8/15/2019 Ejercicios 1 regresión

1/17

Ejercicio2.

8/15/2019 Ejercicios 1 regresión

2/17

A. Con la información proporcionada, obtenga, analice e interprete:a) Para cada variable independiente: Modelo de regresión lineal

simple, intervalos de conana de la pendiente, la variana delmodelo, an!lisis de variana, eval"e la adec#ación del modelo#sando an!lisis resid#al, coeciente de determinación.

• Para $, %&:M'( e *ntervalo de conana

 

+ariana del modelo

An!lisis de variana

8/15/2019 Ejercicios 1 regresión

3/17

An!lisis resid#al

Coeciente de determinación

• Para $, %2:

8/15/2019 Ejercicios 1 regresión

4/17

M'( e *ntervalo de conana

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

Coeciente de determinación

• Para $, %M'( e *ntervalo de conana

8/15/2019 Ejercicios 1 regresión

5/17

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

Coeciente de determinación

• Para $, %-M'( e *ntervalo de conana

8/15/2019 Ejercicios 1 regresión

6/17

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

Coeciente de determinación

• Para $, %

M'( e *ntervalo de conana

8/15/2019 Ejercicios 1 regresión

7/17

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

Coeciente de determinación

• Para $, %/

M'( e *ntervalo de conana

8/15/2019 Ejercicios 1 regresión

8/17

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

Coeciente de determinación

• Para 0, %1M'( e *ntervalo de conana

8/15/2019 Ejercicios 1 regresión

9/17

 

+ariana del modelo

An!lisis de variana

An!lisis resid#al

2

-/3

&&2&-&/&3

4rec#encia

Coeciente de determinación

8/15/2019 Ejercicios 1 regresión

10/17

b) Con las siete variables independientes: Modelo de regresión linealm"ltiple, estimar los par!metros, variana del modelo, an!lisis devariana.

• M'(M 0 estimación de par!metros

• +ariana del modelo

• An!lisis de variana

5. 'ealice las pr#ebas de s#bconj#nto de coecientesa) 6o: 5&7, donde 5&785&, 52)

e acepta la 9ipótesis n#la.

b) 6o: 5&7, donde 5&785&, 5, 5)

e rec9aa la 9ipótesis n#la.

c) 6o: 5&7, donde 5&785, 5, 51)

e rec9aa la 9ipótesis n#la.

d) 6o: 5&7, donde 5&7851, 52, 5-)

8/15/2019 Ejercicios 1 regresión

11/17

e rec9aa la 9ipótesis n#la.

C. btenga modelos de regresión e identi;#e el modelo ;#e parece serel #sti;#e s# resp#esta.

8/15/2019 Ejercicios 1 regresión

12/17

Ejercicio 2. (a tabla proporciona información sobre los a#tomóviles depasajeros n#evos vendidos en EE. ??. como f#nción de diversas variables.

a) @esarrolle #n modelo lineal o log lineal apropiado para estimar #naf#nción de demanda de a#tomóviles en EE. ??.

b) i decide incl#ir todas las regresoras dadas en la tabla como variables

eplicativas, Bespera encontrar el problema de m#lticolineadlidadBPor ;#D

c) i espera lo anterior, Bcómo resolvera el problema Plantee loss#p#estos claramente 0 m#estre todos los c!lc#los de maneraeplcita.

@esarrollo

a)

El modelo es:

  Y =2933.91+50.54∗ X 1−103.5∗ X 2+6.12∗ X 3−105.98∗ X 4+0.12∗ X 5

8/15/2019 Ejercicios 1 regresión

13/17

b)

(a colinealidad es moderada.

c) Fo 9a0 m#lticolinealidad grave, por lo tanto no se emplear! alg"nmDtodo para corregirla.

Ejercicio /. (a tabla presenta información acerca de los precios de acciones8$) 0 los precios al cons#midor 8%) epresados en cambios porcent#alesan#ales para #n corte transversal de 2 pases.

8/15/2019 Ejercicios 1 regresión

14/17

a) Gra;#e los datos en #n diagrama de dispersión.b) Efect"e la regresión de $ sobre % 0 eamine los resid#os de esta

regresión. BH#D observac) Como los datos de C9ile parecen atpicos, repita la regresión en b) sin

la información sobre C9ile. A9ora eamine los resid#os de esta

regresión. BH#D observad) i, con base en los res#ltados de b), concl#0e ;#e 9#bo9eteroscedasticidad en la variana del error, pero con base en losres#ltados de c) modica este res#ltado, B;#D concl#siones generalesobtiene

@esarrollo

a)

b)

8/15/2019 Ejercicios 1 regresión

15/17

Como el valor obtenido al m#ltiplicar nI'J2 es menor ;#e el valortab#lar, se concl#0e ;#e no 9a0 9etroscedasticidad.

c)

8/15/2019 Ejercicios 1 regresión

16/17

Como el valor obtenido al m#ltiplicar nI'J2 es menor ;#e el valor

tab#lar, se concl#0e ;#e no 9a0 9etroscedasticidad.

d) 5as!ndonos en el an!lisis empleado, tanto en c) como en b), se llegóa la concl#sión de ;#e no 9a0 9eteroscedasticidad, por lo tanto p#edoarmar ;#e la información de C9ile no es relevante o dic9o de otramanera no afecta al modelo.Por otra parte, si inicialmente se detecta 9eteroscedasticidad 0 aleliminar esa información deja de eistir dic9o fenómeno, entonces laconcl#sión es ;#e la 9eteroscedasticidad 9a sido provocada por #ndato o#tlier.

Ejercicio &. Kiene la sig#iente información:

8/15/2019 Ejercicios 1 regresión

17/17

C'& basado en las primeras observaciones 7 , gl 7 2

C'2 basado en las primeras observaciones 7 &-, gl 7 2

'ealice la pr#eba de GoldfeldLH#andt en el nivel de signicancia de .

Como podemos observar, el valor de lambda ecede al 4 tab#lar, por lo

tanto es probable la eistencia de 9etroscedasticidad.