Universidad Nacional de San Agustín de Arequipa

Facultad de Economía
Escuela Profesional de Economía
Departamento Académico de Economía

Asignatura
Econometría 1

Guía de práctica
Estimación por intervalos para un coeficiente de regresión

Carlos Pedro Vera Ninacondor

Arequipa–Perú
2020
Carlos Pedro Vera Ninacondor

Contenido

1. Estimación por intervalos para un coeficiente de regresión (1ra forma)

1.1. Supuestos
1.2. Datos
1.3. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽0
1.4. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽0
1.5. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽0
1.6. Intervalo de confianza al 90 % para el coeficiente de regresión 𝛽1
1.7. Intervalo de confianza al 90 % para el coeficiente de regresión 𝛽1
1.8. Intervalo de confianza al 90 % para el coeficiente de regresión 𝛽1
1.9. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽2
1.10. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽2
1.11. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽2
2. Estimación por intervalos para un coeficiente de regresión (2da forma)
2.1. Supuestos
2.2. Intervalo de confianza al 95 % para los coeficientes de regresión 𝛽0 , 𝛽1 y 𝛽2
2.3. Intervalo de confianza al 90 % para el coeficiente de regresión 𝛽0 , 𝛽1 y 𝛽2
2.4. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽0 , 𝛽1 y 𝛽2

Bibliografía

2
Carlos Pedro Vera Ninacondor

1. Estimación por intervalos para un coeficiente de regresión (1ra forma)

1.1. Supuestos
Cuando se cumplen los supuestos de:
- Homocedasticidad de los errores
- Normalidad condicional de los errores
En la estimación de intervalos de confianza para los coeficientes de regresión parcial, se
utiliza el estadístico de prueba 𝑡 que sigue una distribución 𝑡 de Student con 𝑛 − 𝑘 − 1
grados de libertad, donde 𝑛 es el número de observaciones en la muestra (tamaño de la
muestra), 𝑘 es el número de coeficientes estimados sin incluir la constante.
1.2. Datos
Tabla 1. Función de regresión muestral MCO

Fuente:
Elaboración: Con el software gretl.

3
Carlos Pedro Vera Ninacondor

Tabla 2. Valor crítico distribución t de Student, 𝜶 = 𝟓 % y 𝒈𝒍 = 𝟑𝟐

Fuente:
Elaboración: Con el software gretl.

Tabla 3. Valor crítico distribución t de Student, 𝜶 = 𝟏𝟎 % y 𝒈𝒍 = 𝟑𝟐

Fuente:
Elaboración: Con el software gretl.

Tabla 4. Valor crítico distribución t de Student, 𝜶 = 𝟏 % y 𝒈𝒍 = 𝟑𝟐

Fuente:
Elaboración: Con el software gretl.

4
Carlos Pedro Vera Ninacondor

1.3. Intervalo de confianza al 95 % para el coeficiente de regresión 𝜷𝟎

Un intervalo de confianza bilateral al 95 % para el coeficiente 𝛽0 es un intervalo que contiene
el verdadero valor de 𝛽0 con una probabilidad del 95 %; es decir, contiene el verdadero valor
de 𝛽0 en el 95 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽0 que no puede ser rechazado por un contraste de hipótesis
bilateral al 5 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂0 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

2 2

Donde
𝛽̂0 es el estimador del coeficiente de la constante 𝛽0
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜1 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂0 ) es el error estándar de 𝛽̂0

𝛽0 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂0 = 6,51266
𝛼 = 5 % = 0,05
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡5 %(32) = 𝑡0,05 (32) = 2,03693
2 2 2

𝐸𝑆(𝛽̂0 ) = 1,61769
𝑁𝐶 = 95 %

1
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 95 % el valor crítico
es 𝑡0,05 (32) = 2,037.
2

5
Carlos Pedro Vera Ninacondor

Remplazando
[6,51266 − (2,03693 × 1,61769) ≤ 𝛽0 ≤ 6,51266 + (2,03693 × 1,61769)] = 95 %
[3,217539 ≤ 𝛽0 ≤ 9,807781] = 95 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 95 % para el
coeficiente 𝛽0 se calcula con

[𝛽̂0 − (1,96 × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (1,96 × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

