Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELO DE REGRESIÓN
LINEAL MÚLTIPLE
PRESENTA:
Ambrosio Velázquez Ángela Jocelyne
Barrera Reyes María Guadalupe
López López Guadalupe
Valdez Romero Hannya Jocelyn
TUTOR:
Santos Pérez Rubén
MATERIA:
Econometría
GRUPO:
2EM24
Las variables que se desea incluir en el modelo son número medio de viajeros (X1), días de
estancia promedio (X2), ingreso en dólares (X3) y una variable de localización geográfica
(X4) que toma el valor 1 si la comunidad autónoma tiene costa y 0 en caso contrario.
1. Estime el modelo de regresión lineal múltiple e interprete los coeficientes estimados
del modelo:
Y = β0 + β 1 X + β 2 X + β 3 X + β 4 X + µ
1 2 3 4
Se utiliza la fórmula: ^ −1
β=¿ ( X ‘ X ) X ' y ¿
Para ello se calcula:
Página 2 de 10
[ ]
17.00 2059383.00 51.92 1991.80 10.00
2059383.00 491283107989.00 7128470.92 240628774.10 1468264.00
( X ' X ) = 51.92 7128470.92 270.47 6085.74 35.39 5x5
1991.80 240628774.10 6085.74 233395.46 1176.00
10.00 1468264.00 35.39 1176.00 10.00
[ ]
557.14
82502308.35
Y X ‘ y = 2108.7116
65280.61
354.59
[ ]
744.2197798 −2.5681E-05 −0.04277309 −6.36452314 8.287630175
−2.681E-05 5.40231E-12 −2.1864E-08 2.2375E-07 −5.47789E-07
¿ −0.042773089 −2.18645E-08 0.00953222 0.000189714 −0.010061499
−6.36452314 2.23753−07 0.000189771 0.54445039 −0.071737296
8.287630175 −5.47789E-07 −0.0100615 −0.071737296 0.364713382
[ ][ ]
744.2197798 −2.5681E-05 −0.04277309 −6.36452314 8.287630175 557.14
−2.681E-05 5.40231E-12 −2.1864E-08 2.2375E-07 −5.47789E-07 82502308.35
^β= −0.042773089 −2.18645E-08 0.00953222 0.000189714 −0.010061499 2108.7116
−6.36452314 2.23753−07 0.000189771 0.54445039 −0.071737296 65280.61
8.287630175 −5.47789E-07 −0.0100615 −0.071737296 0.364713382 354.59
[ ]
−181.5764986
0.0000582
^β= 3.2831603
1.6975758
−2.7711142
Y=Numero de huéspedes
X1= son número medio de viajeros
X2=días de estancia en promedio
X3=ingreso en dólares
X4= una variable de localización geográfica
Página 3 de 10
2. Calcule el R2 y el R2 ajustado e interprete el resultado. Emplear la fórmula extensa,
para ello deberá calcular la Matriz de desviaciones M ° . Es decir, emplear la fórmula
β ̂ ' X ' M ° Xβ ̂ û ' u ̂
R 2¿ =1−
y' M° y y' M ° y
Para calcular el coeficiente de determinación, se utiliza la fórmula:
û 'û
R 2=1−
y' M° y
Por tanto, se tiene que:
635.9159895
R 2=1− =0.771122893
21037−17 ( 32.77294118 )2
Por otro lado, el R2 ajustado está dado por:
'
u^ u^ /( n−k−1)
R2¿ 1−
y ' M ° y /(n−1)
635.9159895/17−1
R2=1− =0.694830523
21037/17−5
El 69.48 % de la variación de Y permite saber la ocupación hotelera que es explicado por
el modelo.
