Preguntas correspondientes al banco de la pregunta 2 de desarrollo

1. Un Analista Internacional desea estimar el Salario Inicial Medio (SIM) de distintos ingenieros que han
obtenido su título profesional de las 47 mejores facultades de ingeniería en el mundo. El Analista
Internacional presume que las variables de mayor poder explicativo son: Nota Promedio del Examen
de Ingreso a la Universidad (NPEIU); Nota Promedio en el Examen GMAT (GMAT); y el Porcentaje
de Licenciados Empleados tras Licenciarse (EMP). El analista hipotetiza que el SIM mantendrá una
relación positiva con cada una de estas variables. Para probar su modelo, y utilizando datos estandariza-
dos según escalamiento normal unitario, el analista plantea su modelo de regresión lineal múltiple y
obtiene los siguientes resultados:

SIM = 0.338 ∗ N P EIU + 0.118 ∗ GM AT + 0.346 ∗ M EP

¾Determinar y concluir sobre los estadísticos globales e individuales del modelo del Analista Interna-
cional? Responder considerando un nivel de conanza α= 5%.
Solución
Análisis estadísticos globales. A partir de los valores de F, R2 y R2 Adj podemos concluir que el modelo
es capaz de explicar cerca del 30% de la varianza. F es signicativo (F(3, 43) = 2,84  2,76). Luego, se
rechaza la hipótesis nula de que los coecientes de regresiones son iguales a cero, por lo que al menos
un coeciente debe ser distinto de cero.
Análisis estadísticos individuales. Los coecientes asociados a las variables NPEIU y EMP mantienen
un test-t estadísticamente signicativo (t(43) = 2,021  2,000), por lo que se rechaza la hipótesis nula
para estas variables. Para la variable GMAT se acepta la hipótesis nula por lo que su coeciente de
regresión es igual a cero.

1
En conclusión, el Modelo posee poder predictivo pero solo dos de sus tres variables explicativas son
signicativas. Es necesario vericar problemas de multicolinealidad. Además, se deben realizar los test
de homocedasticidad y normalidad de los errores para vericar que el modelo cumple los supuestos
básicos de un modelo de regresión lineal.

2
2. Un Analista Internacional desea estimar el Salario Inicial Medio (SIM) de distintos ingenieros que han
obtenido su título profesional de las 47 mejores facultades de ingeniería en el mundo. El Analista
Internacional presume que las variables de mayor poder explicativo son: Nota Promedio del Examen
de Ingreso a la Universidad (NPEIU); Nota Promedio en el Examen GMAT (GMAT); y el Porcentaje
de Licenciados Empleados tras Licenciarse (EMP). Un Alumno de econometría plantea al Analista
que en realidad las variables GMAT y EMP no poseen ningún poder explicativo sobre el SMI, por lo
que el Alumno argumenta que se trata de variables irrelevantes. Para poder demostrar su hipótesis, y
utilizando la misma base de datos del Académico pero con datos sin estandarizar, el Alumno realiza
su regresión lineal múltiple obteniendo los siguientes resultados:

¾Determinar y concluir sobre los estadísticos globales e individuales del modelo del Analista Interna-
cional? Responder considerando un nivel de conanza α= 5%.
Solución
Análisis estadísticos globales. A partir de los valores de F, R2 y R2 Adj podemos concluir que el modelo
es capaz de explicar cerca del 30% de la varianza. F es signicativo (F(3, 43) = 2,84  2,76). Luego, se
rechaza la hipótesis nula de que los coecientes de regresiones son iguales a cero, por lo que al menos
un coeciente debe ser distinto de cero.
Análisis estadísticos individuales. Los coecientes asociados a las variables NPEIU y EMP mantienen
un test-t estadísticamente signicativo (t(43) = 2,021  2,000), por lo que se rechaza la hipótesis nula
para estas variables. Para la variable GMAT se acepta la hipótesis nula por lo que su coeciente de
regresión es igual a cero.
En conclusión, el Modelo posee poder predictivo pero solo dos de sus tres variables explicativas son
signicativas. Es necesario vericar problemas de multicolinealidad. Además, se deben realizar los test
de homocedasticidad y normalidad de los errores para vericar que el modelo cumple los supuestos
básicos de un modelo de regresión lineal.

