F.A.C.A.E
CARRERA DE ECONOMÍA
Nombre: Andrés Chancosa
Fecha: 20/noviembre/2019
Curso: 4to – E1
Tema: Modelos funcionales
Base de datos #1: recursivos9.dta
Variable dependiente: PIB
Variable independiente: Producción
1) Modelo funcional nivel – nivel
Tabla 1. Modelo funcional: nivel - nivel
VARIABLES pib
p 34.41***
(4.259)
Constant -2,401***
(631.9)
Observations 14
R-squared 0.845
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,845 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente (PIB) es explicada o
depende en un 84,5% de la variable independiente (Producción).
Ecuación de regresión:
̂ = −2401 + 34,41(𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛)
𝑃𝐼𝐵
B0: Cuando la variable “producción” tenga un valor de cero, es decir, que no existe
producción alguna, el PIB tendrá un valor negativo de 2401 millones de dólares por lo tanto
se puede decir que sin producción no existe un valor del PIB.
VARIABLES logpib
p 0.0131***
(0.00187)
Constant 5.934***
(0.278)
Observations 14
R-squared 0.803
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,803 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente (PIB) es explicada o
depende en un 80,3% de la variable independiente (Producción).
Ecuación de regresión:
̂ = 5,934 + 0,0131(𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛)
𝑃𝐼𝐵
B0: Cuando la variable “producción” tenga un valor de cero, es decir, que no existe
producción alguna, el PIB tendrá un valor de 5,93 millones de dólares.
(1)
VARIABLES pib
logp 5,249***
(604.6)
Constant -23,508***
(3,017)
Observations 14
R-squared 0.863
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,863 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente (PIB) es explicada o
depende en un 86,3% de la variable independiente (Producción).
Ecuación de regresión:
̂ = −23508 + 5249(𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛)
𝑃𝐼𝐵
B1: Cuando la variable “producción” varíe en una unidad porcentual, es decir en 1%, el
PIB tendrá un incremento de 52,49 millones de dólares.
B0: Cuando la variable “producción” tenga un valor de cero, es decir, que no existe
producción alguna, el PIB tendrá un valor negativo de -23508 millones de dólares.
VARIABLES logpib
logp 2.006***
(0.265)
Constant -2.139
(1.323)
Observations 14
R-squared 0.827
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,827 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente (PIB) es explicada o
depende en un 82,7% de la variable independiente (Producción).
Ecuación de regresión:
̂ = −2,139 + 2,006(𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛)
𝑃𝐼𝐵
B1: Cuando la variable “producción” varíe en una unidad porcentual, es decir en 1%, el
PIB tendrá un incremento de del 2,006% en su cifra correspondiente.
B0: Cuando la variable “producción” tenga un valor de cero, es decir, que no existe
producción alguna, el PIB tendrá un valor negativo de -2,139 millones de dólares.
(1)
VARIABLES valueadd
capital 9.906***
(0.651)
Constant 185.9**
(68.62)
Observations 25
R-squared 0.910
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Según el valor P obtenido se puede concluir que la relación de regresión propuesta es
estadísticamente significativa de forma global, ya que posee un nivel de significancia al 1%.
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,910 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente (Valueadd) es explicada
o depende en un 91,00% de la variable independiente (Capital).
Ecuación de regresión:
̂
𝑉𝑎𝑙𝑢𝑒𝑎𝑑𝑑 = 185,9 + 9,906(𝑐𝑎𝑝𝑖𝑡𝑎𝑙)
B1: Cuando la variable “capital” varíe en un millón de dólares, el Valor añadido (valueadd)
tendrá un incremento de 9,906 millones de dólares.
B0: Cuando la variable “capital” tenga un valor de cero, es decir, que no existe incentivo
de capital, el Valor añadido (valueadd) tendrá un valor de 185,9 millones de dólares por lo
tanto se puede decir que sin incentivo de capital, existe un valor añadido mínimo (valueadd).
(1)
VARIABLES logvalueadd
capital 0.0100***
(0.00227)
Constant 5.280***
(0.239)
Observations 25
R-squared 0.460
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,460 por ende, se
concluye que la ecuación de regresión propuesta no es estadística significativa y no está
ajustada adecuadamente, por lo que es necesario un nuevo planteamiento de las variables
tratadas o la inclusión de nuevos datos que expliquen de mejor manera el modelo. Además,
solo se puede decir que la variable dependiente Valor añadido (Valueadd) es explicada o
depende en un 46,0% de la variable independiente incentivo de capital (Capital).
