ESCUELA POLITCNICA

NACIONAL
FACULTAD DE CIENCIAS
ADMINISTRATIVAS
INGENIERA EMPRESARIAL
ECONOMETRA
TEMA: DEBER 3
KAREN MORN ASPIAZU
QUITO, 18 DE SEPTIEMBRE DE
2013
uare_08032011@hotmail.com

uare_08032011@hotmail.com

CA

AS

RIAL

ZU

RE DE

l.com

l.com

1. Establezca si las siguientes afirmaciones son verdaderas, falsas o inciertas.

Sea preciso.

La prueba t de significancia estudiada en este captulo requiere que las

distribuciones muestrales de los estimadores 1 y 2 sigan una distribucin
normal.
VERDADERO; Porque ambos son una combinacin lineal de normales. Y las
variables tomadas en cuenta para su calculo siguen una distribucin normal.

Aunque el trmino de perturbacin en el Modelo Clsico de Regresin Lineal no

est normalmente distribuido, los estimadores de MCO continan siendo
insesgados.
VERDADERO; Pero al principio estos son sesgados, aunque la varianza es
insesgada asintticamente, de la varianza constante del modelo. Para
construir un estimador insesgado lo que hacemos es dividir la suma de
cuadrados de los residuos entre (n-2), en lugar de n.

Si no hay intercepto en el modelo de regresin, las ui (= ui) estimadas no

sumarn cero.
VERDADERO; Ya que como sabemos las i(gorra)=Yi-Yi(gorra) y para calcular
las Yi(gorra) necesito del valor del intercepto, y sin este valor no suma cero los
valores de los residuos.

El valor p y el tamao de un estadstico de prueba tienen el mismo significado.

VERDADERO; Porque el valor de p esta definido como la probabilidad de
obtener un resultado al menos tan extremo como el que realmente se ha
obtenido con el estadistico de prueba, suponiendo que la Hipotesis nula es
cierta.

En un modelo de regresin que contenga el intercepto, la suma de los residuos

es siempre cero.
VERDADERO; Porque estos valores son insesgados.

Si no se rechaza una hiptesis nula, es verdadera.

FALSO; no necesariamente es verdaderia, si se acepta una hiptesis nula
siendo esta falsa se esta incurriendo en un error tipo II, el cual nos dice que se
acepta una hiptesis nula cuando debe ser rechazada porque es falsa,
denotado con la letra griega .

Las medias condicional e incondicional de una variable aleatoria significan lo

mismo.
FALSO;El valor esperado condicional e incondicional son respuestas a
diferentes preguntas. En el caso de la media incondicional, no depende de
ninguna variable y no existen condiciones, pero para la media condicional
depende de una variable es decir est en funcin de los Xi.

La varianza condicional, var (Yi | Xi) = 2, y la varianza incondicional de Y,

var(Y ) = 2Y , seran la misma si X no tuviera influencia en Y.
VERDADERO, Si X, no tiene influencia en Y

as o inciertas.

que las
a distribucin

males. Y las
cin normal.

esin Lineal no
n siendo

rianza es
. Para
uma de

madas no

para calcular
suma cero los

mo significado.
idad de
nte se ha
sis nula es

de los residuos

tesis nula
os dice que se
falsa,
significan lo

tas a
epende de
ondicional

onal de Y,

La tabla anexa proporciona datos sobre el salario promedio de un maestro de escuela

pblica (el sueldo anual est en dlares) y el gasto en educacin pblica por alumno
(dlares) para 2005.
A fi n de averiguar si existe alguna relacin entre el salario del maestro y el gasto por
alumno en las escuelas pblicas.

a.Plantear el modelo.
b.Grafique los datos y trace la lnea de regresin.
c.Suponga, con base en el inciso b), que decide estimar el modelo de regresin dado antes.
Obtenga las estimaciones de los parmetros, sus errores estndar, r 2, la SCR y la SCE.
d.Interprete la regresin. Tiene sentido econmico?
e.Establezca un intervalo de confianza de 95% para 2. Rechazara la hiptesis de que el
verdadero coeficiente de la pendiente es 3.0?
f.Obtenga el valor individual pronosticado y la media del Sueldo, si el gasto por alumno es de
5 000 dlares. Tambin establezca intervalos de confianza de 95% para la verdadera media
y el verdadero valor individual del Sueldo, para la cifra correspondiente al gasto.
g. Cmo probara la suposicin de la normalidad del trmino de error? Muestre la(s)
prueba(s) utilizada(s).

e un maestro de escuela
in pblica por alumno

l maestro y el gasto por

delo de regresin dado antes.

ndar, r 2, la SCR y la SCE.

hazara la hiptesis de que el

do, si el gasto por alumno es de

95% para la verdadera media
pondiente al gasto.
de error? Muestre la(s)

Observacin
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

Gasto (X)
3346
3114
3554
4642
4669
4888
5710
5536
4168
3547
3159
3621
3782
4247
3982
3568
3155
359
2967
3285
3914
4517
4349
520
3594
2821
3366
2920
2980
3731
2853
2533
2729
2305
2642
3124
2752
3429
3947

Salario (Y)
19583
20263
20325
26800
29470
26610
30678
27170
25853
24500
24274
27170
30168
26525
27360
21690
21974
20816
1895
20939
22644
24624
27186
33990
23382
20627
22795
21570
2280
22250
20940
21800
22934
18443
19538
20460
21419
25160
22482

40
41
42
43
44
45
46
47
48
49
50
51
TOTAL
PROMEDIO

2509
20969
5440
27224
442
25892
3402
22644
2829
24640
2297
22341
2932
25610
3705
2615
4123
25788
3608
29132
8349
41480
3766
25845
177727
1182767
3484.84314 23191.5098

a) PLANTEAR EL MODELO
Nmero de Datos
X barra
Y barra
Covarianza
Varianza
Beta 1
Beta 0

