Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A'
ESPECIALIDAD EN
METODOS ESTADISTICOS
.. J\ FOLIO T -0 0 9 ^
M I G U E L A L O N S O LOPEZ
BXBM O TH m
S B M J 6K F ; v
t>'r?“c>
INDICE.
INTRODUCCION.
C A P I T U L O 1.
C O N C E P T O S F U N D A M E N T A L E S EN EL A N A L I S I S D E R E G R E S I O N .
j / 1 . 1 O r i g e n d e l T e r m i n o R e g r e s i o n .............. ...........1
^ 1 . 2 I n t e r p r e t a c i o n d e l A n & l i s i s d e R e g r e s i o n ...........1
C A P I T U L O 2.
M O D E L O G E N E R A L D E R E G R E S I O N LIENEAL.
2 . 1 M o d e l o G e n e r a l de R e g r e s i o n L i n e a l ................. 3
2 . 1 . 1 N o t a c i o n M a t r i c i a l ............................. 4
/ 2.2 M e t o d o d e C u a d r a d o s M i n i m o s O r d i n a r i o s ............. 6
ps' 2 . 2 . 1 S u p u e s t o s al M o d e l o d e R e g r e s i o n ........... 6
2.3 C o e f i c i e n t e de D e t e r m i n a c i o n . . . ...................... 8
2.4 I n t e r v a l o s de C o n f i a n z a y P r u e b a de H i p o t e s i s .... 8
2 . 4 . 1 I n t e r v a l o d e C o n f i a n z a p a r a B j .............. 8
2. 4. 2 P r u e b a de H i p o t e s i s ............................ 8
2. 4. 3 I n t e r v a l o d e C o n f i a n z a p a r a u n V a l o r
M e d i o P o b l ac io na l. .’. ..........................10
C A P I T U L O 3.
PRUEBAS ESTADISTICAS.
3.1 S u p u e s t o de H o m o g e n e i d a d de V a r i a n z a s ............ 11
3.1.1 Prueba de Correlacion
d e R a n g o d e S p e a r m a n ............... ......... 12
3.1.2 E j e m p l o 1 ....................................... 13
3.2 S u p u e s t o de no A u t o c o r r e l a c i o n en los U i ........ 14
3. 2. 1 P r u e b a de D u r b i n - W a t s o n ...................... 14
3. 2. 2 E j e m p l o 2 ....................................... 15
3.3 S u p u e s t o d e no M u l t i c o l i n e a l i d a d ........ 20
3 . 3 . 1 P l a n t e a m i e n t o del P r o b l e m a y u n a f o r m a
p a r a D e c t a r l o .................................. 20
3. 3. 2 E j e m p l o 3.
3.3.3 E j e m p l o 4.
CAPITULO 4
A N A L I S I S G R A F I C O D E R E S I DU AL ES .
TABLAS ESTADISTICAS.
TABLA A D i S T R I B U C I O N T.
TABLA B DISTRIBUCION F
TABLA C ESTADISTICO DURBIN-WATSON.
TABLA D D I S T R I B U C I O N Z.
BIBLIOGRAFIA.
INTRODUCTION.
La i m p o r t a n c i a d e l A n & l i s i s d e R e g r e s i d n c o n s i s t e e n , a
p a r t i r d e u n m o d e l o q u e se e s t i m a p a r a d e s c r i b i r u n a r e l a c i o n
entre una variable dependiente co n una o mas variables
e x p l i c a t o r i a s o i n d e p e n d i e n t e s , e s t i m a r m e d i a n t e u n m o d e l o de
regresion valores medios poblacionales de la variable
d e p e n d i e n t e en b a s e a valores conocidos de las v a r i a b l e s
explicatorias.
A u n q u e no se p r e s e n t s u n t r a b a j o c o m p l e t o se pretende
q u e q u i e n lo consulte pueda obtener un a i d ea c l a r a de lo
i m p o r t a n t e q u e es el a n a l i s i s de r e s i d u a l e s e n r e g r e s i o n .
1
CAPITULO I
C O N C E P T O S F U N D A M E N T A L E S EN EL A N A L I S I S DE R E G R E S I O N
1 . 1 O r i g e n d e l T e r m i n o Re gr es id n.
El t e r m i n o d e r e g r e s i o n n o se util iz a, o se e n t i e n d e ,
a h o r a e n e s t e sentido, un a la i n t e r p r e t a c i d n a c t u a l se d a a
continuacidn.
1.2 I n t e r p r e t a c i d n del A n S l i s i s d e Re gr es id n.
E n t d r m i n o s ge ne ra le s, el a n 5 1 i s i s de r e g r e s i d n t r a t a d e
la r e j a c i d n de u n a v a r i able, q ue se d e n o m i n a d e p e n d i e n t e „ Y j ,
con una o mas va ri ab le s, que se denominan variables
i n d e p e n d i e n t e s o e x p l i c a t o r i a s y se d e n o t a n c o m o X pj f X2i'
. . . , xKi f co n el o b i e t o de ~ e s t i m a r o p r e d e c i r el' v a l o r
"
e s p e r a a o o p r o m e d i o p o b l a c i o n a l de la v a r i a b l e d e p e n d l e n t e Y j
, con base a los v a l o r e s c o n o c i d o s o f i j a d o s d e -la(s)
v a r i a b l e ( s ) _ e x p i i c a t q r i a (s ) X; j
D e a c u e r d o a lo a n t e r i o r el v a l o r e s p e r a d o d e Yj se
p u e d e e x p r e s a r c o m o u n a f u n c i d n d e las v a r i a b l e s X^j :
E ( Y i L = f ( X ? i ,X 3 i ..... X k i ) • (1.1)
L a c a n t i d a d E(Y^) es u n v a l o r p o b l a c i o n a l v c u e e n la
r e a l i d a d , al t r a b i a r con mu es tr as , no se r a p o s i b l e c o ^ o c e r l o
p o r lo q u e se estTmarci m e d i a n t e el m o d e l o d e regresidn,. De
e l l o s e h a b l a r A m a s adelante.
2
C o m o e j e m p l o se tiene; la r e l a c i o n e n t r e la e s t a t u r a (Y)
y la e d a d (Xj.,) ; la r e l a c i o n e n t r e el g a s t o f a m i l i a r (Y) , el
i n g r e s o f a m i l i a r (X2 i) y el n u m e r o de e l e m e n t o s e n la f a m i l i a
(X3 1 ) ; etc. E s t a s r e l a c i o n e s se p u e d e n l l e v a r a m o d e l o s de
r e g r e s i o n , mediarite c i e r t o p r o c e d i m i e n t o . U n a ve z q u e se
t e n g a el m o d e l o de regr es io n, su utiJLidad c o n s i s t e e n p o d e r
p r e d e c ir o es.t i m ar; la e s t a t u r a p r o m e d i o p o b l a c i o n a l p a r a
p e r s o n a s de c i e r t a edad, el g a s t o p r o m e d i o f a m i l i a r p a ra
f a m i l i a s c o n c i e r t o in gr es o y d e t e r m i n a d o n u m e r o d e e l e m e n t o s
en la familia, etc.
L o s m o d e l o s de r e g r e s i o n t a m b i e n se p u e d e n u t i l i z a r _ p a r a
: aj d e s c r i b i r la r e l a c i o n e n t r e v a r i a b l e s ; b) r e a l i z a r
p r e d i c c i o n e s ; c) h a c e r c a l i b r a c i o n ; d) otros, s e g u n el
i n t e r e s u o b j e t i v o del estudio&
3
CAPITULO 2
M O D E L O G E N E R A L DE R E G R E S I O N L I N E A L
2.1 M o d e l o G e n e r a l de R e g r e s i o n Lineal.
En t e r m i n o s g e n e r a l e s se p u e d e n p l a n t e a r s i t u a c i o n e s en
d o n d e se tienen n observaciones para x 2 i' X 3 i ' * * * 'X ki
variables explicatorias, las cuales pueden tener alguna
influencia sobre una variable respuesta Yi tambien
observable. Se d e s e a r i a e n c o n t r a r u n a f u n c i o n q u e d e s c r i b a
la r e l a c i o n e n t r e las v a r i a b l e s e x p l i c a t o r i a s y la v a r i a b l e
r e s p u e s t a , p o r e j e m p l o c o m o es f p a r a la r e l a c i o n e n t r e el
ingreso, el g a s t o y el n u m e r o de e l e m e n t o s p o r f a m i l i a ; c o mo
es f p a r a la r e l a c i o n e n t r e la e s t a t u r a y la edad, etc.
A u n q u e e n r e a l i d a d t a l e s r e l a c i o n e s no son e x a c t a s ya q u e Yi
p u e d e d e p e n d e r , ademas, de v a r i a b l e s d e s c o n o c i d a s o q u e no se
o b s e r v a r o n y q u e c o n f o r m a n su p a r t e a l e a t o r i a ( el g a s t o
p u e d e d e p e n d e r d e la religidn, de l e s t r a t o social, e t c ). Lo
a n t e r i o r se p u e d e e x p r e s a r de la forma s i g u i e n t e :
Yi = f( x 2 i , ...,Xk ^) + Ui (2.1)
p a r a L = i / 2 ,...,N
en 2 . 1 se e s t a s u p o n i e n d o a d i t i v i d a d de .
P a r a n u e s t r o p r o p o s i t o s u p o n d r e m o s q u e f es u n a f u n c i o n
q u e d e p e n d e de c i e r t o s p a r & m e t r o s y q u e es l i n e a l en e l l o s o
e n t o d o c a s o q u e e s p o s i b l e line al iz ar la . En t a l c a s o 2.1 se
puede expresar como :
Yi = Bi + B 2X 2 i + B 3x 3i + ••• + Bk xki + u i (2 *2 )
q u e se conoce como Modelo General de Regresion Lineal
( P o b la ci on al ) y d£ o r i g e n a la r e g r e s i o n l i ne al m u l t i p l e . A
los B-i se les d e n o m i n a c o e f i c i e n t e s de r e g r e s i d n y a Ui
termino aleatorio (poblacional) del mo de lo . La regresion
l i n e a l s i m p l e es un c a s o p a r t i c u l a r de 2 . 2 .
B a j o las m i s m a s c o n s i d e r a c i o n e s 1.1 se e x p r e s a c o m o :
E ( Y A ) = B 1 + B 2 X 2i + B 3 * 3 i + ... + Bk x ki ^2 -3 )
p o r lo q u e 2 . 2 t a m b i e n se p u e d e e x p r e s a r c o m o :
Yi = E (Y-^) + U i (2.4)
L a e x p r e s i o n a n t e r i o r i n di ca q u e u n a o b s e r v a c i o n p a r a la
4
v a r i a b l e d e p e n d i e n t e Y se d e s c o m p o n e en una p a r t e e x a c t a q u e
c o r r e s p o n d e a su v a l o r e s p e r a d o o m e d i a m a s u n a c a n t i d a d
a l e a t o r i a U x q u e p u e d e ser p o s i t i v a o negativa.
Lo s i g u i e n t e es e n c o n t r a r la forma de la f u n c i o n q u e en
b a s e a las o b s e r v a c i o n e s de las v a r i a b l e s X j X y Y x , d e s c r i b a
la "m ej or " relacion o ajuste. E s to es , encontrar los
e s t i m a d o r e s de los B j .
a e s t e m o d e l o se le d e n o m i n a M o d e l o d e R e g r e s i o n L i n e a l
G e n e r a l " M u e s t r a l " ya q u e se c o n s t r u y e c o n las e s t i m a c i o n e s
de los bj q u e se o b t i e n e n a p a r t i r d e las o b s e r v a c i o n e s
(m ue st ra = n) d e las v a r i a b l e s Y x y X X j. La fo rm a e n q u e se
o b t i e n e n los v a l o r e s de los bj se d e s c r i b e a c o n t i n u a c i o n .
Y E S T i = b l + b 2x 2i + b 3x 3i + + b k x ki (2 *6 )
i = l ,2 ,...,n
en d o n d e Y estX es u n a e s t i m a c i o n d e l v a l o r e s p e r a d o E ( Y X ).
El M o d e l o de R e g r e s i o n E s t i m a d o 2.6 se r & el q u e se u t i l i c e
p a r a h a c e r las e s t i m a c i o n e s d e los v a l o r e s E ( Y X ) d a d o los
v a l o r e s de XXj y a partir del mismo se obtienen los
r e s u l t a d o s n e c e s a r i o s p a r a el a n & l i s i s d e re gr es io n.
2.1.1 N o t a c i o n M a t r i c i a l .
L a s n o b s e r v a c i o n e s d e las v a r i a b l e s Y x , X 2 i ,X 3 X , . . . , X kX
se p u e d e n m o s t r a r en u n a r r e g l o c o m o el s i g u i e n t e :
5
Yi X2 i X 3i * ■ • xki
*1 X2 1 X31 * • • xkl
Y2 X2 2 X 32 • * • xk 2
x2n x 3n • * * xkn
Si s u s t i t u i m o s c a da observacion en 2 .2 se o b t i e n e el
s i g u i e n t e s i s t e m a de e c u a c i o n e s :
= b X + b 2 X2 1 + b 3 X 3 ^ + ... + b k Xkl + e l
* 2 = b l + b 2 X2 2 + b 3 X 3 2 + ... + bk xk 2 + e 2
9
Y n “ b l + b 2 x 2n + b 3x 3n + + bk xk n + e n
(2.7)
Yi 1 X2 1 X 31 . . . xkl bl el
1 X2 2 X 32 * ■ • Xk 2 b2 e2
. . . ■b 3 ♦
• * • + •
n 1 x2n x 3n . . . xkn bk en
( 2.8)
Si d e n o t a m o s c o m o :
1 X 21 X 31 * * * x kl
*2 1 x 22 x 32 • * • X k2
Y = •• X = .
Yn 1 x 2n x 3n ■ * * xkn
6
bl el
b2 e2
B = Er =
bk en
e n t o n c e s 2 . 5 se e s c r i b e m a t r i c i a l m e n t e :
Y = XB + Er (2.9)
q u e s e r a el modelo de r e g r e s i o n l i ne al g e n e r a l e n n o t a c i o n
m a t r i c i a l . L a n o t a c i o n 2.9 es e q u i v a l e n t e a 2.5 .
L a n o t a c i b n m a t r i c i a l e q u i v a l e n t e p a r a 2.6 e s :
Y E S T = XB (2.10)
2.2 M e t o d o d e C u a d r a d o s M l n i m o s O r d i na ri os .
Como se d i j o e n la s e c c i o n a n t e r i o r a h o r a se requiere
c o n o c e r los e s t i m a d o r e s p a r a los Bj d e tal fo rm a q u e se t e n g a
el " m e j o r " a j u s t e .
El m e t o d o m a s u t i l i z a d o p a r a tal fin es el d e C u a d r a d o s
Ml ni mo s Ordinarios (CMO), que b a jo los s u p u e s t o s s i g u i e n t e s
p r o p o r c i o n a n e s t i m a d o r e s i n s e s g a d o s y d e v a r i a n z a mi nima.
2.2.1 S u p u e s t o s al M o d e l o de Regres io n.
2 . - Va r(U^) = S 2 p a ra t o do ^
este supuesto im pl ic a qu e los Uj_ t i e n e n varianza
c o n s t a n t e d a d o X^j (h o m o g e n e i d a d de v a r i a n z a s ).
3 . - C o v ( U ^ , U j ) = 0 p a ra ^ d i f e r e n t e de .
e s t e s u p u e s t o se d e n o m i n a de no a u t o c o r r e l a c i o n .
6 .- L o s Vi se d i s t r i b u y e n n o r m a l m e n t e c o n (0,S2 ).
B a s i c a m e n t e el m e t o d o d e CM O p r o p o r c i o n a los e s t i m a d o r e s
d e los Bj ,que h a c e n m i n i m a la e x p r e s i o n :
S u ma U2i (2.11)
q u e de a c u e r d o a 2.5 q u e d a e s c r i t a c o m o :
(X'X)B = X 1Y (2.13)
B = ( X 1 X ) - 1 X 1Y (2.14)
La s v a r i a n z a s d e los b^ se e n c u e n t r a n en la diagonal
p r i n c i p a l d e la m a t r i z :
V a r C ov (B ) = S 2 ( X ’X ) _ 1 (2.15)
e n d o n d e l o s .e l e m e n t o s fuera d e d i c h a d i a g o n a l c o r r e s p o n d e n a
las c o v a r i a n z a s e n t r e b^ y bj ( ^ d i f e r e n t e j ).
En 2.15, S 2 corresponde a :
c u y o e s t i m a d o r es :
2.3 C o e f i c i e n t e de D e t e r m i n a c i o n .
B' X' Y - n Y 2
R2 = -------------------------- (2.18)
Y'Y - nY2
El v a l o r de R 2 e s ta e n t r e [0,1] , e n t r e m a s c e r c a e s t e
d e l el a j u s t e sera mejor. Sin embargo un v a l o r a l t o d e R 2
no v a l i d a un m o d e l o de regresion.
2.4 I n t e r v a l o s de C o n f i a n z a y P r u e b a de H i p o t e s i s .
!■ •>'
2. 4. 1 I n t e r v a l o s de C o n f i a n z a Pa r a B j .
