Documente Academic
Documente Profesional
Documente Cultură
CURSO:
MÉTODOS ECONOMÉTRICOS
DOCENTE:
TEMA:
ESTUDIANTE:
CÓDIGO:
2016-106054
TACNA-PERÚ
2018
MODELO REGRESIÓN LINEAL SIMPLE
CONTENIDO
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN .................................................. 1
FACULTAD DE CIENCIAS JURÍDICAS Y EMPRESARIALES .................................................. 1
ESCUELA PROFESIONAL INGENIERÍA COMERCIAL ............................................................. 1
2018 ............................................................................................................................................... 1
TRABAJO ENCARGADO ............................................................................................................ 3
1. TRABAJANDO CON EVIEWS PASO A PASO - CASO N° 1: ............................................ 3
Tabla N° 001: Regresión lineal con eviews. ....................................................................... 6
Modelamiento de regresión lineal simple: .......................................................................... 6
a) Modelo del consumo: ........................................................................................................ 7
2. CÁLCULO DE LAS VARIANZAS ......................................................................................... 7
2.1. Varianza del modelo: ............................................................................................... 7
2.2. Varianza del estimador β˳: ...................................................................................... 7
2.3. Varianza del estimador β₁: ...................................................................................... 7
3. INTERVALO DE CONFIANZA ................................................................................................. 8
3.1. Intervalo de confianza del error del modelo. ............................................................. 8
3.2. Intervalo de confianza del estimador β˳: .................................................................... 8
3.3. Intervalo de confianza del estimador β₁:.................................................................... 9
4. PRUEBA DE HIPOTESIS DE LOS ESTIMADORES: .............................................................. 9
4.1. Prueba de hipótesis de β˳: ............................................................................................ 9
TRABAJO ENCARGADO
EJERCICIO N° 1:
PERIODO 1 2 3 4 5 6 7 8 9 10
INGRESO 80 100 120 140 160 180 200 220 240 260
figura:
celda los datos correspondientes. Luego damos click en Ser01, Ser02 >
Variables:
correspondiente.
Modelo teórico:
Y= β˳+β₁Χᵢ +Ɛᵢ
Solución:
337.272727272728
𝜎2Ɛ =
8
= 42.1590909125
𝜎 2𝛽˳ =41.1370523
𝜎𝜀2 42.1590909125
𝜎 2𝛽1 = ( 2
)=( ) = 0.0012775482094697
∑(𝑥 − 𝑥̂) 33000
3. INTERVALO DE CONFIANZA
La ecuación es la siguiente:
Donde:
²
El valor de Xα/2 = 17.5 cuando pr= 0.025
²
El valor de X1− α/2 = 2.18 cuando pr= 0.975
42.1590909125 42.1590909125
Pr[(10 − 2) ≤ 𝜎𝜀2 ≤ (10 − 2) ]=1-α
17.5 2.18
distribuye normalmente.
Su ecuación es la siguiente:
9.664287998 a 39.244812002.
β˳
𝑡=
𝜎β˳
24.45455
t=
6.413817
t=3.81279198
T calculada del intercepto =3.81279198
T teórica al 95% de confianza para 8 gl = 2.306
Regla de decisión:
Hipótesis nula: Ho = 0
Hipótesis alternativa o de investigación: Hᵢ ≠ 0
β₁
𝑡=
𝜎β₁
0.509090909
𝑡=
0.035743
t =14.243094
Regla de decisión:
siguiente:
∑𝑛𝑖=1(𝑌𝑠 − Ŷ)^2
𝐹 = 𝑛 𝐾−1
∑𝑖=1(𝑌 − 𝑌𝑠)²
𝑛−𝐾
2852.11267605634
𝐹= 1
337.2727273
8
F= 202.867925
Hipótesis nula:
Ho: β̥ = β₁ = 0
Hipótesis alternativa:
H₁: β̥ ≠ β₁ ≠ 0
Regla de decisión:
Entonces, como F calculada > F teórica, se acepta la H1. Lo que quiere decir
confianza de 95%.