6
Carlos Pedro Vera Ninacondor

1.4. Intervalo de confianza al 95 % para el coeficiente de regresión 𝜷𝟏

Un intervalo de confianza bilateral al 95 % para el coeficiente 𝛽1 es un intervalo que contiene
el verdadero valor de 𝛽1 con una probabilidad del 95 %; es decir, contiene el verdadero valor
de 𝛽1 en el 95 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽1 que no puede ser rechazado por un contraste de hipótesis
bilateral al 5 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂1 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

2 2

Donde
𝛽̂1 es el estimador del coeficiente de la pendiente 𝛽1
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜2 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂1 ) es el error estándar de 𝛽1

𝛽1 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂1 = 0,151871
𝛼 = 5 % = 0,05
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡5 %(32) = 𝑡0,05 (32) = 2,03693
2 2 2

𝐸𝑆(𝛽̂1 ) = 0,0546106
𝑁𝐶 = 95 %

2
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 95 % el valor crítico
es 𝑡0,05 (32) = 2,037.
2

7
Carlos Pedro Vera Ninacondor

Remplazando
[0,151871 − (2,03693 × 0,0546106) ≤ 𝛽1 ≤ 0,151871 + (2,03693 × 0,0546106)] = 95 %
[0,040633 ≤ 𝛽1 ≤ 0,263109] = 95 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 95 % para el
coeficiente 𝛽1 se calcula con

[𝛽̂1 − (1,96 × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (1,96 × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

8
Carlos Pedro Vera Ninacondor

1.5. Intervalo de confianza al 95 % para el coeficiente de regresión 𝜷𝟐

Un intervalo de confianza bilateral al 95 % para el coeficiente 𝛽2 es un intervalo que contiene
el verdadero valor de 𝛽2 con una probabilidad del 95 %; es decir, contiene el verdadero valor
de 𝛽2 en el 95 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽2 que no puede ser rechazado por un contraste de hipótesis
bilateral al 5 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂2 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

2 2

Donde
𝛽̂2 es el estimador del coeficiente de la pendiente 𝛽2
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜3 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂2 ) es el error estándar de 𝛽2

𝛽2 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂2 = 0,753806
𝛼 = 5 % = 0,05
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡5 %(32) = 𝑡0,05 (32) = 2,03693
2 2 2

𝐸𝑆(𝛽̂2 ) = 0,324259
𝑁𝐶 = 95 %

3
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 95 % el valor crítico
es 𝑡0,05 (32) = 2,037.
2

9
Carlos Pedro Vera Ninacondor

Remplazando
[0,753806 − (2,03693 × 0,324259) ≤ 𝛽2 ≤ 0,753806 + (2,03693 × 0,324259)] = 95 %
[0,093313 ≤ 𝛽2 ≤ 1,414299] = 95 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 95 % para el
coeficiente 𝛽2 se calcula con

[𝛽̂2 − (1,96 × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (1,96 × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

10
Carlos Pedro Vera Ninacondor

1.6. Intervalo de confianza al 90 % para el coeficiente de regresión 𝜷𝟎

Un intervalo de confianza bilateral al 90 % para el coeficiente 𝛽0 es un intervalo que contiene
el verdadero valor de 𝛽0 con una probabilidad del 90 %; es decir, contiene el verdadero valor
de 𝛽0 en el 90 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽0 que no puede ser rechazado por un contraste de hipótesis
bilateral al 10 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂0 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

2 2

Donde
𝛽̂0 es el estimador del coeficiente de la constante 𝛽0
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜4 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂0 ) es el error estándar de 𝛽̂0

𝛽0 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂0 = 6,51266
𝛼 = 10 % = 0,10
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡10 %(32) = 𝑡0,10 (32) = 1,69389
2 2 2

𝐸𝑆(𝛽̂0 ) = 1,61769
𝑁𝐶 = 90 %

4
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 90 % el valor crítico
es 𝑡0,10 (32) = 1,694.
2

11
Carlos Pedro Vera Ninacondor

Remplazando
[6,51266 − (1,69389 × 1,61769) ≤ 𝛽0 ≤ 6,51266 + (1,69389 × 1,61769)] = 90 %
[3,772447 ≤ 𝛽0 ≤ 9,252849] = 90 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 90 % para el
coeficiente 𝛽0 se calcula con

[𝛽̂0 − (1,64 × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (1,64 × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

12
Carlos Pedro Vera Ninacondor

1.7. Intervalo de confianza al 90 % para el coeficiente de regresión 𝜷𝟏

Un intervalo de confianza bilateral al 90 % para el coeficiente 𝛽1 es un intervalo que contiene
el verdadero valor de 𝛽1 con una probabilidad del 90 %; es decir, contiene el verdadero valor
de 𝛽1 en el 90 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽1 que no puede ser rechazado por un contraste de hipótesis
bilateral al 10 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂1 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

