Terminado MRM 1

ECONOM
MODELO DE REGRESIN MULTIPLE
Contenido
1
INTRODUCCIN..........................................................................................................2
OBJETIVOS...................................................................................................................3
ANALISIS DE MODELO DE REGRESIN MULTIPLE............................................4

3.1
MODELO LINEAL DE TRES VARIABLES..........................................................4
3.2
SUPUESTOS............................................................................................................5
3.3
VENTAJAS..............................................................................................................5
3.4
PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE PARMETROS5
3.5
INFERENCIAS EN LA REGRESIN....................................................................6
3.5.1
PRUEBAS DE HIPOTESIS EN REGRESIN MULTIPLE...........................6
3.5.2
INTERVALO DE CONFIANZA SOBRE LOS COEFICIENTES
INDIVIDUALES DE REGRESIN..............................................................................6
3.5.3
ANALISIS DE VARIANZA.............................................................................9
EJERCICIO DE APLICACIN...................................................................................11
CONCLUSIONES........................................................................................................32
BIBLIOGRAFIA..........................................................................................................33
ECONOM
A
1 INTRODUCCIN
Todo estudio economtrico se centra en dos pilares bsicos: la teora y
los hechos. La teora permite derivar un modelo (el modelo econmico)
que sintetiza la incgnita relevante sobre el fenmeno (la variable
endgena) objeto del anlisis y del cual deriva el modelo economtrico
que permite medirlo y contrastarlo empricamente. Los hechos se
concretan en una serie de datos que denominaremos informacin
muestral. La muestra, a su vez, consiste en una lista ordenada de
valores numricos de las variables objeto de estudio. En una muestra de
corte transversal, diversos agentes econmicos de una naturaleza
similar proporcionan informacin solicitada en un mismo instante de
tiempo. Alternativamente, el investigador econmico trabaja en
ocasiones con datos de series temporales, en las que se dispone de
informacin acerca de unidad econmica, como puede ser un pas, una
empresa, a lo largo de tiempo; estas muestras pueden tener frecuencia
diaria, mensual, anual, segn frecuencia de observacin de los datos.
Una vez que se especifica el modelo y se dispone de la informacin
estadstica convenientemente tratada, se llega a la etapa siguiente del
trabajo economtrico: la etapa de estimacin. Los resultados de esta
etapa de estimacin permiten medir y contrastar las relaciones
sugeridas por la teora econmica.
ECONOM
A
2 OBJETIVOS
OBJETIVO GENERAL:
1. Poner en prctica los conocimientos adquiridos, describir la
relacin que pueda existir entre dos variables independientes y
una variable dependiente utilizando el modelo de regresin
mltiple.
OBJETIVOS ESPECFICOS:
1. Conocer la estructura del MRLM.
2. Familiarizarse con las hiptesis bsicas del MRLM y entender su
importancia.
3. Estudiar y conocer las ventaja de la Estimacin Por Intervalos
4. Introducirse en el uso de Excel para estimar el MRLM mediante
el MCO.
ECONOM
A
3 ANALISIS DE MODELO DE REGRESIN MULTIPLE

3.1 MODELO LINEAL DE TRES VARIABLES
El anlisis de regresin mltiple se usa para probar hiptesis acerca
Y
de la relacin entre una variable dependiente,
y dos o ms
Xs
variables independientes,
y para prediccin. El modelo de
regresin lineal de tres variables se puede escribir como:
Yi b0 b1. X 1i b2 . X 2i i
La suposicin adicional (a las del modelo de regresin simple) es
X
que no hay relacin lineal exacta entre las
.
Se pueden obtener estimaciones de parmetros de mnimos
cuadrados ordinarios (MCO) para la ecuacin anterior,
minimizando la suma del cuadrado de los residuos.
e Y Y Y b
2
2
i
0 b1 . X 1i b2 . X 2i
Esto da las siguientes tres ecuaciones normales:
Y nb b X b X
X Y b X b X b X X
X Y b X b X X b X
i
1i
1i i
1i
2i i
2i
2i
2
1i
1i
1i
2i
2i
2
2i
Las cuales (cuando se expresan en forma de desviacin) se

b1
pueden resolver simultneamente para
b1
b2
b2
y
x1 y x22 x2 y x1 x2
x x x x
2
1
2
2
1 2
x2 y x12 x1 y x1 x2
x x x x
2
1
2
2
1 2
ECONOM
A

b0 Y b1 X 1 b2 X 2
b1
El estimador
mide el cambio en
b1
estimadores
b1
por variaciones unitarias en

b2
X2
mientras se mantiene
X1
constante.
se define anlogamente . Los
b2
y
b0
se llaman coeficientes de regresin parcial.
b2
y
son EOLI.
3.2 SUPUESTOS
1. Modelo de regresin lineal, o lineal en los parmetros.
X
X
2. Valores fijos de
o valores de
independientes del trmino de
error. En este caso, esto significa que se requiere covarianza cero
ui
entre
X
y cada variable
.
cov ui , X 2i cov ui , X 3i 0
ui
3. Valor medio de la perturbacin
E ui X 2i , X 3i 0
igual a cero.
, Por cada
ui
4. Homoscedasticidad o varianza constante de
var ui 2
5. No autocorrelacin, o correlacin serial, entre las perturbaciones.

cov ui , u j 0 i j
;
6. El nmero de observaciones n debe ser mayor que el de
parmetros por estimar.
X
7. Debe haber variacin en los valores de las variables
. Tambin
abordaremos otros dos requisitos.
ECONOM
A

8. No debe haber colinealidad exacta entre las variables X. No hay
X2
X3
relacin lineal exacta entre

y
.
9. No hay sesgo de especificacin. El modelo est especificado
correctamente.
3.3 VENTAJAS
-
La regresin lineal mltiple tiene sobre la simple por lo

menos dos ventajas:
1. El coeficiente de regresin simple puede estar sesgado en alguna
medida por el efecto indirecto de un regresor omitido, siempre
que ste se encuentre correlacionado con las otras variables.
Incorporar el regresor omitido ayuda a evitar ese sesgo; o, dicho
de otra manera, ayuda a la reduccin del error estocstico, que
consiste en la influencia que muchas variables omitidas tienen
sobre Y.
2. Otra ventaja que ofrece la regresin mltiple es la reduccin de la
varianza residual. Como vimos, la estimacin es tanto ms precisa
cuanto menor es la varianza residual.
3.4 PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE

PARMETROS
Con el fin de probar la significacin estadstica de los estimadores
de los parmetros de la regresin mltiple, se requiere conocer la
varianza de estos estimadores:
Varb1 u2
Varb2 u2
X
x x x x
2
2
2
1
2
2
1 2
X
x x x x
2
1
2
1
2
2
1 2
b0
Usualmente
u2
no es de inters primordial. Puesto que
desconocida, la varianza residual,
u2
insesgada de
s2
es
se usa como una estimacin
ECONOM
A
s
2
Donde
2
u
2
i
nk
= nmero de estimaciones de parmetros estimados.
3.5 INFERENCIAS EN LA REGRESIN

3.5.1 PRUEBAS DE HIPOTESIS EN REGRESIN MULTIPLE
Hiptesis:
H 0 : b1 b2 ... bk 0
H1 : b j 0
Para cada estadstico:
tcal
bi
Varbi
ttab t , n p
La prueba individual de un coeficiente de regresin puede ser til
para determinar si:
1)
2)
Se incluyen otra variable regresora

Se elimina una o ms variables regresoras presentes en
el modelo
La adicin de variables regresoras en el modelo implica:

La SC(regresin) incremente
La SC(error) disminuya
Pero se debe decidir si el incremento en la SC(regresin) es tan
significativo que justifique la inclusin de otra variable regresora
en el modelo, ya que la inclusin de variables que no deberan ser
incluidas puede aumentar la SC(error).
Importante:
ECONOM
A

1. Esta prueba es una prueba marginal, es decir se est
Xi
determinando la contribucin de
dado que las otras variables
regresoras estn presentes en el modelo. Por ello, no se debe
apresurar en eliminar una variable regresora cuando la prueba no
sea significativa.
2.
Tambin
se
puede
determinar
la
contribucin
en
la
Xj
SC(regresin), de la variable regresora
dado que las otras
variables regresoras estn presentes en el modelo, por medio del
mtodo de Suma de Cuadrados Extra .
Regla de decisin:
tcal ttab
S
H0
; no se rechaza la
tcal ttab
S
H0
; se rechaza la
Regla de decisin:
tcal ttab
S
H0
; no se rechaza la
tcal ttab
S
H0
; se rechaza la
3.5.2 INTERVALO DE CONFIANZA SOBRE LOS COEFICIENTES

INDIVIDUALES DE REGRESIN
Es necesario elaborar estimaciones por intervalos de confianza de
bj
los coeficientes de regresin . Debe considerar que los errores (
i
) se distribuyen normalmente e independientemente con media
cero y varianza
. Para cada uno de los intervalos:
IC1 i i t ,n k 1 Var i
ECONOM
A

Qu tan confiable es esta estimacin? debido a las fluctuaciones
mustrales, es probable que una sola estimacin difiera del valor
verdadero, aunque en un muestreo repetido se espera que el
promedio de los valores sea igual al valor verdadero.
Ahora, en estadstica, la confiabilidad de un estimador puntual se
mide por su error estndar. Por tanto, en lugar de depender de un
solo estimador puntual, se puede construir un intervalo alrededor
del estimador puntual, por ejemplo, dentro de dos o tres errores
estndar a cada lado del estimador puntual, tal que este intervalo
tenga, por ejemplo, 95% de probabilidad de incluir al verdadero
valor del parmetro. sta es, a grandes rasgos, la idea bsica de la
estimacin por intervalos.
Para ser ms especfico, supongamos que se desea encontrar qu
2 de 2
tan cerca est, por ejemplo
. Con este fin, se trata de

y
encontrar dos nmeros positivos,
, este ltimo situado entre
0 y 1, de modo que la probabilidad de que el intervalo aleatorio
(2 , 2 )
contenga al verdadero
sea
. Simblicamente,
Pr( 2 2 2 ) 1
..(1.1)
Tal intervalo, si existe, se conoce como intervalo de confianza; a
1
(0 1)
se le denomina coeficiente de confianza; y
se
conoce como nivel de significancia. Los extremos del intervalo de
confianza se conocen como lmites de confianza (tambin
denominados valores crticos), con
como lmite de confianza
inferior y
como lmite de confianza superior.
Un estimador de intervalo, en contraste con un estimador puntual,
es un intervalo construido de manera que tenga una probabilidad
1
especfica
de contener en sus lmites al valor verdadero del
0.05 o 5%
parmetro. Por ejemplo, si
debe leerse: la
probabilidad de que el intervalo (aleatorio) que all aparece incluya
2
al verdadero
es de 0.95, o 95%. El estimador por intervalo
ECONOM
A

proporciona as una gama de valores dentro de los cuales puede
2
encontrarse el verdadero
.
Es muy importante conocer los siguientes aspectos de la
estimacin por intervalos:
2
1. La ecuacin (1.1) no afirma que la probabilidad de que
se
encuentre entre los lmites dados sea 1 . Como se supone que
2
, aunque se desconoce, es un nmero fijo, se dice que est o no
est dentro del intervalo. La ecuacin (1.1) establece que, al
utilizar el mtodo descrito, la probabilidad de construir un intervalo
2
1
que contenga
es
.
2. El intervalo (1.1) es un intervalo aleatorio; es decir, variar de
2
una muestra a la siguiente debido a que se basa en
, el cual es
aleatorio. (Por qu?)
3. Como el intervalo de confianza es aleatorio, los enunciados
probabilsticos que le corresponden deben entenderse en un
sentido de largo plazo, es decir, para muestreo repetido. Ms
especficamente, (1.1) significa: si se construyen muchos
intervalos de confianza como el anterior con base probabilstica de
1
1
, a la larga, en promedio, tales intervalos contendrn, en
de los casos, el valor verdadero del parmetro.
4. Como mencionamos en 2, el intervalo (1.1) es aleatorio siempre
2
y cuando
sea desconocido. Sin embargo, una vez que se tenga
una muestra especfica y se obtenga un valor numrico especfico
2
de , el intervalo (1.1) deja de ser aleatorio, y queda entonces fijo.
En este caso, no se puede hacer la afirmacin probabilstica (1.1);
es decir, no se puede afirmar que la probabilidad de que un
2
1
intervalo fijo dado incluya al verdadero
sea
. En esta
2
situacin,
est en el intervalo fijo o fuera de l.
Cmo se construyen los intervalos de confianza? De la exposicin
anterior se espera que si se conocen las distribuciones muestrales
ECONOM
A

o de probabilidad de los estimadores, se puedan
afirmaciones sobre intervalos de confianza como (1.1).
hacer
Intervalos de confianza para los coeficientes de regresin

