Está en la página 1de 11

UNIVERSIDAD MAYOR DE SAN ANDRES

INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

SOLUCIONARIO GUIA 1

1. Un investigador ha estimado el siguiente modelo con una muestra de 5


observaciones: 𝑌𝑡 = 𝛽1 + 𝛽2 𝑋2𝑡 + 𝑢𝑡 . Una vez realizada la estimación extravía
toda la información de que disponía excepto la que aparece en la siguiente tabla:

N° 𝑋𝑡 𝑒𝑡
1 1 2
2 3 -3
3 4 0
4 5
5 6

Con la información anterior el investigador debe calcular una estimación de la varianza


de las perturbaciones aleatorias.

SOLUCION:
𝜎𝑢2 =?
i) ∑𝑛𝑡=1 𝑒𝑡 = 0
2 + (−3) + 0 + 𝑢4 + 𝑢5 = 0
𝑢4 + 𝑢5 = 1 (1)
𝑢4 = 1 − 𝑢5
ii) ∑𝑛𝑡=1 𝑒𝑡 𝑋𝑡 = 0
2 ∗ 1 + (−3) ∗ (3) + 0 ∗ 4 + 𝑢4 ∗ 5 + 𝑢5 ∗ 6 = 0
5 ∗ 𝑢4 + 6 ∗ 𝑢5 = 7 (2)
5 ∗ (1 − 𝑢5 ) + 6 ∗ 𝑢5 = 7
𝑢5 = 2
𝑢4 = −1
2
2
∑ 𝑒𝑡 2 + (−3)2 + 02 + (−1)2 + 22
2
𝜎𝑢 = =
𝑛−2 5−2

𝜎𝑢2 = 6
2. La empresa “La onda veloz” ha especificado un modelo de regresión lineal
clásico para explicar la función de demanda de sus aparatos de radio (Y),
expresada en miles de unidades, y en función del precio de los aparatos de radio
(X2), en miles de pesos.
Para su estimación se recoge una muestra de 24 observaciones, con los siguientes
resultados:
∑ 𝑌𝑖2 =2637.252 ∑ 𝑋2𝑖 =85.249992 ∑ 𝑦𝑖2 =159.8926 ∑ 𝑋2𝑖 2 =3.09161
∑ 𝑥2𝑖 𝑦𝑖1 =−16.5862

Aux. Univ. Claret Cory Altamirano 1


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
Se pide:
a) Estimar los parámetros e interprete correctamente (considere las unidades)
b) Establezca y comente la bondad del modelo.
c) Con esta estimación, ¿sería posible decir, con una confianza del 95%, que la
empresa tendrá una demanda de 80000 unidades si el precio de los aparatos de
radio fuese de 10000 pesos?
d) ¿Es globalmente significativo el modelo?

SOLUCION:

𝑌 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 [𝑚𝑖𝑙𝑒𝑠 𝑢𝑛𝑖𝑑]

𝑋2 = 𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 [𝑚𝑖𝑙𝑒𝑠 $]

𝑌~𝑓(𝑋2𝑖 , 𝜇)
𝐹𝑅𝑃: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢𝑖
∑ 𝑥𝑖 𝑦𝑖 −16,5862
𝛽̂2 = = = −5,3649
∑ 𝑥𝑖2 3,09161
∑ 𝑌 2637,252
𝑌̅ = = = 109,8855
𝑛 24
∑ 𝑋 85,249992
𝑋̅ = = = 3,5521
𝑛 24
𝛽̂1 = 𝑌̅ − 𝛽̂2 𝑋̅2 = 109,8855 − (−5,3649) ∗ (3,5521) = 128,9422

a)
𝐹𝑅𝑀: 𝑌̂𝑖 = 128,9422 − 5,3649 𝑋2𝑖
∗ 𝐿𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 𝑒𝑠 𝑑𝑒 128,9422 𝑚𝑖𝑙𝑒𝑠 𝑢𝑛𝑖𝑑
𝑐𝑢𝑎𝑛𝑑𝑜 𝑙𝑎𝑠 𝑑𝑒𝑚𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑠𝑜𝑛 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒𝑠
∗ 𝐿𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 𝑑𝑖𝑠𝑚𝑖𝑛𝑢𝑦𝑒 𝑒𝑛 5,3649
𝑚𝑖𝑙𝑒𝑠 𝑢𝑛𝑖𝑑 𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒 𝑟𝑎𝑑𝑖𝑜 𝑒𝑠 1000 𝑝𝑒𝑠𝑜𝑠
𝑆𝐶𝑇 = ∑ 𝑦2𝑖 = 159,8926
2
𝑆𝐶𝑅 = 𝛽̂2 ∑ 𝑥𝑖2 = (−5,3649)2 ∗ (3,0916) = 88,9832
𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑅 = 70,9094
𝑆𝐶𝑅 88,9832
𝑅2 = = = 0,55652
𝑆𝐶𝑇 159,8926
b)
𝑅 2 = 55,652%
𝑛−1 24 − 1
𝑅̅ 2 = 1 − (1 − 𝑅 2 ) ( ) = 1 − (1 − 0,556519) ∗ ( ) = 0,53636
𝑛−𝑘 24 − 2

Aux. Univ. Claret Cory Altamirano 2


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

𝑅̅ 2 = 53,636%
∗ 𝐸𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑛𝑜 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑢𝑛 𝑏𝑢𝑒𝑛 𝑎𝑗𝑢𝑠𝑡𝑒 𝑦𝑎 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑎𝑦𝑜𝑟 𝑝𝑎𝑟𝑡𝑒 𝑑𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜
𝑒𝑠 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑜 𝑝𝑜𝑟 𝑒𝑙 𝑒𝑟𝑟𝑜𝑟
c)
𝑌 = 80000 𝑢𝑛𝑖𝑑 𝑋𝑜 = 10 000 𝑝𝑒𝑠𝑜𝑠
𝑌̂𝑜 = 128,9422 − 5,3649 ∗ 10 = 75,2932
𝑆𝐶𝐸 70,9094
𝜎𝑢2 = = = 3,2232 → 𝜎𝑢 = 1,7953
𝑛−2 24 − 2

𝑡𝛼𝑛−2 22
⁄ = 𝑡0,05⁄ = 2,074
2 2
2
1 (𝑋𝑜 −𝑋) ̅ 2 1 (𝑋𝑜 −𝑋) ̅
𝑃 [𝑌̂𝑜 − 𝑡𝛼𝑛−2 ̂ 𝑛−2

⁄ ∗ 𝜎𝑢 √1 + 𝑛 + ∑ 𝑥2 ≤ 𝑌𝑜 ≥ 𝑌𝑜 + 𝑡𝛼⁄ ∗ 𝜎𝑢 1 + 𝑛 + ∑ 𝑥2 ] = 1 − 𝛼
2 𝑖 2 𝑖

̅ )2
1 (𝑋𝑜 − 𝑋 1 (10 − 3,5521)2
𝜎𝑢 √1 + + = 1,7953 ∗ √1 + + = 6,8338
𝑛 ∑ 𝑥2𝑖 24 3,09161

𝑝⌈75,2932 − 2,074 ∗ 6,8338 ≤ 𝑌𝑜 ≥ 75,2932 + 2,074 ∗ 6,8338⌉ = 1 − 0,05


𝑝⌈61,1199 ≤ 𝑌𝑜 ≥ 89,4665⌉ = 0,95

d)
PRUEBA DE SIGNIFICACION GLOBAL
i. Planteamiento de la hipótesis
𝐻𝑜: 𝛽2 = 0
𝐻𝑎: 𝛽2 ≠ 0

Aux. Univ. Claret Cory Altamirano 3


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
ii. Identificación del estadístico de prueba
ANOVA

Fuente de Grados de Suma de Cuadrados


variación Libertad cuadrados medios
𝐹𝑐
Regresión 2−1 =1 𝑆𝐶𝑅 = 88,9832 𝐶𝑀𝑅 = 88,9832 𝐹𝑐 = 27,607

Error 24 − 2 = 22 𝑆𝐶𝐸 = 70,9094 𝐶𝑀𝐸 = 3,2232

Total 24 − 1 = 23 𝑆𝐶𝑇 = 159,8926

iii. Contrastación

(𝑘−1)(𝑛−𝑘) 1,22
𝐹𝛼 = 𝐹0,05 = 4,30

(𝑘−1)(𝑛−𝑘)
𝑅𝑅: 𝐹𝑐 > 𝐹𝛼

𝑅𝑅: 27,607 > 4,30 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜

iv. Conclusión
𝐴 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 5%, 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑒𝑠 𝑔𝑙𝑜𝑏𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜
𝑑𝑒𝑏𝑖𝑑𝑜 𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝑙𝑎 𝐻𝑜

