Análisis de función de importaciones para Ecuador, periodo 1991-2016

En la primera figura del grafico de regresiones 1 podemos observar la correlación entre

entre el PIB, para el cual se usó la variable proxy PIB (US$ a precios constantes de 2010)
Y el capital humano representado por la variable proxy Tasa de alfabetización, total de
adultos (% de personas de 15 años o más); en esta grafica se aprecia una línea de
tendencia positiva, sin embargo sus puntos de dispersión no se ajustan a la misma, es
decir no siguen la tendencia positiva, por lo tanto se concluye que esta correlación no se
cumple, ya que por teoría esta relación debe ser positiva; si lo vemos desde el punto de
vista del modelo de Solow, un aumento del capital humano representado por
conocimientos, estudio, salud o especialización conlleva a una mejora de la producción,
en este caso el capital humano medido por la tasa de alfabetización conllevaría a un
aumento del PIB conforme aumenta dicha tasa, esto porque el aumento de los años de
estudio hace a una persona más calificada para producir, además de representar un
aumento de los salarios que percibiría una persona.

En la segunda figura del grafico de regresiones 1 podemos observar la correlación entre

entre el PIB, para el cual se usó la variable proxy PIB (US$ a precios constantes de 2010)
Y el capital físico representado por la variable proxy Formación bruta de capital (US$ a
precios constantes de 2010);en esta grafica se aprecia se aprecia una línea de tendencia
positiva y una dispersión bastante ajustada a la misma por lo que se puede concluir que
esta relación por teoría si se cumple; tomando en cuenta una vez más el modelo de Solow
en donde inicialmente propone al capital y al empleo, nos dice que la relación capital
físico y la renta guardan una relación positiva, a medida que incrementa el stock de capital
incrementa la producción
 Figura 1. Dispersión entre PIB (US$ a precios constantes de 2010), Tasa de
alfabetización, total de adultos (% de personas de 15 años o más), Formación bruta de
capital (US$ a precios constantes de 2010) (1991 – 2016).

PIB en funcion del capital humano y capital

25.2

25.2
25
25

log( PIB)
log(PIB)

24.8
24.8

24.6
24.6

24.4
24.4

84.00 86.00 88.00 90.00 92.00 94.00 22.5 23 23.5 24

capital humano log( Capital)

lPIB Fitted values lPIB Fitted values

Fuente: Elaboracion proopia a partir de datos del Banco Munial

Tabla 1. Regresion

Source SS df MS Number of obs = 26

F( 2, 23) = 198.78
Model 1.61235316 2 .806176581 Prob > F = 0.0000
Residual .093278593 23 .004055591 R-squared = 0.9453
Adj R-squared = 0.9406
Total 1.70563176 25 .06822527 Root MSE = .06368

lPIB Coef. Std. Err. t P>|t| [95% Conf. Interval]

KH .0075098 .0044108 1.70 0.102 -.0016146 .0166343

lK .5963848 .0318437 18.73 0.000 .5305111 .6622586
_cons 10.19385 .7439797 13.70 0.000 8.654809 11.73289
La tabla 1 Muestra la relación que tiene la variable dependiente con las variables
independientes, de esta forma tenemos que cuando la variable capital humano aumenta
en 1% el PIB lo hace en 0,007%, además se aprecia que no es estadísticamente
significativo ya que la prueba de t es mayor a 0,05, seguido por la variable Capital físico,
que nos muestra que cuando este aumenta el PIB aumenta en 0,59% y este es
estadísticamente significativo

Adicional se muestra que el modelo explica de mejor manera la relación debido a que
este es mayor que el residuo, lo que concuerda con la teoría, el r cuadrado es 0.9453 lo
cual quiere decir que las variables utilizadas explican conjunta y simultáneamente la
variación del PIB

Tabla 2. Estadísticos descriptivos

Variable Obs Mean Std. Dev. Min Max

lPIB 26 24.76404 .2611997 24.40342 25.18247

KH 26 89.60548 2.991842 84.19272 94.45566

lK 26 23.30251 .414414 22.69189 23.96756

La tabla 2 muestra los estadísticos descriptivos de la variable dependiente PIB (lPIB) y

las variables independientes capital humano (KH), y capital físico (lK).

Se puede observar que la media del PIB es 24.76 mientras que su desviación estándar es
0. 26, seguido por la variable KH, la cual tiene una media de 89.60 y una desviación
estándar de 2.991842, por ultimo tenemos la variable lK la cual presenta una media de
23.30 y una desviación estándar de 0.41

Tabla 3. Correlación y significancia.

 lPIB KH lK

lPIB 1.0000

KH 0.3336 1.0000

lK 0.9687* 0.2617 1.0000

La tabla 3 muestra si existe colinealidad entre las variables, sabiendo que si la

correlación supera 0.8 entonces existe una colinealidad. En nuestro modelo se evidencia
que existe colinealidad entre las variables independientes