Solucioario Susti

25 de junio de 2019 De 07:00 a 08:40 horas
Sustitutorio primer examen parcial
1. Cuando el tamaño de la muestra es pequeño, la distribución exacta del estadístico

𝑡 es compleja y depende de la distribución poblacional de los datos que es desconocida.
Si, no obstante, los tres supuestos de mínimos cuadrados se cumplen, los errores de
regresión son homocedásticos, y además los errores de regresión se distribuyen
normalmente, entonces el estimador MCO se distribuye normalmente y el estadístico 𝑡
válido con homocedasticidad presenta una distribución 𝑡 de Student. Estos cinco
supuestos, los tres supuestos de mínimos cuadrados, que los errores son homocedásticos,
y que los errores se distribuyen normalmente, se conocen colectivamente como los
supuestos de la regresión normal homocedástica1.
2. El teorema de Gauss-Markov2 establece que, bajo un conjunto de condiciones

conocidas como las condiciones de Gauss-Markov, el estimador MCO 𝛽̂1 tiene la menor
varianza condicional, dados 𝑋1 , ⋯ , 𝑋𝑛 , de todos los estimadores lineales
condicionalmente insesgados de 𝛽1 ; es decir, el estimador MCO es ELIO.
El teorema de Gauss-Markov para 𝛽̂1 . Si se cumplen los tres supuestos de
mínimos cuadrados y si además, los errores son homocedásticos, entonces el estimador
MCO 𝛽̂1 es el Estimador Lineal condicionalmente Insesgado Óptimo (más eficiente) (es
ELIO).
3. Existen tres supuestos básicos para el modelo de regresión lineal: (1) los errores
de regresión, 𝑢𝑖 , presentan una media condicional a los regresores 𝑋𝑖 igual a cero; (2)
las observaciones muestrales son extracciones aleatorias i.i.d. de la población; y (3) los
valores extremos grandes son poco probables. Si estos supuestos se cumplen, los
̂𝟎 y 𝜷
estimadores MCO 𝜷 ̂ 𝟏 son (1) insesgados, (2) consistentes, y (3) están normalmente
distribuidos cuando la muestra es grande3.
1
Stock y Watson (2012), p. 117.
2
3
1
4. La información presentada en la Tabla 1 corresponde a resultados de datos

transversales sobre variables de 𝑤𝑎𝑔𝑒𝑖 = 𝛽0 + 𝛽1 𝑒𝑑𝑢𝑐𝑖 + 𝑢𝑖 ; donde wage = ingresos
mensuales, educ = años de educación.
Tabla 1
Relación entre ingresos mensuales y años de educación
Considerando los resultados de la Tabla 1, se resuelve lo siguiente:
a) Contraste de normalidad de los errores de regresión.
Contraste de normalidad de los errores de regresión con tablas
Planteamiento de hipótesis
𝐻0 : Los errores de regresión están normalmente distribuidos.
𝐻1 : Los errores de regresión no están normalmente distribuidos.
Nivel de significancia
𝛼 = 5% = 0,05
Estadístico de contraste
Doornik-Hansen (DH)
Estadístico calculado
𝜒 2 𝐶 = DH = 130,595 con valor p = 4,3813e–029
2
Estadístico crítico4
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
La regla de decisión es rechazar la hipótesis nula (𝐻0 ) si el valor del estadístico
de contraste 𝜒 2 calculado excede el valor del estadístico de contraste 𝜒 2 crítico al
nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en caso contrario.
Decisión
La decisión es rechazar la hipótesis nula (𝐻0 ) porque el valor del estadístico de
contraste 𝜒 2 calculado (130,595) excede el valor del estadístico de contraste 𝜒 2
crítico (5,99) al nivel de significancia α = 0,05.
Conclusión
La conclusión es que los errores de regresión no están normalmente distribuidos.
Contraste de normalidad de los errores de regresión con valor p
𝛼 = 5% = 0,05
Doornik-Hansen (DH)
𝜒 2 𝐶 = DH = 130,595 con valor p = 4,3813e–029
Estadístico crítico
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
La regla de decisión es rechazar la hipótesis nula (𝐻0 ) si el valor p del estadístico
de contraste 𝜒 2 calculado es menor que el valor del nivel de significancia, o no
rechazar la hipótesis nula (𝐻0 ) en caso contrario.
4
Para determinar el valor del estadístico de contraste 𝜒 2 crítico se utiliza la tabla de la página 542 del
texto de Stock y Watson (2012). También se puede utilizar la tabla de la página 785 del texto de Lind,
Marchal y Wathen (2012), en el cual para 𝜒 2 0,05; 2 = 5,991.
3
Decisión
La decisión es rechazar la hipótesis nula (𝐻0 ) porque el valor p (4,3813e–029) del
estadístico de contraste 𝜒 2 calculado es menor que el valor del nivel de
significancia α = 0,05.
Conclusión
La conclusión es que los errores de regresión no están normalmente distribuidos.
b) Contraste de homocedásticidad5 de los errores de regresión.
Contraste de homocedasticidad de los errores de regresión con tablas
𝐻0 : Los errores de regresión son homocedásticos.
𝐻1 : Los errores de regresión no son homocedásticos.
𝛼 = 5% = 0,05
White
𝜒 2 𝐶 = LM = 17,7178 con valor p = 0,00014211
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste White calculado excede el valor del estadístico de contraste White
crítico, al nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en caso
contrario.
Decisión
contraste White calculado (17,7178) excede el valor del estadístico de contraste
5
Gujarati y Porter (2010), c. 11, pp. 376-389.
6
4
Conclusión
La conclusión es que los errores de regresión no son homocedásticos, es decir,
existe heterocedasticidad.
Contraste de homocedasticidad de los errores de regresión con valor p
𝛼 = 5% = 0,05
White
𝜒 2 𝐶 = LM = 17,7178 con valor p = 0,00014211
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste White calculado es menor que el valor del nivel de significancia, o no
Decisión
La decisión es rechazar la hipótesis nula (𝐻0 ) porque el valor p (0,00014211) del
estadístico de contraste White calculado es menor que el valor del nivel de
Conclusión
La conclusión es que los errores de regresión no son homocedásticos, es decir,
c) Interpretación del estimador del coeficiente de regresión 𝜷𝟏 .
El 𝛽1 = 60,2143; indica que, si los años de educación aumentan en un año, los

ingresos mensuales deberán aumentar en 60,2143.
5
d) Contraste de significancia para el coeficiente de regresión 𝜷𝟏 .
Contraste de significancia para 𝜷𝟏 con tablas

𝐻0 : 𝛽1 = 0. 𝐻1 : 𝛽1 ≠ 0.
𝛼 = 5% = 0,05
𝛽̂1 − 𝛽1 60,2143 − 0
𝑡𝐶 = = = 9,7798751332 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 𝑝 = 1,43𝑒– 021
𝑒𝑒(𝛽̂1 ) 6,15696
𝑡(𝛼⁄2); (𝑔𝑙) = 𝑡(0,05⁄2); (𝑛−2) = 𝑡(0,05⁄2); (935−2) = 𝑡(0,05⁄2); (933) = 1,96
𝑧1−𝛼 = 𝑧1−0,05 = 𝑧0,95 = 1,96
Regla de decisión
de contraste 𝑡 calculado excede el valor del estadístico de contraste 𝑡 crítico, en
valor absoluto, al nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en
caso contrario.
Decisión
contraste 𝑡 calculado (9,7798751332) excede el valor del estadístico de contraste
𝑡 crítico (1,96), en valor absoluto, al nivel de significancia α = 0,05.
Conclusión
La conclusión es que el coeficiente de pendiente 𝛽1 es estadísticamente
significativo, es decir, el coeficiente de pendiente 𝛽1 es diferente de cero.
Contraste de significancia para 𝜷𝟏 con valor p