1
2
y
1
Se escribe para :
Pr 1 t / 2 ee( 1 ) 1 1 t / 2 ee( 1 ) 1
En forma ms compacta,
Intervalo de confianza para
(1 )%
a 100
1 t / 2 ee( 1 )
(1.2)
2
Se escribe para
Pr 2 t / 2ee( 2 ) 2 2 t / 2 ee( 2 ) 1
En forma ms compacta,
Intervalo de confianza para
(1 )%
a 100
2 t / 2ee( 2 )
(1.3)
Observe un rasgo importante de los intervalos de confianza dados
en (1.2) y (1.3): en ambos casos la amplitud del intervalo de
confianza es proporcional al error estndar del estimador. Es decir,
entre ms grande sea el error estndar, ms amplio ser el
intervalo de confianza. Expresado de otra forma, mientras ms
grande sea el error estndar del estimador, mayor ser la
incertidumbre de estimar el verdadero valor del parmetro
desconocido. As, el error estndar de un estimador suele
describirse como una medida de la precisin del estimador (es
decir, con qu precisin mide el estimador al verdadero valor
poblacional).
ECONOM
A

La Ventaja De La Estimacin Puntual Sobre La Estimacin
Por Intervalos
Si a partir de las observaciones de una muestra se calcula un solo
valor como estimacin de un parmetro de la poblacin
desconocido el procedimientos denomina estimacin puntual, a
diferencia de la estimacin por intervalos que nos proponemos
determinar dos nmeros entre los cuales se halla el parmetro
estudiado con cierta certeza a travs mediante el nivel de confianza
de un intervalo que es una probabilidad(expresada en porcentaje)
que representa la seguridad de que el intervalo encierra el
verdadero valor del parmetro ..
3.5.3 ANALISIS DE VARIANZA
Hiptesis:
H 0 : b1 b2 ... bk 0
H1 : b j 0
Para al menos una j

H0 : bj 0
Al rechazar
, implica que al menos una de las variables

x1, x2 ,..., xk
independientes
contribuye significativamente al modelo.
Los clculos se presentan en la tabla de anlisis de varianza:
ANLISIS
VARIANZA
DE
GL
SC
SC
Regresin k
E
SC
Residuos n-k-1 R
SC
Total
n-1
T
Donde:
SCE Yi Y
CM
CME=(SCE/
K)
CMR=SCR/
(n-k-1)
Fcal
CME/CM
R
Ftab
F ,Gregresin,GError
ECONOM
A
SCR Yi Yi
SCT SCE SCR
Regla de decisin:
Fcal Ftab
S
H0
; no se rechaza la
Fcal Ftab
S
H0
; se rechaza la
ECONOM
A
4 EJERCICIO DE APLICACIN
La tabla presenta datos del gasto de consumo real, ingreso real,

riqueza real de Estados Unidos de 1947 a 1962.
Ao
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
=
Yd
976.4
998.1
1025.3
1090.9
1107.1
1142.4
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1510.8
1541.2
1617.3
1035.2
1090
1095.6
1192.7
1227
1266.8
1327.5
1344
1433.8
1502.3
1539.5
1553.7
1623.8
1664.8
1720
1803.5
Riquez
a
5166.8
5280.8
5607.4
5759.5
6086.1
6243.9
6355.6
6797
7172.2
7375.2
7315.3
7870
8188.1
8351.8
8971.9
9091.5
Fuentes: C, Yd y los ndices de precios trimestrales y anuales, ajustados por la inflacin (1996
100), Oficina de Anlisis Econmico, Departamento de Comercio de Estados Unidos
Dnde:
C = gasto de consumo real en miles de millones de dlares de
1996 ajustados por la inflacin.
Yd = ingreso disponible personal real en miles de millones de
dlares de 1996 ajustados por la inflacin.
Riqueza = riqueza real en miles de millones de dlares de 1996
ajustados por la inflacin.
El modelo de regresin est dado por:
Yi 0 1 x1 2 x2 i
C 0 1Yd + 2 Riqueza i
ECONOM
A
Solucin:
1. OBTENEMOS EL MODELO DE REGRESIN:
X1
AOS
1947
976.4
1948
998.1
1025.
3
1090.
9
1107.
1
1142.
4
1197.
2
1221.
9
1310.
4
1348.
8
1381.
8
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
TOTAL
PROM
1393
1470.
7
1510.
8
1541.
2
1617.
3
20333
.3
1270.
83
1035.
953356.9
2 5166.8
6
996203.6
1090 5280.8
1
1095.
1051240.
6 5607.4
09
1192.
1190062.
7 5759.5
81
1225670.
1227 6086.1
41
1266.
1305077.
8 6243.9
76
1327.
1433287.
5 6355.6
84
1493039.
1344
6797
61
1433.
1717148.
8 7172.2
16
1502.
1819261.
3 7375.2
44
1539.
1909371.
5 7315.3
24
1553.
7
7870 1940449
1623.
2162958.
8 8188.1
49
1664.
2282516.
8 8351.8
64
2375297.
1720 8971.9
44
1803.
2615659.
5 9091.5
29
22420 11163 2647060
.2
3.1
0.8
1401. 6977.0
26
7
1071639. 2669582
04
2.2
2788684
1188100
8.6
1200339. 3144293
36
4.8
1422533. 3317184
29
0.3
3704061
1505529
3.2
1604782. 3898628
24
7.2
1762256. 4039365
25
1.4
4619920
1806336
9
2055782. 5144045
44
2.8
2256905. 5439357
29
5
2370060. 5351361
25
4.1
2413983. 6193690
69
0
2636726. 6704498
44
1.6
2771559. 6975256
04
3.2
8049498
2958400
9.6
3252612. 8265537
25
2.3
3227754 8030496
4.6
55
1010769. 5044863.
28
52
5270766.
1087929
48
1123318. 5749267.
68
22
1301116. 6283038.
43
55
1358411. 6737921.
7
31
1447192. 7133031.
32
36
7608924.
1589283
32
1642233. 8305254.
6
3
1878851. 9398450.
52
88
2026302. 9947669.
24
76
2127281. 1010828
1
1.5
2164304. 1096291
1
0
2388122. 1204223
66
8.7
2515179. 1261789
84
9.4
1382749
2650864
2.3
2916800. 1470368
55
3
2922796 1457416
0
93
Encontramos los valores respectivos, para obtener el modelo de

regresin:
Obtenemos los siguientes resultados:
n 16
5348
5756
6143
6869
7467
7909
8437
9135
1028
1107
1126
1222
1329
1390
1543
1639
1609
ECONOM
A

X 12 32277544.6
Y 20333.3
X 1 22420.2
X 1 1401.26
X 2 2 803049655
X 2 6.977.07
X 2 111633.1
Y 2 26470600.8
Y 1270.83
YX 1 29227960
YX 2 145741693
X 1 X 2 160948099
- 1810.268
366.0625
75
- 1696.268
311.2625
75
- 1369.668
305.6625
75
- 1217.568
208.5625
75
- 890.9687
174.2625
5
- 733.1687
134.4625
5
621.4687
-73.7625
5
-57.2625
-
294.4312
5
272.7312
5
245.5312
5
179.9312
5
163.7312
5
128.4312
5
134001.7 3277072. 662671.5 107780.2 532999.6

54
95
04
39
91
96884.34 2877327. 527984.8 84891.01 462625.4
39
67
52
07
97
93429.56 1875992. 418656.3 75049.69 336296.4
39
48
74
57
8
43498.31 1482473. 253939.1 37526.91 219078.6
64
66
82
13
67
30367.41 793825.3 155262.4 28532.21 145879.4
89
13
42
7
27
18080.16 537536.4 98583.70 17269.18 94161.77
39
16
3
7
9
- 5440.906 386223.4 45841.08 5431.225 45759.52

73.63125
41
07
87
08
09
- 3278.993 32424.75 10311.18 2801.925 8810.989
ECONOM
A
32.5375
101.0375
138.2375
152.4375
222.5375
263.5375
318.7375
402.2375
21018.93
75
21018.93
75
180.0687
5
195.1312
5
398.1312
5
338.2312
5
892.9312
5
1211.031
25
1374.731
25
1994.831
25
2114.431
25
104656.0
31
104656.0
31
48.93125
91
1058.688
91
10208.57
64
19109.60
64
23237.19
14
49522.93
89
69452.01
39
101593.5
94
161795.0
06
4417957
34
4426566
93
39.56875
77.96875
110.9687
5
122.1687
5
199.8687
5
239.9687
5
270.3687
5
346.4687
5
19062.46
88
19062.46
88
Reemplazamos
estimadores:
b
los
47
38076.20
47
158508.4
92
114400.3
78
797326.2
17
1466596.
69
1889886.
01
3979351.
72
4470819.
51
1.0953E
+10
1.0977E
+10
datos
68
6349.083
05
40226.18
62
46756.24
24
136116.2
07
269499.8
67
362293.2
37
635827.5
26
850503.5
4
2199758
580
2204279
402
obtenidos,
para
7
1287.468
2
7877.767
58
15340.04
26
18623.09
88
44478.29
2
63240.76
45
86176.65
95
139362.7
24
4006728
39
4014085
08
02
7721.099
65
31041.79
59
37533.09
9
109088.2
95
242047.3
02
329892.5
4
539340.0
32
732584.3
52
1995002
325
1998877
186
encontrar
los
Para
b1
x1 y x22 x2 y x1 x2
x x x x
2
1
2
2
1 2
401408508 10977062719 2204279402 1998877186

b1
2
442656693 10977062719 2204279402
b1 0.711972859
Significa que cuando el ingreso disponible personal real
aumenta en promedio en mil millones de dlares manteniendo
constante la riqueza real, el gasto de consumo real aumenta en
promedio en 0.71197 miles de millones de dlares.
ECONOM
A
b2
-
Para
b2
x2 y x12 x1 y x1 x2
x x x x
2
1
2
2
1 2
1998877186 442656692.7 401408508.5 2204279402

b2
2
442656692.7 10977062719 2204279402
b2 0.027138809
Significa que cuando la riqueza real aumenta en promedio en
mil millones de dlares manteniendo constante el ingreso
disponible personal real, el gasto de consumo real aumenta en
promedio en 0.02714 miles de millones de dlares.
b0
-
Para :
b0 Y b1 X 1 b2 X 2
b 1270.83125 0.711972859(1401.2625) (0.027138809(6977.06875))
0
b0 83.82104225
El gasto de consumo real es de 83.82 miles de millones dlares,
cuando el ingreso personal disponible y la riqueza permanece
constante.
Con los datos anteriores obtenemos nuestro modelo de
regresin mltiple:
Y 83.82104225+0.711972859X1 +0.027138809X 2
ECONOM
A
2. PRUEBA DE SIGNIFICACIN DE LOS ESTIMADORES DE

PARMETROS
976.4
998.1
1025.3
1090.9
1107.1
1142.4
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1510.8
1541.2
1617.3
961.0761
47
1003.186
08
1016.036
67
1089.297
04
1122.581
25
1155.200
27
1201.448
43
1225.175
05
1299.292
7
1353.572
02
1378.431
79
1403.595
7
1462.137
86
1495.771
37
1551.901
04
1614.596
58
234.8204
82
25.86824
62
85.80934
3
2.569467
239.6690
56
163.8469
75
18.04915
76
10.72596
99
123.3721
86
22.77213
56
11.34482
81
112.2689
38
73.31030
22
225.8598
16
114.5123
5
7.308481
43
1472.107
73
ECONOM
A
Encontramos la varianza residual y su desviacin:
2
i
1472.11
B113.239056
nk
16-3
u 113.239056 B10.6413841
s
2
2
u
VARIANZA PARA CADA ESTIMADOR:

b
-
La varianza y
Varb1 u2
para
x
x x x x
2
2
2
1
2
2
Varb1 10.6413841
1 2
10977062719
(44265693)(10977062719)-(2204279402) 2
Varb1 0.00723734
(b ) B 0.08507253
1
La varianza y
Varb2 u2
b2
para
x
x x x x
2
1
2
1
Varb2 113.239056
2
2
1 2
442656693
(442656693)(10977062719)-(2204279402) 2
Varb2 0.00025772
(b ) 0.01605358
2
PRUEBAS DE HIPTESIS PARA CADA ESTIMADOR:

b
1
Para :
Hiptesis:
H 0 : b1 0
H1 : b1 0
Estadstico t:
ECONOM
A

tcal
b1
Varb1
0.71197286
0.00723734
8.36900985
tcal
tcal
ttab t ,n p t 0.05,16 2 2.145

