EXAMEN DE LABORATORIO

NOMBRE : MARTELL TANTARAICO BRESNE YIMI

1.-La tabla proporciona datos sobre las elecciones presidenciales de Estados Unidos de 1916 a
2004. Estimar el siguiente modelo para predecir las elecciones presidenciales:
V = β0 + β1 I+ β2D + β3W + β4(GI) + β5P + β6N + u
Analice e interprete la significancia del mismo

Obs. AÑO V W D G I N P
1 1916 0,5168 0 1 2,229 1 3 4,252
2 1920 0,3612 1 0 -11,46 1 5 16,535
3 1924 0,4176 0 -1 -3,872 -1 10 5,161
4 1928 0,4118 0 0 4,623 -1 7 0,183
5 1932 0,5916 0 -1 -14,9 -1 4 7,069
6 1936 0,6246 0 1 11,921 1 9 2,362
7 1940 0,55 0 1 3,708 1 8 0,028
8 1944 0,5377 1 1 4,119 1 14 5,678
9 1948 0,5237 1 1 1,849 1 5 8,722
10 1952 0,446 0 0 0,627 1 6 2,288
11 1956 0,4224 0 -1 -1,527 -1 5 1,936
12 1960 0,5009 0 0 0,114 -1 5 1,932
13 1964 0,6134 0 1 5,054 1 10 1,247
14 1968 0,496 0 0 4,836 1 7 3,215
15 1972 0,3821 0 -1 6,278 -1 4 4,766
16 1976 0,5105 0 0 3,663 -1 4 7,657
17 1980 0,447 0 1 -3,789 1 5 8,093
18 1984 0,4083 0 -1 5,387 -1 7 5,403
19 1988 0,461 0 0 2,068 -1 6 3,272
20 1992 0,5345 0 -1 2,293 -1 1 3,692
21 1996 0,5474 0 1 2,918 1 3 2,268
22 2000 0,50265 0 0 1,219 1 8 1,605
23 2004 0,51233 0 1 2,69 -1 1 2,325

Año: Año electoral

V: Participación titular del voto bipartidista para la presidencia.
W: Variable indicadora
1: para las elecciones de 1920, 1944 y 1948
0: cualquier otro caso
D: Variable indicadora:
1: si un candidato demócrata compite en las elecciones.
-1: si un candidato republicano compite en las elecciones.
0 : en cualquier otro caso
G: Tasa de crecimiento del PIB per cápita real en los primeros trimestres del año electoral
I: Variable indicadora:
1: Si hay un titular demócrata al momento de las elecciones
-1: Si hay un titular republicano al momento de las elecciones
N: Número de trimestres en los primeros 15 trimestres de la administración en los que la
tasa de crecimiento del PIB per cápita real es mayor que 3.2%.
P: Valor absoluto de la tasa de crecimiento del deflactor del PIB en los primeros 15
trimestres de la administración.
 Obs. Obs. Año V W D I N P G*I
1 1 1916 0.5168 0 1 1 3 4.252 2.229
2 2 1920 0.3612 1 0 1 5 16.535 -11.46
3 3 1924 0.4176 0 -1 -1 10 5.161 3.872
4 4 1928 0.4118 0 0 -1 7 0.183 -4.623
5 5 1932 0.5916 0 -1 -1 4 7.069 14.9
6 6 1936 0.6246 0 1 1 9 2.362 11.921
7 7 1940 0.55 0 1 1 8 0.028 3.708
8 8 1944 0.5377 1 1 1 14 5.678 4.119
9 9 1948 0.5237 1 1 1 5 8.722 1.849
10 10 1952 0.446 0 0 1 6 2.288 0.627
11 11 1956 0.4224 0 -1 -1 5 1.936 1.527
12 12 1960 0.5009 0 0 -1 5 1.932 -0.114
13 13 1964 0.6134 0 1 1 10 1.247 5.054
14 14 1968 0.496 0 0 1 7 3.215 4.836
15 15 1972 0.3821 0 -1 -1 4 4.766 -6.278
16 16 1976 0.5105 0 0 -1 4 7.657 -3.663
17 17 1980 0.447 0 1 1 5 8.093 -3.789
18 18 1984 0.4083 0 -1 -1 7 5.403 -5.387
19 19 1988 0.461 0 0 -1 6 3.272 -2.068
20 20 1992 0.5345 0 -1 -1 1 3.692 -2.293
21 21 1996 0.5474 0 1 1 3 2.268 2.918
22 22 2000 0.50265 0 0 1 8 1.605 1.219
23 23 2004 0.51233 0 1 -1 1 2.325 -2.69