Ecuación de regresión:
̂
𝑉𝑎𝑙𝑢𝑒𝑎𝑑𝑑 = 5,28 + 0,0100(𝑐𝑎𝑝𝑖𝑡𝑎𝑙)
B0: Cuando la variable “capital” tenga un valor de cero, es decir, que no existe incentivo
de capital alguno, el valor añadido (valueadd) tendrá un valor de 5,28 millones de dólares.
(1)
VARIABLES valueadd
logcapital 528.4***
(80.22)
Constant -851.6***
(264.2)
Observations 25
R-squared 0.654
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,654 por ende, se logra
concluir que la ecuación de regresión propuesta no es significativa y no está ajustada
adecuadamente por lo que es necesario un nuevo planteamiento de variables tratadas o la
inclusión de nuevos datos. Además, se puede decir que la variable dependiente valor añadido
(valueadd) es explicada o depende en un 65,4% de la variable independiente (capital).
Ecuación de regresión:
̂
𝑉𝑎𝑙𝑢𝑒𝑎𝑑𝑑 = −851,6 + 528,4(𝑐𝑎𝑝𝑖𝑡𝑎𝑙)
B1: Cuando la variable “capital” varíe en una unidad porcentual, es decir en 1%, el valor
añadido (valueadd) tendrá un incremento de 5,284 millones de dólares.
B0: Cuando la variable “capital” tenga un valor de cero, es decir, que no existe incentivo
de capital alguno, el valor añadido tendrá un valor negativo de 851,6 millones de dólares.
(1)
VARIABLES logvalueadd
logcapital 0.894***
(0.0537)
Constant 3.167***
(0.177)
Observations 25
R-squared 0.923
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores.
Significancia:
Bondad de Ajuste:
Los resultados obtenidos nos muestran un valor del R cuadrado de 0,923 por ende, se logra
concluir que la ecuación de regresión propuesta es significativa y está ajustada
adecuadamente. Además, se puede decir que la variable dependiente valor añadido(valueadd)
es explicada o depende en un 92,3% de la variable independiente (capital).
Ecuación de regresión:
̂
𝑉𝑎𝑙𝑢𝑒𝑎𝑑𝑑 = 3,167 + 0,894(𝑐𝑎𝑝𝑖𝑡𝑎𝑙)
B1: Cuando la variable “capital” varíe en una unidad porcentual, es decir en 1%, el valor
añadido (valueadd) tendrá un incremento de del 0,89% en su cifra correspondiente.
B0: Cuando la variable “capital” tenga un valor de cero, es decir, que no existe incentivo
de capital alguno, el valor añadido (valueadd) tendrá un valor de 3,16 millones de dólares.
Tabla 9 Regresión, Salario por hora del marido sobre Ingreso familiar
(1)
VARIABLES faminc
huswage 2,089***
(72.42)
Constant 7,449***
(622.3)
Observations 753
R-squared 0.526
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Bondad de Ajuste:
El modelo de regresión comprende una bondad de ajuste baja, debido a que su 𝑅2 (52,6%)
es menor al 70%, por lo cual es necesario agregar más variables. Sin embargo, se determina
que el modelo es significativo a todos los niveles siendo el valor t mayor a 2,58%.
Ecuación de regresión:
B1 Cuando el salario por hora varíe en 1 dólar, el valor esperado en el ingreso familiar
aumentaría en 2,089 dólares.
B0 Cuando el salario por hora es 0, el valor esperado en el ingreso familiar es de 7,449 dólares.
2) Modelo funcional: Nivel – log.
(1)
VARIABLES faminc
loghuswage 13,662***
(577.2)
Constant -2,351**
(1,126)
Observations 753
R-squared 0.427
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Se establece que el modelo sigue siendo estadísticamente significativo, al igual que en los
parámetros (𝐵0 𝑦 𝑒𝑙 𝐵1 ), sin embargo, el 𝐵0 no es significativo al 10%, debido a que el valor
t es menor al 2,58%.
Bondad de Ajuste:
Disminuyó el 𝑅2 (42,7%) por lo cual aún se encuentra por debajo del 70%, es necesario
agregar más variables.
Ecuación de regresión:
B1 Cuando el salario por hora varíe en 1%, el valor esperado del ingreso familiar
aumentaría en 0,13 ctvs.
