ESTADISTICA I
PROFESOR WALTER LOPEZ
MÓDULO 11 Estimación, Hipótesis y Regresión Lineal
ESTIMACIÓN DE LÍMITES
Para una población con media σ y variancia σ 2, la distribución de muestreo de
las medias de todas las muestras posibles de tamaño n obtenidas de una
población tendrá una distribución normal aproximada —con la media de la
distribución de muestreo igual a σ y la variancia igual a σ 2/ n —si se supone
que el tamaño de la muestra es suficientemente grande.
4.3 PRUEBA DE HIPÓTESIS PARA UNA MEDIA
Qué es una hipótesis?
Hipótesis: enunciado acerca de una población elaborada con el
propósito de ponerse a prueba.
Ejemplos de hipótesis acerca de un parámetro de población son:
la media mensual de ingresos para analistas de sistemas es
$3625,
el 20% de los delincuentes juveniles son capturados y
sentenciados a prisión.
CONCEPTO DE PRUEBA DE HIPÓTESIS
Afirmación acerca de los parámetros de la población.
1
ESTADISTICA I
PROFESOR WALTER LOPEZ
Etapas Básicas en Pruebas de Hipótesis.
Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en
parámetro poblacional. Después de recolectar una muestra aleatoria, se
compara la estadística muestral, así como la media (x), con el parámetro
hipotético, se compara con una supuesta media poblacional (). Después se
acepta o se rechaza el valor hipotético, según proceda. Se rechaza el valor
hipotético sólo si el resultado muestral resulta muy poco probable cuando la
hipótesis es cierta.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula
(H0) es el valor hipotético del parámetro que se compra con el resultado
muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de
significancia del 5%, entonces se rechaza la hipótesis nula solamente si el
resultado muestral es tan diferente del valor hipotético que una diferencia de esa
magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05
o menos.
Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la
estadística muestral (el estimador no segado del parámetro que se prueba) o
una versión transformada de esa estadística muestral. Por ejemplo, para probar
el valor hipotético de una media poblacional, se toma la media de una muestra
2
ESTADISTICA I
PROFESOR WALTER LOPEZ
aleatoria de esa distribución normal, entonces es común que se transforme la
media en un valor z el cual, a su vez, sirve como estadística de prueba.
Definiciones
Hipótesis nula H0: afirmación acerca del valor de un parámetro poblacional.
Hipótesis alterna H1: afirmación que se aceptará si los datos muestrales
proporcionan evidencia de que la hipótesis nula es falsa.
Nivel de significancia: probabilidad de rechazar la hipótesis nula cuando es
verdadera.
Error Tipo I: rechazar la hipótesis nula cuando en realidad es verdadera.
Error Tipo II: aceptar la hipótesis nula cuando en realidad es falsa.
Estadístico de prueba: valor obtenido a partir de la información muestral, se
utiliza para determinar si se rechaza o no la hipótesis.
Valor crítico: el punto que divide la región de aceptación y la región de rechazo
de la hipótesis nula.
Valor p en la prueba de hipótesis
Valor p: es la probabilidad de observar un valor muestral tan extremo o más que
el valor observado, dado que la hipótesis nula es verdadera.
Si el valor p es menor que el nivel de significancia, H0 se rechaza.
Si el valor p es mayor que el nivel de significancia, H0 no se rechaza
3
ESTADISTICA I
PROFESOR WALTER LOPEZ
UNIDAD V ANÁLISIS DE REGRESIÓN
5.1 CONCEPTOS BÁSICOS DE SERIES DE TIEMPO
Se llama Series de Tiempo a un conjunto de mediciones de cierto fenómeno o
experimento registrado secuencialmente en el tiempo. El primer paso para
analizar una serie de tiempo es graficarla, esto permite: identificar la tendencia,
la estacionalidad, las variaciones irregulares (componente aleatoria). Un modelo
clásico para una serie de tiempo, puede ser expresada como suma o producto
de tres componentes: tendencia, estacional y un término de error aleatorio.
En adelante se estudiará como construir un modelo para explicar la estructura y
prever la evolución de una variable que observamos a lo largo del tiempo.
5.2 METODO DE MINIMOS CUADRADOS
Modelo de minimos cuadrados ordinarios
El análisis de regresión trata de la dependencia de las variables explicativas, con
el objeto de estimar y/o predecir la media o valor promedio poblacional de la
variable dependiente en términos de los valores conocidos o fijos de las
variables explicativas.
Se trata de encontrar una método para hallar una recta que se ajuste de una
manera adecuada a la nube de puntos definida por todos los pares de valores
muestrales (Xi,Yi).
4
ESTADISTICA I
PROFESOR WALTER LOPEZ
Este método de estimación se fundamenta en una serie de supuestos, los que
hacen posible que los
estimadores poblacionales que se obtienen a partir de una muestra, adquieran
propiedades que permitan señalar que los estimadores obtenidos sean los
mejores.
Pues bien, el método de los mínimos cuadrados ordinarios consiste en hacer
mínima la suma de los cuadrados residuales, es decir lo que tenemos que hacer
es hallar los estimadores que hagan que esta suma sea lo más pequeña posible.
Los supuestos del método MCO son los que se presentan a continuación:
Supuesto 1
El modelo de regresión es lineal en los parámetros:
Yi = _ + _*Xi +_i
La linealidad de los parámetros se refiere a que los _´s son elevados solamente
a la primera potencia.
Supuesto 2
Los valores que toma el regresor X son considerados fijos en muestreo repetido.
Esto quiere decir que la variable X se considera no estocástica. Este supuesto
