Вы находитесь на странице: 1из 5

REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA


UNIVERSIDAD EXPERIMENTAL POLITÉCNICA DE LAS FUERZAS
ARMADAS - NUCLEO CARACAS
MENCION: ECONOMETRIA I

PRUEBA DE NORMALIDAD Y PRUEBA DE JARQUE-BERA

Profesor: Luis Arguello

Integrantes:
Anghela, J Dávila Márquez
C.I: 26.819.981
Génesis, Y Venegas González
C.I: 26.996.795

Caracas, octubre del 2018.


DESARROLLO

1. ¿POR QUÉ SE PIDE LA PRUEBA DE NORMALIDAD DE LOS RESIDUOS?

1.1 La distribución normal: es una distribución con forma de campana donde las
desviaciones estándar sucesivas con respecto a la media establecen valores de
referencia para estimar el porcentaje de observaciones de los datos. Estos valores de
referencia son la base de muchas pruebas de hipótesis, como las pruebas Z y t.

1.2 Histograma de una distribución normal hipotética:

Puesto que la distribución de estos datos es normal, usted puede determinar


exactamente qué porcentaje de los valores está dentro de cualquier rango específico. Por
ejemplo:

 Alrededor del 95% de las observaciones está dentro de 2 desviaciones estándar de la


media, indicado por el área sombreada en azul. El 95% de los valores se ubicará dentro
de 1.96 desviaciones estándar con respecto a la media (entre −1.96 y +1.96). Por lo tanto,
menos del 5% (0.05) de las observaciones estará fuera de este rango. Este rango es la
base del nivel de significancia de 0.05 que se utiliza para muchas pruebas de hipótesis.
 Aproximadamente el 68% de las observaciones está dentro de una 1 desviación estándar
de la media (-1 a +1), y alrededor del 99.7% de las observaciones estarían dentro de 3
desviaciones estándar con respecto a la media (-3 a +3).

1.3 Importancia en la prueba de normalidad:

Si bien para la estimación por mínimos cuadrados de los coeficientes de un modelo de


regresión, sólo es necesaria la asunción de linealidad, la normalidad de los mismos, en
base a la cual se realizan los contrastes de hipótesis, está basada también en las
asunciones de normalidad y homoscedasticidad. Por consiguiente, conviene asegurar
que dichas asunciones se cumplen en cada caso. Hay que tener en cuenta que, en caso
de que no se cumpla la normalidad, no se puede utilizar la t ni la F para los contrastes de
hipótesis. Una falta de normalidad de los residuos puede ser debida también a que el
modelo sea inapropiado o a existencia de heterocedasticidad.

En estadística se dice que un modelo de regresión lineal


presenta heterocedasticidad cuando la varianza de las perturbaciones no es constante a
lo largo de las observaciones. Esto implica el incumplimiento de una de las hipótesis
básicas sobre las que se asienta el modelo de regresión lineal.

2. ¿EN QUE CONSISTE LA PRUEBA JARQUE-BERA?

La prueba de JB de normalidad es una prueba asintótica, o de grandes muestras.


También está basada en los residuos MCO. Esta prueba calcula primero la asimetría y
los curtosis o apuntamiento de los residuos MCO y utiliza el siguiente estadístico de
prueba:

JB=T-K (S2 (K-3)2


6 4
Prueba de Normalidad (quantile-quantile)

En la gráfica debe verse a lo largo de la recta los puntos, de lo contrario si están dispersos
de la recta significa que no existe la normalidad.

Diagrama de Caja

En este tenemos un diagrama que si muestra en el medio de la caja la media y los bigotes
de la caja se ven a la misma distancia de dicha caja se acepta la normalidad de la variable
de nuestro modelo econométrico

Valor P

El valor p se calcula utilizando la distribución de muestreo del estadístico de prueba bajo


la hipótesis nula, los datos de la muestra y el tipo de prueba que se realiza (prueba de
cola inferior, prueba de cola superior o prueba bilateral).

Se rechaza la hipótesis nula si el valor de p asociado al resultado observado es igual o


menor que el nivel de significación establecido, convencionalmente 0,05 ó 0,01. Es decir,
el valor p nos muestra la probabilidad de haber adquirido el resultado que hemos obtenido
si suponemos que la hipótesis nula es cierta.

Si el valor de p es inferior al nivel de significación, lo más verosímil es que la hipótesis de


partida sea falsa. Sin embargo, también es posible que estemos ante una observación
atípica, por lo que estaríamos cometiendo el error estadístico de rechazar la hipótesis
nula cuando ésta es cierta basándonos en que hemos tenido la mala suerte de encontrar
una observación atípica. Este tipo de errores se puede subsanar rebajando el valor de p;
un valor p de 0,05 es usado en investigaciones habituales sociológicas mientras que
valores p de 0,01 se utilizan en investigaciones médicas, en las que cometer un error
puede acarrear consecuencias más graves

El valor de p es un valor de probabilidad, por lo que oscila entre 0 y 1. Así, se suele decir
que valores altos de p NO RECHAZAN la hipótesis nula o, dicho de forma correcta, no
permiten rechazar la H0. De igual manera, valores bajos de p rechazan la H0.
Es importante recalcar que un contraste de hipótesis no permite aceptar una hipótesis;
simplemente la rechaza o no la rechaza, es decir que la tacha de verosímil (lo que no
significa obligatoriamente que sea cierta, simplemente que es más probable de serlo) o
inverosímil.