B0 Cuando el salario por hora varíe en 0%, el valor esperado del ingreso familiar
disminuiría en 0,02 ctvs.
(1)
VARIABLES logfaminc
huswage 0.0825***
(0.00329)
Constant 9.303***
(0.0282)
Observations 753
R-squared 0.456
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Bondad de Ajuste:
El modelo es significativo a todos los niveles debido a que su valor t es mayor al 2,58%. Sin
embargo, disminuyó el 𝑅2 (45,6%) debido a que se encuentra por debajo del 70%, por lo cual
es necesario agregar más variables.
Ecuación de regresión:
B1 Cuando el salario por hora varíe en 1 dólar, el valor esperado del ingreso familiar es de
8,25%.
B0 Cuando el salario por hora varíe en 0, el valor esperado del ingreso familiar es de 930,30%.
4) Modelo funcional: log – log.
(1)
VARIABLES logfaminc
loghuswage 0.651***
(0.0219)
Constant 8.709***
(0.0428)
Observations 753
R-squared 0.540
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Se establece que el modelo sigue siendo estadísticamente significativo, al igual que en los
parámetros (𝐵0 𝑦 𝑒𝑙 𝐵1 ) debido a que el pvalue es menor al 5%, Además, el modelo es
significativo a todos los niveles debido a que su valor t es mayor al 2,58%.
Bondad de Ajuste:
Aumentó el 𝑅 2 (54%) a pesar de que aún se encuentra por debajo del 70%, por lo cual, es
necesario agregar más variables.
Ecuación de regresión:
B1 Cuando el salario por hora varíe en 1%, el valor esperado del ingreso familiar sería de
8,70%
B0 Cuando el salario por hora varíe en 0%, el valor esperado del ingreso familiar sería de
65,1%
Base de datos #4: food10
(1)
VARIABLES food_exp
income 10.21***
(2.093)
Constant 83.42*
(43.41)
Observations 40
R-squared 0.385
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Bondad de ajuste:
El modelo de regresión comprende una bondad de ajuste baja, debido a que su 𝑅2 es menor
al 70%, es decir, se necesita agregar más variables.
Ecuación de regresión:
𝐺𝑎𝑠𝑡𝑜 𝑑𝑒 𝑎𝑙𝑖𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 ℎ𝑜𝑔𝑎𝑟 = 83,42 + 10,21(𝐼𝑛𝑔𝑟𝑒𝑠𝑜 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 𝑑𝑒𝑙 ℎ𝑜𝑔𝑎𝑟)
B1 Cuando el ingreso semanal del hogar varíe en 1 dólar, el valor esperado en el gasto de
alimentos semanal aumentaría en 10,21 dólares.
(1)
VARIABLES logfood_exp
income 0.0400***
(0.00767)
Constant 4.780***
(0.159)
Observations 40
R-squared 0.418
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Se establece que el modelo sigue siendo global y estadísticamente significativo, al igual
que los parámetros (𝐵0 𝑦 𝑒𝑙 𝐵1) debido a que el pvalue es menor al 5%.
Se determina que el modelo es significativo a todos los niveles debido a que el valor t es
mayor al 2,58%.
Bondad de ajuste:
El modelo cuenta con una bondad de ajuste baja al encontrarse con un valor por debajo
del 70%, por lo cual es necesario agregar más variables. A pesar de que el 𝑅2 (0,418) aumento
en comparación al 𝑅2 inicial (0,385).
Ecuación de regresión:
B1 Cuando el ingreso semanal del hogar varíe en 1 dólar, el valor esperado del gasto de
alimentos en el hogar semanal aumentaría en un 4%.
B0 Cuando el ingreso semanal del hogar es de 0 dólares, el valor esperado en el gasto
semanal de alimentos en el hogar es de 478%
VARIABLES food_exp
logincome 132.2***
(28.80)
Constant -97.19
(84.24)
Observations 40
R-squared 0.357
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Se establece que el modelo sigue siendo estadísticamente significativo, al igual que el
parámetro 𝐵1 el cual es significativo debido a que el pvalue es menor al 5%, sin embargo, el
𝐵0 no es significativo a ningún nivel, debido a que su pvalue sobrepasa el 5%.