𝐻0 : 𝛽1 = 0. 𝐻1 : 𝛽1 ≠ 0.
𝛼 = 5% = 0,05
6
𝛽̂1 − 𝛽1 60,2143 − 0
𝑡𝐶 = = = 9,7798751332 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 𝑝 = 1,43𝑒– 021
𝑒𝑒(𝛽̂1 ) 6,15696
𝑡(𝛼⁄2); (𝑔𝑙) = 𝑡(0,05⁄2); (𝑛−2) = 𝑡(0,05⁄2); (935−2) = 𝑡(0,05⁄2); (933) = 1,96
𝑧1−𝛼 = 𝑧1−0,05 = 𝑧0,95 = 1,96
Regla de decisión
de contraste 𝑡 calculado es menor que el valor del nivel de significancia, o no
Decisión
La decisión es rechazar la hipótesis nula (𝐻0 ) porque el valor p (1,43e–021) del
estadístico de contraste 𝑡 calculado es menor que el valor del nivel de significancia
α = 0,05.
Conclusión
La conclusión es que el coeficiente de pendiente 𝛽1 es estadísticamente
significativo, es decir, el coeficiente de pendiente 𝛽1 es diferente de cero.
e) Intervalo de confianza de 95% para el coeficiente de regresión 𝜷𝟏 .
𝑧1−𝛼 = 1,96
𝑒𝑒(𝛽̂1 ) = 6,15696
[𝛽̂1 − 𝑧1−𝛼 × 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂1 + 𝑧1−𝛼 × 𝑒𝑒(𝛽̂1 )] = 1 − 𝛼
[60,2143 − 1,96 × 6,15696 ≤ 𝛽1 ≤ 60,2143 + 1,96 × 6,15696] = 95%
[48,1466584 ≤ 𝛽1 ≤ 72,2819416] = 95%
f) Interpretación del 𝑹𝟐 .
El 𝑅 2 = 0,107000; indica que el 10,7% (0,107000 × 100) de los cambios en los

ingresos mensuales, son explicados por los años de educación.
7
5. La información presentada en la Tabla 2 corresponde a resultados de datos

transversales sobre variables de 𝑤𝑎𝑔𝑒𝑖 = 𝛽0 + 𝛽1 ℎ𝑜𝑢𝑟𝑠𝑖 + 𝑢𝑖 ; donde wage = ingresos
mensuales, hours = promedio de horas semanales.
Tabla 2
Relación entre ingresos mensuales y promedio de horas semanales
Considerando los resultados de la Tabla 2, se resuelve lo siguiente:
a) Contraste de normalidad de los errores de regresión.
Contraste de normalidad de los errores de regresión con tablas
𝛼 = 5% = 0,05
Doornik-Hansen (DH)
𝜒 2 𝐶 = DH = 4,18049 con valor p = 0,123657
8
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste 𝜒 2 calculado excede el valor del estadístico de contraste 𝜒 2 crítico al
nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en caso contrario.
Decisión
La decisión es no rechazar la hipótesis nula (𝐻0 ) porque el valor del estadístico de
contraste 𝜒 2 calculado (4,18049) no excede el valor del estadístico de contraste 𝜒 2
Conclusión
La conclusión es que los errores de regresión están normalmente distribuidos.
Contraste de normalidad de los errores de regresión con valor p
𝛼 = 5% = 0,05
Doornik-Hansen (DH)
𝜒 2 𝐶 = DH = 4,18049 con valor p = 0,123657
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste 𝜒 2 calculado es menor que el valor del nivel de significancia, o no
7
9
Decisión
La decisión es no rechazar la hipótesis nula (𝐻0 ) porque el valor p (0,123657) del
estadístico de contraste 𝜒 2 calculado es mayor que el valor del nivel de
Conclusión
La conclusión es que los errores de regresión están normalmente distribuidos.
b) Contraste de homocedasticidad de los errores de regresión.
Contraste de homocedasticidad de los errores de regresión con tablas
𝛼 = 5% = 0,05
White
𝜒 2 𝐶 = LM = 0,848845 con valor p = 0,654147
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste White calculado excede el valor del estadístico de contraste White
crítico, al nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en caso
contrario.
Decisión
contraste White calculado (0,848845) no excede el valor del estadístico de
contraste crítico (5,99) al nivel de significancia α = 0,05.
8
10
Conclusión
La conclusión es que los errores de regresión son homocedásticos, es decir, no
Contraste de homocedasticidad de los errores de regresión con valor p
𝛼 = 5% = 0,05
White
𝜒 2 𝐶 = LM = 0,848845 con valor p = 0,654147
𝜒 2 𝛼; 𝑔𝑙 = 𝜒 2 0,05; 2 = 5,99
Regla de decisión
de contraste White calculado es menor que el valor del nivel de significancia, o no
Decisión
estadístico de contraste White calculado es mayor que el valor del nivel de
Conclusión
La conclusión es que los errores de regresión son homocedásticos, es decir, no
c) Interpretación del estimador del coeficiente de regresión 𝜷𝟏 .
El 𝛽1 = 11,9577; indica que, si el promedio de horas semanales aumenta en una