3. Calcule la matriz de varianzas y covarianzas de los estimadores del modelo.
u^´ u^
σ 2¿
n−k−1
Para lo cual, primero se calcula u ˆ :
Página 4 de 10
[ ][ ] [ ][ ][ ]
40.16 48.049 40.16 48.049 −7.8899
22.67 24.3149 22.67 24.3149 −1.6449
23.43 24.3783 23.43 24.3783 −0.9483
43.51 54.9962 43.51 54.9962 −11.4862
71.41 58.4938 71.41 58.4938 12.9162
[ ]
18.08 19.3064 18.08 19.3064 −1.2264
23.65 28.9121 −181.5764986 23.65 28.9121 −5.2621
26.89 26.8331 0.0000582 26.89 26.8331 0.0569
^µ= y −^y = y−x ^β= 35.81 − 38.1526 3.2831603 = 35.81 − 38.1526 = −2.3426
48.20 39.2906 1.6975758 48.20 39.2906 8.9094
27.69 23.0673 −2.7711142 27.69 23.0673 4.6227
22.94 29.3334 22.94 29.3334 −6.3934
41.58 37.3836 41.58 37.3836 4.1964
29.35 27.3527 29.35 27.3527 1.9973
22.07 26.7182 22.07 26.7182 −4.6482
28.85 26.5132 28.85 26.5132 2.3368
30.85 24.0436 30.85 24.0436 6.8064
Entonces:
u^´ u^ =635.9159895
Por lo tanto
635.9159895
σ 2¿ =¿52.99299913
17−5−1
Dado que n = 17 (17 datos u observaciones) y k = 5 (5 variables explicativas).
Así la matriz de varianzas covarianzas está dada por:
Var [ ^β ] =σ 2 ( X ‘ X ) =
−1
[ ]
744.2197798 −2.5681E-05 −0.04277309 −6.36452314 8.287630175
−2.681E-05 5.40231E-12 −2.1864E-08 2.2375E-07 −5.47789E-07
¿ 52.99299913 −0.042773089 −2.18645E-08 0.00953222 0.000189714 −0.010061499
−6.36452314 2.23753−07 0.000189771 0.54445039 −0.071737296
8.287630175 −5.47789E-07 −0.0100615 −0.071737296 0.364713382
Página 5 de 10
[ ]
900.8809851 109132882 2751.39651 105551.4557 529.929991
109132881.5 2.6035E+13 377759053 12751640415 77807712.9
Var [ β ] =σ 2 ( X ‘ X ) = 2751.396515 377759053 14332.9423 322501.7735 1875.42224
^ −1
Para: β1^
En donde H 0= β1=0 Para: β2^
Página 6 de 10
Como |tc|<|t0.05/2,17-5| se rechaza H0
Para: β4^
Para: β3^
En donde H 0= β 4=0
En donde H 0= β3 =0
β4^= 1.698
β3^= 3.283
β40= 0
ee[β4^]= 3516.863007
β30= 0
Calcular tc
ee[β3^]= 119.7202668
tc= 0.0004826960
Calcular tc
Obtener el valor crítico de t
tc= 0.027423596221
α= 0.05
Obtener el valor crítico de t
n= 17
α= 0.05
k= 5
n= 17
t0.05/2,17-5= 2.17881283
k= 5
t0.05/2,17-5= 2.17881283
Como |tc|<|t0.05/2,17-5| se rechaza H0
Para: β5^
En donde H 0= β5 =0
β5^= -2.771
β50= 0
ee[β5^]= 23.02020832
Calcular tc
tc= -0.1203774605
Obtener el valor crítico de t
α= 0.05
n= 17
k= 5
t0.05/2,17-
5= 2.17881283
Página 7 de 10
5. Construir un intervalo de confianza al 99% para el coeficiente de X1.
Pr ¿
Sustituir:
t α/ 2 ,n−k
α =0.05
n=17
k =5
t 0.05/ 2,17−5=t 0.25,12=2.17881283
ee [ β 1]=30.0146795
Sustituir:
Pr ¿
Pr (−116.1796312≤ β 1 ≤−246.9723688)=99 %
Con un 99 % de probabilidad o confianza el verdadero valor de β 1 se encuentra entre
116.1796312 y −246.9723688
6. Verificar sus cálculos en Stata. Mostrar la salida de la regresión.
regress y x1 x2 x3 x4
------------------------------------------------------------------------------
-------------+----------------------------------------------------------------
Página 8 de 10
------------------------------------------------------------------------------
scalars:
e(N) = 17
e(df_m) = 4
e(df_r) = 12
e(F) = 10.10747229843673
e(r2) = .771122918920241
e(rmse) = 7.279629028097249
e(mss) = 2142.501068991298
e(rss) = 635.9159854405932
e(r2_a) = .6948305585603214
e(ll) = -54.907706518131
e(ll_0) = -67.44155307686974
e(rank) = 5
mvc[1,5]
x1 x2 x3 x4 _cons
symmetric mvc[5,5]
x1 x2 x3 x4 _cons
x1 .00028628
x2 -.00115866 .50514083
best[1,5]
x1 x2 x3 x4 _cons
Página 9 de 10
Total | 2778.41705 16 173.651066 Root MSE = 7.2796
------------------------------------------------------------------------------
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Página 10 de 10