6. Coeficiente de correlación:
𝑆𝐶𝐸
𝑅=
𝑆𝐶𝑇
8552.727273
𝑅=
8890
=0.96206156
corresponden al 3.80%.
GRAFICA N° 001
EJERCICIO N° 2:
PERIODO 1 2 3 4 5 6 7 8 9 10
VENTAS 126 110 87 97 80 84 129 126 115 91
GASTOS 25 21 15 22 15 16 28 30 23 15
PROMOCIONALES
Variables:
será lo siguiente :
correspondiente.
consumo (Y) ingreso (X) x-xm Y-YM (X-XM)(Y-YM) (X-XM)^2 Ys (Y-Ys)^2 X^2 (ys-ym)^2 (Y-Ym)^2
1 126 25 4 21.5 86 16 117.176056 77.86198175 625 160.682404 462.25
2 110 21 0 5.5 0 0 104.5 30.25 441 0 30.25
3 87 15 -6 -17.5 105 36 85.4859155 2.292451894 225 361.53541 306.25
4 97 22 1 -7.5 -7.5 1 107.669014 113.8278615 484 10.0426503 56.25
5 80 15 -6 -24.5 147 36 85.4859155 30.0952688 225 361.53541 600.25
6 84 16 -5 -20.5 102.5 25 88.6549296 21.66836937 256 251.066257 420.25
7 129 28 7 24.5 171.5 49 126.683099 5.368032136 784 492.089863 600.25
8 126 30 9 21.5 193.5 81 133.021127 49.29622099 900 813.454672 462.25
9 115 23 2 10.5 21 4 110.838028 17.32200952 529 40.1706011 110.25
10 91 15 -6 -13.5 81 36 85.4859155 30.40512795 225 361.53541 182.25
suma 1045 210 0 900 284 1045 378.3873239 4694 2852.11268 3230.5
media 104.5 21 90 28.4
Solución:
a) Modelo de ventas:
3230.5
𝜎2Ɛ =
8
𝜎 2 Ɛ =403.8125
𝜎 2𝛽˳ =29.8593742
𝜎𝜀2 403.8125
𝜎 2𝛽1 = ( 2
)=( ) = 1.421875
∑(𝑥 − 𝑥̂) 284
3. INTERVALO DE CONFIANZA
La ecuación es la siguiente:
Donde:
²
El valor de Xα/2 = 17.5 cuando pr= 0.025
²
El valor de X1− α/2 = 2.18 cuando pr= 0.975
403.8125 403.8125
Pr[(10 − 2) ≤ 𝜎𝜀2 ≤ (10 − 2) ]=1-α
17.5 2.18
distribuye normalmente.
Su ecuación es la siguiente:
17.5617444 a 58.3396556.
β˳
𝑡=
𝜎β˳
37.95070
t=8.841698
t=4.292241711
T calculada del intercepto =4.292241711
T teórica al 95% de confianza para 8 gl = 2.306
Regla de decisión:
Hipótesis nula: Ho = 0
Hipótesis alternativa o de investigación: Hᵢ ≠ 0
β₁
𝑡=
𝜎β₁
3.169014
𝑡=
0.408098
t =7.765332269
Regla de decisión:
siguiente:
∑𝑛𝑖=1(𝑌𝑠 − Ŷ)^2
𝐹 = 𝑛 𝐾−1
∑𝑖=1(𝑌 − 𝑌𝑠)²
𝑛−𝐾
8552.727273
𝐹= 1
378.387323943662
8
F= 60.30038526
Hipótesis nula:
Ho: β̥ = β₁ = 0
Hipótesis alternativa:
H₁: β̥ ≠ β₁ ≠ 0
Regla de decisión:
Entonces, como F calculada > F teórica, se acepta la H1. Lo que quiere decir
confianza de 95%.
6. Coeficiente de correlación:
𝑆𝐶𝐸
𝑅=
𝑆𝐶𝑇
2852.112676
𝑅=
3230.5
=0.8828703532
corresponden al 11.80%.
GRAFICA N 2