hora los ingresos mensuales deberán aumentar en 11,9577.
11
d) Contraste de significancia para el coeficiente de regresión 𝜷𝟏 .
Contraste de significancia para 𝜷𝟏 con tablas

𝐻0 : 𝛽1 = 0. 𝐻1 : 𝛽1 ≠ 0.
𝛼 = 5% = 0,05
𝛽̂1 − 𝛽1 11,9577 − 0
𝑡𝐶 = = = 1,0437298699 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 𝑝 = 0,3055
𝑒𝑒(𝛽̂1 ) 11,4567
𝑡(𝛼⁄2); (𝑔𝑙) = 𝑡(0,05⁄2); (𝑛−2) = 𝑡(0,05⁄2); (30−2) = 𝑡(0,05⁄2); (28) = 2,05
Regla de decisión
de contraste 𝑡 calculado excede el valor del estadístico de contraste 𝑡 crítico, en
valor absoluto, al nivel de significancia, o no rechazar la hipótesis nula (𝐻0 ) en
caso contrario.
Decisión
contraste 𝑡 calculado (1,0437298699) no excede el valor del estadístico de
contraste 𝑡 crítico (2,05), en valor absoluto, al nivel de significancia α = 0,05.
Conclusión
La conclusión es que el coeficiente de pendiente 𝛽1 es estadísticamente no
significativo, es decir, el coeficiente de pendiente 𝛽1 es igual a cero.
Contraste de significancia para 𝜷𝟏 con valor p

𝐻0 : 𝛽1 = 0. 𝐻1 : 𝛽1 ≠ 0.
𝛼 = 5% = 0,05
9
Para determinar el valor del estadístico de contraste 𝑡 crítico se utiliza la tabla de la página 541 del
Marchal y Wathen (2012), en el cual para 𝑡(0,05⁄2); (28) = 2,048.
12
𝛽̂1 − 𝛽1 11,9577 − 0
𝑡𝐶 = = = 1,0437298699 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟 𝑝 = 0,3055
𝑒𝑒(𝛽̂1 ) 11,4567
𝑡(𝛼⁄2); (𝑔𝑙) = 𝑡(0,05⁄2); (𝑛−2) = 𝑡(0,05⁄2); (30−2) = 𝑡(0,05⁄2); (28) = 2,05
Regla de decisión
de contraste 𝑡 calculado es menor que el valor del nivel de significancia, o no
Decisión
estadístico de contraste 𝑡 calculado es mayor que el valor del nivel de significancia
α = 0,05.
Conclusión
La conclusión es que el coeficiente de pendiente 𝛽1 es estadísticamente no
significativo, es decir, el coeficiente de pendiente 𝛽1 es igual a cero.
e) Intervalo de confianza10 de 90% para el coeficiente de regresión 𝜷𝟏 .
𝑡𝛼; 𝑔𝑙 = 𝑡𝛼; 𝑛−2 = 𝑡0,10; 30−2

