Professional Documents
Culture Documents
Donde:
: Variable dependiente.
: Variable Explicativas.
Planteamiento de hiptesis para los test
Prueba de Jarque Bera.
Ho: La muestra sigue una ley normal.
Ha: la muestra no sigue una ley normal.
Prueba de hiptesis F.
MODELO DE REGRESIN MULTIPLE
11
Anlisis:
$612.509 millones de dlares es el valor medio estimado del Saldo de la Deuda Externa por Acreedor para
el Sector Publico, cuando las variables explicativas, AMUL e INSF, tienen un valor de cero.
Es decir que si el saldo de lo que se le debe a los acreedores Multilaterales e Instituciones
Financieras llega a ser saldado, cancelado por completo, el valor o el Saldo de la Deuda Externa por
Acreedor del sector Publico ser de $612.509 millones de dlares, esto debido a aquellos elementos de la
deuda externa que no fueron tomados en cuenta en el modelo de regresin.
$1.019 millones de dlares es el cambio en la media estimada de DESPA, por unidad de cambio
en AMUL, permaneciendo constante INSF. Es decir que $1.019 millones de dlares es el efecto directo
sobre el valor medio estimado del Saldo de la Deuda Externa Pblica por Acreedor para el sector pblico,
cuando se aumenta o disminuye en una unidad el valor de los Acreedores Multilaterales, manteniendo
constante el valor de las Instituciones Financieras.
$1.014 millones de dlares es el cambio en la media estimada de DESPA, por unidad de cambio en INSF,
permaneciendo constante AMUL. Es decir que $1.014 millones de dlares es el efecto directo sobre el
valor medio estimado del Saldo de la Deuda Externa Pblica por Acreedor para el sector pblico, cuando
se aumenta o disminuye en una unidad el valor de las Instituciones Financieras y manteniendo constante el
valor de los Acreedores Multilaterales.
Relaciones entre las Variables.
El cuadro de correlaciones mostrado en los anexos, nos indica la relacin lineal que existe entre las
variables, segn la correlacin de pearson, es por ello que lo interpretamos de la manera siguiente:
La relacin entre DESPA y AMUL: la tabla de correlacin muestra que existe coeficiente de 96.1%, quiere
decir que existe una fuerte y positiva relacin entre la variable DESPA y AMUL, en otras palabras se puede
concluir que existe una influencia del 96.1% de la variable Acreedores Multilaterales sobre el Saldo de la
Deuda Externa por Acreedor para el sector pblico, quiere decir que el origen de las deuda externa pblica
se encuentra en el financiamiento que puede proveer los acreedores multilaterales al pas, quiere decir que
los fondos necesarios para estimular la economa del pas proviene en gran medida de instituciones como
MODELO DE REGRESIN MULTIPLE
12
el Banco Mundial, el Fondo Monetario Internacional (FMI), el Banco Interamericano de Desarrollo, entre
otros.
Relacin entre DESPA e INSF: el resultado obtenido en la tabla de correlacin para estas variables es de
98.9%, es decir que existe una relacin casi perfecta entre las variables, quiere decir que la influencia que
tienen las Instituciones Financieras para con el Saldo de la Deuda Externa Pblica por Acreedor para el
sector publico es del 98.9%, es decir, la nacin recibe fondos en concepto de prstamos de parte de las
instituciones dedicadas a la captacin de ahorro y crdito, esto con la nica finalidad de estimular la
economa nacional y provocar en cierta medida un crecimiento econmico en la nacin.
Conclusin:
Para amabas relaciones descritas anteriormente, se muestra que ninguna de las variables explicativas
tienen niveles de correlacin lo suficientemente insignificantes como para ser excluidas del modelo de
regresin.
o Test de Supuestos del Modelo
Estos test nos ayudan a comprobar, la normalidad del modelo, la significancia global de las variables
independientes sobre la dependiente, la determinacin de los intervalos de confianza y la significancia de
los coeficientes.
Por ello mostramos el test de Jarque Bera que nos muestra la normalidad del modelo, a travs de l
podemos conocer si el comportamiento del modelo es normal o, no es normal, es decir, si el resultado de
Jarque Bera es mayor que el nivel de significancia del 5%, la hiptesis de normalidad es aceptada, es
decir, el modelo es normal.
Normalidad: Test de Jarque Bera.
Esta prueba fue realizada con un valor de significancia del 5%, recuerde que el planteamiento de hiptesis
se encuentra en la pgina 10 del presente trabajo, mas para facilitar la interpretacin se escribe un
recordatorio de ella en la parte inferior de la siguiente tabla.
Prueba de Jarque-Bera (saldo de la deuda):
JB (Valor observado) 1.428
JB (Valor crtico) 5.991
GDL 2
p-valor 0.490
MODELO DE REGRESIN MULTIPLE
13
Conclusin:
No se puede rechazar la hiptesis nula, es decir que para un nivel de significancia del 5% no se puede
rechazar que: La muestra sigue una ley de Normalidad.
Interpretacin:
La ecuacin de regresin para el pronstico del Saldo de la Deuda Externa Pblica por Acreedor para el
Sector Pblico, tiene un comportamiento normal.
Test significancia global del modelo: Prueba F
En esta prueba medimos que tan significativas son las variables independientes sobre la dependiente, lo
medimos por medio del valor de y el nivel de significancia que nos arroj la tabla ANOVA.
