1.

Cul es la funcin de expectativa condicional o funcin

de regresin poblacional?

E ( Y |X i ) =f ( X i )

2. Cul es la diferencia entre la funcin poblacional y la

funcin muestral de regresin?, se trata de distintos
nombres para la misma funcin?

La funcin de regresin poblacional nos da el valor esperado de la

distribucin Y dada X, esta relacionada funcionalmente con X. En
cambio la funcin de regresin muestral se plantea una ecuacin que
permite estimar los valores de de la Regresin de funcin poblacional
en la funcin de regresin muestral.

Si se trata de distintos nombres para la misma funcin.

3. Qu papel desempea el trmino error estocstico u i en

el anlisis de regresin?

El termino error estocstico desempea un papel importante ya que

es un sustituto para todas aquellas variables que son omitidas del
modelo pero que colectivamente afecta a Y.

Las razones para incluir la perturbacin estocstica, entre otras

razones, son:

Vaguedad de la teora.
No disponibilidad de informacin.
Variables centrales vs. Variables perifricas.
Aleatoriedad intrnseca en el comportamiento humano.
Variables proxy
Principio de parsimonia
Forma funcional incorrecta.

Por todas estas razones asumen un papel importante las

perturbaciones estocsticas en el anlisis de regresin

Cul es la diferencia entre el termino error estocstico

y el error residual ui?

El error residual viene a ser la distancia entre el punto de datos y la

lnea estimada, el trmino de error estocstico es la distancia entre el
punto de datos y la lnea verdadera.
 4. Por qu es necesario el anlisis de regresin? Por qu
no utilizar simplemente el valor medio de la variable
regresada como su mejor valor?

El anlisis de regresin es importante porque trata del estudio de la

dependencia de la variable dependiente, respecto a una o ms
variables (las llamadas variables explicativas o exgenas), con el
propsito de estimar y/o predecir la media o valor poblacional de la
variable dependiente.
No se puede utilizar el valor medio de la variable regresada ya que
mientras ms datos se tengan mayor confiabilidad habr en los
resultados.

5. Qu se quiere dar a entender como un modelo de

regresin lineal?

Se da a entender un modelo que es lineal en los parmetros, puede

ser o no ser lineal en las variables explicativas.

6. Determine si los siguientes modelos son lineales en los

parmetros, o en las variables, o en ambos. Cules de
estos modelos son de regresin lineal?

Modelo Tipo descriptivo

a. Y i= 1 + 2 ( X1 )+ U
i
i Reciproco

b. Y i= 1 + 2 ln X i +U i Semilogaritmico
c. ln Y i= 1 + 2 X i +U i Semilogartmico inverso
d. ln Y i=ln 1 + 2 ln X i+U i Logartmico o doble
logartmico
1
e. ln Y i= 1 2 ( )
Xi
+U i Logartmico reciproco

Los modelos de los literales (a), (b), (c) y (e) son modelos de regresin
lineal, mientras que el modelo del literal (d) no es lineal.

7. Se proporciona el diagrama de dispersin de la figura

2.7, junto con la recta de dispersin. Qu conclusin se
 deducira a partir del diagrama? La recta de regresin
mostrada en el diagrama es una recta de regresin
poblacional o una recta de regresin muestral?

Como se observa en la grafica a medida que aumentado las

exportaciones la mayora de los piases tambin han aumentado sus
salarios, se puede notar que cuando ha existido una variacin del PIB-
exportaciones del 0% ha existido una gran concentracin de datos
mientras que los salarios han aumentado desde el 2% en adelante. Se
puede decir q existe una relacin directa ya que mientras aumenta
las exportaciones tambin aumentan los salarios.

La recta de regresin mostrada en el diagrama es una recta de

regresin muestral ya que los datos con los que se trabajo,
pertenecen a un nmero fijo de 50 pases que en este caso sera la
muestra.