= 𝑡0,10; 28
= 1,70
2 2 2 2
𝑒𝑒(𝛽̂1 ) = 11,4567
[𝛽̂1 − 𝑡𝛼; 𝑛−2

× 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂1 + 𝑡𝛼; 𝑛−2
× 𝑒𝑒(𝛽̂1 )] = 1 − 𝛼
2 2
[11,9577 − (1,70 × 11,4567) ≤ 𝛽1 ≤ 11,9577 + (1,70 × 11,4567)] = 90%

[−7,51869 ≤ 𝛽1 ≤ 31,43409] = 90%
f) Interpretación del 𝑹𝟐 .
El 𝑅 2 = 0,037449; indica que el 3,7449% (0,037449 × 100) de los cambios en los

ingresos mensuales, son explicados por el promedio de horas semanales.
10
Para determinar el valor del estadístico de contraste 𝑡 crítico se utiliza la tabla de la página 541 del
Marchal y Wathen (2012), en el cual para 𝑡0,10; 28 = 1,701.
2
13

Solucioario Susti

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Solucioario Susti

Cargado por

Copyright:

Formatos disponibles

25 de junio de 2019 De 07:00 a 08:40 horas

Sustitutorio primer examen parcial

1. Cuando el tamaño de la muestra es pequeño, la distribución exacta del estadístico

2. El teorema de Gauss-Markov2 establece que, bajo un conjunto de condiciones

4. La información presentada en la Tabla 1 corresponde a resultados de datos

Considerando los resultados de la Tabla 1, se resuelve lo siguiente:

a) Contraste de normalidad de los errores de regresión.

Contraste de normalidad de los errores de regresión con tablas

Contraste de normalidad de los errores de regresión con valor p

b) Contraste de homocedásticidad5 de los errores de regresión.

Contraste de homocedasticidad de los errores de regresión con tablas

Contraste de homocedasticidad de los errores de regresión con valor p

c) Interpretación del estimador del coeficiente de regresión 𝜷𝟏 .

El 𝛽1 = 60,2143; indica que, si los años de educación aumentan en un año, los

d) Contraste de significancia para el coeficiente de regresión 𝜷𝟏 .

Contraste de significancia para 𝜷𝟏 con tablas

Contraste de significancia para 𝜷𝟏 con valor p

e) Intervalo de confianza de 95% para el coeficiente de regresión 𝜷𝟏 .

El 𝑅 2 = 0,107000; indica que el 10,7% (0,107000 × 100) de los cambios en los

5. La información presentada en la Tabla 2 corresponde a resultados de datos

Considerando los resultados de la Tabla 2, se resuelve lo siguiente:

a) Contraste de normalidad de los errores de regresión.

Contraste de normalidad de los errores de regresión con tablas

Contraste de normalidad de los errores de regresión con valor p

b) Contraste de homocedasticidad de los errores de regresión.

Contraste de homocedasticidad de los errores de regresión con tablas

Contraste de homocedasticidad de los errores de regresión con valor p

c) Interpretación del estimador del coeficiente de regresión 𝜷𝟏 .

El 𝛽1 = 11,9577; indica que, si el promedio de horas semanales aumenta en una

d) Contraste de significancia para el coeficiente de regresión 𝜷𝟏 .

Contraste de significancia para 𝜷𝟏 con tablas

Contraste de significancia para 𝜷𝟏 con valor p

e) Intervalo de confianza10 de 90% para el coeficiente de regresión 𝜷𝟏 .

𝑡𝛼; 𝑔𝑙 = 𝑡𝛼; 𝑛−2 = 𝑡0,10; 30−2

[𝛽̂1 − 𝑡𝛼; 𝑛−2

[11,9577 − (1,70 × 11,4567) ≤ 𝛽1 ≤ 11,9577 + (1,70 × 11,4567)] = 90%

El 𝑅 2 = 0,037449; indica que el 3,7449% (0,037449 × 100) de los cambios en los

También podría gustarte