Documente Academic
Documente Profesional
Documente Cultură
UNIVERSIDAD CATÓLICA DE
SANTIAGO DE GUAYAQUIL
INTEGRANTES:
TORRES HAROLD
NOBLECILLA GUSTAVO
PARADA ANIBAL
5to CICLO
SEMESTRE B 2015
TABLA DE CONTENIDO
vital importancia para la economía ecuatoriana, sobre todo porque Ecuador es uno de los
competidor directo que es Costa Rica. Es por esto que, que a través de los diferentes sistemas
fértil del banano y la maquinaria agrícola utilizada para su cultivo y producción. Estos tres
elementos son los esenciales para la economía ecuatoriana y sobre todo para este sector
ABSTRACT
and agricultural sector of vital importance for the Ecuadorian economy is shown,
especially since Ecuador is one of the largest producer and exporter of bananas
everyone, obviously with its direct competitor that is Costa Rica. That is why, that
through different econometric systems applicable in class, you can see the importance
of production, the fertile land of bananas and agricultural machinery used for cultivation
and production. These three elements are essential for the Ecuadorian economy and
especially for the banana sector, a cornerstone of our balance of payments and
domestic economy.
3. JUSTIFICACIÓN
Las teorías económicas y bases teóricas son una de las herramientas indispensables
fundamental del tema de estudio tiene como base la producción, es evidente que se
aprovechar al máximo los factores productivos, los mismos que son considerados
fuentes de recursos escasos y que a su vez contribuyen al momento de fijar el valor del
producto.
Es por eso que la empresa será la encargada de decidir cuánto va a producir en base
obra, los insumos requeridos para la producción del bien y el capital. Otro de los
supuestos que tiene esta teoría económica es la decisión de los precios en el mercado,
que a su vez dicha teoría nos enseña que no siempre se verá maximizada
modelo de estudio. Sin duda el banano es una de las frutas de vital importancia para la
economía de nuestro país, el cual está en función de los siguientes factores productivos:
Mano de Obra
El Terreno
4. OBJETIVOS
del banano.
en la producción.
aprendidas en clase.
correlación y determinación entre las variables que han sido seleccionadas para
el tema de investigación.
construyeron con datos obtenidos de una fuente muy confiable como es la FAOSTAT.
descriptivo correlacional como lo son todas las pruebas aprendidas para detectar
AUTOCORRELACION” así mismo saber cuáles son los remedios para corregirlas.
Para esto se explicara a continuación cómo funcionan y de que se trata cada una de ellas
5.1. MULTICOLINEALIDAD
de una relación lineal exacta, y colinealidad, a la existencia de una sola relación lineal.
EXPLICACIÓN ECONOMÉTRICA
independientes y explica que mientras más alto sea R y más cercano sea a 1 mayores
posibilidades hay que sufra de esta enfermedad (entonces si las variables están muy
tengan cada uno es decir el aporte neto ya que recibiría la influencia de las otras
variables y por lo tanto los resultados que arrojen no serán del todo seguros). Se da en
X2 = f (X3)
X3 = f (X4)
X2 = f (X4)
para justificar su tratamiento [por ejemplo, la multicolinealidad] como una violación del
Para poder analizar los resultados obtenidos se plantearan las siguientes preguntas:
5.1.1. NATURALEZA
libertad).
(Goldberger, op. cit.1992, pp. 248-250): “En una parodia de las consecuencias
micronumerosidad”
Teoría Económica.
(Montgomery, Peck, 1982, pg. 289-290): “El método de recolección de información (la
Entre las consecuencias prácticas se deben de tomar en cuenta una serie de pasos como:
1.- Al estimar el modelo hay que considerar si los signos de las pendientes salen
2.- Los errores estándar de cada uno de los estimadores en X; si estos errores son
ℯℯ ℯℯ2 ℯℯ3
3.- Los “t, z, f “significativos de cada uno de los estimadores salen NO significativos
Si es > 0.05 no es
Si es < 0.05 si es
5.- Al correr la matriz de correlaciones simples o de orden cero cuando resulten muy
altas
parciales.
r 23.1 Y
X2 X3
R2 Y = f(X2, X3)
X2 = f (X3) R2
VARIANZA”.
