RAFAEL A. VIÑALS RAMÍREZ.

ID 1092955

2.1 Sea niños la cantidad de hijos que ha tenido una mujer, y educ los años de educación que tiene
esta mujer. Un modelo sencillo para relacionar fertilidad con años de educación es:

niños= β0 + β 1 educ+ u

Donde u es el error no observado.

i) ¿Qué tipo de factores son los contenidos en u? ¿Es posible que estos factores estén
correlacionados con el nivel de educación?
ii) ¿Es posible que con un análisis de regresión simple se halle el efecto ceteris paribus de
educación sobre fertilidad? Explique.

Respuestas:

i) Algunos factores de u, son la edad de la mujer, el estatus económico/social de su familia. Si

están correlacionados con el nivel de educación.
ii) No, porque factores en el error no observado están correlacionados con la educación con la
mujer.

2.3 En la tabla siguiente se presentan las puntuaciones obtenida en el examen de ingreso a la

universidad en Estados Unidos, ACT (American College Test), y en el GPA (promedio escolar) por
ocho estudiantes universitarios. El GPA está medido en una escala de cuatro puntos y se ha
redondeado a un dígito después del punto decimal.

Estudiante GPA ACT

1 2.8 21

2 3.4 24

3 3.0 26

4 3.5 27

5 3.6 29

6 3.0 25

7 2.7 25

8 3.7 30

i) Estime la relación entre GPA y ACT empleando MCO; es decir, obtengas las estimaciones
para la pendiente y para el intercepto de la ecuación.
^ β^0 + ^
GPA= β 1 ACT
Comente la dirección de la relación, ¿tiene, en este caso, el intercepto una
interpretación útil? Explique, ¿qué tanto más alto será el GPA predicho si ACT aumenta
cinco puntos?
ii) Calcule los valores ajustados y los residuales para cada observación y verifique que los
residuales (aproximadamente) sumen cero.
iii) ¿Cuál es el valor que se predice para el GPA si ACT = 20?
iv) ¿Qué tanto de la variación en el GPA de estos ocho estudiantes es explicada por el ACT?
Explique.
 RAFAEL A. VIÑALS RAMÍREZ. ID 1092955

Respuestas:
n

∑ ( x i−x́ )( y i− ý )
i=1
i) Fórmula para la estimación de la pendiente ^β 1= n

∑ ( x́−x i )2
i=1
Estudiantes ACT (xi) GPA (yi) (xi- x́ ¿ ( yi− ý) (xi- x́ ¿*(yi- ý ¿ ( xi−x́ )2

1 21 2.8 -4.875 -0.4125 2.010938 23.76563

2 24 3.4 -1.875 0.1875 -0.351563 3.515625
3 26 3.0 0.125 -0.2125 -0.026563 0.015625
4 27 3.5 1.125 0.2875 0.323438 1.265625
5 29 3.6 3.125 0.3875 1.210938 9.765625
6 25 3.0 -0.875 -0.2125 0.185938 0.765625
7 25 2.7 -0.875 -0.5125 0.448438 0.765625
8 30 3.7 4.125 0.4875 2.010938 17.01563
Total 207 25.7     5.8125 56.875
Media 25.875 3.2125

^β 1= 5.8125 =0.1022
56.875
La pendiente estimada es de 0.1022

Formula para la estimación del intercepto: ^β 0= ý − ^β1 x́

^β 0=3.2125−0.1022∗25.875=0.568075

El intercepto estimado es 0.5681

Con estas estimaciones tenemos:
^
GPA=0.5681+0.1022 ACT
El ACT tiene una correlación positiva con el GPA de los estudiantes. El intercepto no tiene mucha
utilidad ya que los valores de X (ACT) no están cerca de 0. Si ACT aumenta en 5 tendríamos que el
GPA incrementara en: 0.1022(5) = 0.511.

ii) Fórmula para el valor ajustado: ^y i= β^ 0 + ^β 1 x i

Formula para el valor residual: u^ i= y i−^y i
Estudiantes ACT (xi) GPA (yi) ^ (^
GPA yi) u^ i

