Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CURSO : Econometra - I
INTEGRANTES :
AYACUCHO - PER
2016
UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA
INDICE
INTRODUCCIN.. 3
Luego de haber realizado los estudios pertinentes sobre las caractersticas de los distintos
variables a analizar, se decidi especificar el modelo economtrico de la siguiente manera:
MA: Maquinaria agrcola (tractores por cada 100 kilmetros cuadrados de tierra
cultivable)
Despus de haber definido las variables, sus caractersticas y como se relacionan cada uno
de ellas en el mercado a nivel mundial a partir de los base de datos que escogimos del
Banco Mundial, se decide especificar un modelo economtrico del siguiente tipo:
= 0 + 1 1 + 2 2 + 3 3 + 4 4 + 5 5
X1: Maquinaria agrcola (tractores por cada 100 kilmetros cuadrados de tierra
cultivable) = MA
Estimation Command:
=========================
LS IPA C MA01 EXPA TA PR AS
Estimation Equation:
=========================
IPA = C(1) + C(2)*MA01 + C(3)*EXPA + C(4)*TA + C(5)*PR + C(6)*AS
Substituted Coefficients:
=========================
IPA = -0.79425024227 + 0.120951763687*MA01 + 0.0467548343204*EXPA +
0.520099759071*TA + 0.152888332249*PR + 0.180599965262*AS
TABLA N1
OBSERVACIONES PARA EL MODELO
AOS IPA MA EXPA TA PR AS
1961 30.32 30.69710468 35.74537 29.246875 32.602 32.4145524
1962 30.52 30.28408502 31.21691 29.35859375 32.486 30.8732255
1963 30.09 30 36.1864 29.6171875 33.368 30.8667144
1964 32.84 31.07151716 40.8046 30.803125 34.248 33.0500747
1965 32.89 31.85105536 40.315 30.8671875 34.132 32.8478088
1966 35.44 34.23624328 43.38716 34.80859375 35.317 35.2434302
1967 36.64 36.15910965 36.55562 35.815625 36.604 39.5338346
1968 34.11 34.81632653 42.63607 33.924344 34.465 34.5208597
1969 37.58 36.38520926 38.06286 36.92109375 38.691 37.79607
1970 41.01 41.90852228 42.51958 39.99453125 44.594 42.0309278
1971 42.09 40.393276 50.26154 40.0015625 42.504 42.1817179
1972 40.39 39.29824561 48.74301 39.275 43.453 40.0621469
1973 40.64 39.13793103 48.29628 39.31171875 44.812 41.2895323
1974 42.41 41.65517241 50.35541 40.31171875 42.173 42.4763948
1975 41.77 41.86254296 49.01025 41.31953125 41.539 41.7378965
1976 41.94 41.83333333 49.43891 41.38984375 41.907 42.7614379
1977 42.22 40.54431196 50.57201 41.4859375 42.281 44.4534595
1978 41.29 40.3608903 49.58691 39.5265625 42.659 41.2342344
1979 40.72 40.21223589 48.00646 39.5546875 40.34 42.2362847
1980 39.34 39.95652174 38.78479 38.59296875 39.426 39.8771663
1981 43.72 40.67180277 51.04334 43.6125 43.818 44.0103454
1982 45.99 44.22526636 44.30189 44.6515625 46.39 46.8644462
1983 43.06 41.70357036 51.08598 43.6890625 45.969 45.9422629
1984 46.6 44.56609366 54.55838 46.683456 46.551 46.1244019
1985 46.72 45.5450237 54.56913 45.73828125 46.736 49.1195264
1986 47.84 46.92762186 55.8754 46.7609375 48.123 49.055052
1987 52.71 50.76470588 59.02081 51.78046875 52.813 54.8626084
1988 55.69 49.76470588 62.61565 54.3464345 56.105 55.691792
1989 53.68 50.35294118 59.35123 51.79609375 54.501 53.5235057
1990 49.52 50.28571429 55.20319 48.059375 49.599 49.3062532
1991 51.77 50.91549296 57.47386 50.10625 51.7 52.3994253
1992 49.08 49.55555556 54.64083 49.153125 52.303 49.5352344
1993 52.37 51.11111111 57.54655 51.1609375 52.911 54.3474471
1994 58.74 55.09106052 63.16461 56.90460938 58.879 63.8153118
1995 62.93 58.64166667 65.46462 61.10078125 62.949 62.9662368
TABLA N2
Observations 35 35 35 35 35 35
CUADRO N: 01
GRAFICA N 1
INDICE DE PRODUCCION DE ALIMENTOS CON TODAS LAS VARIABLES EXPLICATIVAS
68
64
60
56
52
48
44
40
36
32
28
1965 1970 1975 1980 1985 1990 1995
AS EXPA IPA
MA PR TA
IPA en relacin al MA
CUADRO N2
IPA EN RELACIN AL MA
IPA EN RELACIN AL MA
GRAFICA N2
64
60
56
52
48
44
40
36
32
28
1965 1970 1975 1980 1985 1990 1995
IPA MA
CUADRO N3
IPA EN RELACIN AL EXPA
GRAFICA N3
IPA EN RELACIN AL EXPA
68
64
60
56
52
48
44
40
36
32
28
1965 1970 1975 1980 1985 1990 1995
IPA EXPA
INTERPRETACIN: En nuestra grafica vemos que existe relacin entre estas dos
variables dado que estn correlacionadas de una manera positiva y eso lo podemos
deducir de manera intuitiva viendo como la lnea de color rojo del EXPA asciende a
travs de los aos de igual manera como lo hace la lnea azul del IPA.
