Métodos y Modelos de Proyección
Enviado por Alvaro Ignacio Pasten • 24 de Agosto de 2021 • Informe • 1.141 Palabras (5 Páginas) • 77 Visitas
[pic 1] | Universidad de Santiago de Chile | Hola hola hola h | Profesor | : | Manuel Pizarro |
Facultad de Administración y Economía | Ayudante | : | Karin Figueroa | ||
Ingeniería Comercial Mención Administración |
Métodos y Modelos de Proyección
Control de Lectura N°2
Nombre: | Álvaro Ignacio Pasten V. | Fecha: | 30/07/2021 |
1.- ¿Qué características especiales posee el modelo Log-lineal?
En el modelo Log-Lineal, pueden observarse dos características especiales , la primera es que el modelo supone que el coeficiente de la elasticidad entre Y y X (β2) permanece constante a través del tiempo, es por esto por lo que también es llamado como, modelo de elasticidad constante. En otras palabras, el cambio en Ln Y por unidad de cambio en Ln X permanece igual sin importar en cuál Ln X se mida la elasticidad.
Otro aspecto importante del modelo es que, a pesar de que αˆ y βˆ 2 son estimadores insesgados de α y β2, β1, al estimarse como βˆ 1 = antilog (αˆ ) es, en sí, un estimador sesgado. En la mayor parte de los problemas prácticos, sin embargo, el término del intercepto es de importancia secundaria y no es necesario preocuparse por obtener este estimador insesgado.
2.- Nombre y explique brevemente las pruebas de normalidad que son consideradas en el texto guía.
La pruebas de normalidad que expone el texto y teniendo en cuenta que se han estudiado diversas pruebas de normalidad en la teoría, solo consideramos tres y son las siguientes:
La primera es el histograma de residuos: El histograma de residuos es un simple dispositivo gráfico para saber algo sobre la forma de la función de densidad poblacional (FDP) de una variable aleatoria, en el eje horizontal se dividen los valores de la variable de interés en intervalos convenientes, y sobre cada intervalo de clase se construyen rectángulos cuya altura sea igual al número de observaciones para ese intervalo de clase.
[pic 2]
La segunda es la Gráfica de probabilidad normal (GPN): La gráfica de distribución normal es un dispositivo gráfico relativamente sencillo para estudiar la forma de la función de densidad de probabilidad (FDP) de una variable aleatoria es la gráfica de probabilidad normal (GPN), la cual utiliza el papel de probabilidad normal, especialmente diseñado para gráficas. Sobre el eje horizontal, o eje X, se grafican los valores de la variable de interés y sobre el eje vertical, o eje Y, el valor esperado de esta variable si estuviera normalmente distribuida. Por tanto, si la variable fuese de la población normal, la GPN sería más o menos una línea recta
[pic 3]
La prueba de normalidad de Jarque-Bera: La prueba de normalidad JB es una prueba asintótica, o de muestras grandes. También se basa en los residuos de MCO. Esta prueba calcula primero la asimetría y la curtosis de los residuos de MCO, con el siguiente estadístico de prueba:
[pic 4]
donde n, es el tamaño de la muestra, S, el coeficiente de asimetría y K el coeficiente de curtosis. Para una variable normalmente distribuida, S es igual a 0 y K es igual a 3. Por tanto, la prueba de normalidad JB constituye una prueba de la hipótesis conjunta de que S y K son 0 y 3, respectivamente. En este caso, se espera que el valor del estadístico JB sea igual a cero.
...