Regresión con dos variables: estimación por intervalos y pruebas de hipótesis

Estimación por intervalos: algunas ideas básicas

image
Se conoce como intervalo de confianza a image se le denomina coeficiente de confianza y image se conoce como nivel de significancia.
Los extremos del
intervalo de confianza se conocen como límites de confianza con image como límite de confianza inferior y image como límite de confianza superior

Intervalos de confianza para los coeficientes de regresión β1 y β2

Intervalo de confianza para β2

Los estimadores de MCO image son en sí mismos normalmente distribuidos con medias y varianzas allí
establecidas image

Pocas veces se conoce σ2 y está determinada por el estimador insesgado σˆ 2
image

Intervalo de confi anza para σ 2

según el supuesto de normalidad, la variable image
image
Si establecemos límites de confianza a 95% sobre σ2 y afirma a priori que entre estos límites caerá el verdadero σ2 acertaremos, a la larga, 95% de las veces.

Pruebas de hipótesis: método del intervalo de confianza

Prueba bilateral o de dos colas

Intervalo de confianza
para β2 a 100(1 − α)%.
image
refleja el hecho de que no se tiene una expectativa a priori o teórica sólida sobre la dirección en la cual debe moverse la hipótesis alternativa respecto de la hipótesis nula.

Prueba unilateral o de una cola

Algunas veces tenemos una expectativa a priori o teórica sólida de que la hipótesis alternativa es unilateral o unidireccional, en lugar de ser bilateral o de dos colas
image

Pruebas de hipótesis: enfoque de la prueba de signifi cancia

Prueba de significancia de los coeficientes de regresión:la prueba t

Es un procedimiento que utiliza los resultados muestrales para verificar la
verdad o falsedad de una hipótesis nula.
Intervalo de confianza a
95% para βˆ2 según la hipótesis de que β2 0.5.

image
Intervalo de confianza a
95% para t.

image

Prueba de significancia de σ2: la prueba χ2

image
image
Este procedimiento de prueba se denomina prueba de significancia ji cuadrada

Prueba de hipótesis: algunos aspectos prácticos

Signifi cado de “aceptar” o “rechazar” una hipótesis

Al “aceptar” una hipótesis nula siempre se debe tener presente que puede existir
otra hipótesis nula igualmente compatible con los datos

Formación de las hipótesis nula y alternativa

Es en extremo importante que el investigador plantee estas hipótesis antes de la investigación empírica.

Selección del nivel de significancia

Si el error de rechazar la hipótesis nula cuando es verdadera (error tipo I) es costoso en comparación con el error de no rechazar la hipótesis nula cuando es falsa (error tipo II), será razonable fijar la probabilidad de ocurrencia del primer tipo de error en niveles bajos.

Evaluación de los resultados del análisis de regresión

Pruebas de normalidad

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
image

Gráfica de probabilidad normal
Un dispositivo gráfico para estudiar la forma de la función de densidad
de probabilidad (FDP) de una variable aleatoria es la gráfica de probabilidad normal (GPN)
image