Recurdese que los planteamientos de hiptesis para la prueba F se establecieron con anterioridad en el
trabajo, por lo que ahora solo se proceder con los estadsticos de prueba.
Alfa 0.05
Interpretacin de la prueba:
H0: La muestra sigue una ley Normal.
Ha: La muestra no sigue una ley Normal.
Como el p-valor calculado es mayor que el nivel de significacin alfa=0.05, no se puede rechazar la
hiptesis nula H0.
El riesgo de rechazar la hiptesis nula H0 cuando es verdadera es de 48.97%.
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 0.2 0.4 0.6 0.8 1
D
i
s
t
r
i
b
u
c
i
n
a
c
u
m
u
l
a
t
i
v
a
t
e
r
i
c
a
Distribucin acumulativa emprica
P-P plot (saldo de la deuda)
MODELO DE REGRESIN MULTIPLE
14
Estadstico de prueba.
Segn el estadstico de prueba obtenida por el programa SPSS, los resultados son los siguientes:
F=$9,556.641 millones.
Sig.= 0.000
De acuerdo con este resultado, dado que el valor de sig. (valor p) es menor que el nivel de significancia
se rechaza la hiptesis nula, es decir que para un nivel de significancia del 5% se rechaza que los
coeficientes de regresin parcial de las variables explicativas sean igual a cero.
Por lo tanto se acepta que los coeficientes de regresin parcial de las variables explicativas son distintos de
cero, es decir que se acepta que existe una relacin entre las variables explicativas AMUL e INSF para con
la variable dependiente DESPA.
Es decir que es posible utilizar la ecuacin de regresin para realizar pronsticos sobre el Saldo de la
Deuda Externa Pblica por Acreedor para el Sector Pblico.
Determinacin De Intervalos De Confianza Para Los Coeficientes Estimados.
Los siguientes intervalos de confianza para los coeficientes son el resultado obtenido del programa
SPSS que se refleja en la tabla 1.5 de coeficientes.
)
Que quiere decir que existe una probabilidad del 95% de que el valor medio del saldo de la deuda
externa por acreedor para el sector pblico, cuando las variables explicativas, AMUL e INSF, tienen un
valor de cero, el importe de dicha variable dependiente este entre $426.362 y $798.655 millones de
dlares.
Es decir que si se cancelara lo que se les debe a los acreedores multilaterales e instituciones
financieras, existe una probabilidad del 95% que el valor estimado del Saldo de la Deuda Externa Pblica
por Acreedor para el sector pblico oscile entre $426.362 y $798.655 millones de dlares.
MODELO DE REGRESIN MULTIPLE
15
)
Que quiere decir que existe una probabilidad del 95% de que el valor medio estimado del Saldo de
la Deuda Externa Pblica por Acreedor para el sector pblico oscile entre $0.909 y $1.129 millones de
dlares cuando se aumenta o disminuya en una unidad el valor de los Acreedores Multilaterales y se
mantenga constante el valor de las Instituciones Financieras. Recordando que las unidades que aumente o
disminuya el valor de los Acreedores Multilaterales esta expresada en millones de dlares, es decir el
aumento o disminucin de un milln de dlares para esa variable explicativa.
)
Que quiere decir que existe una probabilidad del 95% de que el valor medio estimado del Saldo de
la Deuda Externa Pblica por Acreedor para el sector pblico oscile entre $0.956 y $1.072 millones de
dlares cuando se aumenta o disminuya en una unidad el valor de las Instituciones Financieras y se
mantenga constante el valor de los Acreedores Multilaterales. Recordando que las unidades que aumente
o disminuya el valor de las Instituciones Financieras esta expresada en millones de dlares, es decir el
aumento o la disminucin de un milln de dlares para esa variable explicativa.
Test de significancia de coeficientes: Prueba t
Estadstico de prueba
MODELO DE REGRESIN MULTIPLE
16
Conclusin:
> Por lo que no se acepta la hiptesis nula, es decir que para un nivel de
significancia del 5% se rechaza que:
En otras palabras se rechaza que no existe relacin lineal entre los DESPA y AMUL. Por lo tanto hay
relacin lineal entre los DESPA y AMUL.
Estadstico de prueba
Conclusin:
> Por lo que no se acepta la hiptesis nula, es decir que para un nivel de
significancia del 5% se rechaza que:
En otras palabras se rechaza que no existe relacin lineal entre los DESPA e INSF. Por lo tanto hay
relacin significativa lineal entre los DESPA e INSF.
o Proyecciones con la regresin obtenida.
Utilizando los valores de los intervalos de confianza con los lmites superiores e inferiores y la ecuacin de
regresin del modelo, podemos realizar las proyecciones, adecuadas al modelo variando los datos de las
diferentes variables independientes.
Ecuacin de regresin del modelo:
MODELO DE REGRESIN MULTIPLE
17
Constante AMUL INSF
Lmite superior Lmite inferior. Lmite superior Lmite inferior. Lmite superior Lmite inferior.
$798.655 $426.362 $1.129 $0.909 $1.072 $0.956
Primera proyeccin.
Teniendo que el valor para AMUL es de 1 (milln) y el valor de INSF es de 1 (milln)
Proyeccin con lmites superiores:
DESPA=$798.655+$1.129(1)+$1.072(1)=$ 800.856
Proyeccin con lmites inferiores:
DESPA=$426.362+$0.909(1)+$0.956(1)= $ 428.227
Conclusin:
Existe una probabilidad del 95% de que el Saldo de la Deuda Externa Pblica por Acreedor para el sector
publico oscile entre $428.227 y $800.856 millones de dlares, siempre y cuando el valor correspondiente
a acreedores multilaterales y el valor de las instituciones financieras sea igual a 1 milln de dlares cada
uno.
