EL RANGO DE UNA DISTRIBUCION CORRESPONDE A:

LA DIFERENCIA ENTRE EL MAXIMO VALOR Y SU MINIMO VALOR.

SI LA MEDIANA DE UNA DISTRIBUCION ES DE 12, ESO QUIERE DECIR:

QUE TANTOS SUJETOS POR DEBAJO DE 12 COMO POR ENCIMA

UNA VARIABLE ES DE CARÁCTER DISCRETO CUANDO:

PUEDE TOMAR UN NUMERO DEFINIDO Y ACOTAR EL RESULTADO

UN INTERVALO DE CONFIANZA CORRESPONDE A:

UN RANGO DE VALORES QUE NOS PERMITE REALIZAR INFERENCIAS

UNA VARIABLE ALEATRORIA Y TOMA LOS VALORES 10,15,25 Y 35 Y LAS

PROBABILIDADES DE OCURRENCIA CONOCIDAS SON P (Y=10) = 0,3; P (Y=15)= 0,2; P
(Y=25)= 0.4 LUEGO EL VALOR DE P (Y=35) ES:
0.1

UNA VARIABLE ALEATORIA X TOMA LOS VALORES 1,3,5, CON PROBABILIDADES

P(X=1) = 4/6, P (X=5) = 1/6. EL VALOR DE SU MEDIA ARITMETICA ES:
3,5

LA DISTRIBUCION NORMAL SE CARACTERIZA POR:

SE DEFINE COMPLETAMENTE POR LA MEDIA Y LA DESVIACION ESTANDAR

SI LA DISTRIBUCION DE LAS NOTAS DE UN CURSO DE ECONOMIA RESPECTO DEL

100% DE LOS ESTUDIANTES ESTA DADO POR:
MAYOR O IGUAL QUE 1.0 Y MENOR QUE 3.0: 10%
MAYOR O IGUAL QUE 3.0 Y MENOR QUE 4.0: 15%
MAYOR O IGUAL QUE 4.0 Y MENOR QUE 5.0: 35%
MAYOR O IGUAL QUE 5.0 Y MENOR O IGUAL QUE 7.0: 40%
LA PROPORCION DE LOS ALUMNOS APROBO EL CURSO ES DE:
0.75

LA DISTRIBUCION NORMAL SE CARACTERIZA PORQUE:

SE DEFINE COMPLETAMENTE POR LA MEDIA Y LA DESVIACION ESTANDAR

LA RELACION ENTRE VARIABLE DISCRETA Y CONTINUAS ES QUE:

UNA VARIABLE CONTINUA PUEDE TRANSFORMARSE EN DISCRETA

UNA VARIABLE ALEATORIA ES AQUELLA QUE:

TOMA VALORES DETERMINADOS POR UN EXPERIMENTO

RESPECTO DE LAS MEDIDAS DE TENDENCIAS CENTRAL, PODEMOS CONCLUIR:

LOS PARAMETROS SON COMPLEMENTARIOS
SE DICE QUE UNA VARIABLE ES CONTINUA CUANDO:
PUEDE TOMAR CUALQUIER VALOR DE UN INTERVALO

RESPECTO DE LAS MEDIDAS DE TENDECIA CENTRAL

SOLO LA MODA PUEDE TENER MAS DE UN VALOR
CUAL DE LOS SGTES SON EJEMPLOS DE VARIABLES CONTINUAS:
LA TASA DE DESMPLEO NACIONAL

EL CALCULO DE LA VARIANZA UTILIZA EL VALOR CUADRATICO A LAS DESVIACIONES

RESPECTO DE LA MEDIA.
PARA EVITAR LOS VALORES POSITIVOS SE CANCELAN CON LOS NEGATIVOS

UTILIZA SOLO VALORES EXTREMOS PARA SU CALCULO:

CALCULA EL VALOR DE LAS DESVIACIONES RESPECTO DE LA MEDIA

LAS MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION MAS UTILIZADAS SON:

LA MEDIA Y LA DESVIACION ESTADAR

LA MEDIANA SERA UN MEJOR INDICADOR DE TENDENCIA CENTRAL QUE LA MEDIA:

CUANDO EXISTEN POCAS OBSERVACIONES MUY ALEJADAS DE LA MEDIANA.

EL RANGO DE UNA DISTRIBUCION CORRESPONDE A:

LA DIFERNCIA ENTRE EL MAXIMO VALOR Y SU MINIMO VALOR

LA RELACION ENTRE LA DESVIACION ESTANDAR Y LA VARIANZA DE UNA MUESTRA:

LA DESVAICION ESTANDAR ES LA RAIZ CUADRADA DE LA VARIANZA

CUAL DE LOS SIGUIENTES EJEMPLOS SON VARIABLES DISCRETAS:

LAS REGIONES DE CHILE

LA DESVIACION MEDIA:
CALCULA EL VALOR ABSOLUTO DE LAS DESVAICIONES RESPECTO DE LA MEDIA

UN HISTOGRAMA CORRESPONDE A:
EL GRAFICO DE LAS DISTRIBUCION DE PROBABILIDADES DE LA VARIABLE.