implica que el análisis de regresión es un análisis condicionado a los valores
dados del (los) regresores.
5
ESTADISTICA I
PROFESOR WALTER LOPEZ
Supuesto 3
Dado el valor de X, el valor esperado del término aleatorio de perturbación _i es
cero.
E ( _i/Xi ) = 0
Cada población de Y corresponde a un X dado, está distribuida alrededor de los
valores de su media con algunos valores de Y por encima y otros por debajo de
ésta. Las distancias por encima y por debajo de los valores medios son los
errores, y la ecuación antes señalada requiere que en promedio estos valores
sean cero.
Supuesto 4
Homoscedasticidad. Dado el valor de X, la varianza de _i es la misma para todas
las observaciones.
Var (_i/Xi ) = E (_i − E(_i)/ Xi)2
= E (_i2/Xi )
=_
Esta ecuación señala que la varianza de las perturbaciones para cada Xi es
algún número positivo igual a _. Homoscedastidad significa igual dispersión, en
otras palabras significa que las poblaciones Y correspondientes a diversos
valores de X tienen la misma varianza. Por el contrario, se dice que existe
6
ESTADISTICA I
PROFESOR WALTER LOPEZ
heteroscedasticidad cuando la varianza poblacional, ya no es la misma en cada
muestra. El supuesto de homoscedasticidad está indicando que todos los
valores de Y correspondientes a diversos valores de X son igualmente
importantes.
Supuesto 5
Dados dos valores cualquiera de X, Xi y Xj ( i " j ), la correlación entre _i y _j
cualquiera ( i " j ) es cero.
Cov ( _i, _j / Xi, Xj ) = E (_i − E(_i)/ Xi) (_j − E (_j/Xj ))
= E (_i/Xi ) (_j/Xj )
=0
Este supuesto indica que las perturbaciones no están correlacionadas. Esto
significa que los errores no siguen patrones sistemáticos. La implicancia del no
cumplimiento de este supuesto (existencia de autocorrelación) implicaría que Yt
no depende tan sólo de Xt sino también de _t−1, puesto que _t−1 determina en
cierta forma a _t.
Supuesto 6
La covarianza entre _i y Xi es cero, formalmente:
Cov (_i/Xi ) = E (_i − E(_i)) (Xi − E(Xi))
7
ESTADISTICA I
PROFESOR WALTER LOPEZ
= E (_i (Xi − E(Xi)))
= E (_i Xi − E(Xi) E(_i))
= E (_i Xi)
=0
Este supuesto indica que la variable X y las perturbaciones no están
correlacionadas. Si X y _ estuvieran relacionadas, no podrían realizarse
inferencias sobre el comportamiento de la variable endógena ante cambios en
las variables explicativas.
Supuesto 7
El número de observaciones debe ser mayor que el número de parámetros a
estimar.
Supuesto 8
Debe existir variabilidad en los valores de X. No todos los valores de una
muestra dada deben ser
iguales.Técnicamente la varianza de X debe ser un número finito positivo. Si
todos los valores de X son idénticos entonces se hace imposible la estimación
de los parámetros.
Supuesto 9
8
ESTADISTICA I
PROFESOR WALTER LOPEZ
El modelo de regresión debe ser correctamente especificado, esto indica que no
existe ningún en el modelo a estimar. La especificación incorrecta o la omisión
de variables importantes, harán muy cuestionable la validez de la interpretación
de la regresión estimada.
Supuesto 10
No hay relaciones perfectamente lineales entre las variables explicativas. No
existe multicolinealidad perfecta. Aunque todas las variables económicas
muestran algún grado de relación entre sí, ello no produce excesivas
dificultades, excepto cuando se llega a una situación de dependencia total, que
es lo que se excluyó al afirmar que las variables explicativas son linealmente
dependientes.
Estadística Inferencial: Regresión y Correlación Lineal Simple )
introducción, Modelo de regresión, estimación por cuadrados mínimos,
uso del modelo de regresión, correlación; introducción a regresión
logística.)
Cuando representamos una nube de puntos, y en el caso de que exista una
correlación lineal entre las dos variables, podemos trazar una recta, llamada
recta de regresión, que se ajuste a la nube de puntos. En la medida en que la
coincidencia de la recta con la nube de puntos sea mayor, la correlación también
será mayor.
9
ESTADISTICA I
PROFESOR WALTER LOPEZ
No obstante, también comentamos que la apreciación visual de la existencia de
correlación no es suficiente. Vamos a proceder ahora a estudiar el
procedimiento de selección de esta recta y los parámetros de medida que
debemos usar.
Una vez encontrada la función que representa esta dependencia de las
variables, podremos predecir los valores de una variable (variable dependiente o
explicada) a partir de los valores de las otras (variables independientes o
explicativas). Además, podremos calcular la fiabilidad de esta predicción.
Antes de continuar debemos advertir que la regresión puede o no representarse
por una recta. En el caso de que elijamos una recta para ajustarla a la nube de
puntos, estaremos hablando de regresión lineal. En otro caso, diremos que la
regresión es no lineal.
Asimismo, diremos que una regresión lineal es simple cuando solamente exista
una variable independiente. Cuando sean más de una las variables
independientes diremos que la regresión lineal es múltiple (no estudiaremos aquí
ese caso).
Teoría de la Regresión
A partir de la observación de la nube de puntos se elige el tipo de función o
curva que mejor relaciona las dos variables. Se obtiene así la ecuación de la
recta o de la curva que mejor se adapta al conjunto de puntos y que sirve para
predecir el valor de una de las variables.
10
ESTADISTICA I
PROFESOR WALTER LOPEZ
Obtener la ecuación de la recta que mejor se adapte al conjunto de puntos, de
entre las infinitas de dicho tipo que hay en el plano es lo que se conoce como el
problema del ajuste y se pueden emplear diferente métodos matemáticos para
ello:

Método de los mínimos cuadrados

Método de los polinomios ortogonales

Método de los momentos

Método de la curva logística
Teoría de la correlación
Obtiene medidas de la fuerza de correlación entre las variables. De esta forma
podemos establecer la fiabilidad de las predicciones realizadas con la curva o
recta de regresión.
1.1. Estimación de la ecuación de regresión por el método de mínimos
cuadrados
Con este método se trata de seleccionar aquella recta que hace mínimo el
resultado de sumar el cuadrado de cada una de las distancias de los puntos de
la nube a la recta. Es el método más frecuente, aunque como hemos visto en el
apartado anterior no es el único.
La ecuación de la recta de regresión lineal simple responde a la fórmula:
11
ESTADISTICA I
PROFESOR WALTER LOPEZ
donde:
es la puntuación pronosticada en la variable Y para el caso i-ésimo.
es la ordenada en el origen. Es el valor de Y cuando X = 0 (gráficamente el
punto donde la recta cruza el eje de ordenadas).
es el Coeficiente de regresión o pendiente de la recta y representa su
inclinación.
es la variable predictora. Conociendo la puntuación en X del caso i-ésimo
podremos pronosticar la puntuación en Y.
Yi es el criterio (puntuación real obtenida en la variable Y por el caso i-ésimo de
nuestra investigación.
En el método de mínimos cuadrados, los valores de bo y b1 son los siguientes:
12
ESTADISTICA I
PROFESOR WALTER LOPEZ
Una vez obtenida la recta, debemos medir la exactitud de ese ajuste o fiabilidad
de sus predicciones:
Error de predicción
Para cada valor xi de X, se obtiene una diferencia (el residuo) entre el valor
observado de Y en la nube de puntos y el correspondiente valor teórico obtenido
en la función.
Varianza residual y error típico de estimación
Es la media de todos los residuos elevada al cuadrado
El error típico de estimación es la raíz cuadrada de la varianza residual
Interpretación de la varianza residual
13
ESTADISTICA I
PROFESOR WALTER LOPEZ