3. La empresa de telefonía TELEMOVIL está interesada en operar en el mercado


de llamadas internacionales del país de Globolandia. Antes de iniciar este
proyecto de inversión desea cuantificar los ingresos del sector en función del
precio de dichas llamadas en Globolandia. Para ello plantea el siguiente modelo:
𝑌𝑡𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢𝑖

Aux. Univ. Claret Cory Altamirano 4


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
Y = Ingresos anuales del sector de telefonía internacional en miles de millones de pesos.
X = Precio medio de las llamadas internacionales en cientos de pesos por paso.
Como experto en econometría usted es consultado por esta empresa, que le facilita la
siguiente información:
𝑛=35 Σ𝑋=17.22 Σ𝑌=84.945 𝑆𝐶𝑇=12.144 𝑅 2 =0.7378 𝜇𝑥𝑦=−0.134
Las cuestiones de interés para TELEMOVIL que usted debe responder son:
a) Estime los parámetros del modelo explicando sus unidades e
interpretando cada uno.
b) Construya un intervalo de confianza para los ingresos autónomos del
sector. (nivel de confianza del 95%)
c) ¿considera usted que el precio medio es significativo en la explicación de
los ingresos? (𝛼=5%)
d) ¿Qué nivel de ingresos se espera para el año próximo si el precio medio
es de 0,52 unidades?

SOLUCION:
𝑌~𝑓(𝑋2𝑖 , 𝜇)
𝐹𝑅𝑃: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢𝑖
𝐶𝑂𝑉(𝑋, 𝑌) 𝜇𝑋𝑌
𝛽̂2 = = 2 (1)
𝑉[𝑋] 𝑆𝑋
𝑆𝐶𝑅
𝑅2 =
𝑆𝐶𝑇
2
𝑆𝐶𝑅 = 𝑛𝛽̂2 𝑆𝑋2 (2)
𝑆𝐶𝑅
𝑆𝑋2 = 2 (3)
𝑛𝛽̂2
(3) en (1)
2
𝜇𝑋𝑌 𝑛𝛽̂2 𝜇𝑋𝑌
𝛽̂2 = =
𝑆𝐶𝑅 𝑆𝐶𝑅
2
̂
𝑛𝛽2
𝑆𝐶𝑅 𝑅 2 ∗ 𝑆𝐶𝑇 0,7378 ∗ 12,144
𝛽̂2 = = = = −1,9104
𝑛 𝜇𝑋𝑌 𝑛 𝜇𝑋𝑌 35 ∗ (−0,134)
∑ 𝑌 84,945
𝑌̅ = = = 2,427
𝑛 35
∑ 𝑋 17,22
𝑋̅ = = = 0,492
𝑛 35
𝛽̂1 = 𝑌̅ − 𝛽̂2 𝑋̅2 = 2,427 − (−1,9104) ∗ (0,492) = 3,3669

