Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FF - Guia 2 - Modelos Econometricos
FF - Guia 2 - Modelos Econometricos
Guía N.º 2
Problema 1
Se quiere estudiar la relació n que existe entre la variable tiempo de impresió n ( en
segundos) y nú mero de pá ginas impresas en la impresora SonPe. En tabla siguiente se
muestran los datos obtenidos:
Número de
páginas 1 2 3 4 5 6 7 8 9 10
Tiempo de
impresión 28.76 32.48 36.04 6.95 54.16 96.79 74.37 79.67 101.1 105.3
n
2
SCT=SC ( Y )=∑ y 2i −n ý 2=48718.39−10 ( 61.562 ) =10819.5892
i=1
n
SC ( X )=∑ x2i −n x́2 =385−¿
i=1
n
SP ( X ,Y ) =∑ x i y i−n x́ ý=4202.03−( 10∗5.5∗61.562 ) =816.12
i=1
Y^ i= β^ 0 + β^ 1 X i = 7.1538 + 9.8924 Xi
Calculando ^β 1 :
n
∑ xi . y i−n x́ . ý 816.12
^β 1= i=1 = =9.8924
n
82.5
∑ x 2i −n x́ 2
i=1
Interpretación para ^β 0
Como “0” no se encuentra en el rango de la variable independiente, no tiene
interpretació n prá ctica.
Interpretación para ^β 1
Por cada pagina adicional que se imprime, el tiempo de impresió n se incrementa
en 9.8924 segundos.
SCT =10819.5892
SCReg 8073.3855
CMReg= = =8073.3855
p−1 2−1
1-0.7462= 0.2538
S y / x =S e =√ 343.2755=18.5277
α =0.05
Estadística de prueba:
CMReg 8073.3855
F C= = =23.5187
CME 343.2755
Valores críticos:
F T =F p−1 ;n− p ,1−α =F 1 ;8 ;0.95=5.318
Decisió n
α =0.05
Estadística de prueba:
β^ 0
t c= t
E . E ^β n−2,1−α /2
0
Calculando la varianza de ^β 0
2
^ ( ^β 0 ) =S^ 2E 1 + x́
V
( n n
∑ x 2i −n x́ 2
i=1
)
2
^ ( ^β 0 ) =343.2755 1 + 5.5 =160.1952
V
10 82.5 ( )
E . E ^β = V
0
√
^ ( ^β 0 )= √160.1952=12.6568
β^ 0 7.1538
t c= = =0.5652
E . E ^β 12.6568
0
En general:
Si|t C|>2.306 , entonces , se rechaza Ho . Caso contrario no se rechazo
Para nuestro problema:
Como t C se encuentra en el intervalo (−2.306 ; 2.306 ) , no se rechaza Ho . Es decir ,
^β 0 no aportainformacion al modelo y por tanto se≤debe retirar del modelo ajustado .
α =0.05
Estadística de prueba
β^ 1
t c= t
E . E ^β n−2,1−α / 2
1
S^ 2E 343.2755
Var ( ^β ¿ ¿ 1)= n
= =4.1609 ¿
82.5
∑ X 2i −n X 2
i=1
E E ^β = V
1
√
^ ( ^β 1 )= √ 4.1609=2.0398
β^ 1 9.8924
t c= = =4. 8497
E . E ^β 2.0398
1
Y^ i= β^ 1 X 1 i
n−1 10−1
R2adj =1− [ ](n− p
1−R2 ) =1−
10−2 [
( 1−0.7462 ) =0.7145 ]
j. Halle el intervalo de confianza para ^β 0, al 95% de confianza
IC ( β0 ) = ^β 0 ± t . E . E β^
⟨ n−2 ,1−
α
2
0
⟩
=7.1538 ± ⟨ 2.306 . ( 12.6568 ) ⟩ =(−22,03278,+36.3404 )
IC ( β1 ) = ^β 1 ± t . E . E ^β =¿
⟨ n−2 , 1−
α
2
1
⟩
IC ( β1 ) =9.8924 ± ⟨ 2.306 (2.0398) ⟩ =(5.1886 ; 14.5962)
Por tanto, ^β 1 ≠ 0
Problema 2
Se llevo a cabo un estudio para determinar la relació n entre los añ os de experiencia y
el ingreso mensual en miles de soles, entre los profesionales de informá tica. Para el
estudio se ha considerado una muestra aleatoria de 20 profesionales. A continuació n,
se muestran los datos:
años de
1 2 4 4 6 7 8 10 13 13
experiencia
Ingreso mensual 5.63 5.5 6.6 5.1 6.37 7.13 8.8 8.2 8.7 10.47
años de
15 16 19 20 23 25 25 27 30 31
experiencia
Ingreso mensual 10.33 11.07 11.27 12.17 11.5 12.17 8.9 12 12.03 12.13
Número de opciones
pedidas 17 20 23 25 14 16 12 12
tiempo entrega (días) 61 64 66 70 53 58 44 51
Realice el aná lisis respectivo, considerando las preguntas del problema 1
Problema 4
Data Wire aumentó la productividad de 70 mil a 90 mil libras por semana cuando
instituyó un programa bá sico de capacitació n. Suponga que este programa es aplicado
durante un periodo de 18 meses y que los datos son el nú mero de horas totales
acumulados por capacitació n, así como las cantidades de productividad por semanas
tomadas una vez al mes durante este tiempo.
Utilice el reporte impreso y elabore un informe con los resultados hallados.
90000
85000
Productividad
80000
75000
70000
Coeficientesa
Coeficientes no Coeficientes
estandarizados estandarizados
Modelo B Error típ. Beta t Sig.
1 (Constante) 70880.252 394.546 179.650 .000
Horas acumuladas
5.093 .198 .988 25.735 .000
de capacitación
a. Variable dependiente: Productividad (en libras por semana)
Problema 5
¿Puede pronosticarse el consumo de agua de una ciudad por medio de la temperatura?
Los siguientes datos representan una muestra del consumo de agua de un día y la
mayor temperatura para ese día.
Algunos resultados que se tienen son los siguientes:
Y : Cantidad de agua usada (millones de galones)
200
175
Uso_agua
150
125
100
75
50
40 50 60 70 80 90 100 110
Temperatura