ufeffI. Comentes

1.- En un modelo de regresión lineal simple, la pendiente que se obtiene a partir de la recta disponible (observable) es siempre igual a la pendiente verdadera (poblacional) que relaciona las variables.

2.- En el modelo de regresión lineal de una variable explicativa si la variable independiente X no varía, entonces el estimador, 2 ( estImado) , será igual al verdadero valor poblacional 2 .

3.- Si estimo un modelo de regresión donde las ingresos son la variable dependiente y la escolaridad la variable explicativa, debería obtener el mismo valor para el parámetro 2 si es que estimo un modelo de regresión donde la escolaridad es la variable dependiente y los ingresos la variable explicativa, ya que el …ver más…

Sol. Falso. El estimador de 2 en un modelo de regresión lineal simple es

Formula de B2 Estimado , si X no varia implica que i X = j X i, j X(promedio)= X i . Luego
La sumatoria de (X X(promedio )al 2 _(X X )2 0 i i . Por lo tanto, no existe un estimador MCO para B2
En forma intuitiva, lo que pasa es lo siguiente: si todos los valores de X en una muestra son iguales, no hay variabilidad en los datos. Por lo tanto, difícilmente podremos estimar los parámetros. Necesitamos que exista variabilidad en los valores de X. Para que esto ocurra, no todos los valores de X en una muestra deben ser iguales.

3.- Si estimo un modelo de regresión donde las ingresos son la variable dependiente y la escolaridad la variable explicativa, debería obtener el mismo valor para el parámetro 2 si es que estimo un modelo de regresión donde la escolaridad es la variable dependiente y los ingresos la variable explicativa, ya que el análisis de regresión mide simplemente la relación estadística entre las variables.

Sol. Falso. En un análisis de correlación da lo mismo la causalidad, en tal caso ambas variables son tratadas en forma simétrica (ambas variables son aleatorias). Sin embargo, en el análisis de regresión se estudia el valor de Y (dependiente) condicional al valor de X
(explicativa, que es tratada como una variable fija o determinística). Para una estimación del tipo Y(estimado) = B (