(Judge, Hill, Griffiths, Lütkepohl y Tsoung-Chao Lee 1982, pg. 621) cometan
entre las regresoras. Por desgracia, si existen diversas asociaciones lineales complejas,
este ejercicio de ajuste de curva puede no tener gran valor, pues será difícil identificar
R2 Y = f(X2, X3)
* REGLA DE ORO: Si R2 de todo el modelo ≥ 0.9 y los estimadores (al menos uno)
(Ibid, op. cit. 1982 pg. 439): “Aunque este diagnóstico es razonable, su
multicolinealidad tiene que ver con la dificultad de obtener los coeficientes estimados
con errores estándar pequeños. Sin embargo, se presenta el mismo problema al contar
forman parte esencial del mismo problema.) Por tanto, la pregunta “¿qué debe hacerse
5.1.3. DETECCION
las variables explicativas que son no estocásticas por supuestos, es una característica de
ineficaz en el sentido de que una determinada correlación parcial puede ser compatible
1.- Sacar matriz de correlación múltiple y estimar el modelo a través de la Regresión (en
r12−r13∗r23
r12.3 =
√(1− 𝑟 2 13)(1− 𝑟 2 23)
r13−r12∗r23
r13.2. =
√(1− 𝑟 2 12)(1− 𝑟 2 23)
r23−r12∗r13
r23.1 =
√(1− 𝑟 2 12)(1− 𝑟 2 13)
aislando el efecto de la Y.
1
(1 − 𝑟 2 23)
los estimadores son significativos o si no; en caso que uno de ellos salga No
5.1.4. REMEDIOS
(Blanchard, 1998, pg. 190): “Cuando los estudiantes efectúan por primera vez la
afrontar es el de la multicolinealidad. Muchos concluyen que hay algo malo con los
1.- Aumentar n: para esto debe verse características de datos y del tiempo los cuales se
teoría que debe indicar que variable puedo eliminar del modelo.
Y= β 1 + β 2 X2t + β 3 X3t + µt
3.- Información A Priori: Se dividirá los datos de ambas variables para saber cuánto
representa y entonces sacare un promedio con el cual trabajare en base a una tasa x que
sea la más adecuada para el modelo tomando en cuenta siempre la información a priori.
Zt = X2t + 0.10X3t
*Donde este B3 = 0.10 se debe a la investigación que previamente tuvo que realizarse
priori de la teoría económica en lugar de imponerlas simplemente sobre los datos para
4.- Transformación de variables: este método se usa en series de tiempo, los problemas
que presenta esta prueba se ven el β 0 (intercepto) y al final la aplicación de esto resulta
peor que la enfermedad ya que si se ejecuta aparece otra enfermedad conocida como
“AUTOCORRELACION”.
5.2. HETEROSCEDASTICIDAD
EXPLICACIÓN ECONOMÉTRICA
clásico lineal en cuanto a la igualdad en la dispersión de los errores (para cada valor de
pruebas.
Para poder analizar los resultados obtenidos se plantearan las siguientes preguntas:
5.2.1. NATURALEZA
El tipo de datos que tiene este problema son los datos de corte transversal porque
(Hendry, 1995, pg. 45): “la heteroscedasticidad también surge debido a la incorrecta
diferencias) y una forma funcional incorrecta (por ejemplo, modelos lineales frente a
modelos log-lineales)”.
5.2.2. CONSECUENCIAS PRÁCTICAS
Los estimadores dejan de ser “M.E.L.I.”; esto quiere decir que hay que desconfiar de
todos los resultados ya no serán los mejores estimadores y sesgados porque habrá
errores.
5.2.3. DETECCION
• Informal: en este caso se analiza la naturaleza de los datos; es decir si se observa que
la base de datos sea efectivamente de corte transversal hay que sospechar de problemas
con Ŷ por el otro eje; o puede ser también µ por un lado del eje y con X siendo la
(Malinvaud, 1970, pg. 88-89): “Aunque los û2 no son lo mismo que los u2, los
5.2.3.1. GOLDFELD-QUANDT
2.- Se selecciona “c” que significa la cantidad de datos dispuestos a sacrificar ( esto
4 ≤ c ≤R
La cantidad de C debe ser de tal manera que la cantidad de datos se parta igual y
deberán ser en la mitad para ser un quiebre en la base de datos y así se trata de forzar
una diferencia entre el grupo de arriba y el grupo de abajo y las varianzas serán
60”
3.- Se corren dos modelos y de cada uno interesa la “Sumatoria de Residuos al
∝ = 0.05
1.- Correr el modelo original (el cual puede ser múltiple o simple) y obtener u de la
parte de los residuos del resumen y una vez obtenido u lo convierto en |u|.
