UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERÍA ESTADÍSTICA
MODELOS ESTOCASTICOS I

TEMA: EFECTO DE LA TASA DE POBREZA POR INGRESOS EN LA

TASA DE MIGRACIÓN EN EL ECUADOR DURANTE EL PERIODO 2000-2014

INTEGRANTES:

 Martínez Sigcha Jessica Cristina

 Medina Ramírez Ana Gabriela

AULA
S8B

PROFESOR
ECON. RAMIRO VILLARRUEL

PERÍODO
2018-2019

Quito, 08 de noviembre del 2018

Problemática:

El efecto de la tasa de pobreza por ingresos en la tasa de migración en el Ecuador durante el

periodo 2000-2014

Objetivo General:

Cuantificar el efecto de la tasa de pobreza por ingresos en la tasa de migración en el Ecuador

durante el periodo 2000-2014

Objetivos específicos:

1. Obtener la base de datos sobre la migración y la pobreza por ingresos

mediante la página web del Banco Central y del INEC.
2. Identificar las variables: migración y pobreza por ingresos, para
relacionarlas y estimar valores.
3. Evaluar cuantitativamente la evolución de la migración y pobreza por
ingresos, en el período2000-2014 a través de los modelos de regresión simple.

Hipótesis:

El incremento de la tasa de migración produce una disminución en la tasa de pobreza

por ingresos.

Periodo de tiempo:

La presente investigación se efectuará a nivel de todo el Ecuador, para lo cual se

deberá emplear la base de datos BCE y del INEC con el objetivo de cuantificar el efecto de
la tasa de pobreza por ingresos en la tasa de migración durante el periodo 2000-2014.

Especificación matemática del modelo

Se realizara una relación entre la variable dependiente e independiente que fueron definidas
para el desarrollo de la presente investigación.

Base de datos: INEC y Banco Central

Desarrollo de la investigación:

̂𝟎 + 𝑩
𝒀=𝑩 ̂𝟏 𝑿 + 𝝁
̂
 ̂𝟎 , 𝑩
o (𝑩 ̂𝟏 ) = Constantes
̂𝟎 = El intercepto donde nace la recta de la ecuación
o 𝑩
̂𝟏 = Pendiente
o 𝑩
o 𝝁
̂ = error estocástico
o ( X , Y ) = Variables
o X= variable independiente (tasa de pobreza por ingresos)
o Y = variable dependiente( tasa de migración)

MODELOS DE REGRESION SIMPLE

MODELO LINEAL
̂𝟎 + 𝑩
𝒀=𝑩 ̂𝟏 𝑿 + 𝝁
̂

T_MIGRACION = 87.05 – 0.82 (T_POBREZA) +𝒖

̂

Interpretación:
̂𝟎 = Si la tasa de pobreza por ingresos es igual a cero, la tasa de migración será de 87.05 %
𝑩
̂𝟏 = Si la tasa de pobreza por ingresos incrementa en 1%, en promedio la tasa de migración
𝑩
disminuirá en 0.82 %
 ̂𝟎 = Es estadísticamente significativo, debido a que posee un valor de 15.93 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
̂𝟏 = Es estadísticamente significativo, debido a que posee un valor de -5.97 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
F= El modelo es estadísticamente significativo, porque nos arroja un valor de 35.59, siendo
mayor en valor absoluto a 4 (F-critica a un 95% de confianza)
r2= El coeficiente de determinación es de 0,73 por tanto existe bondad de ajuste alta entre la
variable tasa de pobreza por ingresos y tasa de migración.
r= -0.86 expresando una asociación lineal inversa alta entre las variables tasa de pobreza por
ingresos y tasa de migración.
MODELO ESTANDARIZADO
̂𝟎 + 𝑩
𝒁𝒀 = 𝑩 ̂𝟏 𝒁𝑿 + 𝝁
̂
Z_T_MIGRACION = 0.0000000107 – 0.86 (Z_T_POBREZA) +𝒖
̂
Interpretación:
̂𝟎 = Si la tasa de pobreza por ingresos estandarizada es igual a cero, la tasa de migración
𝑩
estandarizada es de 0.0000000107 desviaciones estándar.
̂𝟏 = Si la tasa de pobreza por ingresos estandarizada incrementa en 1 desviación estándar,
𝑩
en promedio la tasa de migración estandarizada disminuirá en 0.856 desviaciones estándar.
̂𝟎 = No es estadísticamente significativo, debido a que posee un valor de 0 siendo menor al
t𝑩
valor de 1.96 (t-critica a un 95% de confianza)
̂𝟏 = Es estadísticamente significativo, debido a que posee un valor de -5.97 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
F= El modelo es estadísticamente significativo, porque nos arroja un valor de 35.59, siendo
mayor en valor absoluto a 4 (F-criticaa un 95% de confianza)
r2= El coeficiente de determinación es de 0,73 por tanto existe bondad de ajuste alta entre la
variable tasa de pobreza por ingresos y tasa de migración.
r= -0.86 expresando una asociación lineal inversaalta entre las variables tasa de pobreza por
ingresos y tasa de migración.
MODELO LOGARÍTMICO

