Universidad del Bı́o-Bı́o

Facultad de Ciencias
Departamento de Estadı́stica

SCE/sce

Ejercicios de Regresión

1. Explique brevemente el significado de los siguientes términos:

a) Función de regresión de la población (FRP).

b) Función de regresión de la muestra (FRM).
c) Modelo de regresión lineal.
d ) Término de error estocástico (ui ).
e) Término residual (ei ).
f ) Esperanza condicional.
g) Esperanza no condicional.
h) Parámetros o coeficientes de la regresión.
i ) Estimadores de los coeficientes de la regresión.

2. Puesto que no podemos observar la FRP, ¿para qué estudiarla ? Haga un comentario
sobre esta afirmación.

3. Diga si las siguientes afirmaciones son verdaderas, falsas o indeterminadas. Exponga sus
razones. Sea preciso.

a) el término de error estocástico ui y el término residual ei significan lo mismo.

b) La FRP ofrece el valor de la variable dependiente que corresponde a cada valor de
la variable independiente.
c) Un modelo de regresión lineal significa un modelo lineal en las variables.
d ) En el modelo de regresión lineal, la variable explicativa es la causa y la variable
dependiente es el efecto.
e) La media condicionada y no condicionada de una v.a. son iguales.
f ) En un modelo de regresión las B’s, son variables aleatorias, mientras que las b’s son
los parámetros.
g) La suma de la desviación de una variable aleatoria respecto a su valor medio siempre
es igual a cero.

4. La siguiente tabla muestra pares de variables dependientes e independientes. En cada

caso, diga si esperarı́a que la relación entre ambas variables será positiva, negativa o
indeterminada. En otras palabras, diga si el coeficiente de la pendiente será positivo,
negativo o tendrá un signo indeterminado. Ofrezca una breve justificación en cada caso.

1
 variable dependiente
PIB
Ahorros personales
Rendimiento de la cosecha
Popularidad del presidente
Nota media de un estudiante
en el primer años de carrera
Nota de un estudiante en econometrı́a
Importación de automóviles
variable independiente
Tipo de interés
Tipo de interés
Cantidad de Lluvia
Duración en el cargo
Nota en el examen de acceso
a la Universidad
Nota en estadı́stica
Ingreso per cápita

5. Afirme si los siguientes modelos son de regresión lineal:

a) Yi = B1 + B2 (1/Xi )
b) Yi = B1 + B2 lnXi + ui
c) lnYi = B1 + B2 lnXi + ui
d ) lnYi = B1 + B2 B3 Xi + ui
e) Yi = B1 + B23 Xi + ui

6. Suponga que alguien le presenta los siguientes resultados de una regresión para que los
analice:

Ŷt = 2,6911 − 0,4795Xt

donde Y : consumo de café en Estados Unidos (tazas por persona al dı́a).

X : precio del café al por menor (dólares por libra).
t : tiempo.

a) ¿Es correcta la forma de entregar la información?

b) ¿Se trata de una regresión de una serie de tiempo o de sección cruzada?
c) Dibuje la recta de regresión.
d ) ¿Cuál es la interpretación del punto de corte en este ejemplo? ¿tiene sentido económi-
co?
e) ¿Cómo interpretarı́a en coeficiente de la pendiente?
f ) ¿Es posible decir cuál es la auténtica FRP es este ejemplo?
g) ¿puede decir cuál es la elasticidad precio de la demanda de café?

7. La siguiente tabla muestra los datos sobre los tipos de interés nominales (Y ) y la tasa de
inflación (X) para el año 1988 para nueve paı́ses industrializados.

2
 Paı́s Y % X%
Australia 11.9 7.7
Canadá 9.4 4.0
Francia 7.5 3.1
Alemania 4.0 1.6
Italia 11.3 4.8
México 66.3 51.7
Suiza 2.2 2.0
Reino Unido 10.3 6.8
Estados Unidos 7.6 4.4

a) ¿son datos de serie de tiempo o de sección cruzada?

b) Dibuje estos datos mostrando el tipo de interés en el eje vertical y la tasa de inflación
en el eje horizontal. ¿Qué revela el diagrama de puntos?
c) Haga una regresión MCO de Y sobre X y muestre todos sus cálculos.

8. Explique el significado de:

a) Mı́nimos Cuadrados.
b) Estimadores MCO.
c) La varianza de un estimador.
d ) Error estándar de un estimador.
e) Homocedasticidad.
f ) Heterocedasticidad.
g) Autocorrelación.
h) R2 .
i ) Test de significatividad.
j ) Test t.
k ) Test de una cola.
l ) Test de dos colas.
m) Significatividad estadı́stica.