∑ 𝑑𝑖 2
1-6[ 𝑛(𝑛2 −1)]
*Donde:
*Anexo: Se construye una matriz donde se coloca |u| previamente sacado y se lo ordena
en otra celda de forma ascendente y al lado de esta armo otra con las numeraciones
según los datos de la base de datos posteriormente abriré otra celda que llevara el valor
lado enumero asi mismo según el número de datos de la base para luego abrir otra celda
En otra celda se restará rango |u| del rango de |X| y lo que se obtenga se lo
𝑟𝑠 √𝑛−2
t= √1−𝑟𝑠2
(Yule, Kendall, 1953, p. 455 ): “Se usara la formula anterior si se supone que el
rs”.
5.- Calcular “T crítico” mediante la función “DistribuciónT. Inversa” donde coloco
gl = n-2
∝ = 0.05
1.- Se estima el modelo original y obtener u de la parte de los residuos del resumen y
2
∑ 𝑢2
𝜎 =
𝑛
𝑢2
⍴i = 2
𝜎
⍴i= f(X)
1
𝑋2 = 𝑆𝐸𝐶
2
*Donde:
½: es una constante
6.- Se calcula “Chi Cuadrado Crítico” mediante la función “Chi. Inversa” donde:
∝ = 0.05
5.2.3.4. WHITE
1.- Se estima el modelo u2 (tiene que ser cuadrático, cúbico o polinómico y para esto se
realiza la gráfica de dispersión que dará la pauta para estimar el modelo) y no olvidar de
la parte de los residuos del resumen y una vez obtenido u lo elevo al cuadrado.
X12= nR2
4.- Se calcula “Chi Cuadrado Crítico” mediante la función “Chi. Inversa” donde:
∝ = 0.05
5.2.4. REMEDIOS
Se considera que las variables Y y X son convertidas en ln para cada una y de esa
Se divide para Ŷ:
Y= β 1 + β 2 X2+ µ -----> Y/ Ŷ = Y= β 1 / Ŷ + β 2 X2 / Ŷ
5.3. AUTOCORRELACION
EXPLICACIÓN ECONOMÉTRICA
Es la correlación que existe entre los términos de erros; es decir cuando µ2 afecta
principalmente en las series de tiempo y muy pocas veces en cortes de dato transversal,
Si partimos de un modelo:
Y= ∝ 1 + ∝ 2 X2t + ∝ 3 X3t + µt
Y si todo está bien se supone que µ está distribuido normalmente pero en la vida
Para poder analizar los resultados obtenidos se plantearan las siguientes preguntas:
5.3.1. NATURALEZA
Y= ∝ 1 + ∝ 2 X2t + ∝ 3 X3t + µt
(Greene, op. cit. 1965, pg. 526): “Todas estas técnicas de “manejo de datos” podrían
imponer sobre los datos un patrón sistemático que quizá no estaría presente en los datos
originales”
Los errores estándar pueden estar sobredimensionados (los errores están metidos
5.3.3. DETECCION
• Informal: en este caso se analiza la naturaleza de los datos; es decir si se observa que
existe autocorrelación.
analizar gráficos [de residuos] como parte habitual del análisis estadístico. Además de
obtener “µt”
µt= f (µt_1)
Problema de autocorrelación
µt= p µt_1 + vt
* Donde:
•Formal: Cuando se haya comprobado que no hay M.E.L.I. entonces se harán 3 pruebas
(Geary, 1970, pg. 123-127): “Tbn conocida también como prueba de Geary,
prueba no paramétrica”. Donde todos los errores positivos o todos los errores negativos.