1 21 2.8 2.7143 0.0857

2 24 3.4 3.0209 0.3791
3 26 3.0 3.2253 -0.2253
4 27 3.5 3.3275 0.1725
5 29 3.6 3.5319 0.0681
6 25 3.0 3.1231 -0.1231
7 25 2.7 3.1231 -0.4231
8 30 3.7 3.6341 0.0659
 RAFAEL A. VIÑALS RAMÍREZ. ID 1092955

Sumatoria -0.0002

iii) ^
Si ACT = 20, entonces GPA=0.5681+0.1022 ( 20 )=2.6121
n

SEC i=1
∑ ( ^y i− ý )2
2
iv) Para esto debemos calcular R = = n
STC
∑ ( y i− ý )2
i=1

^ (^ 2 2
Estudiantes GPA (yi) GPA yi) y i− ý )
(^ ( y i− ý )
1 2.8 2.7143 0.2482032 0.1701563
2 3.4 3.0209 0.0367106 0.0351563
3 3.0 3.2253 0.0001638 0.0451563
4 3.5 3.3275 0.013225 0.0826563
5 3.6 3.5319 0.1020164 0.1501563
6 3.0 3.1231 0.0079924 0.0451563
7 2.7 3.1231 0.0079924 0.2626563
8 3.7 3.6341 0.1777466 0.2376563
Sumatoria 0.5941 1.0288
Media ( ý ¿
0.5941
R 2= =0.5775
1.0288
Esto significa que el 57.75% de la variación del GPA depende del ACT.

2.4 En la base de datos BWGHTRAW contiene cifras sobre los hijos nacidos de mujeres en Estados
Unidos, Las dos variables de interés son la variable independiente, peso en onzas del niño al nacer
(bwght) y la variable explicativa, cantidad promedio diaria de cigarros consumidos por la madre
durante el embarazo(cigs). La siguiente ecuación de regresión simple se estimó con datos de n =
1,388 nacimientos
^
b w ght=119.77−0.514 cigs
i) ¿Cuál es el peso al nacer que se predice si cigs=0? ¿Y cuando cigs=20(un paquete por
día)? Analice la diferencia.
ii) ¿Capta esta ecuación de regresión simple una relación causal entre el peso del niño al
nacer y el habito de fumar de la madre? Explique
iii) Para que el peso al nacer predicho sea de 125 onzas, ¿Cuál tiene que ser el valor de cigs?
Explique.
iv) La proporción de mujeres en la muestra que no fumaron durante el embarazo es
aproximadamente 0.85. ¿Ayuda esto a entender sus hallazgos del inciso (iii)?

Respuestas:

i) Si cigs=0, entonces ^
b w ght=119.77−0.514 ( 0 )=119 . 77 oz . Si cigs=20, entonces,
^
b w ght=119.77−0.514 (20 )=109 . 49 oz . Esto nos deja ver, que la correlación entre el
peso del bebe y los cigarros fumados durante el embarazo, es negativa (mientras mas
cigarros fume, menor será el peso). En este caso, peso del bebe disminuyó en un 8.57%.
 RAFAEL A. VIÑALS RAMÍREZ. ID 1092955

ii) No, ya que existen otros factores que pueden afectar el peso del bebe como la
alimentación de la madre. Y como hemos analizado anteriormente, que haya correlación
no es sinónimo de causalidad.
−125−119.77
iii) 125=119.77−0.514 cigs → cigs= =−10.18. Debe fumar -10.18
0.514
cigarros, lo cual no tiene sentido. Esto quiere decir, que con esta función de regresión
simple el peso máximo que se puede esperar para el bebe es de 119.77oz (cuando no se
fuman cigarros, cigs=0).
iv) No, ya que como se explico en el inciso anterior, el valor máximo predicho a partir de la
cantidad de cigarros fumados, cigs=0, es de 119.77oz. Entonces, aunque el 85% de las
mujeres no haya fumado, no nos da información útil.