51
3484.84314
23191.5098
3096053.51
1625189.58
1.90504144
16552.7392

Salario (Y)=16552,7392+ 1,90504144 Gasto (X)

b) GRAFIQUE LOS DATOS Y TRACE LA LINEA DE REGRE

45000
40000
35000
30000
25000
Axis Title

20000
15000
10000
5000
0
0

2000

4000

6000

Axis Title

8000

10000

c) SUPONGA, CON SABE EN EL INCISO b), QUE DECIDE ESTIMA

EL MODELO

+ 1,90504144 Gasto (X)

ACE LA LINEA DE REGRESIN

6000

Column L
Linear (Column L)

8000

10000

x
y
-138.8431373 -3608.5098039216
-370.8431373 -2928.5098039216
69.15686275 -2866.5098039216
1157.156863 3608.4901960784
1184.156863 6278.4901960784
1403.156863 3418.4901960784
2225.156863 7486.4901960784
2051.156863 3978.4901960784
683.1568627 2661.4901960784
62.15686275 1308.4901960784
-325.8431373 1082.4901960784
136.1568627 3978.4901960784
297.1568627 6976.4901960784
762.1568627 3333.4901960784
497.1568627 4168.4901960784
83.15686275 -1501.5098039216
-329.8431373 -1217.5098039216
-3125.843137 -2375.5098039216
-517.8431373 -21296.509803922
-199.8431373 -2252.5098039216
429.1568627 -547.5098039216
1032.156863 1432.4901960784
864.1568627 3994.4901960784
-2964.843137 10798.490196079
109.1568627 190.4901960784
-663.8431373 -2564.5098039216
-118.8431373 -396.5098039216
-564.8431373 -1621.5098039216
-504.8431373 -20911.509803922
246.1568627 -941.5098039216
-631.8431373 -2251.5098039216
-951.8431373 -1391.5098039216
-755.8431373 -257.5098039216
-1179.843137 -4748.5098039216
-842.8431373 -3653.5098039216
-360.8431373 -2731.5098039216
-732.8431373 -1772.5098039216

x^2
19277.41676
137524.6324
4782.671665
1339012.005
1402227.476
1968849.181
4951323.064
4207244.476
466703.2991
3863.475586
106173.7501
18538.69127
88302.20108
580883.0834
247164.9462
6915.063822
108796.4952
9770895.319
268161.5148
39937.27951
184175.6128
1065347.789
746767.0834
8790294.829
11915.22068
440687.7109
14123.69127
319047.7697
254866.5932
60593.20108
399225.7501
906005.3579
571298.8481
1392029.829
710384.554
130207.7697
537059.0638

-55.84313725 1968.4901960784
462.1568627 -709.5098039216
-975.8431373 -2222.5098039216
1955.156863 4032.4901960784
-3042.843137 2700.4901960784
-82.84313725 -547.5098039216
-655.8431373 1448.4901960784
-1187.843137 -850.5098039216
-552.8431373 2418.4901960784
220.1568627 -20576.509803922
638.1568627 2596.4901960784
123.1568627 5940.4901960784
4864.156863 18288.490196079
281.1568627 2653.4901960784
-7.2760E-012 -6.18456397E-011

3118.455978
213588.9658
952269.8285
3822638.358
9258894.358
6862.98539
430130.2207
1410971.319
305635.5344
48469.04421
407244.1815
15167.61284
23660021.99
79049.18147
82884668.75

b), QUE DECIDE ESTIMAR EL MODELO DE REGRESIN DADO ANTES. OBTENGA LAS ESTIMACIONES DE LOS PARM
SCE.

SCT
y^2
xiyi
13021343.005 501016.82199
8576169.67166 1086017.7632
8216878.45598 -198238.8251
13021201.4952 4175589.1945
39419439.1423 7434717.2534
11686075.2207 4796677.9789
56047535.456 16658615.038
15828384.2403 8160507.4691
7083530.06382 1818215.2926
1712146.59323 81331.645521
1171785.02461 -352722.0015
15828384.2403 541698.74356
48671415.456 2073111.9396
11112156.8874 2540642.4298
17376310.5148 2072393.5083
2254531.69127 -124860.8447
1482330.12265 401587.25336
5643046.82853 7425471.0181
453541329.829 11028251.449
5073800.41676 450148.62591
299766.98539 -234967.5898
2052028.16186 1478554.5867
15955951.9266 3451866.1161
116607390.515 -32015829.55
36286.514802 20793.312188
6576710.53441 1702432.2338
157220.024606 47122.46905
2629294.04421 915898.68474
437291242.28 10557032.214
886440.71088 -231759.0996
5069296.39715 1422601.0181
1936299.53441 1324499.0573
66311.2991157 194637.01807
22548345.3579 5602496.7043
13348133.8874 3079335.6651
7461145.80892 985646.56709
3141791.005 1298971.6455

X^2
11195716
9696996
12630916
21548164
21799561
23892544
32604100
30647296
17372224
12581209
9979281
13111641
14303524
18037009
15856324
12730624
9954025
128881
8803089
10791225
15319396
20403289
18913801
270400
12916836
7958041
11329956
8526400
8880400
13920361
8139609
6416089
7447441
5313025
6980164
9759376
7573504

Y^2
Yi(gorra)
383493889 22927.00787316
410589169 22485.03825802
413105625 23323.25649363
718240000 25395.94158531
868480900 25447.37770432
708092100 25864.58178068
941139684 27430.52584811
738208900 27099.04863675
668377609 24492.95194059
600250000 23309.92120352
589227076 22570.76512302
738208900 23450.89427041
910108224 23757.60594299
703575625 24643.45021471
748569600 24138.6142319
470456100 23349.92707385
482856676 22563.14495725
433305856 17236.64907824
3591025 22204.99716567
438441721 22810.80034504
512750736 24009.07141367
606341376 25157.81140474
739078596 24837.76444206
1155320100 17543.36075082
546717924 23399.45815141
425473129 21926.86111476
519612025 22965.10870205
465264900 22115.46021777
5198400 22229.76270445
495062500 23660.44882932
438483600 21987.82244099
475240000 21378.20917873
525968356 21751.59730186
340144249 20943.85972937
381733444 21585.85869618
418611600 22504.08867246
458773561 21795.41325509

