Professional Documents
Culture Documents
^ 1t ee ^ 1 1 ^ 1+ t ee ^ 1 =1
2
intervalo. El valor de
distribucion
^ 1
con una
t
2
es el valor de la variable
obtenida de la
ee ^ 1
t
2
con 2
^ 1
, el valor de
es de 5 % que representa la
El valor de
=0.025 .
2
^ 1
y
ee ^ 1
^ 1
ESTIMADOR
ee ^ 1
^ 1
-0.624106
0.134156
Lmite
Inferior
-1.20137927
Limite
Superior
-0.04683273
^ 2
4.34E-06
8.41E-07
7.21177E-07
7.95882E-06
^ 3
0.000312
0.000069
0.000015093
0.000608907
^ 4
-2.53E-05
5.38E-06
2.14986E-06
4.84501E-05
Fuente: elaboracin propia en base a datos de los CUADROS D-7 al D-12 del
ANEXO D.
Los limites en el CUADRO 5-2 representan el valor mximo y mnimo que
pueden adoptar los coeficientes estimados con una probabilidad del 95%.
b) Prueba de significancia de los coeficientes de regresin.
Una prueba de significancia es un procedimiento mediante el cual se utilizan
los resultados mustrales para verificar a verdad o falsedad de la hiptesis
de que
distribucin
obtenida de la
grados de libertad (
t =4.303
2
con 2
).
i=0 ), la hiptesis
i 0 ).
El calculo del estadstico
t=
^ i
ee ^
CUADRO 5-3.
CUADRO 5-3: CAMET SRL., Estimacin de Intervalos de Confianza.
ESTIMADOR
H0
H1
|t|
comparan
do con
Decisin
t
2
^ 1
1=0
1 0
4.052>4.
303
Rechazo de
hiptesis por lo
tanto
^ 2
2=0
2 0
5.163>4.
303
3=0
3 0
4.522>4.
303
4=0
4 0
4.703>4.
303
2 0 y
es significativo
estadsticamente
Rechazo de
hiptesis por lo
tanto
^ 4
es significativo
estadsticamente
Rechazo de
hiptesis por lo
tanto
^ 3
1 0
3 0 y
es significativo
estadsticamente
Rechazo de
hiptesis por lo
tanto
4 0
es significativo
estadsticamente
Fuente: Elaboracin propia en base a datos de los CUADROS D-7 al D-12 del
ANEXO D.
c) Prueba de significancia del modelo.
La prueba de significancia global del modelo se realiza tomando en cuenta
la hiptesis nula
H0:
que
F( 3,2)=19.165
F> F (3,2 )
X2
X3
X4
X2
0.7330
0.8500
X3
0.7530
0.5055
X4
0.8500
0.5055
X3
X2
X4
X2
X4
X2
X3
X4
correlacin.
Segn lo expuesto anteriormente se espera que los problemas de
multicolinealidad no afecten la estimacin en sobremanera.
e) HeterocedastIcidad.
).
^2
ANEXO D.
Al analizar el GRAFICO D-3 del ANEXO D, se pude observar que los residuos
no siguen un valor definido, por lo tanto segn lo expuesto anteriormente se
supone la no existencia de heterocedasticdad en el modelo economtrico
estimado.
f) Auto correlacin.
Otro de los supuestos importantes del modelo clsico de regresin lineal es
que no exista auto correlacin o correlacin serial entre las perturbaciones (
de Durbin y Watson.
esta en un rango de 0 a 4 y
d=1.57
por