UNIVERSIDAD MAYOR DE SAN ANDRES

INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

GUIA N°2
MODELOS ECONOMÉTRICOS BIVARIANTES
Presentación del modelo:
Modelo Poblacional Modelo Estimado Donde:
̂𝑖 = 𝛽̂1 + 𝛽̂2 𝑋2𝑖 𝛽1 = Intercepto con la ordenada
𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝑢 𝑌
𝛽2 = Pendiente
𝑢 = Variable de perturbación

1. ESTIMADORES POR MÍNIMOS CUADRADOS ORDINARIOS

𝑛 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 ) Con Promedios
𝛽̂2 =
𝑛 ∑ 𝑋𝑖 2 − (∑ 𝑋𝑖 )2 ∑ 𝑋𝑖 2 ∑ 𝑌𝑖 − (∑ 𝑋𝑖 )(∑ 𝑋𝑖 𝑌𝑖 )
̂
Para 𝛽2 ̂
Para 𝛽1 ̂
𝛽1 =
𝑛 ∑ 𝑋𝑖 2 − (∑ 𝑋𝑖 )
2
𝑌̅𝑖 = 𝛽̂1 + 𝛽̂2 𝑋̅𝑖
𝐶𝑂𝑉(𝑋, 𝑌)
𝛽̂2 =
𝑉[𝑋]

2. MOMENTOS MUESTRALES
∑𝑋 ∑𝑌 ∑ 𝑋𝑌 ∑ 𝑋2 ∑ 𝑌2
Ordinarios 𝑚10 = 𝑚01 = 𝑚11 = 𝑚20 = 𝑚02 =
𝑛 𝑛 𝑛 𝑛 𝑛
Centrados 𝜇20 = 𝑚20 − (𝑚10 )2 = 𝑉[𝑋] 𝜇02 = 𝑚02 − (𝑚01 )2 = 𝑉[𝑌] 𝜇11 = 𝑚11 − 𝑚10 𝑚01 = 𝐶𝑂𝑉[𝑋, 𝑌]
𝑚11 −𝑚10 𝑚01 𝜇11
Estimadores 𝛽̂2 = 𝛽̂2 = 𝛽̂1 = 𝑚01 −𝛽̂2 𝑚10
𝑚20 −(𝑚10 )2 𝜇20

3. VARIABLE DE PERTURBACIÓN (u) Error de estimación

Varianza Residual ∑ 𝑒𝑖2 ∑(𝑌𝑖 − 𝑌̂𝑖 )2 𝑆𝐶𝐸 𝑛𝑆𝑦2 − 𝑛𝛽̂22 𝑆𝑥2

𝜎𝑢2 = = = = 𝑒𝑖 = 𝑌𝑖 − 𝑌̂𝑖
𝑛−2 𝑛−2 𝑛−2 𝑛−2

4. DISTRIBUCION DE LOS ESTIMADORES

Para 𝛽̂2 𝜎𝑢2 COVARIANZA DE LOS ESTIMADORES
𝐸[𝛽̂2 ] = 𝛽2 𝑉[𝛽̂2 ] = 𝜎𝛽̂2 =
2 ∑ 𝑥𝑖2
Para 𝛽̂1 𝜎𝑢2 ∑ 𝑋𝑖2 𝑋̅𝜎𝑢2
𝐸[𝛽̂1 ] = 𝛽1 𝑉[𝛽̂1 ] = 𝜎𝛽̂2 = ( ) 𝐶𝑂𝑉(𝛽̂1 , 𝛽̂2 ) = −
1 𝑛 ∑ 𝑥𝑖2 ∑ 𝑥𝑖2

5. MODELO RESPECTO A LOS DESVIOS DE LA MEDIA

Variable 𝑥𝑖 = 𝑋𝑖 − 𝑋̅ ∑ 𝑥𝑖2 = 𝑛𝑆𝑥2 = ∑(𝑋𝑖 − 𝑋̅)2 Estimador 𝛽̂2 Relación covarianza
Independiente
Variable 𝑦𝑖 = 𝑌𝑖 − 𝑌̅ ∑ 𝑦𝑖2 = 𝑛𝑆𝑦2 = ∑(𝑌𝑖 − 𝑌̅)2
∑ 𝑥𝑖 𝑦𝑖
∑ 𝑥𝑖 𝑦𝑖 = 𝑛𝐶𝑂𝑉(𝑋, 𝑌)
𝛽̂2 =
dependiente ∑ 𝑥𝑖2