Tambin se podra decir que existe la probabilidad de un 95% de que el Saldo de la Deuda Externa Pblica
por Acreedor para el sector pblico aumente entre $428.227 y $800.856 millones de dlares con respecto
al ao anterior, si la deuda a acreedores multilaterales y la deuda a instituciones financiera aumenta en un
milln de dlares para el presente ao. O tambin se podra decir que si se planea solicitar prstamos a
acreedores multilaterales y solicitar prstamos a instituciones financieras por un valor de un milln de
dlares, de cada uno de ellos, para el siguiente ao, existira un 95% de probabilidad de que el saldo de la
deuda para el siguiente ao aumente entre $428.227 y $800.856 millones de dlares con respecto al
presente ao.
Segunda proyeccin.
Teniendo que el valor para AMUL es de 2 (millones) y el valor de INSF es de 1 (millones)
Proyeccin con lmites superiores:
DESPA=$798.655+$1.129(2)+$1.072(1)=$ 801.985
MODELO DE REGRESIN MULTIPLE
18
Proyeccin con lmites inferiores:
DESPA=$426.362+$0.909(2)+$0.956(1)= $ 429.136
Conclusin:
Existe una probabilidad del 95% de que el Saldo de la Deuda Externa Pblica por Acreedor para el sector
publico oscile entre $429.136 y $801.985 millones de dlares, siempre y cuando el valor correspondiente a
acreedores multilaterales sea de 2 millones de dlares y el valor de las instituciones financieras sea igual a
1 milln de dlares.
Tambin se podra decir que existe la probabilidad de un 95% de que el Saldo de la Deuda Externa Pblica
por Acreedor para el sector pblico aumente entre $429.136 y $801.985 millones de dlares con respecto
al ao anterior, si la deuda a acreedores multilaterales aumenta en 2 millones de dlares y la deuda a
instituciones financiera aumenta en un milln de dlares para el presente ao.
Tercera Proyeccin.
Teniendo que el valor para AMUL es de 1(millones) y el valor de INSF es de 2 (millones)
Proyeccin con lmites superiores:
DESPA=$798.655+$1.129(1)+$1.072(2)=$ 801.928
Proyeccin con lmites inferiores:
DESPA=$426.362+$0.909(1)+$0.956(2)= $ 429.183
Conclusin:
Existe una probabilidad del 95% de que el Saldo de la Deuda Externa Pblica por Acreedor para el sector
publico oscile entre $429.183 y $801.928 millones de dlares, siempre y cuando el valor correspondiente a
acreedores multilaterales sea de un milln de dlares y el valor de las instituciones financieras sea igual a 2
millones de dlares.
Tambin se podra decir que si se planea solicitar prstamos a acreedores multilaterales un milln de
dlares y solicitar prstamos a instituciones financieras por un valor de 2 millones de dlares para el
siguiente ao, existira un 95% de probabilidad de que el saldo de la deuda para el siguiente ao aumente
entre $429.183 y $801.928 millones de dlares con respecto al presente ao.
MODELO DE REGRESIN MULTIPLE
19
Conclusin sobre las proyecciones.
Con las tres proyecciones anteriores tambin se puede evidenciar el efecto directo que tienen las variables
explicativas sobre el Saldo de la Deuda Externa Pblica por Acreedor para el Sector Pblico, eso se
resume en la siguiente tabla:
Saldo de la Deuda Externa Pblica por Acreedor para el Sector
Pblico.
Cuando se cumple lo siguiente:
Limite interior. Limite Superior.
Ambas variables explicativas son iguales. $428.227 $800.856
AMUL vara y INSF permanece constante. $429.136 $801.985
AMUL permanece constante y INSF varia. $429.183 $801.928
El recorrido de las condiciones de la tabla es el siguiente:
Ambas variables explicativas son iguales R=372.629
AMUL varia e INSF permanece constante R=372.849
AMUL permanece constante e INSF varia R=372.745
Si bien a travs de los rangos es imposible concluir el efecto que tienen las variables explicativas con la
exactitud deseada, si se podra decir que el efecto que tiene las variables explicativas sobre el Saldo de la
Deuda Externa Pblica por Acreedor para el Sector Pblico es casi el mismo para ambas variables, mas si
se tuviera que elegir la variable explicativa de mayor peso para determinacin del saldo de la deuda pblica
externa por acreedor, se dira que una variacin en la variable AMUL genera mayor variacin sobre el
saldo de la deuda, de lo que genera una variacin en INSF.
MODELO DE REGRESIN MULTIPLE
20
Conclusiones.
o Se concluye que el modelo de regresin del saldo de la deuda externa pblica por acreedor para el
sector pblico siguen una ley normal entre la variable dependiente y las independientes,
acreedores multilaterales e instituciones financieras.
o Con los test de supuestos del modelo llevados a cabo para nuestro tema El Saldo de la Deuda Externa del
Sector Pblico en funcin de sus Acreedores Multilaterales e Instituciones Financieras para el periodo de
1995 2010 . Se concluye que existe una relacin entre las variables explicativas y la variable
dependiente.
o En el test de Jarque Bera se llega a la conclusin de que No se puede rechazar la hiptesis nula, es
decir que para un nivel de significancia del 5% no se puede rechazar que: La muestra sigue una ley de
Normalidad.
o En la prueba F se concluye que se acepta que los coeficientes de regresin parcial de las variables
explicativas son distintos de cero, es decir que se acepta que existe una relacin entre las variables
explicativas AMUL e INSF para con la variable dependiente DESPA.
o Con un nivel de significancia del 5% se concluye que ambos coeficientes correspondientes a las
variables explicativas tienen una relacin lineal para con la variable dependiente DESPA, segn
los datos obtenidos por la prueba t.
