1.
El error típico de la estimación mide:
a. La diferencia entre un valor real y el valor pronosticado por la ecuación muestral
b. La variabilidad de los valores de Y, observados en la muestra, alrededor de la recta de
regresión
c. La relación exacta entre las variables
d. La fuerza de la relación lineal entre dos variables cuantitativas
2. El coeficiente de correlación es:
a. Un porcentaje de variabilidad de Y explicado por la variable X
b. Una gráfica de pares datos X-Y en un espacio bidimensional
c. Un valor que indica la fuerza de la relación lineal entre dos variables cuantitativas
d. Un valor que generalmente es 1
3. El contador de una mueblería, debe determinar si se pueden estimar los gastos
generales con base en el número de sillas producidas. Se tiene las siguientes salidas del
modelo:
bo = --147.412 b1 = 5.87763 r-cuadrado=0.885662
r-cuad, correg. = 0.862794 DT de la regresión = 64.77190 DT de la vble. Dep. =
174.8638 Valor p de b1 = 0.0016 Valor p de bo = 0.22911
Con respecto al modelo ajustado se puede concluir que:
a. A un nivel de significancia del 1% la ordenada es diferente de cero
b. Se observa una baja relación y positiva entre el número de sillas y los gastos generales
c. El 88.57% del número de sillas es explicado por los gastos generales
d. El 88.57% de los gastos generales es explicado por el número de sillas
4.
Contraste CUSUM con valor p 0.3377
Estadístico de Durbin-Watson = 1.45735 valor p = 0.114405
Contraste de razón de verosimilitudes de Quandt con valor p 0.5795
Contraste de White con valor p = 0.710056
contraste de Chow con valor p 0.5585
Contraste de Lilliefors = 0.166675, con valor p ~= 0.73
Contraste Breusch-Godfrey con valor p = 0.749
Con respecto al supuesto de Independencia, se puede concluir que;
a. A un nivel de significancia del 5%, la prueba de Durbin-Watson cumple el supuesto de
Independencia
b. un nivel de significancia del 1% la prueba de ARCH, cumple el supuesto de
Independencia
c. A un nivel de significancia del 5% la prueba de Doornik-Hansen, cumple el supuesto de
Independencia
d. Tanto Durbin-Watson como ARCH, cumplen el supuesto de Independencia
5. Con respecto al modelo ajustado se puede concluir que:
a. A un nivel de significancia del 1% la ordenada es cero
b. Se observa una baja relación y positiva entre el número de sillas y los gastos generales
c. El 88.57% del número de sillas es explicado por los gastos generales
d. A un nivel de significancia del 5% el coeficiente de regresión es cero
6. La interpretación correcta del modelo es:
a. El modelo se considera poco confiable para hacer estimaciones
b. El modelo de estimación se considera poco fuerte.
c. El modelo se considera como un modelo lineal excelente en su ajuste
d. La relación entre las dos variables es moderada
7. Y X1 X2 X3 X4
1.0000 0.6388 0.5579 0.9343 -0.9232 Y
1.0000 0.6044 0.6816 -0.5785 X1
1.0000 0.6658 -0.5325 X2
1.0000 -0.9542 X3
1.0000 X4
Con base en la matriz de correlación, las posibles colinealidades son:
a. X1X2; X1X3, X1X4; X2X4
b. X1X2; X1X3; X2X3; X3X4
c. X1X2; X1X4; X2X4; X2X3
d. X1X2; X1X3, X1X4; X3X4
8. A continuación vemos los datos sobre precios, peso, potencia, tiempo para acelerar de
0 a 60 millas por hora y la velocidad al cuarto de milla para 16 automóviles deportivos.
Con base en las siguientes variables y salidas:
Y: Velocidad al cuarto de milla (millas/hora) X1: Precio (miles de dólares)
X2: Peso (en libras) X3; Potencia (Caballos de fuerza) X4: Segundos de 0 a 60
(Millas/hora)
bo = 97.5702 b1 = 0.00469 b2 = --0.000815 b3 = 0.05907
b4 = --2.48367 r-cuadrado = 0.950024
valor p bo = 00.0959 valor p b1 = 0.7590; valor p b2 = 0.0028; valor p b3 = 0.0253
valor p b4 = 0.0812
¿Se puede concluir que el modelo es significativo? V_____ F_____
9. ¿Qué sucede con la velocidad, si se incrementa una libra en el peso?:
10 Las variables que entran al modelo son;
a. X2; X3; X4
b. X1; X2, X3
c. X2; X4
d. X2; X3
11. Con base en la matriz de correlación se puede concluir que el modelo tiene
Y X1 X2 X3 X4
1.0000 0.6388 0.5579 0.9343 -0.9232 Y
1.0000 0.6044 0.6816 -0.5785 X1
1.0000 0.6658 -0.5325 X2
1.0000 -0.9542 X3
1.0000 X4
a. una variable potencial
b. dos variables potenciales
c. tres variables potenciales
d. cuatro variables potenciales
12. Con respecto al supuesto de Normalidad, se puede concluir que;
Contraste CUSUM con valor p 0.3377
Estadístico de Durbin-Watson = 1.45735 valor p = 0.114405
Contraste de razón de verosimilitudes de Quandt con valor p 0.5795
Contraste de White con valor p = 0.710056
contraste de Chow con valor p 0.5585
Contraste de Lilliefors = 0.166675, con valor p ~= 0.73