D a d o el Supuesto 6 m e n c i o n a d o en la s e c c i o n 2.2.1 y
c o n s i d e r a n d o a los b^ c o m o un a f u n c i o n l i ne al de los Uj^ los
bj t a m b i e n se d i s t r i b u y e n n o r m a l m e n t e con ( B j ,V a r ( b j )). U n a
e x p r e s i o n p a r a un i n t e r v a l o de c o n f i a n z a p a r a JBj esta dado
por :
(2.19)
t ( n _ k ) es u n v a l o r q u e se b u s c a e n las t a b l a s de
la d i s t r i b u c i o n t de S t u d e n t c o n alfa/2 y n-k .
g r a d o s de libertad.
a l f a es el ni ve l d e s i g n i f i c a n c i a .
1 - alfa es el ni ve l de co nf ia nz a.
2.4.2 P r u e b a de Hi po te si s.
U n a vez q u e se e s t i m a n los c o e f i c i e n t e s bj es n e c e s a r i o
9
p r o b a r si en r e a l i d a d las v a r i a b l e s X^j e x p l i c a n e n fo rm a
s i g n i f i c a t i v a el comportamiento de Y ^ . Esto se efectua
m e d i a n t e la s i g u i e n t e p r u e b a de h i p o t e s i s :
Ho : B 2 ~ B 3 — .... — B^, = 0
HI : A 1 m e n o s un Bj sea d i f e r e n t e de cero.
p a r a u n n i v e l de s i g n i f i c a n c i a a l fa d e t e r m i n a d o .
P a r a el c a l c u l o del e s t a d i s t i c o de p r u e b a se o c u p a la
t a b l a d e a n a l i s i s de v a r i a n z a que se d e s c r i b e a c o n t i n u a c i o n .
F u e n t e de Suma de G r a d o s de Cuadrados
Variacion Cuadrados Libertad Medios
TOTAL SCT n- 1
C u a d r o d e a n a l i s i s d e v a r i a n a z a p a r a el m o d e l o de
r e g r e s i o n lineal general.
C o n los r e s u l t a d o s a n t e r i o r e s se c a l c u l a el e s t a d i s t i c o :
SCReg / ( k - 1 ) CM Re g
F c = ---------------------- = ------------ (2 .2 0 )
SCErr / ( n - k } CM Er r
Si el v a l o r Fc es m a y o r q u e el v a l o r F ( b u s c a d o en
t a b l a s p a r a u n n i v e l de s i g n i f i c a n c i a a l fa y (k- 1 ,n-k) g r a d o s
d e l i b e r t a d la H o se r e c h a z a y se d i ce q u e las v a r i a b l e s X^j
19
Es i m p o r t a n t e m e n c i o n a r que el r e c h a z a r la H o no i m p l i c a
que todas las variables X^-; s e an significativas, la
c o n c l u s i o n es v a l i d a en conjunto.
2. 4. 3 I n t e r v a l o de C o n f i a n z a Para un V a l o r M e d i o P o b l a c i o n a l .
U n a vez q u e se t i e n e el m o d e l o e s t i m a d o :
Y E S T = XB
se p u e d e u t i l i z a r p a r a h a c e r e s t i m a c i o n e s . d e E(Y), es d e c i r
e s t i m a r v a l o r e s m e d i o s p o b l a c i o n a l e s de Y-^ de a c u e r d o a los
v a l o r e s q u e se le d e n a las v a r i a b l e s X^.;. Es r e c o m e n d a b l e
q u e los v a l o r e s q u e se les de a c a da una d e las v a r i a b l e s
x 2 i ' x 3 i ' * ■ * 'X ki e s t a n d e n t r o del r a n g o o b s e r v a d o p a r a c a da
u n a de ellas.
U n v a l o r e s t i m a d o se p u e d e r e p r e s e n t a r de la forma)
siguiente :
q u e s e r i a u n a e s t i m a c i o n puntual.
En d o n d e t ^ n _k \ se bu sc a en las t a b l a s . de la t de
S t u d e n t a un n i v e l a l fa /2 y c o n (n-k) g r a d o s de li be rt ad .
SE (Y g g T i ) es d e s v i a c i o n e s t a n d a r p a r a el v a l o r e s t i m a d o de
Y y se c a l c u l a de la forma s i g u i e n t e
S E (Y ESTi) “
R a i z ( V a r ( Y E S T i ) ) = Raiz( s 2 ( X ' f X ’XJ'^-X ) ) (2.46)
11
CAPITULO 3
PR UE BA S ESTADISTICAS.
3.1 S u p u e s t o d e H o m o g e n e i d a d de V a r i a n z a s . I
VarfUilXij ) = S2
lo c o n t r a r i o a e s t e s u p u e s t o es q u e la v a r i a n z a d e los no
s e a n las m i s m a s p a r a c a da X^j :
V a r (U i |X ij ) = Si2
El o r i g e n de la heteroscedasticidad depende de la
n a t u r a l e z a d e l p r o b l e m a b a jo estudio. C u a n d o h a y p r e s e n c i a de
h e t e r o s c e d a s t i c i d a d u n a c o n s e c u e n c i a i n m e d i a t a q u e se t i e n e
es q u e los estimadores de CMO, aunque siguen siendo
insesgados y consistentes, ya n o p o s e e n la p r o p i e d a d de
m i n i m a v a r i a n z a , es decir, y a no son e f i c i e n t e s , o r i g i n a n d o :
b) L a s c o n c l u s i o n e s q u e se o b t e n g a n a p a r t i r d e las p r u e b a s t
y F t i e n d e n a e x a g e r a r la s i g n i f i c a c i o n d e los r e s u l t a d o s .
c) L o s i n t e r v a l o s d e c o n f i a n z a no serein los c o r r e c t o s d a d o
q u e en s u c a l c u l o se u t i l i z a r a la d e s v i a c i o n e s t a n d a r q u e
se s u p o n e co ns ta nt e.
El d e t e c t a r la p r e s e n c i a de la h e t e r o s c e d a s t i c i d a d n o es
facil, ya q u e p a r a e s t o se r e q u i e r e el c o n o c e r los v a l o r e s de
las v a r i a n z a s d e los p a r a c a da X^j (y e n el c a s o d e
r e g r e s i o n m u l t i p l e , p a r a los v a l o r e s d a d o s de X 2 i,
X j ^ ) . E s t o es impo si bl e, asi c o m o t a m b i e n lo e s el h a c e r un a
e s t i m a c i o n d e esta, y a q u e se ri a n e c e s a r i o o b t e n e r m a s d e u n a
observacion de p a r a c a da v a l o r d a d o d e X ^ j . Sin em ba rg o
existen diversos metodos para detectar si existe o no
p r e s e n c i a d e h e t e r o s c e d a s t i c i d a d . A c o n t i n u a c i o n se d e s c r i b e
u n o d e ellos.
12
3. 1. 1 P r u e b a de C o r r e l a c i o n d e R a n g o d e Spearman.
El p r o c e d i m i e n t o a s e g u i r p a ra r e a l i z a r e s t a p r u e b a es
el s i g u i e n t e :
b) C o n los v a l o r e s o b t e n i d o s en el p a s o a n t e r i o r se calcula
el c o e f i c i e n t e d e correlacion de S p e a r m a n (rs ) m e d i a n t e las
operaciones :
Suma ( d ^ 2 )
r s = 1 - 6 -------------------- (3.1)
N ( N* N - 1 )
c) Si N > 8 se c a l c u l a el e s t a d i s t i c o :
( N - 2 ) 1/2
tc = (3.2)
( 1 - r2 )1 /2
e n d o n d e t s i g u e la d i s t r i b u c i o n t de S t u d e n t c o n N-2 g a r d o s
de li be rt ad .
A h o r a la h i p o t e s i s a p r o b a r es :
- , '■*
H o : N o e x i s t e e v i d e n c i a de h e t e r o s c e d a s t i c i d a d .
H I : E x i s t e e v i d e n c i a de p r e s e n c i a de h e t e r o s c e d a s t i c i d a d .
p a r a u n n i v e l d e s i g n i f i c a n c i a a l fa dado.
Si el v a l o r t c de a c u e r d o a 3.2 es m a y o r q u e u n v a l o r de
t a b l a s c o n (alfa/2) y (n-2) g r a d o s de l i b e r t a d la Ho se
re ch az a.
C u a n d o se p r e s e n t a el p r o b l e m s d e h e t e r o s c e d a s t i c i d a d se
p u e d e r e c u r r i r al m e t o d o de m i n i m o s c u a d r a d o s p o n d e r a d o s p a r a
e s t i m a r la r e g r e s i o n . Se p r e s e n t a un e j e m p l o de l e m p l e o de
d i c h o m e t o d o e n el c a p l t u l o siguiente.
___ -— ""“I
"v* 1: 7 ;s"
•\i _ .. * - • .. .(■
r.
13 7 •
\
3. 1. 2 E j e m p l o 1.
[h
S e t i e n e u n a r e g r e s i o n s i mp le en d o n d e X r e p r e s e n t a el
i n g r e s o s e m a n a l en N$ po r f a m i l i a y Y r e p r e s e n t a el g a s t o
semanal por f a m i l i a t a m b i e n en N$. Los datos se d a n a 0
continuacion :
X Y |e il Rango X Rango di
1e i 1
80 4.81 1 6 -5
100 65-^10.36 2 10 -8
120 90-r^ 4.45 3 5 -2
140 95 .72 4 1 3
160 110 4.08 5 4 1
180 115 1.09 6 2 4
200 120 6.27 7 7 0
220 140 3.54 8 3 5
240- 155 8.36 9 9 0
260 , 150 6.82 10 8 2
D a t o s p a r a el e j e m p l o 1
P a r a los d a t o s a n t e r i o r e s la r e g r e s i o n e s s i g n i f i c a t i v a
y lo q u e se q u i e r e p r o b a r es si se c u m p l e el s u p u e s t o d e
h o m o g e n e i d a d de varianzas, para lo cu a l se plantea la
hipotesis siguiente :
Ho : N o e x i s t e e v i d e n c i a de h e t e r o s c e d a s t i c i d a d .
HI : E x i s t e e v i d e n c i a de p r e s e n c i a d e h e t e r o s c e d a s t i c i d a d .
p a r a u n n i v e l de s i g n i f i c a n c i a al f a de 0.05
C & l c u l o d e l c o e f i c i e n t e de c o r r e l a c i o n de S p e a r m a n :
148
r s = 1 - 6 ------------- = 0 . 10 31
1 0 ( 1 0 0 -1 )
t c = 0. 2932
v a l o r de t a b l a s : t (10 _ 2 ) = 2.306
r e c h a z a d a p o r lo q u e se d i c e que n o • e x i s t e e v i d e n c i a de
v i o l a c i o n al s u p u e s t o de h o m o g e n e i d a d d e v a r i a n z a s .
P a r a el m o d e l o d e r e g r e s i o n li neal se h a c e el s u p u e s t o
d e q u e las perturbaciones aleatorias no est&n
a u t o c o r r e l a c i o n a d a s , o en terminos mas sencillos un valor U
n o e s t a i n f l u e n c i a d o p o r o t r o Uj^ P o r ejem pl o, el e f e c t o de
a u m e n t a r los g a s t o s p o r c o n s u m o Jde u n a f a m i l i a no tiene por
q u e a f e c t a r los gastos de c o n s u m o d e o t r a familia, e n c a s o
c o n t r a r i o se d i c e qu e e x i s t e a u t o c o r r e f l a c i o n .
El o r i g e n d e la a u t o c o r r e l a c i o n p u e d e ser p o r d i f e r e n t e s
r a z o n e s y d e p e n d e r a d e la n a t u r a l e z a del p r o b l e m a . En a l g u n a s
o c a s i o n e s el n o i n c l u i r a l g u n a v a r i a b l e i m p o r t a n t e al m o d e l o
o el corisiderar u n m o d e l o i n c o r r e c t o (en el s e n t i d o d e n o ser
el d e mejor ajuste) original la autocorrelacion. A
c o nt in ua ci on se presenta un ejemplo e n d o n d e se d e t e c t a el
problema de autocorrelacion.
3. 2. 1 P r u e b a d e D u r b i n Watson.
Ho : N o e x i s t e a u t o c o r r e l a c i o n e n los Uj^
HI : E x i s t e e v i d e n c i a d e a u t o c o r r e l a c i o n en los
p a r a u n n i v e l de s i g n i f i c a n c i a a l fa dado.
En e s t a p r u e b a se u t i l i z a el e s t a d i s t i c o D u r b i n W a ts on ,
la c u al se b a s a e n la s u p o s i c i o n q u e los en el m o d e l o de
regresion ;
Yi = b 0 + biXii + Ui
La f o r m u l a p a ra c a l c u l a r el e s t a d i s t i c o d e D u r b i n W a t s o n
es :
Suma (e i “ e i - i ) 2
dc - ----------- ------- (3.3)
Suma e^
(la s u m a en el n u m e r a d o se inici.a c o n ^ _ 2 , la de l d e n o m i n a d o r
con i= 1) .
b) dU < dc < 4 - dU la Ho no se r e c h a z a
c) d ^ < dc < du 6 la p r u e b a n o es
4 -• y < dc < 4 - d L
d concluyente.
3. 2. 2 E j e m p l o 2.
i *i
1 27 0.36 44.84
2 258.38 42.97
3 25 4.96 41.98
4 2 5 9. 70 42 .7 5
5 26 5.40 43.95
6 27 4.98 45 .6 5
7 28 1.86 46.87
8 28 5.78 47.35
9 29 0.58 48.13
10 2 9 0. 18 47.95
11 296.72 49.10
12 292.32 48.52
13 301.72 50.22
14 305.92 51.15/
15 31 4.96 52.7 W
16 32 1.10 53-X9
D a t o s p a r a el e j e m p l o 2
16
El m o d e l o de r e g r e s i o n e s t i m a d o es :
C u a d r o de A n a l i s i s de V a r i a n z a :
F u e n t e de Su m a de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
xi 190.23 1 19 0.23
Debido a
los e^ 0.52 14 . 0368
TOTAL 190.75 15
Prueba de Hipotesis :
Ho : B x =0
HI : B-l d i f e r e n t e de cero.
p a r a u n n i v e l d e s i g n i f i c a n c i a al f a = . 0 1
Es ta dl st ic o de prueba :
190.23
F c = ----------- = 5169
.0368
V a l o r de t a b l a s
c o m o Fc > Ft c o n c l u i m o s q u e la r e g r e s i o n es s i g n i f i c a t i v a .
S i n e m b a rg o, c o m o se p r o b a r 3 m a s a d e l an te , el s u p u e s t o
de no a u t o c o r r e l a c i o n en los ui no se cumple, lo q u e i m p l i c a
u n a a f e c t a c i o n e n el a n d l i s i s d e r e g r e s i o n de la s i g u i e n t e
forma:
1) L o s e s t i m a d o r e s MCO, a u n q u e so n pi©s s e s g a d o s ya no
t i e n e n v a r i a n z a minima.
17
C & l c u l o del e s t a d i s t i c o D u r b i n W a t s o n
S u ma 2 .4427
do = ------------------ = --------- = 0. 8513
S u ma e2^ .5200
c o m o la dc del e j e m p l o c o r r e s p o n d e al c a s o a) se d i c e q u e
e x i s t e e v i d e n c i a de a u t o c o r r e l a c i o n en los .
L o s p a s o s a s e g u i r son
El m o d e l o o r i g i n a l : Yi = b o + b-jX-Q + V i
se t r a n s f o r m a e n : = *i " GY i_ i (3.4)
en donde : = b0 + (3.5)
>*
•H
H
1
si se h a c e : b t Q = h o t 1 G) ; b tl = bj^
(3.7)
Xt i = x i - G X i _ i "i = Ui - G U i . i
e n t o n c e s 3.6 se p u e d e e x p r e s a r c o m o :
18
S u m a ( © i - i )*&i
G ( e s ti ma do ) = -------------- (3.9)
Suma e ^ 2
P a r a el ejemplo u t i l i z a d o el v a l o r G ( e s t i m a d o ) es de
0.5154.
II
•H
•P
h a c i e n d o las t r a n s f o r m a c i o n e s c o r r e s p o n d i e n t e s se o b t i e n e el
modelo estimado
Y ti ■= - 1 .5 17 + 0 . 1 7 7 X ti (3.10)
A h o r a se v e r & si c o n la t r a n s f o r m a c i o n h e c h a el p r o b l e m a
d e a u t o c o r r e l a c i o n se elimino.
C o n el m o d e l o e s t i m a d o se c a l c u l a n los n^ y se r e a l i z a
la p r u e b a d e D u r b i n - W a t s o n co n a l fa = .05 .
d c = 1 . 59 97 d L = 1.08 d y = 1.36
El v a l o r d c se e n c u e n t r a en la z o na d e n o r e c h a z a r la Ho
, es decir no existe evidencia de a u t o c o r r e l a c i o n en los
er ro re s. C o n la t r a n s f o r m a c i d n h e c h a se e l i m i n o el p r o b l e m a
de a u t o c o r r e l a c i o n .
