Modelos de Regresin Lineal Mltiple

Una vez vueltas estacionarias las series, es posible correr (por Mnimos Cuadrados
Ordinarios) el modelo incluyendo al variable regresando y las regresoras con el fin de
interpretar el impacto, ya sea positivo o negativo, para el modelo planteado.

: = 0 + 1 + 2 + 3 2 + 4 2 +
: = 0 + 1 + 2 + 3 2 + 4 2 +

Anlisis de los estadsticos

Estadstico T-Student

Variable Coeficiente t-estadstico Interpretacin

933.9473 |3.724830| > 2 0 0
480.7715 |0.141130| < 2 1 = 0
2.2756891 |1.874349| < 2 2 = 0
2 0.485206 |14.21677| > 2 3 0
2 -576.1228 | 0.610767| < 2 4 = 0

Como se observa, las nicas variables que aportan al modelo son el intercepto y la variable
Demanda interna, entonces la ecuacin de regresin lineal mltiple muestral sera:

= 933.947260785 + 0.485205544829 2
+

En este caso, un aumento de la deuda interna en una unidad tendra como resultado un impacto
positivo en 0.485206 en el PBI.
Estadstico F

Bajo la hiptesis:
: = 2 = 3 = 4 = 0
{ 0 1
1 : 1 2 3 4 0

Observamos el estadstico F de la regresin y nos da pie a concluir que:

= 56.92669 > = 2.483, .

Coeficiente de determinacin:

El 2 para este modelo es de 74.7298%, un porcentaje muy bueno ya que nos indica que la lnea
de regresin se ajusta de manera adecuada a la nube de observaciones.

Estadstico Durbin-Watson (d)

Con la finalidad de entender adecuadamente las hiptesis de la prueba de Durbin-Watson, se

plantea la siguiente ecuacin:

= +

Las hiptesis de la prueba de Durbin-Watson son:

0 : = 0
1 : 0

Autoc. Positiva Zona de indecisin No autoc. Zona de indecisin Autoc. Negativa

dL dU D 4 - dU 4 - dL
0 1.56625 1.71759 1.881638 2.28241 2.43375 4

4
, .
Prueba de normalidad

Bajo la hiptesis:

0 : = 0
1 : 0

Mediante la utilizacin de la probabilidad asociada al estadstico se puede determinar que el

modelo sigue una distribucin normal, ya que = 0.788284 < = 0.05
.

AutoRegressive Conditional Heteroskedasticity (ARCH)

i) Contexto:
= 0 + 1 + 2 + 3 2 + 4 2 +
ii) ~()?
iii) Modelo Auxiliar:
=
2
(): 2 = 0 + + , ~(0, 2 )
=1
iv) Eleccin del rezago ptimo:

q AIC
1 34.14259
2 33.93277
3 33.96572
4 33.76198
5 33.79742
v) Modelo muestral:
2 2 2 2
(4): 2 = 0 + 1 1 + 2 2 + 3 3 + 4 4 +
 vi) Hiptesis:
: = 0 = 1,2,3,4 (4)
{ 0
1 : 0 = 1,2,3,4 ~ (4)
vii) Estadstico:
= 2 = (82)(0.383011) = 29.874858
viii) Distribucin del estadstico
2
~(4) = 11.143
ix) Prueba:
= 29.874858 > = 11.143
{(4)}

Correccin de ARCH

i) Modelo poblacional:
= 0 + 1 + 2 + 3 2 + 4 2 +
ii) Modelo muestral estimado por mxima verosimilitud:
= 0 + 1 + 2 + 3 2 + 4 2 +
iii) Modelo auxiliar poblacional:
2 2 2 2
(4): 2 = 0 + 1 1 + 2 2 + 3 3 + 4 4 +
iv) Modelo auxiliar muestral estimado por mxima verosimilitud:
(4): 2 = 0 + 1 1
2
+ 2 2
2
+ 3 3
2
+ 4 4
2
+
v) Hiptesis:
: = 0 = 1,2,3,4 2 (4)
{ 0
1 : 0 = 1,2,3,4 2 ~ (4)
vi) Estadstico:
= 2 = (78)(0.080540) = 6.282156
vii) Distribucin del estadstico
2
~(4) = 11.143
viii) Prueba:
= 6.282156 < = 11.143
{(4)}