Documente Academic
Documente Profesional
Documente Cultură
Distancia de México
Mtro. Carlos A. Fragoso Castañeda
Sesión 7: Modelos económicos aplicados al
análisis costo-beneficio
12/08/2019
REGRESIÓN
Y = 𝒃𝟎 + 𝒃𝟏 𝒙𝟏 + 𝒃𝟐 𝒙𝟐
Donde:
Y. Variable dependiente
𝒃𝟎 , 𝒃𝟏 y 𝒃𝟐 . Coeficientes (se obtendrán al hacer la regresión)
𝒙𝟏 y 𝒙𝟐 . Variables dependientes o explicativas (Se obtienen de los
datos que nosotros buscamos o asignándolos nosotros)
APLICACIÓN A UN BIEN PÚBLICO
Este ejemplo buscaremos modelar el comportamiento de los ingresos
por el servicio de energía eléctrica, el cual, para este ejemplo,
suponemos que depende de dos factores: la producción que se genera
en una planta termoeléctrica y de los costos de mantenimiento de la
infraestructura eléctrica.
Para empezar, debemos determinar la variable dependiente y las
independientes.
La variable dependiente será el servicio a modelar:
Y = Ingresos por el servicio de energía eléctrica
Las variables inpendientes son las que explican la variable dependiente:
X1 = producción generada en la planta termoeléctrica
X2 = costos de mantenimiento de la infraestructura eléctrica
Y
= b0 + b1 X1
+ b2 X2
Ingresos por servicio Producción en planta Costos de mantenimiento
de energía eléctrica termoeléctrica en infraestructura
• Ahora, para hacer la regresión, lo primero es obtener los datos a
partir de los cuales haremos los cálculos.
Cuadro 1. Variables dependientes e independientes
(millones de pesos)
Producción en Ingresos por el servicio de
Costos de mantenimiento
termoeléctrica electricidad
AÑO X2 X1 Y
2002 1089.9 1389.0 1557.7
2003 1133.5 1368.3 1571.8
2004 1167.8 1361.1 1581.5
2005 1116.2 1347.6 1595.7
2006 1173.0 1309.3 1583.5
2007 1105.2 1326.9 1620.6
2008 1171.0 1345.1 1644.7
2009 1179.3 1384.1 1682.8
2010 1204.2 1411.0 1717.9
2011 1250.8 1413.6 1738.5
2012 1238.0 1400.9 1759.5
2013 1272.3 1361.6 1772.0
2014 1291.2 1383.2 1805.6
2015 1346.2 1386.9 1828.4
2016 1340.7 1388.7 1846.7
• Siguiente paso:
2
Este cuadro muestra los datos de la regresión.
Los datos que nos interesan son: el R2 y el R2 ajustado para el cuadro 1.
Y los datos de los coeficientes en el cuadro 2.
Los datos del R2 y el R2 ajustado nos dicen el nivel de confiabilidad del
modelo, es decir el nivel de confianza con el que podemos interpretar
que los pronósticos son acertados.
Ahora, de nuestra ecuación: