Tarea 1V. Propiedades de los Estimadores.

Fecha de entrega jueves 29 de Agosto.

1. Suponer un el siguiente modelo lineal

yi = α + βxi + i i = 1, 2, . . . , n. (1)

Donde f (i ) = (1/λ) exp(−i /λ), i ≥ 0. Muestra que el estimador de

mı́nimos cuadrados de β es insesgado mientras que el de α es sesgado.

2. Encuentra la distribución de los vectores aleatorios Ŷ = X β̂ y

e = Y − Ŷ .

3. Comprueba cada una de las siguientes propiedades numéricas del méto-

do de estimación de mı́nimos cuadrados.

a) Los residuos y las variables explicativas son ortogonales.

n
P
ei xji = 0, j = 1, . . . , k.
i=1

b) Si el modelo incluye término constante, la suma de los residuos

es igual a cero.
c) Los residuos ei y los valores ajustados ŷi son ortogonales,
n
P
ŷi ei = 0.
i=1

d ) Si el modelo incluye término constante, la media de las observa-

ciones de la variable dependiente es igual a la media de los valores
ajustados.

4. Realiza el ejercicio de la diapositiva 40 de la presentación.

5. Considera el modelo de regresión lineal simple.

yi = β1 + β2 xi + i i = 1, 2, . . . , n. (2)
cov(x,y)
Muestra que b1 = ȳ + b2 x̄ y b2 = var(x)