CLASE PRACTICA: TEST DE HIPOTESIS

CLASE PRACTICA: TEST DE HIPOTESIS

EJERCICIO N°1

Una compañía de seguros quiere examinar la relación entre los montos por concepto de pólizas que contratan las unidades familiares y sus rentas. Para ello obtiene una muestra aleatoria de 20 familias de la que se obtienen los siguientes datos (en unidades monetarias):

Se pide:

1. Compruebe mediante un test individual si la variable renta es significativa para predecir las pólizas que contratan las unidades familiares. Utilice un nivel de significancia del 10%.e interprete.

2. Compruebe mediante un test individual si el intercepto es significativo para el modelo. Utilice un nivel de significancia del 10%.e interprete.

EJERCICIO N°2

Con base a 25 familias se obtuvo la siguiente estimación por MICO del consumo familiar (C) y el ingreso disponible (Y):

1- Interprete los estimadores obtenidos por MICO. ¿Qué significa que estos estimadores sean insesgados?

2- ¿Es bueno este ajuste? Justifique su respuesta.

3- De acuerdo a la información suministrada construya la TABLA ANOVA y compruebe el test global de la regresión. Utilice un nivel de significiancia del 5%.

DESARROLLO

EJERCICIO N°1

1.

SCE = SCT – SCR = 263860 – 234519.2253 = 29340,7747

H0:

H1:

 T st.(n-2)

Zona de Rechazo:

Regla de Decisión:

A un nivel de significancia del 10% se rechaza H0 si:

Se rechaza H0

Gráfico:

Conclusión:

A un nivel de significancia del 10% el coeficiente de regresión es distinto de cero.

2.

H0:

H1:

 T st.(n-2)

Zona de Rechazo:

Regla de Decisión:

A un nivel de significancia del 10% se rechaza H0 si:

No se rechaza H0

Gráfico:

Conclusión:

A un nivel de significancia del 10% el intercepto no es significativo para el modelo

EJERCICIO N°2

1.

En ausencia de ingreso disponible el consumo promedio estimado familiar será 0,847 u.m.

Si el ingreso disponible aumenta en una unidad monetaria el consumo promedio estimado familiar aumentará en 0,899 u.m.

Que los estimadores sean insesgados significa que la esperanza del estimador es igual al verdadero valor del parámetro.

2.

El ajuste es muy bueno debido a que el 98,60% de la variación total del consumo es explicado por el ajuste y el 1,40% permanece sin explicar ya sea debido a fluctuaciones aleatorias o porque una variable adicional no ha sido considerada.

3.

H0: H1:

F = 

SCE = 31,074

SCT = 2219,5714

SCR = 2219,5714 – 31,074 = 2188,4974

Fuente de Variación

Suma de Cuadrados

Grados de Libertad

Suma de Cuadrados Promedio

F

Debido a la Regresión

2188,4974

2 – 1 = 1

2188,4974

1619,9093

Debido a los Residuos

31,0740

25 – 2 = 23

...