Regla de decisin:
tcal ttab
H0
; se rechaza la
Entonces
Mantenindose constante la riqueza real, el ingreso disponible
personal real influye o tiene efecto individual sobre el gasto de
consumo real. Por lo tanto debe incluirse en el modelo.
b2
-
Para :
Hiptesis:
H 0 : b2 0
H1 : b2 0
Estadstico t:
b2
tcal
Varb
2
0.02713881
0.00025772
1.69051467
tcal
tcal
ECONOM
A
ttab t ,n p t 0.05,16 2 2.145

Regla de decisin:
tcal ttab
H0
; se acepta
Entonces
Mantenindose constante el ingreso disponible personal real; la
riqueza real no influyen o no tienen efecto significativo
individual sobre el gasto de consumo real. Por lo tanto debe
excluirse del modelo.
3. INTERVALO
DE
CONFIANZA
SOBRE
INDIVIDUALES DE REGRESIN: Con
LOS
COEFICIENTES
=0.05
Para el intervalo
IC1 1 1 t , n k 1 Var 1
IC1 1 0.7119286 t 0.05,16 21 0.00723734

IC1 1 0.7119286 2.16 0.00723734
P 0.52818483 1 0.89576089 95%
La interpretacin de este intervalo de confianza es: Dado el
coeficiente de confianza de 95%, en 95 de cada 100 casos, los
1
intervalos contendrn al verdadero valor de . Sin embargo no se
puede afirmar que la probabilidad de que el intervalo especfico
1
sea de 95%, porque este intervalo es
1
ahora fijo y no aleatorio; por consiguiente,
se encontrar o no
dentro de l: la probabilidad de que el iintervalo fijo especfico
1
incluya al verdadero valor de es por consiguiente 1 o 0.
Para el intervalo
ECONOM
A
IC1 2 2 t 0.05,16 21 Var 2
IC1 2 0.02713881 2.16 0.00025772

P -0.00754284 2 0.06182046 95%

2
intervalos contendrn al verdadero valor de
. Sin embargo no se
2
2
se encontrar o no
2
incluya al verdadero valor de
961.07614 1270.8312 95948.224 es por consiguiente 1 o 0.
7
5
1
4.
-
1003.186
08
1016.036
67
1089.297
04
1122.581
25
1155.200
27
1201.448
43
1225.175
05
1299.292
7
1353.572
02
1378.431
79
1403.595
7
1462.137
86
1495.771
37
1551.901
04
1614.596
58
1270.831 71633.93
25
51 ANLISIS DE VARIANZA
1270.831 64920.27 Realizamos
los
clculos
25
97 correspondientes para el ANVA
1270.831 32954.66
que se presentan en la tabla de
25
78
1270.831 21978.06 anlisis de varianza:
25
29
1270.831 13370.52
25
3
1270.831 4813.975
2
25
71 SCR
Yi Yi 1472.10773
1270.831 2084.488
25
36
1270.831 810.0539
25
49
1270.831
6846.034
976.4
961.0761 234.8204
25
34 47
82
1270.831
11577.87
998.1
1003.186 25.86824
25
65 08
62
1270.831
17626.40
1025.3
1016.036 85.80934
25
02 67
3
1270.831
36598.21
1090.9 1089.297
25
77 04 2.569467
1270.831
50598.05
1107.1
1122.581 239.6690
25
61 25
56
1270.831 79000.22
25
93
1270.831 118174.6
25
02
628935.6
27
ECONOM
A
1142.4
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1510.8
1541.2
1617.3
1155.200
27
1201.448
43
1225.175
05
1299.292
7
1353.572
02
1378.431
79
1403.595
7
1462.137
86
1495.771
37
1551.901
04
1614.596
58
163.8469
75
18.04915
76
10.72596
99
123.3721
86
22.77213
56
11.34482
81
112.2689
38
73.31030
22
225.8598
16
114.5123
5
7.308481
43
1472.107
73
Entonces:
SCT SCE SCR
SCT 628935.627 1472.10773

SCT 630407.734
-
Tabla para el Anlisis de Varianza:

H O : 1 2 0
H1 : 1 2 0
F 0.05,2,13
GL
Regresi
n
Residuo
s
Total
SC
CM
F
628935.6 314467.8
2
27
13
1472.107 113.2390
2777.03
13
73
56
630407.7
15
34
3.81
ECONOM
A
Yi Y
SCE
628935.627
SME

314467.813
p 1
p 1
3-1
Yi Yi
SCR
1472.10773
SMR

113.239056
n p
n p
16-3
Fcal
SME 314467.813
2777.03
SMR 113.239056
Decisin:
Fcal Ftab
H0
; se rechaza la
, es decir, implica que al menos una de
las variables independientes
contribuye significativamente al
modelo. Es decir el ingreso disponible real y la riqueza real influyen
significativamente sobre el gasto de consumo real. Por lo que el
modelo en su conjunto es bueno para explicar el margen de
beneficios.
5. COEFICIENTE MLTIPLE DE DETERMINACIN:
Yi Y
SCE
R2

2
SCT
Yi Y
628935.627
0.9977
63407.734
R 2 0.9977 *100 99.77%
R2
Interpretacin:
El 99.77 % de las variaciones del gasto de consumo real son
explicadas por las variaciones en el ingreso disponible real y la
riqueza real. El 0.27% son explicadas por otras variables.
a.
Coeficiente Mltiple de Determinacin Ajustado
ECONOM
A

2
R 1 (1 R 2 )
n 1
nk
R 1 (1 0.99766483)
16-1
0.9973
16-3
R 0.9973*100 99.73%
POR LO TANTO, COMO LA PRUEBA DE HIPTESIS PARA EL
b
2
ESTIMADOR
RESULTO QUE LA RIQUEZA REAL NO
INFLUYEN O NO TIENE EFECTO SIGNIFICATIVO INDIVIDUAL

SOBRE EL GASTO DE CONSUMO REAL. DEBE EXCLUIRSE DEL
MODELO
6. ANALISIS DE OTRA VARIABLE EN REEMPLAZO

Entonces reemplazamos esta variable riqueza real por una variable
Tasa de inters para que el modelo sea ms significativo.
La tabla presenta datos del gasto de consumo real, ingreso real, tasa
de inters de Estados Unidos de 1947 a 1962.
AOS
CONSUMO
INGRESO
DISPONIBLE
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
976.4
998.1
1025.3
1090.9
1107.1
1142.4
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1035.2
1090
1095.6
1192.7
1227
1266.8
1327.5
1344
1433.8
1502.3
1539.5
1553.7
1623.8
TASA
INTERES
-10.351
-4.72
1.044
0.407
-5.283
-0.277
0.561
-0.138
0.262
-0.736
-0.261
-0.575
2.296
DE
ECONOM
A

