UNIVERSIDAD NACIONAL PEDRO HENRIQUEZ UREÑA

FACULTAD DE CIENCIA Y TECNOLOGIA

DEPARTAMENTO DE MATEMATICAS Y ESTADISTICA
Examen Final de Mat -337
Alumno (a) Jefferson Hilario Jiménez Matrícula 19-1825
Fecha 20/08/2021 Profesor: Antonio Mesa Plasencia.
 Problema I. En el Cuadro No. 1 se ofrecen los datos sobre las variables PIB
del Comercio Nacional, a precios de 1991, en función de la Tasa de Interés
Activa aplicada al Comercio, Lapso: 2001 -2014.
Cuadro No. 1: PIB del Comercio de la República Dominicana, a precios de 1991, en función de la
Tasa de Interés Activa aplicada al Comercio, Lapso: 2001 -2014.
Tasa de PIB Comercial
Interés Activa (Miles millones
Año
al Comercio RD$) a precios
(%) de 1991

Xi Y Xi2 XiY Yi (Yi-YiMedia)² (Y-Ymedia)2

2001 0,23 22 0.0529 5.06 25.5531 9.1105 43.1837
2002 0,25 24 0.0625 60 24.1206 19.8096 20.8980
2003 0,3 21 0.09 6.30 20.5395 64.5115 57.3265
2004 0,32 20 0.1024 6.40 19.1071 89.5739 73.4694
2005 0,2 24 0.04 4.80 27.7017 0.7564 20.8980
2006 0,16 25 0.0256 4.00 30.5666 3.9808 12.7551
2007 0,15 29 0.0225 4.35 31.2828 7.3517 0.1837
2008 0,23 30 0.0529 6.90 25.5531 9.1105 2.0408
2009 0,13 29 0.0169 3.77 32.7153 17.1715 0.1837
2010 0,12 33 0.0144 3.96 33.4315 23.6203 19.6122
2011 0,17 35 0.0289 5.95 29.8504 1.6358 41.3265
2012 0,12 36 0.0144 4.32 33.4315 23.6203 55.1837
2013 0,13 35 0.0169 4.55 32.7153 17.1715 41.3265
2014 0,12 37 0.0144 4.44 33.4315 23.6203 71.0408
∑ 2,63 400 0.5547 70.8 400.00 311.0445 459.4286
400
Yi media= = 28.5714
14

400
Y media= = 28.5714
14

Requerimientos:
1. Realice el análisis de regresión lineal simple correspondiente, donde PIBCo = f(ia); esto
es, PIBCo = α0 - α1 ia + µi , PIBCo = variable dependiente (Producto Bruto Interno del
Comercio Nacional), ia = variable independiente (tasa de interés activa aplicada por la
banca a los préstamos otorgados al comercio);
2. Determine los coeficientes paramétricos del modelo de regresión lineal simple: intercepto
(α0) y pendiente (α1);
(∑𝑥∑𝑦 − 𝑁∑𝑥𝑦) (2.63 · 400) − 14(70.8)
𝛼1 = = = −71.6221
(∑𝑥)2 − 𝑁∑𝑥² (2.63)2 − 14(0.5547)
(∑𝑦 − 𝛼1∑𝑥) 400 − (−71.6221 · 2.63)
𝛼0 = = = 42.0261
𝑁 14
3. Explique e interprete el coeficiente de la pendiente (α1);
Como el coeficiente de la pendiente nos dio negativo, podemos decir que cuando el
valor del termino independiente o predictor aumenta en la unidad, el termino
dependiente disminuirá, por lo tanto, cuando la tasa de interés activa en el comercio
aumenta en un 1%, el PIB Comercial disminuirá en 71,62 miles de millones

4. Utilice la ecuación de regresión lineal construida para estimar Yi;

Yi= α0+ α1X +𝜇̂

Yi= 42.0261+ (-71.6221X) +𝜇̂

5. Calcule la SCE y SCT y utilícelas para calcular los correspondientes Coeficientes de
Determinación y Correlación Lineal Simples;
∑(𝑦𝑖−𝑦𝑖 𝑚𝑒𝑑𝑖𝑎)2 311.0445
𝑅2 = = = 0.6770
∑(𝑦−𝑦 𝑚𝑒𝑑𝑖𝑎)2 459.4286