Contraste Breusch-Godfrey con valor p = 0.749
a. A un nivel de significancia del 5%, la prueba de Durbin-Watson cumple el supuesto de
normalidad
b. A un nivel de significancia del 1%, la prueba de White cumple el supuesto de
normalidad
c. A un nivel de significancia del 5% la prueba de Chow cumple el supuesto de normalidad
d. A un nivel de significancia del 1%, la prueba de Lilliefors cumple el supuesto de
normalidad
13. En la demanda de rosas, se presentan datos trimestrales sobre estas
variables:
Y = cantidad de rosas vendidas, docenas
X1 = precio promedio al mayoreo de las rosas, $/docena
X2 = precio promedio al mayoreo de los claveles, $/docena
X3 = ingreso familiar disponible promedio semanal, $/semana
X4 = variable de tendencia que toma valores de 1, 2, y así sucesivamente, durante
el periodo 1971-III a 1975-II en el área metropolitana de Medellín
Modelo 1: MCO, usando las observaciones 1-16
Variable dependiente: Y
coeficiente Desv. típica Estadístico t valor p
---------------------------------------------------------------
const 10.8160 5.98835 1.806 0.0983 *
X1 −2.22770 0.920466 −2.420 0.0340 **
X2 1.25114 1.15702 1.081 0.3027
X3 0.00628299 0.0306217 0.2052 0.8412
X4 −0.197400 0.101561 −1.944 0.0780 *
Media de la vble. dep. 7.645000 D.T. de la vble. dep. 2.042814
Suma de cuad. residuos 10.34722 D.T. de la regresión 0.969874
R-cuadrado 0.834699 R-cuadrado corregido 0.774590
F(4, 11) 13.88635 Valor p (de F) 0.000281
Log-verosimilitud −19.21605 Criterio de Akaike 48.43210
Criterio de Schwarz 52.29504 Crit. de Hannan-Quinn 48.62991
rho −0.230532 Durbin-Watson 2.333986
Coeficientes de correlación, usando las observaciones 1 - 16
Valor crítico a dos colas para n = 16: 5% 0.4973, 1% 0.6226
Y X1 X2 X3 X4
1.0000 -0.7842 -0.0227 -0.4130 -0.8518 Y
1.0000 0.4725 0.2892 0.6531 X1
1.0000 -0.1044 -0.1273 X2
1.0000 0.5499 X3
1.0000 X4
Contraste de Ramsey: F = 15.791470, con valor p = 0.000204
Contraste de Koenker 3.578459, con valor p = 0.466049
Contraste de Chow con valor p = 0.5358
Contraste CUSUM con valor p = 0.02623
Contraste de Jarque-Bera = 0.166012, con valor p 0.920346
Contraste Quandt Valor p = 0.00205866
Contraste Breusch-Godfrey con valor p = 0.154
Ljung-Box Q' = 3.07025, con valor p = 0.0797
13.1. Analice la matriz de correlación
13.2. ¿Existen variables potenciales?
13.3. Analice la significancia del modelo
13.4. Escriba el modelo que debe usarse
13.5. Interprete el modelo resultante del punto 13.4
13.6. Demuestre los supuestos del modelo
14. Se tiene la demanda de carne de pollo en Colombia para estudiar el consumo por
persona de carne de pollo, la tabla se presenta a continuación:
Dónde: Y= Consumo por persona de carne de pollo (lbs.); X1=Ingreso por persona real
disponible en pesos. X2=Precio real al menudeo del pollo por lbs en pesos. X3=Precio
real al menudeo de cerdo por lbs. en pesos: X4=precio real al menudeo de la carne de res
por lbs. en pesos. X5=Precio real de los sustitutos del pollo por lbs (compuesto)
Modelo 1: MCO, usando las observaciones 1-23
Variable dependiente: Y
coeficiente Desv. típica Estadístico t valor p
----------------------------------------------------------------
const 39.2070 4.42194 8.866 8.76e-08
X1 0.00674868 0.00453607 1.488 0.1551
X2 −0.640011 0.180877 −3.538 0.0025
X3 0.226480 0.0899170 2.519 0.0221
X4 0.0699327 0.0594765 1.176 0.2559
X5 −0.0455744 0.0964762 −0.4724 0.6427
Media de la vble. dep. 39.67391 D.T. de la vble. dep. 7.374848
Suma de cuad. residuos 69.16045 D.T. de la regresión 2.016993
R-cuadrado 0.942200 R-cuadrado corregido 0.925200
F(5, 17) 55.42337 Valor p (de F) 6.33e-10
Log-verosimilitud −45.29634 Criterio de Akaike 102.5927
Criterio de Schwarz 109.4056 Crit. de Hannan-Quinn 104.3061
rho 0.449302 Durbin-Watson 1.565591
Y X1 X2 X3 X4 X5
1.0000 0.9472 0.8403 0.9128 0.9274 0.9377 Y
1.0000 0.9317 0.9571 0.9809 0.9828 X1
1.0000 0.9701 0.9288 0.9445 X2
1.0000 0.9369 0.9730 X3
1.0000 0.9803 X4
1.0000 X5
Estadístico de Durbin-Watson = 1.565591 valor p = 0.5877390852
Contraste de Ramsey: F = 15.791470, con valor p = 0.000204
Contraste de Koenker con valor p = 0.200240
Contraste de Chow con valor p = 0.5358
Contraste CUSUM con valor p = 0.02623
Contraste de Jarque-Bera = 0.87597, con valor p 0.645335
Contraste Quandt Valor p = 0.00205866
Contraste Breusch-Godfrey con valor p = 0.154
Ljung-Box Q' = 3.07025, con valor p = 0.0797
14.1. Analice la matriz de correlación
14.2. ¿Existen variables potenciales?
14.3. Analice la significancia del modelo
14.4. Escriba el modelo que debe usarse
14.5. Interprete el modelo resultante del punto 14.4
14.6. Demuestre los supuestos del modelo