3
3. Un Analista Internacional desea estimar el Salario Inicial Medio (SIM) de distintos ingenieros que
han obtenido su título profesional de las 47 mejores facultades de ingeniería en el mundo. El Analista
Internacional presume que las variables de mayor poder explicativo son: Nota Promedio del Examen de
Ingreso a la Universidad (NPEIU); Nota Promedio en el Examen GMAT (GMAT); y el Porcentaje de
Licenciados Empleados tras Licenciarse (EMP). Un Académico de la Universidad de Duke plantea que
el modelo del analista internacional no está incorporando todas las variables relevantes. El Académico
argumenta que otras variables serían más determinantes, en particular: el Gasto Anual en Matrícula y
Arancel (GASTO), y la Calicación del Comité Evaluador (CALIFEV) que revisó los antecedentes y
postulación del alumno. Ocupando la misma base de datos utilizada por el Analista Internacional, y
estandarizando los datos según escalamiento de longitud unitaria, el Académico realiza una regresión
lineal considerando las cinco variables explicativas. El Académico obtiene los siguientes resultados:

¾Determinar y concluir sobre los estadísticos globales e individuales del modelo del Académico? Re-
sponder considerando un nivel de conanza α= 5%.
Solución
Análisis estadísticos globales. A partir de los valores de F, R2 y R2 Adj podemos concluir que el modelo
es capaz de explicar sobre el 83% de la varianza. F es signicativo (F(5, 41) = 2,45  2,37). Luego, se
rechaza la hipótesis nula de que los coecientes de regresiones son iguales a cero, por lo que al menos
un coeciente debe ser distinto de cero.
Análisis estadísticos individuales. Los coecientes asociados a las variables NPEIU, GASTO y CAL-
IFEV mantienen un test-t estadísticamente signicativo (t(45) = 2,021  2,000), por lo que se rechaza
la hipótesis nula para estas variables. Para las variables GMAT y EMP se acepta la hipótesis nula por
lo que sus coecientes de regresión son iguales a cero.
En conclusión, el Modelo posee alto poder predictivo pero solo tres de cinco variables explicativas son
signicativas. Luego, hay claros indicios de multicolinealidad. Además, se deben realizar los test de
homocedasticidad y normalidad de los errores para vericar que el modelo cumple los supuestos básicos
de un modelo de regresión lineal.

4
4. Un Analista desea estimar las ventas (y) de un gran mercado. El Analista presume que las variables
de mayor poder explicativo son: Televisores (tv), radio y periodico. Un segundo analísta considera
que no todas las variables son signicativas y que el modelo no explica en un porcentaje considerable
la variabilidad de las ventas. Ocupando la misma base de datos utilizada por el primer analista,
y estandarizando los datos según escalamiento de longitud unitaria, el segundo analista realiza una
regresión lineal considerando las cinco variables explicativas. Obtiene los siguientes resultados:

¾Qué puede concluir respecto a la signicancia del modelo? ¾Todas las variables son relevantes? Re-
sponder considerando un nivel de conanza α= 5%.
Solución
El modelo con todas las variables tiene un R cuadrado alto de 0.894; es capaz de explicar el 89,4% de
la variabilidad observada en las ventas. El p-valor (p-value) del modelo es signicativo (1.01e-75) se
puede aceptar que el modelo es mejor que lo esperado por azar, por lo menos uno de los coecientes
parciales de regresión es distinto de 0. También acorde al p-valor obtenido para el coeciente parcial
de regresión de la variable periodico (0.723); esta variable no constribuye de manera signicativa en la
estimación, se debe realizar un segundo modelo excluyento esta variable.