Resumen

Estadísticas de la regresión
Coeficiente de correlación
múltiple 0.88010879
Coeficiente de determinación
R^2 0.77459148
R^2 ajustado 0.69006328
Error típico 0.03994479
Observaciones 23

ANÁLISIS
DE
VARIANZA
Grados de Suma de Promedio de los Valor
libertad cuadrados cuadrados F crítico de F
Regresión 6 0.08772889 0.01462148 9.16370528 0.00019191

2
Residuos 16 0.02552938 0.00159559
Total 22 0.11325827

Coeficie Error Estadísti Probabili Inferior Superior Inferior Superior

ntes típico co t dad 95% 95% 95.0% 95.0%
Intercep 0.50917 0.02969 17.1494 1.0097E- 0.44623 0.57211 0.44623 0.57211
ción 765 058 663 11 642 887 642 887
- -
0.00959 0.04079 0.23508 0.817126 0.07689 0.09607 0.07689 0.09607
W 037 573 274 76 272 347 272 347
0.04264 0.01605 2.65562 0.017269 0.00860 0.07667 0.00860 0.07667
D 048 663 982 67 193 902 193 902
- - - -
0.00983 0.01315 0.74752 0.465592 0.03772 0.01805 0.03772 0.01805
I 459 62 48 12 448 531 448 531
- - - -
0.00420 0.00350 1.19940 0.247829 0.01163 0.00322 0.01163 0.00322
N 494 584 998 66 698 711 698 711
- - - -
0.00118 0.00379 0.31103 0.759789 0.00923 0.00687 0.00923 0.00687
P 18 955 583 01 649 29 649 29
0.00946 0.00169 5.57531 4.1832E- 0.00586 0.01306 0.00586 0.01306
G*I 903 838 633 05 861 944 861 944

𝑽 = 𝟎. 𝟓𝟏 − 𝟎. 𝟎𝟎𝟗(𝑰) + 𝟎. 𝟎𝟒(𝑫) + 𝟎. 𝟎𝟎𝟗𝟔(𝑾) + 𝟎. 𝟎𝟏(𝑮 ∗ 𝑰)

− 𝟎. 𝟎𝟎𝟏(𝑷) − 𝟎. 𝟎𝟎𝟒𝟐(𝑵)

0.51 es el valor esperado sobre la prediccion de las elecciones de Estados Unidos

por ello decimos que este valor si es significativo

2.-Estime el modelo de las ventas de refrigeradoras (en miles), en función de los

trimestres. Considere las variables dicótomas, las cuales toman un valor de 1 en el
trimestre relevante, y 0 en otro caso. Interprete los resultados.

Ventas de
Año Trimestre refrigeradoras
I 1317
II 1615
1978
III 1662
IV 1295
I 1271
II 1555
1979
III 1639
IV 1238

3
 I 1277
II 1258
1980
III 1417
IV 1185
I 1196
II 1410
1981
III 1417
IV 919
I 943
II 1175
1982
III 1269
IV 973
I 1102
II 1344
1983
III 1641
IV 1225
I 1429
II 1699
1984
III 1749
IV 1117
I 1242
II 1684
1985
III 1764
IV 1328

AÑO TRIMESTRE REFR BIDU D2 D3 D4

I 1317 252.6 0 0 0
II 1615 272.4 1 0 0
1978
III 1662 270.9 0 1 0
IV 1295 273.9 0 0 1
I 1271 268.9 0 0 0
II 1555 262.9 1 0 0
1979
III 1639 270.9 0 1 0
IV 1238 263.4 0 0 1
I 1277 260.6 0 0 0
II 1258 231.9 1 0 0
1980
III 1417 242.7 0 1 0
IV 1185 248.6 0 0 1
I 1196 258.7 0 0 0
II 1410 248.4 1 0 0
1981
III 1417 255.5 0 1 0
IV 919 240.4 0 0 1
I 943 247.7 0 0 0
1982 II 1175 249.1 1 0 0
III 1269 251.8 0 1 0

