Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ayudantía6 2dosemestre
Ayudantía6 2dosemestre
Econometría l
Vicente Abrigo Z
Ayudantía 6
Profesor: Benjamín Villena
Repaso
1. ¿Cuál sería el problema de tomar un intervalo de confianza de 100%? Siendo que
obtendríamos una estimación certera con seguridad.
Problema 1
Usted quiere investigar sobre el peso que puede tener un recién nacido, y para esto ha realizado
ha estimado el siguiente modelo:
Donde “𝐶𝑖𝑔” indica el número de cigarros que ha fumado durante el embarazo, “𝐸𝑑𝑎𝑑𝑀” indica
la edad de la madre medida en años, “𝐼𝑛𝑔𝑀” es el ingreso mensual de la madre, medida en
cientos de miles de pesos y finalmente la variable “𝑃𝑒𝑠𝑜” indica el peso esperado del feto recién
nacido medido en kilos. n=320
Luego, sobre la edad, podemos predecir que por cada año adicional que tenga la
madre, el peso aumentará 4 gramos en promedio.
Finamente, el último estimador nos indica que por cada 100mil pesos adicional
que tenga la madre en su ingreso mensual, el recién nacido pesará, en promedio,
40 gramos más.
Facultad de Economía y Empresas UDP
Econometría l
Vicente Abrigo Z
b) Observa la siguiente tabla y obtenga los intervalos de confianza de la variable Cig. ¿Qué
puede decir sobre su significancia estadística?(Use un 95% de confianza)
Estimador Estimación D.E Estimada
Intercepto 2 0,2
Cig 0,04 0,006
EdadM 0,004 0,001
IngM 0,04 0,0
c) Realice un test de significancia individual para la variable 𝐶𝑖𝑔, mencionando tipo de test,
hipótesis nula, alternativa, grados de libertad y criterio de rechazo. (Utilice un 95% de
confianza)
R: El test a utilizar, será t-student, esto dado que no conocemos la verdadera
desviación estándar del estimador, y recordemos que la fórmula para calcular el
valor-t es la siguiente.
𝛽̂𝑘 − 𝛽̂𝐻0
𝑡𝑐 =
𝐷. 𝐸(𝛽̂𝑘 )
Nuestra hipótesis de significancia individual es:
𝐻0 : 𝛽𝐶𝑖𝑔 = 0
𝐻1 : 𝛽𝐶𝑖𝑔 ≠ 0
0,04 − 0
𝑡𝑐 = = 6.6666
0,006
Facultad de Economía y Empresas UDP
Econometría l
Vicente Abrigo Z
Los grados de libertad son N-K-1, que en este caso serían 320-3-1=316, y dado que
es una muestra suficientemente grande, al 95% de confianza, podemos aproximar
nuestro valor-t a 1,96.
Problema 2
La estimación del modelo de regresión lineal 𝑦𝑖 = 𝛽0 + 𝛽1 𝑋𝑖1 + 𝛽2 𝑋𝑖2 + 𝑢𝑖 entrega los siguientes
resultados:
̂𝑖 = 4 + 0,4 ∗ 𝑋1 + 0,9𝑋2
𝑌
8
𝑅2 = 60 ∑29 ̂ 𝑖2 = 520
𝑖=1 𝑢
1
0 0
29
80 10
(𝑋 ′ 𝑋)−1 = 0 −
3900 3900
10 50
(0 −
3900 3900 )
𝑆𝐶𝑅 ∑29 ̂ 𝑖2
𝑖=1 𝑢 520
𝜎̂ 2 = = = = 20
𝑛 − 𝑘 − 1 29 − 2 − 1 26
20
0 0
29
1600 200
𝜎̂ 2 (𝑋 ′ 𝑋)−1 = 0 −
3900 3900
200 1000
(0 −
3900 3900 )
Y ya sabemos que:
̂ (𝛽1 ) = 1600 , ∴ 𝐷.
𝑉𝑎𝑟 ̂ (𝛽2 ) = 1000 , ∴ 𝐷.
̂𝐸 (𝛽̂1 ) ≈ 0,6405 𝑦 𝑉𝑎𝑟 ̂𝐸 (𝛽̂2 ) ≈ 0,16
3900 3900
¿Cómo utilizamos estos datos para armar nuestro valor-t? Debemos aplicar
propiedades de varianza, es decir, escribir el denominador de tal forma, que
podamos aplicar estás propiedades.
𝛽̂1 + 𝛽̂2
𝑡𝑐 =
√𝑉𝑎𝑟(𝛽̂1 ) + 𝑉𝑎𝑟(𝛽̂2 ) + 2 ∗ 𝐶𝑜𝑣(𝛽̂1 , 𝛽̂2 )
Facultad de Economía y Empresas UDP
Econometría l
Vicente Abrigo Z
0,4 + 0,9
𝑡𝑐 =
√1600 + 1000 + 2 ∗ (− 200 )
3900 3900 3900
1.3
𝑡𝑐 = ≈ 2.3
√0.5641
(𝑁 − 𝐾 − 1) → (29 − 2 − 1) → 26
Comente.
a) Significancia estadística implica significancia económica.