Docente: Elias Castro Salazar

Asignatura: Métodos Cuantitativos Aplicados I

Trabajo final
Testeo de hipótesis

Identificación

Nombre: Ana-Karen Barra Candia Fecha: 30/01/20

Puntaje: / 38 Nota (60% de exigencia):

Instrucciones generales

Dispone hasta el día jueves a las 23:59 horas para cargar sus resultados en plataforma. Utilice el
mismo formato en el cual está escrito este documento para responder las preguntas planteadas.
Para el desarrollo de los ejercicios de cálculo, puede desarrollarlos escritos en formato digital o
puede adjuntar, dentro del mismo documento, fotografías o escaner de su desarrollo en lapiz
pasta negro o azul (excluyente). No se permiten copias de trabajos, en dicho caso, todas las
entregas iguales serán evaluadas con calificación 1.0. Los resultados estarán disponibles el día
viernes antes del medio día en plataforma.

1. Robust estimation of systematic risk using the t distribution in the chilean stock markets

1.1 El paper indica, dentro de sus primeros párrafos, que el parámetro β se estima
usualmente a través del método de los Mínimos Cuadrados Ordinarios (MCO), el cual
coincide con el estimador de máxima verosimulitus (máximum likelihood estimator,
MLE) bajo una suposición de normalidad. Explique por qué debe realizarse esta
suposición de normalidad. Nota: Quizas quiera investigar los métodos descritos
anteriormente. (4 ptos.):

El impacto de omitir una variable en una ecuación de regresión tiene una historia
venerable. Una de las primeras referencias es Cochran (1938). El estudio de la influencia
de una observación en una ecuación de regresión es de origen más reciente, pero ha
sido ampliamente estudiada.
El estimador beta es sensible a la presencia de datos atípicos, por lo tanto los valores
atípicos, los puntos de apalancamiento y los errores pueden distorsionar la estimación
del valor beta, es por esta razón por la cual debe hacerse la suposición de normalidad
ante este parámetro

1.2 El paper indica también que, para los procesos de inferencia, se supone que los
retornos accionarios de los mercados siguen una distribución normal (Elton & Gruber,
1995; Cambell et al., 1997), sin embargo, los métodos de cálculo (regresión por MCO)
son muy sensibles a los valores atípicos, que se dan especialmente en los mercados
latinoamericanos. ¿Qué recomendaría usted para el preprocesamiento de los datos y
eliminar la influencia de los valores atípicos? (4 ptos.)

Este tipo de casos no pueden ser caracterizados categóricamente como beneficiosos

o problemáticos, sino que deben ser contemplados en el contexto del análisis y debe
evaluarse el tipo de información que pueden proporcionar.
Su principal problema radica en que son elementos que pueden no ser
representativos de la población pudiendo distorsionar seriamente el comportamiento
de los contrastes estadísticos.
También se podrían implementar Métodos de sustitución que estiman valores de
reemplazo para los datos ausentes, sobre la base de otra información existente en la
muestra. Asi se podría sustituir observaciones con datos ausentes por observaciones
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

no maestrales o sustituir dichos datos por la media de los valores observados o

mediante regresión sobre otras variables

1.3 Extraiga toda la información posible de los gráficos de la figura 1. Del paper
(Scatterplot de los rendimientos de mercado de las empresas Concha y Toro & Copec
v/s los rendimientos del IPSA). (4 ptos.):

 El grafico es clasificado como un diagrama de dispersión

 Ambos gráficos y/o diagramas concluyen entre si
 El grafico muestra el diagrama de dispersión del exceso de retornos de las
empresas Concha y Toro y Copec
 Los datos en el grafico corresponden a rendimientos mensuales ajustados por
variaciones patrimoniales de cada una de las distintas empresas.
 Los datos corresponden a el período que va desde febrero de 1988 hasta abril
de 1999.
 Muestra a las empresas Concha y Toro (CT) de la industria del vino, y Copec
una gran empresa dedicada al ámbito de combustibles.

1.4 Comente las conclusiones e indique que puede aprender de ellas. (4 ptos.):

 La distribución t proporciona una extensión robusta de la normal para el

modelado estadístico de conjuntos de datos que involucran errores con colas
más largas de lo normal.
 Los grados de el parámetro de libertad de la distribución t es muy conveniente
para lograr una inferencia estadística robusta
 La metodología presentada se puede implementar en cualquier estadística y
software que permite la reponderación iterativa.
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

2. Resuelva los siguientes ejercicios

2.1 En una investigación sobre los negocios pequeños que tienen un sitio en la web se
encontró que la cantidad promedio que se gasta en un sitio es de $11500/año. Dada
una muestra de 70 negocios y una distribución estándar σ =$ 5000, ¿Cuál es el margen
de error? Use un 99% de confianza. ¿Qué recomendaría si el estudio requiere un
margen de error de $ 100? (3 ptos.)
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

2.2 Para el siguiente set de datos:

7.0 3.2 1.4 5.4 8.5

2.5 2.5 1.9 5.4 1.6
1.0 2.1 8.5 4.3 6.2
1.5 1.2 2.7 3.8 2.0
1.2 2.6 4.0 2.6 0.6

a. ¿Cuál es la estimación puntual de la media poblacional de la muestra? (3 ptos.)

 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

b. Suponga que la población tiene una distribución normal, calcule un intervalo de

confianza de 95% para la media poblacional del set de datos. (3 ptos.)
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

2.3 El sueldo mensual inicial de egresados de una carrera universitaria se espera que
oscile entre $450000 y $500000. Suponga que se quiere dar un intervalo de
confianza de 95% para estimar la media poblacional de los salarios iniciales. Utilice
un criterio visto en clases para estimar la desviación estándar poblacional, y utilice
este valor para encontrar el tamaño de la muestra si desea obtener un margen de
error de $10000. (4 ptos.)

2.4 Considere la prueba de hipótesis siguiente:

H 0 :μ ≥ 15
H a <15
En una muestra de 50, la media muestral fue 14.15. La desviación estándar
poblacional es 3.
a. Calcule el estadístico de prueba. (3 ptos.)

14.5-15/3/√50= -0.50/0.42=

-1.19
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

b. ¿Cuál es el valor-p? (3 ptos.)

c. Use α =0.01. ¿Cuál es su conclusión respecto a la hipótesis nula? (3 ptos.)

No se rechaza 0.05/2=0.025 = -Z0.025= -1.96 y Z0.025= 1.96 = -1.19 ≥-
1.96 = no se rechaza la hipótesis