Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
LABORATORIO
1. Una compañía hizo recientemente una campaña indicando que tenía vacantes para una plaza en su
empresa. "Despierte ante las oportunidad", decía al anuncio. El Gerente de Ventas pretende explicar
las ganancias semanales de un vendedor en función de los clientes diarios, así como el número de
clientes los días domingos, son variables independientes.
Dicho gerente lo ha contratado para que explique la relación entre las variables utilizando el
enfoque matricial, al finalizar debe entregar lo siguiente:
Procedimiento
Ecuación
ˆ X ' X X 'Y
1 -0.26145
0.459617
0.216486
Escalar
0.040522
V(β0)= 0.113657
V(β1)= 0.002003
V(β2)= 0.001586
Error Estándar Estadístico t
Error estándar =raíz =ecuación o beta /
0.33713 -
(desviaciones típicas error estándar
0.775513077
0.044754 o varianzas
0.039822 10.26992296
5.436365134
Cov( A, B) 1
A, B 0.719623 1
A B -0.76954 -0.99677 1
Coeficiente de correlación
0.9999607
Estadístico F
2
ˆ ' X ' y n Y /( k 1)
Prueba de
ˆ = α + ˆ 1x1 + ˆ 2 x2 +ε
matemático
econométrico
b. El vector de parámetros.
β0 -0.26144879
β1 0.45961699
β2 0.21648626
c. Ecuación de la recta.
ˆ = 0.26+0.46X1+0.22X2
d. Coeficiente de determinación.
R^2= 0.999921
e. Matriz de correlaciones.
1
0.719623 1
-0.76954 -0.99677 1
La varianza de la regresión ˆ u
2
f.
Escalar
0.040522
g. Matriz de varianzas y covarianzas.
h. El estadístico R^2.
R^2= 0.999921
i. Interprete el modelo.
Con un nivel de significancia del 95% puede decir que el número de clientes diarios y del día domingo explica la
ganancia semanal en 99%.
Un incremento en una unidad en los clientes diarios, entonces la ganancia incrementa en 0.46 manteniendo lo demás
constante.
Por otra parte, un incremento en una unidad en los clientes del día domingo, entonces las ganancias incrementan en
0.22, manteniendo todo lo demás constante
ˆ = 0.26+0.46(60)+0.22(75)
k. Establecer si los parámetros estimados son significativos con un nivel de confianza del
90%, debe realizarlo por el método largo de comprobación incluyendo las gráficas.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 1 =0 El parámetro no es significativo
H1= 1 no es igual a 0
ˆ
El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes diarios
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 90%
=INV.T.2C(10%;3)
T Critico = 2.35
12.28
calculado
H0
H1
H1
-2.35 2.35
critico critico
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 2 =0 El parámetro no es significativo
H1= 2 no es igual a 0
ˆ
El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes del domingo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 90%
=INV.T.2C(10%;3)
T Critico = 2.35
5.43
calculado
H0
H1
H1
-2.35 2.35
critico critico
Se concluye aceptando la hipótesis alternativa porque B2 es estadísticamente significativo, puede ser considerado en
la ecuación de la recta.
2
Prueba de significancia global F
ˆ ' X ' y n Y /( k 1) 772.9392173
F '
19074.66
y y ˆ ' X ' y /( n k ) 0.040521787
Planteamiento de la hipótesis
H0 = es igual a cero
H1= no es igual a cero
La formula es la siguiente
=INV.F (probabilidad, grados de libertad 1; grados de libertad 2)
=INV.F(0.9;2;6) = 3.4633 Valor critico F
Se concluye que el f calculado está dentro de la región de aceptación, por lo tanto, se acepta la hipótesis alternativa
y se rechaza la hipótesis nula, por lo tanto algún parámetro estimado es distinto de cero.
El modelo indica que las ganancias esta explicada un 99% por el número de clientes diarios y del día domingo
Por cada 1% de incremento en los clientes a diario, las ganancias aumentan en 46.96%, sin embargo por cada 1% de
incremento en los clientes del dia domingo las ganancias aumentan en 21.65%, manteniendo constante las demás
variables.
