TALLER DE ECONOMETRIA

Méndez Méndez Jonathan Bruno

Pruebas de hipótesis, pruebas a los residuales para mínimos cuadrados
Saldaña Vázquez Wilfred Enoc

No. Cuenta: 412080425

Una prueba de hipótesis comprende cuatro componentes esenciales:     Hipótesis Nula Hipótesis Alternativa Estadística de Prueba Región de Rechazo La Hipótesis Nula.Pruebas de Hipótesis Una manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. H1: θ = θ1. La Hipótesis Alternativa. la que se establece en base a la evidencia que tenemos. Esto es a lo que llamamos Prueba de Hipótesis. Esta afirmación puede estar basada en alguna creencia o experiencia pasada que será contrastada con la evidencia que nosotros obtengamos a través de la información contenida en la muestra. denotada como H0 siempre especifica un solo valor del parámetro de la población si la hipótesis es simple o un conjunto de valores si es compuesta (es lo que queremos desacreditar) H0:µ=µ0. hay posibilidades de que nos equivoquemos. Dos decisiones incorrectas son posibles:  Rechazar H0 cuando es verdadera  No Rechazar H0 cuando es falso. denotada como H1 es la que responde nuestra pregunta. Dos decisiones correctas son posibles:  Rechazar H0 cuando es falsa  No Rechazar H0 cuando es verdadera. Como las conclusiones a las que lleguemos se basan en una muestra. .

Si por ejemplo se escoge el nivel de significación 0. es frecuente un nivel de significación de 0. Conclusiones de una Prueba de Hipótesis Si rechazamos la Hipótesis Nula. Esta probabilidad. la región crítica es una región situada a un lado de la distribución. suele especificar antes de tomar la muestra.05. decidimos rechazar la Hipótesis Nula. .05 ó 0. En tal caso decimos que la hipótesis ha sido rechazada al nivel de significación 0. En la práctica. denota a menudo por se. tal como sucede cuando se contrasta la hipótesis de que un proceso es mejor que otro (lo cual no es lo mismo que contrastar si un proceso es mejor o peor que el otro) tales contrastes se llaman unilaterales. se llama nivel de significación. Es decir. o de un extremo. lo cual quiere decir que tal hipótesis tiene una probabilidad 0. ambos lados de la media lo llamamos prueba de uno y dos extremos o contraste de una y dos colas. estaremos interesados tan sólo en valores extremos a un lado de la media (o sea. de manera que los resultados obtenidos no influyan en nuestra elección. entonces hay unas cinco (05) oportunidades entre 100 de rechazar la hipótesis cuando debiera haberse aceptado.05 (ó 5%) al diseñar una regla de decisión. tenemos un 95% de confianza de que hemos adoptado la decisión correcta. Prueba de Uno y Dos Extremos Cuando estudiamos ambos valores estadísticos es decir. en uno de los extremos de la distribución). En tales situaciones. Niveles de Significación Al contrastar una cierta hipótesis.05 de ser falsa. Con frecuencia no obstante.La Región de Rechazo es el conjunto de valores tales que si la prueba estadística cae dentro de este rango. concluimos que “no hay suficiente evidencia estadística para inferir que la hipótesis nula es falsa” . si bien se une otros valores. La Estadística de Prueba es una estadística que se deriva del estimador puntual del parámetro que estemos probando y en ella basamos nuestra decisión acerca de si rechazar o no rechazar la Hipótesis Nula. concluimos que “hay suficiente evidencia estadística para inferir que la hipótesis nula es falsa” Si no rechazamos la Hipótesis Nula. la máxima probabilidad con la que estamos dispuesto a correr el riesgo de cometerán error de tipo I.01. con área igual al nivel de significación.

Puede usarse.. Hay que tener en cuenta que de este modo se están contrastando globalmente todas las asunciones y. está basada también en las asunciones de normalidad y homoscedasticidad. por tanto. . en caso de que no se cumpla la normalidad. Por consiguiente. sin embargo. Kolmogorov-Smirnov. por consiguiente. la normalidad de los mismos.. Teniendo en cuenta que (n-(k+1))s2/ s2 se distribuye como una ji-cuadrado con (n(k+1)) grados de libertad. Siendo k cualquier número real positivo.Pruebas a los residuales para mínimos cuadrados Si bien para la estimación por mínimos cuadrados de los coeficientes de un modelo de regresión. no se puede utilizar la t ni la F para los contrastes de hipótesis. que para valores de n suficientemente grandes se puede aproximar a una normal reducida (de media cero y varianza 1) y. Hay que tener en cuenta que. n provienen de una población normal con media 0 y varianza s 2 con las pruebas habituales de ji-cuadrado. se contrasta la distribución de esta variable en lugar de el residuo.. i=1. sólo es necesaria la asunción de linealidad. Otro modo alternativo de escribirlo es: El análisis de los residuos consiste. conviene asegurar que dichas asunciones se cumplen en cada caso. la desigualdad de Tchebysheff. que establece que para cualquier variable aleatoria. a menudo. una falta de normalidad de los residuos puede ser debida también a que el modelo sea inapropiado o a existencia de heterocedasticidad.. en base a la cual se realizan los contrastes de hipótesis. en contrastar que . la variable llamada residuo normalizado tendrá una distribución t de Student con (n-(k+1)) grados de libertad.

. puede decirse que la econometría tiene tres propósitos fundamentales: 1. Una vez que se comprueba que existen estas relaciones. dichas técnicas se aplican en la presentación matemática y en la verificación de cierta teoría económica. La medición se hace con el instrumental que se estudia a través de la observación y su comportamiento. Que es la Econometría y para qué sirve Econometría es la disciplina que en el ámbito económico mide las relaciones que existen entre un fenómeno y las variables que lo explican.. La matemática permite expresar su comportamiento a través de ecuaciones que pretenden describir determinada teoría económica.. Si se representara en una gráfica bidimensional los residuos observados (eje Y) para cada una de las variables Y|x1. Con base en la definición. Predecir a partir de valores observados o históricos de ciertas variables económicas.. se registra preferentemente con datos cuantitativos. preferentemente.. mediante el uso de los métodos de la estadística inferencial... relaciones que posteriormente se comprueban. se puede decir que se está en condiciones de estimar el comportamiento futuro del fenómeno. la estadística proporciona los métodos para corroborar sí se prueba o no con rigor técnico. 3. .. una vez que se expresa la teoría económica en forma uniecuacional o multiecuacional. es útil realizar un análisis gráfico de los mismos que permite discriminar entre distintas violaciones de las mismas. su evolución futura.Además de estas pruebas de significación para asegurar que globalmente se cumplen las asunciones del modelo. Hacer el análisis estructural de las relaciones económicas. ya que mediante el análisis funcional se establecen las relaciones entre un fenómeno y las causas que hipotéticamente lo determinan. Como se indicó. Así. 2.xk debería ser cero y tener todas la misma varianza). Evaluar la aplicación de políticas microeconómicas (a nivel de empresa) y/o macroeconómicas (a nivel de los grandes agregados de un país). misma que en turno permite a la estadística indicar si es o no verídica.xk (eje X) y se cumplieran las asunciones se observaría una nube de puntos en dirección horizontal y con anchura constante (la media de cadaex1.