El m o d e l o 3 . 10 se t r a n s f o r m a m e d i a n t e las i g u a l d a d e s 3.7
en :
19
se(bt 0 )
s e ( b 0 ) = -----------------------
( 1 -G(estimado))
sefb-L) = se (bt l )
C o m p a r a c i o n de r e s u l a t a d o s :
se(b0) 0.7023 1 . 06 81
se(bx) 0 . 0 0 24 56 0.003784
CMErr 0.0368 0 . 02 65
R2 0.997 0.994
Observaciones :
2) El C M E r r d i s m i n u y e en el m o d e l o t r a n s f o r m a d o .
El p r o c e d i m i e n t o de la t r a n s f o r m a c i o n se e x t i e n d e p a r a
la r e g r e s i o n mu lt ip le .
29
3.3 M u l t i c o l i n e a l i d a d .
3 . 3 . 1 P l a n t e a m i e n t o del P r o b l e m a y una Fo rm a p a r a D e t e c t a r la
Multicolinealidad.
Es f r e c u e n t e qu e en la r e g r e s i o n l i ne al m u l t i l p l e se
presenten problemas de autocorrelacion entre algunas
v a r i a b l e s e x p l i c a t o r i a s . Si las c o r r e l a c i o n e s s o n p e q u e n a s
el p r o b l e m a no es grave, p e ro si la c o r r e l a c i o n es g r a n d e los
r e s u l t a d o s q u e se o b t e n g a n a p a r t i r de l m o d e l o e s t i m a d o n o
s e r a n c o r r e c t o s . E s t o se n o t a r a de m a n e r a e s p e c i a l e n los
co ef icientes de regresion estima do s, a e s t e " p r o b l e m a " s e le
conoce como multicolinealidad.
El p r o b l e m a de m u l t i c o l i n e a l i d a d a f e c t a en g r a n m e d i d a a
las e s t i m a c i o n e s d e C M O q u e b a j o tal d i f i c u l t a d t i e n d e n a ser
m e n o s p r e c i s a s en el s e n t i d o que, c u a n d o p a r a d o s o m a s
variables explicatorias son colineales sus respectivos
c o e f i c i e n t e s de r e g r e s i o n e s t i m a d o s no m i d e n los e f e c t o s
i n d i v i d u a l e s s o b r e la v a r i a b l e d e p e n d i e n t e Y^, s o l o m i d e n un
e f e c t o p a r c i a l , a la vez qu e c o n d i c i o n a el m i s m o e f e c t o a lo
que sucede con los valores de las demas variables
e x p l i c a t o r i a s c o n las q u e se e n c u e n t r e n c o r r e l a c i o n a d a s . C a b e
m e n c i o n a r q u e b a j o el p r o b l e m a d e m u l t i c o l i n e a l i d a d s e p u e d e
t e n e r un b u e n a j u s t e lo q u e i m p l i c a o b t e n e r e s t i m a c i o n e s
p u n t u a l e s e s t a d i s t i c a m e n t e adecuadas.
C u a n d o d o s o m a s v a r i a b l e s e x p l i c a t o r i a s X(s) no estan
a s o c i a d a s ( q u e s e r i a a l g o m u y d i f l c i l de o b s e r v a r ) su
c o r r e l a c i o n es c e r o (var ia bl es o r t o g o n a l e s ) .
Si lo a n t e r i o r s u c e d e se r e f l e j a r & en las e s t i m a c i o n e s
de los bj ,en la S C R e g y ot ra s c a n t i d a d e s i m p o r t a n t e s .
3.3.2 E j e m p l o 3.
L o s d a t o s q u e se d a n a c o n t i n u a c i o n c o r r e s p o n d e n a ; la
t e m p e r a t u r a a p a r e n t e Y^ (que t a n c a l i e n t e se siente) como
u n a f u n c i o n d e la t e m p e r a t u r a d e l a i re X 3 i y d e la h u m e d a d
r e l a t i v a X 3 i.
21
i Y( F ) * 2 i< F ) x 3 i (%)
1 66 70 20
2 72 75 20
3 77 80 20
4 67 70 30
5 73 75 30
6 78 80 30
7 68 70 40
8 74 75 40
9 79 80 40
D a t o s pa r a el e j e m p l o 3
Se t i e n e q u e la c o r r e l a c i o n e n t r e X 2 i y X 3 ^ es 0.
I) Y E S Ti = " 9 ‘ 8 3 + 1 -1 X 2i
Debido SCRI
a x2 i 181.5 1 181.5
Debido SCEI
a los 6.5 7 . 9286
Total 188 8
Debido SCRII
a x 3i 6 1 6
Debido
a ei 182 7 26
Total 188 8
22
Debido a SC RIII
X 2 i ' X 3i 187.5 2 93 .7 5
Debido a
ei .5 6 . 0833
Total 188 8
Dado que X 2 i y X 3 ^ no e s t a n c o r r e l a c i o n a d a s ( r = 0 ),
s e t i e n e n los r e s u l t a d o s s i g u i e n t e s :
i) L o s c o e f i c i e n t e s de r e g r e s i o n p a r a X 2 ^ y X 3 ^ s o n
s i e m p r e los m i s m o s no im po rt a q u e e s t e o n o d e n t r o
d e l m o d e l o la ot r a v a r i a b l e ( v e r los t r e s m o d e l o s
e s t i m a d o s a n t e r i o r m e n t e y c o m p a r a r los bj ).
P o r lo q u e al i n t e r p r e t a r el c o e f i c i e n t e d e X 2 i se
dir£ que por c a da grado °F que aumenta la
t e m p e r a t u r a de l a i re la temperatura aparente
a u m e n t a r & en l. l° F en promedio sin importar la
h u m e d a d r e l a t i v a .P a ra X 3 ^ d e c i m o s q u e la t e m p e r a t u r a
a p a r e n t e a u m e n t a en 0.1 °F en p r o m e d i o c u a n d o la
h u m e d a d r e l a t i v a a u m e n t a en l % .
S C R I I I = SRCI + SC RI I 6 187.5 = 18 1. 5 + 6
S C R ( X 3 i |X 2 i) = 6
6
S C R ( X 3 i |X2 i ) = S C R fX3 i )
S i e m p r e q u e al m e n o s u n a p a r e j a de v a r i a b l e s e s t e n n o
correlacionadas ( qu e s e an ortogonales ) se obsevar&n
r e s u l t a d o s c o m o e n i ) , ii) y iii).
23
A h o r a v e a m o s c o m o se p u e d e d e t e c t a r la p r e s e n c i a de
m u l t i c o l i n e a l i d a d . Si y Xj s o n c o l i n e a l e s f r diferente
de 0 ) s u s c o r r e s p o n d i e n t e s - c o e f i c i e n t e s d e r e g r e s i o n asi
c o m o s u s d e s v i a c i o n e s e s t a n d a r se v e n a f e c t a d a s e n t r e si en
lo q u e r e s p e c t a a sus valores, es t o s u c e d e en el m o m e n t o de
e s t a r X^ e n p r e s e n c i a de X j . E s to es, si se c o n s i d e r a q u e
u n a v a r i a b l e "e nt ra " p r i m e r o al m o d e l o de r e g r e s i o n y d e s p u e s
" e n t r a " la otra, se v e r a n c a m b i o s en sus c o r r e s p o n d i e n t e s b j •
y es(b-;). Es obvio qu e al detectar presencia de
m u l t i c o l i n e a l i d a d r e q u i e r e de u n a i n s p e c c i o n c u i d a d o s a del
c o m p o r t a m i e n t o de las v a r i a b l e s X^j m a s c o r r e l a c i o n a d a s , e s t o
es e n lo q u e se r e f i e r e a sus bj y sus es(bj), p a r a los
d i f e r e n t e s m o d e l o s e n los que i n t e r v i e n e n (las v a r i a b l e s X^j
m a s c o r r e l a c i o n a d a s se p u e d e n e n c o n t r a r m e d i a n t e la m a t r i z de
correlaciones).
P a r a r e m e d i a r el p r o b l e m a de la multicolinealidad o
hacerlo menos grave se puede optar por las soluciones
siguientes:
a) A u m e n t a r el t a m a n o d e la m u e s t r a a g r e g a n d o o b s e r v a c i o n e s .
S i n e m b a r g o e s t o f r e c u e n t e m e n t e no es po si bl e.
b) O m i t i r u n a o m a s v a r i a b l e s q u e s e a n c o l i n e a l e s . E s to
r e p e r c u t i r & de manera inmediata haciendo que la
v a ri ab il id ad de los c o e f i c i e n t e s d e r e g r e s i o n , de las
v a r i a b l e s r e s t a n t e s , dism in uy an .
A c o n t i n u a c i d n se p r o p o r c i o n a u n e j e m p l o en d o n d e se
de te ct a un problema de fuerte multicolinealidad y se
c o r r e g i r a s e g u n lo i n d i c a d o en el i n ci so b.
3. 3. 3 E j e m p l o 4 (Tornado del li br o P r o b a b i l i d a d y E s t a d l s t i c a ,
G e o r g e C. C a na vo s, Ed. M c . G r a w Hill, p&g., 510)
N. H. P r a t e r d e s a r r o l l o u n a e c u a c i o n de r e g r e s i o n p a r a
e s t i m a r la p r o d u c c i o n de g a s o l i n a c o m o u n a f u n c i o n d e las
propiedades de destilacion de cierto tipo de petroleo
crudo.Se identificaron cuatro variables explicatorias; la
g r a v e d a d d e l p e t r o l e o crudo, A P I (X2 ) , la p r e s i o n d e v a p o r
d e l p e t r o l e o c r u d o ps i (X3 ) , el p u n t o de 10% A S T M p a r a el
p e t r o l e o c r u d o F (X4 ) y el p u n t o final A S T M p a r a la g a s o l i n a
F (X5 ) . L o s p r i m e r o s do s m i d e n la g r a v e d a d y la p r e s i o n d e
vapor del petroleo crudo. El punto de 10% ASTM es la
24
t e m p e r a t u r a p a r a la cual se ha e v a p o r a d o c i e r t a c a n t i d a d de
liqu id o, y el p u n t o final p a r a la g a s o l i n a es la t e m p e r a t u r a
p a r a la c u al se ha e v a p o r a d o t o d o el liquido. La v a r i a b l e
d e p e n d i e n t e fue la c a n t i d a d de g a s o l i n a p r o d u c i d a e x p r e s a d a
c o m o u n p o r c e n t a j e r e s p e c t o al to ta l de p e t r o l e o crudo. Los
32 d t o s o b t e n i d o s en l a b o r a t o r i o se d a n a c o n t i n u a c i o n :
i *2 i X 3i x 4i *5i
l 6.9 38.4 6.1 220 235
2 14.4 40.3 4.8 231 307
3 7.4 40.0 6.1 217 212
4 8 .5 31.8 0.2 316 365
5 8.0 40.8 3.5 210 218
6 2.8 41.3 1.8 267 235
7 5.0 38.1 1.2 274 285
8 12.2 50.8 8.6 190 205
9 10.0 32.2 5.2 236 267
10 15.2 38.4 6.1 220 300
11 26.8 40.3 4 .8 231 367
12 14.0 32.2 2.4 284 351
13 14.7 31.8 0.2 316 379
14 6.4 41.3 1.8 267 275
15 17.6 38.1 1.2 274 365
16 22.3 50.8 8.6 190 275
17 24.8 32.2 5.2 236 360
18 26.0 38.4 6.1 220 365
19 34.9 40.3 4.8 231 395
20 18.2 40.0 6.1 217 272
21 23.2 32.2 2.4 284 424
22 18.0 31.8 0.2 316 428
23 13.1 40.8 3.5 210 273
24 16.1 41.3 1.8 267 358
25 32.1 38.1 1.2 274 444
26 34.7 50.8 8.6 190 345
27 31.7 32.2 5.2 236 402 .
28 33.6 38.4 6.1 220 410
29 30.4 40.0 6.1 217 340
30 26.6 40.8 3.5 210 347
31 27.8 41.3 1.8 267 416
32 45.7 50.8 8.6 190 407
D a t o s p a ra el e j e m p l o 4.
25
M a t r i z de c o r r e l a c i o n e s :
x2 x3 x4 x4
ft
^2 1 .62 -.70 -.32 cero
X3 1 -.91 -.30
x4 1 .41
X5 1
Modelo estimado :
s e ( b x ) = 10.123 s e ( b 3 ) = 0.370
se(b2 ) = 0.099 s e ( b 4 ) = 0.029
se(b5 ) = 0.006 R 2 = 0.9622
C u a d r o d e A n & l i s i s de V a r i a n z a
Debido a
x 2 ^ ,x3 ^ ,x4i V x 5i 3429.27 4 857.32
Debido a
los e^ 13 4.80 27 4.99
TOTAL 3564.07 31
Pr ue ba de hipotesis :
Ho t B2 = B 3 — B 4— B^= 0
HI : al m e n o s urn bj d i f e r e n t e de 0
p a r a un n i v e l de s i g n i f i c a n c i a a l fa =.05
E s t a d i s t i c o de p r u e b a :
8 5 7. 32
F c = ---------- = 17 1.71
4.99
V a l o r de T a b l a s
26
C o m o Fc > Ft se r e c h a z a H o y se d i c e q u e las v a r i a b l e s
x 2 i' X 3 i' X 4 i V x5 i explican en forma significativa el
c o m p o r t a m i e n t o de Y^.
A h or a, si inspeccionamos la m a t r i z de correlaciones
(entre las v a r i a b l e s X-^j) e n c o n t r a r e m o s q u e e n t r e X 3 ^ y X 4 ^
e x i s t e la c o r r e l a c i o n m a s f u er te .
V e a m o s c o m o es a f e c t a d o b 3 y s e ( b 3 ) en pres en ci a de X 4 ^
y b4 y se(b4 ) en presencia de X3^ para tal efecto
a n a l i z a r e m o s los m o d e l o s ; I) Y^, X 3 ^ , II) Y^, X 4 ^ , III)
Y i' x 3 i f x 4 i • Ca d a uno co n sus r e s p e c t i v o s c u a d r o s d e
a n ^ l i s i s de v a r i a n z a y r e s u l t a d o s impo rt an te s.
s e ( b 3 ) = 3.3892 s e ( b 3 ) = 0 . 68 99
C u a d r o d e A n & l i s i s de Va ri an za .
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
x 3i 525.74 1 525.74
Debido a
los e^ 3038.34 30 1 0 1. 28
TOTALES 35 68 .0 8 31
C u a d r o de A n a l i s i s de Varianza.
F u e n t e de Suma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
X 4i 353.70 1 353.7
Debido a
los e^ 3210.38 30 1 0 7. 01
TOTALES 35 64 .0 8 31
se(bj_) = 3 . 00 90 s e ( b 3 )=0.0127 s e ( b 4 ) = 0 . 00 69
C u a d r o d e A n a l i s i s de V a r i a n z a
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
X 3i y X 4i 54 7.49 2 273.74
Debido a
los e^ 3016.59 29 10 4.02
TOTALES 3564.08 31
Observaciones :
i) D e b i d o a la f u e r t e c o r r e l a c i o n e n t r e X 3 ^ y X 4 ^ la S C R
d e l m o d e l o III es m u y d i f e r e n t e a la SCR del modelo
I + S C R d e l m o d e l o II.
ii) L o s bj s o n d i f e r e n t e s en ca d a mo delo, i n c l u s o b 4 en
el m o a e l o II t o m a el v a l o r de -.09 y e n e l m o d e l o III
( b a j o la i n f l u e n c i a de X 3 ^ ) es igual a 0 . 05 .
iii) L a s se(bj) de l m o d e l o I al m o d e l o II d i s m i n u y e n , lo
m i s m o s e o b s e r v a de l m o d e l o II al m o d e l o III.
28
L o s r e s u l t a d o s se d a n a c o n t i n u a c i o n .
1) M o d e l o E s t i m a d o : Y ES T ^ = -64.951 + 1.009X2 ^ + 0 . 1 3 6 X 5 i
s e ( b 2 )= 9 . 9 9 3 s e ( b 2 ) = 0 . 18 35 s e ( b 5 )= 0 . 0 1 4 8
C u a d r o de A n a l i s i s d e V a r i a n z a :
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
x 2 i y x 3i 27 02.28 2 1351.14
Debido a
los e^ 8 6 1. 80 29 29.72
TOTALES 35 64.08 31
R 2 = 0.7582
2) M o d e l o e s t i m a d o
Y E S Ti = "5 3. 9 + 0 . 4 2 2 X 2i + . 1 4 4 X 5i + 2 . 1 5 X 3i
s e ( b x )= 5 . 8 1 3 5 s e ( b 2 ) = 0 . 12 73
s e ( b 5 l=0.2716 s e ( b 3 )= 0. 00 84
R 2 =0.9255 s =3.079
29
C u a d r o de A n a l i s i s de V a r i a n z a
F u e n t e de Suma de G r a d o s de Cuadrado
Variacion Cuadrados Libertad Medio
Debido a
x 2 i ,x5i y X 3i 32 98.60 3 1 0 99 .5 3
Debido a
los e^ 265.48 28 9.48
TOTALES 3564.08 31
3) M o d e l o e s t i m a d o :
s e ( b x )= 7. 2233 s e ( b 2 )= 0 . 1 0 2 1
s e ( b 5 )= 0 . 00 65 s e ( b 4 )= 0.0159,
R 2 = 0.959 s = 2.28
Cu ad ro de Analisis de Varianza
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
x 2 i ' x 5i y x 4i 34 18.08 3 1139.38
Debido a
los e-^ 146.00 28 5.21
TOTALES 3564.08 31
A n a l i z a n d o los r e s u l t a d o s d e las t r e s r e g r e s i o n e s * es
claro que X 3 ^ tiene efectos mas nocivos pa ra y X^ (
c o m p a r a r s e ( b 2 ) y s e ( b 5 ) en p r e s e n c i a de X'J'i ,cfeTmocrelo II ,
c o n t r a lo q u e s u c e d e en p r e s e n c i a de Xj^ , e n el m o d e l o III,
y se estarci d e acuerdo en la a f i r m a c i o n an te ri or ) . Se
d e c i d i r £ n o i n c l u i r a X 3 ^ e n el modelo.
