UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIO 2
^
Suponga que se realiza la siguiente regresin: Yi = 1

^
+ 2

Xi+

^
Ui
donde, yi y xi son desviaciones de sus respectivos valores medios
Cul es su expresin de 1? Cul es su expresin de 2?
DESARROLLO:
DADO: Yi = 1^+2^Xi+u
Yi = (Yi -

Xi = (Xi -

Desviaciones
medias

..Donde:

Y^ - ^ X
^
2

^
1

^
1

X
^
1

Yi =

Restamos:

^
1

^
1

Yi =

^
+ 2

^
Ui

^
2

Xi +

^
Ui

^
2

( Xi -

)+

^
Ui

)=0+

( yi -

)=

yi

Xi +

(yi -

Le damos la forma a las variables:

^
2

^
2

( Xi -

^
2

Xi +

^
Ui

Forma de desviaciones

Para la FRM =

^
yi

^
2 Xi

Por lo tanto se obtiene la expresin

^
1

=0y

^
2

^
yi
xi

UNIVERSIDAD NACIONAL DE TRUJILLO

^
La expresin del parmetro 1
la sustraccin de

^
La expresin de 2

es cero ya que desaparece al realizar

y Yi .
, se obtiene despejando la FRM obtenida mediante

las desviaciones medias y el reemplazo de las variables Yi y Xi (variables

regresada y regresora).

EJERCICIO 6

UNIVERSIDAD NACIONAL DE TRUJILLO

EJERCICIO 10
Lo que se conoce como la lnea caracterstica del anlisis de inversin
moderno, es sencillamente la regresin obtenida mediante el siguiente
modelo:

rt = +rmt + ut
Donde:

rit= tasa de retorno del ttulo-valor en t

rmt= tasa de retorno del portafolio del mercado en t
ut= perturbacin estocstica en t
En este modelo el trmino es conocido como coeficiente beta del ttulovalor. Este es una medida del riesgo de un ttulo-valor. Con una muestra de
240 tasas de retorno mensuales para el perodo 1956-1976, Fogler y
Ganapathy obtuvieron la siguiente lnea caracterstica para las acciones de
IBM en relacin con el ndice de portafolio del mercado:

a) Se dice que un ttulo-valor cuyo coeficiente beta es mayor

que 1 es un ttulo-valor voltil o agresivo Fueron las acciones
de IBM valores voltiles en el perodo de tiempo del estudio?
Teniendo en la informacin, mediante la regresin Para el modelo
financiero se obtiene que beta estimado es 0.0728, por lo tanto los
valores de IBM no fueron voltiles en el tiempo de estudio.

ee( ) =0.3001

ee ( ) =0.0728

UNIVERSIDAD NACIONAL DE TRUJILLO

b) Es el coeficiente de intercepto significativamente

diferente de cero?
El coeficiente de intercepto (variable dependiente, en este caso es rit,
es diferente de cero, toma el valor de 255.08.

ri t= 0.7264 + 1.0598 (240 tasas) = 255.08

EJERCICIO 14
La tabla proporciona datos sobre el salario promedio de un maestro de
escuela pblica (el sueldo anual esta en dlares) y el gasto en educacin
pblica por alumno (dlares) para 1985 en los 50 estados y el distrito de
Columbia en EEUU.A fin de averiguar si existe alguna relacin entre el
salario del maestro y el gasto por alumno de las escuelas pblicas, se
sugiri el siguiente modelo:

Sueldo i = 1+ 2Gasto i + Ui.