3874953.65206 -109926.6682
503404.161861 -327904.8251
4939549.82853 2168820.9396
16260977.1815 7884150.8808
7292647.29912 -8217168.06
299766.98539 45357.429835
2098123.84814 -949982.3545
723366.926567 1010272.2338
5849094.82853 -1337045.707
423392755.711 -4530059.845
6741761.33833 1656968.0377
35289423.7697 731612.13572
334468873.652 88958085.097
7041010.22068 746046.97885
2221607158.75 157898729.08

11758041
15578809
6295081
29593600
195364
11573604
8003241
5276209
8596624
13727025
16999129
13017664
69705801
14182756
702235385

633025600 23085.12631306
505440324 24071.93778134
439698961 21332.48818406
741146176 26916.16465808
670395664 17394.76751814
512750736 23033.69019405
607129600 21942.10144632
499120281 20928.61939781
655872100 22138.32071511
6838225 23610.91775176
665020944 24407.22507558
848673424 23426.12873163
1720590400 32457.93022032
667964025 23727.12527987
29651759635
1182767

ESTIMACIONES DE LOS PARMETROS, SUS ERRORES ESTNDAR, r2, LA SCR Y LA

R^2
SCR
(Yi(gorra)-Y barra)^2
i(gorra)=Yi-Yi(gorra)
69961.2713778721
-3344.0078731576
499102.045170571
-2222.0382580186
17357.190248354
-2998.2564936271
4859519.47881077
1404.0584146865
5088939.98403333
4022.6222956833
7145313.79291207
745.4182193236
17969257.0228754
3247.4741518914
15268859.7300963
70.9513632456
1693751.63509558
1360.0480594102
14021.2595536994
1190.0787964849
385323.958862643
1703.234876976
67280.3014569883
3719.1057295871
320464.838665714
6410.3940570122
2108130.9564817
1881.5497852896
897006.797497802
3221.3857680992
25096.0314118831
-1659.927073851
394842.380537955
-589.1449572457
35460366.2622325
3579.3509217573
973207.185434897
-20309.9971656676
144939.692082552
-1871.8003450391
668406.985735034
-1365.0714136704
3866341.98539253
-533.8114047429
2710154.3335792
2348.235557944
31901587.7260788
16446.6392491824
43242.5152230217
-17.4581514096
1599336.30699528
-1299.8611147611
51257.4589291659
-170.1087020489
1157882.71185048
-545.460217773
924957.483347946
-19949.7627044469
219903.809536956
-1410.448829315
1448863.26768795
-1047.8224409872
3288059.15733298
421.7908212735
2073348.01358991
1182.4026981389
5051930.85765101
-2500.8597293657
2578115.47977884
-2047.858696184
472547.811974105
-2044.0886724642
1949085.57367021
-376.4132550861

SCE
SCR
i^2
11182388.65574
SCE
4937454.020098
8989542.001577
1971380.031852
d) INTER
16181490.13373
EXPLICACIN DEL M
555648.3216995
Segn los datos que
10546088.3672
13,53% de mis dato
5034.095946413
dice que a medida q
1849730.723905
el modelo esta sien
1416287.541843
Si no se gasta nada
dlar, significara qu
2901009.046148
13831747.42785
41093151.96618
3540229.594523
e) ESTABLEZCA UN INTERVALO
10377326.26691
EL VE
2755357.890503
347091.7806481
12811753.02108
412495984.8694
3503636.531689
1863419.96442
284954.6158336
5514210.235592
270491942.5927
304.7870506421
1689638.917668
28936.97051276
297526.849173
397993031.9637
1989365.900116
1097931.867836
177907.4969106
1398076.140566
6254299.385963
4193725.239537
4178298.500897
141686.9386045

11317.4471286457
2074.8736869435
775153.423422867
-1589.937781341
3455961.38312424
-363.4881840569
13873053.7825773
307.8353419238
33602221.1277497
8497.2324818584
24907.0292589985
-389.6901940532
1561021.2440506
2697.8985536824
5120672.9900755
1412.3806021908
1109207.2567964
3471.6792848922
175903.026706967
-20995.9177517563
1477963.62175421
1380.7749244156
55046.0412407198
5705.8712683665
85866547.3333526
9022.069779685
286883.938080585
2117.8747201252
300803622.938511 -8.0035533756018E-011

4305100.816771
2527902.148536
132123.659949
94762.59773737
72202959.85075
151858.4473412
7278656.605961
1994818.965445
12052557.05715
440828562.2385
1906539.391895
32556966.93117
81397743.10951
4485393.330145
1920803535.807

0.135399
300803622.938511
1920803535.80659

d) INTERPRETE LA REGRESIN. TIENE SENTIDO ECONMICO?

EXPLICACIN DEL MODELO
Segn los datos que se obtienen en el R^2; el modelo me puede explicar el
13,53% de mis datos observados. Presentando una correlacin positiva lo que nos
dice que a medida que el gasto sube el salario tambien. Pero con el valor de R^2
el modelo esta siendo desconfiable.
Si no se gasta nada el sueldo sera de 16552.73; y si se incrementa el gasto en 1
dlar, significara que crecera en casi 2%. No tiene sentido econmico

BLEZCA UN INTERVALO DE CONFIANZA DE 95% PARA BETA 1. RECHAZARIA LA HIPTESIS DE QUE

EL VERDADERO COEFICIENTE DE LA PENDIENTE ES 3.0?
Varianza residual
Sx
Media
Tamao de la muestra
1-Alfa
La regin de rechazo
Sx^2
Valor del intervalo
Intervalo de confianza para Beta

39200072.2
1657693.37
23191.5098
51
0.05
2.00957524
0.68771157
1.38200814
3.28704958
0.52303331

Intervalo para Beta 1 [0,53 : 3,28]

Si Beta 1 es igual a 3
Intervalo de confianza para Beta 4.38200814
1.61799186
Si rechazara el valor de Beta = 3; debido a que no contiene al cero y con
este valor no se cumple la Hipotesis Nula.