Comentarios .
u n R 2 = 0.9622 y sin X 3 ^ R 2 = 0 . 95 90 , la d i f e r e n c i a es
m i n i m a , el a j u s t e no se ve p e r j u d i c a d o s u s t a n c i a l m e n t e .
Si en la i n v e s t i g a c i o n es n e c e s a r i o conservar a X3^
e n t o n c e s se p u e d e o p t a r p o r e x c l u i r a X 4 ^ .
E x i s t e n o t r a s f o rm as pa r a d e t e c t a r m u l t i c o l i n e a l i d a d ,
as i c o m o ot ro s metodos (men ci on ad os anteriormente) p a ra
c o r r e g i r l a en c u a l q u i e r a de los c a s o s el a n & l i s i s d e b e ser
cu id ad os o.
31
CAPITULO 4
A N A L I S I S G R A F I C O DE R E S I DU AL ES .
4.1 A n a l i s i s G r d f i c o de Resi du al es .
2) G r a f i c a d e los r e s i d u o s e^ c o n t r a :
I) x ±j .
i d YESTi.
E n e s t a g r d f i c a s e ra p o s i b l e d e t e c t a r si la v a r i a n z a de
los U i e s constante (homogeneidad) si n o es as i la g r d f i c a
resultante tendrd alguna de las formas mostradas en las
g r d f i c a s 4 . 2a y 4.2b.
Si e s t e fuera el c a s o se p u e d e e m p l e a r el metodo de
minimos cuadrados ponderados (o c o n f a c t o r e s d e peso) p a r a
e s t i m a r los c o e f i c i e n t e s de regresion y corregir esta
v i o l a c i o n al s u p u e s t o d e h o m o g e n e i d a d d e v a r i a n z a s .
Si la g r d f i c a m u e s t r a u n a fo rm a c o m o e n 4.2c indicard
a l g u n t i p o d e t r a n s f o r m a c i o n en el m o d e l o
III) X^p ( V a r i a b l e no i n c l u i d a en el m o d e l o ).
Serci m u y r a r o e n c o n t r a r p u n t o s fu er a de e s t a fr an ja . A
los pu n t o s que queden fu er a se les llama " d i s c r e p a n t e s " y
tienen un efecto mayor sobre las e s t i m a c i o n e s de los bj e n
c o m p a r a c i o n c o n los d e m & s datos. Es t e t i p o de o b s e r v a c i o n e s
se d i s c u t e en la s e c c i o n 4.2.
33
ei
ei ei
Gr^ficas de residuales
34
ei ei
Gr£ficas de residuales
35
i Yi x2 i X 3i
l 13.79 87 80
2 15.71 78 95
3 15.97 81 106
4 20.21 65 115
5 24.64 51 128
6 21.25 62 128
7 18.94 70 115
8 14.85 91 92
9 15.18 94 93
10 16.30 100 111
11 15.93 102 116
12 16.45 82 117
13 19.02 74 127
14 18.16 85 133
15 18.57 86 136
16 17.01 90 136
17 18.03 93 140
18 19.22 81 142
19 21.12 72 148
20 23.32 60 150
D a t o s p a r a el e j e m p l o 5.
BlBUOVfeCA.
a s m *6l® e
Resultados:
Modelo estimado :
Y E S Ti = 21 .2 8 - 0 . 1 3 7 7 X 2 i + 0 . 0 7 4 2 X 3i
T a b l a d e a n a l i s i s de v a r i a n z a y r e s u l t a d o s iraportantes:
F u e n t e de S u ma de G r a d o s de' Cuadrados
Variacion Cuadrados Libertad Medios
Debido a
x 2i y x 3i 14 4. 35 64 2 72.1782
Debido a
los e^ 13 .6 21 6 17 0 . 80 13
TOTAL 1 5 7. 97 80 19
R 2= 0 . 9 1 3 8 s e ^ ) = 2.1340 s 2 = .8951
s e ( b 2 ) = 0. 0159 s e ( b 3 ) = 0.0110
Prueba de hipotesis
Ho i B2 “ — 0
HI : algtin Bj es d i f e r e n t e d e cero.
p a r a u n n i v e l de s i g n i f i c a n c i a a l fa = 0 . 0 5
E s t a d l s t c o de p r u e b a
CMReg 72 .1782
Fc ------------------ -- ------------ = 90.07
CMErr 0.8013
V a l o r de t a b l a s
c o m o Fc > Ft la H o se r e c h a z a y d e c i m o s q u e el % d e la
c a p a c i d a d t o t a l de p r o d u c c i d n X 2 ^ y el I n d i c e de los c o s t o s
de m a t e r i a l y mano de obra #31 explican en forma
s i g n i f i c a t i v a el c o m p o r t a m i e n t o de los c o s t o s u n i t a r i o s de
f a b r i c a c i o n Y^.
37
En es t e momento no p a r e c e h a b e r a l g u n p r o b l e m a e n el
mo de lo , si n e m b a r g o se h a ra el an£lisis gr&fico de los
residuales para saber si e x is te alguna de ficiencia en el
mismo.
i Y ESTi ei
1 13.59 14.24 -0 .6 5
2 15.71 16.50 -0.88
3 15.97 17 00 -1.03
4 20.21 19.87 0.34
5 24.64 22.76 1.88
6 21.25 21.25 0
7 18.94 19.18 -0.24
8 14.85 14.58 0.27
9 15.18 14.24 0.94
10 16.30 14.75 1.55
11 15.93 14.85 1.08
12 16.45 17.68 -1.23
13 19.02 19.52 -0 .5 0
14 18.16 18.45 -0.29
15 18.57 18.46 0.11
16 17.01 17.99 -0 .9 8
17 18.03 17.87 0.16
18 19.22 19.67 -0.45
19 21.12 21.36 -0.24
20 23.32 23.16 0.16
V a l o r e s e s t i m a d o s y r e s i d u a l e s e j e m p l o 5.
E n la g r & f i c a 4.1 se o b s e r v a u n e f e c t o c o m o el q u e se
i n d i c a en el C a s o I, e s t o im pl ie s qu e X 2 i tiene un efecto
cuadr&tico sobre lo q u e s u g i e r e c o n s i d e r a r t a l e f e c t o
en el m o d e l o ( t om an do a X 2 ^* X 2 ^ = X 4 ^ ) .
38
RESIDUAL ( ei )
1 -
0 -
-1
Y E S T i = 4 1 . 5 5 - 0 . 7 0 0 3 X 2i + 0 . 0 7 3 4 X 3i + 0 . 0 0 3 6 2 4 X 4i
R 2 = 0 . 98 10
C u a d r o de A n & l i s i s d e V a r i a n z a
F u e n t e de Suma de G r a d o s de Cuadrados
Variacion Cuadrados Libertad Medios
Debido a
x 2 i 'x 3 i 'x 4i 154.92 3 51.640
Debido a
los 3.06 16 0. 19 1
TOTAL 157.98 19
39
P r u e b a de h i p o t e s i s
Ho : B2 — B 3 = B4 = 0
HI : A l g u n B j s e a d i f e r e n t e de c e ro
p a r a u n n i v e l de s i g n i f i c a n c i a alfa = 0.05
E s t a d l s t i c o de prueba:
CMReg 51.64
F c -------- = ------- = 270.37
CMErr 0.191
Va l o r de tablas :
Se t i e n e a h o r a q u e las v a r i a b l e s X 2 i, X 3 ^ y el e f e c t o al
cu ad r a d o del po rcentaje de la c a p a c i d a d t o t a l d e p r o d u c c i o n
explican en forma significativa el comportamiento de los
c o s t o s u n i t a r i o s d e fabr ic ac io n.
i ei i ei
1 -.34 11 -.4
2 -.24 12 -.63
3 -.41 13 .1 2
4 .43 14 . 19
5 -.02 15 .53
6 -.21 16 -.85
7 .21 17 -.01
8 .26 18 .19
9 .61 19 . 34
10 . 39 20 -.27
40
1.0
0.5
0.0
-0.5
-1.0 -
___L
50 60 70 80 90 100 110
* 2 i ( t a s a de p r o d u c c i o n )
G r a f i c a 4.2
Se pu e d e ver q u e la d e s v i a c i o n e s t a n d a r S d e l m o d e l o I
al II d i s m i n u y o , lo qu e i m p l i c a m a s p r e c i s i o n e n la e c u a c i o n
d e r e g r e s i o n . Ta l resultado se ve reflejado en las
e s t i m a c i o n e s d e los bj y sus r e s p e c t i v a s se(bj) . T a m b i £ n
repe rc ut e en un aumenro considerable en el valor del
coeficiente de de te rm in ac io n R 2 *
Comentarios:
A p a r t i r d e u n a n a i i s i s g r a f i c o d e r e s i d u a l e s se d e t e c t d
la f a l t a d e u n e f e c t o c u a d r a t i c o d e X 2 i e n el m o d e l o , u n a ve z
considerado este efecto el mo de lo , aparte de enmendar la
d e f i c i e n c i a , m e j o r o e n c u a n t o a su pr ec is io n.
41
4. 1. 2 M e t o d o de C u a d r a d o s M l n i m o s Pond er ad os .
A n t e s de d a r el e j e m p l o es n e c e s a r i o d e s c r i b i r el M e t o d o
de Cuadrados Mlnimos Ponder ad os , que es un me to do alterno
p a r a e s t i m a r el m o d e l o de r e g r e s i o n cuando se detecta la
v i o l a c i o n al s u p u e s t o d e h o m o g e n e i d a d de v a r i a n z a s .
C u a d r a d o s M l n i m o s Pond er ad os .
C u a n d o el s u p u e s t o de h o m o g e n e i d a d d e v a r i a n z a s no se
c u m p l e el M e t o d o d e C u a d r a d o s M l n i m o s O r d i n a r i o s (CMO) n o es
el a d e c u a d o ya qu e las e s t i m a c i o n e s qu e p r o p o r c i o n a d e j a n de
s e r p r e c i s a s . El M e t o d o de C u a d r a d o s M l n i m o s P o n d e r a d o s (CMP)
es u n a a l t e r n a t i v a a seguir, la e x p r e s i o n matricial de l
e s t i m a d o r d e los bj es la siguiente:
B = (X'Q-1 X )- 1 X 1 Q - 1 Y (4.1)
( C u a n d o Q - S 2 I se t i e n e la e x p r e s i o n d e CM O ).
en d o n d e Q e s u n a m a t r i z de v a r i a n z a s y c o v a r i a n z a s d e los Ui
y t i e n e la e s t r u c t u r a sigu ie nt e:
s l2 0 ... 0 l/S l 2 0 0
( las d o s m a t r i c e s son de o r d e n n * n )
B a j o el s u p u e s t o de h o m o g e n e i d a d de v a r i a n z a s se tiene
que S ^2 = s^2 = s 3 2 =... = S n 2 y b a j o el s u p u e s t o d e no
a u t o c o r r e l a c i o n en los las c o v ( U ^ ,U j )=0. C u a n d o se t i e n e
h e t e r o s c e d a s t i c i d a d las S 2 no s e r £ n t o d a s iguales, al rttenos
d o s serein d i f e r e n t e s , p a r a tal c a s o las S ^ 2 s o n las v a r i a n z a s
de los U i ( Uj_ / X 2 i , X 3 i , . . . ,Xk i ) .
P a ra el ejemplo en qu e se u t i l i z a r d C M P es n e c e s a r i o
h a c e r el c o m e n t a r i o siguiente:
C u a n d o se m o n t a n e x p e r i m e n t o s es c o m u n q u e la v a r i a b l e
respuesta se m i d a v a r i a s (N^) v e c e s p a r a u n m i s m o c o n j u n t o
d e v a l o r e s de las v a r i a b l e s e x p l i c a t o r i a s . El o b j e t i v o d e tal
42
p r o c e d i m i e n t o es el de e s t a b i l i z a r la v a r i a n z a (homogenizar)
d e c a d a u n a d e las o b s e r v a c i o n e s c o n v i r t i e n d o a la r e s p u e s t a
e n u n p r o m e d i o de las m e d i c i o n e s es decir;
Nl 0 0
1 0 N2 0
(4.2)
0 0 Nn
p a r a c a d a e l e m e n t o q^j , co n ^=j , de la m a t r i z se t i e n e n las
operaciones:
en q xl 1/S-j^2 c o m o S-^2 = S 2 / N1
entoces l / S i 2 = 1 / ( S 2 /N 1 )
= Nl/S2
como S 2 es constante sale d e la m a t r i z y q u e d a la e x p r e s i o n
anterior.
El m e t o d o de MCP e s t i m a los c o e f i c i e n t e s d e r e g r e s i o n
m e d i a n t e la m i n i m i z a c i o n de la suma con pesos de los
c u a d r a d o s de los errores.
4.1.2.1 EJEMPLO 6 ( c a s o II ).
La i n s p e c c i o n de c i e r t o s p r o d u c t o s es r e a l i z a d a en
la llnea de produccion, vi s u a l m e n t e , c o n el o b j e t o de
d e t e c t a r los q u e p r e s e n t a n de fe ct os . La v e l o c i d a d d e la
li ne a a f e c t a el n u m e r o de u n i d a d e s d e f e c t u o s a s que se
p u e d a n loca li za r. Se selecciona un lote. al azar
43
suficientemente grande y se r e v i s a e n su t o t a l i d a d p a r a
d e t e c t a r el numero de unidades defectuosas co n
e x a c t i t u d , luego e s t e m i s m o lote se p o n e e n la li ne a un
numero variable de veces p a ra ca d a un a de las 8
v e l o c i d a d e s con q u e c u e n t a la linea, se c u e n t a el n u m e r o
de productos defectuosos que no se d e s c u b r i e r o n y se
o b t i e n e el pr om ed io . Los r e s u l t a d o s del e x p e r i m e n t o so n
los s i g u i e n t e s :
i x2 i Ni
l 0.5 10 14
2 4.67 20 3
3 6.25 30 25
4 10.00 40 2
5 13.50 50 3
6 13.70 60 22
7 17.50 70 5
8 23.00 80 2
D a t o s p a r a el e j e m p l o 6
Y^ = n u m e r o p r o m e d i o d e u n i d a d e s d e f e c t u o s a s q u e n o se
.d e t e c t a r o n .
X 2i = v e l o c i d a d en la linea ( p i e / m i n )
= numero de veces que se p u s o el lote a cierta
velocidad.
C o n C M O s e o b t i e n e n los r e s u l t a d o s s i g u i e n t e s :
Y ESTi = - 2 .1 19 + 0 . 2 9 4 6 X 2 i
se (b-jJ = 0 . 9 4 9 se (b 2 )= 0 . 0 1 8 8 R 2 = 0.97 6
Cuadro. d e A n a l i s i s de V a r i a n z a
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
X2 i 364.62 1 3 6 4. 62
Debido
a los e^ 8.89 6 1.48
TOTALES 37 3.51 7
44
Prueba de Hipotesis :
Ho : B 2=0
HI : B 2 d i f e r e n t e de cero
p a r a u n n i v e l de s i g n i f i c a n c i a al f a = .05
Es tadistico de prueba :
364.62
F c = --------- = 24 6.36
1.48
Valor de tablas :
De acuerdo a q u e Fc > Ft la Ho se r e c h a z a y s e d i c e q u e
la r e g r e s i o n es si g n i f i c a t i v a .
RESIDUAL ( ei
2 ■
1 -
-1 -
-2
10 15 20 25
Valor estimado Y ES T^
G r a f i c a 4.3
45
i 1 2 3 4 5 6 7 8
C u a d r a d o s M i n i m o s Pond er ad os .
L a s m a t r i c e s q u e i n t e r v i e n e n e n el c a l c u l o de B son:
Q 1 q u e t i e n e la f o r m a :
14 0 0 0 0 0 0
0 0 0 0 0 0
25 0 0 0 0 0
2 0 0 0 0
3 0 0 0
22 0 0
5 0
2
1 10 0.5
1 20 4.67
1 30 6.25
1 40 10.00 1 1 1 1 1 1 1 1
X = 1 50 Y= 13.50 X=
1 60 13.70 10 20 30 40 50 60 70 80
1 70 17.50
1 80 23.00
asi t e n e m o s que:
76 3010
X ’Q " 1X =
3010 15 2300
46
.06056388 00119696
( X ,Q “ 1X ) ~ 1
-.00119696 00003022
-2 .0 54 0
B
0.2753
m o d e l o estimado;
Y ESTi -2.054 + 0 . 2 7 5 3 X 2 j_
s e ( b 1 )=0.699 s e ( b 2 )= 0. 01 56 R 2 =0.981
c u a d r o d e a n & l i s i s de varianza:
F u e n t e de Suma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
X 2i 25 08 .6 6 1 2508.66
Debido a
los e^ 48.43 6 8.07
Totales 2 5 57 .0 9 7
Pr ueba de Hipotesis:
Ho : B 2 =0
HI : - B 2 d i f e r e n t e d e ce r o
p a r a u n n i v e l de s i g n i f i c a n c i a alfa
E s t a d i s t i c o de pr ue ba :
2508.66
Fc = ---------- = 310.86
8.07
V a l o r de T a b l a s :
Ft = 5.99 , c o n (1,6) g r a d o s de l i b e r t a d y a l f a = . 0 5
C o m o el v a l o r Fc > Ft la Ho se rechaza, la r e g r e s i d n es
47
significativa.
