Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de...
Transcript of Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de...
![Page 1: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/1.jpg)
Estadística2011
Clase 6
Maestría en FinanzasUniversidad del CEMA
Profesor: Alberto Landro
Asistente: Julián R. Siri
![Page 2: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/2.jpg)
Clase 6
4. Propiedades de los estimadores de MCO
5. Test de Hipótesis e Intervalos de Confianza
1. Análisis de Regresión
2. Especificación y Estimación
3. Supuestos del modelo de regresión lineal
6. Bondad de Ajuste
7. Test de significatividad global
8. Ejemplos y Ejercicios
![Page 3: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/3.jpg)
•El análisis de regresión se encarga de describir y evaluar la relación entre una variable dada (generalmente conocida como la variable dependiente) y una o más variables explicativas (conocidas como la/s variable/s explicativa/s).
•A diferencia del análisis de correlación, en donde el principal objetivo es medir el grado de asociación linealentre dos variables, aquí estamos interesados en estimar o predecir el valor promedio de una variable sobre la base de valores fijos de otras variables.
1. Análisis de Regresión
![Page 4: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/4.jpg)
• A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables, esto no implica causalidad necesariamente. La misma viene dada por consideraciones a priori o teóricas.
•Si decimos que y e x están correlacionadas, significa que estamos tratando a y e x de una manera completamente simétrica.
•En el análisis de regresión tratamos a la variable dependiente (y) y a las variables independientes (x’s) de otra manera. La y es asumida como aleatoria o “estocástica” (por ejemplo, tiene una distribución de probabilidades determinada), mientras que las variables x son tomadas como valores fijos (“no estocásticas”) en muestras repetidas.
1. Análisis de Regresión
![Page 5: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/5.jpg)
• Función de Regresión Poblacional
El valor esperado de la distribución de Y esta funcionalmente relacionado con Xi, pero...
1. Análisis de Regresión
i iE Y X f X
¿Qué forma funcional toma ? if X
Lineal No Lineal
![Page 6: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/6.jpg)
• En cuanto a linealidad, le pedimos a las regresiones que sean
lineales en los parámetros, y no necesariamente en las variables.
•Linealidad en los parámetros remite a que no estén
multiplicados entre sí, divididos, elevados al cuadrado, etc.
•Entre las formas funcionales lineales se destacan:
1. Análisis de Regresión
.
.
exp( . )
Y X
Y X
Y X
![Page 7: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/7.jpg)
• La primer ecuación es lineal en Y y en X.
• La segunda ecuación se puede trasformar en:
La cual es lineal en log Y y en log X
• La tercer ecuación se puede transformar en
La cual es lineal en log Y y en X.
• Veamos la interpretación de cada coeficiente
1. Análisis de Regresión
log log logY X
logY X
![Page 8: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/8.jpg)
• : parte determinística
• : perturbación estocástica (o parte aleatoria).
2. Especificación y Estimación
componentecomponente
no sistemáticosistemático
i i iY E Y X u
iE Y X
iu
![Page 9: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/9.jpg)
• Perturbación Estocástica
–El término incluye todas las variables omitidas por el modelo pero que, en
conjunto, influencian al valor de Y. También incluye información no disponible
(variables no cuantificables), problemas de representación de las variables
(errores de medición) y/o una falla en la forma funcional del modelo.
•Modelo inicial
–Introduciremos el análisis de regresión con un modelo de dos variables, del
tipo:
–En donde:
2. Especificación y Estimación
iu
Y X u = variable dependiente
= ordenada al origen de la recta de regresión
= pendiente de la recta de regresión
= variable independiente
= perturbación estocástica
Y
X
u
![Page 10: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/10.jpg)
• Objetivo: Cuantificar los parámetros
2. Especificación y Estimación
y
ESTIMACIÓN
Estimadores puntuales
POBLACIÓNMuestra
disponible iY X
![Page 11: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/11.jpg)
•Podemos reexpresar la recta de regresión poblacional como:
•El último término es el error de estimación, , que análogamente
podría calcularse de la siguiente manera:
2. Especificación y Estimación
ii iY X u
iu
i ii
ii i
Y Y u
Y X u
![Page 12: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/12.jpg)
•Entonces, ¿cómo determinamos α y β?
•Existen diversos métodos de estimación. El idea es aquél que genere
una recta de regresión para la cual los residuos de estimación sean
iguales a 0. En términos prácticos esto es imposible, por lo que nos
conformamos con minimizar la magnitud de dichos residuos.
