jrl l ^

A'

ESPECIALIDAD EN
METODOS ESTADISTICOS

.. J\ FOLIO T -0 0 9 ^

"ANALISIS DE RESIDUALES EN REGRESION"

Trabajo recepcional que como requisito partial

para obtener el diploma de esta Especialidad
presenta:

M I G U E L A L O N S O LOPEZ

ASESOR: Ph. D. HECTOR CORONEL BRIZIO

XALAPA, VER. DICIEMBRE DE 199*4.
DATOS DEL AUTOR:

Miguel Alonso Lopez.

Licenciado en Estadistica, egresado de la Facultad de Estadistica, Universidad Veracruzana.
Tecnico Academico Tiempo Completo y Maestro por Asignatura B, Fac. de Estadistica.

El Comite Academico de la Especialidad en Metodos Estadisticos, y el tutor del trabajo

recepcional, autorizan la impresion y constitucion de tribunales para la defensa.
 TITULO

" ANALISIS DE RESIDUALES EN REGRESION

LIC. MIGUEL ALONSO 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 .

4.1A n & l i s i s G r a f i c o d e R e s i d u a l e s ..................... 31

4 . 1 . 1 E j e m p l o 5 ............................ 35
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 P o n d e r a d o s ...41
4 . 1 . 2 . 1 E j e m p l o 6 ............................. 42
4. 1. 3 E j e m p l o 7 ............................ ^ ........ 48
. 4.2 G r & 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 ........................................... 53
4 . 2 . 1 E j e m p l o s c o n S Y S T A T ....................... ...54
4.3 T e c n i c a s d e D i a g n o s t i c o e n R e g r e s i o n . .............. 57
4 . 3 . 1 P u n t o s de I n f l u e n c i a y L a v e r a g e ............ 57
4. 3. 2 R e s i d u o s E s t a n d a r i z a d o s ...................... 57
4. 3. 3 D i s t a n c i a de C o o k ............................. 58
4. 3. 4 E j e m p l o s c o n S Y S T A T ........................... 58

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.

Uno de los m^todos estadisticos mas conocidos y

u t i l i z a d o s e n la a c t u a l i d a d es el d e A n a l i s i s d e R e g r e s i o n .

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.

Bajo ciertos supuestos que se hacen, el modelo y el

a n a l i s i s de r e g r e s i o n s o n c o n f ia bl es , en c a s o d e no c u m p l i r s e
u n o o m a s d e los s u p u e s t o s los r e s u l t a d o s p u e d e n l l e g a r a se r
t o t a l m e n t e e r r o ne os .

Existen diversas pruebas estadisticas para c o m p r o b a r si

los s u p u e s t o s se cumplen. Tambien se han desarrollado
tecnicas graficas confiables que ayudan a detectar
v i o l a c i o n e s a los s u p u e s t o s o a n o m a l i a s en el mo de lo .

El t r a b a j o que a q ui se p r e s e n t s muestra pruebas y

graficas para analizar el c u m p l i m i e n t o d e los s u p u e s t o s . Se
e m p l e a n e j e m p l o s en c a da caso, ya q u e el e n f o q u e q u e se d e s e a
e s d i d a c t i c o . Lo a n t e r i o r i m pl ie s el omitir el desarrollo
t e o r i c o d e l a s p r u e b a s y t e c n i c a s q u e se m u e s t r a n .

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.

E n 1886 F ran c i s G a l t o n p u b l i c o u p __a:r.tlcu.Lo_-en^.el__e u a l

p l a n t e a b a un._f.en6 m e n o h e r e d i t a r i o ; o b s e r v d q u e la e s t a t u r a de
los h i j o s d e p a d r e s d e e s t a t u r a b a ia t e n d l a a s e r baia_v_ q ue
l"a e s t a t u r a d e los h i i o s de p a d r e s de e s t a t u r a a l t a t e n d i a a
s e r alta. Si n embargo, en p r o m e d i o los -padres de_. e s t a t u r a
S a n a t e n 1 a n ^hi-i.os— mas--aJ-t.os._._que e l l o s v .a su^_ve 2 los_ p a d r e s
d e ^ e s t a t u r a a l ta t e n l a n en p r o m e dio.. h i j o s de e s t a t u r a ^ m a s
b a j a q u e el l .o_s_._ O b s e r v o tambien. au e U a s ^ - e s t a t u r a s p r o m e d i o
de los h i j os, p a r a las d i v e r s a s e s t a t u r a s d e los padres,. ,se
e n c o n t r a b a n aproxiroadamente s o b r e o a l r e d e d o r de u n a llnea
recta, c o n u n a _ p e n d i e n t e _ m e n o r ^ g u e ,la_ u n i dad. Galton llam6 a
la l l n e a " u na ll ne a d e r e g r e s i d n " p o r q u e el h e c h o d e q u e la
p e n d i e n t e s e a m e n o r q u e la u n i d a d i m p l i c a u n a <Jiejidencia d e l a
a l t u r a m e d i a . d e losl^h iios ma r e g r e s a r o _moy.er.se__ha.c_i.a la
a lt ur a m e d i a d e t o da la poblacidn..

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.

La s e x p r e s i o n e s 2.2 y 2.3 son e q u i v a l e n t e s .

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 .

El m o d e l o 2.12 con los valores estimados de los Bj se

representa como :

Yi = b x + b 2 X 2i + b 3 X 3i + ... + b k Xki + e x (2.15)

.i = l , 2 , . . . ,n
d o n d e bj e s t i m a a Bj y ex a Ux

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 .

De ig ua l forma, si en el m o d e l o 2.3 se s u s t i t u y e n los Bj

p o r los bj la e x p r e s i o n q u e d a :

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)

o bien en forma matricial como :

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)

d o n d e Y E S T es el v e c t o r c o l u m n a cuyos componentes son las

e s t i m a c i o n e s de l E(Y) d a d o X 2 i ,X 3 ^ , .. . , ( 1 = 1 ,2 , . . . , ^ *

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.

1 . - E(U^) = 0 para todo ^

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 .

5.- L a s variables X<-< t i e n e n efectos independientes

s o b r e Y^ (No m u l t i c o l i n e a l i d a d ) .
 7

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 :

Suma [ YESTi “ ( b l + b2x2 i + b 3x3 i + + b k x ki > 3 2

(2 . 12)

derivando 2 . 2 2 con respecto a c a da b a e i g u a l a n d o a c e r o se

obtiene un sistema de ecuaciones qu e matricialmente se
representa como :

(X'X)B = X 1Y (2.13)

Si X ' X t i e n e inversa, la s o l u c i o n p a r a 2.13 esta dada

por : ^

B = ( X 1 X ) - 1 X 1Y (2.14)

A 2.24 se le c o n o c e c o mo el estimador de minimos

c u a d r a d o s de los coeficientes de regresion en notacion
matricial.

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 :

Var(Yi) = Var ( ) - S2 (2.16)

c u y o e s t i m a d o r es :

Y'Y - B' X' Y

s2 (2.17)
n - k
 8

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 .

Una cantidad que mide la p r o p o r c i o n de .la v a r i a c i o n

^total o b s e r v a d a jie X q u e es ex p l i c a d a .en c o n i u n t o por las
variables es el C o e f i c i e n t e d e D e t e r m i n a c i o n MultipleR2
y se c a l c u l a m e d i a n t e :

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 :

P r [bj - t (n_k ) *es(bj) < Bj < bj + t (n_k j * e s ( b j )]= l - a l f a

(2.19)

en donde : es(bj) = R a i z ( V a r ( b j )) y es la desviacidn

e s t ^ n d a r de bj .

