Nombre: Walter Acevedo

Fecha: 10/06/2018
Tarea: Taller U4_S12: Regresión Lineal Simple

Página 629

 Ejercicio 66

S&P 500 Horizon

1,2 -0,7 Percentil Horizon
-2,5 -2,0 5 -5,5
-3,0 -5,5 15 -2
2,0 4,7 25 -1,3
5,0 1,8 35 -0,7
1,2 4,1 45 1,8
3,0 2,6 55 2
-1,0 2,0 65 2,6
0,5 -1,3 75 4,1
2,5 5,5 85 4,7
95 5,5
RESOLUCIÓN

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,685214525
Coeficiente de determinación R^2 0,469518946
R^2 ajustado 0,403208814
Error típico 2,664126736
Observaciones 10

ANÁLISIS DE VARIANZA
Grados
Suma de Promedio de Valor crítico
de F
cuadrados los cuadrados de F
libertad
Regresión 1 50,25542989 50,25542989 7,080651681 0,028763095
Residuos 8 56,78057011 7,097571263
Total 9 107,036

Error Inferior Superior Inferior Superior

Coeficientes típico Estadístico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción 0,274684 0,900374 0,305078 0,768093 -1,801582 2,350951 -1,801582 2,350951
S&P 500 0,949792 0,356937 2,660949 0,028763 0,126693 1,772892 0,126693 1,772892
 Gráfico de probabilidad normal
8
6
4
2
Horizon

0
-2 0 10 20 30 40 50 60 70 80 90 100
-4
-6
-8
Muestra percentil

A) Obtenga la ecuación de regresión estimada que sirve para determinar la beta del mercado
de Horizon Technology.
Y=βo+β1X1+Ei
Y=0,2746+0,949X1+Ei
(Ecuación de Regresión)

El tipo de patrón que siguen los datos es lineal, se puede ver en el grafico que los datos siguen una
lineal y no se encuentran tan disperso.

B) Empleando 0.05 como nivel de significancia, pruebe la significancia de la relación.

1. Ho= Bi=0
2. H1= Bi diferente de 0
3. Estadístico de prueba
F observado= 7,0806516808649
P-valor= 0,0287630951134157
4. Región de Rechazo
Rechazo Ho si p-valor es menor a α
0,05 ˃ 0,0287630951134157

C) ¿La ecuación de regresión estimada proporciona un buen ajuste? Explique.

No proporciona un buen ajuste ya que contiene un coeficiente no significativo

D) Utilice las betas del mercado de Xerox y de Horizon Technology para comparar los riesgos
asociados con estas dos acciones.

Rechazo la hipótesis, alguna de las B es diferente de cero por lo que el modelo es válido.

Significación de los coeficientes:

 = 0,2746 + 0,949x1

(-1,801;2,350) (0,126;1,772)
Coeficiente no
significativo, dentro del
intervalo hay un 0, lo que
hace que no sea
significativo el coeficiente Coeficiente significativo