Análisis de importancia de las variables en el modelo y análisis de

multicolinealidad

Se trata de explicar el Gasto de los consumidores de un artículo (Y) por medio del
Ingreso disponible (X2) y el Índice de precios del artículo consumido (X 3). Se
dispone de la siguiente información.

Año 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995
Y 12.3 16.0 15.7 21.2 17.9 18.8 15.4 19.0 20.0 18.4 21.8 24.1 25.6 30.0
X2 263.3 275.4 278.3 296.7 309.3 315.8 318.8 333.0 340.2 350.7 367.3 381.3 406.5 430.8
X3 93.1 93.9 92.5 89.2 91.7 96.5 100.0 103.9 102.5 102.5 102.1 101.5 101.2 99.0

Medidas de resumen de las variables

GASTO INGDISP IPA
Mean 19.72857 333.3857 97.82857
Median 18.90000 325.9000 99.50000
Maximum 30.00000 430.8000 103.9000
Minimum 12.30000 263.3000 89.20000
Std. Dev. 4.609093 49.91093 4.880484
Skewness 0.622702 0.443976 -0.403312
Kurtosis 3.042648 2.299326 1.676287

Jarque-Bera 0.905828 0.746318 1.401667

Probability 0.635773 0.688556 0.496172

Observations 14 14 14

Matriz de varianzas y covarianzas de las variables

GASTO INGDISP IPA

GASTO 19.72633 194.0704 7.782041
INGDISP 194.0704 2313.166 150.0247
IPA 7.782041 150.0247 22.11776

Matriz de correlaciones de las variables

GASTO INGDISP IPA
GASTO 1.000000 0.908517 0.372563
INGDISP 0.908517 1.000000 0.663268
IPA 0.372563 0.663268 1.000000

Estos resultados nos indican que la variable ingreso disponible está

fuertemente correlacionada con la variable gasto de los consumidores en el
artículo (0.909), mientras que la correlación el índice de precios del artículo
consumido es más débil (0.373).
La correlación entre las variables regresoras es moderada (0.663)
 Estimación del modelo con EViews
Dependent Variable: GASTO
Method: Least Squares
Date: 09/29/04 Time: 09:08
Sample: 1982 1995
Included observations: 14
Variable Coefficient Std. Error t-Statistic Prob.
C 21.31605 8.626069 2.471120 0.0311
INGDISP 0.109054 0.010531 10.35523 0.0000
IPA -0.387868 0.107700 -3.601379 0.0042
R-squared 0.919876 Mean dependent var 19.72857
Adjusted R-squared 0.905308 S.D. dependent var 4.609093
S.E. of regression 1.418316 Akaike info criterion 3.724226
Sum squared resid 22.12781 Schwarz criterion 3.861167
Log likelihood -23.06958 F-statistic 63.14335
Durbin-Watson stat 2.819875 Prob(F-statistic) 0.000001

Matriz de Covarianzas de los estimadores de los coeficientes

C INGDISP IPA
C 74.40907 0.036620 -0.883935
INGDISP 0.036620 0.000111 -0.000752
IPA -0.883935 -0.000752 0.011599
 Análisis de multicolinealidad

1. El cuadro presenta un indicador global de consumo (consglob), el número de

automóviles por mil habitantes (autmov) y el número de teléfonos por mil habitantes
(telef) en 8 provincias. Queremos construir un modelo explicativo que relacione el
indicador global con estos dos indicadores de consumo.

Provincia Consglob. automov Telef.

1 64 58 111
2 78 84 131
3 83 78 158
4 88 81 147
5 89 82 121
6 99 102 165
7 101 85 174
8 102 102 189

Medidas de resumen de las variables

CONSGLOB AUTOMOV TELEF

Mean 88.00000 84.00000 149.5000
Median 88.50000 83.00000 152.5000
Maximum 102.0000 102.0000 189.0000
Minimum 64.00000 58.00000 111.0000
Std. Dev. 13.02744 14.01020 27.03437
Skewness -0.599294 -0.342205 -0.045519
Kurtosis 2.403496 2.832059 1.782450

Jarque-Bera 0.597477 0.165541 0.496905

Probability 0.741754 0.920563 0.780007

observations 8 8 8

Matriz de varianzas y covarianzas de las variables

CONSGLOB AUTOMOV TELEF

CONSGLOB 148.5000 139.3750 260.0000
AUTOMOV 139.3750 171.7500 253.6250
TELEF 260.0000 253.6250 639.5000

Matriz de correlaciones de las variables

CONSGLOB AUTOMOV TELEF
CONSGLOB 1.000000 0.872717 0.843703
AUTOMOV 0.872717 1.000000 0.765285
TELEF 0.843703 0.765285 1.000000
 Estimaciones con Eviews

Dependent Variable: CONSGLOB

Method: Least Squares
Date: 09/29/04 Time: 10:34
Sample: 1 8
Included observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C 14.62850 14.71609 0.994048 0.3658
AUTOMOV 0.509527 0.261425 1.949039 0.1088
TELEF 0.204490 0.135480 1.509372 0.1916
R-squared 0.836247 Mean dependent var 88.00000
Adjusted R-squared 0.770746 S.D. dependent var 13.02744
S.E. of regression 6.237605 Akaike info criterion 6.779066
Sum squared resid 194.5386 Schwarz criterion 6.808857
Log likelihood -24.11626 F-statistic 12.76689
Durbin-Watson stat 1.857627 Prob(F-statistic) 0.010851

Matriz de Covarianzas de los estimadores de los coeficientes

C AUTOMOV TELEF
C 216.5634 -1.688650 -0.467246
AUTOMOV -1.688650 0.068343 -0.027105
TELEF -0.467246 -0.027105 0.018355

Redundant Variables: TELEF

F-statistic 2.278204 Probability 0.191583
Log likelihood ratio 3.003570 Probability 0.083081

Test Equation:
Dependent Variable: CONSGLOB
Method: Least Squares
Date: 09/29/04 Time: 10:51
Sample: 1 8
Included observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C 19.83406 15.75660 1.258778 0.2549
AUTOMOV 0.811499 0.185337 4.378518 0.0047
R-squared 0.761634 Mean dependent var 88.00000
Adjusted R-squared 0.721907 S.D. dependent var 13.02744
S.E. of regression 6.869963 Akaike info criterion 6.904512
Sum squared resid 283.1783 Schwarz criterion 6.924373
Log likelihood -25.61805 F-statistic 19.17142
Durbin-Watson stat 2.141564 Prob(F-statistic) 0.004676