Si rechazara el valor de Beta = 3; debido a que no contiene al cero y con

este valor no se cumple la Hipotesis Nula.

f) OBTENGA EL VALOR INDIVIDUAL PRONOSTICADO Y LA MEDIA DEL SUELDO, SI EL GASTO POR

ALUMNO ES DE 5000 DOLARES. TAMBIEN ESTABLEZCA INTERVALOS DE CONFIANZA DE 95%
PARA LA VERDADERA MEDIA Y EL VERDADERO VALOR DEL SUELDO PARA LA CIFRA
CORRESPONDIENTE AL GASTO
Observacin
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

Gasto (X)
3346
3114
3554
4642
4669
4888
5710
5536
4168
3547
3159
3621
3782
4247
3982
3568
3155
359
2967
3285
3914
4517
4349
520
3594
2821
3366
2920
2980
3731
2853
2533
2729
2305
2642
3124

Salario (Y)
19583
20263
20325
26800
29470
26610
30678
27170
25853
24500
24274
27170
30168
26525
27360
21690
21974
20816
1895
20939
22644
24624
27186
33990
23382
20627
22795
21570
2280
22250
20940
21800
22934
18443
19538
20460

Salario (Y)=16552,7392+ 1,90504144

Cuando Gasto es 5000

Salario es
Covarianza
Varianza
Beta 0
Beta 1
Nuevo Mdelo

Salario (Y)=16552,7392+ 1,90504144

37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
TOTAL
PROMEDIO

2752
21419
3429
25160
3947
22482
2509
20969
5440
27224
442
25892
3402
22644
2829
24640
2297
22341
2932
25610
3705
2615
4123
25788
3608
29132
8349
41480
3766
25845
5000
26077.9464
182727
1208844.95
3513.98077 23247.0182

LDO, SI EL GASTO POR

CONFIANZA DE 95%
O PARA LA CIFRA

Y)=16552,7392+ 1,90504144 Gasto (X)

ndo Gasto es 5000

26077.9464
3119000.57
1637235.02
16552.7392
1.90504144

evo Mdelo

Y)=16552,7392+ 1,90504144 Gasto (X)

x
-167.98076923
-399.98076923
40.0192307692
1128.01923077
1155.01923077
1374.01923077
2196.01923077
2022.01923077
654.019230769
33.0192307692
-354.98076923
107.019230769
268.019230769
733.019230769
468.019230769
54.0192307692
-358.98076923
-3154.9807692
-546.98076923
-228.98076923
400.019230769
1003.01923077
835.019230769
-2993.9807692
80.0192307692
-692.98076923
-147.98076923
-593.98076923
-533.98076923
217.019230769
-660.98076923
-980.98076923
-784.98076923
-1208.9807692
-871.98076923
-389.98076923

y
-3664.0182
-2984.0182
-2922.0182
3552.9817996
6222.9817996
3362.9817996
7430.9817996
3922.9817996
2605.9817996
1252.9817996
1026.9817996
3922.9817996
6920.9817996
3277.9817996
4112.9817996
-1557.0182
-1273.0182
-2431.0182
-21352.0182
-2308.0182
-603.0182004
1376.9817996
3938.9817996
10742.9818
134.98179957
-2620.0182
-452.0182004
-1677.0182
-20967.0182
-997.0182004
-2307.0182
-1447.0182
-313.0182004
-4804.0182
-3709.0182
-2787.0182

-761.98076923
-84.980769231
433.019230769
-1004.9807692
1926.01923077
-3071.9807692
-111.98076923
-684.98076923
-1216.9807692
-581.98076923
191.019230769
609.019230769
94.0192307692
4835.01923077
252.019230769
1486.01923077
-2.72848E-012

-1828.0182
1912.9817996
-765.0182004
-2278.0182
3976.9817996
2644.9817996
-603.0182004
1392.9817996
-906.0182004
2362.9817996
-20632.0182
2540.9817996
5884.9817996
18232.9818
2597.9817996
2830.928222
1.45519E-011

x^2
28217.5388314
159984.615754
1601.53883136
1272427.38499
1334069.42345
1887928.84652
4822500.46191
4088561.7696
427741.154216
1090.26960059
126011.346524
11453.1157544
71834.3080621
537317.192678
219042.00037
2918.0772929
128867.192678
9953903.65422
299187.961908
52432.1926775
160015.384985
1006047.57729
697257.115754
8963920.84652
6403.0772929
480222.346524
21898.3080621
352813.154216
285135.461908
47097.3465237
436895.577293
962323.269601
616194.808062
1461634.50037
760350.461908
152085.00037

y^2
13425029.4
8904364.62
8538190.36
12623679.7
38725502.5
11309646.6
55219490.5
15389786.2
6791141.14
1569963.39
1054691.62
15389786.2
47899989.1
10745164.7
16916619.3
2424305.68
1620575.34
5909849.49
455908681
5326948.01
363630.95
1896078.88
15515577.6
115411658
18220.0862
6864495.37
204320.454
2812390.04
439615852
994045.292
5322332.98
2093861.67
97980.3938
23078590.9
13756816
7767470.45

xiyi
615484.596
1193549.9
-116936.921
4007831.8
7187663.65
4620801.67
16318578.9
7932344.64
1704362.21
41372.4952
-364558.789
419834.495
1854956.22
2402823.7
1924954.58
-84108.9255
456989.053
7669815.67
11679143.3
528491.783
-241218.877
1381139.23
3289125.55
-32164281
10801.1398
1815622.23
66890.001
996116.561
11195984.5
-216372.123
1524894.66
1419497.03
245713.268
5807965.62
3234192.54
1086883.5