9. Diga, con breves razones, si las siguientes afirmaciones son verdaderas, falsas o indeter-
minadas.

a) MCO es un ∑ procedimiento de estimación que minimiza la suma de los cuadrados de

los errores, u2i .
b) Los supuestos del modelo de regresión lineal clásico (MRLC) no son necesarios para
calcular los estimadores MCO.
c) La justificación teórica del método MCO viene dada por el teorema de Gauss-
Markov.
d ) En la FRP de dos variables, es probable que b2 sea una estimación más precisa de
B2 si las perturbaciones ui siguen una distribución normal.

3
 e) Los estimadores MCO b1 y b2 siguen cada uno una distribución normal sólo si ui
sigue una distribución normal.
f ) Para determinados alfa y g.l., si el |t| calculado es mayor que el valor t crı́tico,
debemos aceptar la hipótesis nula.
g) El coeficiente de correlación, r, tiene el mismo signo que el coeficiente de la pendiente,
b2 .
h) El valor p, y el nivel de significatividad, α, significan lo mismo.

10. Rellene los huecos en las siguientes afirmaciones:

a) Si B2 = 0, t = b2 / . . .
b) R2 asume valores entre ... y ...
c) r asume valores entre ... y ...
d) σ̂ se denomina ...

11. Analice la siguiente regresión:

Ŷi = −66,1058 + 0,0650Xi , R2 = 0,9460

se = (10,7509) ( ), n = 20
t= ( ) (18,75)
Rellene las cifras que faltan. ¿Rechazarı́a la hipótesis de que el auténtico valor de B1 es
cero a α = 5 %? Diga si ha utilizado un test con dos colas o con una cola, y porqué.
12. Demuestre que todas las formulas que se muestran a continuación para calcular R2 son
equivalentes:

∑ 2
e
R 2
= 1 − ∑ i2
y
∑ 2 i
ŷ
= ∑ i2
y
2
∑i 2
b2 x i
= ∑ 2
y
∑i
( y ŷi )2
= ∑ 2 i∑ .
( yi ) ( ŷi2 )
13. A partir de los datos de 1962 a 1977 para Estados Unidos, Dale Bails y Larry Peppers,
obtuvieron la siguiente función de demanda de automoviles:

Ŷi = 5807 + 3,24Xi , R2 = 0,22

se = (1,634)
donde Y : ventas minoristas de automóviles de turismo (en miles) y X : renta disponible
real (miles de millones de dólares de 1972).
Nota: No se muestra el error estándar de b1 .

4
 a) Calcule el valor t con H0 : B2 = 0. ¿Es estadı́sticamente significativo a nivel del 5
por ciento? ¿Qué test de la t utiliza, de una cola, dos colas, y por qué?

14. La lı́nea caracterı́stica del análisis moderno de la inversión implica hacer la siguiente
regresión:

rt = B1 + B2 rmt + ut

donde
r : tasa de rentabilidad de la acción o tı́tulo.
rm : tasa de rentabilidad de la cartera del mercado representada por un ı́ndice general del
mercado, y
t : tiempo.
En el análisis de inversión, B2 se conoce como el coeficiente beta del tı́tulo y se utiliza
como una medida del riesgo del mercado, es decir, de como afectan las evoluciones del
mercado a los resultados de determinada empresa.
A partir de 240 tasas de rentabilidad mensuales para el periodo entre 1956 y 1976, Fogler
y Ganapathy obtuvieron los siguientes resultados para las acciones de IBM. El ı́ndice de
mercado utilizado por los autores es el ı́ndice de la cartera del mercado desarrollado por
la Universidad de Chicago:

rt = 0,7264 + 1,0598rmt
se = (0,3001)(0,0728), R2 = 0,4710

a) Interprete las estimaciones de la pendiente y del punto de corte.

b) ¿Cómo interpretarı́a R2 ?
c) Se dice que un tı́tulo cuyo coeficiente beta es mayor que uno es un tı́tulo agresivo o
volátil. Defina la hipótesis nula y alternativa adecuadas, y contrástelas utilizando el
test de la t.

