Professional Documents
Culture Documents
: : : : :
CIENCIAS ECONMICAS Practica 1 Econometra I Beatriz Castaeda Enrquez Puma, Gustavo Ferreyra Espinoza, Germn Tafur Arvalo, Ciro Huanchi Gutirrez, Olivia Alcntara Rufasto, Henry
Aula/ Ciclo
Turno
: :
215 / V M
1. Para los siguientes modelos, interpretar el coeficiente : a. Donde: Gasto en bienes importados Ingreso personal disponible
: se interpreta como el incremento de los gastos en bienes importados por el aumento de una unidad del ingreso personal disponible. Esto se debe a que a medida que aumenta el ingreso personal disponible de los habitantes de un pas, estos aumentan su demanda por todo tipo de bienes, lo que implica un aumento de la demanda por bienes importados. En consecuencia nos permite conocer el grado de sensibilidad de gasto en bienes importados respecto al ingreso personal disponible, es decir que si es muy alto significa que es muy significativo estadsticamente, esto indica que el modelo de regresin a travs del origen se ajusta bien a los datos , si es muy bajo ocurrir todo lo contrario b. Donde:
Entonces, mide el cambio relativo o proporcional en el PBI ante un cambio absoluto en el tiempo. Adems, si multiplicamos por 100 a
Lo que nos dice que representa el cambio porcentual o la tasa de crecimiento instantnea en el PBI a causa de una variacin unitaria absoluta en el tiempo. Este trmino tambin se le conoce como semielasticidad del PBI respecto tiempo. Durante el periodo analizado el PBI se incrementa a una tasa de 100%.
c. Donde:
Entonces, mide el cambio absoluto en el PNB ante un cambio proporcional o relativo en la Oferta monetaria. De (1.c.1):
Lo que indica que un incremento en la oferta monetario de 1% en promedio, ocasiona un incremento de unidades monetarias en el PNB dado el tamao de la muestra.
2) Sea el siguiente modelo que relaciona el gasto en educacin (Et) con la renta disponible (Rt) De la informacin de una muestra de 10 familias se han obtenido los siguientes resultados:
Sabiendo que:
De
b) Estime la elasticidad en educacin-renta para el promedio de las familias en la muestra. La elasticidad en educacin-renta se define como la variacin porcentual en el gasto en educacin (E) ante una variacin porcentual en la renta (R). Expresndolo matemticamente: Ya que:
Lo que nos indica que un cambio de 1% en la renta disponible (Rt) en promedio, provocar un cambio de casi % en el gasto en educacin (Et). Lo que nos indica que el gasto en educacin es muy sensible a los cambien en en la renta disponible.
c) Descomponga la varianza total del gasto en educacin de la muestra en varianza explicada y varianza residual. Sabemos que: ( ( )
STC = SEC Donde: Suma Total de Cuadrados SEC = Suma Explicada de Cuadrados SRC = Suma Residual de cuadrados Dividiendo (2.c.1) entre n: (
Varianza total
Y ya que:
f) Contraste si la renta disponible tiene o no una influencia significativa sobre el gasto en educacin. Prueba de Hiptesis:
Estadstica de prueba:
T=
De:
= 2.306
Por lo que rechazamos la hiptesis Ho, sea que sea igual a cero, es decir el parmetro es significativo, con un 95% de confianza. Con lo que se demuestra que la renta disponible tiene una influencia significativa sobre el gasto en educacin. g) Para E = 7 y R = 50, contraste si la elasticidad gasto en educacin-renta disponible es o no superior a 1.
Prueba de Hiptesis:
Estadstica de prueba:
T=
3) Se estima una ecuacin de regresin lineal entre el tiempo de duracin de un proceso y una variable de control X1, con una muestra de 21 datos obteniendo la ecuacin:
2 y 1; S 2 2 X 1 ; Se y 5
b) Analice la significancia del modelo Sabemos que: Prueba de Hiptesis: H0: H1 Estadstica de prueba:
rechazo de la Hiptesis H0 y concluimos que el modelo es significativo por lo cual podemos seguir trabajando con el pues tiene el 95% de confianza; esto nos muestra que la parte sistemtica de nuestro modelo de regresin lineal explica las variaciones de la variable que tratamos de explicar.
c) Para mejorar el modelo se incluyeron dos variables X2 y X3, obtenindose la ecuacin de regresin mltiple.
2 S e2 0.5; S y 5
Calcular el R2 y el R2 ajustado y justificar si este modelo es mejor o no que el anterior. Son significativas las variables adicionadas. Calculando el coeficiente de determinacin ajustado Se sabe:
Como vemos, al agregar las variables X2 y X3; el coeficiente de correlacin ajustado paso de 0.8 a 0.9, esto nos indica que al agregar stas variables, se incrementa de manera significativa el poder explicativo de nuestro modelo. Por lo que podemos decir que este modelo es mejor que el anterior. Para analizar la significancia del modelo aplicamos las siguientes Pruebas de Hiptesis con T-student con (n-k=21-4=17) 17 grados de libertad y un nivel de confianza de 95%
= 2.1098156
Para H0: H1
Como vemos se rechaza la Hiptesis Ho, por lo que aceptamos: lo que indica que la variable X1 es significativa para el modelo con un 95% de confianza.
Para H0: H1
Como vemos se acepta la Hiptesis Ho, es decir que lo que indica que la variable X2 no es significativa para el modelo con un95% de confianza.
Para H0: H1
C o m o v e m o Como vemos se acepta la Hiptesis Ho, es decir que lo que indica que la variable X3 no es significativa para el modelo con un 95% de confianza.
4) Suponga que usted es la mxima autoridad monetaria de su pas, en donde se tiene las siguientes observaciones histricas expresadas en miles de millones de unidades monetarias. Cantidad Renta de Ao Nacional dinero (Y) (X) 1983 6,5 16,5 1984 5,5 16,75 1985 7,9 17 1986 8,7 17,5 1987 8,1 17,6 1988 9,5 17,85 1989 9,9 18,2 1990 10,7 18,5 1991 11,1 18,85 1992 11,5 19 Suma 89,4 177,75 Promedio 8,94 17,775
a) Estimar la regresin lineal de la renta nacional con respecto a la cantidad de dinero. Proporcionar el R y Se2.
Ao 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 Suma
XY 107,25 92,125 134,3 152,25 142,56 169,575 180,18 197,95 209,235 218,5 1603,925
X2 42,25 30,25 62,41 75,69 65,61 90,25 98,01 114,49 123,21 132,25 834,42
Y (estimado) 16,75 16,32 17,34 17,67 17,42 18,01 18,18 18,52 18,69 18,85
e2
YY(promedio)= y
y2
1,625625 1,050625 0,600625 0,075625 0,030625 0,005625 0,180625 0,525625 1,155625 1,500625 6,75125
-0,25 0,43 -0,34 -0,17 0,18 -0,16 0,02 -0,02 0,16 0,15
0,060262 0,181682 0,112829 0,030027 0,032311 0,025813 0,000426 0,00028 0,027085 0,021282 0,491998
-1,275 -1,025 -0,775 -0,275 -0,175 0,075 0,425 0,725 1,075 1,225
Por lo tanto la ecuacin de la regresin lineal de la renta nacional con respecto a la cantidad de dinero:
Hallando el
Reemplazando:
Hallando
Como observamos nuestro coeficiente de determinacin se acerca casi a la unidad con un valor de por lo que concluimos que variaciones en la cantidad monetaria explican con alto grado las variaciones en la renta nacional. Como podemos observar nuestra varianza es muy pequea por lo que podemos concluir que las variables que no afectan sistemticamente a la renta nacional no tienen un alto grado de variabilidad.
Como rechazamos la Hiptesis nula (Ho), por ende concluimos que nuestro modelo es significativo con un 95% de confianza.
c) Si usted controla la oferta de dinero y desea conseguir que la renta nacional en 1993 sea de 20,000 millones de unidades monetarias, a qu nivel fijara la cantidad de dinero? Construya un intervalo de prediccin de la renta en tales condiciones con una confianza del 95% Reemplazando
Por lo que para conseguir que la renta nacional en 1993 sea de 20,000 millones de unidades monetarias deberamos fijar la cantidad de dinero en 14.21 miles de millones. Construyendo el intervalo de confianza: Hallando
:
()
Donde:
() () [ ]
()
()
()
][
][
][
[
Con un 95% de confianza