̂𝟎 + 𝑩
𝑰𝒏𝒀 = 𝑩 ̂𝟏 𝒍𝒏𝑿 + 𝝁
̂

ln_T_MIGRACION = 6.24 – 0.62 (ln_T_POBREZA) + 𝒖

̂
Interpretación:
̂𝟎 = No se interpreta porque el logaritmo natural
𝑩 de cero es una indeterminación
matemática.
̂𝟏 = Si el logaritmo natural de la tasa de pobreza por ingresos incrementa en 1 %, en
𝑩
promedio el logaritmo natural de la tasa de migración disminuirá en 0.62 %.
̂𝟎 = Es estadísticamente significativo, debido a que posee un valor de 25.81 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
̂𝟏 = No es estadísticamente significativo, debido a que posee un valor de -0.07 siendo en
t𝑩
valor absoluto menor al valor de 1.96 (t-critica a un 95% de confianza)
F= El modelo es estadísticamente significativo, porque nos arroja un valor de 85.85, siendo
mayor en valor absoluto a 4 (F-criticaa un 95% de confianza)
r2 = El coeficiente de determinación es de 0,87 por tanto existe bondad de ajuste alta entre la
variable tasa de pobreza por ingresos y tasa de migración.
r = -0.93 expresando una asociación lineal inversaalta entre las variables tasa de pobreza por
ingresos y tasa de migración.
MODELO SEMILOGARITMICO LOG-LIN

̂𝟎 + 𝑩
𝑰𝒏𝒀 = 𝑩 ̂𝟏 𝑿 + 𝝁
̂

ln_T_MIGRACION = 4,56 - 0,01 (T_POBREZA) + û

Interpretación:
̂𝟎 =Si la tasa de pobreza por ingresos es cero, la tasa de migración logarítmica será 4.56
𝑩
puntos porcentuales.
̂𝟏 = Si la tasa de pobreza por ingresos incrementa en 1%, la tasa de migración logarítmica
𝑩
disminuirá en 0.66 (100)= 66 puntos porcentuales.
̂𝟎 = Es estadísticamente significativo, debido a que posee un valor de 53.16 siendo mayor
t𝑩
al valor de 1.96 (t-critica a un 95% de confianza)
̂𝟏 = Es estadísticamente significativo, debido a que posee un valor de -6.80 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
F= El modelo es estadísticamente significativo, porque nos arroja un valor de 46.19, siendo
mayor en valor absoluto a 4 (F-criticaa un 95% de confianza)
r2= El coeficiente de determinación es de 0,78 por tanto existe bondad de ajuste alta entre la
variable tasa de pobreza por ingresos y tasa de migración.
r= -0.883 expresando una asociación lineal inversa alta entre las variables tasa de pobreza
por ingresos y tasa de migración.
MODELO SEMILOGARITMICO LIN-LOG

̂𝟎 + 𝑩
𝒀=𝑩 ̂𝟏 𝒍𝒏𝑿 + 𝝁
̂

T_MIGRACION = 182.41 - 35.15 (ln_T_POBREZA) + û

Interpretación:
̂𝟎 =No se interpreta porque el logaritmo natural de cero es una indeterminación matemática.
𝑩
̂𝟏 = Si la tasa de pobreza por ingresos logarítmica incrementa en 1% en promedio, la tasa
𝑩
de migración incrementara en 182.41% / 100 = 1.824 puntos porcentuales.
̂𝟎 = Es estadísticamente significativo, debido a que posee un valor de 11.89 siendo mayor
t𝑩
al valor de 1.96 (t-critica a un 95% de confianza)
̂𝟏 = Es estadísticamente significativo, debido a que posee un valor de -8.28 siendo en valor
t𝑩
absoluto mayor al valor de 1.96 (t-critica a un 95% de confianza)
F= El modelo es estadísticamente significativo, porque nos arroja un valor de 68.48, siendo
mayor en valor absoluto a 4 (F-critica a un 95% de confianza)
r2= El coeficiente de determinación es de 0,84 por tanto existe bondad de ajuste alta entre la
variable tasa de pobreza por ingresos y tasa de migración.
r= -0.916 expresando una asociación lineal inversa alta entre las variables tasa de pobreza
por ingresos y tasa de migración.
MODELO RECÍPROCO

X= T_POBREZA POR INGRESOS (variable independiente)

Y= T_MIGRACION (variable dependiente)
No se puede aplicar el modelo recíproco porque la variable independiente (Tasa de pobreza
por ingresos) no crece indefinidamente o infinitamente.

SUPUESTOS DEL MODELO DE REGRESION

MODELO LINEAL

̂𝟎 + 𝑩
𝒀=𝑩 ̂𝟏 𝑿 + 𝝁
̂

T_MIGRACION= 87.05 – 0.82 (T_POBREZA) + 𝒖

̂
SUPUESTO 1: LINEALIDAD EN LAS VARIABLES O PARÁMETROS

El modelo es lineal.

 Los parámetros son lineales, porque se encuentran elevados a la potencia 1, y no se

están multiplicados, ni divididos para otro parámetro.
 Las variables tasa de migración y tasa de pobreza por ingresos son lineales porque
se encuentran elevados a la potencia 1, y no se están multiplicados, ni divididos para
otra variable.

SUPUESTO 2: VALORES DE X INDEPENDIENTE DEL TÉRMINO DE ERROR.

̂ − 𝜇)
(𝑋𝑖 − 𝑥)(𝒖
𝐶𝑜𝑣(𝑥, 𝜇) = =0
𝑁

Los valores fijos de la variable independiente (T_POBREZA) no dependen del término del
error estocástico
SUPUESTO 3: EL VALOR MEDIO DE LA PERTURBACIÓN.

̂𝑖
𝒖
̂
𝝁
̂= =0
𝑁

La suma de valores o valor promedio de errores estocásticos tienden a cero, por lo tanto se
cumple el supuesto.

SUPUESTO 6: EL NÚMERO DE OBSERVACIONES DEBE SER MAYOR QUE EL

NÚMERO DE PARÁMETROS POR ESTIMAR

̂𝟎 , 𝑩
Se tiene 15 observaciones y 2 parámetros (𝑩 ̂𝟏 ) por tanto se cumple el supuesto donde
15 > 2

Se tiene 15 observaciones y 1 variable independiente (tasa de pobreza por ingresos) por

tanto se cumple el supuesto donde 15 > 1

SUPUESTO 7: LA NATURALEZA DE LA VARIABLE INDEPENDIENTE.

 No todos los valores de la variable tasa de pobreza por ingresos necesariamente

deben ser igual.
 La variable tasa de pobreza por ingresos dispone de valores positivos.
 La variable tasa de pobreza por ingresos no contienen valores atípicos.

Por lo tanto se cumple este supuesto.