Respuestas Gujarati
Páginas: 2 (396 palabras)
Publicado: 14 de junio de 2012
1. Respuesta:
a. Por una justificacion teórica, donde se indica que gracias al teorema de limite central se puede demostrar que si hay una gran cantidad de variables aleatorias distribuidasidénticamente, la distribución de su suma tiende a ser normal. Estas variables no se han introducido al modelo de regresión, esperando que su influencia sea menor.
b. Aunque el numero de variablesno sea muy grande, su suma aun puede estar distribuida normalmente.
c. Con el supuesto de normalidad, las distribuciones de probabilidad de los estimadores MCO pueden derivarse fácilmente.Cualquier función lineal de variables distribuidas normalmente estará también normalmente distribuida.
d. Muchos fenómenos se rigen por la distribución normal, además de ser sencilla respecto aotras distribuciones e involucra parámetros. Siendo además muy conocida y estudiada.
e. Si escogemos una muestra pequeña, permite utilizar las pruebas estadísticas T, F y x2 para los modelos eregresión.
2. Respuesta:
f. Son insesgados
g. Tienen varianza minima (estimadores eficientes)
h. Consistencia: a medida que aumenta la muestra, los estimadores convergen haciasus valores verdaderos
i. β^1 está normalmente distribuida, con Z siguiendo la distribución normal estándar Z~N(0,1).
j. β^2 está normalmente distribuida, con Z siguiendo ladistribución normal estándar Z~N(0,1).
k. (n-2)(σ^2/σ2) está distribuida como la distribucion x2 (ji cuadrado), con (n-2)g de 1.
l. (β^1, Β^2) se distribuyen de manera independiente respecto a σ^2.m. β^1 y β^2 tienen varianza minima entre todas las clases de estimadores insesgados, lineales o no lineales.
3. Respuesta:
n. Es un método de estimación puntual, con algunaspropiedades teóricamente mas fuertes que las del MCO y trata de encontrar los valores más probables de los parámetros de la distribución para un conjunto de datos.
4. Respuesta:
o. Dado el...
a. Por una justificacion teórica, donde se indica que gracias al teorema de limite central se puede demostrar que si hay una gran cantidad de variables aleatorias distribuidasidénticamente, la distribución de su suma tiende a ser normal. Estas variables no se han introducido al modelo de regresión, esperando que su influencia sea menor.
b. Aunque el numero de variablesno sea muy grande, su suma aun puede estar distribuida normalmente.
c. Con el supuesto de normalidad, las distribuciones de probabilidad de los estimadores MCO pueden derivarse fácilmente.Cualquier función lineal de variables distribuidas normalmente estará también normalmente distribuida.
d. Muchos fenómenos se rigen por la distribución normal, además de ser sencilla respecto aotras distribuciones e involucra parámetros. Siendo además muy conocida y estudiada.
e. Si escogemos una muestra pequeña, permite utilizar las pruebas estadísticas T, F y x2 para los modelos eregresión.
2. Respuesta:
f. Son insesgados
g. Tienen varianza minima (estimadores eficientes)
h. Consistencia: a medida que aumenta la muestra, los estimadores convergen haciasus valores verdaderos
i. β^1 está normalmente distribuida, con Z siguiendo la distribución normal estándar Z~N(0,1).
j. β^2 está normalmente distribuida, con Z siguiendo ladistribución normal estándar Z~N(0,1).
k. (n-2)(σ^2/σ2) está distribuida como la distribucion x2 (ji cuadrado), con (n-2)g de 1.
l. (β^1, Β^2) se distribuyen de manera independiente respecto a σ^2.m. β^1 y β^2 tienen varianza minima entre todas las clases de estimadores insesgados, lineales o no lineales.
3. Respuesta:
n. Es un método de estimación puntual, con algunaspropiedades teóricamente mas fuertes que las del MCO y trata de encontrar los valores más probables de los parámetros de la distribución para un conjunto de datos.
4. Respuesta:
o. Dado el...
Leer documento completo
Regístrate para leer el documento completo.