UNIVERSIDAD NACIONAL AUTONOMA DE NICARAGUA,

FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES

DEPARTAMENTO DE ADMINISTRACION DE EMPRESAS

°         Carrera: Administración De Empresas

°         Año: 3ro
°         Grupo: A
°         Modalidad: Regular

°         Componente curricular: Econometria

°         Tema: Ejercicios Practico Regresion Lineal Simple
°         Elaborado por:
Eugenio Mauricio Castillo Chavarría

°         Docente: Lic. Yader Avilez

°         Mayo, 2021

¡A LA LIBERTAD POR LA U
Establezca si las siguientes afi rmaciones son verdaderas, falsas o inciertas. Sea preciso

a) La prueba t de signifi cancia estudiada en este capítulo requiere que las distribuciones
muestrales de los estimadores βˆ1 y βˆ2 sigan una distribución normal.

b) Aunque el término de perturbación en el MCRL no esté normalmente distribuido, los

estimadores de MCO continúan siendo insesgados.

c) Si no hay intercepto en el modelo de regresión, las ui (_x0002_ uˆi) estimadas no sumarán

cero.
d) El valor p y el tamaño de un estadístico de prueba tienen el mismo signifi cado.
e) En un modelo de regresión que contenga el intercepto, la suma de los residuos es siempre
cero.
f ) Si no se rechaza una hipótesis nula, es verdadera.
g) Entre mayor sea el valor de σ2, mayor será la varianza de βˆ2 dada en (3.3.1).
h) Las medias condicional e incondicional de una variable aleatoria signifi can lo mismo.
i) En una FRP de dos variables, si el coefi ciente de la pendiente β2 es cero, el intercepto
β1 se estima por la media muestral Y¯ .

j ) La varianza condicional, var (Yi | Xi) _x0002_ σ2, y la varianza incondicional de Y, var (Y )
_x0002_
σ2 Y , serían la misma si X no tuviera infl uencia en Y.
1

0
0
0

1
 5.5. Lo que se conoce como la línea característica del análisis de inversión moderno es s
la línea de regresión obtenida del siguiente modelo:
rit _x0002_ αi + βi rmt + ut

donde rit _x0002_ la tasa de rendimiento del i-ésimo valor en el tiempo t

rmt _x0002_ la tasa de rendimiento del portafolio del mercado en el tiempo t
ut _x0002_ término de perturbación estocástica

En este modelo, βi se conoce como coefi ciente beta del i-ésimo valor, una
medida del riesgo del mercado (o sistemático) de un valor.*

Con base en 240 tasas de rendimiento mensuales para el periodo 1956-1976, Fogler y Ganapathy obtuvieron la siguiente línea
acciones de IBM en relación con el índice de portafolio del mercado elaborado en la Universidad de Chicag

ˆ ri t _x0002_ 0.7264 + 1.0598rmt r 2 _x0002_ 0.4710 F1.238 _x0002_ 211.896

ee _x0002_ (0.3001) (0.0728) gl _x0002_ 238

a) Se dice que un valor cuyo coefi ciente beta es mayor que uno es un valor volátil o agresivo. ¿Fueron las acciones de IBM

Teniendo en la información, m
t 1.0598 1 0.8214 obtiene que Beta estimado es
= volátile
0.0728

b) ¿Es el coeficiente del intercepto signifi cativamente diferente de cero? Si lo es, ¿cuál es su int

El coeficiente de intercepto, variable dependiente es diferente de cero, toma el valor de 255.08

ru = 0.7264 + 1.0598 (240 tasas) = 255.08

lisis de inversión moderno es sencillamente
l siguiente modelo:

hy obtuvieron la siguiente línea característica para las

do en la Universidad de Chicago:*

o. ¿Fueron las acciones de IBM valores volátiles en el periodo que se estudia?