2 2

Donde
𝛽̂1 es el estimador del coeficiente de la pendiente 𝛽1
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜5 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂1 ) es el error estándar de 𝛽1

𝛽1 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂1 = 0,151871
𝛼 = 10 % = 0,10
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡10 %(32) = 𝑡0,10 (32) = 1,69389
2 2 2

𝐸𝑆(𝛽̂1 ) = 0,0546106
𝑁𝐶 = 90 %

5
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 90 % el valor crítico
es 𝑡0,10 (32) = 1,694.
2

13
Carlos Pedro Vera Ninacondor

Remplazando
[0,151871 − (1,69389 × 0,0546106) ≤ 𝛽1 ≤ 0,151871 + (1,69389 × 0,0546106)] = 90 %
[0,059367 ≤ 𝛽1 ≤ 0,244375] = 90 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 90 % para el
coeficiente 𝛽1 se calcula con

[𝛽̂1 − (1,64 × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (1,64 × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

14
Carlos Pedro Vera Ninacondor

1.8. Intervalo de confianza al 90% para el coeficiente de regresión 𝜷𝟐

Un intervalo de confianza bilateral al 90 % para el coeficiente 𝛽2 es un intervalo que contiene
el verdadero valor de 𝛽2 con una probabilidad del 90 %; es decir, contiene el verdadero valor
de 𝛽2 en el 90 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽2 que no puede ser rechazado por un contraste de hipótesis
bilateral al 10 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂2 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

2 2
Donde
𝛽̂2 es el estimador del coeficiente de la pendiente 𝛽2
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜6 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂2 ) es el error estándar de 𝛽2

𝛽2 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂2 = 0,753806
𝛼 = 10 % = 0,10
𝑔𝑙 = 𝑛 − 𝑘 − 2 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡10 %(32) = 𝑡0,10 (32) = 1,69389
2 2 2

𝐸𝑆(𝛽̂2 ) = 0,324259
𝑁𝐶 = 90%

6
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 90 % el valor crítico
es 𝑡0,10 (32) = 1,694.
2

15
Carlos Pedro Vera Ninacondor

Remplazando
[0,753806 − (1,69389 × 0,324259) ≤ 𝛽2 ≤ 0,753806 + (1,69389 × 0,324259)] = 90 %
[0,204547 ≤ 𝛽2 ≤ 1,303065] = 90 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 90 % para el
coeficiente 𝛽2 se calcula con

[𝛽̂2 − (1,64 × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (1,64 × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

16
Carlos Pedro Vera Ninacondor

1.9. Intervalo de confianza al 99 % para el coeficiente de regresión 𝜷𝟎

Un intervalo de confianza bilateral al 99 % para el coeficiente 𝛽0 es un intervalo que contiene
el verdadero valor de 𝛽0 con una probabilidad del 99 %; es decir, contiene el verdadero valor
de 𝛽0 en el 99 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽0 que no puede ser rechazado por un contraste de hipótesis
bilateral al 1 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂0 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

2 2

Donde
𝛽̂0 es el estimador del coeficiente de la constante 𝛽0
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜7 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂0 ) es el error estándar de 𝛽̂0

𝛽0 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂0 = 6,51266
𝛼 = 1 % = 0,01
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡1 %(32) = 𝑡0,01 (32) = 2,73848
2 2 2

𝐸𝑆(𝛽̂0 ) = 1,61769
𝑁𝐶 = 99 %

7
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 99 % el valor crítico
es 𝑡0,01 (32) = 2,738.
2

17
Carlos Pedro Vera Ninacondor

Remplazando
[6,51266 − (2,73848 × 1,61769) ≤ 𝛽0 ≤ 6,51266 + (2,73848 × 1,61769)] = 99 %
[2,082648 ≤ 𝛽0 ≤ 10,942672] = 99 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 99 % para el
coeficiente 𝛽0 se calcula con

[𝛽̂0 − (2,575 × 𝐸𝑆(𝛽̂0 )) ≤ 𝛽0 ≤ 𝛽̂0 + (2,575 × 𝐸𝑆(𝛽̂0 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

18
Carlos Pedro Vera Ninacondor

1.10. Intervalo de confianza al 99 % para el coeficiente de regresión 𝜷𝟏

Un intervalo de confianza bilateral al 99 % para el coeficiente 𝛽1 es un intervalo que contiene
el verdadero valor de 𝛽1 con una probabilidad del 99 %; es decir, contiene el verdadero valor
de 𝛽1 en el 99 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽1 que no puede ser rechazado por un contraste de hipótesis
bilateral al 1 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂1 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

2 2

Donde
𝛽̂1 es el estimador del coeficiente de la pendiente 𝛽1
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜8 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂1 ) es el error estándar de 𝛽1

𝛽1 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂1 = 0,151871
𝛼 = 1 % = 0,01
𝑔𝑙 = 𝑛 − 𝑘 − 1 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡1 %(32) = 𝑡0,01 (32) = 2,73848
2 2 2

𝐸𝑆(𝛽̂1 ) = 0,0546106
𝑁𝐶 = 99 %

8
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 99 % el valor crítico
es 𝑡0,01 (32) = 2,738.
2

19
Carlos Pedro Vera Ninacondor

Remplazando
[0,151871 − (2,73848 × 0,0546106) ≤ 𝛽1 ≤ 0,151871 + (2,73848 × 0,0546106)] = 99 %
[0,002321 ≤ 𝛽1 ≤ 0,301421] = 99 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 90 % para el
coeficiente 𝛽1 se calcula con

[𝛽̂1 − (2,575 × 𝐸𝑆(𝛽̂1 )) ≤ 𝛽1 ≤ 𝛽̂1 + (2,575 × 𝐸𝑆(𝛽̂1 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

20
Carlos Pedro Vera Ninacondor

1.11. Intervalo de confianza al 99 % para el coeficiente de regresión 𝜷𝟐

Un intervalo de confianza bilateral al 99 % para el coeficiente 𝛽2 es un intervalo que contiene
el verdadero valor de 𝛽2 con una probabilidad del 99 %; es decir, contiene el verdadero valor
de 𝛽2 en el 99 % de todas las posibles muestras extraídas al azar. De manera equivalente,
es el conjunto de valores de 𝛽2 que no puede ser rechazado por un contraste de hipótesis
bilateral al 1 % (Stock y Watson, 2012, p. 155).
Fórmula

[𝛽̂2 − (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (𝑡𝛼 (𝑔𝑙 ) × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

2 2

Donde
𝛽̂2 es el estimador del coeficiente de la pendiente 𝛽2
𝛼 es el nivel de significancia
𝑔𝑙 son los grados de libertad
𝑡𝛼 (𝑔𝑙 ) 𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜9 𝑡 𝑏𝑖𝑙𝑎𝑡𝑒𝑟𝑎𝑙 𝑝𝑎𝑟𝑎 𝑢𝑛 𝛼 𝑦 𝑐𝑜𝑛 𝑔𝑙
2

𝐸𝑆(𝛽̂2 ) es el error estándar de 𝛽2

𝛽2 es el parámetro
𝑁𝐶 es el nivel de confianza
Datos
𝛽̂2 = 0,753806
𝛼 = 1 % = 0,01
𝑔𝑙 = 𝑛 − 𝑘 − 2 = 35 − 2 − 1 = 32
𝑡𝛼 (𝑔𝑙 ) = 𝑡1 %(32) = 𝑡0,01 (32) = 2,73848
2 2 2

𝐸𝑆(𝛽̂2 ) = 0,324259
𝑁𝐶 = 99 %

9
Para determinar el valor crítico del estadístico de contraste 𝑡 se puede utilizar la tabla de las páginas 783-
784 del texto de Lind, Marchal y Wathen (2012), en el cual para el intervalo de confianza de 99 % el valor crítico
es 𝑡0,01 (32) = 2,738.
2

21
Carlos Pedro Vera Ninacondor

Remplazando
[0,753806 − (2,73848 × 0,324259) ≤ 𝛽2 ≤ 0,753806 + (2,73848 × 0,324259)] = 99 %
[−0,134171 ≤ 𝛽2 ≤ 1,641783] = 99 %
Cuando el tamaño de la muestra es grande, el intervalo de confianza al 90 % para el
coeficiente 𝛽2 se calcula con

[𝛽̂2 − (2,575 × 𝐸𝑆(𝛽̂2 )) ≤ 𝛽2 ≤ 𝛽̂2 + (2,575 × 𝐸𝑆(𝛽̂2 ))] = 𝑁𝐶

(Stock y Watson, 2012, p. 155)

