Docente: Elias Castro Salazar

Asignatura: Métodos Cuantitativos Aplicados I

Trabajo final
Testeo de hipótesis

Identificación

Nombre: Ana-Karen Barra Candia Fecha: 30/01/20

Puntaje: 31 / 38 Nota (60% de exigencia): 5.6

Instrucciones generales

Dispone hasta el día jueves a las 23:59 horas para cargar sus resultados en plataforma. Utilice el mismo formato en el cual
está escrito este documento para responder las preguntas planteadas. Para el desarrollo de los ejercicios de cálculo, puede
desarrollarlos escritos en formato digital o puede adjuntar, dentro del mismo documento, fotografías o escaner de su
desarrollo en lapiz pasta negro o azul (excluyente). No se permiten copias de trabajos, en dicho caso, todas las entregas
iguales serán evaluadas con calificación 1.0. Los resultados estarán disponibles el día viernes antes del medio día en
plataforma.

1. Robust estimation of systematic risk using the t distribution in the chilean stock markets

1.1 El paper indica, dentro de sus primeros párrafos, que el parámetro β se estima usualmente a través del
método de los Mínimos Cuadrados Ordinarios (MCO), el cual coincide con el estimador de máxima
verosimulitus (máximum likelihood estimator, MLE) bajo una suposición de normalidad. Explique por qué
debe realizarse esta suposición de normalidad. Nota: Quizas quiera investigar los métodos descritos
anteriormente. (4 ptos.):

El impacto de omitir una variable en una ecuación de regresión tiene una historia venerable. Una de las
primeras referencias es Cochran (1938). El estudio de la influencia de una observación en una ecuación de
regresión es de origen más reciente, pero ha sido ampliamente estudiada.
El estimador beta es sensible a la presencia de datos atípicos, por lo tanto los valores atípicos, los puntos de
apalancamiento y los errores pueden distorsionar la estimación del valor beta, es por esta razón por la cual debe
hacerse la suposición de normalidad ante este parámetro

1.2 El paper indica también que, para los procesos de inferencia, se supone que los retornos accionarios de los
mercados siguen una distribución normal (Elton & Gruber, 1995; Cambell et al., 1997), sin embargo, los
métodos de cálculo (regresión por MCO) son muy sensibles a los valores atípicos, que se dan especialmente
en los mercados latinoamericanos. ¿Qué recomendaría usted para el preprocesamiento de los datos y
eliminar la influencia de los valores atípicos? (4 ptos.)

Este tipo de casos no pueden ser caracterizados categóricamente como beneficiosos o problemáticos, sino
que deben ser contemplados en el contexto del análisis y debe evaluarse el tipo de información que pueden
proporcionar.
Su principal problema radica en que son elementos que pueden no ser representativos de la población
pudiendo distorsionar seriamente el comportamiento de los contrastes estadísticos.
También se podrían implementar Métodos de sustitución que estiman valores de reemplazo para los datos
ausentes, sobre la base de otra información existente en la muestra. Asi se podría sustituir observaciones
con datos ausentes por observaciones no maestrales o sustituir dichos datos por la media de los valores
observados o mediante regresión sobre otras variables
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

1.3 Extraiga toda la información posible de los gráficos de la figura 1. Del paper (Scatterplot de los
rendimientos de mercado de las empresas Concha y Toro & Copec v/s los rendimientos del IPSA). (4
ptos.):

 El grafico es clasificado como un diagrama de dispersión

 Ambos gráficos y/o diagramas concluyen entre si
 El grafico muestra el diagrama de dispersión del exceso de retornos de las empresas Concha y Toro
y Copec
 Los datos en el grafico corresponden a rendimientos mensuales ajustados por variaciones
patrimoniales de cada una de las distintas empresas.
 Los datos corresponden a el período que va desde febrero de 1988 hasta abril de 1999.
 Muestra a las empresas Concha y Toro (CT) de la industria del vino, y Copec una gran empresa
dedicada al ámbito de combustibles.

1.4 Comente las conclusiones e indique que puede aprender de ellas. (4 ptos.):

 La distribución t proporciona una extensión robusta de la normal para el modelado estadístico de

conjuntos de datos que involucran errores con colas más largas de lo normal.
 Los grados de el parámetro de libertad de la distribución t es muy conveniente para lograr una
inferencia estadística robusta
 La metodología presentada se puede implementar en cualquier estadística y software que permite la
reponderación iterativa.

2. Resuelva los siguientes ejercicios

2.1 En una investigación sobre los negocios pequeños que tienen un sitio en la web se encontró que la cantidad
promedio que se gasta en un sitio es de $11500/año. Dada una muestra de 70 negocios y una distribución
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

estándar σ =$ 5000, ¿Cuál es el margen de error? Use un 99% de confianza. ¿Qué recomendaría si el
estudio requiere un margen de error de $ 100? (3 ptos.)

2.2 Para el siguiente set de datos:

7.0 3.2 1.4 5.4 8.5

2.5 2.5 1.9 5.4 1.6
1.0 2.1 8.5 4.3 6.2
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

1.5 1.2 2.7 3.8 2.0

1.2 2.6 4.0 2.6 0.6

a. ¿Cuál es la estimación puntual de la media poblacional de la muestra? (3 ptos.)

 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

b. Suponga que la población tiene una distribución normal, calcule un intervalo de confianza de 95% para
la media poblacional del set de datos. (3 ptos.)

2.3 El sueldo mensual inicial de egresados de una carrera universitaria se espera que oscile entre $450000 y
$500000. Suponga que se quiere dar un intervalo de confianza de 95% para estimar la media poblacional de
los salarios iniciales. Utilice un criterio visto en clases para estimar la desviación estándar poblacional, y
utilice este valor para encontrar el tamaño de la muestra si desea obtener un margen de error de $10000. (4
ptos.)
 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

2.4 Considere la prueba de hipótesis siguiente:

H 0 :μ ≥ 15
H a <15
En una muestra de 50, la media muestral fue 14.15. La desviación estándar poblacional es 3.
a. Calcule el estadístico de prueba. (3 ptos.)

14.5-15/3/√50= -0.50/0.42=

-1.19

b. ¿Cuál es el valor-p? (3 ptos.)

 Docente: Elias Castro Salazar
Asignatura: Métodos Cuantitativos Aplicados I

c. Use α =0.01. ¿Cuál es su conclusión respecto a la hipótesis nula? (3 ptos.)

No se rechaza 0.05/2=0.025 = -Z0.025= -1.96 y Z0.025= 1.96 = -1.19 ≥-1.96 = no se rechaza la
hipótesis