Documente Academic
Documente Profesional
Documente Cultură
Semana 9
Estadstica Inferencial
Semana 9
Estadstica Inferencial
Semana 9
Motivacin
Yi 0 1 X i ei i = 1, 2, , n
Error ~ NID(0,2)
Variable Variable Prueba de K-S
dependiente Parmetros
predictora Error No Autocorrelacionado
(independiente) Prueba de D - W
Diagrama de dispersin
Scatterplot of Y1 vs X1, Y vs X
6.0 7.5 9.0 10.5 12.0
Y1* X1 Y* X
350 150
140
325
130
120
300
110
100
275
90
250 80
tocorre laci n o a
tocorrelaci n tocorrelaci n -
1 DW 3
Ecuacin de Regresin lineal simple
estimada
Y 0 1 X
Formulacin de hiptesis: H 0 : 1 0
H1 : 1 0
1
Estadstico de prueba: tc ~ t (n 2)
Sb1
Se
Donde: Sb1 (Error tpico de 1)
S XX
Decisin estadstica:
Se Re chaza Ho : tc t ,n2
tc t ,n2
2 2
No se rechaza Ho : t ,n2
tc t ,n2
2 2
Prueba de Hiptesis para el Coeficiente de Regresin 1
Formulacin de hiptesis:
Ho : 1 k Ho : 1 k Ho : 1 k
H1 : 1 k H1 : 1 k
H1 : 1 k
1 k
Estadstico de prueba: tc ~ t (n 2)
Sb1
Se SCR
Error tpico de 1: Sb1 Con : S XX
2
S XX
1
SCE
Error estndar de la estimacin: Se CME
n2
Medida de Bondad de Ajuste
2
Coeficiente de determinacin: R
Indica el porcentaje (proporcin) de la variabilidad
de Y que es explicada por la ecuacin de
regresin ajustada.
SCR
R
2
0 R 2
1
SCT
Coeficiente de no determinacin: (1 R 2
)
n S xx
1 x 0 x
2
y
Para un valor individual: 0 ( / 2, n 2 )
t Se 1
n S xx
donde: SCR
SCE S xx
y 0 0 1 x0 ; Se
n2
CME 12
Ejercicio.
i. Normalidad de errores
Ho: Los errores siguen una distribucin normal
H1: Los errores no siguen una distribucin normal
Sig asinttica= 0,200 > = 0,05, entonces decisin: NRHo
Conclusin: con un nivel de significacin del 5%, los
errores siguen una distribucin normal. Por lo tanto, se
cumple el supuesto de Normalidad
ii. Autocorrelacin de errores
Como D-W = 1,591 [1, 3], entonces, se puede afirmar
que los errores no estn autocorrelacionados y se
estara cumpliendo el segundo supuesto.
2. Escriba la ecuacin de regresin lineal estimada e
interprete el coeficiente de regresin.
Ecuacin de regresin estimada: Y 3,164 0,250 X
Coeficiente de regresin estimado: 1 0,250
Interpretacin: Por cada cien unidades de produccin que
se aumenten, el costo de produccin se incrementa en 250
dlares.
3. Validacin del modelo de regresin
R 2 0,686
El 68,6% de la variacin de los costos de produccin se puede
atribuir a la regresin sobre las unidades producidas
5. Estime con un nivel de confianza del 95% el costo promedio de
produccin, cuando se producen 800 unidades. Interprete
Y 0 3,164 0,250 X 0 3,164 0,250(8) 5,164 Se 0,4702
1 8 7,4 IC (Y / x 8) : [4,745;5,583]
2
IC ( Y / x 8) : 5,164 2,447 0,4702
8 46,448
Con un nivel de confianza del 95%, se estima que el costo
promedio de produccin cuando se producen 800 unidades, est
contenido en el intervalo [4,745; 5,583] miles de dlares.
6. Se puede afirmar con un nivel de significacin del 5% que, por
cada 100 unidades adicionales producidas, el costo de
produccin se incrementa en ms de $ 240
Ho: 1 ,2
H1: 1 > 0,240
1 0,240 0,250 0,240
Valor del estadstico de prueba: TCalc 0,145
S 0,069
1
Decisin: NRHo
Conclusin: Con un nivel de significacin del 5%, no se puede
afirmar que por cada 100 unidades adicionales producidas, el costo
de produccin se incremente en ms de $ 240.
Evaluacin