Documentos de Académico
Documentos de Profesional
Documentos de Cultura
350
300
250
200
150
100
50
0
2005 2006 2007 2008 2009 2010 2011
n=5
x=3
y=306.206
∑ x =15
∑ x 2=225
∑ y=1531.03
∑ y2 =2344052.861
∑ xy =4789.35
b. Determine e interprete el coeficiente de correlación
n∗∑ xy−( ∑ x ¿¿ ∑ y)
r= ¿
√ 2
( n∗∑ x −( ∑ x ) )( n∗∑ y −( ∑ y ) )
2 2 2
5∗4789.35−(15∗1531.03)
r=
√(5∗55−152)(5∗473302.7263−1531.032)
r =0.925986106
Como r = 0.925986106 está cerca de 1, podemos decir que existe una alta
correlación directa entre las variables años y la producción de espárragos
del Perú.
r 2=0.9259861062=0.857450269
Ecuación de la recta
Fórmulas:
( ∑ x)( ∑ y)
∑ xy − n
b 1= 2
∑x
∑ 2
x−
n
b 0= y−( b1 ) ( x )
Desarrollo:
(15)(1531.03)
4789.35−
5
b 1= 2
=19.626
15
225−
5
b 0=306.206−( 19.626 )( 3 )=247.328
Y = 247.328 + 19.626(8)
Y = 247.328 + 157.008
Y = 404.336
Fórmulas:
MSE=SSE/(n−r )
SSE=Y ' Y −SSR
SSR=B ‘ X ‘ Y
Desarrollo:
SSR=( b0 b1 ) |∑∑xyy |
| |
SSR=( 247.328 19.626 ) 1531.03 =( 247.328 ) ( 1531.03 ) + ( 19.626 ) ( 4789.35 )
4789.35
SSR=472662.3709
'
SSE=Y Y −SSR
SSE=473302.7263 – 472662.3709=640.35536
MSE=SSE/(n−r )
640.35536
MSE=
5−2
MSE=213.4517867
En conclusión, la estimación del error (MSE o σ2) es 213.4517867
Fórmula:
Var ( ^β )=(x x) σ u
' −1 2
|15 55|
( x ' x )= 5 15
Determinante: 5∗55−(15∗15)=50
Por lo tanto:
|
Var ( ^β )=
V ( A)
COV (BA) V ( B) |
COV ( AB) 2
∗σ
|¿ −15
55 −15
5 |
∗213.4517867
50
|
¿ 234.7969653 −64.035536
−64.035536 21.34517867 |
Entonces las varianzas y las desviaciones estándares de los estimadores
son:
VAR (A )=234.7969653
VAR (B)=21.34517867
S ( A )= √234.7969653=15.32308603
S ( B )=√ 21.34517867=4.620084271
Fórmula:
Ic=b 1 ± t α / 2 S b1
Ic=19.626 ± 3.182∗4.620084271
Ic=19.626−3.182∗4.620084271; 19.626+3.182∗4.620084271
Ic=4.924891851; 34.32710815
Interpretación:
Con un nivel de confianza del 95%, podemos afirmar que el intervalo de
confianza para la pendiente es de (4.924891851; 34.32710815)
Ho: ß1 = 0 en oposición a
Ha: ß1 0
Siendo el nivel de riesgo del 5%.
α =0.05
B1 – 0
tc= →(n−r )
S( B1 )
|15 55|
( x ' x )= 5 15
Determinante: 5*55-(15*15) = 50
Por lo tanto:
|¿ −15
55 −15
5 |∗213.4517867
50
¿|234.7969653
−64.035536
−64.035536
21.34517867|
Entonces ahora calculado V(B)= 21.34517867 S(B) = 4.620084271
19.626−0
tc= =4.247974463
4.620084271
Paso 6: Decisión
Paso 7: Conclusión
13.-Los que siguen son los datos acerca de la demanda de un bien en función del
precio y del precio del bien sustituto
()
¿ β0
−1
β = β 1 =( X ' X) ∗( X ' Y )
β2
( )( )
n ∑ X1 ∑ X2 10 440 415
¿ ( X X )= ∑ X 1
' 2
∑ X1 ∑ X1 X2 = 440 22978 21464
∑ X2 ∑ X 1 X2 ∑X
2 415 21464 20157
2
( )
10 440 415 10 440
Adj ( A )
A =
−1
|X ' X|= 440 22978 21464 440 22978
| A|
415 21464 20157 415 21464
| X ' X|=3514050
( )
(∑ X 21∗∑ X 22−∑ X 1 X 2∗∑ X 1 X 2 ) −(∑ X 1∗∑ X 22−∑ X 1 X 2∗∑ X 2 ) ( ∑ X 1∗∑ X 1 X 2−∑ X 21∗∑ X 2)
Adj( X ' X )= −( ∑ X 1∗∑ X 22−∑ X 1 X 2∗∑ X 2) (n∗∑ X 22−∑ X 2∗∑ X 2) −( n∗∑ X 1 X 2−∑ X 1∗∑ X 2 )
2
(∑ X 1∗∑ X 1 X 2 −∑ X ∗∑ X 2)
1 −(n∗∑ X 1 X 2−∑ X 2∗∑ X 1 ) (n∗∑ X 21−∑ X 1∗∑ X 1)
( )
2464250 38480 −91710
Adj( X ' X )= 38480 29345 −32040
−91710 −32040 36180
( )( )
∑Y 6 75
¿ ( X Y )= ∑ X 1 Y = 34582
'
∑ X 2Y 32309
()
¿ β0
−1
β = β 1 =( X ' X) ∗( X ' Y )
β2
( )
∑Y
Adj ( X X )
'
= ∑ X1 Y
| X ' X| ∑ X2 Y
( )( )
2464250 38480 −91710 675
1
¿ 38480 29345 −32040 34582
3514050
−91710 −32040 36180 32309
()( )
¿ β0 8.829049103
β = β 1 = 1.594294333
β 2 −0.276578307
y i=β 0 + β 1 x 1 + β 2 x 2
y i=8.829049103+1.594294333 x 1−0.276578307 x 2
r =0.984487383
Paso 5: Cálculo
Sr= √
1−0.984487383
=0.044034954
√10−2
0.984487383
t k= =22.35695281
0.044034954
Paso 6: Decisión
Paso 7: Conclusión
Si existe correlación lineal entre el precio del bien y el precio del bien
sustituto con la demanda.
