TAREA 6

Realizar la regresión log log. log consumo de pollo, log ingreso, log precio
del pollo, log del precio del cerdo y log del precio de la carne de res

1) Encontrar los logaritmos naturales de las variables y realizar los

siguientes modelos:

Log Y = b1 +b2 log X2

a) Log consumo de pollo = 3,058 + 0,320 log (ingreso).

Coeficientesa

Coeficientes
Coeficientes no estandarizados
Modelo estandarizados t Sig.
B Error estándar Beta

1 (Constante) 3,058 ,152 20,086 ,000

logx2 ,320 ,017 ,973 19,144 ,000

a. Variable dependiente: logy

Log Y = b1 +b2 log X2 + b3 log X3

b ) Log consumo de pollo = 4,153 + 0,452 log (ingreso) -0,372 log (precio del pollo).

Coeficientesa

Coeficientes
Coeficientes no estandarizados
Modelo estandarizados t Sig.
B Error estándar Beta

1 (Constante) 4,153 ,209 19,839 ,000

logx2 ,452 ,025 1,372 18,284 ,000

logx3 -,372 ,063 -,440 -5,865 ,000

a. Variable dependiente: logy

Log Y = b1 +b2 log X2 + b3 log X3+ b4 log x4

c ) Log consumo de pollo = 4,153 + 0 ,449 log (ingreso) -0,373 log (precio de pollo) + 0,004 log
(precio del cerdo).
 Coeficientesa

Coeficientes
Coeficientes no estandarizados
Modelo estandarizados t Sig.
B Error estándar Beta

1 (Constante) 4,153 ,212 19,580 ,000

logx2 ,449 ,025 1,365 17,804 ,000

logx3 -,373 ,064 -,441 -5,801 ,000

logx4 ,004 ,006 ,023 ,692 ,497

a. Variable dependiente: logy

Log Y = b1 +b2 log X2 + b3 log X3+ b4 log x4 + b5 log X5

d ) Log consumo de pollo = 4,193 + 0 ,451 log (ingreso) -0,389 log (precio de pollo) + 0,005 log
(precio del cerdo)+0,006 (precio de res)

Coeficientesa

Coeficientes
Coeficientes no estandarizados
Modelo estandarizados t Sig.
B Error estándar Beta

1 (Constante) 4,193 ,236 17,793 ,000

Logx
,451 ,026 1,369 17,343 ,000

logx3 -,389 ,075 -,460 -5,156 ,000

logx4 ,005 ,006 ,026 ,743 ,467

logx5 ,006 ,014 ,021 ,434 ,669

a. Variable dependiente: logy

Coeficientesa

Coeficientes
Coeficientes no estandarizados
Modelo estandarizados t Sig.
B Error estándar Beta

1 (Constante) 4,875 ,399 12,226 ,000

logx5 ,157 ,057 ,514 2,749 ,012

a. Variable dependiente: logy

2) Muestre claramente el efecto de agragar variables en el modelo sobre los

siguientes estadísticos:

a) los coeficientes

b) errores estandar

c) valores t

d) significancia

Modelo 1 Modelo 2 Modelo 3 Modelo 4

B2 0,320*** 0,452*** 0,449*** 0,451***
eeB2 0,017 0,025 0,025 0,026
t 19,144 18,284 17,804 17,343
B3 -0,372*** -0,373*** -0,389***
eeB3 0,063 0,064 0,075
t -5,865 -5,801 -5,156
B4 0,004NS 0,005NS
eeB4 0,006 0.006
t 0,497 0,743
B5 0,006NS
eeB5 0,014
t 0,434

3) Ud considera que los modelos con logaritmos tienen menos

multicolinealidad? Como lo sabe?

Utilizando los modelos con logaritmos se pudo evidenciar que exsiste una mayor
multicolinealidad entre las variables