2. Especificación y Estimación
y
x
![Page 13: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/13.jpg)
•El criterio más común, que estaremos utilizando en esta reunión, es
el de Mínimos Cuadrados Ordinarios (MCO o MCC, por Mínimos
Cuadrados Clásicos).
•Lo que hacemos es tomar la distancia de cada punto, elevarla al
cuadrado, y minimizar la suma total de dichos cuadrados. De esta
forma la expresión clásica queda así:
2. Especificación y Estimación
2 22
1 1 1
min
n n n
ii i i i
i i i
u Y Y Y X
![Page 14: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/14.jpg)
•En términos gráficos: valor actual y ajustado
2. Especificación y Estimación
y
ix x
iy
iy
iu
ˆiy
iy
![Page 15: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/15.jpg)
•Dado que queremos minimizar respecto a y , diferenciaremos:
•De (1),
•Pero y
2. Especificación y Estimación
t
tt xyL
0)ˆˆ(2ˆ
t
ttt xyxL
0)ˆˆ(2ˆ
(1)
(2)
0ˆˆ0)ˆˆ( ttt
tt xTyxy
yTyt xTxt
![Page 16: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/16.jpg)
•Entonces podemos escribir ó
•De (2) tenemos que:
•Y de (3):
•Substituyendo de (5) en (4), llegamos a que:
2. Especificación y Estimación
(3)
(5)
0ˆˆ xTTyT 0ˆˆ xy
t
ttt xyx 0)ˆˆ(
xy ˆˆ
tttt
tttttt
tttt
xxTxyTyx
xxxxyyx
xxyyx
0ˆˆ
0ˆˆ
0)ˆˆ(
22
2
(4)
![Page 17: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/17.jpg)
•Reordenando,
•Y llegamos finalmente a los estimadores:
2. Especificación y Estimación
ttt yxxyTxxT )(ˆ 22
22
t t
t
x y T x y
x T x
y x
![Page 18: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/18.jpg)
• Supongamos que tenemos los siguientes datos sobre retornos
“extraordinarios” sobre el portfolio de un fund manager (“fondo XXX”),
así como los retornos “extraordinarios” de un índice de mercado:
•Tenemos cierta intuición respecto a la beta de este fondo (que es
positiva), y por lo tanto queremos averiguar si existe una relación entre x
e y, en base a los datos provistos. El primer paso sería graficar los dato
de ambas variables.
2. Especificación y Estimación: un ejemplo
Año, t Fondo XXX Índice de mercado
(r XXX,t - rf t) (rm t - rf t)
1 17,8 13,7
2 39,0 23,2
3 12,8 6,9
4 24,2 16,8
5 17,2 12,3
![Page 19: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/19.jpg)
• Gráfico (diagrama de puntos)
2. Especificación y Estimación: un ejemplo
0
5
10
15
20
25
30
35
40
45
0 5 10 15 20 25
Exceso de retorno del índice de mercado
Exceso
de r
eto
rno
s d
el
fon
do
XX
X
![Page 20: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/20.jpg)
• El modelo clásico de regresión lineal, surgido de la aplicación
de los MCO, necesita de ciertos supuestos para poder realizar
inferencia estadística sobre la variable dependiente, así como
sobre los parámetros poblacionales.
– Los supuestos son 10, destacando los siguientes:
3. Supuestos del modelo de regresión lineal
2 2
I. 0
II. var
III. cov , 0
IV. cov , 0
i i
i i i i u
i j
i j
E u X
u X E u X
u u j i
u X j i
![Page 21: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/21.jpg)
•Entonces, en base a estos supuestos, cada estimador de MCO es
MELI (Mejor Estimador Lineal Insesgado):
–Es lineal (función lineal de una variable aleatoria)
–Es insesgado (su valor promedio es igual al verdadero valor del parámetro)
–Es eficiente (tiene varianza mínima dentro de todos los estimadores lineales
insesgados del parámetro)
Cabe destacar que éstas son propiedades de muestra finita, o sea, se
mantienen independiente del tamaño de la muestra sobre la cual estén
basados los estimadores.
4. Propiedades de los estimadores de MCO
![Page 22: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/22.jpg)
•Los estimadores de MCO, además, presentan las siguientes
propiedades deseables:
–El valor de la media de los residuos es cero.