MODELO DE REGRESIN MULTIPLE
21
Recomendaciones.
o Se sugiere como herramienta confiable para obtener los resultados de una regresin el software
economtrico SPSS.
o Se propone hacer uso del complemento de Excel, XLSTAT, para determinacin de las pruebas de
significancia.
o Para concluir sobre el tipo de relacin entre las variables se recomienda tener bien definidos los conceptos
correspondientes a cada prueba realizada. Si llega a existir evidencia significativa de que no existe relacin
entre las variables, se recomienda reconsiderar las variables que se usan en el estudio
o Para la realizacin del test de jarque bera, se recomienda realizarlo a travs del complemento de Excel,
puesto que proporciona las conclusiones y resultados de una forma muy efectiva.
MODELO DE REGRESIN MULTIPLE
22
Bibliografa.
Pginas web
www.bcr.gob.es
http://es.mimi.hu/economia/sector_financiero.html
http://www.mh.gob.sv
http://www.monografias.com/trabajos15/deuda/deuda.shtml
es.wikipedia.org/wiki/Deuda pblica
libros
Damonar N. Guajarati. Econometra. IV edicin, edit. Mc-Graw-Hill.
Anderson Sweeney Willians. Estadistica para Administracin y Economa. Sptima edicin. Captulo 15
MODELO DE REGRESIN MULTIPLE
23
Anexos.
o Bitcora de Actividades.
Fecha Participantes Actividad realizada Problemas Soluciones
31-10-11 Sylvia
Isabel
Yessica
Luis
Identificando y estableciendo
diferentes tipos de temas para la
investigacin.
Dificultad al
identificar las
variables
independientes de
cada uno de los
temas propuestos.
Consultar otras
fuentes de
informacin.
04-11-11 Sylvia
Isabel
Yessica
Luis
Concretar las propuestas y
clasificar las variables a estudiar.
Para una de las
propuestas la
base de datos
estaba
incompleta.
Completar la base de
datos, por medio de
publicaciones
anteriores.
08-11-11 Sylvia
Isabel
Yessica
Luis
Entrega al docente de las
propuestas de investigacin.
Aprobacin del tema
propuesto.
08-11-11 Sylvia
Isabel
Yessica
Luis
Elaboracin los objetivos que
guiaran la investigacin.
Falta de claridad
en la redaccin de
un objetivo
especifico.
Consultar al docente.
09-11-11 Sylvia
Isabel
Yessica
Luis
Se distribuye en tareas
individuales la bsqueda de
conceptos bsicos del modelo
de regresin.
10-11-11 Sylvia
Isabel
Yessica
Luis
Se establece como prioridad la
necesidad de descargar el
software SPSS el cual servir
para realizar el anlisis de
MODELO DE REGRESIN MULTIPLE
24
regresin y los test estadsticos.
10-11-11 Sylvia
Isabel
Yessica
Luis
La adquisicin del software fue
exitosa y ya se cuenta con el
manual de uso impreso para
facilitar la comprensin de su
aplicacin.
La comprensin
del uso del
software es
escasa.
Se busc la manera
de utilizar el software
mediante asesoras.
11-11-11
Sylvia
Isabel
Yessica
Luis
La instructora del grupo 10 de
estadstica II, imparti asesora
acerca del uso del software.
La asesora aclaro
muchas dudas
pero aun as
quedaron muchas
interrogantes al
respecto.
Se decide buscar
ms ayuda.
14-11-11 Sylvia
Isabel
Yessica
Luis
El equipo de trabajo se rene
para aplicar lo expuesto en la
asesora y se obtienen
resultados de la aplicacin de las
herramientas del programa.
.
15-11-11 Sylvia
Isabel
Yessica
Luis
Recopilacin de informacin
para la elaboracin del marco
terico.
Escasa
informacin
terica acerca de
las variables en
estudio.
Bsqueda exhaustiva
en diferentes fuentes
de informacin.
17-11-11 Sylvia
Isabel
Yessica
Luis
Depuracin y clasificacin de la
informacin recopilada, para la
elaboracin del marco terico.
Similitud en la
informacin
recopilada.
Establecer prioridad
en la informacin con
respecto al tema de
investigacin.
18-11-11 Sylvia
Isabel
Yessica
Luis
Elaboracin del marco terico de
la investigacin.
21-11-11 Sylvia El equipo de trabajo se rene Dificultad en la Consultar los
MODELO DE REGRESIN MULTIPLE
25
Isabel
Yessica
Luis
para hacer los anlisis
correspondientes a los
resultados obtenidos de la
aplicacin del software en la
base de datos.
interpretacin de
los anlisis.
conceptos
investigados
anteriormente y la
informacin
recopilada en el
marco terico; para
una mejor
comprensin.
24-11-11 Sylvia
Isabel
Yessica
Luis
Finalizacin del anlisis del
modelo de regresin.