X^2
11195716
9696996
12630916
21548164
21799561
23892544
32604100
30647296
17372224
12581209
9979281
13111641
14303524
18037009
15856324
12730624
9954025
128881
8803089
10791225
15319396
20403289
18913801
270400
12916836
7958041
11329956
8526400
8880400
13920361
8139609
6416089
7447441
5313025
6980164
9759376

Y^2
Yi(gorra)
383493889 22927.0079
410589169 22485.0383
413105625 23323.2565
718240000 25395.9416
868480900 25447.3777
708092100 25864.5818
941139684 27430.5258
738208900 27099.0486
668377609 24492.9519
600250000 23309.9212
589227076 22570.7651
738208900 23450.8943
910108224 23757.6059
703575625 24643.4502
748569600 24138.6142
470456100 23349.9271
482856676 22563.145
433305856 17236.6491
3591025 22204.9972
438441721 22810.8003
512750736 24009.0714
606341376 25157.8114
739078596 24837.7644
1155320100 17543.3608
546717924 23399.4582
425473129 21926.8611
519612025 22965.1087
465264900 22115.4602
5198400 22229.7627
495062500 23660.4488
438483600 21987.8224
475240000 21378.2092
525968356 21751.5973
340144249 20943.8597
381733444 21585.8587
418611600 22504.0887

580614.692678
7221.73113905
187505.654216
1009986.34652
3709550.07729
9437065.84652
12539.6926775
469198.654216
1481042.19268
338701.615754
36488.3465237
370904.423447
8839.61575444
23377410.9619
63513.6926775
2208253.15422
85136220.9808

3341650.54
3659499.37
585252.847
5189366.92
15816384.2
6995928.72
363630.95
1940398.29
820868.98
5583682.99
425680175
6456588.51
34633010.8
332441625
6749509.43
8014154.6
2229778454

1392914.71
-162566.665
-331267.593
2289364.48
7659743.43
-8125333.22
67526.4419
-954165.745
1102606.73
-1375210
-3941112.25
1547506.78
553301.462
88156817.6
654741.375
4206813.78
162188029

7573504
458773561 21795.4133
11758041
633025600 23085.1263
15578809
505440324 24071.9378
6295081
439698961 21332.4882
29593600
741146176 26916.1647
195364
670395664 17394.7675
11573604
512750736 23033.6902
8003241
607129600 21942.1014
5276209
499120281 20928.6194
8596624
655872100 22138.3207
13727025
6838225 23610.9178
16999129
665020944 24407.2251
13017664
848673424 23426.1287
69705801 1720590400 32457.9302
14182756
667964025 23727.1253
25000000 680059289.61 26077.9464
727235385 30331818925 1208844.95

(Yi(gorra)-Y barra)^2
i(gorra)=Yi-Yi(gorra)
102406.609562319
-3344.0078731576
580613.432640478
-2222.0382580186
5812.2773492848
-2998.2564936271
4617871.71409023
1404.0584146865
4841581.9463356
4022.6222956833
6851639.0966216
745.4182193236
17501736.2381683
3247.4741518914
14838138.4823534
70.9513632456
1552350.88486344
1360.0480594102
3956.787796864
1190.0787964849
457318.224703904
1703.234876976
41565.4519108253
3719.1057295871
260699.842848175
6410.3940570122
1950022.37050149
1881.5497852896
794943.483330728
3221.3857680992
10590.2362283462
-1659.927073851
467682.612746207
-589.1449572457
36124536.9849672
3579.3509217573
1085807.83689171
-20309.9971656676
190286.017363607
-1871.8003450391
580725.099806803
-1365.0714136704
3651130.66964045
-533.8114047429
2530473.60524073
2348.235557944
32531708.3025422
16446.6392491824
23237.9386540457
-17.4581514096
1742814.73084726
-1299.8611147611
79472.9652786593
-170.1087020489
1280423.46811944
-545.460217773
1034808.74411204
-19949.7627044469
170924.884898549
-1410.448829315
1585573.960604
-1047.8224409872
3492447.15960829
421.7908212735
2236283.66388267
1182.4026981389
5304538.94284478
-2500.8597293657
2759450.89855364
-2047.858696184
551944.283526535
-2044.0886724642

i^2
11182388.7
4937454.02
8989542
1971380.03
16181490.1
555648.322
10546088.4
5034.09595
1849730.72
1416287.54
2901009.05
13831747.4
41093152
3540229.59
10377326.3
2755357.89
347091.781
12811753
412495985
3503636.53
1863419.96
284954.616
5514210.24
270491943
304.787051
1689638.92
28936.9705
297526.849
397993032
1989365.9
1097931.87
177907.497
1398076.14
6254299.39
4193725.24
4178298.5

R^2

Varianza residual
Sx
Media
Tamao de la muestra
1-Alfa
La regin de rechazo
Sx^2
Valor del intervalo
Intervalo de confianza

Intervalo para Beta

Se rechaza la hiptesis
intervalo que se ha det
al cero.

Regin de rechazo
Media
Tamao de la muestra
1-Alfa
Sx^2
Valor del intervalo
Intervalo de confianza

Intervalo para Beta

Se rechaza la hiptesis
intervalo que se ha de
al cero.