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

Debido a SCReg k- 1 CMReg

x 2 i ' x 3 i ' •■*'x ki
D e b i d o a los e^ SC Er r n-k CMErr

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.

SCReg = B'X'Y - n ( Y ) 2 CMReg = SCReg / ( k-1

SCErr = Y'Y - B ' X ’Y

SCT = SCReg + SCErr

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

el c u a l s i g u e una distribucion F con (k- 1 ,n-k) grados de

libertad.

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

explican significativamente y en fo rm a conjunta el

c o m p o r t a m i e n t o de la v a r i a b l e Y. Si Fc es m e n o r la H o n o se
r e c h a z a y se dira qu e la r e g r e s i o n n o es s i g n i f i c a t i v a .

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 :

y ESTi = X 'B (2.21)

X' = [ 1 , X 2p , X 3 p ....... h X k p ) (2.22)

q u e s e r i a u n a e s t i m a c i o n puntual.

Un intervalo de confianza para Y E S Ti tendra la

estructura siguiente :

P r (Y ESTi " t (n-k)S E (Y ESTi> < E (Y ) < Y ESTi + t (n -k )S E (y ESTi) 3

=l-alfa
(2.23)

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

E s t e s u p u e s t o in dica qu e las v a r i a n z a s de las c a n t i d a d e s

a l e a t o r i a s U^, p a r a c a da v a l o r X^j , es igual a u n a c o n s t a n t e
S 2 o bien:

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 :

a) Q u e los estimadores de CM O proporcionar&n resultados

fa lsos.

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 :

a) A los v a l o r e s d e X^-i y al v a l o r a b s o l u t o de los e^ se les

ordena asign&ndoles rangos de menor a mayor o viceversa.

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 )

en donde : d^ - R a n g o Xj_j - R a n g o |ejJ

N = tamafio d e J la m u e s t r a
|e^|= v a l o r a b s o l u t o d e los e^

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

C o m o la tc es menor que el valor de tablas la Ho no es

c > o ,g^c 3r c c ^ "2.

 14

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 .

3.2 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 U^.

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.

Se pretende probar si los errores no se encuentran

a u t o c o r r e l a c i o n a d o s , de a c u e r d o al s u p u e s t o Cov(U^,Uj) = 0,
c o n t a l o b j e t i v o se l l e v a r S a e f e c t o la p r u e b a de nipotesis
siguiente:

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

e s t a n c o r r e l a c i o n a d o s de la forma Uj^ - G U l-i + n i p a r a ^ > 1

(que se c o n o c e c o m o u n a s e r i e a u t o r r e g r e s i v a d e p r i m e r orden,
y n^ es el e r r o r p u r o qu e n o estci c o r r e l a c i o n a d o y se le
conoce como r u i d o b i a n c o ). La G es la c o r r e l a c i o n e n t r e los
U^, p o r lo q u e la h i p o t e s i s a q ui p l a n t e a d a t a m b i e n se p u e d e
e s c r i b i r c o m o ; H o : G = 0 vs. HI : G / 0
 15

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) .

Regia para decidir :

a) dc < d L 6 dc > dy la H o se rech az a.

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.

Los datos qu e a continuacidn se d a n r e p r e s e n t a n las

ventas d e c i e r t a c o m p a n i a (en m i l l o n e s d e d o l a r e s ) y las
ventas (en m i l l o n e s d e ddlares) p a r a t o d a la i n d u s t r i a en
los p a s a d o s 16 trimestres (los d a t o s a p a r e c e n a j u s t a d o s de
a c u e r d o a la i n f l a c i o n ) .

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 :

Y ESTi = " 2 . 9 7 ^ + 0. 177Xi

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

R 2 = 0.9970 e s ( b 1 )= 0. 70 23 es (b2 )=.002456

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

Ft= 8 . 8 6 , con (1,14) gfados de libertad y alfa=.01

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

fo rm a importante, los verdaderos valores estimados

por C M O .

3) La parte inferencial ( i n t er va lo s de confianza y

p r u e b a s de hipotesis) del a n & l i s i s de r e g r e s i o n en
d o n d e se i n c l u y a n e s t a d i s t i c o s c o n d i s t r i b u c i o n e s
s u p u e s t a s t de S t u d e n t , F d e F i s h e r y otras, no
s e r a n c o n i iables.

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

(la s u m a en el numerador se i n ic ia con i“ 2 / la del

denominador con i= l).

L o s v a l o r e s de t a b l a s son : d L = 1.10 y d y = 1.37 .

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 .

U n a ve z detectada la correlacion se tratara de

e l i m i n a r l a m e d i a n t e la t r a n s f o r m a c i o n d e los d a t o s ( enfoque
debido a Cochran y O r c u t t ). El m e t o d o d e t r a n s f o r m a c i o n es
u n p r o c e s o i t e r a t i v o y se a p l i c a las v a r i a b l e s X-^j y .

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

s u s t i t u y e n d o 3.5 en 3.4 y haciendo algunas operaciones

a l g e b r a i c a s el m o d e l o qu ed a

Y ti = * > o d - G ) + b l(*i - G X i ■i) + (Ui - G U ^ - l ) (3.6)

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

Y ti = b tO + b t l X ti + n i ' P ara i>l (3 *8 >

el m o d e l o a n t e r i o r c o n t i e n e al t e r m i n o q u e no se e n c u e n t r a
correlacionado.

Para estimar b ^ 0 y ^tl del m o d e l o a n t e r i o r es n e c e s a r i o

t r a n s f o r m a r Y^ y X^, p a ra lo cual hace falta calcular el
v a l o r d e G. U n a e s t i m a c i o n de tal v a l o r se e n c u e n t r a m e d i a n t e
el e s t i m a d o r :

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.

Las variable y se transforman de la forma

siguiente :

x ti = X jl " 0 . 5 1 5 4 X i _ 1 P ara i>l

Y i - 0.5154Xi_ 1 P ara i>!
X

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)

con : R 2 = .994 se(bt 0 ) = -5176 s e ( b t l ) = .003784

tc = 46.77

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

Y ESTi = " 3 * 1 3 0 4 + 0.177X-L

a d e m & s se t i e n e n las expresiones siguientes para las

d e s v i a c i o n e s e s t a n d a r de b 0 y b-^ :

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 :

Modelo original Modelo transformado

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 :

1) En e l modelo original las desviaciones estandar son

m e n o r e s c o n r e s p e c t o a las d e l m o d e l o t r a n s f o r m a d o , esto es
u n p r o b l e m a q u e g e n e r a la a u t o c o r r e l a c i o n .

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.

Para efecto de lo q u e se d e s e a m o s t r a r se t i e n e n los

t r e s m o d e l o s de r e g r e s i o n (todas las r e g r e s i o n e s p o s i b l e s ) y
su s c u a d r o s d e a n & l i s i s d e v a r i a n z a c o r r e s p o n d i e n t e :

I) Y E S Ti = " 9 ‘ 8 3 + 1 -1 X 2i

F. d e V. S.C G.L C.M

Debido SCRI
a x2 i 181.5 1 181.5

Debido SCEI
a los 6.5 7 . 9286

Total 188 8

II) Y E S Ti = 69.67 + 0.1 X 3i

F. d e V S.C G.L C.M

Debido SCRII
a x 3i 6 1 6

Debido
a ei 182 7 26

Total 188 8
 22

III) Y ESTi = 12.83 + 1.1 X 2 i + 0.1 X 3i

F. de V S.C G.L C.M

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 % .

ii) L a S C R I I I de l m o d e l o III es igual a la s u m a S C RI del

m o d e l o I m a s la SCRII del m o d e l o II.