2. Un embotellador está analizando las rutas de servicio de máquinas dispensadoras, está interesado en
predecir la cantidad de tiempo requerida por el chofer para surtir las máquinas en el local (Y). La
actividad de servicio incluye llenar la máquina con refrescos y un mantenimiento menor. Se tienen
como variables el número de envases con que llena la máquina (X1) y la distancia que tiene que
caminar (X2). Se colectaron los datos siguientes:
X1_envases X2_Distancia Y_tiempo
7 560 16.68
3 220 11.5
3 340 12.03
4 80 14.88
6 150 13.75
7 330 18.11
2 110 8
7 210 17.83
30 1460 79.24
5 605 21.5
16 688 40.33
10 215 21
4 255 13.5
6 462 19.75
9 448 24
10 776 29
6 200 15.35
7 132 19
3 36 9.5
17 770 35.1
10 140 17.9
26 810 52.32
9 450 18.75
8 635 19.83
4 150 1075
Varianza de regresión
R2
2
y ' y n Y
2
ˆ ' X ' y n Y /( k 1)
F '
y y ˆ ' X ' y /( n k )
El embotellador lo ha contratado para que explique la relación entre las variables utilizando el enfoque matricial, pero
el necesita examinar las elasticidades al finalizar debe entregar lo siguiente:
a. El modelo matemático y econométrico.
ˆ = α + ˆ 1x1 + ˆ 2 x2 +ε
matemático
econométrico
b. El vector de parámetros.
β0 90.535
β1 0.922
β2 -0.082
c. Ecuación de la recta.
ˆ = 90.53+0.92X1 - 0.082X2
d. Coeficiente de determinación.
R^2 = 0.10687
e. Matriz de correlaciones.
La varianza de la regresión ˆ u
2
f.
R^2 = 0.10687
i. Cuál sería el tiempo que un chofer necesitaría si necesita llenar 25 envases y recorrer
una distancia de 1100.
ˆ = 90.53+0.92(25) - 0.082(1100)
k. Establecer si los parámetros estimados son significativos con un nivel de confianza del
94%, debe realizarlo por el método largo de comprobación incluyendo las gráficas.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 1 =0 El parámetro no es significativo
H1= ˆ 1 no es igual a 0 El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes diarios
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T.2C(6%;3)
T Critico = 1.98
11.48
calculado
H0
H1
H1
-1.98 1.98
critico critico
Se concluye aceptando la hipótesis alternativa porque B1 es estadísticamente significativo, puede ser considerado en
la ecuación de la recta.
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 2 =0 El parámetro no es significativo
H1= 2 no es igual a 0
ˆ
El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes del domingo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T.2C(6%;22)
T Critico = 1.98
-0.34
calculado
H0
H1
H1
-1.98 1.98
critico critico
econométrico
n. El vector de parámetros.
Log β0 0.84
Log β1 0.46
Log β2 0.06
o. Ecuación de la recta.
ˆ = 0.84+ 0.46X1 - 0.06X2
p. Coeficiente de determinación.
R^2 = 0.12
q. Matriz de correlaciones.
Matriz de correlación entre las variables independientes
a. La varianza de la regresión ˆ u
2
c. El estadístico R^2.
R^2 = 0.12
d. Cuál sería el tiempo que un chofer necesitaría si necesita llenar 25 envases y recorrer
una distancia de 1100.
f. Establecer si los parámetros estimados son significativos con un nivel de confianza del
94%, debe realizarlo por el método largo de comprobación incluyendo las gráficas.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 1 =0 El parámetro no es significativo
H1= 1 no es igual a 0
ˆ
El parámetro es significativo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T.2C(94%;22)
T Critico = 0.076
1.15
calculado
H0
H1
H1
-0.076 0.076
critico critico
Se concluye aceptando la hipótesis Alternativa porque B1 es estadísticamente significativo, puede ser considerado
en la ecuación de la recta.
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 2 =0 El parámetro no es significativo
H1= 2 no es igual a 0
ˆ
El parámetro es significativo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T.2C(94%;22)
T Critico = 0.076
0.18
calculado
H0
H1
H1
-0.076 0.076
critico critico
Se concluye aceptando la hipótesis Alternativa porque B2 es estadísticamente significativo, puede ser considerado
en la ecuación de la recta.
g. El tiempo es elástico con respecto a la distancia e inelástico con los envases.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
Se toma los valores que se están testeando en este caso los envases
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T(0.06;22)
T Critico = -1.61
T calculado
-1.37
H0
H1
-1.61
Critico
Se concluye aceptando la hipótesis nula y se rechaza la alternativa, lo cual indica b1(envases) son elásticos respecto
al tiempo, un incremento en uno por ciento en los envases, el tiempo aumenta en 0.46.
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
Se toma los valores que se están testeando en este caso la distancia (b2)
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T(0.94;22)
T Critico = 1.61
-3.09
calculado
H0
H1
1.61
critico
Modelo Lin-Lin
Planteamiento de la hipótesis
H0 = Bi es igual a cero
H1= Bi no es igual a cero
Modelo Log-Log
Planteamiento de la hipótesis
H0 = Bi es igual a cero
H1= Bi no es igual a cero
Algún parámetro es distinto de cero
ii. El embotellador lo ha contratado para que explique la relación entre las variables utilizando el
enfoque matricial, pero el necesita examinar las elasticidades al finalizar debe entregar lo
siguiente:
a. El modelo matemático y econométrico.
ˆ = α + ˆ 1x1 + ˆ 2 x2 +ε
matemático
econométrico
b. El vector de parámetros.
β0 -26980.896
β1 1.346
β2 1243.587
c. Ecuación de la recta.
ˆ = -26980.90+ 1.35X1 + 1243.59X1
d. Coeficiente de determinación.
R^2 = 0.97
e. Matriz de correlaciones.
La varianza de la regresión ˆ u
2
f.
j. Establecer si los parámetros estimados son significativos con un nivel de confianza del
98%, debe realizarlo por el método largo de comprobación incluyendo las gráficas.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 1 =0 El parámetro no es significativo
H1= 1 no es igual a 0
ˆ
El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes diarios
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 98%
=INV.T(98%;13)
T Critico = 0.076
8.69
calculado
H0
H1
H1
- 2.28 2.28
critico critico
Se concluye aceptando la hipótesis Alternativa por lo tanto B1 es estadísticamente significativo, puede ser
considerado en la ecuación de la recta.
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 2 =0 El parámetro no es significativo
H1= ˆ 2 no es igual a 0 El parámetro es significativo
Se toma los valores que se están testeando en este caso los de los clientes del domingo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T(98%;22)
T Critico = 2.28
4.50
calculado
H0
H1
H1
-2.28 2.28
critico critico
Se concluye aceptando la hipótesis Alternativa por lo tanto B2 es estadísticamente significativo, puede ser
considerado en la ecuación de la recta.
k. Los pasivos son elásticos con respecto a la población e inelásticos con el número de
bancos.
l. Prueba de significancia global Interpretación del modelo
econométrico
n. El vector de parámetros.
β0 -0.986
β1 1.046
β2 0.662
o. Ecuación de la recta.
p. Coeficiente de determinación.
R^2 = 0.99
q. Matriz de correlaciones.
La varianza de la regresión ˆ u
2
r.
t. El estadístico R^2.
R^2 = 0.99
u. Cuáles serían los pasivos con una población de 45000 y 33 bancos.
v. Establecer si los parámetros estimados son significativos con un nivel de confianza del
98%, debe realizarlo por el método largo de comprobación incluyendo las gráficas.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 1 =0 El parámetro no es significativo
H1= 1 no es igual a 0
ˆ
El parámetro es significativo
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 98%
=INV.T.2C(98%;13)
T Critico = 0.026
13.40
calculado
H0
H1
H1
-0.026 0.026
critico critico
Se concluye aceptando la hipótesis Alternativa por lo tanto B1 es estadísticamente significativo, puede ser
considerado en la ecuación de la recta.
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
H0 = ˆ 2 =0 El parámetro no es significativo
H1= ˆ 2 no es igual a 0 El parámetro es significativo
Se toma los valores que se están testeando en este caso los bancos
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 94%
=INV.T.2C(98%;13)
T Critico = 0.026
6.55
calculado
H0
H1
H1
-0.026 0.026
critico critico
Se concluye aceptando la hipótesis Alternativa por lo tanto B2 es estadísticamente significativo, puede ser
considerado en la ecuación de la recta.
a. Los pasivos son elásticos con respecto a la población e inelásticos con el número de bancos.
Formula de T calculado
T = 1- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
T critico
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 98%
=INV.T(0.06;22)
T Critico = 2.28
0.59
calculado
H0
H1
2.68
critico
Se acepta la hipótesis Nula y se rechaza la hipótesis alternativa , por lo tanto, b1 (población) es inelástico
respecto a los pasivos
T = 2- i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
Se toma los valores que se están testeando en este caso los bancos
Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un nivel de
significancia del 98%
=INV.T(0.02;22)
T Critico = -2.28
T calculado
-3.34 H0
H1
-2.28
Critico
Se acepta la hipótesis Alternativa, por lo tanto b2(bancos) es inelástico respecto a los pasivos.
Modelo Lin-Lin
Planteamiento
Ho= Bi es igual a cero
H1= bi no es igual a cero
Grafica
Modelo Log-Log
Planteamiento
Ho= Bi es igual a cero
H1= bi no es igual a cero