EN EL CASO DE UNA DISTRIBUCION NORMAL ESTANDAR, UNA VEZ CONSTRUIDO EL

VALOR Z PARA UNA OBSERVACION Xi, PODREMOS CONCLUIR QUE:
SI Z ES IGUAL A CERO, Xi ES IGUAL A LA MEDIA.

LA DESVIACION ESTANDAR DE UNA VARIABLE CONSIDERA EN SI CALCULO:

TODOS LOS VALORES OBSERVADOS DE LA VARIABLE

LA MODA DE UNA DISTRIBUCION CORRESPONDE A:

EL VALOR MAS FRECUENTEMENTE OBSERVADO.

EL USO DE LA MODA COMO MEDIDA DE TENDENCIA CENTRAL:

ES POCO REPRESENTATIVA EN EL CASO DE VARIABLES CONTINUAS

LA DESVIACION MEDIA:
CALCULA EL VALOR ABSOLUTO DE LAS DESVIACIONES RESPECTO DE LA MEDIA

UN INTERVALO DE CONFIANZA CORRESPONDE A:

UN RANGO DE VALORES QUE NOS PERMITE REALIZAR INFERENCIA.
EN UNA DISTRIBUCION NORMAL SE CUMPLE QUE:
APROXIMADAMENTE EL 99% DE LAS OBSERVACIONES SE ENCUENTRAN A TRES DESVIACIONES
DE LA MEDIA.

PARA CONSTRUIR UN INTERVALO DE CONFIANZA AL 90% DEBEMOS CONSIDERAR:

LA MEDIA, LA DESVIACION ESTANDAR Y EL VALOR Z DE 1,64.

LA HIPOTESIS NULA REPRESENTA:

LA AFIRMACION DE UN PARAMETRO QUE SE ASUME CIERTA AL INICIO DEL ESTUDIO.

LA HIPOTESIS COMPUESTA SON AQUELLAS QUE:

SE REFIEREN A UN RANGO DEL PARAMETRO.

EN EL PROCEDIMIENTO DE PRUEBA DE HIPOTESIS PARA DOS VARIANZAS

POBLACIONALES SE UTILIZA:
EL ESTADÍSTICO F

PARA EFECTOS DE REALIZAR EL CONTRASTE DE HIPOTESIS SE CONSTRUYE UNA

VARIABLE ESTANDARIZADA QUE SERA COMPARADA CON EL NIVEL DE SIGNIFICANCIA.
LA VENTAJA DE CONSTRUIR UNA VARIABLE ESTANDARIZADA ES QUE:
SE CONOCEN LOS VALORES DE SU FUNCION DE DENSIDAD PARA CUALQUIER NIVEL DE
PROBABILIDAD

EN EL PROCESO DEL TEST DE HIPOTESIS, EL ASUMIR VARIANZA DESCONOCIDA

IMPLICA:
UNA POSICION MAS CONSERVADORA RESPECTO DE LOS SUPUESTOS Y RESULTADOS MAS
EXIGENTES EN EL TEST.

SEGÚN UNA ENCUESTA, EL CANDIDATO A TIENE EL 31% DE LAS PREFERENCIAS

VERSUS EL CANDIDATO B QUE MUESTRA EL 29% DE LAS PREFERENCIAS, LA
ENCUESTA TIENE UN NIVEL DE ERROR DEL 3%. LUEGO PODEMOS CONCLUIR QUE:
EXISTE UN EMPATE TECNICO

SEGÚN UNA ENCUESTA, EL CANDIDATO A TIENE EL 31% DE LAS PREFERENCIAS

VERSUS EL CANDIDARO B QUE MUESTRA EL 26% DE LAS PREFERENCIAS, LA
ENCUESTA TIENE UN NIVEL DE ERROR DEL + 2% (CON EL 95% DE CONFIANZA).
LUEGO PODEMOS CONCLUIR QUE:
EL CANDIDATO A ES CLARAMENTE EL FAVORITO.