Teniendo en la información, mediante la regresión para el modelo financiero se

obtiene que Beta estimado es 0.0728 por lo tanto los valores de IBM no fueron
volátiles en el tiempo de estudio.

e cero? Si lo es, ¿cuál es su interpretación práctica?

ero, toma el valor de 255.08

Considere el siguiente resultado de una regresión:†

Yˆi _x0002_ 0.2033 + 0.6560Xt

ee _x0002_ (0.0976) (0.1961)
r 2 _x0002_ 0.397 SCR _x0002_ 0.0544 SCE _x0002_ 0.0358

donde Y _x0002_ tasa de participación de la fuerza laboral (TPFL) de las mujeres en 1972 y X _x0002_ TPFL de las
mujeres en 1968. Los resultados de la regresión se obtuvieron de una muestra de 19 ciudades de Estados
Unidos.

a) ¿Cómo interpreta esta regresión?

Hay una asociación positiva lo que no es sorprendente si tenemos en cuenta el hecho de que desde la II Guerra Mundial ha ha

b) Pruebe la hipótesis H0:β2 _x0002_ 1 contra H1:β2 > 1. ¿Qué prueba utilizaría? ¿Por qué?
¿Cuáles son los supuestos subyacentes de la(s) prueba(s) que eligió?

Usando un test t de una cola, t = 0.656−1 0.1961 =−1.7542 , para 17 g.l. el valor crítico al 95% para un cont
Para este contraste la zona de aceptación estaría a la izquierda de 1.74 y la de rechazo a la derech
Como el valor del estadístico de contraste queda dentro de la región de aceptación, no se puede recha

c) Suponga que la TPFL para 1968 fue de 0.58 (o 58%). Con base en los resultados de
la regresión anteriores, ¿cuál es la TPFL media en 1972? Establezca un intervalo
de confi anza de 95% para la predicción de la media.

La media es 0.2033 + 0.656 * 0.58 = 0.5838. Para construir el intervalo del 95%, emplearíamos la fórmula 0.5838 ± 2.11 por (ee

d ) ¿Cómo probaría la hipótesis de que el término de error en la regresión sobre la población

está normalmente distribuido? Muestre los cálculos necesarios.

No es posible contestar a esta cuestión por falta de datos (necesitaríamos la serie de las discrepancias de la regresión para pod
II Guerra Mundial ha habido un incremento constante delas mujeres en el mercado laboral

ítico al 95% para un contraste unilateral es 1.74.

la de rechazo a la derecha de ese valor.
ación, no se puede rechazar la hipótesis nula

ula 0.5838 ± 2.11 por (ee. del pronóstico), donde 2.11 es el valor crítico al 95% para una t17.

de la regresión para poder hacerlo).

5.9. La tabla 5.5 proporciona datos sobre el salario promedio de un maestro de escuela pública
(el sueldo anual está en dólares) y el gasto en educación pública por alumno (dólares) para
1985 en los 50 estados y el Distrito de Columbia en Estados Unidos.

A fin de averiguar si existe alguna relación entre el salario del maestro y el gasto
por alumno en las escuelas públicas, se sugirió el siguiente modelo: Sueldoi _x0002_ β1 + β2
Gastoi + ui, donde la variable Sueldo es el salario del maestro y la variable Gasto signifi -
ca gasto por alumno.

a) Grafique los datos y trace la línea de regresión.

b) Suponga, con base en el inciso a), que decide estimar el modelo de regresión dado
antes. Obtenga las estimaciones de los parámetros, sus errores estándar, r 2, la SCR y la
SCE.

c) Interprete la regresión. ¿Tiene sentido económico?