15. Se ofrecen los siguientes datos derivados de 10 pares de observaciones de Y y X.

∑ ∑ ∑
Yi = 1110; Xi = 1680; Xi Yi = 204,200
∑ ∑
Xi2 = 315,4 Yi2 = 133,300

Suponiendo que se cumplen todos los supuestos del MRLC, obtenga:

a) b1 y b2 .
b) Los errores estándar de los estimadores.
c) R2 .
d ) Pruebe la hipótesis de que B2 = 0

5
16. A partir de los datos de Estados Unidos entre 1970 y 1983, se obtuvieron los siguientes
resultados de la regresión:

P N Bt = −787,4723 + 8,0863M1t , R2 = 0,9912

se = ( )(0,2197)
t = (−10,10001)( )

donde:
P N B : Producto Nacional Bruto (en miles de millones de dólares),
M1 : Oferta Monetaria (en miles de millones de dólares).

a) Rellene los huecos entre paréntesis.

b) Los monetaristas sostienen que la oferta monetaria tiene un significativo efecto po-
sitivo sobre el P N B. ¿Cómo contrastarı́a esta hipótesis?
c) ¿Cuál es el significado del punto de corte negativo?
d ) Suponga que M1 para 1984 fue de 552.000 millones de dólares. ¿Cuál es el valor
medio previsto del P N B para ese año?

17. Explique detenidamente el significado de:

a) Coeficiente de determinación múltiple, R2 .

b) Colinealidad perfecta.
c) Multicolinealidad perfecta.
d ) Contrastación de hipótesis individuales.
e) Contrastación de hipótesis conjuntas.
f ) R2 ajustado.

18. Explique paso a paso el procedimiento para:

a) Contrastar la significatividad estadı́stica de un único coeficiente de una regresión

múltiple.
b) Constrastar la significatividad estadı́stica de todos los coeficientes de las pendientes
parciales.

19. Explique con razonamientos breves si las siguientes afirmaciones son verdaderas, falsas o
inciertas:

a) el R2 ajustado y el R2 sin ajustar son idénticos sólo cuando el R2 sin ajustar es igual
a 1.
b) La forma de determinar si un grupo de variables explicativas ejerce influencia signi-
ficativa sobre una variable dependiente consiste en ver si cualquiera de las variables
explicativas tiene un estadı́stico t significativo; de lo contrario, son estadı́sticamente
insignificativas como grupo.

6
 c) Cuando R2 = 1, F = 0, y cuando R2 = 0, F = infinito.
d ) Cuando afirmamos que un coeficiente de la regresión estimada es estadı́sticamente
significativo queremos decir que es estadı́sticamente distinto de 1.

20. Una regresión sobre tres variables ofreció los siguientes resultados:

Fuente de variación Suma de Cuadrados g.l Suma media de los

(SC) cuadrados (SMC)
Debido a la regresión (SE) 65.965 —– —–
Debido a los residuos (SR) —– —– —–
Total (ST) 66.042 14 —–
a) ¿Cuál es el tamaño de la muestra?
b) ¿Cuál es el valor de la SR?
c) ¿Cuáles son los g.l. de la SE y la SR?
2
d ) ¿Cuál es el valor de R2 ? ¿y de R ?
e) Contraste la hipótesis de que X2 y X3 tienen una influencia nula sobre Y .

21. Para explicar los determinantes del precio del aire acondicionado, B.T. Ratchford obtuvo
los siguientes resultados de la regresión a partir de una muestra de 19 sistemas de aire
acondicionado:

Ŷi = −68,236 + 0,023X2i + 19,729X3i + 7,653X4i , R2 = 0,84

se = (0,005) (8,992) (3,082)

donde:
Y : precio, en dólares.
X2 : la calificación de la máquina.
X3 : el cociente de eficiencia del consumo.
X4 : el número de pisos.

a) Interprete los resultados de la regresión.

b) ¿Tienen sentido económico estos resultados?
c) Contraste la hipótesis de que la calificación de cada máquina no tiene ningún efecto
sobre el precio frente a la hipótesis de que tienen un efecto positivo.

22. A partir de los datos estadounidenses del primer trimestre de 1965 al cuarto trimestre de
1983 (n = 76), James Doti e Ismael Adibi obtuvieron la siguiente regresión para explicar
el gasto personal en consumo en Estados Unidos.

Ŷt = −10,96 + 0,93X2t − 2,09X3t

t = (−3,33) (249,06) (−3,09), R2 = 0,996
F = 83753,7

7
donde:
Y : el gasto personal en consumo (en miles de millones de dólares)
X2 : la renta disponible, es decir, después de impuestos (en miles de millones de dólares).
X3 : el interés ( %) cobrado por los bancos.

a) ¿Cuál es la propensión marginal al consumo (PMgC), es decir, la cantidad adicional

de gasto en consumo de un dólar adicional de renta personal disponible?
b) ¿Es la PMgC estadı́sticamente distinta de 1? Muestre el procedimiento de test co-
rrespondiente.
c) ¿Cuál es la racionalidad de la inclusión de la variable interés en el modelo? ¿espera
encontrar un signo negativo para esta varaible?
d ) ¿Es b3 significativamente distinta de cero?
e) Contraste la hipótesis nula de que R2 = 0.
f ) Calcule el error estándar de cada coeficiente.