2.- Identificar las rachas o corridas en donde se separaran los valores positivos de los
2𝑛1𝑛2
Є(R) = +1
𝑛
* Donde.
n1: son el número de los valores positivos que se contó en las rachas.
n2: son el número de los valores negativos que se contó en las rachas.
n: son la muestra.
2𝑛1𝑛2(2𝑛1𝑛2−𝑛)
σ2 (R) = 𝑛2 (𝑛−1)
5.- Paso: Decisión en donde si el valor de la racha cae fuera del intervalo entonces hay
autocorrelación.
supuestos:
vt :
µt= p µt_1 + vt
-1 ≤ p ≤ 1
* Donde:
µt : periodo actual
está como X de manera rezagada y no permite que se aplique esta prueba sino H de
Durbin.
En donde β 1 es el intercepto.
(Farebrother, 1980, pg. 1553-1563): “El modelo de regresión incluye el término del
intercepto. Si dicho término no está presente, como en la regresión a través del origen,
es esencial efectuar de nuevo la regresión con dicho término para obtener la SCR”.
∑(µt−µt1 )^2
d= ∑ µt2
4.- Calcular el valor crítico dl y du y se lo verá en la tabla del libro de referencia para
autocorrelación será positiva si cae del lado opuesto será negativa la autocorrelación y
5.3.3.3. B-G
Es una prueba muy utilizada tanto para muestras grandes como pequeñas. No es
H0: p1 = p2 = pp = 0
H1: p1 ≠ p2 ≠ pp ≠ 0
X2= R2 (n-p)
En donde p es el número de rezagos que se usa de µ
5.- Calcular “Chi Crítico” a través de la “Prueba Chi. Inversa”; donde se considera que:
gl = n - p
∝ = 0.05
5.3.4. REMEDIOS
existentes y que pueden ser aplicables, por lo que resulta muy importante indagar dentro
utilizado por la empresas en sus procesos de producción. Es una lista que indica la
optima de producto que puede obtener con todas y cada una de las combinaciones de
tiempo y el producto que rinden durante ese mismo lapso. Es la relación entre los
dado “el estado del arte o la tecnología, combina varios insumos para producir una
Toda sociedad tiene que organizar de algún modo el proceso productivo para
Pero en ambos caso la actividad productiva está condicionada por ciertas leyes o
principios generales que tiene que tomar en consideración el empresario si desea lograr
socio económica.
que se emplea mayormente para expresar tanto las funciones de utilidad como las
funciones de producción.
factores Capital (K) y Trabajo (L) capaz de maximizar la producción del bien X dados
los costes que desea asumir el empresario”. (Blasco Torrejón, Begoña , s.f.)
Algunas de las cosas que se plantea la teoría de la producción Cobb Douglas son
las siguientes:
productivos en producción
se suelen expresa en términos per cápita, es decir, en el modelo se supone que toda la
Con esto debemos comprender una cosa: se trata de un modelo simplificado que
teoría, sino comprender a grandes rasgos en qué consiste y por ello puede bastar con
nacionales.
Para mejorar el PIB tendremos que aumentar las dotaciones de capital para
Para ello una parte de los ingresos de un país deben ser destinados a la inversión
estacionalidad.
economías con mucho capital ahorrado pueda crecer a tasas inferiores que otros
con menos.
“El modelo de crecimiento económico de Solow, por tanto, estableció que las
Los pilares fundamentales para esta investigación fueron las siguientes teorías
Teoría de la Producción
empieza a ser exportado. En los primeros años las exportaciones se dieron casi
envió hacia esos dos países coincidía con el periodo de maduración de la fruta. Se debe
recordar que en estos años no existían tantas facilidades para enfriamiento de la carga
Otro de los datos digno de destacar es que las estadísticas que se prestaban no
Aunque se puede hacer una estimación con respecto al peso de un racimo, no es menos
cierto que el peso del racimo promedio debe haber crecido a lo largo de los últimos 100
años debido a la aplicación de técnicas que han mejorado las cosechas tanto en lo que
concierne a protección contra las enfermedades como a protección contra las plagas que
las ocasionan.
los 70, teniendo mucha más importancia su crecimiento entre los años 1953 y 1956,
periodo en que creció en 1’247.000 toneladas métricas. Una expansión de esta índole no
ecuatoriana hasta el año 1993 en que subió de 3.1 a 4 millones de toneladas métricas
entre 1999 y el 2000, periodo en que creció de 5.5 a 6.5 millones de toneladas métricas.
donde no hay facilidad de recolectar información estadística que sea exacta ni tampoco
de $90 millones de dólares por impuestos del estado. El banano en ese entonces fue
nuestro país.