SI ESTAMOS ANALIZANDO LA RELACION ENTRE EL NIVEL DE CONSUMO Y DE INGRESO,

ESTAMOS FRENTE UN TEST DE HIPOTESIS QUE CONTRASTA:
EL VALOR DE LA MEDIA

SI USTED DISPONE DATOS DE UNA MUESTRA DE DATOS DE INGRESOS DE LOS

TRABAJADORES DE DOS EMPRESAS Y QUIERE SABER SI LOS NIVELES DE
DESIGUALDAD DE SUELDOS EN AMBAS EMPRESAS SON SIMILARES, USTED LLEVARA A
CABO UN TEST PARA CONTRASTAR:
DIFERENCIA DE VARIANZAS.
SI ESTAMOS INTERESADOS EN SABER SI CIERTO CANAL DE PUBLICIDAD AUMENTA O
NO LAS VENTAS DE LA EMPRESA Y COMPARAMOS EL NIVEL DE VENTAS DEL ULTIMO
AÑO CON SU NIVEL PROPIO, EL TEST DE HIPOTESIS CORRECTO SERA:
CONTRASTE POR LA MEDIA, PRUEBA DE UNA COLA.

EL TEOREMA CENTRAL DEL LIMITE ESTABLECE QUE:

A MEDIDA QUE AUMENTA EL TAMAÑO DE UNA MUESTRA, LA MEDIA ARITMETICA DE UN
CINJUNTO DE VARIABLES TIENDE A UNA DISTRIBUCION NORMAL.

EN TERMINOS DEL TAMAÑO MUESTRAL UTILIZADO EN EL PROCESO DE CONTRASTE DE

HIPOTESIS:
DEPENDERA DEL FENOMENO EN ESTUDIO

LA INFERENCIA ESTADISTICA CORRESPONDE AL PROCESO DE:

SACAR CONCLUSIONES VALIDAS A PARTIR DE UNA MUESTRA.

LAS HIPOTESIS SIMPLES SON AQUELLAS QUE:

SE REFIEREN A UN SOLO VALOR DEL PARAMETRO

LAS HIPOTESIS SIEMPRE SON ASEVERACIONES RESPECTO DE:

LA POBLACION EN ESTUDIO, CUYA DISTRIBUCION ES DESCONOCIDA

SI SE DESEA PROBAR LA IDEA DE QUE EL PESO DE LOS HOMBRES ES MAYOR QUE EL DE

LAS MUJERES EN UNA DETERMINADA EMPRESA, LA HIPOTESIS CORRECTA A TESTEAR
SERIA:
CONTRASTE DE DOS MEDIDAS DE UNA COLA, COLA IZQUIERDA

EL ERROR TIPO 2 ES:

NO RECHAZAR HO CUANDO H0 ES FALSA.

EL NIVEL DE SIGNIFICANCIA DE LA PRUEBA DE HIPOTESIS CORRESPONDE A:

EL VALOR MAXIMO TOLERABLE DE COMETER ERROR TIPO 1

EL ERROR TIPO 1 ES:

RECHAZAR HO CUANDO HO ES CIERTA.

EN EL PROCESO DE TEST DE HIPOTESIS, EL ASUMIR VARIANZA DESCONOCIDA

IMPLICA:
UNA POSICION MAS CONSERVADORA RESPECTO DE LOS SUPUESTOS Y RESULTADOS MAS
EXIGENTES EN EL TEST

UN COMPRADOR EN LA FERIA DESEA COMPRAR UN SACO DE PAPAS BUENAS PARA LO

CUAL SACA UNAS POCAS DE LA PARTE SUPERIOR Y NOTA QUE ESTAS SE VEN BIEN. SI
TOMA LA DETERMINACION DE COMPRAR EL SACO EN BASE A ESTO Y LUEGO EL RESTO
DE LAS PAPAS RESULTAN MALAS ENTONCES EL COMPARDOR INCURRIO EN:
ERROR DE TIPO 2
EN EL PROCEDIMIENTO DE PRUEBA DE HIPOTESIS PARA DOS MUESTRAS
PROVENIENTES DE POBLACIONES DISTINTAS, CON VARIANZA POBLACIONALES
CONOCIDAS, SE UTILIZA.
EL ESTADISTICO Z

EL TEOREMA CENTRAL DEL LIMITE ESTABLECE QUE:

A MEDIDA QUE AUMENTA EL TAMAÑO DE UNA MUESTRA, LA MEDIA ARITMETICA DE UN
CONJUNTO DE VARIABLES TIENDE A UNA DISTRIBUCION NORMAL.