2107156.91735277
-376.4132550861
26208.9831980355
2074.8736869435
680492.314966963
-1589.937781341
3665425.18360148
-363.4881840569
13462635.7276421
307.8353419238
34248838.0483694
8497.2324818584
45508.8383055753
-389.6901940532
1702807.73516859
2697.8985536824
5374973.00800325
1412.3806021908
1229210.11396439
3471.6792848922
132422.883454
-20995.9177517563
1346079.99315072
1380.7749244156
32080.5823872766
5705.8712683665
84840900.2380234
9022.069779685
230502.807731009
2117.8747201252
8014154.59831764
0
308974917.82307 -8.0035533756018E-011

141686.939
4305100.82
2527902.15
132123.66
94762.5977
72202959.9
151858.447
7278656.61
1994818.97
12052557.1
440828562
1906539.39
32556966.9
81397743.1
4485393.33
0
1920803536

Se rechaza la hiptesis
intervalo que se ha de
al cero.

g) CMO PROBARIA LA SUPOSI

MUESTR

0.1385675412

anza residual

38416070.7
1669337.67
23247.0182
mao de la muestra
52
0.05
egin de rechazo
2.00855911
0.67173703
or del intervalo
1.34922352
ervalo de confianza para Beta 1 3.25426497
0.55581792

Intervalo para Beta 1 [0,55 : 3,25]

rechaza la hiptesis nula para beta 1 porque el

tervalo que se ha determinado para Beta 1 no contiene
cero.

in de rechazo

2.00855911
3513.98077
mao de la muestra
52
0.05
2512.08954
or del intervalo
5045.68034
ervalo de confianza para Beta 0 21598.4195
11507.0589
Intervalo para Beta 0 [11507,05 : 21598,41]

e rechaza la hiptesis nula para beta 0 porque el

tervalo que se ha determinado para Beta 0 no contiene
cero.

Para probar la suposicin

calcularan las prueba de
tambin se puede llegar a
varianza residual es meno

e rechaza la hiptesis nula para beta 0 porque el

tervalo que se ha determinado para Beta 0 no contiene
cero.

g) CMO PROBARIA LA SUPOSICIN DE LA NORMALIDAD DEL TRMINO DE ERROR.?

MUESTRE LAS PRUEBAS UTILIZADAS?
Para probar la suposicin de la normalidad del trnimo de error se
calcularan las prueba de hipotesis para probar beta 0 y beta 1 o
tambin se puede llegar a probar la suposicin demostrando que la
varianza residual es menor a la varianza normal.

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0.3679661749
Coeficiente de determinacin R^2
0.1353991059
R^2 ajustado
0.1177541897
Error tpico
6260.996099609
Observaciones
51
ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
1 300803622.938511
49 1920803535.80659
50 2221607158.7451

Regresin
Residuos
Total

Coeficientes
16552.73919964
1.9050414446

Intercepcin
Variable X 1

Resultados de datos de probabilidad

Percentil

Y
0.9803921569
2.9411764706
4.9019607843
6.862745098
8.8235294118
10.7843137255
12.7450980392
14.7058823529
16.6666666667
18.6274509804
20.5882352941
22.5490196078
24.5098039216
26.4705882353
28.431372549
30.3921568627
32.3529411765
34.3137254902
36.2745098039
38.2352941176
40.1960784314

1895
2280
2615
18443
19538
19583
20263
20325
20460
20627
20816
20939
20940
20969
21419
21570
21690
21800
21974
22250
22341

Error tpico
2551.8938003301
0.6877115688

42.1568627451
44.1176470588
46.0784313725
48.0392156863
50
51.9607843137
53.9215686275
55.8823529412
57.8431372549
59.8039215686
61.7647058824
63.7254901961
65.6862745098
67.6470588235
69.6078431373
71.568627451
73.5294117647
75.4901960784
77.4509803922
79.4117647059
81.3725490196
83.3333333333
85.2941176471
87.2549019608
89.2156862745
91.1764705882
93.137254902
95.0980392157
97.0588235294
99.0196078431

22482
22644
22644
22795
22934
23382
24274
24500
24624
24640
25160
25610
25788
25845
25853
25892
26525
26610
26800
27170
27170
27186
27224
27360
29132
29470
30168
30678
33990
41480

Promedio de los cuadrados

F
300803622.93851
7.6735476842
39200072.159318

Valor crtico de F
0.0078938963

Estadstico t
Probabilidad
Inferior 95%
Superior 95%
6.4864530011 4.14498519E-008 11424.5166107171 21680.96178857
2.770116908
0.0078938963
0.5230333056
3.2870495835

50000
40000
30000
Y

20000
10000
0
0

20

40

60

80

Muestra percentil

Inferior 95,0% Superior 95,0%

11424.51661072 21680.9617886
0.5230333056 3.2870495835

100

120

80

Column B
Linear (Column B)
100

120

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0.3722466135
Coeficiente de determinacin R^2
0.1385675412
R^2 ajustado
0.1213388921
Error tpico
6198.0699186224
Observaciones
52
ANLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
1
308974917.823071
50
1920803535.80659
51
2229778453.62966

Regresin
Residuos
Total

Coeficientes
16552.739199644
1.9050414446

Intercepcin
Variable X 1

Resultados de datos de probabilidad

Percentil

Y
0.9615384615
2.8846153846
4.8076923077
6.7307692308
8.6538461538
10.5769230769
12.5
14.4230769231
16.3461538462
18.2692307692
20.1923076923
22.1153846154
24.0384615385
25.9615384615
27.8846153846
29.8076923077
31.7307692308
33.6538461538
35.5769230769
37.5
39.4230769231

1895
2280
2615
18443
19538
19583
20263
20325
20460
20627
20816
20939
20940
20969
21419
21570
21690
21800
21974
22250
22341

Error tpico
2512.0895442622
0.6717370252

41.3461538462
22482
43.2692307692
22644
45.1923076923
22644
47.1153846154
22795
49.0384615385
22934
50.9615384615
23382
52.8846153846
24274
54.8076923077
24500
56.7307692308
24624
58.6538461538
24640
60.5769230769
25160
62.5
25610
64.4230769231
25788
66.3461538462
25845
68.2692307692
25853
70.1923076923
25892
72.1153846154 26077.9464224677
74.0384615385
26525
75.9615384615
26610
77.8846153846
26800
79.8076923077
27170
81.7307692308
27170
83.6538461538
27186
85.5769230769
27224
87.5
27360
89.4230769231
29132
91.3461538462
29470
93.2692307692
30168
95.1923076923
30678
97.1153846154
33990
99.0384615385
41480

Promedio de los cuadrados

F
308974917.823071 8.04285582
38416070.7161317

Estadstico t
Probabilidad
6.5892313582 2.6363E-008
2.8359929155 0.00657827

Valor crtico de F
0.0065782685

Inferior 95%
Superior 95%
11507.058855103 21598.4195
0.5558179217 3.25426497

Grfico de probabilidad normal

50000
Y
0
0

20

40

60

Muestra percentil

Inferior 95,0%
Superior 95,0%
11507.0589 21598.4195
0.55581792 3.25426497

80

100

abilidad normal

60

a percentil

80

100

120

Desde 1986, The Economist publica el ndice Big Mac como medida burda y divertida para saber
monedas internacionales se sitan en su tipo de cambio correcto, segn la teora de la paridad
adquisitivo (PPA). La PPA sostiene que con una unidad de moneda debe ser posible comprar la m
canasta de bienes en todos los pases. Los partidarios de la PPA argumentan que, a la larga, las m
tienden a moverse hacia su PPA. The Economist utiliza la hamburguesa Big Mac de McDonalds c
representativa, y presenta la informacin en la tabla
Considere el siguiente modelo de regresin:
Yi = 0 + 1 Xi + ui
donde Y = tipo de cambio del da y X = PPA implcita del dlar.
a)Si se mantiene la PPA, qu valores de 0 y 1 esperara a priori?
b)Los resultados de la regresin apoyan sus expectativas? Qu prueba formal aplica para dem
hiptesis?
c)The Economist debe continuar publicando el ndice Big Mac? Por qu?

Observacin COUNTRY

BMACLC

1 United States
$3.22
2 Argentina
Peso 8.25
3 Australia
A $3.45
4 Brazil
Real 6.4
5 Britain
BP 1.99
6 Canada
C$ 3.63
7 Chile
Peso 1,670
8 China
Yuan 11.0
9 Czech RepubliKoruna 52.1
10 Denmark
DKr 27.75
11 Egypt
Pound 9.09
12 Euro area* EU 2.94
13 Hong Kong HK$12.0
14 Hungary
Forint 590
15 Iceland
Kronur 509
16 Indonesia
Rupiah 15,90
17 Japan
Yen 280
18 Latvia
Lats 1.35
19 Malaysia
Ringgit 5.50
20 Mexico
Peso 29.0
21 New Zealand NZ$4.60
22 Norway
Kroner 41.5
23 Pakistan
Rupee 140

BMAC$ (Y')
3.22
2.65
2.67
3.01
3.9
3.08
3.07
1.41
2.41
4.84
1.6
3.82
1.54
3
7.44
1.75
2.31
2.52
1.57
2.66
3.16
6.63
2.31

Implied PPP*
of the dollar
(X)

2.56
1.07
1.99
1.62
1.13
519
3.42
16.2
8.62
2.82
1.1
3.73
183
158
4938
87
0.42
1.71
9.01
1.43
12.9
43.5

24 Paraguay
25 Peru
26 Philippines
27 Poland
28 Russia
29 Saudi Arabia
30 Singapore
31 Slovakia
32 South Africa
33 South Korea
34 Sri Lanka
35 Sweden
36 Switzerland
37 Taiwan
38 Thailand
39 Turkey
40 Ukraine
41 Uruguay
42 Venezuela
TOTAL
PROMEDIO

Guarani 10,0
New Sol 9.50
Peso 85.0
Zloty 6.90
Rouble 49.0
Riyal 9.00
S $3.60
Crown 57.98
Rand 15.5
Won 2900
Rupee 190
SKr 32.0
SFr 6.30
NT $75.0
Baht 62.0
Lire 4.55
Hryvnia 9.00
Peso 55.0
Bolivar 6800

1.9
3106
2.97
2.95
1.74
26.4
2.29
2.14
1.85
15.2
2.4
2.8
2.34
1.12
2.13
18
2.14
4.81
3.08
901
1.75
59
4.59
9.94
5.05
1.96
2.28
23.3
1.78
19.3
3.22
1.41
1.71
2.8
2.17
17.1
1.58
2112
114.32
12325.46
2.78829268 300.620976

a) Si se mantiene la PPA, Qu valores de 0 y 1 esperara

Varianza
876637.732
Covarianza 1590851.37
Beta 0
-33.0916976
Beta 1
1.81471926

Yi = -33,09169 + 1,81479Xi + i

b) Los resultados de la regresin apoyan sus expectativas?Qu prueba formal apl

Varianza
876637.732
Covarianza -229.539974
Beta 0
2.86700767
Beta 1
-0.00026184

Yi' = 2,867007 - 0,000261Xi + i

Para demostrar la hiptesis hemos tomado en cuenta el precio de la big mac como
nuevo modelo de regresin; los valores que se han obtenido en el intercepto y la pe
valores del modelo obtenido inicialmente, por lo tanto se decide no apoyar las expe
obtenido de R^2 el modelo no me es conveniente.

Para demostrar la hiptesis hemos tomado en cuenta el precio de la big mac como
nuevo modelo de regresin; los valores que se han obtenido en el intercepto y la pe
valores del modelo obtenido inicialmente, por lo tanto se decide no apoyar las expe
obtenido de R^2 el modelo no me es conveniente.

c) The Economist debe continuar publicando el ndice Big Ma

A mi parecer no se debera seguir publicando el ndice Big Mac; por el hecho de qu

investigacin cientfica. Y al comparar el cambio real con la PPA se llega a observa
de la moneda del pas que se analiza.

da burda y divertida para saber si las

o, segn la teora de la paridad del poder
debe ser posible comprar la misma
rgumentan que, a la larga, las monedas
guesa Big Mac de McDonalds como canasta

ri?
prueba formal aplica para demostrar su

Por qu?

Actual $
exchange rate
Jan 31st, 2006
(Y)

3.11
1.29
2.13
1.96
1.18
544
7.77
21.6
5.74
5.7
1.3
7.81
197
68.4
9100
121
0.54
3.5
10.9
1.45
6.26
60.7

Under (-)/over
(+) valuation
against the
dollar, %

-18
-17
-6
21
-4
-5
-56
-25
50
-50
19
-52
-7
-131
-46
-28
-22
-51
-17
-2
106
-28

5250
3.2
48.9
3.01
26.5
3.75
1.54
27.2
7.25
942
109
6.97
1.25
32.9
34.7
1.41
5.27
25.3
4307
21010.49
512.45097561

-41
-8
-46
-29
-43
-25
-27
-34
-34
-4
-46
43
57
-29
-45
0
-47
-33
-51

u valores de 0 y 1 esperara a priori?

9 + 1,81479Xi + i

tativas?Qu prueba formal aplica para demostrar su hiptesis?

7 - 0,000261Xi + i

a el precio de la big mac como nueva variable para determinar un

obtenido en el intercepto y la pendiente no se acercan en nada a los
to se decide no apoyar las expectativas. Adems con el valor

a el precio de la big mac como nueva variable para determinar un

obtenido en el intercepto y la pendiente no se acercan en nada a los
to se decide no apoyar las expectativas. Adems con el valor

uar publicando el ndice Big Mac?Por qu?

ice Big Mac; por el hecho de que no es elaborado apartir de una

al con la PPA se llega a observar una subvaluacin o sobrevaluacin

1.39130435 reales es igual a 1 dlar

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.995569761
0.9911591491
0.9909324606
164.5335577057
41

ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

1
39
40
Coeficientes
-33.0916976305
1.8147192561

Intercepcin
Variable X 1

Resultados de datos de probabilidad

Percentil

Y
1.2195121951
3.6585365854
6.0975609756
8.5365853659
10.9756097561
13.4146341463
15.8536585366
18.2926829268
20.7317073171
23.1707317073
25.6097560976
28.0487804878
30.487804878
32.9268292683
35.3658536585
37.8048780488
40.243902439
42.6829268293
45.1219512195
47.5609756098
50

0.54
1.18
1.25
1.29
1.3
1.41
1.45
1.54
1.96
2.13
3.01
3.11
3.2
3.5
3.75
5.27
5.7
5.74
6.26
6.97
7.25

52.4390243902
54.8780487805
57.3170731707
59.756097561
62.1951219512
64.6341463415
67.0731707317
69.512195122
71.9512195122
74.3902439024
76.8292682927
79.2682926829
81.7073170732
84.1463414634
86.5853658537
89.0243902439
91.4634146341
93.9024390244
96.3414634146
98.7804878049

7.77
7.81
10.9
21.6
25.3
26.5
27.2
32.9
34.7
48.9
60.7
68.4
109
121
197
544
942
4307
5250
9100

Suma de cuadrados
118364893.47512
1055780.37284062
119420673.847961

Promedio de los cuadrados

F
118364893.47512 4372.34009
27071.2916112979

Error tpico
26.9878396369
0.0274443204

Estadstico t
Probabilidad
-1.2261706782 0.22748674
66.123672655 1.1537E-041

Grfico de pr
10000
Y

5000
0
0

20

Valor crtico de F
1.153698408238E-041

Inferior 95%
Superior 95%Inferior 95,0%
Superior 95,0%
-87.6797558154 21.4963606 -87.6797558 21.4963606
1.7592078785 1.87023063 1.75920788 1.87023063

Grfico de probabilidad normal

20

40

60

Muestra percentil

80

100

120

Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones

0.1880231771
0.0353527151
0.0106181694
1.3130484741
41

ANLISIS DE VARIANZA
Grados de libertad
Regresin
Residuos
Total

1
39
40
Coeficientes
2.8670076736
-0.0002618413

Intercepcin
Variable X 1

Resultados de datos de probabilidad

Percentil

Y
1.2195121951
3.6585365854
6.0975609756
8.5365853659
10.9756097561
13.4146341463
15.8536585366
18.2926829268
20.7317073171
23.1707317073
25.6097560976
28.0487804878
30.487804878
32.9268292683
35.3658536585
37.8048780488
40.243902439
42.6829268293
45.1219512195
47.5609756098
50

1.41
1.54
1.57
1.58
1.6
1.71
1.74
1.75
1.75
1.78
1.85
1.9
2.13
2.14
2.17
2.28
2.29
2.31
2.31
2.34
2.4

52.4390243902
54.8780487805
57.3170731707
59.756097561
62.1951219512
64.6341463415
67.0731707317
69.512195122
71.9512195122
74.3902439024
76.8292682927
79.2682926829
81.7073170732
84.1463414634
86.5853658537
89.0243902439
91.4634146341
93.9024390244
96.3414634146
98.7804878049

2.41
2.52
2.65
2.66
2.67
2.97
3
3.01
3.07
3.08
3.08
3.16
3.22
3.82
3.9
4.59
4.84
5.05
6.63
7.44

Suma de cuadrados
2.4642249648
67.239755523
69.7039804878

Promedio de los cuadrados

F
2.4642249648 1.42928499
1.7240962955

Error tpico
0.2153745543
0.0002190175

Estadstico t
Probabilidad
13.3117288767 4.3703E-016
-1.1955270783 0.23910011

Grfi
10
Y

5
0
0

Valor crtico de F
0.2391001135

Inferior 95%
Superior 95%
2.4313715182 3.3026438289
-0.000704846 0.0001811633

Inferior 95,0%
Superior 95,0%
2.4313715182
3.3026438289
-0.000704846
0.0001811633

Grfico de probabilidad normal

10
Y

5
0
0

20

40

60
Muestra percentil

80

100

120