Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones de Probabilidad y Prueba de Hipótesis
Distribuciones de Probabilidad y Prueba de Hipótesis
Econometría Intermedia
Econometría Intermedia
Distribuciones de
Distribuciones de probabilidad
probabilidad
Especialidad en Econometría
Posgrado de Economía UNAM
Semestre 2021-I
Nos interesa conocer información sobre
algunos aspectos de las distribuciones de las
variables aleatorias.
clear
quietly set obs 2000
set seed 10101
generate xc=rchi2(10)
tabstat xc, stat(mean sd skew kurt min max) col(stat)
histogram xc
Distribución t-student
Si y y tanto y1 e y2 se
distribuyen independientemente, la
distribución de se conoce como la
distribución t con “r” grados de libertad t(r).
Su FDP es:
clear
quietly set obs 2000
set seed 10101
generate xt=rt(10)
tabstat xt, stat(mean sd skew kurt min max) col(stat)
histogram xt
Distribución F
Si y , tanto y1 como y2 se
distribuyen de forma independiente, entonces
la distribución de es llamada la
distribución F con r1 y r2 grados de libertad.
Una variable aleatoria con distribución F se
construye como:
La media de la distribución F es:
Econometría Intermedia
Econometría Intermedia
Pruebas de
Pruebas de hipótesis
hipótesis
Especialidad en Econometría
Posgrado de Economía UNAM
Semestre 2022-I
El supuesto de que los datos han sido generados
por una determinada ley de probabilidad nos
permite establecer que las propiedades
estadísticas del estimador de MCO se cumplen
◦ Teorema Gauss-Markov
O bien:
reg y x2 x3
ereturn list
Con este comando es posible obtener la
matriz de varianzas y covarianzas del
parámetro β, para hacer esto aplicamos:
Para la constante:
display (9.345)^(1/2)
Para X3
display (.875)^(1/2)
Para X2
display (.35)^(1/2)
Para calcular el estadístico t de significación
estadística, donde H0: β=0 y H1: β≠0
Para la constante:
display 5.9/3.056959
Para X3:
display -2/.9354143
Para X2:
display 4.5/.591608
Para poder tomar una decisión sobre la
prueba de hipótesis es necesario saber cual
es el valor “t” de tablas para contrastarlo con
la “t” calculada.
display invttail(2,0.975)
Para calcular los intervalos de confianza:
Cota inferior de la constante
display -2 -4.3026*(.875)^(1/2)
Cota superior de X2
display -2 +4.3026*(.875)^(1/2)
Cota inferior de X2
Cota superior de X2
1 0 0 0 ... 0 0
R 0 1 0 0 ... 0 I : 0 y q 0
0 0 1 0 ... 0 0
5. Un conjunto de hipótesis β2+β3=1, β4+β6=6,
β5+β6=0
0 1 1 0\0 0 1
R 0 0 0 1 0 1 y q 6
0 0 0 0 1 1 0
El estadístico F
Considerar la hipótesis nula basada en J
restricciones lineales
H0 : Rβ – q = 0 y la alternativa
H0 : Rβ – q ≠ 0
Y varianza
(q - q0 ) 2
var q
En este caso el Criterio de Wald para la prueba
bajo Ho condicionado por la matriz X:
W = m(Var[m])-1m
= (Rb – q)´(σ2 R(X´X)-1R´)-1(Rb – q)
-1 -1
(Rb - q)´( R(X´X) R´) (Rb - q)
2
( j)
2
reg y x2 x3
display (110.5/2)/(.7/2)
Donde el estadístico F con n1=2 y n2=2
grados de libertad al 5% de significación en
las tablas, se calcula como:
display invF(2,2,0.95)
Para llevar a cabo una prueba de hipótesis
con restricciones lineales, STATA emplea el
estadístico F, por ejemplo en el caso de la
prueba de significación global tenemos:
test x2=x3=0