Si el gasto por alumno aumenta en un dólar, el promedio de pago aumenta alrededor de $ 3.31. Sin embargo, el término del in

d) Establezca un intervalo de confi anza de 95% para β2. ¿Rechazaría la hipótesis de que
el verdadero coefi ciente de la pendiente es 3.0?

e) Obtenga el valor individual pronosticado y la media del Sueldo, si el gasto por alumno
es de 5 000 dólares. También establezca intervalos de confi anza de 95% para la verdadera
media y el verdadero valor individual del Sueldo, para la cifra correspondiente al
gasto.
Se obtiene el mismo valor  Y= 12129.371 + 3.3076(5,000) = 28,667 es el valor pronosticado

f ) ¿Cómo probaría la suposición de la normalidad del término de error? Muestre la(s)

prueba(s) utilizada(s).
 Table 5.5
Average teacher salary and per
pupil spending ($), by state, 1985

SALARY SPENDING

$ 19,583.00 $ 3,346.00
$ 20,263.00 $ 3,114.00
$ 20,325.00 $ 3,554.00
$ 26,800.00 $ 4,642.00
$ 29,470.00 $ 4,669.00
$ 26,610.00 $ 4,888.00
$ 30,678.00 $ 5,710.00
$ 27,170.00 $ 5,536.00
$ 25,853.00 $ 4,168.00
$ 24,500.00 $ 3,547.00
mbargo, el término del in $ 24,274.00 $ 3,159.00
$ 27,170.00 $ 3,621.00
$ 30,168.00 $ 3,782.00
$ 26,525.00 $ 4,247.00
$ 27,360.00 $ 3,982.00
$ 21,690.00 $ 3,568.00
$ 21,974.00 $ 3,155.00
$ 20,816.00 $ 3,059.00
$ 18,095.00 $ 2,967.00
$ 20,939.00 $ 3,285.00
$ 22,644.00 $ 3,914.00
$ 24,624.00 $ 4,517.00
$ 27,186.00 $ 4,349.00
$ 33,990.00 $ 5,020.00
$ 23,382.00 $ 3,594.00
$ 20,627.00 $ 2,821.00
$ 22,795.00 $ 3,366.00
$ 21,570.00 $ 2,920.00
$ 22,080.00 $ 2,980.00
$ 22,250.00 $ 3,731.00
$ 20,940.00 $ 2,853.00
$ 21,800.00 $ 2,533.00
$ 22,934.00 $ 2,729.00
$ 18,443.00 $ 2,305.00
$ 19,538.00 $ 2,642.00
$ 20,460.00 $ 3,124.00
$ 21,419.00 $ 2,752.00
$ 25,160.00 $ 3,429.00
$ 22,482.00 $ 3,947.00
$ 20,969.00 $ 2,509.00
$ 27,224.00 $ 5,440.00
$ 25,892.00 $ 4,042.00
$ 22,644.00 $ 3,402.00
