Documentos de Académico
Documentos de Profesional
Documentos de Cultura
59 − 25 − 35 32
1 7
( X ' X ) = − 25 24 11 ; ( X 'Y ) = 17 ; ∑ Yt 2 = 160
−1
113
38 27 t =1
− 35 11
1. Estime los parámetros de posición del modelo y el de dispersión
2. Analice la significación individual del regresor X2
3. Construya un intervalo de confianza para la constante del modelo y contraste la
hipótesis de si dicha constante pudiera ser cero
4. Contraste la hipótesis: β 2 = β 3
5. Si X2 = 1 y X3 = 3. Con probabilidad 0,95, ¿entre qué valores se encuentra el valor
esperado de Y?
SOLUCIÓN:
1) Para calcular los valores estimados de los parámetros beta, sólo hay que multiplicar
dos matrices que ya tenemos: X’X por X’Y
59 − 25 − 35 32 4,5840
( )
βˆ = ( X ' X ) X ' Y =
−1 1
− 25 24
11 17 = − 0,8407
38 27 0,8230
113
− 35 11
Ahora buscamos las tres sumas de cuadrado. Para ello antes calculamos los valores de
Y’Y, n(mediaY)^2 y beta estimada traspuesta por X’Y, es decir:
Y’Y no hay que calcularlo, puesto que nos lo dan, es la suma de los cuadrados de los
valores de Y, esto es
7
Y 'Y = ∑
t =1
Yt 2 = 160
( )
2
32
nY 2
= 7 = 146,2857
7
Calculamos ahora el traspuesto de beta: ���⃗
� = (4,5840 −0,8407 0,8230)
𝛽𝛽′
Y realizamos el producto de dicho vector por X`Y
32
( )
βˆ ' X ' Y = (4,5840 − 0,8407 0,8230) 17 = 154,6194
27
Ahora se calculan las sumas de cuadrados:
( )
SCT = Y ' Y − n Y 2 = 160 − 146,2857 = 13,7143
H 0 : β 2 = 0
H1 : β 2 ≠ 0
Para resolverlo se puede utilizar cualquiera de las tres distribuciones que aparecen en
los esquemas con los números 3, 4 y 5. Repitamos el ejercicio utilizando cada una de
ellas:
Con la distribución
𝛽𝛽̂𝑖𝑖 − 𝛽𝛽𝑖𝑖
→ 𝑡𝑡(𝑛𝑛−𝑘𝑘)
𝜎𝜎� �𝑎𝑎𝑖𝑖𝑖𝑖
Recordemos que
*** el valor estimado par beta 2 es -0,8407
*** La hipótesis nula dice que el valor de beta 2 es cero
*** 𝜎𝜎� la tenemos calculada, es 1,1598
*** El elemento a22 de la matriz (X’X)^-1 es 24 dividido entre 113.
*** El valor tabulado de la 𝑡𝑡4 (0,975) = 2,77
El estadístico experimental es
Con la distribución
(βˆ 2 − β2 )
2
→ F(1, n.k )
σˆ 2 a 22
Fexp =
(− 0,8407 − 0)2= 2,4739
24
1,3451
113
F(1,4)(0,95) =7,7086
Puesto que Fexp < FT, NO podemos rechazar la hipótesis nula lo que lleva consigo que
la variable explicativa X2 no es significativa.
Con la distribución
( )
Rβˆ − r R( X ' X )−1 R' −1 Rβˆ − r
'
q
→ Fq ,n − k
σˆ 2
H 0 : β 2 = 0
H1 : β 2 ≠ 0
1 59 −25 −35 1
𝑅𝑅(𝑋𝑋′𝑋𝑋)−1 = (0, 1, 0) �−25 24 11 � = (−25, 24, 11)
113 113
−35 11 38
1 0 1 24
𝑅𝑅(𝑋𝑋′𝑋𝑋)−1 𝑅𝑅′ = (−25, 24, 11) �1� = 24 =
113 113 113
0
24 −1 113
[𝑅𝑅(𝑋𝑋′𝑋𝑋 )−1 ′ ]−1
𝑅𝑅 =� � =
113 24
Por tanto
113
�𝑅𝑅𝛽𝛽⃗̂ − 𝑟𝑟⃗� ′[𝑅𝑅(𝑋𝑋′𝑋𝑋)−1 𝑅𝑅′ ]−1 �𝑅𝑅𝛽𝛽⃗̂ − 𝑟𝑟⃗�� (−0,8407)
24 (−0,8407)�
𝑞𝑞 1
𝐹𝐹𝑒𝑒𝑒𝑒𝑒𝑒 = =
𝜎𝜎� 2 1,3451
Radio = σˆ α 33 t n − k (1 − α 2) = 1,1598
59
* 2,7764 = 2,3268
113
I. al 95% de confianza: (4,5840 – 2,3268; 4,5840 + 2,3268) = (2,2572; 6,9108)
Puesto que 0 no pertenece al intervalo, rechazamos la hipótesis de que la constante del
modelo pudiera ser cero.
4. Contraste la hipótesis: β 2 = β 3
H 0 : β 2 − β 3 = 0
R = (0 1 − 1) r =0 q=1
H1 : β 2 − β 3 ≠ 0
4,5840
Rβˆ − r = −1,6637
'
Entonces Rβ − r = (0 1 − 1) − 0,8407 − 0 = −1,6637 ;
ˆ
0,8238
59 − 25 − 35 0 0
1
R( X ' X )−1 R' = (0 1 − 1) − 25 24 11
1 = (0, 0885 0,1150 0, 2389 ) 1 = 0,3540
113
38 − 1 − 1
− 35 11
(R( X ' X ) R')
−1 −1 1
=
0,3540
= 2,8250
59 − 25 − 35 1 1
' −1 1
x 0 ( X ' X ) x 0 = (1 1 3) − 25 24 11 1 = (0,6283 0,2832 0,7965) 1 = 2,0442
113
38 3 3
− 35 11
Radio: σˆ x 0' ( X ' X )−1 x 0 t ( 4) (0,975) = 1,1598 2,0442 * 2,7764 = 4,6040
4,5840
' ˆ
x 0 β = (1 1 3) − 0,8407 = 6,2124
0,8238
I .C. : (6,2124 − 4,6040; 6,2124 + 4,6040 ) = (1,6083; 10,8164 )