Exercici 2. Model de regressió de la taxa de cotx… · Estadística I URV 2021

Tema: Regressió lineal múltiple: contrastos, multicol·linealitat i selecció de models · Del examen Recull d'exàmens de segon parcial i recuperació (2021)

Enunciado

Exercici 2. Model de regressió de la taxa de cotxes per càpita

Es disposa d'un conjunt de dades corresponents a 24 països amb les següents variables:

cotxes: nombre d'automòbils per habitant (per càpita).

pob: població de l'estat (en milions d'habitants).

den: densitat demogràfica.

ingressos: ingressos nacionals (en milions de dòlars dels EUA).

gasol: preu del combustible (en centaus de dòlar dels EUA per litre).

consum: consum anual de gasolina per vehicle (en tones).

Es pretén ajustar un model de regressió per explicar el comportament de la taxa d'automòbils per càpita ( cotxes). A partir dels resultats de les estimacions (Model 1 i Model 2):

a)

Realitzeu el diagnòstic de multicol·linealitat per al model_1 a partir dels indicadors proporcionats.

b)

Detecteu algun problema en l'especificació del model_1 ? En cas afirmatiu, assenyaleu de quin es tracta i com afecta les propietats dels estimadors dels coeficients.

c)

Al model_2 s'han exclòs les variables que no resultaven significatives al 5%. Efectueu el test pertinent per decidir si és preferible el model_1 o el model_2, explicitant la hipòtesi nul·la del contrast.

d)

Utilitzant el model_2, feu una predicció puntual i una estimació per interval per al nombre de vehicles per càpita d'un país amb uns ingressos de 9,8 milions de dòlars i un preu de la gasolina de 4,4 centaus per litre.

Enunciado: Exercici 2. Model de regressió de la taxa de cotx… · Estadística I URV 2021

Solución

Según los criterios oficiales de corrección

a. Realitzeu el diagnòstic de multicol·linealitat per al model_1 a partir dels indicadors proporcionats.

Solución: No s'evidencien problemes greus de multicol·linealitat (toleràncies > 0,1 i correlacions < 0,8).

b. Detecteu algun problema en l'especificació del model_1? En cas afirmatiu, assenyaleu de quin es tracta i com afecta les propietats dels estimadors dels coeficients.

Solución: Inclusió de variables supèrflues o irrellevants (*pob*, *den* i *consum*). Els estimadors continuen sent centrats (invariants), però augmenta la seva variància (pèrdua d'eficiència).

c. Càlcul de l'estadístic F per al contrast de models niats:

Solución: 1,481{,}48 / 1,47971{,}4797

c. Al model_2 s'han exclòs les variables que no resultaven significatives al 5%. Efectueu el test pertinent per decidir si és preferible el model_1 o el model_2, explicitant la hipòtesi nul·la del contrast.

Solución: H0:βpob=βden=βconsum=0H_0: \beta_{\text{pob}} = \beta_{\text{den}} = \beta_{\text{consum}} = 0 vs. H1:algun βj≠0H_1: \text{algun } \beta_j \neq 0. Com que 1,4797<3,161{,}4797 < 3{,}16, no es rebutja H0H_0 i és preferible el model_2.

d. Predicció puntual per a ingressos = 9,8 i gasol = 4,4 a partir del model_2:

Solución: 0,49340{,}4934

d. Límit inferior de l'interval de confiança al 95%:

Solución: 0,34250{,}3425

d. Límit superior de l'interval de confiança al 95%:

Solución: 0,64430{,}6443

La explicación paso a paso, hecha con IA, es Premium. Premium

Resuélvelo aquí mismo: corrección automática, pistas y solución paso a paso.

‹ Exercici 1. Anàlisi del rendiment de processadors… · 2021 · Exercici 1 (2,75 punts). Modelització dels actius… · 2021 ›

Más ejercicios de Regressió lineal múltiple: contrastos, multicol·linealitat i selecció de models