6. SUMATORIA DE CUADRADOS 𝑺𝑪𝑻 = 𝑺𝑪𝑹 + 𝑺𝑪𝑬

Variación total = Variación debida a la regresión + Variación debida al Error
Total: 𝑆𝐶𝑇 = ∑ 𝑦𝑖2 = 𝑛𝑆𝑦2 Regresión: 𝑆𝐶𝑅 = 𝛽̂22 ∑ 𝑥𝑖2 = 𝑛𝛽̂22 𝑆𝑥2 Error: 𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑅 = 𝑛𝑆𝑦2 − 𝑛𝛽̂22 𝑆𝑥2

Aux. Univ. Carrillo Leon Annet Iran Página 1 | 6

 UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

7. VARIANZA COVARIANZA
∑𝑋 2 ∑𝑌 2 ∑ 𝑋𝑌
𝑉[𝑋] = 𝑆𝑥2 = − 𝑋̅ 2 𝑉[𝑌] = 𝑆𝑦2 = − 𝑌̅ 2 𝐶𝑂𝑉[𝑋, 𝑌] = 𝜇𝑋𝑌 = − 𝑋̅𝑌̅
𝑛 𝑛 𝑛

8. COEFICIENTE DE DETERMINACION (𝑹𝟐 ) COEFICIENTE DE DETERMINACION CORREGIDO

𝑆𝐶𝑅 𝑆𝐶𝐸 ∑ 𝑒𝑖2 𝛽̂22 ∑ 𝑥𝑖2 𝛽̂22 𝑆𝑥2 𝑛−1
𝑅2 = =1− =1− = = 2 𝑅̅ 2 = 1 − (1 − 𝑅 2 )
𝑆𝐶𝑇 𝑆𝐶𝑇 ∑ 𝑦𝑖2 ∑ 𝑦𝑖2 𝑆𝑦 𝑛−𝑘

9. COEFICIENTE DE CORRELACION (r) 𝑟 = ±√𝑟 2 ; −1 ≤ 𝑟 ≤ 1

Con desvíos de la media
𝐶𝑂𝑉(𝑋, 𝑌) 𝑛 ∑ 𝑋𝑌 − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 )
𝑟= = ∑ 𝑥𝑖 𝑦𝑖 𝜇11
√𝑉[𝑋] ∗ 𝑉[𝑌] 𝑟= =
√𝑛 ∑ 𝑋𝑖 2 − (∑ 𝑋𝑖 )2 ∗ √𝑛 ∑ 𝑌𝑖 2 − (∑ 𝑌𝑖 )2 𝜇 − 𝜇02
√∑ 𝑥𝑖2 ∗ √∑ 𝑦𝑖2 √ 20

Se realiza una vez

validado el modelo
PREDICCIÓN
Donde: 𝑌̂0 = 𝛽̂1 + 𝛽̂2 𝑋0 𝑋0 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑝𝑟𝑒𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎
Predicción Media
1 (𝑋0 − 𝑋̅)2 1 (𝑋 − 𝑋̅)2
𝑃 [𝑌̂0 − 𝑡𝛼𝑛−2 ∗ 𝜎𝑢 √ + ≤ 𝑌0 ≤ ̂0 + 𝑡𝛼𝑛−2 ∗ 𝜎𝑢 √ + 0
𝑌 ]=1−𝛼
2 𝑛 ∑ 𝑥𝑖2 2 𝑛 ∑ 𝑥𝑖2

Predicción Puntual
1 (𝑋0 − 𝑋̅)2 1 (𝑋 − 𝑋̅)2
𝑃 [𝑌̂0 − 𝑡𝛼𝑛−2 ∗ 𝜎𝑢 √1 + + ≤ 𝑌0 ≤ ̂0 + 𝑡𝛼𝑛−2 ∗ 𝜎𝑢 √1 + + 0
𝑌 ]=1−𝛼
2 𝑛 ∑ 𝑥𝑖2 2 𝑛 ∑ 𝑥𝑖2

INTERVALOS DE CONFIANZA
Para 𝛽̂2 𝑃 [𝛽̂2 − 𝑡𝛼𝑛−2 𝜎𝛽̂2 ≤ 𝛽2 ≤ 𝛽̂2 + 𝑡𝛼𝑛−2 𝜎𝛽̂2 ] = 1 − 𝛼
2 2

