CONSTRUCCIÓN DE UN MODELO
ECONOMÉTRICO DE REGRESIÓN
MÚLTIPLE
MATERIA: Econometría
Cochabamba-Bolivia
2018
0
1
Introducción
2
OBJETIVO
Para tratar una teoría económica, se construye un modelo económico formal, el cual
consiste en ecuaciones matemáticas que describen diversas relaciones [….............]. En
el contexto de las decisiones de consumo, la maximización de la utilidad conduce a un
conjunto de ecuaciones de demanda. En una ecuación de demanda, la cantidad de
cada artículo depende de su precio, del precio de los bienes sustitutos y
complementarios, del ingreso del consumidor y de las características que influyen en las
preferencias. (Wooldridge, 2010)
Los modelos se usan comúnmente no solo para explicar cómo opera la economía o
parte de ella, sino también para realizar predicciones sobre el comportamiento de los
hechos y determinar los efectos o tomar decisiones sobre los mismos.
El modelo económico del presente trabajo es el siguiente:
3
1.2. Modelo Econométrico
Los métodos econométricos tienen importancia en casi todas las ramas de la economía
aplicada. Se emplean cuando se desea probar una teoría económica o cuando se
piensa en una relación que tiene alguna importancia para decisiones de negocios o
para el análisis de políticas. (Wooldridge, 2010)
La econometría es la rama de la economía que hace un uso extensivo de modelos
matemáticos y estadísticos así como de la programación lineal y la teoría de juegos
para analizar, interpretar y hacer predicciones sobre sistemas económicos, prediciendo
variables como el precio de bienes y servicios, tasas de interés, tipos de cambio, las
reacciones del mercado, el coste de producción, la tendencia de los negocios y las
consecuencias de la política económica.
Nuestro modelo econométrico es el siguiente:
Donde:
4
1.2.2. Presentación de la Base de datos
5
2. ESTIMACIÓN DEL MODELO ECONOMETRICO
E-VIEWS
6
Cuando SMN se incrementa en Bs. 1 adicional, entonces, CCC se
decremento en 1.60E-07 Kilos, manteniendo constante PCC, PCR, PCP y
PSCC.
Β2 = 0.266851/100=0.00266851
Cuando PCC se incrementa en 1% adicional, entones, CCC se incrementa en
Bs. 0.00266851, manteniendo constante SMN, PCR, PCP y PSCC.
Β3 = 0.157444
Cuando PCR se incrementa en Bs.1 adicional, entonces, CCC se incrementa
en 0.157444 kilos, manteniendo constante SMN, PCC, PCP y PSCC.
Β4 = 0.222833
Cuando PCP se incrementa en Bs.1 adicional, entonces, CCC se incrementa
en 0.222833 kilos, manteniendo constante SMN, PCC, PCR y PSCC.
B5 = -0.092709
Cuando PSCC se incrementa en Bs.1 adicional, entonces, CCC se decremento
en 0.092709 kilos, manteniendo constante SMN, PCC, PCR y PCP.
R2 ajustado= 93.97%
En conjunto todas nuestras variables independientes, Salario mínimo nacional,
precio al por menor de la carne de cerdo, precio al por menor de la carne de res,
precio al por menor de la carne de pollo, precio real compuesto de los sustitutos
de la carne de cerdo, todas estas variables predeterminadas explican en un 93.97
% a nuestra variable dependiente “consumo de carne de cerdo” y un 6.03% no se
encuentras explicadas por las demás variables.
7
3.1. Desarrollo de las pruebas T de dos colas para todos los estimadores MCO
Para: B1
Hipótesis de trabajo
𝑯𝑶 : 𝛽1 = 0
H1 : 𝛽1 ≠ 0 (dos colas)
1) Definir el nivel de significancia
5%
Tc=-1.60E-07 / 0.000338=-0.000474
T% (0.05 ; n-k-1)
T% (0.05; 26-5-1)
T% (0.05; 20)
T%= 2.086
Definir la regla de rechazo
I Tc I > T%
-0.000474 < 2.086
No rechazamos la HO, entonces 𝛽1 no es estadísticamente significativo diferente de
cero, entonces SMN no es una variable relevante para el modelo, al 5% de
significancia.
Para: B2
Hipótesis de trabajo
𝑯𝑶 :: 𝛽2 = 0
H1 : 𝛽2 ≠ 0 (dos colas)
Definir el nivel de significancia
5%
8
Tc=0.266861 / 1.99282 = 0.177992
T% ( 0.05 ; n-k-1)
T% (0.05; 26-5-1)
T% (0.05; 20)
T%= 2.086
Para: B3
Hipótesis de trabajo
𝑯𝑶 : 𝛽3 = 0
H1 : 𝛽3 ≠ 0 (dos colas)
Definir el nivel de significancia
5%
9
I Tc I > T%
2.958290 > 2.086
Rechazamos la HO, entonces 𝛽3 es estadísticamente significativo diferente de cero,
entonces PCR es una variable relevante para el modelo, al 5% de significancia.
Para: B4
Hipótesis de trabajo
𝑯𝑶 : 𝛽4 = 0
H1 : 𝛽4 ≠ 0 (dos colas)
Definir el nivel de significancia
5%
Para: B5
Hipótesis de trabajo
𝑯𝑶 : 𝛽5 = 0
10
H1 : 𝛽5 ≠ 0 (dos colas)
Definir el nivel de significancia
5%
3.2. Desarrollo de las pruebas T de una cola para todos los estimadores MCO
Para: B1
Hipótesis de trabajo
𝑯𝑶 : 𝛽1 = 0
H1 : 𝛽1 < 0 (una cola)
Definir el nivel de significancia
5%
11
Tc= -1.60E-07 / 0.000338 = -0.000474
T% (0.05 ; n-k-1)
T% (0.05; 26-5-1)
T% (0.05; 20)
T%= 1.725
Para: B2
Hipótesis de trabajo
𝑯𝑶 : 𝛽2 = 0
H1 : 𝛽2 > 0 (una cola)
Definir el nivel de significancia
5%
12
Tc > T%
0.177992 <1.725
No rechazamos la HO, entonces 𝛽2 no es estadísticamente mayor que cero, entonces
,PCC no es una variable relevante además de no tener un impacto positivo en la
variable CCC, al 5% de significancia.
Para: B3
Hipótesis de trabajo
𝑯𝑶 : 𝛽3 = 0
H1 : 𝛽3 > 0 (una cola)
Definir el nivel de significancia
5%
Para: B4
Hipótesis de trabajo
13
𝑯𝑶 : 𝛽4 = 0
H1 : 𝛽4 > 0 (una cola)
Definir el nivel de significancia
5%
Para: B5
Hipótesis de trabajo
𝑯𝑶 : 𝛽5 = 0
H1 : 𝛽5 < 0 (una cola)
Definir el nivel de significancia
5%
Nivel de Significancia
5%
16
4. CONCLUCION
17
5. BIBLIOGRAFIA
18
ANEXOS
19