Bondad de ajuste:
Por otro lado, la bondad de ajuste sigue siendo baja debido a que su valor se encuentra por
debajo del 70%, 𝑅2 (0,357) disminuyó en comparación al 𝑅2 anterior (0,418) e inicial
(0,385).
Ecuación de regresión:
B1 Cuando el ingreso semanal del hogar varé en 1%, el valor esperado del gasto de
alimentos en el hogar semanal aumentaría en 1,32 dólares.
B0 Cuando el valor del ingreso semanal del hogar es de 0%, el valor esperado en el gasto
de alimentos en el hogar disminuirá en 0,9719 centavos.
4) Modelo funcional: log – log
Tabla 16 Modelo de interpretación Log Log
(1)
VARIABLES logfood_exp
logincome 0.556***
(0.101)
Constant 3.964***
(0.294)
Observations 40
R-squared 0.445
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Por otro lado, según al valor t se establece que el modelo es significativo a todos los
niveles al tener valores mayores a 2,58%.
Bondad de ajuste:
Además, se establece que tiene una bondad de ajuste baja al tener su valor por debajo del
70%, a pesar de que 𝑅2 (0,445) es el mayor en comparación a los anteriores ya mencionados.
Ecuación de regresión:
B1 Cuando el ingreso semanal del hogar varíe en 1%, el valor esperado del gasto semanal
de alimentos en el hogar aumentará en 0,556%.
B0 Cuando el ingreso semanal del hogar es de 0%, el valor esperado del gasto semanal de
alimentos en el hogar es de 3,964%.
Base de datos #5: AUTO.DTA
(1)
VARIABLES trunk
Length 0.140***
(0.0156)
Constant -12.47***
(2.943)
Observations 74
R-squared 0.528
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable longitud es estadísticamente significativos al 1%, La variable espacio en el
maletero también es estadísticamente significativo al 1%.
Bondad de ajuste
La variable longitud es explicada en un 52,8%, por la variable espacio en el maletero,
por lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión
Longitud = -12,47 + 0,140(espacio maletero)
𝜷𝟏 = Cuando la variable espacio en el maletero varié en 1 unidad, el cambio esperado en
la variable longitud sería un aumento del 0.140 metros.
(1)
VARIABLES logtrunk
Length 0.0105***
(0.00131)
Constant 0.599**
(0.248)
Observations 74
R-squared 0.470
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable longitud es estadísticamente significativos al 1%. La variable espacio en el
maletero es estadísticamente significativo al 5%.
Bondad de ajuste:
La variable longitud es explicada en un 47%, por la variable espacio en el maletero, por
lo que su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión
Longitud = 0,599 + 0,0105(espacio maletero)
𝜷𝟏 = Cuando la variable espacio en el maletero varié en 1 unidad, el cambio esperado en la
variable longitud sería un aumento del 1,05%.
(7)
VARIABLES trunk
Loglength 25.27***
(2.956)
Constant -118.4***
(15.46)
Observations 74
R-squared 0.504
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable longitud es estadísticamente significativos al 1%. La variable espacio en el maletero
es estadísticamente significativo al 1%.
Bondad de ajuste
La variable longitud es explicada en un 50,4%, por la variable espacio en el maletero, por
lo que su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión
Longitud = -118,4 + 25,27(espacio maletero)
(5)
VARIABLES logtrunk
Loglength 1.906***
(0.247)
Constant -7.400***
(1.293)
Observations 74
R-squared 0.452
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia.
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable longitud es estadísticamente significativos al 1%. La variable espacio en el maletero
es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable longitud es explicada en un 45,2%, por la variable espacio en el maletero, por
lo que su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión
Longitud = -7,400 + 1,906(espacio maletero)
𝜷𝟏 = Cuando la variable espacio en el maletero varié en 1%, el cambio esperado en la
variable longitud sería un aumento del 1,906%.
(1)
VARIABLES Telephonecost
Year -2.333***
(0.187)
Constant 4,612***
(365.4)
Observations 82
R-squared 0.661
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia.
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable costo telefónico es estadísticamente significativos al 1%, La variable año es
estadísticamente significativo al 1%.
Bondad de ajuste:
La variable costo telefónico es explicada en un 66,1%, por la variable años, por lo cual
su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
Costo telefónico = 4,612 – 2,333(año)
𝜷𝟏 = Cuando la variable año varié en 1 año, el cambio esperado en la variable costo
telefónico sería una disminución de 2,333 dólares.