Por lo tanto, podemos afirmar que el precio del bien con el precio del bien
sustituto es explicado en un 96.92% por la demanda.
( )
675
SSR=( 8.829049103 1.594294333−0.276578307 ) 34582
32309
SSR=( 8.829049103 ) ( 675 ) + ( 1.594294333 ) ( 34582 )+(−0.276578307)(32309)
SSR=52157.52624
' ' '
SSE=Y Y x B X Y
'
SSE=Y Y −SSR
SSE=52367 – 52157.52624=209.4737639
SSE
MSE=
n−r
209.4737639
MSE=
10−2
MSE = 41.89475278
Fórmula:
| |
10 440 415
( x ' x )= 440 22978 21464
415 21464 20157
( )
Adj ( A ) 10 440 415 10 440
−1
A = |X ' X|= 440 22978 21464 440 22978
| A|
415 21464 20157 415 21464
Por lo tanto:
| |
2464250 38480 −91710
38480 29345 −32040
−91710 −32040 36180
Var ( ^β )= ∗41.89475278
3514050
| |
29.37896289 0.458761283 −1.09337311
0.458761283 0.349853167 −0.381983147
−1.09337311 −0.381983147 0.43134052
S ( A )= √29.37896289=5.420236424
S ( B )=√ 0.349853167=0.591483868
S ( C ) =√ 0.43134052=0.656765194
Ic=1.594294333 ± 2.306∗0.591483868
Ic=1.594294333−2.306∗0.591483868; 1.594294333+2.306∗0.591483868
Ic=0.230332532 ;2.958256133
Interpretación:
Con un nivel de confianza del 95%, podemos afirmar que el intervalo de
confianza para la pendiente es de (0.230332532; 2.958256133)
Ic=−0.276578307± 2.306∗0.656765194
Ic=−0.276578307−2.306∗0.656765194 ;−0.276578307+2.306∗0.656765194
Ic=−1.791078845 ; 1.237922231
Interpretación:
Con un nivel de confianza del 95%, podemos afirmar que el intervalo de
confianza para la pendiente es de (-1.791078845; 1.237922231)
CE R.R
4.347 414.9885
Paso 6: Decisión
Como F(R) igual a 414.988535, cae en la región de rechazo, rechazamos H 0 y
aceptamos H1
Paso 7: Conclusión
Por lo tanto, podemos concluir que el modelo si tiene la confianza estadística del
95%
α =0.05
B1 – 0
tc= →(n−r )
S( B1 )
| |
10 440 415
( x x )= 440 22978 21464
'
( )
Adj ( A ) 10 440 415 10 440
A−1= |X ' X|= 440 22978 21464 440 22978
| A|
415 21464 20157 415 21464
Por lo tanto:
| |
2464250 38480 −91710
38480 29345 −32040
−91710 −32040 36180
Var ( ^β )= ∗41.89475278
3514050
| |
29.37896289 0.458761283 −1.09337311
0.458761283 0.349853167 −0.381983147
−1.09337311 −0.381983147 0.43134052
Entonces:
VAR (A )=29.37896289
VAR (B)=0.349853167
VAR (C)=0.43134052
S ( A )= √29.37896289=5.420236424
S ( B )=√ 0.349853167=0.591483868
S ( C ) =√ 0.43134052=0.65676519 4
1.594294333−0
tc= =2.695414732
0.591483868
Paso 6: Decisión
Paso 7: Conclusión
B1 – 0
tc= →(n−r )
S( B1 )
-0.421
| |
10 440 415
( x ' x )= 440 22978 21464
415 21464 20157
( )
Adj ( A ) 10 440 415 10 440
−1
A = |X ' X|= 440 22978 21464 440 22978
| A|
415 21464 20157 415 21464
Por lo tanto:
| |
2464250 38480 −91710
38480 29345 −32040
−91710 −32040 36180
Var ( ^β )= ∗41.89475278
3514050
| |
29.37896289 0.458761283 −1.09337311
0.458761283 0.349853167 −0.381983147
−1.09337311 −0.381983147 0.43134052
Entonces:
VAR (A )=29.37896289
VAR (B)=0.349853167
VAR (C)=0.43134052
S ( A )= √29.37896289=5.420236424
S ( B )=√ 0.349853167=0.591483868
S ( C ) =√ 0.43134052=0.65676519 4
−0.276578307−0
tc= =−0.421122053
0.656765194
Paso 6: Decisión
Como tc= -2.306 < -0.421122053 < 2.306, cae en la región de aceptación,
entonces aceptamos H0 y rechazamos H1
Paso 7: Conclusión
Con un nivel de confianza estadística del 95%, podemos afirmar que el precio del
bien sustituto no influye en la demanda.