27-11-11 Sylvia
Isabel
Yessica
Luis
Se culminan la con la
elaboracin de las partes finales
de la investigacin.
28-11-11 Sylvia
Isabel
Yessica
Luis
Se imprime el documento de la
investigacin y se finalizan
actividades.
MODELO DE REGRESIN MULTIPLE
26
o Teora Sobre Modelos De Regresin Lineal
Conceptos bsicos
Modelo de regresin
El anlisis de regresin mltiple estudia la relacin de una variable dependiente con dos o ms variables
independientes. Para denotar el nmero de variables independientes se suele usar p. A la ecuacin que
describe como esta relacionada la variable dependiente con las variables independientes
, ,......, , 3 2 1 _ _ _ se le conoce como modelo de regresin mltiple. El modelo de regresin mltiple toma
la forma siguiente:
c _ | _ | _ | |o + + + + + = p p .... 2 2 1 1
En el modelo de regresin mltiple,
, ,... 2 , 1 , p o | | | |
son parmetros y el trmino del error c es una
variable aleatoria y corresponde a la variabilidad en y que no puede atribuirse o explicarse al efecto lineal
de las p variables independientes.
Linealidad de variables
El principal y quizs ms natural significado de linealidad es que la expectativa condicional de Y es una
funcin lineal de Xi
Geomtricamente, la curva de regresin es en ese caso una lnea recta. En esta interpretacin, una funcin
de regresin, tal como E (YIXi) = 1 +2Xi
2
no es una funcin de lineal, debido a que la variable X aparece
elevada al cuadrado.
Linealidad en Parmetros
El segundo sentido de linealidad es que la esperanza condicional de Y, E(YIXi), es una funcin lineal de
los parmetros, de las
`;
puede ser o no lineal en la variable X. esta interpretacin, E(YIXi) = 1 +2Xi
2
es
un modelo de regresin lineal, pero el modelo E(YIXi) = 1+ Xi no lo es. La ltima ecuacin es un
ejemplo de un modelo de regresin no lineal en los parmetros, que no se consideran en esta ocasin.
De las dos interpretaciones de linealidad, la linealidad en los parmetros constituye el concepto relevante
en la teora que se presenta. La expresin regresin lineal significara siempre una regresin lineal en los
parmetros; las
`
(es decir, los parmetros, se elevan nicamente a la primera potencia), pudiendo o no
ser lineales en las variables explicativas, las X. La ecuacin E (YIXi) = 1 +2Xi es lineal tanto en las
variables como en los parmetros.
MODELO DE REGRESIN MULTIPLE
27
Error Estocastico
El trmino perturbacin estocstica ui o error estocstico sustituye todas aquellas variables que han sido
excluidas del modelo pero que afectan conjuntamente a Y.
Es una variable aleatoria no observable que toma valores positivos o negativos.
Regresion Muestral
Generalmente es necesario trabajar con informacin muestral y no poblacional, por lo tanto, se plantea una
ecuacin que nos permita estimar los valores de E(Y/X i ), b 0 , b 1 y u i ; as que el objetivo es estimar la
funcin de regresin poblacional con base en la funcin de regresin muestral:
= 0+ 1+X1+ = +
El caso ms simple de regresin es cuando se tienen dos variables (una dependiente y una independiente
o explicativa), es decir, n parejas de datos.
Una vez especificadas las variables es necesario determinar la relacin entre ellas, de la cual se puede
tener una idea general, graficando las variables en un sistema de coordenadas, en donde, en el eje de las
abcisas se ubica la variable independiente y en el de las ordenadas la variable dependiente; esta grfica se
llama nube de puntos.
La relacin ms sencilla es la lineal, la funcin de regresin poblacional es:
Yi = + Xi + ui
La cual no se puede observar directamente, por lo tanto, la estimamos a partir de la funcin de regresin
muestral:
= 0+ 1X1+ = +
Donde:
MODELO DE REGRESIN MULTIPLE
28
Minimos Cuadrados Ordinarios
El anlisis de regresin trata de la dependencia de las variables explicativas, con el objeto de estimar y/o
predecir la media o valor promedio poblacional de la variable dependiente en trminos de los valores
conocidos o fijos de las variables explicativas.
Se trata de encontrar una mtodo para hallar una recta que se ajuste de una manera adecuada a la nube
de puntos definida por todos los pares de valores muestrales (Xi,Yi).
Este mtodo de estimacin se fundamenta en una serie de supuestos, los que hacen posible que los
estimadores poblacionales que se obtienen a partir de una muestra, adquieran propiedades que permitan
sealar que los estimadores obtenidos sean los mejores.
Pues bien, el mtodo de los mnimos cuadrados ordinarios consiste en hacer mnima la suma de los
cuadrados residuales, es decir lo que tenemos que hacer es hallar los estimadores que hagan que esta
suma sea lo ms pequea posible.
Error estndar de mnimos cuadrados
El error estndar de la estimacin mide la dispersin de los valores observados alrededor de la recta de
regresin.
Frmulas usadas para calcular el error estndar:
Supuestos Del Modelo De Regresin Lineal
Supuesto 1
El modelo de regresin es lineal en los parmetros:
La linealidad de los parmetros se refiere a que los |s son elevados solamente a la primera potencia.