1960
1961
1962
1510.8
1541.2
1617.3
1664.8
1720
1803.5
1.511
1.296
1.396
Fuentes: C, Yd y los ndices de precios trimestrales y anuales, ajustados por la infl acin (1996 =100), Ofi
cina de Anlisis Econmico, Departamento de Comercio de Estados Unidos
C = gasto de consumo real en miles de millones de dlares de

1996 ajustados por la inflacin.
Yd = ingreso disponible personal real en miles de millones de
dlares de 1996 ajustados por la inflacin.
Tasa de inters = rendimiento nominal anual de los bonos del
Tesoro a 3 meses, ajustado por la tasa de inflacin (medido por el
cambio porcentual anual en el ndice anual de precios, ajustado
por la inflacin).
El modelo de regresin est dado por:

Yi 0 1 x1 2 x2 i
C 0 1Yd + 2 (tasa interes) i
Solucin:
7. OBTENEMOS EL MODELO DE REGRESIN:
AOS
1947
976.4
1948
998.1
1025.
3
1090.
9
1107.
1
1142.
4
1197.
2
1949
1950
1951
1952
1953
1035.
2 10.351
1090
1095.
6
1192.
7
-4.72
1.044
0.407
1227 -5.283
1266.
8 -0.277
1327.
5 0.561
953356.9
6
996203.6
1
1051240.
09
1190062.
81
1225670.
41
1305077.
76
1433287.
84
1071639. 107.1432 1010769.

04
01
28
1188100 22.2784 1087929
1200339.
1123318.
36
1.089936
68
1422533.
1301116.
29
0.165649
43
27.91008 1358411.
1505529
9
7
1604782.
1447192.
24
0.076729
32
1762256.
25
0.314721 1589283
10106.716 1
4
-4711.032
1
1070.4132
443.9963 4
5848.8093 -
-316.4448 671.6292
ECONOM
A
1954
1955
1956
1957
1958
1959
1960
1961
1962
TOTAL
PROM
1221.
9
1310.
4
1348.
8
1381.
8
1393
1470.
7
1510.
8
1541.
2
1617.
3
1344 -0.138
1433.
8 0.262
1502.
3 -0.736
1539.
5 -0.261
1553.
7 -0.575
1623.
8 2.296
1664.
8 1.511
1720
1803.
5
1.296
1.396
2033 2242
3.3
0.2 13.568
1270. 1401.
83
26 -0.848
1493039.
61
1717148.
16
1642233.
1806336 0.019044
6
2055782.
1878851.
44
0.068644
52
1819261.
44
1909371.
24
2256905.
29
2370060.
25
2413983.
69
2636726.
44
2771559.
04
1940449
2162958.
49
2282516.
64
2375297.
44
2615659.
29
0.541696
0.068121
0.330625
5.271616
2.283121
2026302.
24
2127281.
1
2164304.
1
2388122.
66
2515179.
84
2958400 1.679616 2650864

3252612.
2916800.
25
1.948816
55
n 16
X 12 32277544.6
X 1 22420.2
X 1 1401.26
X 2 2 171.190024
X 2 0.848
X 2 13.568
Y 2 26470600.8
Y 1270.83
YX 1 29227960
YX 2 10861.9108
343.3248
1
-992.7168
-360.6498 -800.975
3376.7272
2
2282.8188
1997.3952
2257.7508 2
26470600 32277544 171.1900 29227960 10861.910
.79
.58
24
.02
8
Encontramos los valores respectivos, para obtener el modelo de

regresin:
Obtenemos los siguientes resultados:
Y 20333.3
-168.6222
X 1 X 2 11539.4696
ECONOM
A
366.062
5
311.262
5
305.662
5
208.562
5
174.262
5
134.462
5
73.7625
57.2625
32.5375
101.037
5
138.237
5
152.437
5
222.537
5
263.537
5
318.737
5
402.237
5
-9.503
-3.872
1.892
1.255
-4.435
0.571
1.409
0.71
1.11
0.112
0.587
0.273
3.144
2.359
2.144
2.244
294.431
25
272.731
25
245.531
25
179.931
25
163.731
25
128.431
25
73.6312
5
48.9312
5
39.5687
5
77.9687
5
110.968
75
122.168
75
199.868
75
239.968
75
270.368
75
346.468
75
134001.
754
90.307
009
3478.69
194
107780.
239
2797.98
017
96884.3
439
14.992
384
84891.0
107
93429.5
639
3.5796
64
43498.3
164
1.5750
25
1205.20
84
578.313
45
261.745
938
1056.01
54
464.545
125
225.813
719
30367.4
189
19.669
225
28532.2
17
18080.1
639
0.3260
41
5440.90
641
1.9852
81
772.854
187
76.7780
875
103.931
363
40.6563
75
36.1166
25
3278.99
391
1058.68
891
10208.5
764
19109.6
064
23237.1
914
49522.9
389
69452.0
139
101593.
594
161795.
006
0.5041
1.2321
0.0125
44
0.3445
69
0.0745
29
9.8847
36
5.5648
81
4.5967
36
5.0355
36
21018.9
375
19062.4 4417957
-12.72
688
34
161.79
84
21018.9
375
-12.72
19062.4 4426566
688
93
321.48
276
75049.6
957
37526.9
113
17269.1
87
5431.22
508
2801.92
57
1287.46
82
7877.76
758
15340.0
426
18623.0
988
44478.2
92
63240.7
645
86176.6
595
139362.
724
11.3162
81.1454
125
41.6154
375
699.657
9
621.684
963
683.373
2
902.620
95
267360. 4006728
885
39
259888. 4014085
025
08
726.148
094
73.3342
438
103.746
431
34.7411
875
43.9213
125
8.7325
65.1386
563
33.3520
688
628.387
35
566.086
281
579.670
6
777.475
875
242474.
603
236093.
875
ECONOM
A