–Los residuos no están correlacionados con el valor predicho de Y, :
–Los residuos no están correlacionados con Xi.:
4. Propiedades de los estimadores de MCO
ˆiu
iY
0i iE Y u
ˆiu
0iiE X u
ˆiu
![Page 23: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/23.jpg)
• es un estimador insesgado de . Es decir,
•La varianza de es,
•Mientras que la varianza de es,
4. Propiedades de los estimadores de MCO
i i
iiE
2
2
2var
i
u
i
x
T x x
2
2 2var u
ix x
![Page 24: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/24.jpg)
Y como desconocemos , lo reemplazamos por la estimación
muestral, . La misma se estima a partir del siguiente cálculo:
Y agregándole el supuesto de que las perturbaciones se distribuyen
normalmente, obtenemos que:
4. Propiedades de los estimadores de MCO
2
2
2
i
u
uS
n
2
u2
uS
2 22
2 2, ,
i uu
i i
x SN S N
T x x x x
![Page 25: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/25.jpg)
Vamos a mostrar un ejemplo de cómo calcular los parámetros y sus errores
estándar
*Asuma que disponemos de los siguientes datos, calculados de una regresión de y con respecto a
x y una constante, sobre 22 observaciones.
Data:
Cálculos:
Entonces
4. Propiedades de los estimadores de MCO
2 2
830102, 22, 416,5, 86,65,
3919654, 130,6
t t
t t
x y T x y
x u
$ ( * . * . )
*( . ).
830102 22 416 5 86 65
3919654 22 416 50 35
2
$ . . * . . 86 65 035 4165 5912
tt xy ˆˆˆ
tt xy 35.012.59ˆ
![Page 26: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/26.jpg)
Vamos a mostrar un ejemplo de cómo calcular los parámetros y sus errores
estándar (continuación)
Y el cálculo de los errores estándar queda:
4. Propiedades de los estimadores de MCO
0079.0
5.416223919654
1*55.2)(
35.35.41622391965422
3919654*55.2)(
2
2
SE
SE
55.220
6.130
2
ˆ 2
T
us t
![Page 27: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/27.jpg)
•Ya definidas las distribuciones de los estadísticos, podemos realizar
test individuales sobre los parámetros, de la siguiente manera:
5. Test de Hipótesis e Intervalos de Confianza
Caso I Caso II Caso III
Prueba Estadística
Regla de Decisión
Rechazar Rechazar Rechazar
si tcal<-t(,n-2) si |tcal |>t(/2,n-2) si tcal>t(,n-2)
*
( 2)2
2
~ n
i
u
i
t tx
ST x x
*
0
*
1
:
:
H
H
*
0
*
1
:
:
H
H
*
0
*
1
:
:
H
H
0H 0H 0H
*
( 2)2
~ n
u i
t t
S x x
![Page 28: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/28.jpg)
•Y el intervalo de confianza, con un nivel de significación, para los
parámetros poblacionales, quedan definidos de la siguiente manera:
5. Test de Hipótesis e Intervalo de Confianza
%
2 2
2 2
2 22 2
2 22 2
2 2
i i
n u n u
i i
n u i n u i
x xIC t S t S
T x x T x x
IC t S x x t S x x
![Page 29: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/29.jpg)
• La bondad de ajuste de la recta de regresión es equivalente a
determinar cuán bien se ajusta la recta de regresión a los datos
muestrales. Como medida de esto surge el coeficiente de determinación
(ó R2):
•En el contexto de la regresión, es una medida de la proporción de la
variación en la variable dependiente explicada por la/s variable/s
explicativa/s.
6. Bondad de Ajuste
2
2 2cov ,
x y
x yR
![Page 30: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/30.jpg)
• Coeficiente de Correlación: Determina el grado de relación
lineal que existe entre distintas variables. Dicho coeficiente toma
valores entre –1 y 1. De aquí en mas lo llamaremos r o ρ.
• Si el coeficiente de correlación lineal es igual a +1 o –1
podemos afirmar que la relación lineal entre ambas variables es
perfecta. Es decir “ambas variables se mueven juntas”.
• En el caso de dos variables que no tienen relación lineal alguna,
tendremos un ρ igual a cero.
6. Bondad de Ajuste
![Page 31: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/31.jpg)
• Recordemos como se calcula el coeficiente de Correlación:
o
6. Bondad de Ajuste
1 1 1
2 2
2 2
1 1 1 1
*
* * *
n n n
i i i i
i i i
n n n n
i i i i
i i i i
n X Y X Y
n X X n Y Y
cov( , )
*X
x y
y
![Page 32: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/32.jpg)
• Vamos a testear con un nivel de significatividad del 5% si el
coeficiente de correlación lineal entre ambas variables es o no
significativamente distinto de cero.
Planteamos las hipótesis: H0: ρ=0 y H1: ρ≠0
•A fin de realizar nuestro test, utilizaremos el siguiente
estadístico
6. Bondad de Ajuste
22
* 2:
1n GL
r nt t
r
![Page 33: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/33.jpg)
Uno podría plantear, en base a que , lo siguiente:
Donde:
6. Bondad de Ajuste
ii iy y u
2 22
ii iy y u
2
2
2
Suma de los cuadrados totales (STC)
Suma de los cuadrados explicados (SEC)
Suma de los cuadrados residuales (SRC)
i
i
i
y
y
u
![Page 34: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/34.jpg)
• Dividiendo a todo por SCT tenemos que:
•Ahora bien, definiendo al coeficiente de determinación como
•Podemos expresarlo también como:
6. Bondad de Ajuste
1SCE SCR
SCT SCT
22
2
2 2
ii
ii
Y Y y SCER
y SCTY Y
22
2
2 21 1
i i
ii
u u u SCRR
y SCTY Y
![Page 35: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/35.jpg)
Podemos hacer otro análisis sobre la varianza de la regresión conocido
como el test F. Su popularidad radica en que es fácilmente calculada para
regresiones simples y múltiples:
Entonces, plantenado como hipótesis nula que los estimadores no son
conjuntamente significativos, , se realiza el test de
hipótesis.
7. Test de significatividad global
, 11
k n k
SCE kF F
SCR n k
0 : 0iH
![Page 36: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/36.jpg)
Un ejemplo sobre un simple t-test para probar una teoría
financiera
•En 1968 Michael Jensen publicó un paper sobre la presencia y
significatividad de retornos anormales (que luego tomó el nombre
de “Jensen’s alpha”), evaluando la performance anual de 115
fondos mutuales entre 1945 y 1964.
•El modelo: para j = 1, …,
115
•Se interesó en la significancia del alfa, planteando una hipótesis
nula de que no resulta significativo.
8.Ejemplos y Ejercicios
jtftmtjjftjt uRRRR )(
0 : 0jH
![Page 37: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/37.jpg)
Un ejemplo sobre un simple t-test para probar una teoría
financiera
•La distribución de los t-ratios de los alfas para los fondos
mutuales (bruto de costos de transacción):
8.Ejemplos y Ejercicios
![Page 38: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/38.jpg)
Un ejemplo sobre un simple t-test para probar una teoría
financiera
•La distribución de los t-ratios de los alfas para los fondos
mutuales (neto de costos de transacción):
8.Ejemplos y Ejercicios
![Page 39: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/39.jpg)
• E1.Sea n=10, ∑X=40,∑Y=90, el estimador de a1=2 y ρ=0.5 ¿Cuáles de
las siguientes afirmaciones son ciertas?
I. El coeficiente de determinación es igual a 0.25
II. El estimador de a0=1
III. Si X fuera 5, entonces Y sería 11.
IV. La pendiente de la recta de regresión es ascendente hacia la
derecha.
A. Sólo I y IV.
B. Sólo II y III.
C. Sólo I y II
D. Todas son correctas.
•E2.Si una regresión lineal simple tiene un R2 = 0.45. ¿Cuál es el
coeficiente de correlación entre las variables dependiente e
independiente? A. 0.20 B. 0.37 C. 0.55 D. 0.67
8.Ejemplos y Ejercicios
![Page 40: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/40.jpg)
• E3. De una muestra de 200 pares de observaciones se han calculado las
siguientes cantidades:
∑X=11.34, ∑Y=20.72, ∑X2=12.16, ∑Y2=84.96,
∑XY=22.13
Estimar y
XY .
YX .
8.Ejemplos y Ejercicios
![Page 41: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/41.jpg)
• E4. Una muestra de 20 observaciones correspondiente al modelo de
regresión
Donde u se distribuye normalmente con media cero y varianza
desconocida, dio los siguientes datos:
∑X=186.2,
∑Y=21.9,
Estimar α y β y calcular las estimaciones de las varianzas.
4,106))((
4,215)(
9,86)(
2
2
YYXX
XX
YY
8.Ejemplos y Ejercicios
![Page 42: Estadística 2009 Maestría en Finanzas Universidad …...•A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto a otras variables,](https://reader034.fdocumento.com/reader034/viewer/2022042117/5e960b17e4d9454fe70050e1/html5/thumbnails/42.jpg)
Me pueden escribir a:
Las presentaciones estarán colgadas en:
www.cema.edu.ar/u/jrs06
FIN