𝑅 = √𝑟 2 = √0.677 = 0.8228
6. Explique e interprete los Coeficientes de Determinación y de Correlación Lineal Simples;
Es el coeficiente de determinación de regresión lineal simple (r²) es un estadístico de
bondad de ajuste, permite explicar el comportamiento de la variable dependiente(y) PIB
Comercial en miles de millones, en función o dependencia de la variable
independiente(x) en este caso tasa de interés activa en el comercio. El coeficiente de
determinación nos dio 0.6770, por lo que las estimaciones hechas no son tan reales.

7. ¿Cuál es la tasa tendencial de crecimiento del PIBCo con respecto a la tasa a de interés
activa?

𝑁 𝑉𝑓 14 37
TCT= ( √ − 1) · 100 = ( √ − 1) · 100% = 3.783
𝑉𝑜 22

Problema II: En el siguiente cuadro se ofrecen los datos sobre las variables: Producto
Interno Bruto Nominal de la Republica Dominicana, PIBN, (bienes y servicios
producidos desde el 1º de Enero hasta el 31 de diciembre de cada año, en el territorio
dominicano, valorados a precios corrientes; esto es, a los precios de mercado
prevalecientes en cada año); Tasa de Cambio Nominal del peso dominicano con
respecto al dólar estadounidense, TCN, e Importaciones Nacionales de Bienes y
Servicios, M’S. Las variables PIBN y M’S, están expresadas en miles de millones de US$,
y la variable TCN, esta expresada en número pesos dominicanos por dólar
estadounidense. Los datos macroeconómicos ofrecidos por el Banco Central de la
Republica Dominicana están referidos al periodo histórico 2001 – 2015.
AÑOS PIBN TCN M'S (PIBN)(TCN) (PIBN)2 (TCN)2 (PIBN)(M'S) (TCN)(M'S) PIBN
(ŷi - (Yi-
X1 X2 Yi X1X2 X12 X22 X1Yi X2Yi ŷi
ŷiMedia)2 YMedia)2
2001 21 17 5,0 357 441 289 105 85 4,9 38,6 37,0
2002 22 21 5,1 462 484 441 112,2 107,1 4,9 38,1 35,8
2003 24 28 5,3 672 576 784 127,2 148,4 5,1 25,7 28,1
2004 26 30 5,4 780 676 900 140,4 162 5,5 30,8 29,2
2005 36 33 7,4 1188 1296 1089 266,4 244,2 8,4 70,6 54,8
2006 38 34 9,6 1292 1444 1156 364,8 326,4 8,9 80,0 92,2
2007 44 34 11,1 1496 1936 1156 488,4 377,4 10,8 116,1 123,2
2008 48 36 12,0 1728 2304 1296 576 432 11,9 140,8 144,0
2009 50 36 12,5 1800 2500 1296 625 450 12,5 155,6 156,3
2010 54 38 13,0 2052 2916 1444 702 494 13,6 184,0 169,0
2011 58 39 14,5 2262 3364 1521 841 565,5 14,7 216,7 210,3
2012 61 40 14,7 2440 3721 1600 896,7 588 15,6 242,4 216,1
2013 62 43 14,9 2666 3844 1849 923,8 640,7 15,7 245,8 222,0
2014 65 44 17,8 2860 4225 1936 1157 783,2 16,5 273,1 316,8
2015 68 45 18,0 3060 4624 2025 1224 810 17,4 302,0 324,0
∑ 677 518 166,3 25115 34351 18782 8549,9 6213,9 166,3 2160,1 2158,7

Requerimientos:

1. Realice el análisis de regresión lineal múltiple correspondiente, donde M’S = f(PIBN,

TCN); esto es, M’S = α0 + α1PIBN – α2TCN) + µi ; M’S es variable dependiente; PIBN y TCN
son las variables independientes del modelo.