Reemplazamos
estimadores:
b
los
datos
obtenidos,
para
encontrar
los
Para
b1
x1 y x22 x2 y x1 x2
x x x x
2
1
2
2
1 2
401408508 321.48276 (236093.875)(259888.025)

b1
2
442656693 321.48276 259888.025
b1 0.854902525
Significa que cuando el ingreso disponible personal real
aumenta en promedio en mil millones de dlares manteniendo
constante la tasa de inters, el gasto de consumo real aumenta
en promedio en 0.854902525 miles de millones de dlares.
b2
-
Para
b2
x2 y x12 x1 y x1 x2
x x x x
2
1
2
2
1 2
236093.875 442656693 401408508 259888.025

b2
2
442656693 321.48276 259888.025
b2 0.049092352
Significa que cuando la tasa de inters aumenta en promedio
en una unidad manteniendo constante el ingreso disponible
personal real, el gasto de consumo real disminuye en promedio
en -0.049092352 miles de millones de dlares.
b0
-
Para
ECONOM
A

b0 Y b1 X 1 b2 X 2
b0 1270.83125 0.854902525(1401.26) (0.049092352( 0.848))
b 72.84677066
0
El gasto de consumo real es de 72.84677066 miles de millones

dlares, cuando el ingreso personal disponible y la tasa de
inters permanecen constantes.
Con los datos anteriores obtenemos nuestro modelo de regresin
mltiple:
Y 72.84677066+0.854902525X1 0.049092352X 2
8. PRUEBA DE SIGNIFICACIN DE LOS ESTIMADORES DE

PARMETROS
Anlisis de los residuales
Observacin
1
2
3
4
5
6
976.4
998.1
1025.3
1090.9
1107.1
1142.4
958.3500192
1004.922238
1009.426724
1092.469031
1122.071523
1155.850888
325.801808
46.54293802
251.960881
2.46185919
224.146512
180.9263756
ECONOM
A

7
8
9
10
11
12
13
14
15
16
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1510.8
1541.2
1617.3
1207.702331
1221.842539
1298.593148
1357.202965
1388.982021
1401.137051
1460.924774
1496.014315
1543.215489
1614.594941
SCE
110.2989648
0.003301811
139.401745
70.60982913
51.58141916
66.21160544
95.55503871
218.6164736
4.062197786
7.31734396
1795.498293
Encontramos la varianza residual y su desviacin:
2
i
1795.498293
138.1152533
nk
16-3
u 138.1152533 11.75224461
s
2
2
u
VARIANZA PARA CADA ESTIMADOR:

b
-
La varianza y
Varb1 u2
para
x22
x x x x
2
1
2
2
Varb1 138.1152533
321.48276
442656693 321.48276 259888.025
Varb1 0.000270154
(b ) 0.016436361
1
La varianza y
1 2
b2
para
ECONOM
A

Varb2 u2
x
x x x x
2
1
2
1
Varb2 138.1152533
2
2
1 2
442656693
442656693 321.48276 259888.025
Varb2 1.456570344
(b ) 1.206884561
2
PRUEBAS DE HIPTESIS PARA CADA ESTIMADOR:

b
1
Para :
Hiptesis:
H 0 : b1 0
H1 : b1 0
Estadstico t:
b1
tcal
Varb
1
0.854902525
0.000270154
52.01288357
tcal
tcal
ttab t ,n p t 0.05,16 2 2.145

Regla de decisin:
tcal ttab
H0
; se rechaza la
Entonces
Mantenindose constante la tasa de inters, el ingreso
disponible personal real influye o tiene efecto individual sobre
el gasto de consumo real. Por lo tanto debe incluirse en el
modelo.
ECONOM
A
b2
-
Para :
Hiptesis:
H 0 : b2 0
H1 : b2 0
Estadstico t:
b2
tcal
Varb
2
0.049092352
1.456570344
0.04067692435
tcal
tcal
ttab t ,n p t 0.05,16 2 2.145

Regla de decisin:
tcal ttab
H0
; se acepta
Entonces
Mantenindose constante el ingreso disponible personal real; la
tasa de inters no influyen o no tienen efecto significativo
individual sobre el gasto de consumo real. Por lo tanto debe
excluirse del modelo.
9. INTERVALO
DE
CONFIANZA
SOBRE LOS
=0.05
INDIVIDUALES DE REGRESIN: Con
1
- Para el intervalo
:
COEFICIENTES
ECONOM
A
IC1 1 1 t ,n k 1 Var 1
IC1 1 0.854902525 t 0.05,16 21 0.000270154

IC1 1 0.854902525 2.16 0.000270154
P 0.819393926 1 0.890411124 95%

1
intervalos contendrn al verdadero valor de . Sin embargo no se
1
1
se encontrar o no
dentro de l: la probabilidad de que el intervalo fijo especfico
1
incluya al verdadero valor de es por consiguiente 1 o 0.
2
-
Para el intervalo
IC1 2 2 t 0.05,16 21 Var 2
IC1 2 0.049092352 2.16 1.456570344

P 2.65640793 2 2.558223227 95%

2
intervalos contendrn al verdadero valor de
. Sin embargo no se
2
2
se encontrar o no
2
incluya al verdadero valor de
es por consiguiente 1 o 0.
ECONOM
A

10.
-
ANLISIS DE VARIANZA
Realizamos los clculos correspondientes para el ANVA que se
presentan en la tabla de anlisis de varianza:
2
SCE Y Y 628612.24
958.350
019
1004.92
224
1009.42
672
1092.46
903
1122.07
152
1155.85
089
1207.70
233
1221.84
254
1298.59
315
1357.20
297
1388.98
202
1401.13
705
1460.92
477
1496.01
432
1543.21
549
1614.59
494
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
1270.831
25
SCE
SCR Yi Yi
1795.49829
97644.51
962
70707.60
24
68332.32
605
31813.08
106
22129.45
627
13220.48
375
3985.260
364
2399.893
844
770.7230
021
7460.073
238
13959.60
458
16979.60
188
36135.54
796
50707.41
287
74193.17
391
118173.4
753
628612.2
4
ECONOM
A
ECONOM
A
976.4
998.1
1025.3
1090.9
1107.1
1142.4
1197.2
1221.9
1310.4
1348.8
1381.8
1393
1470.7
1510.8
1541.2
1617.3
958.3500
19
1004.922
24
1009.426
72
1092.469
03
1122.071
52
1155.850
89
1207.702
33
1221.842
54
1298.593
15
1357.202
97
1388.982
02
1401.137
05
1460.924
77
1496.014
32
1543.215
49
1614.594
94
SCR
Entonces:
SCT SCE SCR
SCT 628612.24 1795.49829

SCT 630407.7344
325.8018
08
46.54293
8
251.9608
81
2.461859
19
224.1465
12
180.9263
76
110.2989
65
0.003301
81
139.4017
45
70.60982
91
51.58141
92
66.21160
54
95.55503
87
218.6164
74
4.062197
79
7.317343
96
1795.49
829
ECONOM
A

-
Tabla para el Anlisis de Varianza:

H O : 1 2 0
H1 : 1 2 0
ANLISIS DE
VARIANZA
Regresi
n
Residuos
Total
Grados
de
libertad
Suma de
cuadrados
Promedio de los
cuadrados
2
13
15
628612.2361
1795.498293
630407.7344
314306.118
138.1152533
F cal
F tab
2275.679
988
3.81
Yi Y
SCE
628612.24
SME

314306.118
p 1
p 1
3-1
Yi Yi
SCR
1795.49829
SMR

138.1152533
n p
n p
16-3
Fcal
SME 314306.118
2275.679988
SMR 138.1152533
Decisin:
Fcal Ftab
H0
; Se rechaza la
, es decir, implica que al menos una de
las variables independientes contribuye significativamente al
modelo. Es decir el ingreso disponible real y la tasa de inters
influyen significativamente sobre el gasto de consumo real. Por lo
que el modelo en su conjunto es bueno para explicar el margen de
beneficios.
11.
COEFICIENTE MLTIPLE DE DETERMINACIN:
ECONOM
A
Yi Y
SCE
R2

2
SCT
Yi Y
628612.24
0.9972
630407.7344
R 2 0.9972 *100 99.72%
R2
Interpretacin:
El 99.72 % de las variaciones del gasto de consumo real son
explicadas por las variaciones en el ingreso disponible real y la
tasa de inters. El 0.28% son explicadas por otras variables.
a.
Coeficiente Mltiple de Determinacin Ajustado

n 1
R 1 (1 R 2 )
nk
2
16-1
R 1 (1 0.997151846)
0.9967
16-3
2
R 0.9967 *100 99.67%
ECONOM
A
5 CONCLUSIONES
1. La ecuacin de regresin mltiple permite hacer predicciones de
una variable respecto a otra, se puede hacer una valoracin de
capacidad predictiva a travs del coeficiente de determinacin.
2. El modelo en conjunto es adecuado para poder determinar los
mrgenes del consumo real Estados Unidos de 1947 a 1962, sin
embargo la variable de riqueza real no es significativa
individualmente en el modelo por lo que debera excluirse del
modelo en general, ello puede ser a que los datos no representan
adecuadamente esta variable o que el Gobierno de Estados Unidos
no necesita recurrir a los datos de la riqueza real para determinar
el nivel del gasto de consumo real.
3. Al reemplazar la variable riqueza real por una variable Tasa de
inters en el modelo de estudio, llegamos a la conclusin de que
esta variable en reemplazo, tampoco influye independientemente
en el modelo, por lo que debera excluirse del modelo en general.
ECONOM
A
6 BIBLIOGRAFIA
(s.f.). Obtenido de http://www.ivanzavalae.org/PD20112_RegresionLinealMultiple.htm
(s.f.). Obtenido de http://thales.cica.es/rd/Recursos/rd99/ed99-0018-04/MINTCONF.html
Carranza Garca, A. (s.f.). Slideshare. Obtenido de
http://es.slideshare.net/albertojeca/apuntes-de-analisis-de-regresion-lineal-simple
Damodar, G., & Dawn, P. (2009). Econometra . Mc Graw Hill.
Moreno, M. A. (s.f.). https://www.youtube.com. Obtenido de
https://www.youtube.com/watch?v=HgD2Z9IG14&index=2&list=PLMhfmZ5xV7VJe-cviPuUH2x43AEXqDymx

Terminado MRM 1

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Terminado MRM 1

Caricato da

Copyright:

Formati disponibili

ECONOM

MODELO DE REGRESIN MULTIPLE

ANALISIS DE MODELO DE REGRESIN MULTIPLE............................................4

MODELO LINEAL DE TRES VARIABLES..........................................................4

PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE PARMETROS5

PRUEBAS DE HIPOTESIS EN REGRESIN MULTIPLE...........................6

MODELO DE REGRESIN MULTIPLE

MODELO DE REGRESIN MULTIPLE

MODELO DE REGRESIN MULTIPLE

3 ANALISIS DE MODELO DE REGRESIN MULTIPLE

Esto da las siguientes tres ecuaciones normales:

Las cuales (cuando se expresan en forma de desviacin) se

MODELO DE REGRESIN MULTIPLE

por variaciones unitarias en

se define anlogamente . Los

5. No autocorrelacin, o correlacin serial, entre las perturbaciones.

MODELO DE REGRESIN MULTIPLE

relacin lineal exacta entre

La regresin lineal mltiple tiene sobre la simple por lo

3.4 PRUEBA DE SIGNIFICACION DE LOS ESTIMADORES DE

desconocida, la varianza residual,

se usa como una estimacin

MODELO DE REGRESIN MULTIPLE

= nmero de estimaciones de parmetros estimados.

3.5 INFERENCIAS EN LA REGRESIN

Se incluyen otra variable regresora

La adicin de variables regresoras en el modelo implica:

MODELO DE REGRESIN MULTIPLE

3.5.2 INTERVALO DE CONFIANZA SOBRE LOS COEFICIENTES

. Para cada uno de los intervalos:

MODELO DE REGRESIN MULTIPLE

. Con este fin, se trata de

denominados valores crticos), con

como lmite de confianza

MODELO DE REGRESIN MULTIPLE

MODELO DE REGRESIN MULTIPLE

Intervalos de confianza para los coeficientes de regresin

Intervalo de confianza para

Intervalo de confianza para

MODELO DE REGRESIN MULTIPLE

Para al menos una j

, implica que al menos una de las variables

MODELO DE REGRESIN MULTIPLE

SCT SCE SCR

MODELO DE REGRESIN MULTIPLE

La tabla presenta datos del gasto de consumo real, ingreso real,

MODELO DE REGRESIN MULTIPLE

Encontramos los valores respectivos, para obtener el modelo de

MODELO DE REGRESIN MULTIPLE

134001.7 3277072. 662671.5 107780.2 532999.6

- 5440.906 386223.4 45841.08 5431.225 45759.52

MODELO DE REGRESIN MULTIPLE

401408508 10977062719 2204279402 1998877186

MODELO DE REGRESIN MULTIPLE

1998877186 442656692.7 401408508.5 2204279402

MODELO DE REGRESIN MULTIPLE

2. PRUEBA DE SIGNIFICACIN DE LOS ESTIMADORES DE

MODELO DE REGRESIN MULTIPLE

Encontramos la varianza residual y su desviacin:

VARIANZA PARA CADA ESTIMADOR:

PRUEBAS DE HIPTESIS PARA CADA ESTIMADOR:

MODELO DE REGRESIN MULTIPLE