Si la varianza residual es pequeña (cerca de cero), la dependencia será
grande, el ajuste entre la recta y la nube de puntos será bueno.

Si la varianza residual es grande los residuos serán grandes y la
dependencia será pequeña, el ajuste entre la recta y la nube de puntos
será malo.
Por esto se llama ajuste por mínimos cuadrados, porque se considera que se
aproxima lo más posible cuando la suma de los cuadrados de las diferencias
entre cada valor yi de la variable y el valor y que predice la recta buscada sea lo
menor posible.
Regresión logística
Introducción al análisis de regresión logística
El análisis de regresión logística es la técnica para el estudio de la relación entre
una o mas variables independientes (X1, X2,X3....Xn) y una variable
dependiente de tipo dicotómica.
Se define como variable dicotómica aquella que solo admite dos categorías que
definen opciones o características mutuamente excluyentes u opuestas tales
como (Y=SI , Y=NO); (Y=0 , Y=1), (Y=Encendido , Y=Apagado).
Un modelo de regresión logística permite estimar o predecir la probabilidad de
que un individuo posea una característica (Y=Registro , Y=Oferta) en función de
14
ESTADISTICA I
PROFESOR WALTER LOPEZ
una determinada o unas determinadas características individuales (X1=Precio
Unitario, X2=Edad, X3=Area .....Xn).
La diferencia fundamental entre el modelo de regresión lineal y de regresión
logística es que el primero predice el valor medio de la variable dependiente (Y)
a partir de una o mas variables independientes (X1, X2, X3 ... Xn); mientras que
el segundo permite predecir la proporción de una de las dos categorías de la
variable dependiente dicotómica (Y=SI , Y=NO) en función de una o mas
variables independientes (X1, X2, X3 ... Xn).
La probabilidad, por definición, solo puede incluir un valor comprendido entre 0 y
1; por lo tanto hay que desarrollar un modelo matemático que pueda estimar
valores de P(Y=1) dentro del rango real de 0 a 1.
El modelo matemático que mejor estima tal probabilidad, debido a que restringe
los valores a su rango 0 <  < 1, es el siguiente:
Este modelo comúnmente presenta una forma de "S", limitada en el eje de las
Ordenadas entre los valores 0 y 1
15
Descargar

Estimación, Hipótesis y Regresión Lineal

Econometría Aplicada

Econometría Aplicada

Medida de las variablesMínimos cuadradosEspecificación erróneaMáxima verosimilitud

Universidad de Castilla−La Mancha Centro de Estudios Jurídicos−Empresariales (Ciudad Real)

Universidad de Castilla−La Mancha Centro de Estudios Jurídicos−Empresariales (Ciudad Real)

PIB (Producto Interior Bruto)Precio medianoRegresiónIPC (Índice De Precios De Consumo)

. Ejercicios de Matemáticas. Regresión lineal 1)

. Ejercicios de Matemáticas. Regresión lineal 1)

CoeficienteValoresCorrelaciónMatemáticasParámetosRecta de regresiónMedia

Regresión con mínimos cuadrados

Regresión con mínimos cuadrados

Métodos numéricosEcuacionesEstadística

Estadística bidimensional

Estadística bidimensional

MedianaCovarianzaDesviación típicaRangoModaRectaVarianzaVariablesEnunciadosMedia

Método de mínimos cuadrados ordinarios

Método de mínimos cuadrados ordinarios

Ecuación de dos variablesModelos de Regresión linealCovarianzaMulticolinealidad perfectaParámetrosEconometríaHomoscedasticidadEstadísticaCorrelaciones

Análisis de datos bivariantes numéricos

Análisis de datos bivariantes numéricos

Nube de puntosGráfico de dispersiónEcuaciónVariable dependiente e independienteCoeficiente de correlación y determinaciónCasos prácticosRecta de regresión