MTODOS CUANTITATIVOS

AYUDANTIA N 4

Profesor:
Ayudante:

Juan Gutirrez
Javier Fernndez
Felipe Retamal

Fecha: 18 de Mayo de 2011

Ejercicio 1
Una empresa manufacturare de la quinta regin del pas, posee la siguiente informacin,
la cual indica los niveles de inventario almacenado de manera anual en funcin de las
ventas que realiz en el mismo perodo (datos en millones de pesos).
Requiere determinar un modelo lineal simple que le permita conocer de antemano el
nivel de inventario que debe mantener en caso de querer establecer un cierto nivel de
ventas, para ello:
Y
X

21,89
45,1

22,29
50,9

19,63
53,3

22,85
53,6

33,77
54,6

39,18
61,1

30,58
61,9

26,3
57,9

30,7
64,8

32,1
66,2

30,0
66,7

30,8
72,2

30,8
76,5

32,6
81,7

35,4
89,8

36,6
97,8

1. Estimar el modelo con MCO

2. Defina hiptesis para determinar si existe autocorrelacin
3. Calcule el estadstico de Durbin Watson (d) detallando todos los valores
necesarios para el clculo
4. Diagrame por zonas y concluya
Ejercicio 2
La siguiente informacin entrega el valor de la generacin de energtica elctrica (Gwh)
por el SIC desde el ao 1996 hasta el ao 2010.
Ao
GWh

1996

Ao
GWh

2003

1997

1998

1999

2000

2001

2002

22.746 23.784 25.677 26.915 29.074 30.237 30.969

2004

2005

2006

2007

2008

2009

2010

32.729 34.742 36.472 39.409 40.677 40.174 40.169 42.275

1. Estime el modelo mediante MCO

2. Calcular los valores de la variable explicada (Y) y los residuos (et.) y determinar
el nmero de rachas k
3. Determinar mediante el Test de Geary, si el modelo estimado presenta
problemas de correlacin serial
4. Estimando la media E(k) y la varianza 2 k del nmero de rachas
5. Construir el intervalo de confianza del 95% y explicar su significado
6. Qu dice la regla de decisin de este test?
7. Analizar y explicar si el modelo estimado presenta problemas de autocorrelacin

Ejercicio 1
1. Sean las variables:
Yi: Valor monetario del inventraio con i = 1..16
Xi: Valor de las ventas; con i = 1..16
21,89

1 45,1

22,29
19,63
22,85
33,77

1
1
1
1

50,9
53,3
53,6
54,6

39,18
1
30,58
1
26,30
1
Y
X
30,70
1

61,1
61,9
57,9
64,8

32,10
30,00
30,80
30,80
32,60

1
1
1
1
1

35,40
36,60

1 89,8
1 97,8

X
X

66,2
66,7
72,2
76,5
81,7

1,4227 0,0206
475,49
12,4256

0,0206 0,0003 32163,411 0,2624

El modelo estimado es:

16

1054,1

1054,1 72636,29
1,4227 0,0206
0,0206 0,0003

475,49
X Y 32163
,411

X T X X T Y

y 0 1 X 1 e i y 12 ,4256 0,2624 X 1

2. Hiptesis
H0= No existe autocorrelacin positiva
H0*=No existe autocorrelacin negativa
H1=Existe autocorrelacin
=0,05

e e
Estadstico D-W: d
e
t 1

3.
X

Y
21.89
22.29
19.63
22.85
33.77
39.18
30.58
26.30
30.70
32.10
30.00
30.80
30.80
32.60
35.40
36.60

45.1
50.9
53.3
53.6
54.6
61.1
61.9
57.9
64.8
66.2
66.7
72.2
76.5
81.7
89.8
97.8

e e
d
e

t 1

Y(est)
24.2634
25.7858
26.4158
26.4959
26.7570
28.4631
28.6731
27.6232
29.4343
29.8017
29.9330
31.3766
32.5053
33.8702
35.9963
38.0961

253.1900
=0.9729
260.9404

4.
n: nmero de observaciones
k: nmero de variables explicativas
dl: valor inferior de tabla D-W
du: valor superior de tabla D-W
Luego: 4-dl= 2.9
4-du= 2.63

e
e2
-2.3734
5.6334
-3.4958
12.2210
-6.7858
46.0472
-3.6445
13.2827
7.0129
49.1817
10.7169 114.8509
1.9068
3.6361
-1.3232
1.7508
1.2656
1.6019
2.2982
5.2817
0.0669
0.0044
-0.5766
0.3325
-1.7053
2.9081
-1.2702
1.6134
-0.5963
0.3555
-1.4961
2.2384
Sumas
260.9404

n=16
k=1
dl:1.1
du:1.37

et-et-1
-1.1223
-3.2895
3.1412
10.6575
3.7038
-8.8099
-3.2300
2.5888
1.0325
-2.2312
-0.6436
-1.1286
0.4351
0.6739
-0.8998

(et-et-1)2
1.2597
10.8237
9.8674
113.5827
13.7187
77.6158
10.4334
6.7023
1.0661
4.9784
0.4142
1.2738
0.1893
0.4541
0.8097
253.1900

Conclusin: como d = 0.9729 y de acuerdo al grafico de D-W, se encuentra en la zona

I, lo que implica: NO existe evidencia estadstica suficiente con =0,05 para NO
RECHAZAR Ho, entonces Existe autocorrelacin positiva.

Ejercicio 2
1. Sean las variables:
Yi: Generacin de energa en el SIC (GWh)
Xi: Tiempo

22.746

1 1

23.784
25.677

1 2
1 3

26.915

1 4

29.074
30.237

1 5
1 6

30.969

1 7

X
X

1 10

39.409
40.677

1 11
1 12

40.174

1 13

40.169
42.275

1 14
1 15

X T X X T Y

0.2952 0,0285 496.049

21.361,53

0.0285 0.0035 4.378.186 1.463,55

El modelo estimado es:

120

120 1240
0.2952 0,0285
0,0285 0,0035

.049
X Y 4496
.378.186

Y 32.729 X 1 8
34.742
1 9
36.472

15

y 0 1 X 1 e i y 21 .361,53 1.463 ,55 X 1

2.
Y

Yest

22.746

22.825

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

23.784
25.677
26.915
29.074
30.237
30.969
32.729
34.742
36.472
39.409
40.677
40.174
40.169
42.275

error

24.289
25.752
27.216
28.679
30.143
31.606
33.070
34.533
35.997
37.461
38.924
40.388
41.851
43.315

-79,083
-504,633
-75,183
-300,733
394,717
94,167
-637,383
-340,933
208,517
474,967
1.948,417
1.752,867
-213,683
-1.682,233
-1.039,783

k
+
+
+
+
+
+
-

Nmero de rachas: K = 5 (cantidad de grupos formados)

3) TEST DE GEARY
3.1)
H0=k es un N aleatorio No existe autocorrelacin
H1=k no es un N aleatorio Existe autocorrelacin
=0,05
n1=nmero de et positivos
n2=nmero de et negativos
E k

3.2)

k2

n1=6
n2=9

2n1 n 2
269
1
1 8,2
n1 n 2
69

2n1 n2 2n1 n2 n1 n2

n1 n2 n1 n2 1
2

287287 8 7

8 72 8 7 1

3,1886

k2 k 1.7857
Intervalo de Confianza
Se espera que el nmero de rachas (k) se encuentre en el intervalo: ( E[k ] 1,96 k ) al
95% de confianza = (8,2 1,961,7857) Por lo tanto IC = (4,7001; 11,6999)

3.3) Regla de decisin del Test de Geary

-No se rechaza la hiptesis H0 de aleatoriedad k al IC (E[k] 1,96k)
-Se rechaza si k se encuentra fuera del intervalo de confianza
-Cuando se rechaza H0, entonces existe autocorrelacin.
3.4) Conclusin: Como el nmero de rachas k= 5 no se encuentra fuera del IC No
se rechaza la hiptesis Ho en que k es un nmero aleatorio. Por lo tanto no existe
autocorrelacin serial con un nivel de confianza del 95%.