Documente Academic
Documente Profesional
Documente Cultură
“Econometría I”
Presentado por:
Medina Ccasa, Juan Aderly (130482).
Semestre: V
Grupo: “A”
PARA 𝒓𝒙,𝒚
(∑ 𝑋𝑖 𝑌𝑖 − 𝑛𝑋̅𝑖 𝑌
̅𝑖 )
𝑟𝑥,𝑦 =
√(∑ 𝑋𝑖 2 − 𝑛(𝑋̅)2 )(∑ 𝑌𝑖 2 − 𝑛(𝑌̅)2 )
(753 − 13 ∗ 6.4615 ∗ 7)
𝑟𝑥,𝑦 =
√(704 − 13(6.4615)2 )(819 − 13(7)2 )
𝑟𝑥,𝑦 = 0.963219
Para 𝒓𝒙∗,𝒚∗ :
Sea: 𝑋 ∗ = 𝑎𝑋 + 𝑐 y 𝑌 ∗ = 𝑏𝑋 + 𝑑, donde: 𝑎 = 3, 𝑏 = 4, 𝑐 = 5 𝑦 𝑑 = 6
Obs. Xi Yi X* Y* X*.Y* X*² Y*2
1 1,0 1,0 8,0 10,0 80,0 64,0 100,0
2 2,0 2,0 11,0 14,0 154,0 121,0 196,0
3 4,0 3,0 17,0 18,0 306,0 289,0 324,0
4 3,0 4,0 14,0 22,0 308,0 196,0 484,0
5 5,0 5,0 20,0 26,0 520,0 400,0 676,0
6 4,0 6,0 17,0 30,0 510,0 289,0 900,0
7 7,0 7,0 26,0 34,0 884,0 676,0 1156,0
8 7,0 8,0 26,0 38,0 988,0 676,0 1444,0
9 8,0 9,0 29,0 42,0 1218,0 841,0 1764,0
10 10,0 10,0 35,0 46,0 1610,0 1225,0 2116,0
11 11,0 11,0 38,0 50,0 1900,0 1444,0 2500,0
12 9,0 12,0 32,0 54,0 1728,0 1024,0 2916,0
13 13,0 13,0 44,0 58,0 2552,0 1936,0 3364,0
Sumatorias 84,0 91,0 317,0 442,0 12758,0 9181,0 17940,0
Promedios 6,4615 7,0 24,3846 34,00 981,3846 706,2308 1380,0
∑ 𝑋𝑖∗ 𝑌𝑖∗ − 𝑛𝑋
̅̅̅∗̅̅̅
𝑌∗
𝑟𝑋 ∗ 𝑌 ∗ =
̅̅̅∗ 2 )(∑ 𝑌 ∗ 2 − 𝑛𝑌
√(∑ 𝑋 ∗ 2 − 𝑛𝑋 ̅̅̅∗ 2 )
12758 − 13(24.3846)(34)
𝑟𝑋 ∗ 𝑌 ∗ =
√(9181 − 13(24.3846)2 )(17940 − 13(34)2
𝑟𝑋 ∗ 𝑌 ∗ = 0.963217
o Como: 𝑟𝑥,𝑦 = 𝑟𝑋∗𝑌 ∗ . r es independiente del origen y la escala.
b) Dada la propiedad anterior, ¿se podría afirmar también que: 𝐶𝑜𝑣(𝑋. 𝑌) = 𝐶𝑜𝑣(𝑋 ∗ , 𝑌 ∗ )?
sustente su respuesta.
𝐶𝑜𝑣(𝑋. 𝑌) = 𝑛 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )( ∑ 𝑌𝑖 )
Hallando la 𝑪𝒐𝒗(𝑿∗ , 𝒀∗ ):
𝐶𝑜𝑣(𝑋 ∗ , 𝑌 ∗ ) = 25740
o De acuerdo a la demostración, se concluye que: 𝐶𝑜𝑣(𝑋. 𝑌) ≠ 𝐶𝑜𝑣(𝑋 ∗ , 𝑌 ∗ )
DEMOSTRACION ALGEBRAICA:
𝑛 ∑ 𝑋𝑖 𝑌𝑖 − ∑ 𝑋𝑖 ∑ 𝑌𝑖
𝛽̂1 = 2
𝑛 ∑ 𝑋𝑖2 − (∑ 𝑋𝑖 )
𝑛 ∑ 𝑋𝑖 𝑌𝑖 − ∑ 𝑋𝑖 ∑ 𝑌𝑖
0= 2
𝑛 ∑ 𝑋𝑖2 − (∑ 𝑋𝑖 )
0 = 𝑛 ∑ 𝑋𝑖 𝑌𝑖 − ∑ 𝑋𝑖 ∑ 𝑌𝑖
𝑛 ∑ 𝑋𝑖 𝑌𝑖 = ∑ 𝑋𝑖 ∑ 𝑌𝑖
∑ 𝑋𝑖 ∑ 𝑌𝑖
∑ 𝑋𝑖 𝑌𝑖 =
𝑛
∑ 𝑋𝑖 𝑌𝑖 = 𝑋̅ ∑ 𝑌𝑖 … (1)
2
(∑(𝑋𝑖 − 𝑋̅)(𝑌𝑖 − 𝑌̅))2
𝑅 =
∑(𝑋𝑖 − 𝑋̅)2 ∑(𝑌𝑖 − 𝑌̅)2
(∑ 𝑋𝑖 𝑌𝑖 − ∑ 𝑋𝑖 𝑌̅ − ∑ 𝑋̅𝑌𝑖 + ∑ 𝑋̅𝑌̅)2
𝑅2 = … (2)
(∑ 𝑋𝑖 2 − ∑ 𝑋𝑖 𝑋̅ 2 + ∑ 𝑋̅ 2 )(∑ 𝑌𝑖 2 − ∑ 𝑌𝑖 𝑌̅ 2 + ∑ 𝑌 2 )
(∑ 𝑋𝑖 𝑌̅ − ∑ 𝑋𝑖 𝑌̅ − 𝑋̅ ∑ 𝑌𝑖 + 𝑋̅ ∑ 𝑌𝑖 )2
𝑅2 =
(∑ 𝑋𝑖 2 − ∑ 𝑋𝑖 𝑋̅ 2 + ∑ 𝑋̅ 2 )(∑ 𝑌𝑖 2 − ∑ 𝑌𝑖 𝑌̅ 2 + ∑ 𝑌 2 )
(− ∑ 𝑋𝑖 𝑌𝑖 + ∑ 𝑋𝑖 𝑌𝑖 )2
𝑅2 =
(∑ 𝑋𝑖 2 − ∑ 𝑋𝑖 𝑋̅ 2 + ∑ 𝑋̅ 2 )(∑ 𝑌𝑖 2 − ∑ 𝑌𝑖 𝑌̅ 2 + ∑ 𝑌 2 )
0
𝑅2 =
(∑ 𝑋𝑖 − ∑ 𝑋𝑖 𝑋̅ 2 + ∑ 𝑋̅ 2 )(∑ 𝑌𝑖 2 − ∑ 𝑌𝑖 𝑌̅ 2 + ∑ 𝑌 2 )
2
𝑅2 = 0
o Intuitivamente se concluye que entre estas dos variables (CONS y PI). Existe
una relación maso menos lineal positiva.
b) Estime una regresión lineal (mediante MCO) con CONS la variable dependiente y PI la variable
independiente en el software Eviews. Dibuje el resultado sobre un diagrama de dispersión
(valores observados y predichos).
DIAGRAMA DE DISPERSIÓN:
VALORES OBSERVADOS Y PREDICHOS:
d) Construya una tabla resumen de los dos modelos (lineal y no lineal) con los principales
estadísticos (R2, Fc, Tc, y criterios de información). ¿Al comparar ambos modelos cuál de ellos
elegiría?
CUADRO RESUMEN:
2 𝑆𝑅𝐶 2
𝑅𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒 = 1 − 𝑆𝑇𝐶 , 𝑆𝑇𝐶 = (𝑛 − 1) ∗ 𝑆𝑐𝑦
2 18.98877
𝑅𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒 = 1 − 44.182875
2
𝑅𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒 = 0.570223
2 𝑆𝑅𝐶 2
𝑅𝑒𝑞𝑢𝑖𝑣𝑎𝑙𝑒𝑛𝑡𝑒 =1− , 𝑆𝑇𝐶 = (𝑛 − 1) ∗ 𝑆𝑐𝑦
𝑆𝑇𝐶
o En este caso también se elige el modelo no lineal (LOG - LOG), ya que este es
mayor que el R2 equivalente del modelo lineal.
o Por lo tanto este resultado si guarda relación con la decisión anterior “d”.
𝐻𝑜 : 𝛽̂2 = 0
𝐻𝑎 : 𝛽̂2 ≠ 0
PASO 2: Nivel de significancia:
𝛼 = 5%
𝑡𝑐 = 7.221929
𝐻𝑜 : 𝛽̂2 = 0
𝐻𝑎 : 𝛽̂2 ≠ 0
𝛼 = 5%
PASO 3: Estadístico de prueba:
𝐹𝑐 = (𝑡𝑐 )2
𝐹𝑐 = (7.221929)2
𝐹𝑐 = 52.15626
2−1 1
𝐹𝑛−2 = 𝐹24 = 4.2597
PRUEBA DE AJUSTE:
EFECTOS MARGINALES:
log 𝑌𝑖 = −1.8839 + 𝑂. 581078 log(𝑋)
𝑋̅
→ 𝛽2 ° ( )
𝑌̅
8.3123
𝛽2 = 0.581078 ∗ ( )
983.9152
𝛽2 = 0.004909055841
INTERPRETACIÓN: Por cada incremento de mil unidades monetarias en el ingreso per
cápita el consumo de gas natural se incrementara aproximadamente en 0,0049 Kg,
manteniendo las demás variables constantes.
ELASTICIDADES:
𝛿 log 𝑌𝑖
= 𝛽2 °
𝛿 log 𝑌𝑖
𝛽2 ° = 0.581078
INTERPRETACIÓN: Por cada aumento del 10% aproximadamente en el ingreso per
cápita, el consumo de gas natural aumentara aproximadamente en 5.81%
manteniendo constante las demás variables.
INTERVALO DE CONFIANZA:
AL 1% DE SIGNIFICANCIA:
AL 5% DE SIGNIFICANCIA:
AL 10% DE SIGNIFICANCIA:
BASE DE DATOS:
Obs. CONS PI CONS2 PI2 CONS*PI
1 5.59 605.0895 31.2481 366133.303 3382.450305
2 5.8 620.928 33.64 385551.5812 3601.3824
3 6.15 657.1916 37.8225 431900.7991 4041.72834
4 6.33 683.6544 40.0689 467383.3386 4327.532352
5 6.58 719.691 43.2964 517955.1355 4735.56678
6 6.97 763.0926 48.5809 582310.3162 5318.755422
7 7.38 808.4439 54.4644 653581.5394 5966.315982
8 7.87 830.3237 61.9369 689437.4468 6534.647519
9 8.03 868.4894 64.4809 754273.8379 6973.969882
10 8.54 893.1093 72.9316 797644.2217 7627.153422
11 8.88 891.5632 78.8544 794884.9396 7917.081216
12 9.16 921.3754 83.9056 848932.6277 8439.798664
13 9.58 973.7378 91.7764 948165.3031 9328.408124
14 9.68 1030.3304 93.7024 1061580.733 9973.598272
15 9.33 1024.9 87.0489 1050420.01 9562.317
16 9.27 1013.46 85.9329 1027101.172 9394.7742
17 9.79 1072.6464 95.8441 1150570.299 10501.20826
18 9.69 1129.1522 93.8961 1274984.691 10941.48482
19 10.14 1187.5886 102.8196 1410366.683 12042.1484
20 9.25 1220.2674 85.5625 1489052.528 11287.47345
21 8.98 1218.294 80.6404 1484240.27 10940.28012
22 8.92 1263.5558 79.5664 1596573.26 11270.91774
23 8.58 1229.5616 73.6164 1511821.728 10549.63853
24 8.41 1264.6744 70.7281 1599401.338 10635.9117
25 8.54 1331.5419 72.9316 1773003.831 11371.36783
26 8.68 1359.1314 75.3424 1847238.162 11797.26055
SUMA 216.12 25581.7939 1840.6388 26514509.1 218463.1713
PROMEDIO 8.312307692 983.91515
COEFICIENTE DE CORRELACIÓN:
̅̅̅̅̅̅̅̅)(𝑃𝐼
∑ 𝐶𝑂𝑁𝑆 ∗ 𝑃𝐼 − 𝑛(𝐶𝑂𝑁𝑆 ̅̅̅ )
𝑟𝐶𝑂𝑁𝑆,𝑃𝐼 =
̅̅̅̅̅̅̅̅̅2 ][∑ 𝑃𝐼 2 − 𝑛(𝑃𝐼)
√[∑ 𝐶𝑂𝑁𝑆 2 − 𝑛(𝐶𝑂𝑁𝑆) ̅̅̅̅̅2 ]
218463.1713 − 26(8.312307692)(983.91515)
𝑟𝐶𝑂𝑁𝑆,𝑃𝐼 =
√[1840.6388 − 26(8.312307692)2 ][26514509.1 − 26(983.91515)2 ]
𝑟𝐶𝑂𝑁𝑆,𝑃𝐼 = 0.75513117
PRUEBA DE HIPOTESIS:
𝐻0 : 𝜌𝐶𝑂𝑁𝑆,𝑃𝐼 = 0
𝐻0 : 𝜌𝐶𝑂𝑁𝑆,𝑃𝐼 ≠ 0
𝛼 = 1%
(𝑟√𝑛 − 2) − 𝜃
𝑡𝑐 =
√1 − 𝑟 2
(0.75513117√26 − 2)
𝑡𝑐 =
√1 − 0.755131172
𝑡𝑐 = 5.642954