a)

b)

c)

d)

e)

f)

g)
El modelo I tiene intercepto (0,00681)

No, porque no es estadísticamente significativo a nivel de 5 %, por lo tanto, puede serdescartado del modelo.

Modelo I: Un aumento en un punto porcentual en la tasa mensual de rendimiento delmercado provoca

un aumento promedio de 0,75815 % la tasa mensual de rendimientomensual de rendimiento de las
acciones comunes de Texaco. Modelo II: Un aumento en un punto porcentual en la tasa mensual de
rendimiento delmercado provoca un aumento promedio de 0,76214 % la tasa mensual de
rendimientomensual de rendimiento de las acciones comunes de Texaco.

Para el primer modelo, en donde existe intercepto, cuando la tasa mensual de rendimiento del mercado
es cero, la tasa mensual de rendimiento de las acciones comunes de Texaco es igual a 0.00681 Mientras
que, en el segundo modelo, cuando la primera tasa es cero la segunda también lo es, lo qué resulta
más coherente con la teoría económica.

“A pesar de que este r2 simple satisface la relación 0 < r2 < 1, no esdirectamente comparable con
el valor r2 convencional. Por esta razón, algunosautores no presentan el valor r2 en los modelos de
regresión con intercepto cero"

La conclusión es que en ambos modelos los errores se distribuyen como unadistribución normal, ya que son menores a 5.69, n

Los resultados se obtuvieron mediante la divición del coeficiente de regreción B2 sobre sus errores
estandar respectivos, son valores t estimados calculados según la hipotesis nula de que el verdadero
valor poblacional de cada coeficiente de regresión individual es cero.

Modelo 1: 0.75815 2.61

0.29005

Modelo 2: 0.76212 2.87

0.26579
do del modelo.

al, ya que son menores a 5.69, no existe gran diferencia.

a) El modelo es lineal en sus parámetros de modo que es un modelo de regresión lineal.

b) definidos y = 1 y= 1 Se hace una regresión MCO de  sobre 

Y X

c) X tiende al infinito, el comportamiento de Y tiende a 1/B 1

d) Cuando se quiere explicar el bajo impacto que tiene un bien cuando existe una entrada de ingreso alta.
de ingreso alta.
a) β2( Xi / Yi ) Supone que la elasticidad del ingreso depende de los niveles de ingresos ygastos de consumo.

b) -β2 ( 1/ Xi Yi ) Si β 2 > 0, los modelos (b) y (d) dan elasticidades de ingreso negativas.
Por lo tanto, estos modelos pueden ser adecuados para bienes "inferiores", en base a esto
este modelo sería el adecuado

(c) β2, Proporciona una elasticidad constante a todos los niveles de ingresos, lo cual puede no ser realista para todos los bien

(d) -β2 ( 1/ Xi )

(e) β2 ( 1/ Y1 ), Sugiere que la elasticidad de ingreso es independiente del ingreso X, perodepende del nivel de gasto de consum
os de consumo.

o ser realista para todos los bienes de consumo

nde del nivel de gasto de consumo Y

a) Muestra el índice de inestabilidad socio política que tiene un intercepto de -17.8 explicada por el coeficiente de G

b) A=0.25*33.2 = 8.3 B=0.55*33.2=18.26 C=18.26+33.2=51.46

El ISP aumentaría a 51.46

d) Los países que tienen mayor desigualdad de ingresos tienen la política mas
inestable y esto conlleva a obtener efectos adversos en el crecimiento económico
de los países .
licada por el coeficiente de Gini.
TASAHO TASINV a)
0.271 0.264 TASINV
0.25 0.27 0.4
0.285 0.282 0.35
f(x) = 0.846756181955158 x + 0.0435194875760868
0.235 0.224 0.3 R² = 0.887161559932271
0.219 0.231
0.25
0.202 0.224
0.2
0.235 0.241
0.186 0.186 0.15

0.288 0.305 0.1

0.254 0.26 0.05
0.219 0.248 0
0.19 0.218 0.15 0.2 0.25 0.3 0.35 0.4

0.235 0.224
0.372 0.368
0.313 0.277
0.278 0.299
0.232 0.249
0.273 0.266
0.184 0.192
0.241 0.242
0.297 0.297
5760868

0.35 0.4
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.941892541605608
Coeficiente de determinación R^2 0.887161559932271
R^2 ajustado 0.881222694665549
Error típico 0.0159533983657
Observaciones 21

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 0.03801943538826 0.0380194353882632
Residuos 19 0.00483570746888 0.000254510919414719
Total 20 0.04285514285714

Coeficientes Error típico Estadístico t

Intercepción -0.017338174273859 0.02218309054881 -0.781594171276818
TASINV 1.04771784232365 0.08572247829065 12.2222066278966

Análisis de los residuales

Observación Pronóstico TASAHO Residuos Residuos estándares

1 0.259259336099585 0.011740663900415 0.755053357586292
2 0.265545643153527 -0.01554564315353 -0.999755223253941
3 0.278118257261411 0.00688174273859 0.442571476782777
4 0.217350622406639 0.017649377593361 1.13504840307237
5 0.224684647302904 -0.0056846473029 -0.365585121008378
6 0.217350622406639 -0.01535062240664 -0.987213251949271
7 0.235161825726141 -0.00016182572614 -0.0104071676783383
8 0.17753734439834 0.00846265560166 0.544241499486569
9 0.302215767634855 -0.01421576763485 -0.914229652974243
10 0.25506846473029 -0.00106846473029 -0.0687139917223765
11 0.242495850622407 -0.02349585062241 -1.51104069175909
12 0.211064315352697 -0.0210643153527 -1.35466632613069
13 0.217350622406639 0.017649377593361 1.13504840307237
14 0.368221991701245 0.00377800829876 0.242967337721263
15 0.272879668049793 0.04012033195021 2.58017703286864
16 0.295929460580913 -0.01792946058091 -1.1530608086695
17 0.24354356846473 -0.01154356846473 -0.742377961054971
18 0.261354771784232 0.01164522821577 0.748915797160603
19 0.183823651452282 0.00017634854772 0.0113411442648617
20 0.236209543568465 0.00479045643154 0.308078848324218
21 0.293834024896266 0.00316597510373 0.203606895860873
 TASINV Gráfic
0.06
0.04 TASINV

Residuos
0.02 0.4
0 0.3
-0.020.15 0.2

TASAHO
0.2
-0.04 0.1
0
F Valor crítico de F 0.15 0.
149.382334855 1.89931399486205E-10

Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
0.444084223924 -0.0637679163936448 0.02909157 -0.06376792 0.02909157
1.899313995E-10 0.868298633257836 1.22713705 0.86829863 1.22713705

Resultados de datos de probabilidad

Percentil TASAHO
2.38095238095238 0.184
7.14285714285714 0.186
11.9047619047619 0.19
16.6666666666667 0.202
21.4285714285714 0.219
26.1904761904762 0.219
30.9523809523809 0.232
35.7142857142857 0.235
40.4761904761905 0.235
45.2380952380952 0.235
50 0.241
54.7619047619048 0.25
59.5238095238095 0.254
64.2857142857143 0.271
69.0476190476191 0.273
73.8095238095238 0.278
78.5714285714286 0.285
83.3333333333333 0.288
88.0952380952381 0.297
92.8571428571429 0.313
97.6190476190476 0.372
 TASINV Gráfico de los residuales
06
04 TASINV Curva de regresión ajustada
02 0.4
0 0.3
Gráfico de probabilidad normal
020.15 0.2 0.25 0.3 0.35 0.4
TASAHO
TASAHO

0.2 0.4
04 Pronóstico TASAHO
0.1 0.3
TASAHO

0 0.2 TASINV
0.15 0.20.1 0.25 0.3 0.35 0.4
0 TASINV
0 20 40 60 80 100 120
Muestra percentil