𝜎̂𝑢 𝜎̂𝑢
𝑃 𝛽̂2 − 𝑡𝛼𝑛−2 ≤ 𝛽2 ≤ 𝛽̂2 + 𝑡𝛼𝑛−2 =1−𝛼
2 2
√∑ 𝑥𝑖2 √∑ 𝑥𝑖2
[ ( ) ( )]
Para 𝛽̂1 𝑃 [𝛽̂1 − 𝑡𝛼𝑛−2 𝜎𝛽̂1 ≤ 𝛽1 ≤ 𝛽̂1 + 𝑡𝛼𝑛−2 𝜎𝛽̂1 ] = 1 − 𝛼
2 2

∑ 𝑋𝑖2 ∑ 𝑋𝑖2
𝑃 [𝛽̂1 − 𝑡𝛼𝑛−2 𝜎𝑢 √ ≤ 𝛽1 ≤ 𝛽̂1 + 𝑡𝛼𝑛−2 𝜎𝑢 √ ]= 1−𝛼
2 𝑛 ∑ 𝑥𝑖2 2 𝑛 ∑ 𝑥𝑖2
Para 𝜎𝑢2 ∑ 𝑒𝑖2 ∑ 𝑒𝑖2 (𝑛 − 2)𝜎̂𝑢 2 (𝑛 − 2)𝜎̂𝑢 2
𝑃=[ 2 ≤ 𝜎𝑢2 ≤ 2 ]=1−𝛼 𝑃=[ 2 2
≤ 𝜎𝑢 ≤ 2 ]= 1−𝛼
𝑋(𝑛−2);𝛼/2 𝑋(𝑛−2);1−𝛼/2 𝑋(𝑛−2);𝛼/2 𝑋(𝑛−2);1−𝛼/2

Aux. Univ. Carrillo Leon Annet Iran Página 2 | 6

 UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

VALIDACIÓN DEL MODELO

PRUEBA DE SIGNIFICACIÓN INDIVIDUAL PRUEBA DE SIGNIFICACIÓN GLOBAL
i. Planteamiento de la i. Planteamiento de la hipótesis
hipótesis 𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻0 : 𝛽𝑖 = 0 𝐻𝑎 : 𝛽1 ≠ 𝛽2 ≠ 0
𝐻𝑎 : 𝛽𝑖 ≠ 0

ii. Estadístico de prueba (valor calculado):

Fuente de Grados de Suma de cuadrados Cuadrados Fc
Variación libertad Medios
ii. Estadístico de prueba (valor
Regresión k-1 𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐸 𝑆𝐶𝑅 𝐶𝑀𝑅
calculado): 𝐶𝑀𝑅 = 𝐹𝑐 =
𝑘−1 𝐶𝑀𝐸
𝛽̂𝑖 − 𝛽𝑖0
𝑡𝑐 = Error n-k 𝑆𝐶𝐸
𝜎𝛽̂𝑖 𝑆𝐶𝐸 = ∑ 𝑒𝑖2 𝐶𝑀𝐸 =
𝑛−𝑘
𝜎𝑢2
𝜎𝛽̂2 =
2 ∑ 𝑥𝑖2 Total n-1 𝑆𝐶𝑇 = ∑ 𝑦𝑖2
2 ∑ 2
𝜎𝑢 𝑋𝑖
𝜎𝛽̂2 = ( )
1 𝑛 ∑ 𝑥𝑖2
En función de 𝑅 2 :
𝑅 2 (𝑛 − 𝑘)
𝐹𝑐 =
(1 − 𝑅 2 )(𝑘 − 1)

iii. Estadístico teórico (valor iii. Estadístico teórico (valor critico):

critico): (𝑘−1);(𝑛−𝑘)
𝐹𝛼
𝑡𝛼𝑛−2 𝑘 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜𝑠
2
𝛼 = 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎

iv. Contraste: iv. Contraste

Si: −𝑡𝛼𝑛−2 < 𝑡𝑐 < 𝑡𝛼𝑛−2 Se acepta Ho Si:

(𝑘−1);(𝑛−𝑘)
𝐹𝛼 < 𝐹𝑐 Se acepta la Ho
2 2

v. Conclusiones: v. Conclusiones:
“A un nivel de significación de ……… se “A un nivel de significación de ……… se acepta/rechaza la hipótesis nula
acepta/rechaza la hipótesis nula Ho….” Ho….”