SI USTED DESEA TESTEAR SI EL VALOR DE LA MEDIA DE LA TASA DE DEFAULT DE LOS

CREDITOS DEL BANCO DONDE USTED TRABAJA EFECTIVAMENTE ES MENOR A 3%
PRESUPUESTADO, LA HIPOTEISS NULA Y ALTERNATIVA QUE DEBE PLANTEAR, ES:
H0 : MO = 0.03 , H1 : MO > 0.03

CONSIDERE QUE USTED ESTA INTERESADO EN SABER SI LA PARTICIPACION DE

MERCADO DE SU EMPRESA ES SIGNIFICATIVAMENTE MAYOR QUE LA DE LA
COMPETENCIA. LUEGO USTED ESTABLECE LA HIPOTESIS NULA HO : M1 = M2 CONTRA
LA ALTERNATIVA H1 : M1 # M2 . EL ESTADISTICO t DE CONTRASTE TIENE UN VALOR
DE 1.49 EN TANTO QUE EL ESTADISTICO t0.05 = 2.22. LUEGO EL RESULTADO DEL TEST
SERA:
NO SE RECHAZA LA HIPOTESIS NULA

EN EL CASO DE UNA HIPOTESIS SIMPLE, RECHAZAREMOS LA HIPOTESIS NULA SI:

EL VALOR DEL ESTADISTICO DE CONTRASTE ES MAYOR AL VALOR DEL ESTADISTICO ASOCIADO
A NIVEL DE SIGNIFICANCIA.

EL NIVEL DE SIGNIFICANCIA EN UNA PRUEBA DE HIPOTESIS SERA:

DEPENDERA DE LAS CARACTERISTICAS DEL ESTUDIO Y SU CONTEXTO.

LA HIPOTESIS ALTERNATIVA REPRESENTA:

LA CARACTERISTICA DEL PARAMETRO QUE ES DE INTERES DE LA PERSONA QUE ELABORA EL
ESTUDIO.

SEGÚN UNA ENCUESTA, EL CANDIDATO A TIENE EL 31% DE LAS PREFERNCIAS

VERSUS EL CANDIDATO B QUE MUESTRA EL 29% DE LAS PREFERENCIAS, LA
ENCUESTA TIENE UN NIVEL DE ERROR DEL 3%. LUEGO PODEMOS CONCLUIR QUE:
EXISTE UN EMPATE TECNICO

EL PROCESO DE PRUEBA DE HIPOTESIS SE PUEDE RESUMIR EM COMPARAR DOS

NUMEROS, Z Y Z QUE PROVIENEN:
EL VALOR Z PROVIENE DE LOS DATOS MUESTRALES EN TANTO Z PROVIENE DE LA
DISTRIBUCION ASUMIDA DE LOS DATOS. EL PRIMERO ES EL ESTADISTICO DE CONTRASTE.

EL OBJETIVO DEL CONTRASTE DE MEDIAS DE DOS POBLACIONES ES:

CONOCER SI EXISTEN DIFERENCIAS SIGNIFICATIVAS ENTRE LOS VALORES MEDIOS DE AMBAS
POBLACIONES.
UNA ENCUESTA LLEVADA A CABO ENTRE LOS TRABAJADORES DE LA EMPRESA INDICA
QUE EL 50% REALIZA ALGUNA ACTIVIDAD FISICA AL MENOS UNA VEZ A LA SEMANA.
LUEGO SE REALIZA UNA NUEVA ENCUESTA POR VARIOS DIAS, PERO ESTA VEZ
PREGUNTA SI EN LA ULTIMA SEMANA SE HA REALIZADO ALGUNA ACTIVIDAD FISICA.
PARA SACAR CONCLUSIONES RESPECTO DEL REAL NIVEL DE ACTIVIDAD FISICA DE
LOS EMPLEADOS DEBERIA CONSIDERARSE LA SGTE PRUEBA DE HIPOTESIS:
TEST DE DIFERENCIA DE MEDIAS, PRUEBA DE DOS COLAS.

USTED CUENTA CON LOS DATOS DE INGRESOS SALARIALES DE UNA EMPRESA Y

QUIERE COMPROBAR EL RUMOR DE QUE LOS HOMBRES (GRUPO 1) TIENEN INGRESOS
MAS ALTOS QUE LAS MUJERES (GRUPO 2), LUEGO LA HIPOTESIS NULA, SERA:
H0 : M1 = M2

EL OBJETIVO DE HIPOTESIS PARA DOS VARIANZAS ES:

ESTABLECER SI EXISTEN DIFERENCIAS ENTRE LOS NIVELES DE VOLATILIDAD ENTRE DOS
POBLACIONES.

LA SOLUCION A TRAVES DE MINIMOS CUADRADOS ESTABLECE QUE:

EL OPTIMO SE PUEDE LOGRAR AL CONSIDERAR AL MINIMIZAR EL VALOR DEL ERROR AL
CUADRADO.

LAS SIGUIENTES NO SON FUENTES QUE EXPLICAN EL TERMINO IRREGULAR O ERROR.

