EC1112C

Departamento de Economı́a
Facultad de Ciencias Económicas y Administrativas
Universidad Católica de la Santı́sima Concepción

Ejercicio preparación Certamen

October 2023

Profesor : Leonardo Manrı́quez Méndez (lmanriquez@ucsc.cl)

Supón que estamos interesados en explicar el nivel de ingresos de ventas electrónicas de las empresas a
través de la valoración promedio del sitio web de las empresas. Para esto se recurre a una muestra de
528 empresas. La ecuación de regresión poblacional viene dada por:

ingresosi = β0 + β1 ⋅ valoracioni + µi . (1)

A través de la muestra se obtiene que: cov(ingresos,valoracion) = 111.33, V(ingresos) = 169242.78,

V(valoracion) = 1.60, ingresos
¯ = 526.76 y valoracion
¯ = 1.84.

1. ¿Qué signo se espera para el parámetro βˆ1 ?

Sabemos que βˆ1 = Por lo tanto cómo V(valoracion) > 0 y cov(ingresos,valoracion) >
cov(ingresos,valoracion)
V(valoracion)
.
0 se espera que el valor del estimador sea mayor a cero, βˆ1 > 0.

2. Encuentra el estimador de β1 e interpreta tu resultado.

Desde el punto anterior sabemos que βˆ1 = cov(ingresos,valoracion)

V(valoracion)
, por lo tanto:

111.33
βˆ1 = = 69.58.
1.60
Es decir, un cambio en una unidad de valoración genera, en promedio, un aumento de de 69.58 unidades
en el nivel de ingresos.

3. Encuentra el estimador de β0 e interpreta tu resultado.

Sabemos que βˆ0 = ingresos

¯ − βˆ1 ⋅ valoracion,
¯ por lo tanto:

βˆ0 = 526.76 − 69.58 ⋅ 1.84 = 398.73.

Es decir, el nivel de ingresos cuando la valoración es igual a 0 es de 398.73 unidades. Este corresponde
a un nivel de ingresos autónomo.

4. Supón que RSS = 85109591.54 (Suma de Cuadrados Residuales), T SS = 89190950.03 (Suma de

Cuadrados Totales) y ∑ni (valoracioni − valoracion)
¯ 2
= 843.46 Encuentra la varianza y error
ˆ
estándar para β1 .

Debemos recordar que la varianza de βˆ1 viene dada por:

σ̂ 2
V(βˆ1 ) = .
∑i (valoracioni − valoracion)
n ¯ 2

De modo que debemos encontrar σ̂ 2 , el cual esta definido como:

RSS 85109591.54
σ̂ 2 = = = 161805.30.
n−k 528 − 2

1
 Luego, finalmente tenemos que la varianza del estimador queda como:
161805.30
V(βˆ1 ) = = 191.83.
843.46
√
Luego, podemos definir el error estándar de βˆ1 como s.e.(βˆ1 ) = V(βˆ1 ) = 13.85.

5. Encuentra interpreta el criterio de bondad de ajuste R2 .

Sabemos que R2 = 1 − RSS T SS

= 1 − 89190950.03
85109591.54
= 0.0457. Es decir, un 4.57% de la variabilidad de los
ingresos esta siendo explicada a través de la variación de valoración.

6. Encuentra un intervalo de confianza para βˆ1 considerando un nivel de confianza de 95%.

Recordamos que:

ICβˆ1 =βˆ1 ± tn−k, α2 ⋅ s.e.(βˆ1 ),

ICβˆ1 =69.58 ∓ 1.96 ⋅ 13.85,
ICβˆ1 =[42.43; 96.72].

7. Para un 95% de confianza, ¿el nivel de valoración tiene un efecto significativo sobre el nivel de
ingresos?

Formalmente estamos interesados en responder a:

H0 ∶ βˆ1 = 0,
H1 ∶ βˆ1 =/ 0.

Esto lo podemos responder utilizando el intervalo de confianza presentado en el punto 6. Notar que
el valor 0 no se encuentra contenido en dicho intervalo, de modo que con un 95% de probabilidad el
parámetro no tomará el valor 0. Esto implica que la variable valoración tiene un efecto significativo
sobre el nivel de ingresos.

Pregunta propuesta ,
Considerando que σ̂ 2 = RSS
n−k
y R2 = 1 − RSS
T SS
.
1. ¿Cómo cambia el criterio R2 cuando aumenta el número de observaciones de la muestra, ceteris
paribus? Interpreta tu respuesta recordando que R2 es un criterio de bondad de ajuste.
2. ¿Cómo cambia el criterio R2 cuando aumenta el número de parámetros del modelo, ceteris paribus?
Interpreta tu respuesta recordando que R2 es un criterio de bondad de ajuste.
Nota: las respuestas a este problema no serán presentadas en este documento. Sin embargo, pueden
realizar sus consultas a través de lmanriquez@ucsc.cl.