Aux. Univ. Carrillo Leon Annet Iran Página 3 | 6

 UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

EJERCICIOS DE CLASE
1. Una cadena de tiendas de repostería ha tenido grandes fluctuaciones en sus ingresos durante los últimos
años. Campañas de rebajas, nuevos productos y técnicas de publicidad se han utilizado durante este
tiempo, por lo cual es difícil determinar cuáles de esos factores tienen la influencia más profunda en las
ventas. El departamento de mercadotecnia ha estudiado varias relaciones y piensa que los gastos
mensuales destinados a carteles pueden ser significativos. Muestreó 7 meses y descubrió lo siguiente:

Gastos mensuales en carteles (en miles de $) 25 16 42 34 10 21 19

Ingreso mensual por ventas (en miles de $) 34 14 48 32 26 29 20

a) Estimar el modelo y los parámetros que mejor describan los datos.

b) Establezca y comente la bondad de ajuste del modelo.
c) Para un mes con un gasto de $28000 en carteles, desarrolle un intervalo aproximado de confianza de
95% para las ventas mensuales esperadas en ese mes.
d) ¿es globalmente significativo el modelo?

2. El municipio de la ciudad de los sueños quiere construir un modelo de regresión lineal que explique el
número de personas que acuden a las piscinas municipales en función de la diferencia de temperatura
con respecto al día anterior. Se recogió información durante 46 días y se estimó, por MCO la siguiente
expresión:
̂𝑖 = 5729,952 + 117,0778𝑋2𝑖
𝑌
A partir de la siguiente información adicional:
𝑌̅ = 6244
∑ 𝑌𝑖2 = 1794844215
𝑋̅ = 4,39

2
∑ 𝑋2𝑖 = 943,27812

Se pide que interpretando correctamente se calcule:

a) ¿Es significativo el incremento de la temperatura en el número de usuarios de las piscinas?
b) Construir intervalos de confianza a un 95% de confianza
c) Obtener la medida de bondad de ajuste

Aux. Univ. Carrillo Leon Annet Iran Página 4 | 6

 UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

PRÁCTICA N°2
1. La siguiente tabla muestra la captura de anchoas peruanas (captura en millones de toneladas
métricas) y el precio de la harina de pescado (precio, en dólares por tonelada) para los años 1975 a
1988:

Año 75 76 77 78 79 80 81 82 83 84 85 86 87 88
Precio 190 160 134 120 172 197 167 239 542 372 245 370 454 410
Captura 7,23 8,53 9,82 10,26 8,96 12,27 10,28 4,45 1,78 4,0 3,3 4,3 0,8 0,5

a) ¿Cuál es la bondad de este ajuste?

b) ¿considera el modelo globalmente significativo, a un 95% de confianza?
c) Obtenga un valor para la varianza del estimador de la pendiente de este modelo.
d) Si se produce un aumento de 10 u.m. en la renta disponible, ¿en cuánto aumentaría el consumo?

2. Suponga que se dispone de las siguientes observaciones relativas a el Producto Interno Bruto (PIB) y
a la Inversión (I), ambas en millones de $:

Periodo Producto Inversión (I)

Interno Bruto
(PIB)
1 3.0 3.5
2 6.5 4.0
3 5.1 3.0
4 3.9 2.5
5 1.8 1.4
6 5.2 2.3
7 8.5 6.2
8 3.6 2.3

a) Realizar la estimación del modelo por MCO

b) ¿El modelo tiene una buena bondad de ajuste?
c) ¿El modelo es global e individualmente significativo, a un 95% de confianza?

3. Una empresa de ámbito nacional dedicada a la comercialización de pañales pretende obtener un

modelo que estudie las ventas de dicho producto en función de sus gastos en anuncios en televisión.
Para ello se define las siguientes variables:
𝑌: Ventas de los pañales en millones de pesos
𝑋2 : Gastos en anuncios publicitarios en televisión en millones de pesos
Se recoge información durante 22 meses, obteniéndose los siguientes resultados

𝑌̅ = 114,5463 ∑ 𝑌 2 = 288.855,7407 𝑋̅2 = 3,917273

∑ 𝑋22 = 353,01745 ∑ 𝑌𝑋2 = 9.922,69428

Aux. Univ. Carrillo Leon Annet Iran Página 5 | 6

 UNIVERSIDAD MAYOR DE SAN ANDRES
INGENIERIA INDUSTRIAL
ECONOMETRIA IND-521
SEMESTRE II/2021

a) Obtenga la estimación por MCO de dicho modelo, suponiendo una relación lineal
b) Considera que el modelo estimado es significativo
c) Obtenga la bondad de ajuste ¿es una buena estimación?

Fecha de entrega
28 de agosto de 2021

Aux. Univ. Carrillo Leon Annet Iran Página 6 | 6