4
 IV 973 262 0 0 1
I 1102 263.3 0 0 0
II 1344 280 1 0 0
1983
III 1641 288.5 0 1 0
IV 1225 300.5 0 0 1
I 1429 312.6 0 0 0
II 1699 322.5 1 0 0
1984
III 1749 324.3 0 1 0
IV 1117 333.1 0 0 1
I 1242 344.8 0 0 0
II 1684 350.3 1 0 0
1985
III 1764 369.1 0 1 0
IV 1328 356.4 0 0 1

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.729243871
Coeficiente de determinación R^2 0.531796624
R^2 ajustado 0.481631976
Error típico 169.6785169
Observaciones 32

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 3 915635.844 305211.948 10.6010238 7.9083E-05
Residuos 28 806142.375 28790.7991
Total 31 1721778.22

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Superior 95.0%
Intercepción 1222.125 59.990415 20.3720044 2.5003E-18 1099.24021 1345.00979 1099.24021 1345.00979
D2 245.375 84.8392585 2.89223414 0.00732046 71.5896571 419.160343 71.5896571 419.160343
D3 347.625 84.8392585 4.09745448 0.00032341 173.839657 521.410343 173.839657 521.410343
D4 -62.125 84.8392585 -0.73226713 0.47009113 -235.910343 111.660343 -235.910343 111.660343

Modelo:
y' = 1222.125 + 245.375*D2 + 347.625*D3 - 62.125*D4

Interpretacion

Coef. Del D2
245.375 es el cambio esperado de la variable dicotoma 2

Coef. D3
347.625 es el cambio esperado de la variable dicotoma 3

Coef. D4
-62.125 es el cambio esperado de la variable dicotoma 4

Coeficiente independiente
1222.125 es el valor esperado sobre de la venta de refrigeradoras

5
 3.- Las ventas trimestrales pueden cambiar su pendiente al alcanzar una población de
17 mil estudiantes
Sea: Y: Ventas trimestrales $ en miles)
X: Población de estudiantes (miles)
(i) 1 2 3 4 5 6 7 8 9 10
Yi 50 120 70 100 110 150 160 190 136 220
Xi 3 7 9 12 15 20 23 25 28 30

i Yi Xi (Xi -X*)Di
1 50 3 0
2 120 7 0
3 70 9 0
4 100 12 3
5 110 15 6
6 150 20 11
7 160 23 14
8 190 25 16
9 136 28 19
10 220 30 21

a.-Estimar la regresión lineal sin considerar el umbral e interpretar resultados.

parte a)
SIN UMBRAL

Resumen

Estadísticas de la regresión Estadís

Coeficiente de0.87647157
correlación múltiple
Coeficiente de0.76820242
determinación R^2
R^2 ajustado 0.73922772
Error típico 26.6067925
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 18769.0287 18769.0287 26.5128707 0.00087533
Residuos 8 5663.37125 707.921407
Total 9 24432.4

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 46.6353479 18.3494713 2.54150908 0.03462933 4.32139121 88.9493046
Xi 4.88166582 0.94806839 5.14906503 0.00087533 2.69541618 7.06791546

6
 46.6353 es el valor esperado de ventas trimestrales($ en miles)
sobre una poblacion de estudiantes (miles)

b.-Estimar la regresión lineal considerando el umbral e interpretar resultados.

parte b)
CON EL UMBRAL

Resumen

Estadísticas de la regresión
Coeficiente de0.87660916
correlación múltiple
Coeficiente de0.76844363
determinación R^2
R^2 ajustado 0.70228466
Error típico 28.4290544
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 18774.922 9387.46102 11.6151097 0.00597446
Residuos 7 5657.47795 808.211136
Total 9 24432.4

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 49.8803553 42.7610079 1.16649157 0.28161446 -51.2333611 150.994072 -51.2333611 150.994072
Xi 4.40491118 5.67428797 0.7762932 0.46299411 -9.01264776 17.8224701 -9.01264776 17.8224701
(Xi -X*)Di 0.55057471 6.44761814 0.08539195 0.93434083 -14.6956195 15.7967689 -14.6956195 15.7967689

49.88 es el valor esperado de ventas trimestrales($ en miles)

sobre una poblacion de estudiantes (miles) y la interaccion
de una variable dicotoma