2.1. Estimadores puntuales de parámetros del modelo.

Para estimar el parámetro 𝛽̂1 se utiliza la siguiente ecuación:

𝛽̂1 = 𝑌̅ − 𝛽̂2 ∗ 𝑋̅ (1)

Dado que primeramente se debe estimar 𝛽̂2 para luego estimar 𝛽̂1 , entonces se utilizara la
siguiente ecuación:
𝑛 ∑ 𝑋 𝑌 −∑ 𝑋 ∑ 𝑌
𝛽̂2 = 𝑛 ∑ 𝑖𝑋 2𝑖−(∑ 𝑋𝑖 )2 𝑖 (2)
𝑖 𝑖

Datos de la muestra Faminc-Cigtax, con n=1388.

Y X X^2 Xi*Yi
Sumatoria 40289 27139,5 614947,25 791402,75
Promedio 29,0266571 19,5529539 443,045569 570,174892

Con los datos obtenidos se procede a reemplazar en la ecuación (2) para la obtención de la
estimación puntal del parámetro 𝛽̂2 , obteniendo lo siguiente:

𝛽̂2 = 0,043110652.

Reemplazando en la ecuación (1) para obtener la estimación puntual del parámetro 𝛽̂1 , se tiene lo
siguiente:

𝛽̂1 =28,18371648.

Interpretación……

Datos de la muestra Faminc-Fatheduc, con n=1388.

Y X X^2 X*Y
Sumatoria 40289 15718 216242 532470,5
Promedio 29,0266571 11,3242075 155,793948 383,62428

Con los datos obtenidos se procede a reemplazar en la ecuación (2) para la obtención de la
estimación puntal del parámetro 𝛽̂2 , obteniendo lo siguiente:

𝛽̂2 = 1,993026872.

Reemplazando en la ecuación (1) para obtener la estimación puntual del parámetro 𝛽̂1 , se tiene lo
siguiente:

𝛽̂1 = 6,45720722.

Interpretación…….
Datos de la muestra Faminc-Motheduc, con n=1388.

Y X X^2 X*Y
Sumatoria 40289 17942 239924 549216
Promedio 29,0266571 12,926513 172,855908 395,688761

Con los datos obtenidos se procede a reemplazar en la ecuación (2) para la obtención de la
estimación puntal del parámetro 𝛽̂2 , obteniendo lo siguiente:

𝛽̂2 = 3,55401784.

Reemplazando en la ecuación (1) para obtener la estimación puntual del parámetro 𝛽̂1 , se tiene lo
siguiente:

𝛽̂1 = -16,91440064.

Interpretación…….

2.2 Varianza y error estándar del modelo.

Ecuación para calcular la varianza:

2
∑ 𝜇̂ 𝑖2
𝜎̂ =
𝑛−2
Ecuación para calcular el error estándar del modelo:

∑ 𝜇̂ 𝑖2
𝑒𝑒 = √
𝑛−2

Datos de la muestra Faminc-Cigtax, con n=1388.

Datos:

n-2 = 1386.

∑ 𝜇̂ 𝑖2 = 486903,3586.

Entonces el valor de la varianza queda denotado por 𝜎̂ 2 = 351,3011245.

2.3 Varianza y error estándar de los parámetros del modelo.

Datos: (estos datos los despeje de las ecuaciones que sale en el libro gujarati pág. 79)

∑ 𝑥𝑖2 = 84311,5149. (Para ecuación 𝛽̂1 y 𝛽̂2 )

∑ 𝑋𝑖2 = 216085581,1. (Para ecuación 𝛽̂1 )

Ecuación para calcular la varianza del parámetro 𝛽̂2 :

𝜎̂ 2
𝑣𝑎𝑟(𝛽̂2 ) =
∑ 𝑥𝑖2
Ecuación para calcular error estándar del parámetro 𝛽̂2 :

𝜎̂ 2
𝒆𝒆(𝛽̂2 ) = √ 2
∑ 𝑥𝑖

Ecuación para calcular la varianza del parámetro 𝛽̂1 :

∑ 𝑋𝑖2
𝑣𝑎𝑟(𝛽̂1 ) =
𝑛 ∑ 𝑥𝑖2

Ecuación para calcular error estándar del parámetro 𝛽̂1 :

∑ 𝑋𝑖2
𝒆𝒆(𝛽̂1 ) = √
𝑛 ∑ 𝑥𝑖2