Documentos de Académico
Documentos de Profesional
Documentos de Cultura
S1 2018 - 2 Semestre PDF
S1 2018 - 2 Semestre PDF
SOLEMNE 1
Profesora: Laura Ramaciotti Morales
1 de Octubre de 2018
INSTRUCCIONES:
1
S1 - 1.png
S1 - 2.png
1. (1 punto) Explique por qué nunca podremos acceder, en este caso, a los
datos del universo.
2
ˆ1 = 0.01445
, lo que significa que el intercepto es negativo. Esto quiere decir
que a partir de cierta temperatura hacia arriba la producción de
vino comienza a ser mayor que cero.
ˆ2 = 0.7240976
, lo que quiere decir que, tal como dice el enunciado, existe una
relación positiva entre la temperatura y la producción de vino.
3. (1 punto) Haga un gráfico de cada uno de los puntos (X, Y ) y de la Línea
de Regresión Muestral.
RESPUESTA:
Eje 1.png
3
ui es la diferencia que existe en la población entre la producción
de vino Yi y su valor esperado (dada la temperatura). Es decir,
el valor verdadero de producción de vino en un día t en relación
al promedio de producción para todos los días en que hacía la
misma temperatura. ûi es en cambio un valor que se crea una
vez que se construye la línea de regresión muestral, e indica la
diferencia entre el valor que se predijo de Ŷi y el valor realmente
obtenido Yi , dada la temperatura Xi .
P 2
X
V ar( ˆ1 ) = P i 2
n x2i
2
V ar( ˆ2 ) = P
x2i
4
2. (0.5 puntos) Explique qué significa cada expresión V ar( ˆ1 ) y V ar( ˆ2 ).
RESPUESTA:
• 2
es la varianza del error para un nivel de X. Se refiere a
qué tan dispersos son los datos de Y dado un X cualquiera.
Mientras más dispersión de los Y se observe a cualquier
nivel de X, menos preciso va a ser el estimador de 2 (mayor
varianza).
P 2
• xi es la suma de todas las desviaciones de Xi respecto
de el promedio (X) al cuadrado. Es decir, una suma de qué
tanto varían los Xi (la expresión está al cuadrado para evitar
que las desviaciones positivas se anulen con las negativas).
Mientras mayor variación exista entre las Xi , menor será la
varianza del estimador de 2 , por lo que más precisa será la
estimación.
4. (0.5 puntos) Explique en qué consiste el teorema de Gauss Markov y qué
aseveración podríamos hacer respecto de V ar( ˆ1 ) y V ar( ˆ1 ) a partir de
este teorema.
5
RESPUESTA: La linealidad en los parámetros dice que es-
tamos suponiendo una relación lineal entre X e Y . Esto
significa que la relación entre ambas variables es constante,
y no depende de la magnitud ni de X ni de Y .
(b) (0.5 puntos) Supuesto de heteroscedasticidad
Ŷi = ˆ1 + ˆ2 Xi
Ŷi = 0.912 + 2.250Xi
r2 = 0.44
ee( ˆ2 ) = 0.096
1. (1 punto) De acuerdo a su intuición, ¿Qué signos esperaría a priori que
tuviesen ˆ1 y ˆ2 ? ¿Por qué?
RESPUESTA:
ˆ1 = 0.912, significa que una persona con 0 años de educación
tiene un ingreso mensual de $91, 200.
6
ˆ2 = 2.250, significa que si una persona aumenta su escolaridad
en un año adicional, su ingreso mensual aumenta en $225, 000.
3. (2 puntos) Interprete r2 con palabras.
4. (1 punto) ¿Por qué ee( ˆ2 ) nos da una medida de la precisión del esti-
mador ˆ2 ?
4 Formulario
xi = Xi X
yi = Y i Y
Estimadores MCO en modelo de dos variables:
P
ˆ2 = Pyi xi
x2i
ˆ1 = Y ˆ2 X