a)
̂𝑖 = 3,3669 − 1,9104𝑋2𝑖
𝐹𝑅𝑀: 𝑌

Aux. Univ. Claret Cory Altamirano 5


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
∗ 𝐿𝑜𝑠 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑎𝑛𝑢𝑎𝑙𝑒𝑠 𝑑𝑒𝑙 𝑠𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑡𝑒𝑙𝑒𝑓𝑜𝑛𝑖𝑎 𝑖𝑛𝑡𝑒𝑟𝑛𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑖𝑛𝑐𝑟𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑜𝑛
𝑒𝑛 3,3669 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑝𝑒𝑠𝑜𝑠 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎 𝑎𝑢𝑡𝑜𝑛𝑜𝑚𝑎 , 𝑐𝑢𝑎𝑛𝑑𝑜 𝑙𝑎𝑠
𝑑𝑒𝑚𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑠𝑜𝑛 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒𝑠
∗ 𝐿𝑜𝑠 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑎𝑛𝑢𝑎𝑙𝑒𝑠 𝑑𝑒𝑙 𝑠𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑡𝑒𝑙𝑒𝑓𝑜𝑛𝑖𝑎 𝑖𝑛𝑡𝑒𝑟𝑛𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑑𝑖𝑠𝑚𝑖𝑛𝑢𝑦𝑒𝑛
𝑒𝑛 1,9104 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑚𝑖𝑙𝑙𝑜𝑛𝑒𝑠 𝑑𝑒 𝑝𝑒𝑠𝑜𝑠 𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠
𝑖𝑛𝑡𝑒𝑟𝑛𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 𝑒𝑠 𝑑𝑒 100 𝑝𝑒𝑠𝑜𝑠
b)
𝑃 [𝛽̂1 − 𝑡𝛼𝑛−2 ̂1 ≤ 𝛽1 ≥ 𝛽̂1 + 𝑡𝛼⁄ ∗ 𝜎𝛽
⁄ ∗ 𝜎𝛽
𝑛−2
̂1 ] = 1 − 𝛼
2 2

𝜎𝑢2 ∑ 𝑋𝑖2
𝜎𝛽̂2 = ∗( )
1 𝑛 ∑ 𝑥𝑖2
𝑆𝐶𝐸 𝑆𝐶𝑇 − 𝑆𝐶𝑅 12,144 − 8,9598
𝜎𝑢2 = = = = 0,0965
𝑛−2 𝑛−2 35 − 2
𝑆𝐶𝑅 = 𝑅 2 ∗ 𝑆𝐶𝑇 = 0,7378 ∗ 12,144 = 8,9598
2
𝑆𝐶𝑅 = 𝑛𝛽̂2 𝑆𝑋2
𝑆𝐶𝑅 8,9598
𝑆𝑋2 = 2 = = 0,0702
𝑛𝛽̂2 35 ∗ (−1,9104)2

∑ 𝑋𝑖2
𝑆𝑋2 = − 𝑋̅ 2
𝑛
∑ 𝑋𝑖2 = 𝑛(𝑆𝑋2 + 𝑋̅ 2 ) = 35 ∗ [0,0702 + 0,4922 ] = 10,92

∑ 𝑥𝑖2 = 𝑛𝑆𝑋2 = 35 ∗ 0,0702 = 2,457

𝜎𝑢2 ∑ 𝑋𝑖2 0,0965 10,92


𝜎𝛽̂2 = ∗( 2 )= ∗( ) = 0,00122
1 𝑛 ∑ 𝑥𝑖 35 2,457
𝜎𝛽̂1 = √0,00122 = 0,035
𝑡𝛼𝑛−2 33
⁄ = 𝑡0,05⁄ = 2,035
2 2

𝑃[3,3669 − 2,035 ∗ 0,035 ≤ 𝛽1 ≥ 3,3669 + 2,035 ∗ 0,035] = 1 − 0,05


𝑃[3,2943 ≤ 𝛽1 ≥ 3,4395] = 0,95
c) PRUEBA DE SIGNIFICACION INDIVIDUAL

i. Planteamiento de la hipótesis
𝐻𝑜: 𝛽2 = 0
𝐻𝑎: 𝛽2 ≠ 0

Aux. Univ. Claret Cory Altamirano 6


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

ii. Identificación del estadístico de prueba

𝛽̂2 − 0
𝑡𝑐 =
𝜎𝛽2
𝜎𝑢2 0,0965
𝜎𝛽̂2 = 2 = = 0,0393
2 ∑ 𝑥𝑖 2,457
−1,9104 − 0
𝑡𝑐 = = −9,635
√0,0393
iii. Contrastación

𝑡𝛼𝑛−2 33
⁄ = 𝑡0,05⁄ = 2,035
2 2

𝑅𝑅: |𝑡𝑐 | > 𝑡𝛼𝑛−2


⁄ 2

𝑅𝑅: 9,635 > 2,035 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜


iv. Conclusión
A un nivel de significancia del 5%, el precio medio es significativo en la
explicación del ingreso debido a que se rechaza la Ho.
d) PREDICCION MEDIA