$ 24,640.00 $ 2,829.00
$ 22,341.00 $ 2,297.00
$ 25,610.00 $ 2,932.00
$ 26,015.00 $ 3,705.00
$ 25,788.00 $ 4,123.00
$ 29,132.00 $ 3,608.00
$ 41,480.00 $ 8,349.00
$ 25,845.00 $ 3,766.00
 Ingreso (X) Consumo (Y) xi = X - X ¯
2,297.00 $ 19,583.00 $ 3,346.00 -4773.22
$ 20,263.00 $ 3,114.00 -4093.22
$ 20,325.00 $ 3,554.00 -4031.22
$ 26,800.00 $ 4,642.00 2443.78
$ 29,470.00 $ 4,669.00 5113.78
$ 26,610.00 $ 4,888.00 2253.78
$ 30,678.00 $ 5,710.00 6321.78
$ 27,170.00 $ 5,536.00 2813.78
$ 25,853.00 $ 4,168.00 1496.78
$ 24,500.00 $ 3,547.00 143.78
$ 24,274.00 $ 3,159.00 -82.22
$ 27,170.00 $ 3,621.00 2813.78
$ 30,168.00 $ 3,782.00 5811.78
$ 26,525.00 $ 4,247.00 2168.78
$ 27,360.00 $ 3,982.00 3003.78
$ 21,690.00 $ 3,568.00 -2666.22
$ 21,974.00 $ 3,155.00 -2382.22
$ 20,816.00 $ 3,059.00 -3540.22
$ 18,095.00 $ 2,967.00 -6261.22
$ 20,939.00 $ 3,285.00 -3417.22
$ 22,644.00 $ 3,914.00 -1712.22
$ 24,624.00 $ 4,517.00 267.78
$ 27,186.00 $ 4,349.00 2829.78
$ 33,990.00 $ 5,020.00 9633.78
$ 23,382.00 $ 3,594.00 -974.22
$ 20,627.00 $ 2,821.00 -3729.22
$ 22,795.00 $ 3,366.00 -1561.22
$ 21,570.00 $ 2,920.00 -2786.22
$ 22,080.00 $ 2,980.00 -2276.22
$ 22,250.00 $ 3,731.00 -2106.22
$ 20,940.00 $ 2,853.00 -3416.22
$ 21,800.00 $ 2,533.00 -2556.22
$ 22,934.00 $ 2,729.00 -1422.22
$ 18,443.00 $ 2,305.00 -5913.22
$ 19,538.00 $ 2,642.00 -4818.22
$ 20,460.00 $ 3,124.00 -3896.22
$ 21,419.00 $ 2,752.00 -2937.22
$ 25,160.00 $ 3,429.00 803.78
$ 22,482.00 $ 3,947.00 -1874.22
$ 20,969.00 $ 2,509.00 -3387.22
$ 27,224.00 $ 5,440.00 2867.78
$ 25,892.00 $ 4,042.00 1535.78
$ 22,644.00 $ 3,402.00 -1712.22
$ 24,640.00 $ 2,829.00 283.78
$ 22,341.00 $ 2,297.00 -2015.22
$ 25,610.00 $ 2,932.00 1253.78
$ 26,015.00 $ 3,705.00 1658.78
 $ 25,788.00 $ 4,123.00 1431.78
$ 29,132.00 $ 3,608.00 4775.78
$ 41,480.00 $ 8,349.00 17123.78
$ 25,845.00 $ 3,766.00 1488.78
24356.22 3696.61
51

xi * yi 1488.78
B1
xi^2 69.3922

Bo Y¯ -
Y^ = Bo

R^2 xi * yi^2
Σxi^2 Σyi^2

r √R^2 0.8347

Variacion Suma de Cuadrados

Explicado SCE 402018621109.3700
Residual SCR 394179463609.2520
Total SCT 55625998.1569

Resumen

Estadísticas de la regresión
Coeficiente d 0.367966174929872
Coeficiente d 0.135399105892521
R^2 ajustado 0.117754189686246
Error típico 6260.99609960892
Observacione 51

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 300803622.938511 300803622.938511
Residuos 49 1920803535.80659 39200072.1593181
Total 50 2221607158.7451

Coeficientes Error típico Estadístico t

Intercepción 16552.739199644 2551.89380033007 6.48645300110178
Variable X 1 1.90504144456474 0.687711568792268 2.77011690803791
yi = Y - Y ¯ xi * yi xi^2 yi^2 y^
-350.61 1673526.86 22783587.99 122925.86 -98711.06
-582.61 2384739.56 16754414.65 339431.90 -84121.89
-142.61 574882.97 16250699.91 20337.00 -82791.71
945.39 2310334.52 5972081.77 893766.33 56127.14
972.39 4972603.76 26150790.01 945546.51 113411.05
1191.39 2685140.95 5079543.73 1419415.27 52050.76
2013.39 12728230.95 39964956.91 4053747.98 139328.27
1839.39 5175652.80 7917382.16 3383363.51 64065.36
471.39 705572.39 2240363.28 222210.57 35809.59
-149.61 -21511.26 20673.93 22382.51 6781.45
-537.61 44199.80 6759.42 289022.19 1932.70
-75.61 -212744.16 7917382.16 5716.55 64065.36
85.39 496280.80 33776836.91 7291.82 128386.40
550.39 1193681.88 4703625.40 302931.53 50227.11
285.39 857256.48 9022720.20 81448.68 68141.74
-128.61 342896.25 7108706.09 16539.98 -53506.11
-541.61 1290226.70 5674951.58 293339.06 -47412.99
-637.61 2257269.29 12533127.11 406543.76 -72257.47
-729.61 4568232.07 39202821.87 532327.60 -130635.57
-411.61 1406552.78 11677363.05 169421.02 -69618.55
217.39 -372222.26 2931682.56 47259.35 -33038.38
820.39 219688.15 71708.44 673043.29 9441.83
652.39 1846129.09 8007679.26 425615.53 64408.63
1323.39 12749274.60 92809800.20 1751366.80 210386.06
-102.61 99962.17 949096.20 10528.37 -17204.85
-875.61 3265330.50 13907049.63 766689.09 -76312.40
-330.61 516150.15 2437394.42 109301.55 -29798.73
-776.61 2163796.95 7762997.85 603119.74 -56080.67
-716.61 1631154.01 5181157.85 513526.80 -45138.80
34.39 -72437.30 4436144.52 1182.82 -41491.51
-843.61 2881946.35 11670529.62 711674.19 -69597.10
-1163.61 2974432.62 6534238.63 1353983.21 -51146.10
-967.61 1376147.05 2022697.46 936264.94 -26816.53
-1391.61 8228877.33 34966119.75 1936572.39 -123169.35
-1054.61 5081328.05 23215202.40 1112197.70 -99676.51
-572.61 2231003.66 15180496.67 327879.74 -79895.33
-944.61 2774516.97 8627235.99 892283.98 -59320.32
-267.61 -215098.99 646069.22 71613.96 20941.52
250.39 -469288.91 3512684.44 62696.23 -36514.03
-1187.61 4022683.92 11473230.11 1410412.39 -68974.91
1743.39 4999672.68 8224186.87 3039416.21 65223.91
345.39 530447.86 2358633.46 119295.74 36646.32
-294.61 504432.17 2931682.56 86793.78 -33038.38
-867.61 -246213.50 80533.54 752743.37 9785.10
-1399.61 2820511.68 4061094.26 1958902.11 -39539.14
-764.61 -958653.32 1571975.11 584625.15 30596.11
8.39 13920.78 2751565.40 70.43 39285.24
 426.39 610501.60 2050006.32 181810.27 34415.04
-88.61 -423171.95 22808115.81 7851.35 106159.38
4652.39 79666559.84 293223989.22 21644752.78 371081.38
69.39 103309.95 2216478.73 4815.27 35637.95
183987717.31 873380264.63 55625998.16 3696.61

= 21.45465

B1 X¯ = 3696.61 -
B1 * X

183987717.31
= 0.6968 0.6968
873380264.6275 55625998.1569

0.8347

Grado de Libertad Media Cuadratica F-snedecor

K=1 CME 402018621109.3700
F 49.9745
n-K-1 CMR 8044478849.1684
n-1

F Valor crítico de F
7.67354768419751 0.007893896321

Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

4.1449851921878E-08 11424.51661072 21680.9617885709 11424.5166107171 21680.96178857
0.007893896320717 0.523033305632 3.28704958349698 0.523033305632495 3.287049583497
 ui = Y- Y1 ui^2 y^ - y ¯ SCE Xi^2 o^2
102057.06 10415642580.57 -102407.66 10487329514.65 151131338 151131338
87235.89 7610101330.38 -87818.50 7712089395.24
86345.71 7455581039.14 -86488.31 7480228526.08
-51485.14 2650719701.03 52430.53 2748960763.57
-108742.05 11824833719.62 109714.44 12037259101.73
-47162.76 2224325687.99 48354.15 2338123781.85 $9,000.00
-133618.27 17853841096.09 135631.66 18395946782.94
-58529.36 3425686031.27 60368.75 3644386287.79
$8,000.00
-31641.59 1001190137.61 32112.98 1031243541.69
-3234.45 10461664.94 3084.84 9516249.35
1226.30 1503813.61 -1763.91 3111373.64
$7,000.00
-60444.36 3653520706.69 60368.75 3644386287.79
-124604.40 15526255438.12 124689.79 15547543206.16
-45980.11 2114170729.71 46530.50 2165087847.63 $6,000.00
-64159.74 4116472696.24 64445.14 4153175520.14
57074.11 3257454231.64 -57202.72 3272151128.44
50567.99 2557121780.12 -51109.60 2612191160.96 $5,000.00
75316.47 5672571297.70 -75954.08 5769022590.90
133602.57 17849647257.29 -134332.18 18045134553.75
72903.55 5314927974.25 -73315.16 5375112743.31 $4,000.00
36952.38 1365478192.42 -36734.99 1349459137.74
-4924.83 24253912.01 5745.22 33007532.69
$3,000.00
-60059.63 3607159731.37 60712.03 3685950216.26
-205366.06 42175219086.14 206689.45 42720530122.26
20798.85 432592035.80 -20901.45 436870813.82
$2,000.00
79133.40 6262095436.98 -80009.01 6401441782.35 $14,000.00 $1
33164.73 1099899016.11 -33495.33 1121937354.37
59000.67 3481079005.12 -59777.28 3573322890.28
48118.80 2315418812.02 -48835.41 2384896956.28
45222.51 2045075297.75 -45188.12 2041965881.35
72450.10 5249016685.82 -73293.71 5371967301.66
53679.10 2881445824.45 -54842.71 3007722652.25
29545.53 872938306.26 -30513.14 931051543.11
125474.35 15743813629.75 -126865.96 16094972393.73
102318.51 10469078447.37 -103373.12 10686002461.24
83019.33 6892208994.16 -83591.94 6987611911.78
62072.32 3852973085.25 -63016.93 3971133372.52
-17512.52 306688270.15 17244.91 297386910.02
40461.03 1637094978.40 -40210.64 1616895425.31
71483.91 5109949832.48 -72671.52 5281149956.59
-59783.91 3574116065.15 61527.30 3785609085.93
-32604.32 1063041683.57 32949.71 1085683532.14
36440.38 1327901102.01 -36734.99 1349459137.74
-6956.10 48387333.62 6088.49 37069742.35
41836.14 1750262255.71 -43235.74 1869329525.31
-27664.11 765302938.93 26899.50 723583174.32
-35580.24 1265953602.51 35588.63 1266550862.88
 -30292.04 917607481.41 30718.43 943621865.33
-102551.38 10516785581.02 102462.77 10498619719.15
-362732.38 131574776776.01 367384.77 134971568053.35
-31871.95 1015821295.50 31941.34 1020249437.69
0.00 394179463609.25 0.00 402018621109.37

21.45465 24356.22 -518857.4313

2216478.73
r 0.30917973
69.3922 103309.9546

SCE 402018621109.3700
r^2 7227.17137
SCT 55625998.1569
 var B1 ee B1 var Bo ee B0
12293.5486 0.1730418515 0.4159830

Relacion Ingreso - Gasto

$9,000.00

$8,000.00

f(x) = 0.210661638195142 x − 1434.31245356755

$7,000.00 R² = 0.696781275327322

$6,000.00

$5,000.00

$4,000.00

$3,000.00

$2,000.00
$14,000.00 $19,000.00 $24,000.00 $29,000.00 $34,000.00 $39,000.00
0.00 $39,000.00 $44,000.00
 Basado en el modelo de Consumo de Keynes de la parte de Introducción del

