Beruflich Dokumente
Kultur Dokumente
PRESENTADO POR:
DOCENTE:
ANA CATALINA GONZALEZ SUAREZ
1. INTRODUCCION-------------------------------------------------------------3
2. OBJETIVO GENERAL-------------------------------------------------------4
3. OBJETIVOS ESPECIFICOS-------------------------------------------------4
4. TALLER REGRESION MULTIPLE----------------------------------------5
5. CONCLUSION-----------------------------------------------------------------12
6. BIBLIOGRAFIA---------------------------------------------------------------13
INTRODUCCION
OBJETIVOS ESPECIFICOS
Organizar los contenidos dados para esta actividad por la docente en el programa planteado
para la formulación de las tablas de análisis.
A partir de las bases de datos de Guarati que descargo de Gretl, desarrolle los siguientes
ejercicios organice sus respuestas en un único archivo Word, siguiendo el orden de las
preguntas.
Estime los parámetros de este modelo e interprete los resultados. Desde el punto de
vista económico, ¿tiene sentido?
Al darse incrementos unitarios en la velocidad máxima, se estima que las
millas promedio por galón; disminuirán en -1,27170 millas por galón quedando los
demás constantes. Existe una relación Inversa.
Se generan incrementos en los caballos de fuerza de motor es así como se
estima que las millas promedio por galón se incrementa en unas 0,390433 millas por
galón quedando las demás constante. Existe una relación directa.
En los incrementos unitarios en el peso de vehículo cientos de libras se
estima que las millas promedio por galón se disminuye en -1,90327 por cada milla
de galón. Por lo tanto, es una relación Directa.
Es decir, que aun que el modelo muestra unas variables significativas (Valor
p***); y su R2 se acerca a 1. Por tanto, este modelo no tiene sentido.
R-cuadrado = 0,464891
Revisamos el p valor; por lo tanto, se rechaza H0 hipótesis nula y H1 podemos decir que si
hay heteroscedasticidad.
Este contraste se utiliza con el fin de determinar si realmente se encuentra los problemas de
heteroscedasticidad; lo que significa que la H0 - hipótesis Nula: No hay heteroscedasticidad
y en la H1 – Hipótesis alternativa, se observa que, si hay Heteroscedasticidad, por lo tanto,
al revisar el p valor es muy pequeño, esto quiere decir que existe heteroscedasticidad, de
esta manera rechazamos la H0 Hipótesis Nula y tomamos la H1 hipótesis Alternativa.
D. Obtenga los errores estándar de White consistentes con la
heteroscedasticidad, así como los valores t, y compare los resultados con los
obtenidos mediante MCO.
El R2 está muy alejado de 1, por lo tanto, en este modelo se debe hacer una inferencia,
realmente el modelo no esta tan cercano a 1, los niveles de significancia son buenos; sin
embargo, por lo menos el parámetro está inversamente proporcional.
En este modelo se observa muy afectado el R2; por lo que se requiere reajustar el modelo,
por lo que las variables no están siendo lineales y para esto se debe hacer una inferencia o
hallar una diferencia.
Prueba si los residuos no presentan problemas de autocorrelación. Ayuda:
desde la pantalla de salida del modelo vaya a CONTRASTES / DURBIN-
WATSON. Muestre los resultados.
Estadístico de Durbin-Watson = 0,936182
valor p = 6,40543e-005
CONCLUSION
De acurdo a lo anterior y según la tabla 11.7 planteada en el primer ejercicio se concluye
que si se da un incremento en cada unidad en velocidad máxima se estima que las millas
promedio por galón disminuya generando esto una relación inversa entre las dos constantes,
pero si se genera un incremento en los caballos de fuerza del motor se estima que las millas
promedio por galón se incremente generando una relación directa.
Si hay un incremento unitario en el peso del vehículo en cientos de libras esto permite
estimar que las millas promedio por galón disminuyan en favorablemente por cada una de
ellas formado una relación directa entre el consumo de galón por milla y el incremento en
el peso del vehículo, pero en este ejercicio teniendo un R2 que se acerca demasiado a
1encontramos que es un modelo que no tiene sentido.
Del segundo punto del ejercicio anterior se concluye que rechaza la hipótesis nula y que
tiene heteroscedasticidad, ya que su P valor es muy pequeño.
De acuerdo al tercer punto se debe de encontrar los errores de White y se tiene que tener en
cuenta que la prueba de White permite detectar la heteroscedasticidad en los modelos de
regresión lineal, para este ejercicio el P valor se modifica se hace más pequeño
minimizando los errores y modificando la varianza para que este modelo se ha mas
significativo.
Y de la tabla 7.7 según lo planteado por Guarati para este ejercicio se infiere que en este
modelo el R2, se encuentra muy afectado, por lo que se debe de reajustar el modelo en
mención, ya que las variables no son lineales y para que tenga una linealidad se debe de
realizar o hallar una diferencia.
BIBLIOGRAFIA