Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fecha(dd/mm/aa): 06/03/2023
RDA _
Tetramestre: Prim. Ver. Oto. X
Materia: Econometría 2 Clave: FLEC 1010 CRN 10878
Nota importante: Todas sus respuestas deben estar incluidas en este archivo. Deben copiar en este archivo las tablas de Excel
de dónde sacas los datos que usaste para cada una de las respuestas en la que se te pide la tabla.
Datos en: Datos P2 Prim23.xlsx
Suponga que Usted ha sido contratado para determinar el mejor lugar para establecer una sucursal de la cadena de
restaurantes Woody. Para lograr el objetivo anterior, debe desarrollar un modelo de regresión que explique el
volumen de ventas brutas (Ventas) en dólares de cada uno de los restaurantes de la cadena como una función de
varios descriptores del local donde se ubicaría la nueva sucursal. Este modelo ayudaría a la cadena Woody a decidir
dónde ubicar su nueva sucursal, dados los costos del terreno, costos de construcción, permisos, etc. Las variables
explicativas que usarán son:
⮚ NC: Número de competidores directos dentro de un radio de dos millas del restaurante Woody
⮚ Pob: Número de personas que viven dentro de un radio de tres millas del restaurante Woody
⮚ Income: Ingreso promedio, en dólares, de los hogares que viven dentro de un radio de tres millas del
restaurante Woody
b. (40 pts) Mediante la prueba de Shapiro-Wilk si los residuales cumplen con el supuesto de Normalidad. Incluya
todos los pasos y las tablas de Excel donde hiciste tus cálculos
Primero, necesitamos calcular los residuos restando los valores pronosticados de los valores reales. Podemos
usar la siguiente fórmula en Excel:
=Ventas - (β0 + β1 * NC + β2 * Pop + β3 * Ingresos)
Si el valor p es mayor que 0,05, podemos concluir que los residuos se distribuyen normalmente.
Para ejecutar la prueba RESET, podemos usar la prueba F para comparar los modelos de regresión
restringidos y no restringidos. La hipótesis nula es que el modelo sin restricciones no proporciona un mejor
ajuste que el modelo restringido, y la hipótesis alternativa es que el modelo sin restricciones proporciona un
mejor ajuste. Necesitamos calcular la suma de los residuos cuadrados (SSR) para los modelos restringido y
no restringido. Entonces podemos usar la siguiente fórmula para calcular el estadístico F:
F = ((SSRr - SSRu) / q) / (SSRu / (n - k - 1))
donde SSRr y SSRu son la suma de los residuos cuadrados para los modelos restringido y no restringido
respectivamente, q es el número de parámetros adicionales en el modelo no restringido (q = 3 en este caso), n
es el número de observaciones.