22
Carlos Pedro Vera Ninacondor

2. Estimación por intervalos para un coeficiente de regresión (2da forma)

2.1. Supuestos
Cuando se cumplen los supuestos de:
- Homocedasticidad de los errores
- Normalidad condicional de los errores
En la estimación de intervalos de confianza para los coeficientes de regresión parcial, se
utiliza el estadístico de prueba 𝑡 que sigue una distribución 𝑡 de Student con 𝑛 − 𝑘 − 1
grados de libertad, donde 𝑛 es el número de observaciones en la muestra (tamaño de la
muestra), 𝑘 es el número de coeficientes estimados sin incluir la constante.
2.2. Intervalo de confianza al 95 % para el coeficiente de regresión 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐
Pasos a seguir:
1. Estimar la función de regresión muestral MCO
Tabla 1. Función de regresión muestral MCO

Fuente:
Elaboración: Con el software gretl.

23
Carlos Pedro Vera Ninacondor

2. Clic en Análisis
3. Clic en Intervalos de confianza para los coeficientes
Tabla 3. Intervalos de confianza al 95 % para los coeficientes 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐

Fuente:
Elaboración: Con el software gretl.

4. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽0

[3,217546 ≤ 𝛽0 ≤ 9,80779] = 95 %
5. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽1
[0,0406325 ≤ 𝛽1 ≤ 0,263109] = 95 %
6. Intervalo de confianza al 95 % para el coeficiente de regresión 𝛽2
[0,0933119 ≤ 𝛽1 ≤ 1,41430] = 95 %
2.3. Intervalo de confianza al 90 % para el coeficiente de regresión 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐
Pasos a seguir:
1. Estimar la función de regresión muestral MCO
2. Clic en Análisis
3. Clic en Intervalos de confianza para los coeficientes
4. Clic en 𝛼 (Nivel de confianza …)
5. Marcar 0,90

24
Carlos Pedro Vera Ninacondor

Tabla 4. Nivel de confianza de 90 %

Fuente:
Elaboración: Con el software gretl.

6. Clic en Aceptar
Tabla 4. Intervalos de confianza al 90 % para los coeficientes 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐

Fuente:
Elaboración: Con el software gretl.

7. Intervalo de confianza al 90 % para el coeficiente de regresión 𝛽0

[3,77248 ≤ 𝛽0 ≤ 9,25285] = 90 %
8. Intervalo de confianza al 90% para el coeficiente de regresión 𝛽1
[0,0593664 ≤ 𝛽1 ≤ 0,244375] = 90 %
9. Intervalo de confianza al 90% para el coeficiente de regresión 𝛽2
[0,204547 ≤ 𝛽1 ≤ 1,30306] = 90 %

25
Carlos Pedro Vera Ninacondor

2.4. Intervalo de confianza al 99 % para el coeficiente de regresión 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐

Pasos a seguir:
1. Estimar la función de regresión muestral MCO
2. Clic en Análisis
3. Clic en Intervalos de confianza para los coeficientes
4. Clic en 𝛼 (Nivel de confianza …)
5. Marcar 0,99
Tabla 4. Nivel de confianza de 99 %

Fuente:
Elaboración: Con el software gretl.

6. Clic en Aceptar
Tabla 4. Intervalos de confianza al 99 % para los coeficientes 𝜷𝟎 , 𝜷𝟏 y 𝜷𝟐

Fuente:
Elaboración: Con el software gretl.

26
Carlos Pedro Vera Ninacondor

7. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽0

[2,08265 ≤ 𝛽0 ≤ 10,9427] = 99 %
8. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽1
[0,00232057 ≤ 𝛽1 ≤ 0,301421] = 99 %
9. Intervalo de confianza al 99 % para el coeficiente de regresión 𝛽2
[−0,134171 ≤ 𝛽2 ≤ 1,64178] = 99 %

27
Carlos Pedro Vera Ninacondor

Bibliografía

Gujarati, D. N., y Porter, D. C. (2010). Econometría. México, D. F., México: McGRAW-HILL/

INTERAMERICANA EDITORES, S. A. de C. V.

Lind, D. A., Marchal, W. G., y Wathen, S. A. (2012). Estadística aplicada a los negocios y la
economía. México, D. F., México: McGRAW-HILL/ INTERAMERICANA EDITORES, S. A.
de C. V.

Stock, J. H., y Watson, M. M. (2012). Introducción a la Econometría. Madrid, España:

PEARSON EDUCACIÓN, S. A.

28