1 / 23

Modelo La forma general del modelo de regresión multiple es:

Modelo La forma general del modelo de regresión multiple es: y t =  1 x t1 +  2 x t2 + .............. +  k x tk + u t o y t = x t ’  2 + u t y t = variable dependiente o endógena x t ’ = vector de variables independientes/predeterminadas/exogenas/regresoras

nasim-franks
Download Presentation

Modelo La forma general del modelo de regresión multiple es:

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Modelo • La forma general del modelo de regresión multiple es: • yt = 1 xt1 + 2 xt2 + .............. + k xtk + ut • o • yt = xt’ 2 + ut • yt = variable dependiente o endógena • xt’ = vector de variables independientes/predeterminadas/exogenas/regresoras • ut = término de error

  2. Supuestos de trabajo • - Se asume que el verdadero modelo que refleja el comportamiento de los datos es • y = X  + u • - E(u) = 0 • - E(uu’) = 2 I, que significa que se satisfacen las propiedades de • E(ut2) = 2 • Euiuj = 0, i  j • - Los regresores X son no aleatorios. • - u ~ N (0, 2 I)

  3. Forma de Cálculo del coeficiente b con solo un regresor b = Sxy / Sxx =  x*y /  x2 b = covarianza (x,y)/Varianza (y) si los x’s son no estocásticos, entonces la suma es una constante,  x2 = c, quiere decir que b es una suma de variables, lo que por Teorema del Límite Central, converge hacia una distribución normal. Si además los errores se distribuyen normalmente, entonces b es una suma de variables normales, que de hecho es normal. El otro coeficiente a es una suma de variables aleatorias con lo cual tambien converhe a una normal, o es normal si los errores son normales

  4. a = y - b*x Esto nos habilita para utilizar las herramientas de test de hipotesis, que se aplican para distribuciones normales, o para suma de variables aleatorias, que convergen a una normal. Podemos hacer test de hipotesis! Las propiedades se mantienen cuando tenemos múltiples regresores, siendo los coeficientes una suma de variables aleatorias.

  5.  =  (R^2)

  6. R^2 = 1- SSE/SST

  7. Desviación estandar

  8. SST - SSE

  9. SSE

  10. SST

  11. coeficientes a, b’s

  12. los coeficientes son estimadores, esta es el error estandar de cada coefieiente

  13. Cantidad de desviaciones estandares que esta el coeficiente a la derecha o izquierda de cero

  14. Probabilidad que el verdadero coefieciente sea cero.

  15. MODELO DE PRONOSTICO Ventas estimadas = 113323,19 +2786,07 * t +7636,09 * D1+1403,85 * D2 +7912,44*D3

More Related