Sea el modelo de regresión simple yi = β0 + β1 xi + ui , N(0, σ 2 ), ui i = 1, 2, . . . , n 1. Demostrar que Cov(ȳ, β̂1 ) = 0. Tenemos que ȳ = 1 1 1 y1 + y2 + · · · + yn = n1 n n n 1 n ··· β̂1 = w1 y1 + w2 y2 + · · · + wn yn = w1 w2 y1 T 1 y2 n · · · = a Y yn y1 y2 T · · · wn · · · = w Y yn Por tanto E[ȳ] = E[aT Y ] = aT E[Y ] E[β̂1 ] = E[w T Y ] = w T E[Y ] Luego Cov(ȳ, β̂1 ) = E[(ȳ − E[ȳ])(β̂1 − E[β̂1 ])] = E[(aT Y − aT E[Y ])(w T Y − w T E[Y ])] = E[aT (Y − E[Y ])w T (Y − E[Y ])] = E[aT (Y − E[Y ])(Y − E[Y ])T w] = aT E[(Y − E[Y ])(Y − E[Y ])T ]w = aT Var[Y ]w donde Var[y1 ] Cov[y1 , y2 ] Cov[y2 , y1] Var[y2 ] Var[Y ] = ··· ··· Cov[yn , y1 ] Cov[yn , y2 ] 2 σ 0 · · · Cov[y1 , yn ] · · · Cov[y2 , yn ] 0 σ 2 = · · · · · · ··· ··· 0 0 ··· Var[yn ] ··· 0 ··· 0 · · · · · · · · · σ2 Finalmente n σ2 X Cov(ȳ, β̂1 ) = a σ In w = σ a In w = σ a w = wi = 0 n i=1 T 2 2 T 1 2 T 2. Demostrar que n P (ŷi − ȳ)(yi − ŷi ) = 0. i=1 Tenemos que los residuos cumplen que: ei = yi − ŷi n X ei = 0 i=1 n X ei xi = 0 i=1 Como ŷi = β̂0 + β̂1 xi n X i=1 n n n n X X X X ei = 0 ei xi − ȳ (ŷi − ȳ)(yi − ŷi ) = (β̂0 + β̂1 xi − ȳ)ei = β̂0 ei + β̂1 3. Demostrar que i=1 i=1 VE σ2 i=1 i=1 χ21 si H0 es cierta (H0 : β1 = 0). Tenemos que β̂1 β̂1 − β1 σ2 N β1 , 2 ⇒ q 2 σ nsx N(0, 1) ns2x Si H0 es cierta (β1 = 0) β̂1 q σ2 ns2x N(0, 1) ⇒ β̂12 σ2 ns2x N(0, 1)2 ⇒ β̂12 ns2x σ2 Por otro lado V E = β̂12 ns2x ⇒ Por tanto VE σ2 2 VE β̂12 ns2x = σ2 σ2 χ21 χ21