2. Llene el cuadro de análisis de regresión lineal múltiple, y obtenga las sumatorias de

cada columna;

3. Presente el Sistema Matricial General AX=d, donde A es la Matriz de los Coeficientes

del Sistema (Matriz de las Sumatorias); X es la matriz de los Estimadores de los
Parámetros; y d es la Matriz de los Términos Independientes; y presente, también, el
Sistema Matricial Especifico, donde, el Sistema Matricial AX = d, contiene los valores que
permiten calcular los estimadores de los parámetros de la Ecuación de Regresión Lineal
Múltiple Estimada.

𝑛 ∑𝑥1 ∑𝑥2 𝛼0 15 677 518 𝛼0 −0.4171

(∑𝑥1 ∑𝑥1² ∑𝑥1𝑥2) [𝛼1] = (677 34351 25115) [𝛼1] = 0.3052
∑𝑥2 ∑𝑥1𝑥2 ∑𝑥2² 𝛼2 518 25115 18782 𝛼2 −0.0657

4. Determine los coeficientes paramétricos del modelo de regresión lineal múltiple:

intercepto (α0) y pendientes (α1 y α2);
 𝛼0 −0.4171
[𝛼1] = 0.3052
𝛼2 −0.0657
Link de la solución: Resolver sistemas de ecuaciones lineales online (matrixcalc.org)

5. Explique e interprete los coeficientes de las pendientes α1 y α2;

𝑑ŷ 𝑑ŷ
α1 = = 0.3052 α2 = = −0.0657
𝑑𝑥1 𝑑𝑥2

Interpretación de la pendiente α1: Cada vez que incrementa el Producto Interno Bruto
Nominal de la Republica Dominicana en la unidad, dígase mil millones de dólares, las
Importaciones Nacionales de Bienes y Servicios aumentan 0.3052 miles de millones de
dólares

Interpretación de la pendiente α2: Cada vez que incrementa la Tasa de Cambio Nominal
del peso dominicano con respecto al dólar estadounidense en la unidad, dígase mil
millones de dólares, las Importaciones Nacionales de Bienes y Servicios disminuyen en
0.0657 miles de millones de dólares

6. Presente la ecuación de regresión lineal múltiple construida o estimada;

Ŷ = 𝛼0 + 𝛼1𝑋1 + 𝛼2𝑋2+𝜇̂

Ŷ = −0.4171 + 6.7121𝑋1 + 7.11653𝑋2+𝜇̂

7. Utilice la ecuación de regresión lineal múltiple construida o estimada para calcular los
valores estimados de las importaciones nacionales;

“En la tabla”

8. Calcule la Suma de Cuadrados de Variación Explicada por la Regresión y la Suma de

Cuadrados de la Variación Total y utilícelas para calcular los correspondientes
Coeficientes de Determinación y Correlación Lineal Múltiples;
 Σ(Ŷ − Ŷ𝑚𝑒𝑑𝑖𝑎)² 𝟐𝟏𝟓𝟖, 𝟕
𝑅2 = = = 0.9993
Σ(y − 𝑦𝑚𝑒𝑑𝑖𝑎)² 𝟐𝟏𝟔𝟎, 𝟏

𝑅 = √𝑅2 = √0.9993 =0.9996

9. Explique e interprete los Coeficientes de Determinación y de Correlación Lineal

Múltiples;

Coeficiente de determinación lineal múltiple r²: es un estadístico de Bondad de ajuste,

permite explicar el comportamiento de la variable dependiente(y), en función o
dependencia de las variables independientes explicatorias o predictivas (x1, x2),
actuando x1 y x2 sobre Y, de manera individual e interactiva.

Coeficiente de correlación múltiple: es un estadístico que mide el grado o fuerza de

asociación lineal múltiple entre la variable dependiente(y) y las variables
independientes, predictivas explicatorias (x1, x2) y viceversa

Como estos dos dieron resultados muy cercanos a 1 podemos decir que podemos utilizar
estas variables para futuras predicciones, ya que son confiables.

10. Utilizaría usted la ecuación de regresión estimada para hacer estimaciones,

predicciones, proyecciones y para la formulación de políticas económicas? ¿Por qué?

Si, ya que el coeficiente de correlación múltiple y el coeficiente de determinación lineal

múltiple son muy elevados, por lo que las variables estimadas son confiables y muy
cercanas a la variable real.

R²= 0.9993

R= 0.9998