MODELO DE REGRESIN MULTIPLE
29
Supuesto 2
Los valores que toma el regresor X son considerados fijos en muestreo repetido. Esto quiere decir que la
variable X se considera no estocstica. Este supuesto implica que el anlisis de regresin es un anlisis
condicionado a los valores dados del (los) regresores.
Supuesto 3
Dado el valor de X, el valor esperado del trmino aleatorio de perturbacin i es cero.
Cada poblacin de Y corresponde a un X dado, est distribuida alrededor de los valores de su media con
algunos valores de Y por encima y otros por debajo de sta. Las distancias por encima y por debajo de los
valores medios son los errores, y la ecuacin antes sealada requiere que en promedio estos valores sean
cero.
Supuesto 4
Homoscedasticidad. Dado el valor de X, la varianza de i es la misma para todas las observaciones.
Esta ecuacin seala que la varianza de las perturbaciones para cada Xi es algn nmero positivo igual a
o
2
.
Homoscedastidad significa igual dispersin, en otras palabras significa que las poblaciones Y
correspondientes a diversos valores de X tienen la misma varianza. Por el contrario, se dice que existe
heteroscedasticidad cuando la varianza poblacional, ya no es la misma en cada muestra. El supuesto de
homoscedasticidad est indicando que todos los valores de Y correspondientes a diversos valores de X
son igualmente importantes.
Supuesto 5
MODELO DE REGRESIN MULTIPLE
30
Dados dos valores cualquiera de la correlacin entre i y j cualquiera (i= j) es cero.
Este supuesto indica que las perturbaciones no estn correlacionadas. Esto significa que los errores no
siguen patrones sistemticos. La implicancia del no cumplimiento de este supuesto (existencia de
autocorrelacin) implicara que Ytno depende tan slo de Xt sino tambin de t-1, puesto que t-1
determina en cierta forma a t.
Supuesto 6
La covarianza entre i y Xi es cero, formalmente:
Este supuesto indica que la variable X y las perturbaciones no estn correlacionadas. Si X y estuvieran
relacionadas, no podran realizarse inferencias sobre el comportamiento de la variable endgena ante
cambios en las variables explicativas.
Supuesto 7
El nmero de observaciones debe ser mayor que el nmero de parmetros a estimar.}
Supuesto 8
Debe existir variabilidad en los valores de X. No todos los valores de una muestra dada deben ser iguales.
Tcnicamente la varianza de X debe ser un nmero finito positivo. Si todos los valores de X son idnticos
entonces se hace imposible la estimacin de los parmetros.
MODELO DE REGRESIN MULTIPLE
31
Supuesto 9
El modelo de regresin debe ser correctamente especificado, esto indica que no existe ningn en el
modelo a estimar. La especificacin incorrecta o la omisin de variables importantes, harn muy
cuestionable la validez de la interpretacin de la regresin estimada.
Supuesto 10
No hay relaciones perfectamente lineales entre las variables explicativas. No existe multicolinealidad
perfecta. Aunque todas las variables econmicas muestran algn grado de relacin entre s, ello no
produce excesivas dificultades, excepto cuando se llega a una situacin de dependencia total, que es lo
que se excluy al afirmar que las variables explicativas son linealmente dependientes.
Propiedades De Los Estimadores De Minimos Cuadrados
Dados los supuestos del modelo clsico de regresin lineal, los valores estimados de MCO poseen algunas
propiedades ideales u ptimas. Estas propiedades estn contenidas en el teorema conocido como teorema
Gauss-Markov.
Teorema Gauss-Markov: Dados los supuestos del modelo clsico de regresin lineal, los estimadores de
mnimos cuadrados son:
Lineales
Insesgados
Varianza Mnimo. Es decir, son, MELI.
Test De Supuestos.
Normalidad
En las estadsticas , la prueba de Jarque-Bera es una bondad de ajuste medida de la desviacin de la
normalidad , con base en la muestra de curtosis y asimetra La estadstica de pruebaJB se define como:
MODELO DE REGRESIN MULTIPLE
32
donde n es el nmero de observaciones (o grados de libertad en general), S es la muestra de la asimetra ,
y K es la muestra de curtosis :
Donde 3 y 4 son el terceros y los cuartos momentos centrales, respectivamente, es la muestra medio, y
2
es el segundo momento central, variacin.
La estadstica JB tiene un asinttico distribucin del chi-cuadrado con dos grados de libertad y puede ser
utilizado a prueba hiptesis nula que los datos son de a distribucin normal. La hiptesis nula es una
hiptesis comn de la oblicuidad que es cero y exceso de kurtosis siendo 0, puesto que las muestras de
una distribucin normal tienen una oblicuidad prevista de 0 y exceso de un kurtosis previsto de 0 (que sea
igual que un kurtosis de 3). Como la definicin de JB las demostraciones, cualquier desviacin de esto
aumentan la estadstica de JB.
Determinacin De Intervalos De Confianza Para Los Coeficientes Estimados
Intervalos de confianza utilizando desviacin estndar
En estadstica, la probabilidad que asociamos con una estimacin de intervalo se conoce como el nivel de
confianza
Esta probabilidad nos indica que tanta confianza tenemos en que la estimacin del intervalo incluya al
parmetro de la poblacin. Una probabilidad ms alta significa ms confianza.
El intervalo de confianza es el alcance de la estimacin que estamos haciendo pero a menudo hacemos el
intervalo de confianza en trminos de errores estndar, para esto debemos calcular el error estndar de la
media as:
MODELO DE REGRESIN MULTIPLE
33
Donde es el error estndar de la media para una poblacin infinita, es la desviacin estndar de la
poblacin.