(1)
VARIABLES Telephonecost
Logyear -4,577***
(363.0)
Constant 34,735***
(2,751)
Observations 82
R-squared 0.665
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia global
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable costo telefónico es estadísticamente significativos al 1%,. La variable año es
estadísticamente significativo al 1%.
Bondad de ajuste
La variable costo telefónico es explicada en un 66,5%, por la variable años, por lo cual
su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión
Costo telefónico = 34,735 – 4,577 (año)
β₁ - Cuando la variable año varia en 1% la variable costo telefónico disminuye en 45,77
dólares.
(1)
VARIABLES logtelephonecost
Year -0.0703***
(0.00120)
Constant 140.3***
(2.345)
Observations 82
R-squared 0.977
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia global
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable costo telefónico es estadísticamente significativos al 1%, La variable año es
estadísticamente significativo al 1%.
Bondad de ajuste.
La variable costo telefónico es explicada en un 97,7%, por la variable años, por lo cual su
bondad de ajuste es muy robusta, ya que es mayor que el 70%.
Ecuación de regresión
Costo telefónico = 140,3 – 0,0703(año)
β₁ - Cuando la variable año varía 1 dólar la variable costo telefónico disminuye el 7,03%.
(7)
VARIABLES logtelepho
necost
Logyear -137.5***
(2.343)
Constant 1,045***
(17.76)
Observations 82
R-squared 0.977
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable costo telefónico es estadísticamente significativos al 1%, La variable año es
estadísticamente significativo al 1%.
Bondad de ajuste
La variable costo telefónico es explicada en un 97,7%, por la variable años, por lo cual
su bondad de ajuste es muy robusta, ya que es mayor que el 70%.
Ecuación de regresión
Costo telefónico = 1,045 – 137,5 (año)
β₁ - Cuando la variable año aumenta en 1% la variable costo telefónico disminuye en
137,5%.
(1)
VARIABLES Price
Rooms 9,120***
(419.3)
Constant -34,796***
(2,652)
Observations 506
R-squared 0.484
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio es estadísticamente significativos al 1%, La variable número de
habitaciones es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio es explicada en un 48,4%, por la variable número de habitaciones, por
lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
(1)
VARIABLES Logprice
Romos 0.369***
(0.0201)
Constant 7.624***
(0.127)
Observations 506
R-squared 0.401
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio es estadísticamente significativos al 1%, La variable número de
habitaciones es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio es explicada en un 40,1%, por la variable número de habitaciones, por
lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
(1)
VARIABLES price
Logrooms 54,152***
(2,742)
Constant -76,682***
(5,032)
Observations 506
R-squared 0.436
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio es estadísticamente significativos al 1%, La variable número de
habitaciones es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio es explicada en un 43,6%, por la variable número de habitaciones, por
lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
(1)
VARIABLES logprice
logrooms 2.227***
(0.128)
Constant 5.862***
(0.236)
Observations 506
R-squared 0.374
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio es estadísticamente significativos al 1%, La variable número de
habitaciones es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio es explicada en un 37,4%, por la variable número de habitaciones, por
lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
̂
𝐿𝑜𝑔𝑃𝑟𝑒𝑐𝑖𝑜 = 5,862 + 2,227𝐿𝑜𝑔(𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑎𝑏𝑖𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠)
(1)
VARIABLES sales
Price -7.829***
(1.143)
Constant 121.9***
(6.526)
Observations 75
R-squared 0.391
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable ventas es estadísticamente significativos al 1%, La variable precio es
estadísticamente significativo al 1%.
Bondad de ajuste:
La variable ventas es explicada en un 39,1%, por la variable precio, por lo cual su
bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
̂ = 121,9 − 7,829(𝑝𝑟𝑒𝑐𝑖𝑜)
𝑉𝑒𝑛𝑡𝑎𝑠
B1: Cuando la variable precio varíe en 1 dólar, el cambio esperado de la variable ventas
será de una disminución de 7,829 dólares.
B0: Cuando la variable precio sea 0, el cambio esperado en la variable ventas será una
variación de 7,829 dólares.
Modelo funcional: Log – Nivel
(1)
VARIABLES Logsales
Price -0.101***
(0.0150)
Constant 4.918***
(0.0855)
Observations 75
R-squared 0.382
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable ventas es estadísticamente significativos al 1%, La variable precio es
estadísticamente significativo al 1%.
