Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejemplo de Análisis de Regresión Lineal para el Peso de Bebés, Ejercicios de Econometría

Un ejemplo de análisis de regresión lineal utilizando datos de peso y altura de bebés. El modelo estadístico explicito permite calcular coeficientes de regresión, residuos y realizar pruebas de significancia individual de cada coeficiente.

Tipo: Ejercicios

2017/2018

Subido el 08/03/2018

pipefersan94
pipefersan94 🇪🇸

4

(47)

34 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Ejemplo Peso bebés y
i
= ß
1
+ ß
2
x
i2
+ ε
i
siendo yi el peso de bebés en gramos; xi2 la altura en cm.
0,9
iy
i
x
i1
x
i2
x
*x
i2
y
i
*x
i2
y explicada residuos Resid*Resid y
t
y
t
y
t
y
t
1
3.563
1
50,2
2.520,0
178.862,6
3.567,7
-4,7
22,3
12.694.969
12.728.659,9
2
4.160
1
60,0
3.600,0
249.600,0
4.203,7
-43,7
1.906,9
17.305.600
17.670.822,8
3
3.080
1
42,3
1.789,3
130.284,0
3.055,1
24,9
621,2
9.486.400
9.333.494,3
4
3.260
1
45,6
2.079,4
148.656,0
3.269,2
-9,2
85,0
10.627.600
10.687.805,2
5
3.760
1
53,1
2.819,6
199.656,0
3.755,9
4,1
16,7
14.137.600
14.106.874,8
6
3.280
1
46,0
2.116,0
150.880,0
3.295,2
-15,2
230,4
10.758.400
10.858.196,4
7
2.550
1
35,0
1.225,0
89.250,0
2.581,4
-31,4
983,7
6.502.500
6.663.440,9
8
3.662
1
51,0
2.601,0
186.762,0
3.619,6
42,4
1.794,5
13.410.244
13.101.782,7
9
3.630
1
50,9
2.590,8
184.767,0
3.613,1
16,9
283,9
13.176.900
13.054.847,6
10
3.435
1
48,0
2.304,0
164.880,0
3.425,0
10,0
100,8
11.799.225
11.730.365,0
11
3.645
1
51,3
2.631,7
186.988,5
3.639,1
5,9
34,7
13.286.025
13.243.093,3
38.025
11
533,4
26.276,8
1.870.586,1
38.025,0
0,0
6.080,1
133.185.463
133.179.382,9
media:
3.457
1
48,5
Cálculo de coeficientes por M.C.O.
ß
1
11 533,4 38.025 126.276,8 -533,4 38.025,0 11.404.694 310,1
ß
2
533,4 26.276,8 1.870.586 4.529 -533,4 11 1.870.586,1 4.529 293.912 64,9
y
t
== =
-
1
=
^
^
2.000
2.500
3.000
3.500
4.000
4.500
^
^
^
y
i
=ß
1
+ß
2
x
i2
ε
i
=y
i
y
i
3.567,7 =310,1 +64,9
50,2
-4,7
=
3.563
3.567,7
4.203,7 =310,1 +64,9
60,0
-43,7
=
4.160
4.203,7
3.055,1 =310,1 +64,9
42,3
24,9
=
3.080
3.055,1
3.269,2 =310,1 +64,9
45,6
-9,2
=
3.260
3.269,2
3.755,9 =310,1 +64,9
53,1
4,1
=
3.760
3.755,9
3.295,2 =310,1 +64,9
46,0
-15,2
=
3.280
3.295,2
2.581,4 =310,1 +64,9
35,0
-31,4
=
2.550
2.581,4
3.619,6 =310,1 +64,9
51,0
42,4
=
3.662
3.619,6
3.613,1 =310,1 +64,9
50,9
16,9
=
3.630
3.613,1
3.425,0 =310,1 +64,9
48,0
10,0
=
3.435
3.425,0
3.639,1 =310,1 +64,9
51,3
5,9
=
3.645
3.639,1
38.025,0
0,0
38.025
38.025,0
^
^
^
^
^
Ejemplo Peso bebés: 1
x
i2
Datos en desviaciones
xi2 i
-4,7
-43,7
24,9
-9,2
4,1
-15,2
-31,4
42,4
16,9
10,0 5,9
-50,0
-40,0
-30,0
-20,0
-10,0
0,0
10,0
20,0
30,0
40,0
50,0
1 2 3 4 5 6 7 8 9 10 11
Residuos
Residuos
0
500
1.000
1.500
2.000
2.500
0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0
-43,67
4,09
5,89
42,36
16,85
-4,72
10,04
-15,18
-9,22
24,92
-31,36
-50,0
-40,0
-30,0
-20,0
-10,0
0,0
10,0
20,0
30,0
40,0
50,0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0
Residuos
Ejemplo Peso bebés: 1
pf2

Vista previa parcial del texto

¡Descarga Ejemplo de Análisis de Regresión Lineal para el Peso de Bebés y más Ejercicios en PDF de Econometría solo en Docsity!

Ejemplo Peso bebés

y

i

= ß

+ ß

x

i

i

siendo y i

el peso de bebés en gramos; x i

la altura en cm.

i y i

x i

x i

x i

*x i

y i

*x i

y explicada residuos Resid*Resid y t

  • y t

y t

  • y t

media: 3.457 1 48,

Cálculo de coeficientes por M.C.O.

ß 1

ß

2

y t

  • 1

^

^

^ ^

^

y i

= ß 1

  • ß 2
  • x i

ε i

= y i

  • y i

^ ^ ^

^ ^

Ejemplo Peso bebés: 1

x

i

Datos en desviaciones

x

i

i

Residuos

Residuos

Residuos

Ejemplo Peso bebés: 1

k = 2

n - k = 9

2

ε

= 675,57 σ

ε

= 25,9917 donde

y = 3.456,

ST = 1.739.951,6 =

SE = 1.733.871,5 =

R

2

= 1 6.080,12 = 0,996506 es decir,

Var(ß) = • s

2

e

5,80159 -0,11777 3.919,37 -79,56 d.t.(ß 1

Var(ß) = • s

2

e

-0,11777 0,00243 -79,56 1,64 d.t.(ß 2

Contraste de significación individual de ß

1

al 95% de confianza

ß 1

tα/2 = 2,262 al 95% confianza (5% significación)

d.t.(ß 1

) 62,6049 p-valor

Contraste de significación individual de ß

2

al 95% de confianza

ß

64,892 tα/2 = 2,

al 95% confianza (5% significación)

t = =

^

^

^ ^^

^

_

^

^ ^^

^ ^^

^

^

^

^

^

Ejemplo Peso bebés: 2

ß 2

64,892 tα/2 = 2,

al 95% confianza (5% significación)

d.t.(ß

2

1,2809 p-valor

9 0,9965 2.566,5 Fα = 5,12 al 95% confianza (5% significación)

p-valor

F = =

t = =

^

^

^

Ejemplo Peso bebés: 2