A h o r a c o m p a r e m o s los r e s u l t a d o s de los d o s m e to do s:
C.M.O. C.M.P.
s e ( b 2 ) = 0.949 s e f b ^ = 0.6990
se(b2l = 0 . 0 1 8 se ( b 2 i = 0.0156
R^ = 0.976 R 2 = 0.981
R e s i d u o s e^
0 5 10 15 20
Y E$Ti
G r & f i c a 4.4
48
4 . 1 . 3 E j e m p l o 7 ( c a s o III ).
i *i *2i X 3i
l 18.5 2.95 22
2 20.0 3.20 23
3 21.1 3.40 23
4 22.4 3.60 23
5 21.2 3.20 27
6 15.0 2.85 22
7 18.0 3.10 25
8 18.8 2.85 28
9 15.7 - 3.05 23
10 14.4 2.70 22
11 15.5 2.75 28
12 17.2 3.10 22
13 19.0 3.15 26
14 17.2 2.95 23
15 16.8 2.75 26 .
D a t o s p a r a el e j e m p l o 7
en d o n d e = s a l a r i o in ic ia l y X 2 i = C a l i f i c a c i o n e s p r o m e d i o
X 3 i = E d ad
La e c u a c i o n d e r e g r e s i o n estimada y los r e s u l t a d o s m a s
i m p o r t a n t e s d e su a n £ l i s i s son:
Modelo estimado :
C u a d r o d e A n £ l i s i s de V a r i a n z a
F u e n t e de Suma de G r a d o s de Cuadrados
Variacion Cuadrados Libertad Medios
Debido a
58.393 1 58.3932
x2i
Debido a
los e^ 22.88 13 1.76
TOTALES 81.274 14
Prueba de Hipdtesis :
Ho : B2 = 0
HI : B 2 dife re nt e de cero
p a r a u n n i v e l d e s i g n i f i c a n c i a a l fa = . 0 1
Estadlstico de prueba :
58.393
F c = ----------- = 3 3 . 2 1
1.76
Valor de tablas :
Ahora, p a r a el o b j e t i v o q u e se p e r s ig ue , consideremos
una segunda variable explicatoria (que fu § o m i t i d a d e s d e el
p r i n c i p i o ) q u e serci la e d a d d e l recien egresado * 3 ^. La
c o n s i d e r a c i d n d e la n u e v a variable tiene sentido si se
c o n s i d e r a q u e la gran mayoria de las empresas requieren
trabajadores con experiencia, misma que tienen mas
p o s i b i l i d a d e s d e p o s e e r los e g r e s a d o s d e m a y o r edad.
50
S a b r e m o s si la e d a d se d e be i n c l u i r e n el mo delo, p a r a
t a l fi n se g r a f i c a X 3 | c o n t r a los e^, g r & f i c a 4.5 . (los
q u e s e u t i l i z a n en la g r & f i c a se o b t i e n e n a p a r t i r de l m o d e l o
que solo contiene a X 2 i ) •
RESIDUAL (cal cu la do a p a r t i r d e l m o d e l o Y^ c o n X 2 ^)
-1
-2
-3
22 23 24 25 26 27 28
X3 ( variable no incluida )
G r & f i c a 4.5
La r e g r e s i o n c o n Y^, X 2 i y X 3 ^ se t i e n e a c o n t i n u a c i o n .
Modelo estimado :
Y E S T i = " 1 6 *88 + 8 . 7 4 X 2i + 0 . 3 3 8 X 3i
51
Cu ad ro de An&lisis de Varianza
F u e n t e de S u ma de G r a d o s de Cuadrado
Variacion Cuadrados libertad Medio
Debido a
X 2 i y X3i 66.10 2 33 .0 5
Debido a
los e^ 15.17 12 1.26
TOTALES 81.27 14
R 2 = 0.813 s e ( b 1 )= 5.47
s = 1. 12 5 s e ( b 2 )= 1.22 s e ( b 3 )= 0.137
Pr ueba de Hip&tesis:
Ho : B o — B 3=0
HI : a l g u n Bj d i f e r e n t e de ce r o
p a r a u n n i v e l d e s i g n i f i c a n c i a a l f a ==.05
E s t a d i s t i c o d e prueba:
33.05
F c = --------- = 26.23
1-.26
Va l o r en tablas :
C o m o se p u e d e c o m p a r a r la H o se r e c h a z a y se c o n c l u y e
q u e t a n t o las c a l i f i c a c i o n e s p r o m e d i o c o m o la e d a d influyen
c o n j u n t a m e n t e y en fo rm a s i g n i f i c a t i v a en el s a l a r i o i n i c i a l
p a r a u n r e c i e n eg re sa do .
U n a ve z q u e se i n c l u y o X 3 ^ e n el m o d e l o y se p r o b o la
s i g n i f i c a n c i a de la misma, se o b s e r v a u n a u m e n t o en e n R 2 a s i
c o m o la d i s m i n u c i b n de S y d e las se(bj) .
y* > 'A'''''
i -
fK i m e s .
■£#*» ''J' ■,
RESIDUAL p a r a el m o d e l o con
-1
-2
-3
22 23 24 25 26 . 27 28
x 3i ( e ^ a d )
G r a f i c a 4.6
i ei *3i
1 1.98 22
2 0.95 23
3 0.31 23
4 -0.14 23
5 0.80 27
6 -0.65 22
7 -0.85 25
8 1.12 28
9 -2.03 23
10 0.06 22
11 -1.30 28
12 -0.63 22
13 -0.62 26
14 0.34 23
15 0. 67 26
Residuales con X 3 ^
4.2 G r a f i c a P a r a D e t e c t a r N o r m a l i d a d en las O b s e r v a c i o n e s .
Se g r a f i c a n los e^ c o n t r a los e ^ es p ( e r r o r e s e s p e r a d o s
b a j o el s u p u e s t o d e n o r m a l i d a d ). Si el s u p u e s t o se c u m p l e
los p u n t o s d e b e n q u e d a r s o b r e linea r e c t a o en todo caso muy
cerca. En c a s o c o n t r a r i o se h a b r S d e t e c t a d o q u e el s u p u e s t o
de n o r m a l i d a d no se cumple. Co n e s ta grafica tambien se
d e t e c t a n d a t o s extranos.
P a r a r e a l i z a r el g r £ f i c o se r e q u i e r e el calculo d e los
e i e s p <3u e se corno s i g u e :
1) S e a s i g n a n r a n g o s a los ei de m e n o r a mayor.
2) S e c a l c u l a n las c a n t i d a d e s = ( i - 1/2.) / n .
3) E n la tabla de la d i s t r i b u t i o n n o r m a l e s t d n d a r (Z) se
b u s c a el v a l o r d e Z q u e c o r r e s p o n d e a c a d a pi, t a l v a l o r d e Z
e s el e ^ e S p *
4) S e t r a z a . l a g r a f i c a de los p u n t o s ( e^,e^esp )
4.2.1 E j e m p l o s c o n S Y ST AT
G r £ f i c a p a r a c o m p r o b a r normalidad.
Ejemplo 5 ( caso I , capltulo 4 )
V a l o r e s p e r a d o de los
Residuales
G r a f i c a p a r a c o m p r o b a r normalidad.
E j e m p l o 6 ( ca s o II , c a p i t u l o 4 )
V a l o r e s p e r a d o de los
1 -
0 -
-1 -
-2 -1 0 1• 2
Residual
L o s p u n t o s q u e d a n a p r o x i m a d a m e n t e s o b r e u n a l i n e a recta,
p o r lo q u e lo g u e se d i ce q u e la n o r m a l i d a d se cu mp le .
56
G r a f i c a p a ra c o m p r o b a r normalidad.
E j e m p l o 7 ( c a s o III , c a p i t u l o 4 )
V a l o r e s p e r a d o de los
2 -
1 -
0 -
-1
-2
En la g r a f i c a se o b s e r v a n q u e los p u n t o s ( , © i » S p ) es ta n
m u y c e r c a d e u n a linea r e c t a p o r lo q u e se t e n d r a s e g u r i d a d
s o b r e el c u m p l i m i e n t o d e l s u p u e s t o d e n o r m a l i d a d e n los Uj_.
57
4.3 T e c n i c a s de D i a g n o s t i c o en Regr es id n.
En e s t a s e c c i o n se t r a t a r a n a l g u n a s de las t e c n i c a s m a s
utilizadas para analizar las observaciones o datos y
d e t e r m i n a r si e x i s t e n o no u n a o m a s d e e l l a s q u e se d e b a n
c o n s i d e r a r c o m o " e x t r a n a s " (en el s e n t i d o d e s e r d i f e r e n t e s a
las d e m a s y que pueden i n fl ui r sensiblemente en la
es ti ma ci on del mo de lo y a los resultados que de el se
deriven).
C u a n d o se ha d e t e c t a d o u n d a t o extrafio se r e q u i e r e de un
a n & l i s i s e x h a u s t i v e del mismo y asi d e t e r m i n a r si su o r i g e n
e s d e b i d o a un e r r o r en su m a n e j o y entonces corregirlo o
e l i m i n a r l o . Si el o r i g e n n o es d s te se d e b e c o n s e r v a r ya que
s e g u r a m e n t e se t r a t a d d i n f o r m a c i o n r e l e v a n t e p a r a el e s t u d i o
bajo consideracidn.
4 . 31 P u n t o s de I n f l u e n c i a y Laverage.
4. 3. 2 Residuos Estandarizados.
El c a l c u l o de los r e s i d u o s e s t a n d a r i z a d o s es :
e i “ Y i “ Y E S Ti
Si el modelo es correcto y se t i e n e u n a d i s t r i b u c i o n
n o r m a l d e los ei e n t o n c e s :
4. 3. 3 D i s t a n c i a d e Cook.
L o q u e a c o n t i n u a c i o n se a n a l i z a el e f e c t o que sobre B
tiene una observacidn c u a n d o se o m i t e en
la e s t i m a c i o n d e la re gr es io n. En t e r m i n o s g e n e r a l e s se t r a t a
d e v e r q u e t a n d i f e r e n t e s son : B co n t o d a s las o b s e r v a c i o n e s
y B(^) si n la o b s e r v a c i o n (Yj.,X 2 i ,X 3 ^ , . . . ,X k ^) .
Si > 1 la observacion
c o n s i d e r a c o m o infl ue nc ia l.
c o m p l i c a d a s p a r a t r a z a r y calcular, sin e m b a r g o la m a y o r i a de
los paqu et es estadisticos f SYSTAT, SAS, SOLO, etc. ) las
c a l c u l a n p o r lo q u e resulta relativamente fcicil y rapido
h a c e r u n d i a g n o s t i c o de los r e s i d u a l e s y d a r l e mayor calidad
al a n & l i s i s de regresion.
4. 3. 4 E j e m p l o s c o n Systat.
V a l o r c a l c u l a d o p a ra c o m p a r a r los l e v e r a g e d e a c u e r d o
los d a t o s d e l e j e m p l o 5 :
2k 2*3
----- = ------- = 0.3
n 20
60
E x a m i n a n d o los v a l o r e s d e la c o l u m n a 3, s e t i e n e q u e la s
observaciones 5 y 11 son mayores que 0.3, por lo que
p r e l i m i n a r m e n t e se co nsideran como pu nt os de influencia.
A h o r a , v i e n d o la c o l u m n a 4, s e t i e n e q u e n i n g u n v a l o r D i
e s m a y o r q u e 1.
V a l o r c a l c u l a d o p a r a c o m p a r a r los l e v e r a g e de acuerdo
los datos del ejemplo 6 :
2k 2*2
------ = ------- = 0.5
n 8
E x a m i n a n d o los v a l o r e s d e la c o l u m n a 3, s e t i e n e n i n g u n o
d e los v a l o r e s s o n m a y o r e s q u e 0 . 5 .
Ahora, v i e n d o la c o l u m n a 4, se t i e n e q u e n i n g u n v a l o r Di
61
e s m a y o r q u e 1.
V a l o r c a l c u l a d o p a r a c o m p a r a r los l e v e r a g e de acuerdo
lo s d a t o s d e l e j e m p l o 7 * •
2k 2*3
— ---- = 0.4
n 15
E x a m i n a n d o lo s v a l o r e s d e la c o l u m n a 3, s e t i e n e q u e la
observacion 4 tiene un leverage mayor que 0.4 por lo que
puede considerarse como posible punto de influencia.
Ahora, v i e n d o la columna 4, se t i e n e q u e s o l o n i n g u n
v a l o r e s m a y o r q u e 1, i n c l u s o el c o r r e s p o n d i e n t e D i p a r a la
o b s e r v a c i o n 4 e s m u c h o m e n o r q u e 1.
De acuerdo a lo a n t e r i o r se p u e d e c o n s i d e r a r que no
existen punt os de influencia.
-^ -
i -..
- = w r -•
COMENTARIOS.
E je m p lo
? [t < -1 .8 1 2 ]
= 0 .0 5
.2 5 .2 0 .1 5 .1 0 .0 5 .0 2 5 .0 1 -0 0 5 .0 0 0 5
I 1 .0 0 0 1 .3 7 6 1 .9 6 3 3 .0 7 8 6 .3 1 4 1 2 .7 0 6 31 821 6 3 .6 S 7 6 3 6 .6 1 9
2 .8 1 6 1 .0 6 1 1 .3 8 6 1 .8 8 6 2 .9 2 0 4 .3 0 3 6 .9 6 5 9 .9 2 5 3 1 .5 9 8
3 .7 6 5 .9 7 8 1 .2 5 0 1 .6 3 8 2 .3 5 3 3 .1 8 2 4 541 5 .8 4 1 1 2 .9 4 1
4 .7 4 1 .9 4 1 1 .1 9 0 1 .5 3 3 2 .1 3 2 2 .7 7 6 3 .7 4 7 4 .6 0 4 8 610
5 .7 2 7 .9 2 0 1 .1 5 6 1 .4 7 6 2 .0 1 5 2 .5 7 1 3 .3 6 5 4 .0 3 2 6 .8 5 9
£ .6 .7 1 8 .9 0 6 1 .1 3 4 1 .4 4 0 1 .9 4 3 2 .4 4 7 3 .1 4 3 3 .7 0 7 5 .9 5 9
f - .7 1 1 .8 9 6 1 .1 1 9 1 .4 1 5 1 .8 9 5 2 .3 6 5 2 .9 9 8 3 .4 9 9 5 .4 0 5
8 .7 0 6 .8 8 9 1 .1 0 8 1 .3 9 7 1 .8 6 0 2 .3 0 6 2 .8 9 6 3 .3 5 5 5 .0 4 1
9 .7 0 3 .8 8 3 1 .1 0 0 1 .3 8 3 • 1 .8 3 3 2 .2 6 2 2 .8 2 1 3 .2 5 0 4 .7 8 1
10 .7 0 0 .8 7 9 1 .0 9 3 1 .3 7 2 1 .8 1 2 2 .2 2 8 2 .7 6 4 3 169 4 .5 8 7
11 .6 9 7 .8 7 6 1 .0 8 8 1 .3 6 3 1 .7 9 6 2 .2 0 1 2 .7 1 8 3 106 4 .4 3 7
12 .6 9 5 .8 7 3 1 .0 8 3 1 .3 5 6 1 .7 8 2 2 .1 7 9 2 .6 0 1 3 055 4 .3 1 8
13 .6 9 4 .8 7 0 1 .0 7 9 1 .3 5 0 1 ,7 7 1 2 .1 6 0 2 .G 5 0 3 012 4 .2 2 1
14 .6 9 2 .8 6 8 1 .0 7 6 1 .3 4 5 1 .7 6 1 2 .1 4 5 2 .6 2 4 2 977 4 140
I S .6 9 1 .8 6 6 1 .0 7 4 1 .3 4 1 1 .7 5 3 2 .1 3 1 2 .6 0 2 2 947 4 .0 7 3
16 .6 9 0 .8 6 5 1 .0 7 1 1 .3 3 7 1 .7 4 6 2 120 2 .5 8 3 2 .9 2 1 4 .0 1 5
17 .6 8 9 .8 6 3 1 .0 6 9 - 1 .3 3 3 1 .7 4 0 2 .1 1 0 2 .5 6 7 2 .8 9 8 3 .9 6 5
18 .6 8 8 .8 6 2 1 .0 6 7 1 .3 3 0 1 .7 3 4 2 .1 0 1 2 .5 5 2 2 .8 7 8 3 .9 2 2
19 .6 8 8 .8 6 1 1 .0 6 6 1 .3 2 8 1 .7 2 9 2 .0 9 3 2 .5 3 9 2 .8 6 1 3 .8 8 3
20 .6 8 7 .8 6 0 1 .0 6 4 1 .3 2 5 1 .7 2 5 2 .0 8 6 2 .5 2 8 2 .0 4 5 3 850
21 .6 8 6 .8 5 9 1 .0 6 3 1 .3 2 3 1 .7 2 1 2 .0 8 0 2 .5 1 8 2 .8 3 1 3 .8 1 9
22 .6 8 6 .8 5 8 1 .0 6 1 1 .3 2 1 1 .7 1 7 2 .0 7 4 2 .5 0 8 2 819 3 .7 9 2
23 .6 8 5 .8 5 8 1 .0 6 0 1 .3 1 9 1 .7 1 4 2 .0 6 9 2 .5 0 0 2 807 3 .7 6 7
24 .6 8 5 .8 5 7 1 .0 5 9 1 .3 1 8 1 .7 1 1 2 .0 6 4 2 .4 9 2 2 .3 9 7 3 745
25 .6 8 4 .8 5 6 1 .0 5 8 1 .3 1 6 1 .7 0 6 2 .0 6 0 2 .4 8 5 2 .7 8 7 3 .7 2 5
26 .6 8 4 .8 5 6 1 .0 5 8 1 .3 1 5 1 .7 0 6 2 .0 5 6 2 479 2 .7 7 9 3 .7 0 7
27 .6 8 4 .8 5 5 1 .0 5 7 1 .3 1 4 1 .7 0 3 2 .0 5 2 2 473 2 .7 7 1 3 .6 9 0
26 .6 8 3 .8 5 5 1 .0 5 6 1 .3 1 3 1 .7 0 1 2 .0 4 8 2 .4 6 7 2 .7 6 3 3 .6 7 4
29 .6 8 3 .8 5 4 1 .0 5 5 1 .3 1 1 1 .6 9 9 2 .0 4 5 2 .4 6 2 2 .7 5 6 3 .6 5 9
30 .6 8 3 .8 5 4 1 .0 5 5 1 .3 1 0 1 697 2 .0 4 2 2 .4 5 7 2 .7 5 0 3 .6 4 6
40 .6 8 1 .8 5 1 1 050 1 303 1 .6 8 4 2 .0 2 1 2 .4 2 3 2 .7 0 4 3 .5 5 !
60 .6 7 9 .8 4 8 1 .0 4 6 1 .2 % .'.6 7 1 2 000 2 .3 9 0 2 <-.60 3 460
120 .6 7 7 .8 4 5 1 .0 4 1 1 .7 8 9 1 .6 5 8 1 .9 8 0 2 .3 5 8 2 617 3 .3 7 3
OD .6 7 4 .8 4 2 1 .0 3 6 1 .2 8 2 1 645 1 960 2 .3 2 6 2 .5 7 6 3 .2 9 1
TAB LA B DISTRIBUCION F
V alores seleccionados d e F ™
En la d is tr ib u c io n de F c o n m grados de lib e rta d en el n u m e ra d o r v " 9 rados de lib e rta d en el d e n o m in a d o r, la
tab la p ro p o rc io n a valores F'JJ q j o , tales q u e F IF ™ > ^ r 7 ,0 jo ) 0 .1 0 .
4 5 6 •7 8 9 10 11
Am 1 2 3
4 9 .5 0 0 5 3 .5 9 3 5 5 .8 3 3 5 7 .2 4 0 5 8 .2 0 4 5 8 .9 0 6 5 9 .4 3 9 5 9 .8 5 8 6 0 .1 9 5 6 0 .4 7 3
1 3 9 .8 6 3
9 .0 0 0 9 .1 6 2 9 .2 4 3 9 .2 9 3 9 326 9 .3 4 9 9 .3 6 7 9.381 9 .3 9 2 9.401
2 8.5 26
5 .4 6 2 5 391 5 .3 4 3 5 .3 0 9 5 .2 8 5 5 .2 6 6 5 .2 5 2 5 .2 4 0 5 .2 3 0 5 .2 2 2
3 5 .5 3 8
4 .3 2 5 4.1 91 4 .1 0 7 4.051 4 .0 1 0 3 .9 7 9 3 .9 5 5 3 .9 3 6 3 .9 2 0 3 .9 0 7
4 4 .5 4 5
3 .7 8 0 3 .6 1 9 3 .5 2 0 3.4S 3 3 .4 0 5 3 .3 6 8 3 .3 3 9 3 .3 1 6 3 .2 9 7 3 .2 8 2
5 4 .0 6 0
3 .7 7 6 3 .4 6 3 3 .2 8 9 3.181 3 .1 0 8 3 .0 5 5 3 .0 1 4 2 .9 8 3 2 .9 5 8 2 .9 3 7 2 .9 2 0
6
3 .2 5 7 3 .0 7 4 2.961 2 .8 8 3 2 .8 2 7 2 .7 8 5 2 .7 5 2 2 .7 2 5 2 .7 0 3 2 .6 8 4
7 3.589
2 .9 2 4 2 .8 0 6 2 .7 2 6 2 .6 6 8 2 .6 2 4 2 .5 8 9 2.561 2 .5 3 8 2 .5 1 9
8 3.4 58 3 .1 1 3
3 .0 0 6 2 .8 1 3 2 .6 9 3 2.611 2.551 2 .5 0 5 2 .4 6 9 2 .4 4 0 2 .4 1 6 2 396
9 3.3 60
2 .9 2 4 2 .7 2 8 2 .6 0 5 2 .5 2 2 2.461 2 .4 1 4 2 .3 7 7 2 .3 4 7 2 .3 2 3 2 .3 0 2
10 3.2 85
2 .6 6 0 2 .5 3 6 2.451 2 .3 8 9 2 .3 4 2 2 .3 0 4 2 .2 7 4 2 .2 4 8 2 .2 2 7
11 3.2 25 2 .8 6 0
2.8 07 2 .6 0 6 2 480 2 .3 9 4 2.331 2 283 2 .2 4 5 2 .2 1 4 2 .1 8 8 2 .1 6 6
12 3.177
2 .7 6 3 2 .5 6 0 2 .4 3 4 2.3 47 2 .2 8 3 2.2 34 2 .1 9 5 2 .1 6 4 2 .1 3 8 2 .1 1 6
13 3 .1 3 6
14 2 .7 2 6 2 .5 2 2 2 .3 9 5 2.3 07 2 .2 4 3 2 .1 9 3 2 .1 5 4 2 .1 2 2 2 .0 9 5 2 .0 7 3
3.1 02
2 .4 9 0 2.361 2 .2 7 3 2 .2 0 8 2 .1 5 8 2 .1 1 9 2 .0 8 6 2 .0 5 9 2.0 37
15 3.0 73 2 .6 9 5
2 .6 6 8 2 462 2 .3 3 3 2.2 44 2 .1 7 8 2 .1 2 8 2 .0 S 8 2 .0 5 5 2 .0 2 8 2 .0 0 5
16 3.0 48
17 3.0 26 <2.645 2 .4 3 7 2 .3 0 8 2 .2 1 8 2 .1 5 2 2 .1 0 2 2.061 2 028 2.001 1.9 78
3.007 2 .4 1 6 2 .2 8 6 2 .1 9 6 2 .1 3 0 2 .0 7 9 2 .0 3 8 2 .0 0 5 1 .9 7 7 1.954
18 2.6 24
19 2.9 90 2 .6 0 6 2 .3 9 7 2 .2 6 6 2 .1 7 6 2 .1 0 9 2 .0 5 8 2.01 7 1 .9 8 4 1 .9 5 6 1.9 32
2 .5 8 9 2 .3 8 0 2 .2 4 9 2 .1 5 8 2.091 7 .0 4 0 1 .9 9 9 1 .9 6 5 1 .9 3 7 1 .9 1 3
20 2.9 75
2.961 2 .5 7 5 2 .3 6 5 2 .2 3 3 2 .1 4 2 2 .0 7 5 7 023 1 .9 8 2 1 .9 4 8 1 .9 2 0 1.8 96
21
2.351 2 .2 1 9 2 .1 2 8 2 .0 6 0 ? 008 1.9 67 1 .9 3 3 1 .9 0 4 1.8 80
22 2.9 49 2.561
2.937 2 .5 4 9 2 .3 3 9 2.2 07 2 .1 1 5 2 .0 4 7 1.9 95 1 .9 5 3 1 .9 1 9 1 .8 9 0 1.8 66
23
24 2.927 2 53? 2 .3 2 7 2 .1 9 5 2 .1 0 3 2 .0 3 5 1.9 83 1.941 1 .9 0 6 1 .8 7 7 1.8 53
2 S 2 .3 1 7 2 .1 8 4 2 .0 9 2 2 .0 2 4 1.971 1 .9 2 9 1 .8 9 5 1 .8 6 6 1.841
25 2.9 18
26 2.909 2 .5 1 9 2 .3 0 7 2 .1 7 4 2 .0 8 2 2 .0 1 4 1.961 1 .9 1 9 1 .8 8 4 . 1 .8 5 5 1 .8 3 0
6 1 .0 7 3 6 1 .2 2 0 6 1 .7 4 0 6 2 .0 0 2 6 2 .2 6 5 6 2 .5 2 9 6 2 .7 9 4 63.061 6 3 .2 6 4
1 6 0 .7 0 5 6 0 .9 0 3
9 .4 1 5 9 .4 2 0 9 .4 2 5 9.441 9 .4 5 0 9 .4 5 8 9 .4 6 6 9 .4 7 5 9 .4 8 3 9 .4 8 9
2 9 .4 0 8
5 .2 1 0 5 .2 0 5 5 .2 0 0 5 .1 8 4 5 .1 7 6 5 .1 6 8 5 .1 6 0 5.151 5 .1 4 3 5 .1 3 6
3 5 .2 1 6
3 .8 7 8 3 .8 7 0 3 .8 4 4 3.831 3 .8 1 7 3 .8 0 4 3 .7 9 0 3 .7 7 5 3 .7 6 4
4 3 .8 9 6 3 .8 8 6
3 .2 6 8 3.2 57 3 .2 4 7 3 .2 3 8 3.2 07 3.191 3 .1 7 4 3 .1 5 7 3 .1 4 0 3 .1 2 3 3 109
5
2 .8 9 2 2.881 2.871 2 .8 3 6 2 .8 1 8 2 .8 0 0 2.781 2 .7 6 2 2.7 42 2 .7 2 7
6 2 .9 0 5
2 .6 5 4 2 .6 4 3 2 .6 3 2 2 .5 9 5 2 .5 7 5 2 .5 5 5 2 .5 3 5 2 .5 1 4 2 .4 9 3 2 .4 7 6
7 2 .6 6 8
2 .4 7 5 2 .4 6 4 2 .4 2 5 2 .4 0 4 2 .3 8 3 2.361 2 .3 3 9 2 .3 1 6 2 .2 9 8
8 2 .5 0 2 2 .4 8 8
2 .3 7 9 2 .3 6 4 2.351 2 .3 4 0 2 .2 9 8 2 .2 7 7 2 .2 5 5 2 .2 3 2 2 .2 0 8 2 .1 8 4 2 .1 6 5
9
2.2 84 2 .2 6 9 2 .2 5 5 2.2 44 2.201 2 .1 7 8 2 .1 5 5 2 .1 3 2 2 .1 0 7 2 .0 8 2 2 .0 6 2
10
2 .1 7 9 2.1 67 2 .1 2 3 2 .1 0 0 2 .0 7 6 2 .0 5 2 2 .0 2 6 2 .0 0 0 1 .9 7 9
11 2 .2 0 9 2 .1 9 3
2.1 47 2.131 2.1 17 2 .1 0 5 2 .0 6 0 2 .0 3 6 2.011 1 .9 8 6 1 .9 6 0 1 932 1.911
12
2.0 97 2 .0 8 0 2.0 66 2 .0 5 3 2 .0 0 7 1 .9 8 3 1 .9 5 8 1.931 1 .9 0 4 1 .8 7 6 1 .8 5 3
13
2 .0 5 4 2.0 37 2.0 22 2 .0 1 0 1.9 62 1 .9 3 8 1 .9 1 2 1 .8 8 5 1.8 57 1 .8 2 8 1 .6 0 5
14
2 .0 1 7 2 .0 0 0 1.9 85 1.9 72 1.9 24 1 .8 9 9 1 .8 7 3 1 .8 4 5 . ' 1 .8 1 7 1.7 87 1 .7 6 3
15
1 .9 8 5 1 .9 6 8 1.9 53 1 .9 4 0 1.891 1 .8 6 6 1 .8 3 9 1.811 1.7 82 1.751 1 .7 2 6
'1 6
1 .9 4 0 1.9 25 1.9 12 1.8 62 1 .8 3 6 1 .8 0 9 1.781 1.751 1 .7 1 9 1 .6 9 4
17 1 .9 5 8
• 1 .9 t» 1 .9 1 6 1.9 00 1.887 1.837 1 .8 1 0 1 .7 8 3 1.7 54 1 ,7 2 3 1 691 1 .6 6 5
18
1.912. 1.8 94 1.8 78 1.8 65 1.8 14 1.7 87 1.7 59 1 .7 3 0 1.6 99 1 .6 6 6 1 .6 3 9
19
20 1.8 92 1 .8 7 5 1.859 1 .8 4 5 1.7 94 1.7 67 1 .7 3 5 1 .7 0 8 1.6 77 1 .6 4 3 1 .6 1 6
la ta b la da el v a lo r s ta l q u e > F ^ o ja s 1 = °-0 5 -
X 1 2 3 4 5 6 7 8 9 10 11
1 2 4 3 .9 0 6 2 4 4 .6 9 0 2 4 5 .3 6 4 2 4 5 .9 5 0 2 4 8 .0 1 3 2 4 9 .0 5 2 2 5 0 .0 9 5 2 5 1 .1 4 3 2 5 2 .1 9 6 2 5 3 .2 5 3 2 5 4 .0 5 9
2 1 9 .4 1 3 1 9 .4 1 9 19 .424 19 .429 1 9 .4 4 6 1 9 .4 5 4 1 9 .4 6 2 19.471 1 9 .4 7 9 1 9 .4 8 7 1 9 .4 9 4
3 8 .7 4 5 8 .7 2 9 8 .7 1 5 8 .7 0 3 8 .6 6 0 8 .6 3 9 8 .6 1 7 8 .5 9 4 8 .5 7 2 8 .5 4 9 8 .5 3 2
4 5 .9 1 2 5.891 5 .8 7 3 5 .8 5 8 5 .8 0 3 5 .7 7 4 5 .7 4 6 5 .7 1 7 5 .6 8 8 5 .6 5 8 5 .6 3 5
5 4 .6 7 8 4 .6 5 5 4 .6 3 6 4 .6 1 9 4 .5 5 8 4 .5 2 7 4 .4 9 6 4 .4 6 4 4.4 31 4 .3 9 8 4 .3 7 3
6 4 .0 0 0 3 .9 7 6 3 .9 5 6 3 .9 3 8 3 .8 7 4 3.841 3 .8 0 8 3 .7 7 4 3 .7 4 0 3 .7 0 5 3 .6 7 8
7 3 .5 7 5 3 .5 5 0 3 .5 2 9 3.511 3 .4 4 5 3 .4 1 0 3 .3 7 6 3 .3 4 0 3 .3 0 4 3 .2 6 7 3 .2 3 9
8 3 .2 8 4 3 .2 5 9 3 .2 3 7 3 .2 1 8 3 .1 5 0 3 .1 1 5 3 .0 7 9 3 .0 4 3 3 .0 0 5 2 .9 6 7 2 .9 3 7
9 3 .0 7 3 3 .0 4 8 3 .0 2 5 3 .0 0 6 2 .9 3 6 2 .9 0 0 2 .8 6 4 2 .8 2 6 2 .7 8 7 2 .7 4 8 2 .7 1 7
10 2 .9 1 3 2 .8 8 7 2 .8 6 5 2 .8 4 5 2 .7 7 4 2 .7 3 7 2 .7 0 0 2.661 2.621 2 .5 8 0 2 .5 4 8
11 2 .7 8 8 2.761 2 .7 3 9 2 .7 1 9 2 .6 4 6 2 .6 0 9 2 .5 7 0 2.531 2 .4 9 0 2 .4 4 8 2 .4 1 5
12 2 .6 8 7 2 .6 6 0 2 .6 3 7 2.6 17 2.5 44 2 .5 0 5 2 .4 6 6 2 .4 2 6 2 .3 8 4 2.341 2 .3 0 7
13 2 .6 0 4 2 .5 7 7 2 .5 5 4 2 .5 3 3 2 .4 5 9 2 .4 2 0 2 380 2 .3 3 9 2 .2 9 7 2 .2 5 2 2 .2 1 8
14 2 .5 3 4 2 .5 0 7 2.4 84 2 .4 6 3 2 .3 8 8 2 .3 4 9 2 .3 0 8 2 .2 6 6 2 .2 2 3 2 .1 7 8 2 .1 4 2
15 - 2 .4 7 5 2 .4 4 8 2 .4 2 4 2 .4 0 3 2 .3 2 8 2 .2 8 8 2 .2 4 7 2 .2 0 4 2 .1 6 0 2 .1 1 4 2 .0 7 8
16 2 .4 2 5 2 .3 9 7 2 .3 7 3 2 .3 5 2 2 .2 7 6 2 .2 3 5 2 .1 9 4 2.151 2 .1 0 6 2 .0 5 9 2 .0 2 2
17 2.381 2 .3 5 3 2 .3 2 9 2 .3 0 8 2 .2 3 0 2 .1 9 0 2 .1 4 8 2 .1 0 4 2 .0 5 8 2.0 11 1 .9 7 3
18 - 2 .3 4 2 2 .3 1 4 2 .2 9 0 2.2 69 2.191 2 .1 5 0 2 .1 0 7 2 .0 6 3 2 .0 1 7 1 .9 6 8 1 .9 2 9
19 £ .3 0 8 2 .2 8 0 2 .2 5 6 2.2 34 2 .1 5 5 2 .1 1 4 2.071 2 .0 2 6 1 .9 8 0 1 .9 3 0 1.891
20 2&78 2 .2 5 0 2 .2 2 5 2 .2 0 3 2 .1 2 4 2 .0 8 2 2 .0 3 9 1.9 94 1 .9 4 6 1 .8 9 6 1 .8 5 6
21 2 .2 5 0 2 .2 2 2 2.1 97 2 .1 7 6 2 .0 9 6 2 .0 5 4 2 .0 1 0 1 .9 6 5 1 .9 1 6 1 .8 6 6 1 .8 2 5
22 2 .2 2 6 2 .1 9 8 2 .1 7 3 2.151 2.071 2 .0 2 8 1.9 84 1 .9 3 8 1 .8 8 9 1 .8 3 8 1.7 97
23 2 .2 0 4 2 .1 7 5 2 .1 5 0 2 .1 2 8 2 .0 4 8 2 .0 0 5 1.961 1.9 14 1 .8 6 5 1 .8 1 3 1.771
24 2 .1 8 3 2 .1 5 5 2 .1 3 0 2 .1 0 8 2 .0 2 7 1.9 84 1.6 39 1 .8 9 2 1 .8 4 2 1 .7 9 0 1 .7 4 7
25 2 .1 6 5 2 .1 3 6 2.111 2.0 89 2 .0 0 7 1 .9 6 4 1 .9 1 9 1.8 72 1 .8 2 2 1 .7 6 8 1 .7 2 5
26 2 .1 4 8 2 .1 1 9 2 .0 9 4 2 ,0 7 2 1 .9 9 0 1 .9 4 6 1.901 1 .8 5 3 1 .8 0 3 1 .7 4 9 1 .7 0 5
27 2 .1 3 2 2 .1 0 3 2 .0 7 8 2.0 56 1.9 74 1 .9 3 0 1 .8 8 4 1 .8 3 6 1 .7 8 5 1.731 1 .6 8 6
28 2 .1 1 8 2 .0 8 9 2 .0 6 4 2.041 1 .9 5 9 1 .9 1 5 1 .8 6 9 1 .8 2 0 1.7 69 1.7 14 1 .6 6 9
29 2 .1 0 4 2 .0 7 5 2 .0 5 0 2.027 1 .9 4 5 1.901 1.8 54 1 .8 0 6 1 .7 5 4 1 .6 9 8 1 .6 5 3
30 2 .0 9 2 2 .0 6 3 2.0 37 2 .0 1 5 1 .9 3 2 1.8 87 1.841 1.7 92 1 .7 4 0 1.6 83 1.6 37
31 2 .0 8 0 2.051 2 .0 2 6 2.0 03 1 .9 2 0 1 .8 7 5 1 .8 2 8 1.7 79 1 .7 2 6 1.6 70 1 .6 2 3
32 2 .0 7 0 2D 40 '2 .0 1 5 1.9 92 1 .9 0 8 1 .8 6 4 1.8 17 1.7 67 1 .7 1 4 1.6 57 1 .6 1 0
33 2 .0 6 0 2 .0 3 0 2 .0 0 4 1.9 82 1 .8 9 8 1 .8 5 3 1 .8 0 6 1.7 56 1.7 02 1 .6 4 5 1 .5 9 7
34 2 .0 5 0 2.021 1 .9 9 5 1.9 72 1 .8 8 8 1 .8 4 3 1 .7 9 5 1 .7 4 5 1.691 1 .6 3 3 1 .5 8 5
35 2.041 2 .0 1 2 1 .9 8 6 1.9 63 1.8 78 1 .8 3 3 • 1 .7 8 6 1 .7 3 5 1.681 1 .6 2 3 1.5 74
36 2 .0 3 3 2 .0 0 3 1.9 77 1.954 1 .8 7 0 1.8 24 1 .7 7 6 1 .7 2 6 1.671 1 .6 1 2 1 .5 6 4
37 2 .0 2 5 1 .9 9 5 1.9 69 1.9 46 1.861 1 .8 1 6 1 .7 6 8 1.7 17 1 .6 6 2 1 .6 0 3 1 .5 5 3
3P 2.0 17 1 .9 8 8 1.9 62 1.9 39 1 .8 5 3 1 .8 0 8 1 .7 6 0 1 .7 0 8 1 .6 5 3 1 .5 9 4 1.5 44
3< 2 .0 1 0 U 981 1.954 1.931 1 .8 4 6 1 .8 0 0 1.7 52 1 .7 0 0 1 .6 4 5 1 .5 8 5 1 .5 3 5
40 2 .0 0 3 1.9 74 1.9 48 1.924 1 .8 3 9 1 .7 9 3 1.7 44 1 .6 9 3 1.6 37 1 .5 7 7 1 .5 2 6
50 1.9 52 1.921 1 .8 9 5 1.871 1.784 1 .7 3 7 1.6 87 1.634 1 .5 7 6 1.511 1.4 57
60 1.9 17 1.887 1.8 60 1.8 36 1 .7 4 8 1 .7 0 0 1.6 49 1.5 94 1.534 1.4 67 1 .4 0 9
70 1 893 1 .8 6 3 1.8 36 1.812 1.7 22 1.6 74 1 .6 2 2 1.5 66 1 .5 0 5 1 .4 3 5 1.374
80 1 .8 7 5 1 .8 4 5 1.817 1.793 1 .7 0 3 1.654 1 .6 0 2 1 .5 4 5 1 .4 8 2 1.411 1.347
90 1.861 1 .8 3 0 1 .8 0 3 1.7 79 1 .6 8 8 1 .6 3 9 1 .5 8 6 1 .5 2 8 1 .4 6 5 1.391 1.3 26
100 1 .8 5 0 1 .8 1 9 1.7 92 1.768 1.6 76 1.6 27 1 .5 7 3 1 .5 1 5 1 .4 5 0 1 .3 7 6 1 .3 0 8
110 1.841 1 .8 1 0 1 .7 8 3 1.758 1.6 67 1.6 17 1 563 1.5 04 1 .4 3 9 1 .3 6 3 1.2 93
120 1.8 34 1 .8 0 3 1.7 75 1.750 1.6 59 1 .6 0 8 1 .5 5 4 1 .4 9 5 1.4 29 1 .3 5 2 1.2 80
200 1.801 1 .7 6 9 1.742 1.717 1 623 1.5^ 2 ' 1 .5 1 6 1.4 55 1 .3 8 6 1 .3 0 2 1.221
500 1.772 1.7 49 1.7 12 1 686 1.5 9? '1 539 1 48? 1.4 19 1 .3 4 5 1.2 55 1.159
n,o.oi
Para la d is tr ib u c io n d e F con m grados de lib e rta d en el n u m e ra d o r y n grados de lib e ria d en el d e n o m in a d o r, la ta b la d a el va lo r
1 2 3 4 5 6 7 8 9 10 11
1 4052.181 4 9 9 9 .5 0 0 5 4 0 3 .3 5 2 5 6 2 4 .5 8 3 5 7 6 3 .6 5 0 5 8 5 8 .9 8 6 5 9 2 8 .3 5 6 5 9 8 1 .0 7 0 6 0 2 2 .4 7 3 6 0 5 5 .8 4 7 6 0 8 3 .3 1 7
2 9 8 .5 0 3 9 9 .0 0 0 9 9 .1 6 6 9 9 .2 4 9 9 9 .2 9 9 9 9 .3 3 3 9 9 .3 5 6 9 9 .3 7 4 9 9 .3 8 8 9 9 .3 9 9 9 9 .4 0 8
3 3 4 .1 1 6 3 0 .8 1 7 29 .457 2 8 .7 1 0 2 8 .2 3 7 27.911 2 7 .6 7 2 2 7 .4 8 9 2 7 .3 4 5 2 7 .2 2 9 2 7 .1 3 3
. 4 2 1 .1 9 8 1 8 .0 0 0 1 6 .6 9 4 15 .977 15 .522 1 5 .2 0 7 1 4 .9 7 6 1 4 .7 9 9 1 4 .6 5 9 1 4 .5 4 6 1 4 .4 5 2
5 16 .258 1 3 .2 7 4 1 2 .0 6 0 11 .392 10 .967 1 0 .6 7 2 1 0 .4 5 6 1 0 .2 8 9 10 .158 10.051 9 .9 6 3
6 13 .745 1 0 .9 2 5 9 .7 8 0 9 .1 4 8 8 .7 4 6 8 .4 6 6 8 .2 6 0 8 .1 0 2 7 .9 7 6 7 .8 7 4 7-.790
7 1 2 .2 4 6 9 .5 4 7 8.451 7.8 47 7 .4 6 0 7.191 6 .9 9 3 6 .8 4 0 6 .7 1 9 6 .6 2 0 6 .5 3 8
8 11.259 8 .6 4 9 7.5 91- 7 .0 0 6 6 .6 3 2 6.371 6 .1 7 8 6 .0 2 9 5.911 5 .8 1 4 5 .7 3 4
9 10.561 8 .0 2 2 6 .9 9 2 6 .4 2 2 6 .0 5 7 5 .8 0 2 5 .6 1 3 5 .4 6 7 5.351 5 .2 5 7 5 .1 7 8
10 10.044 7 .5 5 9 6 .5 5 2 5.994 5 .6 3 6 5 .3 8 6 5 .2 0 0 5 .0 5 7 4 .9 4 2 4 .8 4 9 4 .7 7 2
11 9 .6 4 6 7 .2 0 6 6.2 17 5 .6 5 8 5 .3 1 6 5 .0 6 9 4 .8 8 6 4 .7 4 4 4 .6 3 2 4 .5 3 9 4 .4 6 2
12 9 .3 3 0 6 .9 2 7 5 .9 5 3 5 .4 1 2 5 .0 6 4 4.821 4 .6 4 0 4 .4 9 9 4 .3 8 8 4 .2 9 6 4 .2 2 0
13 9 .0 7 4 - 6.701 5 .7 3 9 5 .2 0 5 4 .8 6 2 4 .6 2 0 4.441 4 .3 0 2 4.191 4 .1 0 0 4 .0 2 5
14 8 .8 6 2 6 .5 1 5 5 .5 6 4 5 .0 3 5 4 69£ 4 .4 5 6 4 .2 7 8 4 .1 4 0 4 .0 3 0 3 939 3 .8 6 4
15 8 .6 8 3 6 .3 5 9 5 .4 1 7 4 .8 9 3 V 55$ 4 318 4 .1 4 2 ' 4 .0 0 4 3 .8 9 5 3 .8 0 5 3 .7 3 0
16 8.531 6 226 5 .2 9 2 4 .7 7 3 1 *3 ? 4 .2 0 2 4 .0 2 6 3 .8 9 0 3 .7 8 0 3.691 3 .6 1 6
17 8 .4 0 0 6 .1 1 2 5 .1 8 5 4 .6 6 9 4 .3 3 6 4 .1 0 2 3 .9 2 7 3.791 3 .6 8 2 3 .5 9 3 3 .5 1 9
18 8 .2 8 5 6 013 5 .0 9 2 4 .5 7 9 4 .2 4 8 4 .0 1 5 3.841 3 .7 0 5 3 .5 9 7 3 .5 0 8 3 .4 3 4
19 8 .1 8 5 31 926 5 .0 1 0 4 .5 0 0 4.171 3 .9 3 9 3 .7 6 5 3.631 3 .5 2 3 3 .4 3 4 3 .3 6 0
20 8 .0 9 6 5 .8 4 9 4 .9 3 8 4.431 4 .1 0 3 3.871 3 .6 9 9 3.5 64 3 .4 5 7 3 .3 6 8 3 .2 9 4
21 8.0 17 5 .7 8 0 4 .8 7 4 4 .3 6 9 4 .0 4 2 3 .8 1 2 3 .6 4 0 3 .5 0 6 3 .3 9 8 3 .3 1 0 3 .2 3 6
22 7 .9 4 5 5 .7 1 9 4.8 17 4 .3 1 3 3 .9 8 8 3 .7 5 8 3 .5 8 7 3 453 3 .3 4 6 3 258 3 .1 8 4
23 7.881 5 .6 6 4 4 .7 6 5 4 .2 6 4 3 .9 3 9 3 .7 1 0 3 .5 3 9 3 .4 0 6 3 .2 9 9 3.211 3 .1 3 7
24 7 .8 2 3 5 .6 1 4 4 .7 1 8 4 .2 1 8 3 .8 9 5 3.6 67 3 .4 9 6 3 .3 6 3 3 .2 5 6 3 .1 6 8 3 .0 9 4
25 7 .7 7 0 5 .5 6 8 4 .6 7 5 4 .1 7 7 3 .8 5 5 3.6 27 3 .4 5 7 3 324 3 .2 1 7 3 .1 2 9 3 .0 5 6
26 7.721 5 .5 2 6 4 .6 3 7 4 .1 4 0 3 .8 1 8 3.591 3.421 3 .2 8 8 3 .1 8 2 3 .0 9 4 3.021
27 7.677 5 .4 8 8 4.601 4 .1 0 6 3 .7 8 5 3 .5 5 8 3 .3 8 8 3 .2 5 6 3 .1 4 9 3 062 2 .9 8 8
28 7.6 36 5 .4 5 3 4 .5 6 8 4 .0 7 4 3 .7 5 4 3 ,5 2 8 3 .3 5 8 3 .2 2 6 3 .1 2 0 3 .0 3 2 2 .9 5 9
29 7.5 98 5 .4 2 0 4 .5 3 8 4 .0 4 5 3 .7 2 5 3 .4 9 9 3 .3 3 0 3 .1 9 8 3 .0 9 2 3 .0 0 5 2.931
30 7 .5 6 2 5 .3 9 0 4 .5 1 0 4 .0 1 8 3 699 3 .4 7 3 3 .3 0 5 3 .1 7 3 3 .0 6 7 2 .9 7 9 2 .9 0 6
31 7 .5 3 0 5 .3 6 2 4 .4 8 4 . 3 .9 9 3 3 .6 7 5 3 .4 4 9 3.281 3 .1 4 9 3 043 2 .9 5 5 2 882
32 7 .4 9 9 5 336 4 .4 5 9 3 .9 6 9 3 .6 5 2 3 .4 2 7 - '3 . 2 5 8 3 127 3^021 2 .9 3 4 2 .8 6 0
33 7.471 5 .3 1 2 4.4 37 3 .9 4 8 3 .6 3 0 3 .4 0 6 3 .2 3 8 3 .1 0 6 3 .0 0 0 2 .9 1 3 2 .8 4 0
34 7.4 44 5 .2 8 9 4 .4 1 6 3.9 27 3 611 3 .3 8 6 3 .2 1 8 3 087 2.981 2.8 94 2.821
35 7 .4 1 9 5 .2 6 8 4 .3 9 6 . 3 .9 0 8 3 .5 9 2 3 368 3 .2 0 0 3 069 2 .9 6 3 2 .8 7 6 2 803
36 7 .3 9 6 5 .2 4 8 4 .3 7 7 3 .8 9 0 3 .5 7 4 3.351 3.1 82 3 052 2 .9 4 6 2.8 59 2 .7 8 6
37 7 .3 7 3 5 .2 2 9 4 .3 6 0 3 .8 7 3 3 .5 5 8 3.3 34 3 .1 6 7 3 .0 3 6 2 .9 3 0 2 843 2 .7 7 0
38 7 .2 5 3 5.211 4 .3 4 3 3.8 58 3 .5 4 2 3 319 3 .1 5 2 3.021 2 .9 1 5 2 .8 2 8 2 .7 5 5
39 7 .3 3 3 5.1 94 4 327 3 .8 4 3 3 .5 2 8 3 .3 0 5 3 .1 3 7 3 006 2.901 2.8 14 2.741
40 7.314 5 .1 7 9 4 .3 1 3 3 .8 2 8 3 .5 1 4 3.291 3 .1 2 4 2 993 2 .8 8 8 2.801 2 .7 2 7
50 .7.171 5 057 4 .1 9 9 3 720 3 .4 0 8 3 186 3 020 2 890 2 .7 8 5 2 698 2 .6 2 5
60 7.077 4.9 77 4 .1 2 6 3 .6 4 9 3 .3 3 9 3 .1 1 9 2 .9 5 3 2 .8 2 3 2 .7 1 8 2.6 32 2 .5 5 9
70 7.011 4 .9 2 2 4.0.74 3 .6 0 0 3.291 3 071 2 .9 0 6 2 777 2 .6 7 2 2 .5 8 5 2 .5 1 2
80 6.9 63 4.881 4 .0 3 6 3 .5 6 3 3 .2 5 5 3 .0 3 6 2.871 2 .7 4 2 2.6 37 2.551 2478
90 6.9 25 4 .8 4 9 4 .0 0 7 3 .5 3 5 3 .2 2 8 3 .0 0 9 2 .8 4 5 2 .7 1 5 2.611 2.524 2.451
100 6.8 95 4 .8 2 4 3.9 84 3.5 13 3 .2 0 6 2 .9 8 8 2 .8 2 3 2 694 2 .5 9 0 2.5 03 2 .4 3 0
110 6.871 4 .8 0 3 3 .9 6 5 3 .4 9 5 3 .1 8 8 2 .9 7 0 2 .8 0 6 2 677 2 .5 7 3 2 .4 8 6 2 .4 1 3
120 6.851 4 .7 8 7 3 .9 4 9 3 480 3 .1 7 4 2 .9 5 6 2 .7 9 2 2 663 2 .5 5 9 2 .4 7 2 2 .3 9 9
200 6.7 63 4 .7 1 3 3.881 3.4 14 3 .1 1 0 ? 893 2 .7 3 0 2 601 2.4 97 2.411 2 .3 3 8
500 6 686 4 648 3 821 3.3 57 3 054 2 838 2 675 2 647 2 .4 4 3 2 356 2 283
m
12 13 14 15 20 24 30 40 60 120 500
n
1 6106.321 6 1 2 5 .865v 6 1 4 2 .6 7 4 6 1 5 7 .2 8 5 6 2 0 8 .7 3 0 6 2 3 4 .6 3 1 6 7 6 0 .6 4 9 6 2 8 6 .7 8 2 6 3 1 3 .0 3 0 6 3 3 9 .3 9 1 6 3 5 9 .5 0 1
2 9 9 .4 1 6 9 9 .4 2 2 9 9 .4 2 8 9 9 .4 3 3 9 9 .4 4 9 9 9 .4 5 8 9 9 .4 6 6 9 9 .4 7 4 9 9 .4 8 2 99 .491 9 9 .4 9 7
. 3 2 7 .0 5 2 2 6 .9 8 3 ' 2 6 .9 2 4 2 5 .8 7 2 2 6 .6 9 0 2 6 .5 9 8 7 6 .5 0 5 26.411 2 6 .3 1 6 26 .221 2 6 .1 4 8
4 14 .374 14 .307 14 .249 1 4 .1 9 8 1 4 .0 2 0 13 .929 1 3 .8 3 8 1 3 .7 4 5 1 3 .6 5 2 1 3 .5 5 8 1 3 .4 8 6
5 9 .8 8 8 9 .8 2 5 9 .7 7 0 9 .7 2 2 9 .5 5 3 9 .4 6 6 9 .3 7 9 9.291 9 .2 0 2 9 .1 1 2 • 9 .0 4 2
6 7.7 18 7.6 57 7 .6 0 5 7 .5 5 9 7 .3 9 6 7 .3 1 3 7 .2 2 9 7 .1 4 3 7 .0 5 7 6 .9 6 9 6 .9 0 2
7 6.4 69 6 .4 1 0 6 .3 5 9 6 .3 1 4 6 .1 5 5 6 .0 7 4 5 .9 9 2 5 .9 0 8 5 .8 2 4 5 .7 3 7 5.671
8 5.667 5.6 09 5 .5 5 9 5 .5 1 5 5 .3 5 9 5 .2 7 9 5 .1 9 8 5 .1 1 6 5 .0 3 2 4 .9 4 6 4 .8 8 0
9 5.111 5 .0 5 5 5 .0 0 5 4 .9 6 2 4 .8 0 8 4 .7 2 9 4 .6 4 9 4 .5 6 7 4 .4 8 3 4 .3 9 8 4 .3 3 2
10 4 .7 0 6 4 .6 5 0 4.601 4 .5 5 8 4 .4 0 5 4 .3 2 7 4 .2 4 7 4 .1 6 5 4 .0 8 2 3 .9 9 6 3 .9 3 0
11 4.3 97 4 .3 4 2 4 .2 9 3 4.251 4 .0 9 9 4.021 3.941 3 .8 6 0 3 .7 7 6 3 .6 9 0 3 .6 2 4
12 4 .1 5 5 4 .1 0 0 4 .0 5 2 4 .0 1 0 3 .8 5 8 3 .7 8 0 3.701 3 .6 1 9 3 .5 3 5 3 .4 4 9 3 .3 8 2
13 3 .9 6 0 3 .9 0 5 3.8 57 3 .8 1 5 3 .6 6 5 3 .5 8 7 3 .5 0 7 3 .4 2 5 3.341 3 .2 5 5 3 .1 8 7
14 3 .8 0 0 3 .7 4 5 3 .6 9 8 3 .6 5 6 3 .5 0 5 3 .4 2 7 3 .3 4 8 3 .2 6 6 3.181 3 .0 9 4 3 .0 2 6
15 3.6 66 3 .6 1 2 3 .5 6 4 3 .5 2 2 3 .3 7 2 3.2 94 3 .2 1 4 3 .1 3 2 3 .0 4 7 2 .9 5 9 2.891
16 3 .5 5 3 3 .4 9 8 3.451 3 .4 0 9 3 .2 5 9 3.181 3.101 3 .0 1 8 2 .9 3 3 2 .8 4 5 2 .7 7 5
17 3 .4 5 5 3.401 3 .3 5 3 3.31 ? 3 .1 6 2 3 .0 8 4 3 003 2 .9 2 0 2 .8 3 5 2 .7 4 6 2 .6 7 6
18 3.371 3 .3 1 6 3 .2 5 9 3.2 27 3 .0 7 7 2 .9 9 9 2 .9 1 9 2 .8 3 5 2 .7 4 9 2 .6 6 0 2 .5 8 9
19 3.297 3.2 42 3 .1 9 5 3 .1 5 3 3 .0 0 3 2 .9 2 5 2 .8 4 4 2.761 2 .6 7 4 2 .5 8 4 2 .5 1 2
20 3 231 3 .1 7 7 3 .1 3 0 3 .0 8 8 2 .9 3 8 2 .8 5 9 2 .7 7 8 2 .6 9 5 2 .6 0 8 2 .5 1 7 2 .4 4 5
21 3 .1 7 3 3 .1 1 9 3.0 72 3 .0 3 0 2 .8 8 0 2.801 2 .7 2 0 2 .6 3 6 2 .5 4 8 2 .4 5 7 2 .3 8 4
22 3.121 3.0 67 3 .0 1 9 2 .9 7 8 2 .8 2 7 2 .7 4 9 2.6 67 2 .5 8 3 2 .4 9 5 2 .4 0 3 2 .3 2 9
23 3.0 74 3 .0 2 0 2 .9 7 3 2.931 2.781 2 .7 0 2 2 .6 2 0 ' 2 .5 3 5 2 .4 4 7 2 .3 5 4 2 .2 8 0
24 3.0 32 2.977 2 .9 3 0 2 .8 8 9 2 .7 3 8 2 .6 5 9 2.5 77 2 .4 9 2 2 .4 0 3 2 .3 1 0 2 .2 3 5
25 2 .9 9 3 2 .9 3 9 2 .8 9 2 2 .8 5 0 2 .6 9 9 2 .6 2 0 2 .5 3 8 2 .4 5 3 2 .3 6 4 2 .2 7 0 2 .1 9 4
26 2 .9 5 8 2.9 04 2.8 57 2 .8 1 5 2 .6 6 4 2 .5 8 5 2 .5 0 3 2 .4 1 7 2 .3 2 7 2 .2 3 3 2 .1 5 6
27 2 .9 2 6 2.871 2.8 24 2 .7 8 3 2 .6 3 2 2 .5 5 2 2 .4 7 0 2.3 84 2 .2 9 4 2 .1 9 8 2 .1 2 2
28 2 .8 9 6 2.8 42 2 .7 9 5 2 .7 5 3 2 .6 0 2 2 .5 2 2 2 .4 4 0 2.3 54 2 263 2 .1 6 7 2 ,0 9 0
• 29 2 868 2.814 2 .7 6 7 2 .7 2 6 2 .5 7 4 2 .4 9 5 2 .4 1 2 2 .3 2 5 2 .2 3 4 2 .1 3 8 2 .0 6 0
30 2 .8 4 3 2.7 89 2 .7 4 2 2 .7 0 0 2 .5 4 9 2.4 69 2 .3 8 6 2.2 99 2 .2 0 8 2.111 2 .0 3 2
31 2 .8 2 0 2.7 65 2.73 8 2 .6 7 7 2 .5 2 5 2 .4 4 5 2 .3 6 2 2.2 75 2 .1 8 3 2 .0 8 6 2 .0 0 6
32 2 .7 9 8 2.744 2 696 2 .6 5 5 2 .5 0 3 2 .4 2 3 2 .3 4 0 .' 2 .2 5 2 2 .1 6 0 2 .0 6 2 1 .9 8 2
33 2.777 2.7 23 2 .6 7 6 2 .6 3 4 2 .4 8 2 2.4 02 2 .3 1 9 2.231 2 .1 3 9 2 .0 4 0 1 .9 5 9
34 2 .7 5 8 2.704 2.6 57 2 .6 1 5 s 2 .4 6 3 2 .3 8 3 2 .2 9 9 2.211 2 .1 1 8 2 .0 1 9 1 .9 3 8
35 2.7 40 2 .6 P " 2 .6 3 9 2 .5 9 7 2 .4 4 5 2.3 64 2.281 2 .1 9 3 2 .0 9 9 2 .0 0 0 1 .9 1 8
36 2.7 23 2 .6 6 2 .6 2 2 2 580 2 .4 2 8 2.3 47 2 .2 6 3 2 .1 7 5 2 .0 8 2 1.981 1 .8 9 9
37 2.707 2 .6 5 3 2 .6 0 6 2 .5 6 4 2 .4 1 2 2.331 2 .2 4 7 2 .1 5 9 2 .0 6 5 1.9 64 1.881
38 2 692 2.6 38 2.591 2 .5 4 9 2 .3 9 7 2 .3 1 6 2 .2 3 2 2 .1 4 3 2 .0 4 9 1 .9 4 7 1 .8 6 4
39 2.678 2 624 2.5 77 2 535 2 .3 8 2 2.3 02 2.2 17 2 .1 2 8 • 2 .0 3 4 1 .9 3 2 1 .8 4 8
40 2 665 2.611 2 .5 6 3 2 .5 2 2 2 .3 6 9 2 .2 8 8 2 .7 0 3 2.114 2 .0 1 9 1 .9 1 7 1 .8 3 3
50 2 562 2.5 08 2.461 2 .4 1 9 2 .2 6 5 2 .1 8 3 2 098 2.0 07 1.9 09 1 .8 0 3 1 .7 1 3
60 2 496 2.4 42 . 2.394 2 352 2 .1 9 8 2 .1 1 5 2 028 1.936 1.8 36 1 .7 2 6 1.6 33
70 2.450 2 .3 9 5 2.3 48 2 .3 0 6 2 .1 5 0 2.0 57 1 .9 8 0 1.886 1.7 85 1 .6 7 2 1.5 74
80 2.415 2.361 2.3 13 2.271 2 .1 1 5 2 .0 3 2 1.944 1.8 49 1.7 46 1 .6 3 0 1 .5 3 0
90 2 389 2.334 •2.28 6 2 .2 4 4 2 .0 8 8 2.0 04 1.9 16 1.8 20 1.7 16 1 .5 9 8 1 .4 9 4
100 2.3 68 2.3 13 2 .2 6 5 2 .2 2 3 2 .0 6 7 1.983 1 893 1.797 1.692 1 .5 7 2 1 .4 6 6
110 2.350 2.2 96 2 .2 4 8 2 .2 0 6 2 .0 4 9 1 .9 6 5 1 .8 7 5 " 1.7 78 1.6 72 1.551 1 .4 4 2
120 2.336 2.282 2.234 2 .1 9 2 2 .0 3 5 1 950 1 860 1.763 1.6 56 1 .5 3 3 1.421
200 2 275 2.2 20 2.172 2 129 1.971 1 886 1 794 1 694 1.5 83 1 A 53 1 .3 2 8
500 ? 720 7.156 2.117 2 0 /5 1.31 5 1 879 1 /3 5 1 633 1.517 1 377 1.2 32
TABLA ESTADISTICO DURBIN-WATSON d
-OO O r~ -* T—O ' r- O'-o *r r-«——3 0 0 ' 9 ' ? ' 0 ^ j 3 » » « - 7 i ^ 0 ——i-! (N1 - 1 7 7
O' cr cO' .or^r' -o-O' O' ONO' O' O' O' OsO' O-OVV' VSs/' Sw' Sv' i v' ' . v*i vVi / ' p' v' SsnOO' O’' C ' 0 ' G O ' 0
O ' T XJ ri o O —' o O w
**! 3C — —v c
joO -T r—COp 1 r~' 'O — O — '-*"i C
iO— -r 'O O' ■
—
— 1- t t v i v , •0-Os©r--r-r--<--ao:]e>:»<»:0 0 'c3 ' 0 0,' C O p p p o ——ov rs ri r-i r-imi—
i -t t -T
d o o d d d d o d d d d d d d d d d d d d d ——--------: —— ’ —
’ —-------- ————— ‘ —
'
N rin n n n 77 7 7 7
© O O O O O O O O O O O O O O
o o — 1 —————•
—( - i r N r J f s j N f s W f N N t N n n ^ n n T i n t n V T T T T ^ i r t ^ / i / i ^
(T' 7* co r-> i— r - f ^ c ^ r - r - f - o f t o O x
<—■ <— r—<—■ < - - r~ r~ r~ r- --r ~ -r-- (-» r'r--
in n (N rv <-t
\0 r-i r- — —< -
7v s r- O' —n vs o » iO —ri rs 7 , 7 M—7 ’ OlT — r l T Of -
'v-ssO-Oc^-r'r-'OOooO’ O ^ O ' C J s O O O O O — — — — — — r j n n f N n n 7 7 7 7 V i v i v i / i v s
d d o © o d d o © d o' c> ————————————— ———— —
3
d 0 r ^ r ' 3 c ^ c r >0
^ d o dd o d
C*'CT'0000
o © —:
— — — — —
: — — — — — — — —' — —* — — —
— n in h n ri ri
r'^rjtNrH^NC^rNfNr^nmrn m vy ^
.^ sO'-or*-r^f^»«3Qrv^3sOOrs^
v-<0'Ooo ^*t v^^nO s
v»w~i^l -.»
p3 0 oor^ o^r-—
o*r r**r*s
o r*~>3 > o — ^ ^
,-.,^4,—
3 ,— r*} -t v“\ Of**** /c Tv O v-' O
n ^ n r «
*
■'*
'»*r ■'TV* v“j o O r^
- n x ^ w'w
5
TABLA D DISTRIBUCION Z.
X .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
O.i .0398 .0438 .0478 .0517 .0557 .0596' ' 0636 .0675 .0714 .0753
0.2 .0793 .0832 .0871 .0910 .0948 0987 1026 1064 .1103
0.3 .1179 .1217 .1255 .1293 .1331 1368 .1406 .1443 .1480
0.4 .1554 .1591 .1628 .1664 .1700 1736 1772 .1808 .1844 ! 1879
.1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
^ 0.5
0.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2517 .2549
0.7 .•2580 2611 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
0.8 .2881 .2910 .2939 .2967 2995 .3023 .3051 .3078 .3106 .3133
0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621
1.1 .3643 .3665 .3686 .3708 .3729 3749 .3770 .3790 .3810 .3830
1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015
1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 4147 .4162 .4177
1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441
1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 4525 .4535, .4545
1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 4616 .4625 .4633
1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 4693 .4699 4706
1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767
2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817
2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857
2.2 4861 4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890
2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 4916
2.4 .4918 .4920 4922 .4925 .4927 .4929 4931 4932 .4934 .4936
2.5 .4938 4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952
26 .4953 .4955 4956 .4957 .4959 .4960 4961 .4962 4963 4964
2.7 .4965 .4966 4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974
2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 4979 .4980 .4981
2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 .4986
3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 4990
BIBLIOGRAFIA
1 . - A P P L I E D RE GR E S S I O N ANALYSIS.
N. R. D R A P E R / H. SMITH.
WILEY.
2 . - R E G R E S S I O N ANAL YS IS BY EXAMPLE
C H A R T E J E / PRICE.
W I LE Y.
3 . - E C O N O M E T R I A BA SI CA .
D A MO DA R GUJARATI.
Me. G R A W HILL.
4. - METODOS ESTADISTICOS.
S A I D I N F A N T E GIL.
G U I L L E R M O P. Z A R A T E D E LARA.
TRILLAS.
5 . - P R O B A B I L I D A D Y ESTADISTICA.
G E O R G E C. CA NA VO S.
Me. G R A W HILL. I
6 . - P R O B A B I L I D A D Y ESTADISTICA.
R O N A L D E. W A L P O L E .
R A Y M O N D H. MYRES.
Me. G R A W HILL.
7 . - A P U N T E S D E CLASE.
M. e n C. E R N E S T I N A C A S T E L L G I L
U N I V E R S I D A D D E L A HABANA.