Professional Documents
Culture Documents
iv). Ahora, sean 𝐵̃0 y 𝐵̃1 el intercepto y la pendiente en la regresión de 𝑦𝑖 sobre log (𝑐2 𝑥𝑖 ). ¿Cuál es la relación de 𝐵̃0 y 𝐵̃1
con el intercepto y la pendiente de la regresión de 𝑦𝑖 sobre log(𝑥𝑖 )?
̂0 y 𝐵̂1 el intercepto y la pendiente en la regresión de 𝑦𝑖 sobre log(𝑥𝑖 ).
Sean 𝐵
Se puede aplicar parte del resultado de ii) porque log (𝑐2 𝑥𝑖 ) = log(𝑐2 ) + log(𝑥𝑖 ), se establece que 𝑐1 = 0 y se
̃1 = 𝐵̂1 y 𝐵̃0 = 𝐵̂0 − log(𝑐2 )𝐵̂1 .
reemplaza 𝑐2 con log(𝑐2 ) . Entonces 𝐵
Problema 10.
̂0 y 𝐵̂1 los estimadores del intercepto y la pendiente de Mínimos Cuadrados Ordinarios respectivamente, sea 𝑢̅ el
Sean 𝐵
promedio de los errores (no confundir con los residuales).
𝑑
̂1 = 𝐵1 + ∑𝑛𝑖=1 𝑤𝑖 𝑢𝑖 . Donde 𝑤𝑖 = 𝑖 y 𝑑𝑖 = 𝑥𝑖 − 𝑥
i). Muestre que 𝐵 ̅.
𝑆𝑆𝑇𝑥
𝑛
∑ (𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦̅) 𝑛
∑𝑖=1(𝑥𝑖 −𝑥̅ )𝒚𝒊 1
𝐵̂1 = 𝑖=1𝑛
∑ (𝑥 −𝑥̅ ) 2 = = ∑𝑛
𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑩𝟎 + 𝑩𝟏 𝒙𝒊 + 𝒖𝒊 ) =
𝑖=1 𝑖 𝑆𝑆𝑇 𝑆𝑆𝑇
𝑥 𝑥
1 1
= [𝐵0 ∑𝒏𝒊=𝟏(𝒙𝒊 − 𝒙
̅) + 𝐵1 ∑𝒏𝒊=𝟏(𝒙𝒊 − 𝒙
̅)𝒙𝒊 + ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )𝑢𝑖 ] = [𝐵0 ∙ 𝟎 + 𝐵1 ∙ 𝑺𝑺𝑻𝒙 +
𝑆𝑆𝑇𝑥 𝑆𝑆𝑇𝑥
𝑛
∑𝑖=1(𝑥𝑖 − 𝑥̅ )𝑢𝑖 ] = 𝐵1 + ∑𝑛𝑖=1 𝑤𝑖 𝑢𝑖 .
̂0 = 𝐵0 + 𝑢̅ − (𝐵̂1 − 𝐵1 )𝑥̅
iii). Muestre que 𝐵
∑𝑛𝑖=1(𝐵0 + 𝐵1 𝑥𝑖 + 𝑢𝑖 )
𝐵̂0 = 𝑦̅ − 𝐵̂1 𝑥̅ = − 𝐵̂1 𝑥̅ = 𝐵0 + 𝐵1 𝑥̅ + 𝑢̅ − 𝐵̂1 𝑥̅ = 𝐵0 + 𝑢̅ − (𝐵̂1 − 𝐵1 )𝑥̅
𝑛
2 2 2
̂0 ) = 𝜎 + 𝜎 𝑥̅
iv). Utilice ii) y iii) para mostrar que 𝑉𝑎𝑟(𝐵
𝑛 𝑆𝑆𝑇 𝑥
𝑉𝑎𝑟(𝐵̂0 ) = 𝑉𝑎𝑟(𝐵0 + 𝑢̅ − (𝐵
̂1 − 𝐵1 )𝑥̅) = 𝑉𝑎𝑟(𝑢̅ − 𝐵
̂1 𝑥̅) = 𝑽𝒂𝒓(𝒖 ̂ 𝟏 )𝑥̅2 − 2𝑥̅ ∙
̅) + 𝑽𝒂𝒓(𝑩
𝝈𝟐 𝝈𝟐 𝑥̅ 2 𝜎2 ̅2
𝜎2 𝑥
𝑪𝒐𝒗(𝒖 ̂𝟏) =
̅, 𝑩 + − 2𝑥̅ ∙ 𝟎 = 𝑛 + 𝑆𝑆𝑇
𝒏 𝑺𝑺𝑻𝒙 𝑥
II. Resolver los “Ejercicios de computadora” C8 y C10 del Capítulo 2 del libro de texto.
Se anexan los archivos de R.