Professional Documents
Culture Documents
Econometría
Las flores producidas en Colombia llega con altos estándares de calidad, que garantizan
tamaños e intensidad de colores para satisfacer los mercados mundiales, asegurando
además, labores social y medioambientalmente responsables. Permanente innovación en
las variedades demandadas según las tendencias de consumo y procesos logísticos que
aseguran la entrega del producto en las condiciones óptimas para el consumidor.
En los últimos 60 meses, encontramos que las exportaciones medias de flores hacia el
extranjero son de 17,9 millones de dólares con una desviación típica de 47,4 millones de
dólares. La tasa representativa del mercado, indicando el precio del dólar nos muestra que
el precio promedio mensual es de $1883 COP; con una desviación promedio de 100 pesos,
el indicador mensual promedio de la actividad económica colombiana es de 3,6% además
la variación real anualizada del producto interno bruto mensual estadounidense es de 3,2%.
β1= Representa el cambio esperado en las exportaciones mensuales de flores, debido a una
variación unitaria monetaria de la tasa representativa del mercado, mientras lo demás se
mantiene constante.
𝛽2= Representa el cambio esperado en las exportaciones mensuales de flores, debido a una
variación de un punto porcentual del indicador mensual de la actividad económica
colombiana mientras lo demás se mantiene constante
A simple vista damos cuenta de defectos en nuestro ajuste, puesto tenemos un coeficiente
de determinación r cuadrado muy alejado a 1 que no es el mejor de los casos y la
dispersión es 42620,3 significativamente alta. Sin embargo los residuos no están
autocorrelados como indica el estadístico de Durbin-Watson ya que en valores inferiores a
0,5, hay evidencia de correlación serial positiva. Podemos ver que los valores no presentan
algún tipo de dependencia en cuanto al orden de obtención. Lo cual no está incumpliendo
una de las condiciones del modelo que nos hace determinar eficiencia en las estimaciones
de los parámetros del modelo (los coeficientes del modelo) tienen los criterios de calidad
que se suponen. Es decir, no hay presencia de multicolinealdiad:
Analizando la correlación entre las variables del modelo encontramos que, todas las
correlaciones entre las variables son significativas a un nivel bajo y que la correlación
entre la variación real anualizada del PIB mensual de estados unidos y la tasa representativa
es significativamente mayor a 0,5 pero no se puede considerar alta, La estimación nos
lleva a que la recta ajustada sea la siguiente:
Debemos mencionar que el p-value del coeficiente de la variable trm es mayor a un nivel
de significancia del 5%, 0,068>0,05. Se aceptaría una hipótesis nula de que el parámetro es
igual a cero, por lo que se concluye que este coeficiente no es significativamente distinto de
cero. Mientras que damos cuenta que el coeficiente del Imaco resulta significativo a un
nivel del 5%, 0,017<0,05, lo cual nos llevaría a rechazar una hipótesis nula de que el
parámetro es igual a cero. Resaltamos en nuestra estimación la no significancia estadística
del parámetro de la variación real anualizada del PIB mensual de Estados Unidos cuyo
valor p 0,49>0,05.
La anterior es la tabla del análisis de la varianza la que nos permite contrastar que el
coeficiente de correlación poblacional es significativamente distinto de cero, por lo que
vemos el valor F tiene un p-value igual a 0,002<0,05 lo que nos permite rechazar la
hipótesis nula:
Ho: βi = 0
Ha = βi ≠ 0
Con lo cual concluimos que la dependencia lineal es significativa, el modelo que se ajusta
resulta adecuado. Por lo que se procede a analizar si se cumplen las hipótesis requeridas
de normalidad, detallando los gráficos.
Tanto el histograma como el grafico de qq-plot nos muestran que la distribución se
aproxima a una distribución normal, hasta ahora esta hipótesis también la cumple el
modelo que se ajustó.
𝐻0: 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑠𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑦𝑒𝑛 𝑐𝑜𝑚𝑜 𝑢𝑛𝑎 𝑛𝑜𝑟𝑚𝑎𝑙
𝐻1: 𝐿𝑜 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑛𝑜 𝑠𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑦𝑒𝑛 𝑐𝑜𝑚𝑜 𝑢𝑛𝑎 𝑛𝑜𝑟𝑚𝑎𝑙
En este trabajo tenemos una muestra que es mayor a 50, nos detallamos en los que nos
dice el estadístico de Kolmogorov.Smirnov, ahora como el valor de significancia es menor
a 0,01 no podemos rechazar hipotesis nula. Con lo que concluimos que no se viola el
supuesto de normalidad en los residuos, se satisface el supuesto de normalidad. Ahora
hemos de comprobar que los residuos tengan igualdad de varianza (la hipótesis de la
homocedasticidad) y esto lo hacemos con el gráfico de residuos estudentizados frente a
predicciones que también podemos obtener en el campo Gráficos del modelo de regresión:
El grafico no presenta ningún patrón, por tal aceptamos igualdad de varianzas. Lo cual ya
se soporta con el estadístico F, en el Anova. Sin embargo realizamos el Test de Spearman,
Ho: Homoscedasticidad (ausencia de correlación entre la ordenación de la variable Xf y la
ordenación de los residuos en valor absoluto
La correlación en la muestra es muy alta y positiva 0,9 (concordancia) y el p-valor del test
0,080>0,05 por tanto no se rechaza la hipótesis. Queda confirmada la Homocedasticadad.
Bibliografía