Professional Documents
Culture Documents
RESPUESTAS
A) Realizar un breve (resumen) anlisis estadstico de las variables por cada unidad transversal.
Antes de comenzar con el anlisis estadstico de las variables por cada unidad transversal, se procedi a
escribir los comandos siguientes en la siguiente imagen para que el STATA12 entienda que se est tratando
con variables tipo Panel.
IMAGEN N1: Comandos para programar los datos como PANEL en el STATA12
Una vez programado los datos del STATA12 se obtuvo los siguientes resultados
Como se puede en el CUADRO N1 y los GRAFICO N 2 al 6, que Cusco y Arequipa poseen comportamiento
similares a comparacin de las otras cajas municipales, ello puede deberse al nivel socioeconmico de las
ciudades y la cantidad de poblacin que tienen.
B) Realizar las pruebas de races unitarias a las variables. Interprete sus resultados.
Se utiliz el comando xtunitroot en cada variable dependiente e independiente del modelo propuesto
demostrando
xtunitroot llc dc
Como se puede apreciar en todas las variables no hay raz unitaria, demostrando que las variables son
estacionarias.
C) Justificar la eleccin de un modelo agrupado, de efectos aleatorios o de efectos fijos a travs de las
pruebas vistas en clase.
F(8,562) = 2296.09
corr(u_i, Xb) = -0.1599 Prob > F = 0.0000
mg_ebitda Coef. Std. Err. t P>t [95% Conf. Interval]
sigma_u 0.02496353
sigma_e 0.01317689
rho 0.78209253 (fraction of variance due to u_i)
sigma_u 0
sigma_e 0.01317689
rho 0 (fraction of variance due to u_i)
Despus se realiza el test de Hausman para elegir el mejor modelo
En la prueba de Hausman se demuestra que la probabilidad 0.000, lo cual quiere decir que el modelo es
travs de los efectos fijos.
Prueba de Heteroscedasticidad
Con esta prueba se puede evidenciar que se rechaza la hiptesis nula, demostrando que el modelo tiene
heteroscedasticidad, pero para corroborar el test se realiza la siguiente la tabla
Tambin se corrobora la informacin de que el modelo presenta heteroscedasticidad con un valor de 0.224.
Prueba de Autocorrelacion
Con ello se rechaza la hiptesis nula, es decir existe autocorrelacin de primer orden.
xtgls mg_ebitda roa provcd mora cd dc gfp ifcb spread, panels(correlated) corr(ar1)
xtpcse mg_ebitda roa provcd mora cd dc gfp ifcb spread, correlation(psar1) hetonly
Het-corrected
mg_ebitda Coef. Std. Err. z P>z [95% Conf. Interva]
roa 0.060148 0.0013977 43.03 0 0.0574085 0.0628875
provcd -0.0002083 0.0000733 -2.84 0.004 -0.0003519 -0.0000647
mora 0.0098989 0.0015156 6.53 0 0.0069284 0.0128694
cd -0.0076249 0.0014047 -5.43 0 -0.010378 -0.0048717
dc -0.0007315 0.0011941 -0.61 0.54 -0.0030718 0.0016088
gfp -0.0120899 0.0011144 -10.85 0 -0.0142741 -0.0099058
ifcb -0.0009385 0.000573 -1.64 0.101 -0.0020615 0.0001845
spread 0.0002577 0.0007161 0.36 0.719 -0.0011459 0.0016613
_cons 0.2117442 0.0175192 12.09 0 0.1774073 0.2460812
rhos = 0.8925453 0.713158 0.2947408 0.5861805 0.4720969 0.5868901
Anexos
*RESPUESTAS
*a) Realizar un breve (resumen) analisis estadistico de las variables
*por cada unidad
hausman fe re
xtgls mg_ebitda roa provcd mora cd dc gfp ifcb spread, panels(correlated) corr(ar1)
xtreg mg_ebitda roa provcd mora cd dc gfp ifcb spread, fe vce(robust)
xtreg mg_ebitda roa provcd mora cd dc gfp ifcb spread i.year1, fe
testparm i.year1
*f) En caso se encuentre variables integradas de orden 1, probar la
*existencia de una ecuacin de cointegracin. En caso exista, estimar dicha ecuacin.
xtpcse mg_ebitda roa provcd mora cd dc gfp ifcb spread, correlation(psar1) hetonly