IPA en relacin al TA
CUADRO N4
IPA EN RELACIN AL TA
GRAFICA N4
IPA EN RELACIN AL TA
64
60
56
52
48
44
40
36
32
28
1965 1970 1975 1980 1985 1990 1995
IPA TA
IPA en relacin al PR
CUADRO N5
IPA EN RELACIN AL PR
GRAFICO N5
IPA EN RELACIN AL PR
64
60
56
52
48
44
40
36
32
28
1965 1970 1975 1980 1985 1990 1995
IPA PR
IPA en relacin al AS
CUADRO N6
IPA EN RELACIN AL AS
GRAFICA N6
IPA EN RELACIN AL AS
65
60
55
50
45
40
35
30
25
1965 1970 1975 1980 1985 1990 1995
IPA AS
El modelo que se propone se puede asociar a cualquier teora lgica sobre la bsqueda de
mejoras en la calidad de produccin de alimentos, aspectos sociales y econmicos.
Entonces el enfoque vendra definido por las siguientes variables: ndice de Produccin de
Alimentos( relacin directa), Maquinaria agrcola (relacin directa ) , Exportacin de
alimentos (relacin directa), Tierras agrcolas (relacin directa), Poblacin rural (relacin
directa ), rea selvtica (relacin directa).
El signo del parmetro estimado de esta variable es positivo, tal como se esperaba, la
relacin respecto al ndice de Produccin de Alientos es directa.
El signo del parmetro estimado de esta variable es positivo, tal como se esperaba, la
relacin respecto al ndice de Produccin de Alientos es directa.
El signo del parmetro estimado de esta variable es positivo, tal como se esperaba, la
relacin respecto al ndice de Produccin de Alientos es directa.
CUADRO N7
CUBIERTO EL ANLISIS TERICO DE LOS SIGNOS, SE DEBE COMPROBAR SI
LOS PARMETROS ESTIMADOS SE CORRESPONDEN CON LO ESPERADO
ANLISIS PRELIMINAR DE SIGNOS
VARIABLE ESTIMADO TEORICO CONCLUSION
Maquinaria agrcola (tractores por cada + + Correcto
100 kilmetros cuadrados de tierra
cultivable)
Exportacin de alimentos (% de + + Correcto
exportaciones de mercaderas)
Tierras agrcolas (% del rea de tierra) + + Correcto
Poblacin rural (% de la poblacin total) + + Correcto
Primero analizamos la relacin de cada una de las variables con la variable dependiente,
en este caso usamos la regla de rechazo del P-value.
CUADRO N8
ANLISIS DE SIGNIFICANCIA INDIVIDUAL
H0 : = 0
H1 : 0
H0 : = 0
H1 : 0
El nivel de significancia = 0.05, P-value= 1.777.
Regla de rechazo: Pvalue < , o Prueba T- stadistic.
0.1777 > 0.05, Se acepta la Ho
H0 : = 0
H1 : 0
El nivel de significancia = 0.05, P-value= 0.0002.
Regla de rechazo: Pvalue < , o Prueba T- stadistic.
0.0002 < 0.05, Se rechaza la Ho.
H0 : = 0
H1 : 0
H0 : = 0
H1 : 0
El nivel de significancia = 0.05, P-value= 0.0337.
Regla de rechazo: Pvalue < , o Prueba T- stadistic.
