Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6 de septiembre de 2022
1. En la regresión y i=β 0 + β 1 x i +ui , suponga que se multiplica cada valor x i por una
constante, 2, por ejemplo. ¿Cambiará esto los residuos u^i y los valores ajustados ^ y i?
Explique. ¿Qué sucede si se agrega un valor constante, por ejemplo, 2, a cada valor x i?
Explique
2. Dé razones por las que los siguientes enunciados son verdaderos, falsos o ambiguos.
a. Como la correlación entre dos variables, y y x , puede variar de –1 a +1, esto
significa que cov( y , x ) también está dentro de esos límites.
b. Si la correlación entre dos variables es cero, esto quiere decir que no existe
ninguna relación entre las dos variables.
c. Si se hace la regresión de y i sobre ^ y i (es decir, la y real sobre la y estimada),
el valor del intercepto y de la pendiente serán respectivamente 0 y 1
3. Sean X i =xi −x , Y i= y i − y las variables centradas correspondientes a las variables
explicativa y explicada, respectivamente. Demuestre que el estimador de MCO para la
pendiente de la recta de regresión puede ser escrito como:
n n n
∑ Xi Y i ∑ xi Y i ∑ X i yi
^
β 1= i=!n = i=!
= i=!
n n
∑ X i2 ∑ x i2−n x 2 ∑ x i2−n x 2
i=! i=! i=!
PARTE II. Esta sección debe ser realizada en R. Deben responder en este archivo y pegar las
capturas de pantalla que justifiquen sus respuestas. Esto lo deben cargar en el aula virtual al
finalizar el taller. Tiempo: 45 minutos.
Niñ o 1 2 3 4 5 6 7 8 9 10
Estatura (cm) 121 123 108 118 111 109 114 103 110 115
Peso (kg) 25 22 19 24 19 18 20 15 20 21
Cor=0.9001375
SCRIP R
B1=cov(Base1$estatura,Base1$peso)/var(Base1$estatura)
B1
B0=mean(Base1$peso)-B1*mean(Base1$estatura)
B0
plot(Base1$estatura,Base1$peso,
xlab="estatura",
ylab="peso")
abline(lm(Base1$peso~Base1$estatura))