Escolar Documentos
Profissional Documentos
Cultura Documentos
y por tanto
j j
N ormal (0, 1) .
sd j
Modelo poblacional:
y = 0 + 1 x1 + 2 x2 + + k xk + u.
H1 : j > 0.
Hipotesis alternativa
H1 : j < 0.
La regla de rechazo es que H0 se rechaza en favor de H1 , al nivel de
significatividad del 5%, si
tj < c.
H1 : j 6= 0.
H0 : j = 0, en contra de H1 : j 6= 0,
para el que
p-valor = P (|tnk1 | > |t|)
donde t es el valor numerico del contraste.
El p-valor resume la fuerza o debilidad de la evidencia emprica contra
la hipotesis nula.
El p-valor es la probabilidad de observar un estadstico t tan extremo
(o mas) como el que obtuvimos si la hipotesis nula fuese cierta:
p-valores pequenos son evidencia en contra H0 .
p-valores grandes son poca evidencia contra H0 .
Facundo Luna (UAH) Econometra ICP October 23, 2016 18 / 46
Contraste de Hipotesis: el test de la t
Comentarios
Gua:
Comprobar la significatividad estadstica de una variable y luego
discutir la significatividad economica.
Si una variable no es significativa a los niveles habituales, todava nos
podemos plantear si tiene el efecto esperado sobre y y si este efecto es
grande en terminos practicos. Si es grande, se debe computar el
p-valor.
Es frecuente encontrar variables con estadsticos t pequenos que
tienen el signo equivocado: en la practica estas variables deben ser
ignoradas.
Una variable significativa estadsticamente y con el signo cambiado es
mucho mas preocupante y difcil de resolver. Hay que repensar el
modelo (omision de variables, forma funcional, etc.).
log\
(price) = 7.46 + 0.634 log (sqrf t) 0.066bdrms + 0.158bthrms
(1.15) (.184) (.059) (.075)
2
n = 19, R = 0.806
log\
(price) = 7.46 + 0.634 log (sqrf t) 0.066bdrms + 0.158bthrms
(1.15) (.184) (.059) (.075)
2
n = 19, R = 0.806
H0 : bdrms = 0?
IC para bthrms :
(0.002, .318) .
H0 : bthrms = 0?
Hipotesis alternativa:
H1 : H0 no es cierta.
log \
(salary) = 11, 20 + 0, 0689years + 0, 0126gamsyr
(0,289) (0,012) (0,0026)
+ 0, 00098bavg + 0, 0144hrunsyr + 0, 0108rbisyr
(0,0011) (0,016) (0,0072)
Modelo no restringido:
log (salary) = 0 +1 years+2 gamsyr+3 bavg+4 hrunsyr+5 rbisy
Modelo restringido:
log (salary) = 0 + 1 years + 2 gamsyr + u
Modelo restringido ajustado:
log \
(salary) = 11, 22 + 0, 0713 years + 0, 0202 gamsyr
(0,11) (0,0125) (0,0013)
2
n = 353, SSR = 198.311, R = 0, 5971.
SSR aumenta, como se esperaba, y R2 baja tambien: hay que
decidir si el descenso de SSR al pasar del modelo sin restringir al
restringido es significativo para que se pueda rechazar H0 .
Se necesita un estadstico de contraste de distribucion conocida y un
nivel de significatividad.
Facundo Luna (UAH) Econometra ICP October 23, 2016 29 / 46
Contraste de restricciones de exclusion: Estadstico de la F
Modelo no restringido:
y = 0 + 1 x1 + 2 x2 + + k xk + u.
H0 : kq+1 = 0, . . . , k = 0.
Modelo restringido:
y = 0 + 1 x1 + 2 x2 + + kq xkq + u.
Estadstico de la F :
(SSRr SSRnr ) /q SSRr SSRnr n k 1
F = =
SSRnr / (n k 1) SSRnr q
F nunca es negativo.
q = grados de libertad del numerador = glr glnr , donde
n = 353
n k 1 = 353 5 1 = 347
q = 3
Bajo H0 ,
F Fq,nk1 .
Rechazaremos H0 cuando F sea muy grande comparado con la
distribucion Fq,nk1 ,
F > c.
Si el nivel de significatividad es del 5%, eligiremos el cuantil del 5%.
En general q sera pequeno mientras que n k 1 sera grande:
cuando n k 1 > 120 la distribucion no cambia.
Si se rechaza H0 entonces se dice que xkq+1 , . . . , xk son
significativos conjuntamente al nivel de significatividad apropiado.
Pero no sabemos que variables tienen un efecto parcial sobre y :
puede que sean todas o solo unas de ellas.
Si no se rechaza H0 : las variables son conjuntamente no
significativas.
Facundo Luna (UAH) Econometra ICP October 23, 2016 32 / 46
Contraste de restricciones de exclusion
Ejemplo
n k 1 = 347; q = 3
F3,347 : c = 2.60 al 5%, c = 3.78 al 1%.
Entonces
2 R2 /q
Rnr r R2 R2 n k 1
F = 2
= nr 2 r .
(1 Rnr ) / (n k 1) 1 Rnr q
2 > R2 el estadstico F es siempre positivo.
Como Rnr r
Facundo Luna (UAH) Econometra ICP October 23, 2016 34 / 46
Estadstico F en funcion del R2 (2)
Ejemplo:
(.6278 .5971) 347
F = 9.54.
1 .6278 3
H0 : x1 , x2 , . . . , xk no ayudan a explicar y.
H0 : 1 = 2 = = k = 0.
Modelo restringido:
y = 0 + u,
y = 0 = y, Rr2 = 0
Si R2 = Rnr
2 de la regresion de y sobre x , x , . . . , x ,
1 2 k
R2 /k R2 n k 1
F = = .
(1 R2 )/ (n k 1) 1 R2 k
Ejemplo baseball:
0.6278 347
F = = 117.06
1 0.6278 5
y el p-valor es < 0.00001: se rechaza H0 , y se concluye que las
variables independientes conjuntamente contribuyen a explicar y.
El resultado no depende solamente del tamano del R2 .