Con frecuencia expresaremos los intervalos de confianza de esta forma: en la que:
= lmite superior del intervalo de confianza
= lmite inferior del intervalo de confianza
Relacin entre nivel de confianza e intervalo de confianza
Podra pensarse que deberamos utilizar un alto nivel de confianza, como 99% en todos los problemas
sobre estimaciones, pero en algunos casos altos niveles de confianza producen intervalos de confianza
alto por lo tanto imprecisos.
Debe tenerse un intervalo de confianza que vaya de acuerdo al tema que se est estimando.
Intervalos de confianza derivados de la distribucin t de Student
El procedimiento para el clculo del intervalo de confianza basado en la t de Student consiste en estimar la
desviacin tpica de los datos S y calcular el error estndar de la media= S/(raz cuadrada de n), siendo
entonces el intervalo de confianza para la media = x media +- t (alfa/2) multiplicado por (S/(raz cuadrada
de n)).
Es este resultado el que se utiliza en el test de Student: puesto que la diferencia de las medias de muestras
de dos distribuciones normales se distribuye tambin normalmente.
Test De Signficancia De Coeficientes: Prueba T
La Distribucin T de Student
En la generalidad de los casos, no disponemos de la desviacin estndar de la poblacin, sino de una
estimacin calculada a partir de una muestra extrada de la misma y por lo tanto no podemos calcular Z.
MODELO DE REGRESIN MULTIPLE
34
En estos casos calculamos el estadstico T:
con
Donde S es la desviacin estndar muestral, calculada con n-1 grados de libertad.
Ntese que utilizamos S, la Desviacin Standard de una Muestra, en lugar deo, la Desviacin Standard de
la Poblacin.
El estadstico T tiene una distribucin que se denomina distribucin T de Student, que est tabulada para 1,
2, 3,... etc. grados de libertad de la muestra con la cual se calcul la desviacin estndar. La distribucin T
tiene en cuenta la incertidumbre en la estimacin de la desviacin estndar de la poblacin, porque en
realidad la tabla de T contiene las distribuciones de probabilidades para distintos grados de libertad.
La distribucin T es ms ancha que la distribucin normal tipificada Para un nmero de grados de libertad
pequeo. Cuando los grados de libertad tienden a infinito, la distribucin T tiende a coincidir con la
distribucin normal estndar. Es decir, en la medida que aumentemos el nmero de observaciones de la
muestra, la desviacin estndar calculada estar ms prxima a la desviacin estndar de la poblacin y
entonces la distribucin T correspondiente se acerca a la distribucin normal estndar. El uso de la
distribucin T presupone que la poblacin con que estamos trabajando tiene una distribucin normal.
MODELO DE REGRESIN MULTIPLE
35
o Base de datos y diccionario de datos.
Base de Datos.
Aos. (n) Valores en Millones de dlares de los Estados Unidos de Amrica
Deuda Externa del Sector
Publico por Acreedor
DESPA (Y)
Acreedores
Multilaterales.
AMUL ( )
Instituciones
Financieras.
INSF ( )
2010 6,680.0 3,385.3 2,631.9
2009 6,343.4 3,073.0 2,586.3
2008 5,512.0 2,602.8 2,179.1
2007 5,383.3 2,455.3 2,244.2
2006 5,596.4 2,453.9 2,470.7
2005 4,780.8 2,448.6 1,662.0
2004 4,580.0 2,313.7 1,524.6
2003 4,454.7 2,396.2 1,305.3
2002 3,891.7 2,232.1 961.7
2001 3,027.5 2,057.9 323.9
2000 2,677.0 1,847.1 184.2
1999 2,628.2 1,730.6 239.8
1998 2,466.7 1,756.3 59.8
1997 2,451.9 1,598.4 244.8
1996 2,276.6 1,530.8 153.1
1995 2,466.7 1,756.3 59.8
Diccionario de Datos.
Variable dependiente:
DESPA:
Deuda Externa del Sector Publico por Acreedor (DESPA). Esta variable es dependiente y se ve afectada por los
cambios que ocurren en las variables independientes.
Variables Independientes:
AMUL:
MODELO DE REGRESIN MULTIPLE
36
Acreedores Multilaterales (AMUL). Esta es una variable independiente y est representada por El Fondo Monetario
Internacional FMI, El Banco Mundial, Los bancos regionales de desarrollo (entre ellos el Banco Interamericano de
Desarrollo, BID) y otras instituciones ms pequeas. Refleja la deuda que tiene la Nacin para con esas entidades, en
millones de dlares.
INSF:
Instituciones Financieras (INSF). Esta es una variable explicativa y est representada por organizaciones especializadas
en la acumulacin de capitales y sus transferencias por medio de prstamos a inters o en su inversin directa. Refleja
la deuda que tiene la Nacin para con las Instituciones Financieras, en millones de dlares.
MODELO DE REGRESIN MULTIPLE
37
o Tablas del programa SPSS.
Regresin
Tabla 1.1: Estadsticos descriptivos
Estadsticos descriptivos
Media
Desviacin
tpica N
Saldo de la Deuda Externa por Acreedor del Sector Publico (Millones de
US$)
4183.347 1520.7615 15
Acreedores Multilaterales (Millones de US$) 2258.800 527.3273 15
Instituciones Financieras (Millones de US$) 1251.427 1000.4533 15
Tabla 1.2: Matriz de Correlaciones.