ERROR DEL ANALISTA

EL INTERVALO DE CONFIANZA DE UN PARAMETRO SERA MAS REDUCIDO EN LA

MEDIDA DE QUE:
SE CUENTE CON MAYOR TAMAÑO MUESTRAL
ES UN MODELO QUE PLANTEA UNA RELACION ENTRE VENTAS E INVERSIONES
PUBLICITARIAS DE LA EMPRESA, CUYA ESPECIFICACIONES ES es Ventas= B0 + B1
Public + E SE LLEVA A CABO UN TEST DE SIGNIFICACNCIA SOBRE LOS PARAMETROS
(H0 : B = 0 , H1 : B # 0) Y EL RESUKTADO ES QUE B0 ES SIGNIFICATIVO, PERO B1 NO
LO ES, ESTO IMPLICA QUE:
LAS VENTAS AON INDEPENDIENTES DE LA PUBLICIDAD

EN UN MODELO QUE PLANTEA UNA RELACION ENTRE VENTAS E INVERSION

PUBLICITARIA DE EMPRESA, CUYA ESPECIFICACIONES ES Ventas = B0 + B1 Public
+E . EL CALCULO DE PARAMETROS RESULTA EN QUE EL VALOR DEL PARAMETRO B0 ES
POSITIVO EN TANTO EL DEL B1 ES NEGATIVO. SE LLEVA A CABO UN TEST DE
SIGNIFICANCIA SOBRE LOS PARAMETROS (H0 : B = 0 . H1 : B # 0) Y EL RESULTADO
DE B1 ES SIGNIFICATVO. LUEGO LA CONSLUSION SERA QUE:
EL MODELO NO ES ACEPTABLE DADO EL SIGNO DEL PARAMETRO B1.

LA ESTIMACION DE UN MODELO DE REGRESION A PARTIR UN SET DE DATOS

INCOMPLEOS INCIDIRA EN:
AUMENTA EL COMPONENTE DE ERROR.

DADO EL SUPUESTO DE QUE EL VALOR MEDIO DEL COMPONENTE IRREGULAR ES CERO,

ESTO IMPLICA QUE EN EL PROCESO DE PROYECCION, ESTE COMPONENTE:
NO SE CONSIDERA
EL VALOR ESTIMADO POR EL MODELO EQUIVALE A:
EL VALOR OBSERVADO EN LA MUESTRA MENOS EL COMPONENETE DE ERROR.

SI LA HIPOTESIS NULA ASOCIADA AL PARAMETRO BETA DE LA VARIABLE

INDEPENDIENTE SE RECHAZA:
LA VARIABLE INDEPENDIENTE ES SIGNIFICATIVA PARA PREDECIR LA DEPENDIENTE.

UN PARAMETRO ESTIMADO SERA ACEPTABLE SI:

SU ESTADISTICO t PERMITE APROBAR EL TEST DE HIPOTESIS

EL PRIMER PASO EN EL PROCESO DE ESTIMACION DE UN MODELO DE REGRESION

LINEAL, ES:
ESTABLECER LA TEORIA O HIPOTESIS

ACTUALMENTE, EL PASO MAS DIFICIL EN EL ANALISIS DE REGRESION CORRESPONDE

A:
OBTENER LOS DATOS CORRECTOS.

UN MODELO SE DICE “SER LINEAL EN LOS PARAMETROS” CUANDO:

EL PARAMETRO BETA ESTA ELVADO A UNO.

EL SUPUESTO DE NO AUTOCORRELACION DE ERRORES ESTABLES QUE:

NO EXISTE CORRELACION ENTRE LOS ERRORES Y LOS ERRORRES PREVIOS.

EL SUPUESTO QUE ESTABLECE QUE EL COMPONENTE IRREGULAR ES CERO, IMPLICA

QUE:
EL MEJOR MODELO SERA AQUEL QUE TENGA ERRORES QUE EN PROMEDIO SEAN CERO.

SUPONGA UN MODELO QUE RELACIONA EL CAMBIO EN EL VALOR DEL DÓLAR A

PARTIR DEL CAMBIO EN EL VALOR DEL PRECIO DEL COBRE CUYA ESTIMACION ES t c =
0. 01 – 1.5 cobre. LUEGO PARAMETROS PUEDEN INTERPRETARSE COMO:
SI EL PRECIO DEL COBRE SUBE EN UN 1% EL PRECIO DEL TIPO DE CAMBIO SE MANTENDRA
CONSTANTE.

EN EL ESTUDIO DE REGRESION DONDE QUEREMOS ESTIMAR LA INFLUENCIA QUE

TIENE EL PRECIO DEL COBRE SOBRE EL TIPO DE CAMBIO.
EL PRECIO DEL COBRE ES LA VARIABLE INDEPENDIENTE Y EL TIPO DE CAMBIO ES LA VARIABLE
DEPENDIENTE.