Las cifras que se indican en la parte superior representan el 32% del comercio
mundial del banano, el 3.48 del PIB, el 50% del PIB agrícola y el 20% de las
condiciones de orden climático y ecológico que tiene nuestro país, han permitido que
plátanos, que permiten abastecer la demanda mundial los 365 días del año.
El siguiente mapa muestra las provincias en las que se cultiva el Banano y Plátano,
cual está en función de los factores productivos capital (maquinaria agrícola), terreno y
mano de obra. Los datos del presente trabajo de investigación y análisis se obtuvieron
a lo largo de la historia y para ser exacto desde 1980, se utilizara un tipo de datos
establecidos en seres de tiempo que parten como se dijo anteriormente, desde 1980
hasta el 2011.
Coeficiente de Correlación
TABLA DE CORRELACIÓN
Producción
Producción
(miles) 1
capital 0,915314109 1
2.- Se buscará r12.3 r13.2 y r23.1 en donde determinarán las correlaciones parciales a través
r12−r13∗r23
r12.3 =
√(1− 𝑟 2 13)(1− 𝑟 2 23)
r13−r12∗r23
r13.2. =
√(1− 𝑟 2 12)(1− 𝑟 2 23)
r23−r12∗r13
r23.1 =
√(1− 𝑟 2 12)(1− 𝑟 2 13)
Coeficiente Coeficiente Coeficiente
1
(1 − 𝑟 2 23)
1
(1 − 0,5561)
FIV = 2,2531
Resumen Ejecutivo
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,96314065
Coeficiente de determinación
R^2 0,92763992
R^2 ajustado 0,92227991
Error típico 429678,438
Observaciones 30
Variable X
Intercepción Variable X 1 2
Coeficientes -647267,0318 40025,0617 10,7045881
Error típico 224534,6801 5364,53327 1,84885455
Estadístico t -2,88270405 7,461052 5,7898487
Se concluye que los factores productivos afectan a la producción. Con estas variables se
REMEDIOS DE LA MULTICOLINEALIDAD
series de tiempo, los problemas que presenta esta prueba se ven el β 0 (intercepto) y al
final la aplicación de esto resulta peor que la enfermedad ya que si se ejecuta aparece
HETEROSCEDASTICIDAD
PRUEBA DE GOLDFELD-QUANDT
3.- Se corren dos modelos y de cada uno interesa la “Sumatoria de Residuos al Cuadrado”
de ambos grupos.
5,37303E+11
2,00138E+12
⋋= 0,2684
F= 0,268466114
F CRITICO 2,978237016
alfa 0,05
gl
numerador 10
gl
denominador 10
F>F critico Homoscedasticidad
6.- Decisión: |F| > |F.Critico| será positivo para heteroscedasticidad.
heteroscedasticidad.
COEFICIENTE DE SPEARMAN
Esta prueba especializada para datos de corte transversal y muestras pequeñas; se sigue
1.- Correr el modelo original (el cual puede ser múltiple o simple) y obtener u de la
parte de los residuos del resumen y una vez obtenido u lo convierto en |u|.
∑ 𝑑𝑖 2
1-6[ 𝑛(𝑛2 −1)]
Anexo: Se construye una matriz donde se coloca |u| previamente sacado y se lo ordena
en otra celda de forma ascendente y al lado de esta armo otra con las numeraciones
según los datos de la base de datos posteriormente abriré otra celda que llevara el valor
enumero asi mismo según el número de datos de la base para luego abrir otra celda que
En otra celda se restará rango |u| del rango de |X| y lo que se obtenga se lo elevará al
𝑟𝑠 √𝑛−2
t= √1−𝑟𝑠2
rs 0,001112347
rs2 1,23732E-06
T calculado 0,005885991
gl = n-2: 28
∝ = 0.05
T crítico: 1,99
6.- Decisión:
existencia de heteroscedasticidad.