Matriz de Correlaciones
Saldo de la
Deuda Externa
por Acreedor
del Sector
Publico
(Millones de
US$)
Acreedores
Multilaterales
(Millones de
US$)
Instituciones
Financieras
(Millones de
US$)
Correlacin de Pearson Saldo de la Deuda Externa por Acreedor
del Sector Publico (Millones de US$)
1.000 .961 .989
Acreedores Multilaterales (Millones de
US$)
.961 1.000 .911
Instituciones Financieras (Millones de
US$)
.989 .911 1.000
Sig. (unilateral) Saldo de la Deuda Externa por Acreedor
del Sector Publico (Millones de US$)
. .000 .000
Acreedores Multilaterales (Millones de
US$)
.000 . .000
Instituciones Financieras (Millones de
US$)
.000 .000 .
N Saldo de la Deuda Externa por Acreedor
del Sector Publico (Millones de US$)
15 15 15
Acreedores Multilaterales (Millones de
US$)
15 15 15
Instituciones Financieras (Millones de
US$)
15 15 15
MODELO DE REGRESIN MULTIPLE
38
Tabla 1.3: Resumen del Modelo.
Resumen del modelo
b
Estadsticos de cambio Durbin-
Watson
Modelo R
R
cuadrado
R cuadrado
corregida
Error tp. de la
estimacin
Cambio en R
cuadrado
Cambio
en F gl1 gl2
Sig.
Cambio
en F
1 1.000
a
.999 .999 41.1454 .999 9556.641 2 12 .000 .920
a. Variables predictoras: (Constante), Instituciones Financieras (Millones de US$), Acreedores
Multilaterales (Millones de US$)
b. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico (Millones de US$)
Tabla 1.4: Tabla ANOVA.
ANOVA
b
Modelo
Suma de
cuadrados gl
Media
cuadrtica F Sig.
1 Regresin 32357704.256 2 16178852.128 9556.641 .000
a
Residual 20315.322 12 1692.943
Total 32378019.577 14
a. Variables predictoras: (Constante), Instituciones Financieras (Millones de US$),
Acreedores Multilaterales (Millones de US$)
b. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico
(Millones de US$)
MODELO DE REGRESIN MULTIPLE
39
Tabla 1.5: Coeficientes.
Coeficientes
a
Modelo
Coeficientes no
estandarizados
Coeficientes
tipificados
t Sig. Intervalo de confianza
de 95.0% para B
Correlaciones Estadsticos de
colinealidad
B Error tp.
Beta Lmite
inferior
Lmite
superior
Orden
cero Parcial
Semiparcia
l Tolerancia FIV
1 (Constante) 612.50
9
85.435
7.169 .000 426.362 798.655
Acreedores
Multilaterales
(Millones de US$)
1.019 .050 .353 20.199 .000 .909 1.129 .961 .986 .146 .171 5.852
Instituciones
Financieras (Millones
de US$)
1.014 .027 .667 38.145 .000 .956 1.072 .989 .996 .276 .171 5.852
a. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico (Millones de US$)
Tabla 1.6: Correlaciones de los coeficientes
a
Modelo
Instituciones
Financieras
(Millones de
US$)
Acreedores
Multilaterales
(Millones de
US$)
1 Correlaciones Instituciones Financieras
(Millones de US$)
1.000 -.911
Acreedores Multilaterales
(Millones de US$)
-.911 1.000
Covarianzas Instituciones Financieras
(Millones de US$)
.001 -.001
Acreedores Multilaterales
(Millones de US$)
-.001 .003
a. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico (Millones de US$)
MODELO DE REGRESIN MULTIPLE
40
Tabla 1.7: Diagnostico de colinealidad.
Diagnsticos de colinealidad
a
Modelo Dimensin Autovalores
ndice de
condicin
Proporciones de la varianza
(Constante)
Acreedores
Multilaterales
(Millones de
US$)
Instituciones
Financieras
(Millones de
US$)
1 1 2.776 1.000 .00 .00 .01
2 .219 3.565 .02 .00 .18
3 .005 23.345 .97 1.00 .81
a. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico (Millones de
US$)
Tabla 1.8: Estadsticos sobre los residuos.
Estadsticos sobre los residuos
a
Mnimo Mximo Media
Desviacin
tpica N
Valor pronosticado 2327.576 6731.333 4183.347 1520.2844 15
Valor pronosticado tip. -1.221 1.676 .000 1.000 15
Error tpico de valor
pronosticado
11.548 29.847 17.697 5.217 15
Valor pronosticado
corregido
2341.405 6788.347 4188.998 1526.7040 15
Residual -51.3326 76.7103 .0000 38.0932 15
Residuo tp. -1.248 1.864 .000 .926 15
Residuo estud. -1.813 1.950 -.057 1.047 15
Residuo eliminado -108.3467 83.8892 -5.6518 50.2321 15
Residuo eliminado estud. -2.036 2.258 -.045 1.136 15
Dist. de Mahalanobis .170 6.434 1.867 1.733 15
Distancia de Cook .001 1.216 .128 .306 15
Valor de influencia
centrado
.012 .460 .133 .124 15
a. Variable dependiente: Saldo de la Deuda Externa por Acreedor del Sector Publico
(Millones de US$)
MODELO DE REGRESIN MULTIPLE
41
Grficos