LA ETAPA POSTERIOR A LA ESTIMACION DE PARAMETRO ES:

REALIZAR LA PRUEBA DE HIPOTESIS

EL TERMINO DE LA APLICACIÓN EN SOFTWARE ANALIZAR, EN TERMINOS GENERALES,

UN PARAMETRO SERA SIGNIFICATIVO AL 95% DE CONFIANZA SI:
EL ESTADISTO t TIENE UN VALOR SOBRE Z.
SUPONGA QUE USTED ESTABLECE UN MODELO QUE RELACIONA EL INGRESO CON LOS
AÑOS DE ESCOLARIDAD. ASUMA QUE LOS PARAMETROS SON SIGNIFICATIVOS Y QUE
EL MODELO ESTIMADO ES EL SIGUIENTE: Ingreso = - 1.325.000 + 172.000 EDUC.
DONDE LA VARIABLE EDUC ES LA ESCOLARIDAD MEDIDA EN AÑOS. LUEGO EL VALOR
ESTIMADO PARA UNA PERSONA CON 16 AÑOS DE EDUCACION SERA DE:
1.427.000

SI EL NUMERO DE OBSERVACIONES ES MENOR AL NUMERO DE PARAMETROS AL

CALCULAR:
NO ES FACTIBLE CALCULAR LOS PARAMETROS

SI EL VALOR DE LOS RESIDUOS OBSERVADOS SE VE QUE QUE AUMENTA A MEDIDA

QUE AUMENTA LA VARIABLE INDEPENDIENTE (NO SE MATIENE CONSTANTE), SE
PUEDE DECIR QUE:
SE OBSERVA HETEROCEDASTICIDAD

EXISTIENDO DOS VARIABLES RELACIONADAS, AQUELLAS QUE SE CONSIDERARÁ

COMO INDEPENDIENTE SERA LA QUE.
SE DEFINA COMO CAUSANTE DE LA OTRA VARIABLE SEGÚN LA TEORIA.

SUPONGA QUE EL p-value OBTENIDO EN UN ANALISIS DE REGRESION PARA UN

PARAMETRO ES DE 0.04, LUEGO ESTO IMPLICARA PARA ESTE PARAMETRO QUE:
SE RECHAZARÁ LA HIPOTESIS NULA DE SI EL NIVEL DE SIGNIFICANCIA PREVIAMENTE
ESTABLECIDO ES DE 5%

LA METODOLOGIA DE ESTIMACION DE PARAMETROS EN LA REGRESION LINEAL

SIMPLE, SE BASA EN;
MINIMIZAR LA DISTANCIA VERTICAL ENTRE LOS VALORES OBSERVADOS Y ESTIMADOS.

EL SUPUESTO DE HOMOSCEDASTICIDAD SE PUEDE INTERPRETAR COMO:

LA VARIANZA DE LA MUESTRA ES CONSTANTE RESPECTO DE LA VARIABLE INDEPENDIENTE.

LA ETAPA DE PLANTEAMIENTO DE LA TEORIA EN EL ANALIS DE REGRESION PERMITE:

ESTABLECER CON CLARIDAD LA RELACION CAUSAL ENTRE VARIABLES.

LA ETAPA FINAL EN EL PROCESO DE ESTIMACION DE UN MODELO DE REGRESION

LINEAL ES:
REALIZAR EL EJERCICIO DE PROYECCION.

EL ANALISIS DE CORRELACION MIDE LA ASOCIACION ENTRE DOS VARIABLES Y SE

DIFERENCIA DEL ANALIS DE REGRESION DADO QUE ESTE ULTIMO:
PERMITE OBTER UNA ESTIMACION DE UNA VARIABLE UNA VEZ CONOCIDO EL VALOR DE LA
OTRA VARIABLE.
CONSIDERE QUE USTED CONSTRUYE UN MODELO PLANTEA LA REACION ENTRE
VENTAS DE LA EMPRESA Y PUBLICIDAD, DONDE LA PRIMERA ES LA VARIABLE
DEPENDIENTE Y LA SEGUNDA LA VARIABLE INDEPENDIENTE. SI EL MODELO
ESTIMADO ES Ventas =BO + B1 Public + E . Y USTED ESTA INTERESADO SI EN
REALIDAD LA INVERSION PUBLICITARIA TIENE UN EFECTO POSITIVO EN LAS VENTAS,
EL TEST DE HIPOTESIS QUE DEBERIA REALIZAR ES:
H0 : B1 = 0 , H1 : B1 > 0

ASUMA QUE SE ESTIMADA EL SIGUIENTE MODELO QUE RELACIONA EL INGRESO CON

EL CONSUMO: consumo = 1.520 + 0.83 Ingreso + e.
EL SGTE INTERVALO PARA EL PARAMETRO ASOCIADO A LA VARIABLE INGRESO (B1),
NO NOS PERMITIRA RECHAZAR LA HIPOTESIS NULA H0 : B1 = 0 . RESPECTO DE LA
HIPOTESIS ALTERNATIVA HO : B1 # 0.
(-0.07 , 1.73)

EN EL CASO DE VARIABLES INDEPENDIENTE DE TIPO DISCRETAS, EL VALOR DEL

PARAMETRO OBTENIDO PODRA INTERPRETARSE COMO:
LA DIFERENCIA QUE EXISTE ENTRE CADA CATEGORIA DE LA VARIABLE.