S C R I I I = SRCI + SC RI I 6 187.5 = 18 1. 5 + 6

iii) De l m o d e l o I se t i e n e q u e SCRI = 181.5 y de l

m o d e l o III se t i e n e SCRIII = 187.5 Se d i c e q u e la
S C R se i n c r e m e n t a ( de 181.5 a 187.5 ) e n 6 u n i d a d e s
d e b i d o a qu e se incluye X 3 ^ al modelo que ya
c o n t e n i a a X 2 ^, e s to es :

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 .

c) Se puede recurrir a la regresion por componentes

p r i n c i p a l e s o a la r e g r e s i o n Ridge.

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 :

Y ESTi -6.82 + . 2 3X2 i+ . 5 5X3 i - . 1 5X4 i + . 1 5 X 5i

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

Fuente de Suina de G r a d o s de Cuadrado

Variacion Cuadrados libertad Medio

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

Ft = 2.73 , con (4,27) 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 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.

I) Modelo estimado : ^E ST i = 13.09 + 1 . 5 7 X 3 ^

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

II) Modelo estimado ; Y ESTi = 41.39 - . 0 9X4

s e ( b x ) = 12.0917 se(b4 ) = 0.0495

 27

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

Ill) Modelo estimado ; Y E S T ^ = -2.52 + 2 . 2 6 X 3 ^ + .0 5 X 3 ^

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

De a c u e r d o a las consideraciones anteriores, si

retiramos a X 3 ^ del modelo X4^ se ver& beneficiado y
viceversa. i P e r o c o m o se v e r a n a f e c t a d a s las v a r i a b l e s X 2 i
y X 5 ^ b a j o el r e t i r o de a l g u n a de e l l a s ?. E s ta p r e g u n t a se
r e s p o n d e r a d e s p u e s de a n a l i z a r p r e c i s a m e n t e el e f e c t o de X^j_
s o b r e X 2i y X 5 ^ y de X a ± s o b r e X 2i y X 5 ± . P a r a tal p r o p o s i t o
se l l e v a r d a c a b o el c a l c u l o d e las r e g r e s i o n e s ; 1 ) Y^, X 2 ^,
X 5 i, p a r a conocer los v a l o r e s f de l o s * bj y sus
c o r r e s p o n d i e n t e s es(bj) , 2 ) , X 2 ^, X ^ , X 3y p a r a c o n o c e r
el e f e c t o d e X 3 ^ s o b r e X 2 ^ y X 5 ^ , 3) Yj_ , X 2 ^, x 5 i^ x 4 i P ara
c o n o c e r el e f e c t o de X 4 ^ so br e X 2 ^ y X 5 j_.

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 :

Y ESTi = 4 *03 + 0-222X2i + 0. 1 5 7 X 5 i - 0. 1 8 7 X 4i

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 .

El m o d e l o con las cuatro variables explicatorias tiene

 30

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 .

Una tecnica muy utilizada por su efectividad para

de te c t a r anomalias, deficiencias en el m o d e l o d e r e g r e s i d n o
ex istencia de datos extranos ( diferentes a los demds) es
medi an te un analisis g r d f i c o de r e s i d u a l e s , a l g u n a s d e e l l a s
son :

1) G r a f i c a d e c o n t r a c a da una de las variables X^j,

s u g e r i r a si la v a r i a b l e X ^ a d e b e r i a c o n s i d e r a r s e e n el m o d e l o
como un efecto no lineal. Tambien se p u e d e n detectar
o b s e r v a c i o n e s ex tr an as .

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 .

Medi an te esta grafica se determina si el m o d e l o de

r e g r e s i o n e s l i ne al o n o e n las v a r i a b l e X ^ j . Si e x i s t e un
efecto cu ad ra ti co ( o de mayor orden ) causado por la
v a r i a b l e X^-; la g r a f i c a presentara una de las d o s f o r m a s
m o s t r a d a s e n las g r d f i c a s 4.1a y 4.1b. En ta l c a s o se d e b e r d
i n c l u i r s e el e f e c t o X^j n o lineal en el mo de lo .

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 ).

Mediante esta grdfica s e rd posible d e t e r m i n a r si u n a

v a r i a b l e e x p l i c a t o r i a X ^ p q u e no e s td i n c l u i d a e n e l m o d e l o ,
(desde u n p r i n c i p i o ) , m u e s t r a u n a r e l a c i o n i m p o r t a n t e c o n los
 32

r e s i d u o s ei, si esto sucede se tendran g r £ f i c a s c o m o las

m o s t r a d a s en 4. 3 a y 4.3b.

Tales graficas indicarian qu e la variable X^p debera

i n c l u i r s e en el modelo.

Los efectos en el a n & l i s i s de r e g r e s i o n debido a las

d e f i c i e n c i a s d e s c r i t a s en los ca so s I, II y III se m o s t r a r a n
en los e j e m p l o s q u e se d a n m a s adelante.

C u a n d o el modelo propuesto es correcto las graficas

ante ri or es no mostraran patron a l g u n o y los puntos en la
grafica quedar&n dentro de un a f r an ja h o r i z o n t a l c o n c e n t r o
en 0 y e x t r e m o s en +3 y -3.

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

Grafica 4.21 Grafica 4.22

Gr£ficas de residuales
 35

4.1.1 Ejemplo 5 ( caso I ) .

Una compania manufacturer desea producir el costo

u n i t a r i o d e f a b r i c a c i o n Y^ d e un o de sus p r o d u c t o s c o m o u n a
f u n c i o n de la t a s a de p r o d u c c i o n (que f l u c t u a en el tiempo)
X 2i y d e los c o s t o s de m a t e r i a l y m a n o de o b r a X 3 ^. Se t i e n e n
datos correspondientes a 2 0 m e s e s en q u e los c o s t o s p a r a Y^,
X 2i y X 3i t u v i e r o n g r a n d e s v a r i a c i o n e s . A X 2 ^ se le m i d i o
c o m o u n p o r c e n t a j e de la c a p a c i d a d t o t a l de p r o d u c c i o n y los
v a l o r e s de X 3 ^ se obtienen a p a r t i r de u n i n d i c e a p r o p i a d o
q u e c a l c u l a en f o r m a a d e c u a d a el c o s t o de la m a n o d e o b r a y
el c o s t o d e material que se ut il iz a. L o s d a t o s se dan a
continuacion:

Y^ = Costo unitario de fabricacion

X 2i = T a s a de p r o d u c c i o n (en porc en ta je )
X 3 i - Irtdice de los c o s t o s d e m a t e r i a l y m a n o d e obra.

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

,UNI VBRSWA 0 VFAiACRUZ Ai©|

a**'*•'*'
 36

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

Ft = 3.59 , con (2.17) g r a d o s d e l i b e r t a d y a l f a = 0.05

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

-2 U ________________ I_______________ I_______________ I----------------------1-------------------------------L __ L

50 60 70 80 90 100 110
x 2 i ( tasa d e p r o d u c c i o n )
G r & f i c a 4.1

La g r & f i c a 4.1 in dica que se d e b e i n c l u i r X 2 i co n

e f e c t o al c u a d r a d o en el mo de lo . Haciendo X 4 ^ = X 2 ^ * X 2 i se
t i e n e n las e s t i m a c i o n e s siguie nt es :

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 :

Ft = 3.24 , con (3,16) g r a d o s d e l i b e r t a d y a l f a = 0.05

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.

En s e g u i d a se p r e s e n t a n las g r & f i c a d e X 2 i c o n t r a los ei

o b t e n i d o s u t i l i z a n d o el m o d e l o c o n las v a r i a b l e s Y i / X 2 i , X 3 ^.