1.     Gráficas de series de tiempo

2.     Estimar los estadísticos principales y describir resultados

3.     Elaborar diagrama de dispersión entre ambas variables

4.     Estimar el modelo econométrico e interpretar signos y parámetros

5.     Interpretar R y R cuadrado

0.998350474067394
0.999174896635917

6.     Realizar validación global del modelo a través de ANOVA

7.     Estimar los residuos, la Y estimada y elaborar gráfico del ajuste del modelo\

8.     Realizar prueba de Normalidad en los residuos

9.     Realizar la validación individual de los parámetros a través de las probabilidades, la t estudent y los intervalos de confianza
10.     Aplique un modelo Log-Log y realice los acápites del 1-9
del libro Gujarati y apoyado del software Gretl, elaborar un informe con lo siguiente:
 Year PCE(Y) GDP(X) Resumen
1960 1,597.4 2,501.8
1961 1,630.3 2,560.0 Estadísticas de la regresión
1962 1,711.1 2,715.2 Coeficiente de correlación múltiple
1963 1,781.6 2,834.0 Coeficiente de determinación R^2
1964 1,888.4 2,998.6 R^2 ajustado
1965 2,007.7 3,191.1 Error típico
1966 2,121.8 3,399.1 Observaciones
1967 2,185.0 3,484.6
1968 2,310.5 3,652.7 ANÁLISIS DE VARIANZA
1969 2,396.4 3,765.4
1970 2,451.9 3,771.9 Regresión
1971 2,545.5 3,898.6 Residuos
1972 2,701.3 4,105.0 Total
1973 2,833.8 4,341.5
1974 2,812.3 4,319.6
1975 2,876.9 4,311.2 Intercepción
1976 3,035.5 4,540.9 Variable X 1
1977 3,164.1 4,750.5
1978 3,303.1 5,015.0
1979 3,383.4 5,173.4
1980 3,374.1 5,161.7 Análisis de los residuales
1981 3,422.2 5,291.7
1982 3,470.3 5,189.3 Observación
1983 3,668.6 5,423.8 1
1984 3,863.3 5,813.6 2
1985 4,064.0 6,053.7 3
1986 4,228.9 6,263.6 4
1987 4,369.8 6,475.1 5
1988 4,546.9 6,742.7 6
1989 4,675.0 6,981.4 7
1990 4,770.3 7,112.5 8
1991 4,778.4 7,100.5 9
1992 4,934.8 7,336.6 10
1993 5,099.8 7,532.7 11
1994 5,290.7 7,835.5 12
1995 5,433.5 8,031.7 13
1996 5,619.4 8,328.9 14
1997 5,831.8 8,703.5 15
1998 6,125.8 9,066.9 16
1999 6,438.6 9,470.3 17
2000 6,739.4 9,817.0 18
2001 6,910.4 9,890.7 19
2002 7,099.3 10,048.8 20
2003 7,295.3 10,301.0 21
2004 7,577.1 10,703.5 22
2005 7,841.2 11,048.6 23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
de la regresión
0.999174896635917
0.998350474067395
0.998312984841654
73.5668925196828
46

Grados de libertad Suma de cuadrados Promedio de los cuadrados

1 144125683.825996 144125683.825996
44 238131.857700113 5412.08767500256
45 144363815.683696

Coeficientes Error típico Estadístico t

-299.59131904895 28.7649361184402 -10.415156766397
0.721834335935165 0.004423329154626 163.188022121342

Pronóstico para Y Residuos

1506.29382259365 91.106177406353
1548.30458094507 81.9954190549263
1660.33326988221 50.7667301177887
1746.08718899131 35.512811008691
1864.90112068624 23.4988793137632
2003.85423035376 3.84576964624353
2153.99577222827 -32.1957722282705
2215.71260795073 -30.7126079507275
2337.05295982143 -26.5529598214289
2418.40368948132 -22.003689481322
2423.0956126649 28.8043873350994
2514.55202302789 30.9479769721142
2663.5386299649 37.7613700350962
2834.25245041357 -0.452450413570659
2818.44427845659 -6.14427845659066
2812.38087003473 64.5191299652652
2978.18621699904 57.3137830009578
3129.48269381105 34.6173061889467
3320.4078756659 -17.3078756659047
3434.74643447803 -51.3464344780346
3426.30097274759 -52.2009727475934
3520.13943641916 -97.9394364191649
3446.2236004194 24.076399580596
3615.4937521962 53.1062478037998
3896.86477634373 -33.5647763437278
4070.17720040176 -6.17720040176073
4221.69022751455 7.20977248544659
4374.35818956484 -4.55818956484018
4567.52105786109 -20.6210578610899
4739.82291384881 -64.8229138488132
4834.45539528991 -64.155395289913
4825.79338325869 -47.3933832586918
4996.21846997298 -61.418469972984
5137.77018324987 -37.9701832498695
5356.34162017104 -65.641620171039
5497.96551688152 -64.465516881517
5712.49468152145 -93.0946815214484
5982.89382376276 -151.093823762762
6245.2084214416 -119.408421441601
6536.39639255785 -97.7963925578461
6786.65635682657 -47.2563568265687
6839.85554738499 70.5444526150095
6953.97755589634 145.322444103661
7136.02417541919 159.275824580812
7426.56249563309 150.537504366908
7675.66752496432 165.532475035682
 F Valor crítico de F
26630.3305638757 7.2442009355E-63

Probabilidad Inferior 95% Superior 95% Inferior 95.0%

1.87709486390822E-13 -357.563238583 -241.61939951 -357.56323858
7.24420093552361E-63 0.7129197017858 0.7307489701 0.71291970179

Resultados de datos de probabilidad

Percentil Y
1.08695652173913 1597.4
3.26086956521739 1630.3
5.43478260869565 1711.1
7.60869565217391 1781.6
9.78260869565217 1888.4
11.9565217391304 2007.7
14.1304347826087 2121.8
16.304347826087 2185
18.4782608695652 2310.5
20.6521739130435 2396.4
22.8260869565217 2451.9
25 2545.5
27.1739130434783 2701.3
29.3478260869565 2812.3
31.5217391304348 2833.8
33.695652173913 2876.9
35.8695652173913 3035.5
38.0434782608696 3164.1
40.2173913043478 3303.1
42.3913043478261 3374.1
44.5652173913044 3383.4
46.7391304347826 3422.2
48.9130434782609 3470.3
51.0869565217391 3668.6
53.2608695652174 3863.3
55.4347826086956 4064
57.6086956521739 4228.9
59.7826086956522 4369.8
61.9565217391304 4546.9
64.1304347826087 4675
66.304347826087 4770.3
68.4782608695652 4778.4
70.6521739130435 4934.8
72.8260869565217 5099.8
75 5290.7
77.1739130434783 5433.5
79.3478260869565 5619.4
81.5217391304348 5831.8
83.695652173913 6125.8
85.8695652173913 6438.6
88.0434782608696 6739.4
90.2173913043478 6910.4
92.3913043478261 7099.3
94.5652173913043 7295.3
96.7391304347826 7577.1
98.9130434782609 7841.2
 Variable X 1 Curva de regresión ajustada
10,000.0
8,000.0
6,000.0 Y
4,000.0 Pronóstico para Y

Y
2,000.0
0.0
.0 .0 0 0 0 0
0 0 0. 0. 0. 0.
00 00 0 0 0 0 0 0
,0
0
2, 4, 6,Variable8 , X 1 10 , 12

Gráfico de probabilidad normal

10000
Superior 95.0% 8000
-241.619399515 6000
4000
Y

0.730748970084
2000
0
0 20 40 60 80 100 120
Muestra percentil
120