EN EL CASO DE VARIABLE INDEPENDIENTE DE TIPO CONTINUAS, EL VALOR DEL

PARAMETRO OBTENIDO PODRA INTERPRETARSE COMO:
LA TASA DE CAMBIO DE LA VARIABLE DEPENDIENTE RESPECTO DE LA VARIABLE
INDEPENDIENTE.

AL MOMENTO DE REALIZAR LA ESTIMACION DE PARAMETROS EN SIFTWARE, SE

RECOMIENDA PREVIAMENTE.
REALIZAR ANALISIS DESCRIPTIVO DE LOS DATOS Y GRAFICAR

EL COEFICIENTE DE DETERMINACION NOS PERMITIRA EN EL CASO DE UNA

REGRESION MULTIPLE
COMPARAR DOS MODELOS CON DISTINTAS ESPECIFICACIONES

RESPECTO DEL MODELO SIMPLE, EL MODELO MULTIVARIADO REQUERIRA:

UN MAYOR NUMERO DE OBSERVACIONES

EN EL CASO DE REGRESION MULTIPLES, EL SUPUESTO DE MEDIA CERO DEL

COMPONENTE DE ERROR:
SE MANTIENE

USTED ESTA ANALIZANDO UN MODELO PARA DETERMINAR LOS DETERMINANTES DEL

INGRESO Y OBTENER LA SGTE ESPECIFICACION: Ingreso = B0 + B1 EDUC + B2
GENERO + E . LA VARIABLE DE GENERO TOMA EL VALOR DE 1 EN EL CASO DE MUJER Y
CERO EN EL CASO DE HOMBRE. LUEGO INTERVALO DE CONFIANZA PARA LA VARIABLE
GENERO QUE IMPLICA UNA DIFERENCIA SIGNIFICATIVA EN EL INGRESO A FAVOR DEL
HOMBRE SERA:
(-25.000, -35.000)

LA REGRESION MULTIVARIADA ES PREFERIBLE A LA REGRESION MULTIPLE.

SIEMPRE QUE LA VARIABLE EN ESTUDIO SEA COMPLEJA Y REQUIERA MAS DE UNA VARIABLE
INDEPENDIENTE.

EL MINIMO VALOR DEL COEFICIENTE DE DETERMINACION PARA QUE UN MODELO SE

CONSIDERE VALIDO ES:
NO EXISTE UN MINIMO VALOR, DEPENDERA DE CADA SITUACION.

LA INCORPORACION DE VARIABLES DISCRETAS EN CONJUNTO CON VARIABALES

CONTINUAS PERMITE PARA ESTAS ULTIMAS INCORPORAR:
DIFERENCIAS EN EL INTERCEPTO Y/O EN LA PENDIENTE RESPECTO DE LA VARIABLE
DEPENDIENTE.

USTED ESTA ANALIZANDO LOS DETERMINANTES DEL INGRESO DE UN TRABAJADOR E

INCORPORAR VARIABLES COMO EDAD, EDUCACION, PROFESION Y GENERO. EN EL
CASO DE LA VARIABLE GENERO, ESTA TOMA EL VALOR 1 EN EL CASO DE MUJER Y CERO
EN EL CASO DE HOMBRE. EL CORRECTO TEST DE HIPOTESIS PARA EVALUAR ESTA
VARIALE ES:
H0 : B = 0 , H1 : B # 0

EL COEFICIENTE DE DETERMINACION SE DEFINE COMO:

LA SUMA EXPLICADA DE CUADRADOS (SEC) SOBRE LA SUMA TOTAL DE CUADRADOS (STC)

EL PARAMETRO QUE NOS PERMITORA EVALUAR SI UN MODELO ES MEJOR QUE OTRO,

ES:
EL COEFICIENTE DE DETERMINACIÓN

EN EL CASO DE VARIABLES INDEPENDIENTES DE TIPO CONTINUAS, EL VALOR DEL

PARAMETRO OBTENIDO PODRA INTERPRETARSE COMO:
LA TASA DE CAMBIO DE LA VARIABLE DEPENDIENTE RESPECTO DE LA VARIABLE
INDEPENDIENTE.