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

RESIDUAL ( b a j o el m o d e l o co n Y i >X 2 i •x 3 i 'x 2 i * x 2i )

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

E n la grafica 4.2 co n X ^ y los ei se a p r e c i a q u e no

e x i s t e t e n d e n c i a alguna. La d e f i c i e n c i a ha sido remediada
g r a c i a s a la introduccion del efecto cuadratico de la
variable X 2 i . •

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

0 S22 ... 0 0 1/.S2 2 0

Q ~ 1=

0 0 ... Sn2 0 0 1 /Sn2

( 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;

Y m i / x 2 i 'x 3 i ' • * • 'x ki en d o n d e Y i es la m e d i a de

P ara j = 1 , 2 ____,Ni
as! : V a r (.Yj_) = S 2 /iq 6 S^ = S 2 /Ni

Ah ora, de a c u e r d o a los c o m e n t a r i o s a n t e r i o r e s Q" 1 se

expresaria como :

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.

P a r a el c a s o d e los e x p e r i m e n t o s , los p e s o s s e r a n los

, e s t a s c o n s i d e r a c i o n e s h a r £ n m a s f&cil el c & l c u l o c o n (4.1)
y a q u e la m a t r i z (4.2) r e s u l t a s e n c i l l a y el v a l o r d e S 2 no
es n e c e s a r i o d e c a l c u l a r s e d a d o que en las o p e r a c i o n e s se
cancela.

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 :

F t - 5.99 , con (1,6) g r a d o s de l i b e r t a d y a l f a = . 0 5

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 .

A h o r a v e a m o s la g r & f i c a 4.5 de los contra YESTi :

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

ei -.33 .90 -.45 .34 .89 -1 . 8 6 -1 1.55

Como se puede apreciar la g r a f i c a 4.3 m u e s t r a una

tendencia de l t i p o v i s t o en el C a so II. A h o r a se e s t i m a r a la
regresion co n C M P y compararemos los resultados con los
obtenidos utilizand'o CMO. ( El m i s m o r e s u l t a d o se o b t e n d r & si
se a p l i c a la p r u e b a vi st a en 3.1.1 ).

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

C o m o se puede notar los valores de las es(b-;l

d i s m i n u y e r o n p a r a el m o d e l o e s t i m a d o co n M C P y el v a l o r de
. En la g r a f i c a 4.4 la t e n d e c i a v i s t a en 4.3 y a n o se a p r e c i a
c o n la m i s m a magnitud e s to im pl ic a qu e el problema de
h e t e r o s c e d a s t i c i d a d , si bien no se asegura que se ha
e l i m i n a d o t o t a l m e n t e , es m e n o s fuerte.

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 ).

Lo s e s t u d i a n t e s que obtienen mejores calificaciones

p r o m e d i o CP tienen, en general, buenas oportunidades de
lograr buenos trabajos bien remunerados despues de terminar
sus e s t u d i o s p r o f e s i o n a l e s . Los s i g u i e n t e s d a t o s c o r r e s p o n d e n
a las c a l i f i c a c i o n e s promedio y los s a l a r i o s i n i c i a l e s p a r a
15 e g r e s a d o s r e c i e n t e m e n t e :

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 :

Y ESTi " -6.63 + 8. 12 X 2i

 49

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

R 2 = 0.718 se^) = 4.298 s = 1.3266

se(b2) = 1.400

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 :

F t = 9.07, con (1,13) g r a d o s de l i b e r t a d y a l f a = .01

' C o m o el valor Fc > Ft la Ho se r e c h a z a y se a f i r m a q u e

las c a l i f i c a c i o n e s p r o m e d i o e x p l i c a n en forma significativa
los s a l a r i o s i n i c i a l e s d e los r e c i e n eg re sa do s.

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

En la g r & f i c a 4.5 se a p r e c i a qu e e n t r e X3^ y los

ex is te una relacion l i ne al po si ti va . E s te comportamiento
i n d i c a q u e X 3 ^ d e b e (muy po s i b l e m e n t e ) se r incluida en el
mo de lo .

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 :

F t = 3.89 ; con (2,12) 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 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) .

Veamos ahora la g r £ f i c a 4.6 de los " n u e v o s " ei contra

X 3 i y o b s e r v e m o s si p e r s i s t e la tend en ci a.

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 ^

C o m o se puede apreciar en la g r a f i c a 4.6 la t e n d e n c i a

d a d a en 4.5 y a n o se observa.
 53

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 .

En el capitulo 3 se d i jo qu e los Uj_ se d i s t r i b u y e n

n o r m a l m e n t e co n (0 , S 2 ), b a jo e s t e supuesto se construyeron
i n t e r v a l o s de c o n f i a n z a y se p l a n t e a r o n p r u e b a s de h i p o t e s i s .

A continuacion se p r e s e n t a un a grafica util para

d e t e c t a r si se t i e n e o no n o r m a l i d a d e n los r e s i du os .

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 )

P a r a los e j e m p l o s u t i l i z a d o s en los c a s o s I , II y III de

e s t e c a p i t u l o se dan a continuacion los gr^ficos para
d e t e c t a r n o r m a l i d a d . Es ta s g r & f i c a s se o b t u v i e r o n m e d i a n t e el
p a q u e t e SYSTAT.
 54

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

- 1. 0 -0.5 0.0 0.5 1.0

Residuales

En la g r & f i c a se o b s e r v a q u e los p u n t o s ( e^, e i Sp e ) e s t a n m u y

c e r c a d e u n a li ne a recta, p o r lo q u e se t e n d r a s e g u r i d a d sobre
el c u m p l i m i e n t o del s u p u e s t o de n o r m a l i d a d en los U^.
 55

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 ta seccion se presentan el calculo de a l g u n a s

c a n t i d a d e s titiles p a r a d t e c t a r observaciones influenciales,
s o b r e t o d o c u a n d o se t i e n e u n m o d e l o con t r e s o m a s v a r i a b l e s
y se q u i e r e realizar un d i a g n o s t i c o para detectar la
e x i s t e n c i a de o b s e r v a c i o n e s influenciales resultando
c o m p l i c a d o c u a l q u i e r o t ro ti p o de a n a l i s i s c o n ta l o b j e ti vo .

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).

Las observaciones extraftas p u e d e n o r i g i n a r s e p o r un m a l

m a n e j o d e los d a t o s (en la me di ci on , t r a n s c r i p c i o n , c a p t ur a,
et c.). T a m b i e n p u e d e n " d e t e c t a r s e " c u a n d o se t i e n e un modelo
e s t i m a d o q u e no es el adecuado.

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.

Cuando una observacion ( , x 2 i 'x 3 i ' • • • *x ki> a t r a e al

m o d e l o de r e g r e s i o n o b l i g a n d o l o a pasar cerca de e l l a se
t i e n e un le ve ra ge . C o m o el r e s i d u o a s o c i a d o a t a l o b s e r v a c i d n
es p e q u e n o n o s e p o d r a ,i d e n t i f i c a r m e d i a n t e tal c a n t i d a d , al
p u n t o c o m o •'extrafio".

Para diagnosticar si se t i e n e un a o m a s observaciones

inf l u e n c i a l e s se t o m a n los v a l o r e s hj^ de la d i a g o n a l d e la
m a t r i z H = X ( X ,X ) _ 1 X' (matriz de proyeccion Hat). Si h ^ es
mayor que 2k/n ( k = n u m e r o de p a r & m e t r o s e n *'~&1 m o d e l o ) la
observacion se puede considerar como influencial. Si los
v a l o r e s d e h^ s o n p e q u e n o s se p u e d e n u t i l i z a r las c a n t i d a d e s
hi/d-hi).

El c r i t e r i o anterior para determinar puntos de

i n f l u e n c i a t i e n e la desventaja de so l o utilizar en la
 58

comparacion k y n, por lo que se debe tomar como un

d i ag no st ic s preliminar.

A parte de los se t i e n e n otras cantidades para

a n a l i z a r las o b s e r v a c i o n e s y o b t e n e r i n f o r m a c i o n s o b r e ellas.
A l g u n a s de e s t a s c a n t i d a d e s se m e n c i o n a n a c o n t i n u a c i o n .

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

Los eest se u t i l i z a n en g r £ f i c a s p a r a s a b e r si existe

h o m o g e n e i d a d o b i e n p a r a t r a z a r g r & f i c o s n o r m al es .

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 :

0 < eest < n - k

Los residuos estandarizados se ocupan en el calculo

siguiente.

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 ^) .

Para tal objetivo se propone utilizar la siguiente

c a n t i d a d ( C o o k 1977 ) :

<B(i) - B ) ' X ' X ^ i ) - B )

Si > 1 la observacion
c o n s i d e r a c o m o infl ue nc ia l.

T o d a s las g r & f i c a s y las c a n t i d a d e s a n t e r i o r e s resultan

 59

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.

A continuacion se d a n los l i s t a d o s q u e c o n t i e n e n los

ccilculos de los YESTi, ei , leverage, eest Y Di P^ra los
e j e m p l o s 5,6 y 7 u t i l i z a d o s e n e s te ca pi tu lo . L o s v a l o r e s se
o b t u v i e r o n c o n el p a q u e t e SYSTAT.

4. 3. 4 E j e m p l o s c o n Systat.

a) V a l o r e s calculados con el paquete SYSTAT para el

d i a g n o s t i c o d e la r e g r e s i o n d e l e j e m p l o 5, c a p i t u l o 4.

(1) (2) (3) (4)

i Y ESTi ei leverage »i
l 13.978 -0.188 0.279 0.026
2 15.985 -0 .275 0. 19 6 0.032
3 16.405 -0 .435 0.116 0. 03 9
4 19.797 0.413 0.139 0. 04 5
5 24.652 -0.012 0.633 0. 00 1
6 2 1 .4 55 -0 .205 0.147 0.012
7 18.741 0.199 0.115 0. 00 8
8 14.620 0.230 0.163 0. 01 7
9 14.601 0.579 0.178 0.122
10 15.911 0.389 0.285 0.117
11 16.333 -0.403 0.398 0. 24 7
12 17.089 -0.639 0.086 0.058
13 18.892 0.128 0.100 0.003
14 17.956 0.204 0.112 0.008
15 18 .091 0.479 0.128 0.053
16 17 .839 -0.829 0.140 0. 18 1
17 18.014 0.016 0.198 0.000.
18 19 .002 0.218 0.162 0.015
19 2 0 .7 50 0.370 0.185 0.053
20 2 3 .5 58 -0.238 0. 24 1 0.033

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

Para comparar los D-^ ( d i s t a n c i a d e C o o k ) s e t o m a el

v a l o r d e 1.

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.

De acuerdo a lo a n t e r i o r y f i j a n d o n o s que los ei en

realidad no son mu y grandes se p u e d e considerar q u e no
e x i s t e n p u n t o s de influencia.

b) V a l o r e s calculados con el paquete SYSTAT para el

d i a g n o s t i c o d e la r e g r e s i o n d e l e j e m p l o 6, c a p i t u l o 4.

(1) (2) (3) (4)

i Y E S Ti ei leverage Di
l 0.828 -0.328 0. 41 7 0.044
2 3.774 0.896 0. 27 4 0.141
3 6. 72 0 -0.470 0. 17 9 0.020
4 9. 66 7 0.333 0.131 0.006
5 12 .613 0.887 0.131 0.046
6 15.560 -1.860 0.179 0.309
7 1 8 .5 06 -1.006 0.274 0.177
8 2 1 .4 53 1.548 0. 41 7 0.989

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

Para comparar los ( d i s t a n c i a d e C o o k ) se t o m a el

v a l o r d e 1.

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.

De acuerdo a lo anterior se puede considerar que no

e x i s t e n p u n t o s d e influencia.

c) V a l o r e s calculados con el paquete SYSTAT para el

d i a g n o s t i c o d e la r e g r e s i o n d e l e j e m p l o 7, c a p i t u l o 4.

(1) (2) (3) (4)

i YESTi ei leverage Di
1 16.524 1.976 0. 15 9 0.231
2 19.046 0.954 0. 10 8 0.032
3 20.793 0.307 0. 21 7 0.009
4 22.540 -0.140 0.421 0.007
5 20.397 0.803 0. 23 7 0.069
6 15.650 -0.650 0. 20 4 0.036
7 18.848 -0.848 0. 08 3 0.019
8 17.678 1.122 0. 28 4 0.184
9 17.735 -2.035 0. 08 7 0.115
10 14.339 0. 06 1 0.315 0.001
11 16.804 -1.304 0. 32 0 0.310
12 17.834 -0.634 0.136 0.019
- 13 1 9 .6 23 -0-S623 0.140 0.019
14 16.861 0.339 0. 10 3 0.004
15 16.128 0.672 0.185 0.033

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

Para comparar los ( dist an ci a de C o o k ) se to m a el

v a l o r d e 1.

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.

Existen pruebas aparte d e las v i s t a s e n el c a p i t u l o 3,

e s t a s s e e l i g i e r o n e n b a se al conocimiento q u e s e t i e n e n de
ellas, c o m o la d e D u r b i n W a t s o n q u e a p a r e c e e n la m a y o r l a d e
la b i b l i o g r a f l a q u e t r a t a el te m a d e re gr es io n.

Con respecto a las t e c n i c a s g r & f ic as , e s t a s h a n t e n i d o

u n g r a n d e s a r r o l l o d e b i d o al a p o y o de la c o m p u t a c i o n . C a da
v e z los p a q u e t e s estadlsticos incorporan m&s gr&ficas que
a u x i l i a n e n el an&lisis de residuales y a la r e g r e s i o n e n
g e n e r a l . S i n e m b a r g o el s a b e r c o n seguridad si e x i s t e o n o
v i o l a c i o n e s a los s u p u e s t o s o a n o m a l l a s en el m o d e l o e n b a s e
a tales an&lisis queda, en m u c h a s veces, a c r i t e r i o d e la
p e r s o n a e n c a r g a d a d e l estudio.
 TABLA A DISTRIBUCION t

E je m p lo

Para 4>= 10grados

de L ib e rla d :

F [t > 1.8 12]

= 0 .0 5

? [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

27 2.901 2.511 2 .2 9 9 2 .1 6 5 2 .7 0 3 2 .0 0 5 1.9 52 1 .9 0 9 1.8 74 1 .8 4 5 1.8 20

28 2.894 2 .5 0 3 2.291 2.1 57 2 .0 6 4 1.9 96 1 .9 4 3 1 .9 0 0 1 .8 6 5 1 .8 3 6 1.811
29 2.887 2 .4 9 5 2 .1 4 9 2.0 57 1.9 88 1 .9 3 5 1 .8 9 2 ' 1.8 57 1 .8 2 7 1.8 02
2 .2 8 3
2 .4 8 9 2 .2 7 6 2 .1 4 2 2 .0 4 9 1 .9 8 0 1.927 1.8 84 1 .8 4 9 1 .8 1 9 1.794
30 2.881
31 2.8 75 2 .4 8 2 2 .2 7 0 2 .1 3 6 2 .0 4 2 1.9 73 1.9 20 1.8 77 1 842 1 .8 1 5 1.787

32 2.8 69 2 .4 7 7 2 .2 6 3 2 .1 2 9 2 .0 3 6 1.967 1 .9 1 3 1 .8 7 0 1 .8 3 5 1 .8 0 5 1.7 80

33 2.8 64 2.471 2 .2 5 8 2 .1 2 3 2 .0 3 0 1.961 1.907 1.8 64 1 .8 2 8 1.7 99 1 .7 7 3

34 2.8 59 2 .4 6 6 2 252 2 .1 1 8 2.0 24 1.9 55 1 901 1 .8 5 8 1 .8 2 2 1 .7 9 3 1 .7 6 7

35 2.855 2.461 2 .2 4 7 2 .1 1 3 2 .0 1 9 1 .9 5 0 1.8 96 1 .8 5 2 817 1 .7 8 7 1.761

36 2.850 2 .4 5 6 2 .2 4 3 2 .1 0 8 2 .0 1 4 1.9 45 1.891 1.8 47 1.811 1.781 1.7 56
37 2.8 46 2 .4 5 2 2 .2 3 8 2 .1 0 3 2 .0 0 9 1.9 40 1 886 1 .B42 1.8 06 1 .7 7 6 1.751
38 2.8 42 2 .4 4 8 2 .2 3 4 2 .0 9 9 2 .0 0 5 1.9 35 1 881 1 .8 3 8 1.8 02 1 .7 7 2 1 .7 4 6
39 2.839 2.4 44 2 .2 3 0 2 .0 9 5 2.001 1.931 1.877 1.8 33 1.7 97 1 .7 6 7 1.741

40 2.8 35 2 .4 4 0 2 .2 2 6 2.091 1.997 1.927 1.8 73 1 .8 2 9 1 .7 9 3 1 ,7 6 3 1.7 37

50 2.809 2 .4 1 2 2 .1 9 7 •2 061 1.9 66 1 895 1 340 1 .7 9 6 1 760 1 .7 2 9 1 .7 0 3

60 2.791 2 .3 9 3 2 .1 7 7 2.041 1.9 46 1.8 75 1 819 1 .7 7 5 1.7 38 1.707 1.6 80
70 2.7 79 2 .3 8 0 2 .1 6 4 2.0 27 1.931 1.8 60 1 804 1 .7 6 0 1.7 23 1.691 1.6 65
80 2.7 69 2 .3 7 0 2 .1 5 4 2 .0 1 6 1.921 1.8 49 1 793 1 .7 4 8 1.711 1 .6 8 0 1 .6 5 3
90 2.7 62 2 .3 6 3 2 146 2 .0 0 8 1.9 12 1.841 1.7 85 1 .7 3 9 1.7 02 1 .6 7 0 1.6 43
100 2.7 56 2 356 2 .1 3 9 2 002 1.9 05 1 834 1 778 1.7 32 1 .6 9 5 1 .5 6 3 1 636
110 2.7 52 2.351 2 .1 3 4 1.9 97 1.9 00 1.8 28 1.7 72 1.7 27 1.6 89 1.657 1 .6 3 0
120 2.7 48 2 .3 4 7 2 .1 3 0 1.9 92 1.8 96 1.824 1.767 1.7 22 1.684 1.6 52 1 .6 2 5
200 2.731 2 .3 2 9 2.11 1 1.9 73 1.8 76 1.804 1 747 1.701 1 .6 6 3 1.631 1.6 03
500 2 716 2 .3 1 3 2 095 1 9f>6 1 Rb9 1.7 86 1 7?9 1 683 1.644 1.6 12 1.5 83
 m 14 20 24 30 40 60 120 500
12 13 15
n

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

21 1 .8 7 5 1.8 57 1.841 1.827 1 .7 7 6 1 .7 4 8 1 .7 1 9 1.6 89 1.6 57 1 .6 2 3 1 .5 9 5

22 1 .8 5 9 1.841 1 .8 2 5 1.811 1 .7 5 9 1.731 1 ,7 0 ? 1.671 1 .6 3 9 1.604 1 .5 7 6
23 1 .8 4 5 1.827 1.811 1.7 96 1 .7 4 4 1 .7 1 6 1 .6 8 6 1 .6 5 5 1 .6 2 2 1.587 1 .5 5 8
24 1.8 32 1.8 14 1.797 1 .7 8 3 1 .7 3 0 1 .7 0 2 1 .6 7 2 1.641 1.6 07 1.571 1 .5 4 2
1 .8 2 0 1.8 02 1 .7 8 5 1.771 1 .7 1 8 1 .6 8 9 1 .6 5 9 1,6 27 1 .5 9 3 1.5 57 1.5 27
25
1 .7 9 0 1.7 74 1.7 60 1 .7 0 6 1 .6 7 7 1.6 47 1 .6 1 5 1.581 1.5 44 1 .5 1 4
26 1 .8 0 9
27 1.7 99 1 .7 8 0 1.7 64 1.7 49 1 .6 9 5 1 .6 6 6 1 .6 3 6 1 .6 0 3 1 .5 6 9 1.531 1.501

28 1.7 90 1.771 1.7 54 1 .7 4 0 1 .6 8 5 1 .6 5 6 1 .6 2 5 1 .5 9 2 1 .5 5 8 1.5 20 1 .4 8 9

29 1.781 1 .7 6 2 1.7 45 1.731 1 .6 7 6 1.6 47 1 .6 1 6 1 .5 8 3 1.5 47 1.5 09 1 .4 7 8
30 1.7 73 1.7 54 1,737 1 .7 2 2 1.6 67 1 .6 3 8 1 .6 0 6 1 .5 7 3 1 .5 3 8 1.4 99 1 .4 6 7
31 1.7 65 1 .7 4 6 1.729 1.7 14 1 .6 5 9 1 .6 3 0 1 .5 9 8 1 .5 6 5 1 .5 2 9 1 .4 8 9 1 /4 5 7
32 1.75S 1 .7 3 9 1.722 1.7 07 1.6 52 1 .6 2 2 1 .5 9 0 1.5 56 1 .5 2 0 1.481 1 .4 4 8
33 1.751 1.7 32 1.7 15 1 .7 0 0 1 .6 4 5 1 .6 1 5 1 .5 8 3 1.5 49 1 .5 1 2 1.4 72 1 .4 3 9
34 1.7 45 1 .7 2 6 1.7 09 1.6 94 1 .6 3 8 1 .6 0 8 1 .5 7 6 1.541 1 .5 0 5 1.464 1.431
35 1.7 39 1 .7 2 0 1 .7 0 3 1.6 88 1 .6 3 2 1.601 1 .5 6 9 535 1.497 1.457 1 .4 2 3
36 0 3 4 1 .7 1 5 1.697 1.6 82 1.6 26 1 .5 9 5 1 .5 6 3 1.528 1.491 1.4 50 1 .4 1 5
37 1.7 29 1 .7 0 9 1.6 92 1.677 1 .6 2 0 1 .5 9 0 1.5 57 1 .5 2 2 1.4 84 1.4 43 1 .4 0 8
38 1.724 1.7 04 1.687 1 .6 7 2 1.6 15 1 .5 8 4 1.551 1 .5 1 6 1.4 78 1.437 1.4 02
39 0 1 9 1 .7 0 0 1.6 82 1.667 1 .6 1 0 1 .5 7 9 1 .5 4 6 1.511 1.4 73 1.431 1 .3 9 5
40 1.7 15 1 695 1.6 78 1.6 62 1 .6 0 5 1.5 74 1.541 1 506 1.4 67 1.4 25 1 .3 8 9
50 1 680 1.6 60 1.6 43 1.627 1 .5 6 8 133 6 1 .5 0 2 1 .4 6 5 1 .4 24 1.379 1 .3 4 0
60 1.657 1.637 1.6 19 1 .6 0 3 1 .5 4 3 1.511 1 .4 7 6 1.437- 1 .3 9 5 1.348 1.3 06
70 1.641 1.621 1.6 03 1.587 1 .5 2 6 1 .4 9 3 1.4 57 1 .4 1 8 • 1.3 74 1 .3 2 5 1.281
80 1.6 29 1.6 09 1.5 90 1.5 74 1.5 13 1 .4 7 9 1 .4 4 3 1 .4 0 3 1 .3 5 8 1.307 1.261
90 1.6 20 1 .5 9 9 1.581 1.564 1 .5 0 3 1 .4 6 8 1 .4 3 2 1.391 1 .3 4 6 1.2 93 1.2 45
100 1.6 12 1 .5 9 2 1.5 73 1.557 1.4 94 1 .4 6 0 1 .4 2 3 1 .3 8 2 1.3 36 1.2 82 1.2 32
110 1 606 1.5 85 1.567 1.5 50 1 .4 8 8 1 .4 5 3 1 .4 1 5 1.3 74 1.3 27 1.2 72 1.221
120 1.601 1.5 80 1.5 62 1.5 45 1 .4 8 2 1.4 47 1 .4 0 9 1 .3 6 8 1 .3 2 0 1.2C5 1.2 12
?00 1 579 1 .5 5 8 1.539 1 522 1.4 58 1 .4 2 2 1.3 83 1.3 39 1.2 89 1.2 28 1 .1 6 8
500 1 569 1 537 1 516 • 1 501 1.4 35 1 399 1 338 1 313 1.2 60 1.104 1.1 22
 V a lo re s se le ccio n a d o s de F ™ 005
Para la d is tr ib u c io n da F c o n m g ra d o s d e lib e n a d en el n u m e ra d o r y n grados de lib e rta d en el d e n o m m a d o r,

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 9 9 .5 0 0 2 1 5 .7 0 7 2 2 4 .5 8 3 2 3 0 .1 6 2 2 3 3 .9 8 6 2 3 6 .7 6 8 238 883 2 4 0 .5 4 3 24 1.882 2 4 2 .9 8 3

1 1 6 1 .4 4 8
1 9 .0 0 0 19 .164 19 .247 1 9 .2 9 6 1 9 .3 3 0 1 9 .3 5 3 19.371 1 9 .3 8 5 19 .396 1 9 .4 0 5
2 1 8 .5 1 3
9 .5 5 2 9 .2 7 7 9.1 17 9 .0 1 3 8.941 8 .8 8 7 8 .8 4 5 8 .8 1 2 8 .7 8 6 8 .7 6 3
3 1 0 .1 2 8
6 .9 4 4 6.591 6 .3 8 8 6 .2 5 6 6 .1 6 3 6 .0 9 4 6.041 5 .9 9 9 5 .9 5 4 5 .9 3 6
4 7 .7 0 9
5 .1 9 2 5 .0 5 0 4 .9 5 0 4 .8 7 6 4 .8 1 8 4 .7 7 2 4 .7 3 5 4 .7 0 4
5 6 .6 0 8 5 .7 8 6 5 .4 0 9
4 .5 3 4 4 .3 8 7 4 .2 8 4 4 .2 0 7 4 .1 4 7 4 .0 9 9 4 .0 6 0 4 .0 2 7
6 5 .9 8 7 5 .1 4 3 4 .7 5 7
4 .7 3 7 4 .3 4 7 4 .1 2 0 3.9 72 3 .8 6 6 3 .7 8 7 3 .7 2 6 3 .6 7 7 3 .6 3 7 3 603
7 5.591
4 .4 5 9 4 .0 6 6 3 838 3.687 3.581 3 .5 0 0 3 .4 3 8 3 .3 8 8 3 .3 4 7 3 313
8 5 .3 1 8
4 .2 5 6 3 863 3 .6 3 3 3 .4 8 2 3 .3 7 4 3 .2 9 3 3 .2 3 0 3.1 79 3 .1 3 7 3 .1 0 2
9 5.1 17
4 .1 0 3 3 .7 0 8 3 .4 7 8 3 .3 2 6 3.2 17 3 135 3 .0 7 2 3 .0 2 0 2 .9 7 8 2 .9 4 3
10 4 .9 6 5
4 .8 4 4 3 .9 8 2 3 .5 8 7 3.3 57 3 .2 0 4 3 .0 9 5 3 .0 1 2 2 .9 4 8 2 .8 9 6 2 .8 5 4 ' 2 .8 1 8
11
3 .8 8 5 3 .4 9 0 3 .2 5 9 3 .1 0 6 2 .9 9 6 2 .9 1 3 2 .8 4 9 2 .7 9 6 2 .7 5 3 2 .7 1 7
12 4 .7 4 7
4 .6 6 7 3 .8 0 6 3.411 3 .1 7 9 3 .0 2 5 2 .9 1 5 2 .8 3 2 2.7 67 2 .7 1 4 2.671 2 .6 3 5
13
14 ' 3 .7 3 9 3 .3 4 4 3.1 12 2 .9 5 8 2 .8 4 8 2 .7 6 4 2 .6 9 9 2 646 2 .6 0 2 2 .5 6 5
4 .6 0 0
3 .6 8 2 3 .2 8 7 3 .0 5 6 2.901 2 .7 9 0 2 .7 0 7 2.641 2 .5 8 8 2 544 2.5 07
15 4 .5 4 3
4 ,4 9 4 • 3 .6 3 4 3 .2 3 9 3.0 07 2.8 52 2.741 2 .6 5 7 . 2.591 2 .5 3 8 2.4 94 2.4 56
16
3 .5 9 2 3 .1 9 7 2 .9 6 5 2 .8 1 0 2 .6 9 9 2 .6 1 4 2 .5 4 8 2 .4 9 4 2 .4 5 0 2 .4 1 3
17 4.451
4 .4 1 4 3 .5 5 5 3 .1 6 0 2 .9 2 8 \ 2 .7 7 3 2.661 2 .5 7 7 2 .5 1 0 2 .4 5 6 2 .4 1 2 2 .3 7 4
18
3 .5 2 2 3 .1 2 7 2.S 95 2 .7 4 0 2 628 2.5 44 2.4 77 2 .4 2 3 2 .3 7 8 2 340
19 4 .3 ^ 1
20 4.351 3 .4 9 3 3 .0 9 8 2 .8 6 6 2.711 2 .5 9 9 ? 514 2.4 47 2 .3 9 3 2 .3 4 6 2 310

21 4 .3 2 5 3 467 3 .0 7 2 2 .8 4 0 2 685 2 .5 7 3 7 •-88 2 .4 2 0 2 .3 6 6 2.321 2 .2 8 3

22 4.301 3 .4 4 3 3 .0 4 9 2.8 17 2.661 2 .5 4 9 2 04 2 .3 9 7 2 .3 4 2 2 .2 9 7 2 .2 5 9

23 4 .2 7 9 3 .4 2 2 3 .0 2 8 2 .7 9 6 2 .6 4 0 2 .5 2 8 7 •'•4 2 2 .3 7 5 2 320 2 .2 7 5 2 .2 3 6

24 4 .2 6 0 3 .4 0 3 3 .0 0 9 2 .7 7 6 2.621 2 508 2 •■•33 2 .3 5 5 2 300 2 .2 5 5 2 .2 1 6

25 4 .2 4 2 3 .3 8 5 2.991 2 .7 5 9 2 .6 0 3 2 .4 9 0 7 :0 5 2.33 7 2 .2 8 2 2 .2 3 6 2 .1 9 8
26 4 .2 2 5 3 .3 6 9 2 .9 7 5 2 .7 4 3 2.5 87 2.4 74 2 .3 8 8 2.321 2 .2 6 5 2 .2 2 0 2.181
27 4 .2 1 0 3 .3 5 4 2 .9 6 0 2 .7 2 8 2.5 72 2 .4 5 9 2 .3 7 3 2 .3 0 5 2 .2 5 0 2 .2 0 4 2 .1 6 6
28 4 .1 9 6 3 340 2 .9 4 7 2 .7 1 4 2 .5 5 8 2 .4 4 5 2 359 2.291 2 .2 3 6 2 .1 9 0 2.151
29 4 .1 8 3 3 328 2 .9 3 4 2.701 2 .5 4 5 2 .4 3 2 2 346 2 .2 7 8 2 .2 2 3 2 .1 7 7 2 .1 3 8
30 4.171 3 .3 1 6 2 .9 2 2 2 .6 9 0 2.5 34 2.421 2 334 2 .2 6 6 2.211 2 .1 6 5 2 .1 2 6
31' 4 .1 6 0 3 .3 0 5 2.911 2 .6 7 9 2 .5 2 3 2 .4 0 9 2 323 2 255 2 .1 9 9 2 .1 5 3 2 .1 1 4
32 4 .1 4 9 3 .2 9 5 2.901 2 668 2.5 12 2 .3 9 9 2 .3 1 3 2.2 44 2 189 2 .1 4 2 2 .1 0 3
33 4 .1 3 9 3 .2 8 5 2 .8 9 2 2 .6 5 9 2 .5 0 3 2.3 89 2 .3 0 3 2 .2 3 5 2.1 79 2 133 2 093
34 4 .1 3 0 3 .2 7 6 2 883 2 .6 5 0 2.4 94 2 380 2.7 94 2 .2 2 5 2 .1 7 0 2 .1 2 3 2.0 84
35 4.121 3 .2 6 7 2 .8 7 4 2 641 2.4 85 2 .3 7 2 2 285 2 .2 1 7 2 161 2 .1 1 4 2 .0 7 5
36 4 .1 1 3 3 .2 5 9 2 .8 6 6 2.6 34 2.477 2.3 64 2.2 77 2 .7 0 9 2 .1 5 3 2 .1 0 6 2.0 67
37 4 .1 0 5 3 .2 5 2 2 .8 5 9 2 .6 2 6 2 .4 7 0 2 356 2 .2 7 0 2 201 2 .1 4 5 2 .0 9 8 2 .0 5 9
38 4 .0 9 8 3 .2 4 5 2 .8 5 2 2 .6 1 9 2 463 2 .3 4 9 2 .7 6 2 2.1 94 2 .1 3 8 2.091 2.051
39 4.091 3 .2 3 8 2 .8 4 5 2 .6 1 2 2.4 56 2 342 2 285 2.1 87 2 131 2 .0 8 4 2.0 44

40 4 .0 8 5 3 .2 3 2 2 .8 3 9 2 60* 2 449 2 336 2 349 2 1 HO 2 3 24 2 077 2 038

50 4 034 3 .1 8 3 2 .7 9 0 2.5 57 2 400 ? 786 2 199 7 130 7 073 2 026 1 986
60 4.001 3 .1 5 0 2 .7 5 8 2 .5 2 5 2.3 68 2 254 2 167 7 097 2 040 1.0 93 1 952
70 3 .9 7 8 3 .1 2 8 2 .7 3 6 2 503 2 .3 4 6 2.231 2 143 7 074 2 01 7 1 969 1 928
80 3 .9 6 0 3 .1 1 J 2 .7 1 9 2.4 86 2 .3 2 9 2 214 7 1 36 ? 066 1 099 1.951 1.910
90 3.9 47 3 098 2 .7 0 6 2 .4 7 3 2 .3 1 6 2 201 2 113 7 .0 4 3 1 936 1.9 38 1 897
100 3 .9 3 6 3 .0 8 7 2 .6 9 6 2 .4 6 3 ;.3 0 5 2.191 2 103 2 032 1.9 75 1.927 1.8 86
110 3.9 27 3 .0 7 9 2 .6 8 7 2.454 2.2 97 2 182 2 094 2 024 1.9 66 1.9 18 1.877
120 3 .9 2 0 3 .0 7 2 2 .6 8 0 2 447 2 .2 9 0 2 .1 7 5 2 0S7 2.016 1 .959 1.9 10 1 869
700 3 888 3 041 2 650 2.4 I 7 2 259 2 144 • ' ‘'‘c 1 OR 5 1 027 1 S78 1 837
3 014 •» 7 117 1 1,., 7 • JQ 1 r--; o 1 ^.’ )8
500 3 880 2 6 23 2 290 7 8
 m 60 500
12 13 14 15 20 24 30 40 120
n

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

fn.o.ol'*1 Fmn >^.0.011

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 ——--------: —— ’ —
’ —-------- ————— ‘ —
'

3 O' <—> r~- — — '/-iaci~<v-ir-'O'-i'^>=0O'^Tr'03QO — >77'Or'iJQ<iOv-iCO-TMJi-niA>o

■o •O•0'0r~r-r-;‘
» scaooo cOcOO' OcOOOOdOOO ——rv r - i n n n n n 7 7 7 -r
o o o o o o o o ’o o o o o o o o o o — —————— —————— —
"C3 rirtiNi7nn77iflvi'n43»)0' — /Nrnw-4'0(~~oo<y.00
77777777777777'n^TnnTi'/'Tlin^^

N rin n n n 77 7 7 7
© O O O O O O O O O O O O O O

07'~'0'—i-O O- — T'©oOQ^^v7r~:oO—- i—i^f,0'«ooO'OVOOrsviooOfS*T,'Of

O' p O © O O O ------ — — — —
~-<T'0
— n ( N ( N n ( 7 n 7 7 7 7 7 7 Ti
C
o o o o o o o o o o o - -— — — — — — — — — — — — — — — —
O3- ' ■' - O O i ' V ' —
i'.'isOr—l OO — r-vr'i O./' i' -Or^gO' O' O — c'V'~-l<-">Tr'TaD©r—
iv ir^ a 'O r -v fiT T v n 'O
Estadistica de Durbin-Watson

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 r ~ - o —i ^ r ' - p r ^ ’ r ^ r ' O ' O r - t c - S ' v - s s o r ' o o o v — ( N n ' » ^ a s < N ' 0 « - i - i T i r ' o s o _ ~

O O C a O C M O ' O ' C T ' O ' O O O O O O — — — — — —• — — f N f S N < N ^ < N * 7 (7 n 7 T T T T ^ i A ^
OOOOOOO

niimtro de variables explicatorias que excluyen el termino constante

<—>,TT«"iw"i,.0-Or--r''cca0(0><7'©
OsO w-i O ^ O “s O O ^ O v"s O

(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> ————————————— ———— —

S' js > » X 33c—o 0 ' r ,* ' 0'0

c o dr *' cr o <***.
*“» V "T r—
» <““k C*
4r-< r*j r*j (^4r*-
p -r-p -r-r-* r-r-r-» r-« r-* r'-r--r-(—
no

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

<—i - T v^ ' O p^ j o ^ O — <*s so © n n r « o — <n m -f ^

^ -7 ^ /iwl^'O‘
O'O'O'C'0
,Vufu: K

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.