0.0337 > 0.05, Se acepta la Ho
CUADRO N9
1 0
2 0
H0: 3 = 0
4 0
(5 ) (0)
1 0
2 0
H1: 3 0
4 0
(5 ) (0)
GRAFICO N 7
GRAFICO N8
DIAGRAMA DEL ANLISIS DE LOS RESIDUOS:
70
60
50
40
1.0 30
0.5
20
0.0
-0.5
-1.0
-1.5
-2.0
1965 1970 1975 1980 1985 1990 1995
Interpretacin:
El ndice de produccin de alimentos tiene fuertes cadas de 1982 1983 despus
en 1993 porque existi el fuerte fenmeno del nio crisis econmica. Estos impactos
generan dificultad en el trabajo dado que lo ptimo ser que el residual se encuentre
dentro de las lneas punteadas y as poder analizar de mejor manera nuestro
modelo.
REZAGOS Y DINAMICA:
Creamos una Dummy para lograr que los rezagos se encuentren dentro del rango. Utilizaremos
dos Dummy la primera se considerara 1 para los aos de 1983 y 1984, es en estos aos donde
las variables se encuentran con datos que sesgan nuestro modelo.
La segunda Dummy llamada Dum2 modificara el tramo de los 1992 y 1993, con estas dos
dummy se evitara los problemas de Autocorrelacin y nuestro modelo ser ptimo.
70
60
50
40
1.0
30
0.5
20
0.0
-0.5
-1.0
-1.5
1965 1970 1975 1980 1985 1990 1995
DUMMY2
70
60
50
40
.8 30
20
.4
.0
-.4
-.8
1965 1970 1975 1980 1985 1990 1995
CUADRO N 10
t-Statistic Prob.*
INTERPRETACIN:
Los ratios habitualmente propuestos son la raz cuadrada del error cuadrtico medio
(ECM), para comparar entre especificaciones distintas de modelos con el mismo
nmero de explicativas; el error absoluto medio (medida muy imprecisa) y el
porcentaje de error absoluto medio (PEAM), que siempre debe utilizarse sobre
valores en niveles.
Entonces rechazamos H0, y aceptamos H1 tenemos criterio suficiente para afirmar
que el INDICE DE PRODUCCION DE ALIMENTOS no tiene una raz unitaria.
CUADRO N 11
DIAGRAMA DE PREDICCIN
Dependent Variable: IPA
Method: Least Squares
Date: 03/07/16 Time: 23:50
Sample: 1961 1995
Included observations: 35
INTERPRETACION:
Dum=-0.221491,como se observa en el cuadro existe un efecto negativo por el impacto
del fenmeno del nioen el ao 1982.
Durbin Watson nos muestra que ya no hay autocorrelacion. Rcuad nos dice que las
variables explican a la endgena en 99%.
GRAFICA N 9
DIAGRAMA DE PREDICCIN
64
Forecast: IPAF
62 Actual: IPA
Forecast sample: 1991 1995
60
Included observations: 5
58
Root Mean Squared Error 0.642983
Mean Absolute Error 0.516914
56 Mean Abs. Percent Error 0.953773
Theil Inequality Coefficient 0.005825
54 Bias Proportion 0.000000
Variance Proportion 0.450710
52
Covariance Proportion 0.549290
50
48
1991 1992 1993 1994 1995
IPAF 2 S.E.
64
Forecast: IPA_OD
62 Actual: IPA
Forecast sample: 1991 1995
60
Included observations: 5
58
Root Mean Squared Error 0.642983
Mean Absolute Error 0.516914
56 Mean Abs. Percent Error 0.953773
Theil Inequality Coefficient 0.005825
54 Bias Proportion 0.000000
Variance Proportion 0.450710
52
Covariance Proportion 0.549290
50
48
1991 1992 1993 1994 1995
IPA_OD 2 S.E.
70
60
50
40
30
20
10
0
1965 1970 1975 1980 1985 1990 1995
5.2 HETEROCEDASTICIDAD
Ho: No existe heterocedasticidad
H1 : Si existe heterocedasticidad
Test Equation:
Dependent Variable: RESID^2
5.3 AUTOCORRELACIN
DETENCION DE HETEROCEDASTICIDAD
Analizamos el cuadro de correlograma de los residuos y hacemos la prueba de
hiptesis.
PRUEBA DE HIPOTESIS
Ho: No existe autocorrelacin
H1 : Si existe autocorrelacin
La Ho es que el modelo no tiene autocorrelacin hasta el orden p (p=16)
6. PREDICCIONES Y PROYECCIONES:
Esta actividad requiere un proceso el cual comienza como hemos visto al inicio de
este trabajo de una recoleccin de datos y la construccin de un modelo
economtrico y posterior realizacin de un seguimiento de evaluacin de las
predicciones realizadas.
Para que los resultados de una prediccin econmica puedan ser utilizados en un
proceso de toma de decisiones, stos deben ser ajustados a la realidad y
proporcionar informacin sobre los factores que lo determinan
7. CONCLUSIONES: