Antes de iniciar el modelo se realizó a través del programa eviews, de los datos de la azúcar, en este

caso la producción de azúcar depende del consumo y las exportaciones, de los años 1965 a 2017,
además este modelo se puede realizar a través del análisis de datos de Excel, sin embargo se utilizó
el log-log, en el cual se están midiendo elasticidades.
Modelo Log, Log

La producción de azúcar depende de las exportaciones y el consumo

variable consumo

Nivel de significancia es
del 12%, en este caso
del 88%

T calculado

Se formula la hipótesis en este caso lo que se quiere es verificar si el consumo es inelástico o

elástico

Formula de T calculado

T =  2-  i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
Planteamiento de la hipótesis Donde H0 = Hipótesis nula H1 = Hipótesis alternativa

H0 = ˆ 2 >1

H1=  2 ≤ 1
ˆ

Se toma los valores que se están testeando en este caso los del consumo

T = 0.6309 – 1 = -4.22 t calculado

0.0874
 T critico

Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un
nivel de significancia del 88%

La fórmula que se usa en Excel es la siguiente

=INV.T(probabilidad; grados de libertad)

Donde los grados de libertad

n= Tamaño de la muestra

k= Numero de parámetros

gl= grados de libertad

gl= n-k

Entonces

Gl = 53- 3 = 50

Ahora en Excel

=INV.T(0.12;50) = -1.189 T Critico

(en este caso aquí es negativo porque va a depender de como estemos planteando la hipótesis
alternativa, se uso la probabilidad del 12%)

Gráfica

T CALCULADO

-4.22
H0

H1

T CRITICO

-1.189

Se concluye que se acepta la hipótesis alternativa, por lo tanto, el consumo es inelástico respecto
a la producción de azúcar.
Ahora se procede a realizarlo con la variable exportaciones

Se formula la hipótesis en este caso lo que se quiere es verificar si las exportaciones son elásticas
respecto a la producción.

Formula

T=  1 -  i
ˆ ˆ
Donde = eep es el error estándar, b1, es el valor que se está testeando y bi, es el de las hipótesis
eep
Planteamiento de la hipótesis

H0 = ˆ 1 <1

H1=  1 ≥ 1
ˆ
Se toma los valores que se están testeando en este caso los de las exportaciones

T = 0.4395 – 1 = -12.05 t calculado

0.0465
T critico

Entonces ahora se procede a realizarlo a través de Excel, en este caso se está trabajando con un
nivel de significancia del 88%

La fórmula que se usa en Excel es la siguiente

=INV.T(probabilidad; grados de libertad)

Donde los grados de libertad

n= Tamaño de la muestra

k= Numero de parámetros

gl= grados de libertad

gl= n-k

Entonces

Gl = 53- 3 = 50

Ahora en Excel

=INV.T(0.88;50) = 1.189 T Critico

(en este caso aquí es positivo porque va a depender de como estemos planteando la hipótesis
alternativa, se uso la probabilidad del 88%)
Gráfica

T calculado
-12.04

H0

H1

T critico
1.89

Se concluye que se acepta la zona de rechazo, en este caso la hipótesis nula, y de acuerdo a lo
planteado las exportaciones son inelásticas respecto a la producción.
En la prueba de significancia global lo que se pretende es verificar si alguno de los parámetros es
distinto de cero, siempre lo que se debe realizar primero es el planteamiento de hipótesis.

= 1
ˆ
H0 es igual a cero

= 1
ˆ
H1 No es igual a cero o distinto de cero

Entonces lo que se procede a realizar es el F critico a través de Excel.

La formula es la siguiente
=INV.F (probabilidad, grados de libertad 1; grados de libertad 2)
Lo grados de libertad 1 son los del numerador
Donde K= número de parámetros gl= grados de libertad
gl numerador = K-1
gl numerador = 3-1 = 2
Los grados de libertad 2 son los del denominador
Donde n= tamaño de la muestra
gl denominador = n-k
gl denominador = 53 – 3 = 50

Ahora como se ha estado trabajando con un nivel de significancia del 88%

Por lo tanto, se ingresa lo siguiente a Excel

=INV.F (0.88; 2; 50)

Entonces da como resultado 2.21 a esto se le llama el F critico

F critico = 2.21

Ahora se hace una gráfica

F Calculado
2746.165

H0
Hipótesis nula

H1
Hipótesis alternativa

F Critico
2.21

Se concluye que el f calculado está dentro de la región de aceptación, por lo tanto se acepta la
hipótesis alternativa y se rechaza la hipótesis nula, por lo tanto algún parámetro estimado es
distinto de cero.

En síntesis el modelo se explica en un 99%