Variable dependiente

variable independiente

SALARIO PROMEDIO Y GASTO POR ALUMNO

(DOLARES) 1985
Y
SALARIO

OBSERV

X
GASTO

1
2
3
4

19583
20263
20325
26800

3346
3114
3554
4642

5
6
7
8
9
10
11
12
13
14
15
16

29470
26610
30678
27170
25853
24500
24274
27170
30168
26525
27360
21690

4669
4888
5710
5536
4168
3547
3159
3621
3782
4247
3982
3568

UNIVERSIDAD NACIONAL DE TRUJILLO

17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
PROMEDIO
suma

21974
20816
18095
20939
22644
24624
27186
33990
23382
20627
22795
21570
22080
22250
20940
21800
22934
18443
19538
20460
21419
25160
22482
20969
27224
25892
22644
24640
22341
25610
26015
25788
29132
41480
25845
24356.2157
1242167

a) Obtencin de la Grfica:

3155
3059
2967
3285
3914
4517
4349
5020
3594
2821
3366
2920
2980
3731
2853
2533
2729
2305
2642
3124
2752
3429
3947
2509
5440
4042
3402
2829
2297
2932
3705
4123
3608
8349
3366
3688.76471
188127

UNIVERSIDAD NACIONAL DE TRUJILLO

b) Encontrar la frmula de regresin Lineal:

1 ESTIMADO

= 12216.9

2 ESTIMADO = 3.29
Y^ = 12216.9+3.29x

C) Hallar SIGMA^2:
SYY = 873380264.6
Sxy = 183392203.6
SSE=269857900.1
SIGMA^2= 5507304.084

D) Determinar los intervalos de confianza para 2 y

1:
2

= [2.66 2 3.92] = 95%

= [9794.81 2 14639.03] = 95%

5) Determinacin del cuadro ANVA:

UNIVERSIDAD NACIONAL DE TRUJILLO

E) Determinar la estimacin intervalica, para la

prediccin media y prediccin individual:
PREDICCION MEDIA:

U^ Y/X0, donde X0= 10 = 23889.68

E (y/Xo)= [23223.27 E (y/Xo) 24556.10] = 95%
PREDICCION INDIVIDUAL:

Y^0, donde x0=10=

23889.68

Y^0= [19126.83 Y^0 28652.54] = 95%

EJERCICIO 26
Tras 10 aos de funcionamiento, una empresa del sector de las
telecomunicaciones quiere estudiar el beneficio obtenido en dicho
periodo en funcin al nmero de clientes que utilizan sus servicios.
Los datos se presentan a continuacin:

EMPRESA DE TELECOMUNICACIONES :
ESTUDIO

Se toma la variable beneficios como la variables Y (regresada) y la variable

X (regresora).
BENEFICIOS

N CLIENTES
120
127
148
169
183
293
207
215
220
222
190.4

22
25
27
30
34
38
40
45
50
59
37 Promedio

UNIVERSIDAD NACIONAL DE TRUJILLO

a) Obtencin de la grfica de regresin Lineal

GRAFICA DE REGRESION
350
300
250
200
150
100
50
0
20

25

30

35

40

45

50

55

60

65

b) Sera adecuado realizar el ajuste lineal?

*Si sera bueno realizar el ajuste lineal, se realizar la prueba de
bondad de ajuste(R^2).
Se halla primero:
COV (X.Y)

426.89

DES.X

11.80

DES.Y

52.25

R^2= 0.48

r^2

*Por definicin, 0.48 no se acerca a la unidad, sino por lo contrario se

acerca a cero, por ende la regresin no es muy confiable.

c) Estimacin de parmetros
Para Modelo de regresin Lineal:

UNIVERSIDAD NACIONAL DE TRUJILLO

1 ESTIMADO
2 ESTIMADO

Y^=
77.04+3.06X

77.04
3.06

Para modelo Semilogaritmico:

La expresin de un modelo Semilogaritmico queda

definida por

Realizando el cambio de
anterior queda reducida a

la expresin

variable
un modelo lineal:

.
N
BENEFI CLIENTES(L
CIOS
Nx)
120
3.09
127
3.22
148
3.30
169
3.40
183
3.53
293
3.64
207
3.69
215
3.81
220
3.91
222
4.08
190.40
3.57 Promedio

1 ESTIMADO
2 ESTIMADO

Y^=187.71+0
.75LnX

187.71
0.75

Para Modelo Reciproco:

Y^=302.983-4111.37(
)

d) El modelo adecuado, es el modelo reciproco, dado por la

1
x

UNIVERSIDAD NACIONAL DE TRUJILLO

prueba de bondad de ajuste R^2.

e) Qu beneficios esperamos que tenga la empresa

cuando su nmero de clientes ascienda a 100?
*Claramente utilizaremos el modelo reciproco ya que muestra un
ajuste ms ptimo, entonces reemplazaremos 100 en X.
para 100
302.57

Y estimado
clientes=

EJERCICIO 18
Grafique los siguientes modelos (para mayor sencillez, se omitieron
los subndices de observacin, i):

2
a) Y = 1 X
, para 2>1, 2=1, 0<2<1..

UNIVERSIDAD NACIONAL DE TRUJILLO

2 X
b) Y = 1 e

, para 2>0 y 2< 0.

Para 2>0
Para 2<0

Analice donde seran adecuados estos modelos:

Para
el

modelo Y = 1 X

, sera adecuado para la evaluacin de la velocidad de

cuerpos, a mayor velocidad mayor energa cintica (julios).

Para el modelo Y = 1 e

2 X

(2>0 y 2<0), seria adecuado en el estudio

de peso y altura, mientras menos altura, ms peso o

forma se formaran dichas grficas.

EJERCICIO 22

viceversa. De esa

UNIVERSIDAD NACIONAL DE TRUJILLO

Con base en datos mensuales de Enero de 1978 a diciembre de 1987,

se obtuvieron los siguientes resultados de regresin:
^
Yt

= 0.00681 + 0.75815 Xt.. (1)

ee= (0.02596) ( 0.27009)

r2

= 0.4406

t= (0.26229) (2.807)
Valor p = (0.7984) (0.0186)

^
Yt

= 0.76214 Xt.. (2)

ee= (0.265799)

r2

= 0.4406

t= (2.95408)
Valor p = (0.0131)
Donde:
Y = tasa mensual de rendimiento de las acciones comunes de Texaco,
%, y
X= Tasa mensual de rendimiento de mercado, %.
a) Cul es la diferencia entre los dos modelos de regresin?
La diferencia es en que el modelo (1), tiene los dos parmetros
^
estimados, es decir el intercepto 1 y el coeficinete de regresion
^
2

(ambos parmetros estimados), a diferencia del modelo (2), en

donde se muestra que el intercepto es cero y se presenta solo

^
2.

b) Con los resultados anteriores Conservara el termino del

intercepto en el primer modelo? Por qu?
S, porque en cada modelo de regresin lineal, idealmente debe tener
^
1 y ^2 , para que no se presente un intercepto igual a cero y se
pueda obtener un mejor anlisis de regresin.
c) Cmo interpretara los coeficientes de la pendiente en los
dos modelos?
Los coeficientes de ambos modelos los interpretara a base de la
2
r :
definicin

UNIVERSIDAD NACIONAL DE TRUJILLO

r 1

, donde se ver la confiabilidad de sus ecuaciones.

Respectivas
d) Puede comparar los trminos

r2

de los dos modelos?

Por qu?
S, ambos modelos presentan trminos distintos, pero un resultado
igual, ya que sus coeficientes de determinacin, se aproximan a cero,
por lo tanto sus ecuaciones de regresin no son muy confiables.
e) El valor t del coeficiente de la pendiente del modelo con
intercepto cero es aproximadamente 2.95, mientras que con
el intercepto presente tiene un valor aproximado de 2.81?
Puede explicar este resultado?
Los resultados se obtuvieron mediante la divisin del coeficiente de
^
regresin 2 , sobre sus errores estndar respectivos, son valores
t estimados calculados segn la hiptesis nula de que el verdadero
valor poblacional de cada coeficiente de regresin individual es cero.
Los clculos respectivos fueron:
Para modelo (1):

0.75815
0.27009

= 2.81.

Para modelo (2):

0.76214
0.265799

= 2.95.

Valores t.