𝑋𝑜 = 0,52 𝑢𝑛𝑖𝑑
𝑌̂𝑜 = 3,367 − 1,9110 ∗ 0,52 = 2,374

Aux. Univ. Claret Cory Altamirano 7


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

̅ )2
1 (𝑋𝑜 − 𝑋 ̅)2
1 (𝑋𝑜 − 𝑋
𝑃 [𝑌̂𝑜 − 𝑡𝛼𝑛−2
⁄2 ∗ 𝜎𝑢 √ + 𝑛−2
≤ 𝑌𝑜 ≥ 𝑌̂𝑜 + 𝑡𝛼⁄ ∗ 𝜎𝑢 √ + ]= 1−𝛼
𝑛 ∑ 𝑥2𝑖 2 𝑛 ∑ 𝑥2𝑖

̅ )2
1 (𝑋𝑜 − 𝑋 1 (0,52 − 0,492)2
𝜎𝑢 √ + = √0,0965 ∗ √ + = 0,053
𝑛 ∑ 𝑥2𝑖 35 2,457

𝑃[2,374 − 2,035 ∗ 0,053 ≤ 𝑌𝑜 ≥ 2,374 + 2,035 ∗ 0,053] = 1 − 0,05


𝑃[2,2661 ≤ 𝑌𝑜 ≥ 2,4819] = 0,95
4. Una cadena de tiendas de repostería ha tenido grandes fluctuaciones en sus
ingresos durante los últimos años. Campañas de rebajas, nuevos productos y
técnicas de publicidad se han utilizado durante este tiempo, por lo cual es difícil
determinar cuáles de esos factores tienen la influencia más profunda en las
ventas. El departamento de mercadotecnia ha estudiado varias relaciones y
piensa que los gastos mensuales destinados a carteles pueden ser significativos.
Muestreó 7 meses y descubrió lo siguiente:
Gastos mensuales en carteles (en miles de $) 25 16 42 34 10 21 19
Ingreso mensual por ventas (en miles de $) 34 14 48 32 26 29 20

a) Estimar el modelo y los parámetros que mejor describan los datos.


b) Establezca y comente la bondad de ajuste del modelo.
c) Para un mes con un gasto de $28000 en carteles, desarrolle un intervalo
aproximado de confianza de 95% para las ventas mensuales esperadas en ese
mes.
d) ¿es globalmente significativo el modelo?

SOLUCION:

𝑌 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 𝑚𝑒𝑛𝑠𝑢𝑎𝑙𝑒𝑠 𝑝𝑜𝑟 𝑣𝑒𝑛𝑡𝑎𝑠 [𝑚𝑖𝑙𝑒𝑠$]

𝑋2 = 𝐺𝑎𝑠𝑡𝑜𝑠 𝑚𝑒𝑛𝑠𝑢𝑎𝑙𝑒𝑠 𝑒𝑛 𝑐𝑎𝑟𝑡𝑒𝑙𝑒𝑠 [𝑚𝑖𝑙𝑒𝑠 $]

𝑌~𝑓(𝑋2𝑖 , 𝜇)
𝐹𝑅𝑃: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢𝑖
𝐼 = 𝛽1 + 𝛽2 𝐺 + 𝑢𝑖

Aux. Univ. Claret Cory Altamirano 8


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

Y X 𝑋2 X*Y 𝑌̂ 𝑥 𝑦 𝑒 𝑒2 𝑥2 𝑦2
34 25 625 850 29,9285 1,1429 5 4,0715 16,5775 1,3061 25
14 16 256 224 22,6169 -7,8571 -15 -8,6169 74,2501 61,7347 225
48 42 1764 2016 43,7393 18,1429 19 4,2607 18,1538 329,1633 361
32 34 1156 1088 37,2401 10,1429 3 -5,2401 27,4583 102,8776 9
26 10 100 260 17,7424 -13,8571 -3 8,2576 68,1872 192,0204 9
29 21 441 609 26,6789 -2,8571 0 2,3211 5,3877 8,1633 0
20 19 361 380 25,0541 -4,8571 -9 -5,0541 25,5435 23,5918 81
203 167 4703 5427 203 0 0 -7,1054E-15 235,5580 718,8571 710

𝑛 ∑ 𝑋2𝑖 𝑌𝑖 −∑ 𝑋2𝑖 ∑ 𝑌𝑖 7∗5427−167∗203


𝛽̂2 = 2 2 = 2
= 0,812
𝑛 ∑ 𝑋2𝑖 −(∑ 𝑋2𝑖 ) 7∗4703−167

∑ 𝑌 203
𝑌̅ = = = 29
𝑛 7
∑ 𝑋 167
𝑋̅ = = = 23,8571
𝑛 7
𝛽̂1 = 𝑌̅ − 𝛽̂2 𝑋̅2 = 29 − (0,812) ∗ (23,8571) = 9,628

a)
̂𝑖 = 9,628 + 0,812 𝑋2𝑖
𝐹𝑅𝑀: 𝑌

b)
2
2
𝑆𝐶𝑅 𝛽̂2 ∑ 𝑥𝑖2 0,8122 ∗ 718,8571
𝑅 = = = = 0,6676
𝑆𝐶𝑇 ∑ 𝑦𝑖2 710

𝑅 2 = 66,76%
𝑛−1 7−1
𝑅̅ 2 = 1 − (1 − 𝑅 2 ) ( ) = 1 − (1 − 0,6676) ∗ ( ) = 60,112%
𝑛−𝑘 7−2

c) PREDICCION PUNTUAL

𝑋𝑜 = 28 000 $
𝑌̂𝑜 = 9,628 + 0,812 ∗ 28 = 32,364
𝑆𝐶𝐸 ∑ 𝑒𝑖2 235,5580
𝜎𝑢2 = = = = 47,12 → 𝜎𝑢 = 6,86
𝑛−2 𝑛−2 7−2

Aux. Univ. Claret Cory Altamirano 9


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521

𝑡𝛼𝑛−2 5
⁄ = 𝑡0,05⁄ = 2,571
2 2
2
1 (𝑋𝑜 −𝑋) ̅ 2 1 (𝑋𝑜 −𝑋) ̅
𝑃 [𝑌̂𝑜 − 𝑡𝛼𝑛−2 ̂ 𝑛−2

⁄ ∗ 𝜎𝑢 √1 + 𝑛 + ∑ 𝑥2 ≤ 𝑌𝑜 ≥ 𝑌𝑜 + 𝑡𝛼⁄ ∗ 𝜎𝑢 1 + 𝑛 + ∑ 𝑥2 ] = 1 − 𝛼
2 𝑖 2 𝑖

̅ )2
1 (𝑋𝑜 − 𝑋 1 (28 − 23,8571)2
𝜎𝑢 √1 + + = 6,86 ∗ √1 + + = 7,4099
𝑛 ∑ 𝑥2𝑖 7 718,8571

𝑝⌈32,4 − 2,571 ∗ 7,4099 ≤ 𝑌𝑜 ≥ 32,4 + 2,571 ∗ 7,4099⌉ = 1 − 0,05


𝑝⌈13,35 ≤ 𝑌𝑜 ≥ 51,45⌉ = 0,95

d)
PRUEBA DE SIGNIFICACION GLOBAL
i. Planteamiento de la hipótesis
𝐻𝑜: 𝛽2 = 0
𝐻𝑎: 𝛽2 ≠ 0
ii. Identificación del estadístico de prueba
ANOVA
Fuente de Grados de Suma de Cuadrados
variación Libertad cuadrados medios
𝐹𝑐
Regresión 2−1 =1 𝑆𝐶𝑅 = 473,9741 𝐶𝑀𝑅 = 473,9741 𝐹𝑐 = 10,0407

Error 7−2 =5 𝑆𝐶𝐸 = 236,0259 𝐶𝑀𝐸 = 47,2052

Total 7−1 =6 𝑆𝐶𝑇 = 710

Aux. Univ. Claret Cory Altamirano 10


UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
iii. Contrastación

(𝑘−1)(𝑛−𝑘) 1,5
𝐹𝛼 = 𝐹0,05 = 4,30

(𝑘−1)(𝑛−𝑘)
𝑅𝑅: 𝐹𝑐 > 𝐹𝛼

𝑅𝑅: 10,0407 > 6,608 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜

iv. Conclusión
𝐴 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 5%, 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑒𝑠 𝑔𝑙𝑜𝑏𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜
𝑑𝑒𝑏𝑖𝑑𝑜 𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝑙𝑎 𝐻𝑜

Aux. Univ. Claret Cory Altamirano 11