SI SE RECHAZA LA HIPOTESIS NULA ASOCIADA A LA EVALUCION DEL MODELO

COMPLETO, ENTONCES:
AL MENOS UN PARAMETRO BETA ES ESTADISTICO DISTINTO DE 0

AL INCORPORAR UNA VARIABLE DISCRETA COMO GENERO, LA DIFERENCIA ENTRE

CONSIDERAR UNA U OTRA CATEGORIA CON ELVALOR 1 O 0 IMPLICARA:
UNA DIFERENCIA EN LA INTERPRETACION DE LOS PARAMETROS.

EL COEFICIEMTE DE DETERMINACION NOS PERMITIRA EN EL CASO DE UNA

REGRESION MULTIPLE:
COMPARA DOS MODELOS CON DISTINTAS ESPECIFICACIONES

FRENTE A DOS MODELOS MULTIVARIADOS CON DISTINTAS COMBINACIONES DE

VARIABLES INDEPENDIENTES, EL CRITERIO UTILIZADO PARA ELGIR UNO POR SOBRE
OTRO SERA:
SERA ELEGIBLE EL MODELO QUE TEGA MAYOR VALOR DE SUMA EXPLICADA DE CUADRADOS
EN EL CASO DE REGRESION MULTIPLE, EL SUPUESTO DE MEDIA CERO DEL
COMPONENTE DE ERROR:
SE MANTIENE

SI EN UN MODELO DE REGRESION LINEAL MULTIPLE SE TIENEN COMO VARIABLES

INDEPENDIENTES LA ESTATURA, EL LARGO DEL BRAZO, Y ADEMAS EL LARGO DE LAS
PIERNAS DE DETERMINADOS SUJETOS, AL PROBAR EL MODELO SE PODRIA
PRESENTAR UN PROBLEMA DE:
MULTICOLINEALIDAD

RESPECTO DEL NIVEL DE SIGNIFICANCIA DE LAS VARIABLES EN UN MODELO

MULTIVARIADO:
LAS VARIABLES DISCRETAS REQUIEREN UN NIVEL DE SIGNIFICACNCIA IGUAL A LAS CONTINUAS

LA VENTAJA DE INCORPORAR UNA VARIABLE BINARIA EN UN MODELO

MULTIVARIADO ES:
PERMITE ESTABLECER UN CAMBIO ESTRUCTURAL EN EL MODELO

RESPECTO DE LOS SUPUESTOS DE LA REGRESION LINEAL SIMPLE, EN EL

PROCEDIMIENTO DE REGRESION LINEAL MULTIVARIADA, LOS SUPUESTOS QUE YA NO
APLICAN SON:
NINGUNO

LA JUSTIFICACION DE UTILIZAR MAS DE UNA VARIABLE EXPLICATIVA EN LOS

MODELOS DE REGRESION, ES QUE:
LAS VARIABLES ECONOMICAS SUELEN SER COMPLEJAS Y POR ENDE EXPLICADAS POR VARIAS
VARIABLES.

EN TERMINOS DE LA IMPLEMENTACION EN SOFTWARE, LA INCORPORACION DE

VARIABLES DISCRETAS:
NO PRESENTA MAYOR DIFERENCIA

LA SOLUCION OPTIMA DE PARAMETROS EN EL CASO MULTIVARIADO DIFIERE DE LA

SOLUCION EN EL CASO SIMPLE EN QUE:
EN EL CASO MULTIVARIADO SE REQUIERE ENCONTRAR UN CONJUNTO DE PARAMETROS QUE
MINIMICEN LA SUMA DE LOS ERRORES AL CUADRADO

EL NUMERO MAXIMO DE VARIABLES QUE SE PUEDEN CONSIDERAR EN UN MODELO

ESTARA LIMITADO POR:
EL SOFTWARE Y EL TAMAÑO MUESTRAL

LA MAYOR DIFERENCIA EN TERMINOS ANALITICOS ENTRE EL MODELO DE REGRESION

MULTIPLE SIMPLE Y EL MULTIVARIADO, ES:
EL MODELO MULTIVARIADO IMPLICA REVISAR EL MODELO EN SU CONJUNTO ADEMAS DE
ANALIZAR CADA VARIABLE.

EL NO INCORPORAR UNA VARIABLE RELEVANTE EN EL MODELO TENDRA EFECTO EN:

AUMENTA EL ERROR DEL MODELO
LA FUNCION DE ESTADISTICO t EN EL ANALISIS DE REGRESION MULTIVARIADA, ES:
REALIZAR TEST DE HIPOTESIS PARA CADA VARIABLE PARTICULAR.

EN EL CASO DE INCORPORAR UNA VARIABLE DISCRETA EN EL MODELO, SE DEBERAN

INCORPORAR:
UN NUMERO DE VARIABLES IGUALES AL NUMERO DE CATEGORIAS DE LA VARIABLE DISCRETA
MENOS UNO