BPG: BREUSCH-PAGAN-GODFREY
Esta prueba se la recomienda utilizar para modelos simples y múltiples; se sigue los
siguientes pasos:
1.- Se estima el modelo original y obtener u de la parte de los residuos del resumen y
𝜎 2 =1,66161E+11
𝑢2
⍴i =
𝜎2
⍴i= f(X)
1
𝑋2 = 𝑆𝐸𝐶
2
𝑋 2 : 0,2576
6.- Se calcula “Chi Cuadrado Crítico” mediante la función “Chi. Inversa” donde:
∝ = 0.05
X crítico: 5,99
Al realizar esta tercera prueba para detectar si existe heteroscedasticidad concluimos que
esta base de datos no contiene esta enfermedad debido a que el X calculado es menor al
CORRIDAS/RACHAS
2.- Identificar las rachas o corridas en donde se separaran los valores positivos de los
2𝑛1𝑛2
Є(R) = +1
𝑛
Є(R)= 16
N1: 15
N2: 15
2𝑛1𝑛2(2𝑛1𝑛2−𝑛)
σ2 (R) = 𝑛2 (𝑛−1)
σ2 (R): 7,24
LS: 21,27
LI: 10,73
5 Paso: Decisión
El intervalo va de 10,73 hasta 21,27 y el número de rachas son 7 por lo tanto cae fuera
DURWINWATSON
∑(µt−µt1 )^2
d= ∑ µt2
d: 0,8298
Dl: 1,284
Du: 1,567
5.- Paso: Decisión en donde el valor del estadístico d cae dentro de la región H1 la
H0: p1 = p2 = pp = 0
H1: p1 ≠ p2 ≠ pp ≠ 0
Resumen
Estadísticas de la regresión
Coeficiente de correlación
múltiple 0,59056726
Coeficiente de determinación
R^2 0,34876969
R^2 ajustado 0,23551225
Error típico 355710,596
Observaciones 28
X2= R2 (n-p)
X2= 9,068
5.- Calcular “Chi Crítico” a través de la “Prueba Chi. Inversa”; donde se considera que:
gl = n - p
∝ = 0.05
x2 critico 38,8851387
Diferencias Generalizadas”
Los factores productivos del banano afectan a la producción del mismo y esto
determinó que existe indicios de multicolinealidad debido a que estas magnitudes son
significativas y el R es alto.
transversal pero se aplicó en estos datos de series de tiempo para descartar indicios de
prueba BPG.
indicios de heteroscedasticidad.
concluye que esta base de datos no contiene esta enfermedad debido a que el X
prueba de Durbin y la BG. Al aplicar la prueba de las rachas el resultado arrojó que el
intervalo va de 10,73 hasta 21,27 y el número de rachas son 7 por lo tanto cae fuera del
va desde 1,284 hasta 1,567 por lo tanto cae dentro de la región H1 y la autocorrelación
será positiva por lo tanto existe autocorrelación. Por último se aplicó la prueba Bg
hay entre las variables mediante el análisis de la Matriz de Correlación y las pruebas
teoría económica que es la base para toda investigación de tipo econométrica, teniendo
sustentadas las variables con una buena base teórica económica desde el comienzo de la
investigación ya que evita que se caiga en un error muy común en las investigaciones
recomienda además ampliar un poco más la base de datos a partir de las variables ya
pero para el mejor entendimiento del trabajo se utilizaron las variables tradicionales que
1. http://www.ugr.es/~romansg/material/WebEco/tema4.pdf
2. http://www.uam.es/personal_pdi/economicas/rarce/pdf/heterocedasticidad.pdf
3. http://www.uoc.edu/in3/emath/docs/Heteroscedasticidad.pdf
4. http://es.slideshare.net/videoconferenciasutpl/autocorrelacin
5. http://cvb.ehu.es/open_course_ware/castellano/social_juri/metodos_econometricos_
analisis_datos/materiales_estudio/AUTOC4b.pdf
6. http://www.bdigital.unal.edu.co/1308/4/03CAPI02.pdf
10. ANEXOS
Fuente: FAOSTAT