Bondad de ajuste:
La variable ventas es explicada en un 38,2%, por la variable precio, por lo cual su
bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
̂ = 4,918 − 0,101(𝑝𝑟𝑒𝑐𝑖𝑜)
𝐿𝑜𝑔𝑉𝑒𝑛𝑡𝑎𝑠
B1: Cuando la variable precio varíe en 1 dólar, el cambio esperado de la variable ventas
será de una disminución de 10,1%.
B0: Cuando la variable precio sea 0, el cambio esperado en la variable ventas será una
variación de 491,8%
(1)
VARIABLES Sales
Logprice -44.73***
(6.454)
Constant 154.9***
(11.21)
Observations 75
R-squared 0.397
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable ventas es estadísticamente significativos al 1%, La variable precio es
estadísticamente significativo al 1%.
Bondad de ajuste:
La variable ventas es explicada en un 39,7%, por la variable precio, por lo cual su bondad
de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
̂ = 154,9 − 44,73𝑙𝑜𝑔(𝑝𝑟𝑒𝑐𝑖𝑜)
𝑉𝑒𝑛𝑡𝑎𝑠
B1: Cuando la variable precio varíe en 1%, el cambio esperado de la variable ventas será de
una disminución de 0,4473 dólares.
B0: Cuando la variable precio varié en 0%, el cambio esperado en la variable ventas será una
variación de 1,549 dólares.
(1)
VARIABLES logsales
Logprice -0.575***
(0.0846)
Constant 5.343***
(0.147)
Observations 75
R-squared 0.387
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable ventas es estadísticamente significativos al 1%, La variable precio es
estadísticamente significativo al 1%.
Bondad de ajuste:
La variable ventas es explicada en un 38,7%, por la variable precio, por lo cual su
bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
̂
𝐿𝑜𝑔𝑉𝑒𝑛𝑡𝑎𝑠 = 5,343 − 0,575𝐿𝑜𝑔(𝑝𝑟𝑒𝑐𝑖𝑜)
B1: Cuando la variable precio varíe en 1%, el cambio esperado de la variable ventas será
de una disminución de 0,575%
B0: Cuando la variable precio varié en 0%, el cambio esperado en la variable ventas será
una variación de 5,343%.
(2)
VARIABLES Regprc
Ecoprc 0.687***
(0.0179)
Constant 0.140***
(0.0201)
Observations 660
R-squared 0.690
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio etiqueta ecológica es estadísticamente significativos al 1%, La variable
precio regular Apple es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio regular Apple es explicada en un 69%, por la variable precio etiqueta
ecológica, por lo cual su bondad de ajuste es poco robusta, ya que es menor que el 70%.
Ecuación de regresión:
B1: Cuando la variable precio etiqueta ecológica varíe en 1 unidad, el cambio esperado de
la variable precio regular será de un incremento del 0,140.
B0: Cuando la variable precio etiqueta ecológica sea 0, el cambio esperado en la variable
precio regular será una variación 0,687.
(1)
VARIABLES regprc
Logecoprc 0.686***
(0.0189)
Constant 0.857***
(0.00553)
Observations 660
R-squared 0.668
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Bondad de ajuste:
La variable precio regular Apple es explicada en un 66,8%, por la variable precio
etiqueta ecológica, por lo cual su bondad de ajuste es poco robusta, ya que es menor que el
70%.
Ecuación de regresión:
B1: Cuando la variable precio etiqueta ecológica varíe en 1%, el cambio esperado de la
variable precio regular será de un incremento del 0,000686%
B0: Cuando la variable precio etiqueta ecológica varié en 0%, el cambio esperado en la
variable precio regular será una variación 0,000857%
(1)
VARIABLES Logregprc
Ecoprc 0.806***
(0.0213)
Constant -1.036***
(0.0239)
Observations 660
R-squared 0.684
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio etiqueta ecológica es estadísticamente significativos al 1%, La variable
precio regular Apple es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio regular Apple es explicada en un 68,4%, por la variable precio
etiqueta ecológica, por lo cual su bondad de ajuste es poco robusta, ya que es menor que el
70%.
Ecuación de regresión:
𝑙𝑜𝑔𝑃𝑟𝑒𝑐𝑖𝑜 ̂
𝑟𝑒𝑔𝑢𝑙𝑎𝑟 𝐴𝑝𝑝𝑙𝑒 = −1,036 + 0,806(𝑝𝑟𝑒𝑐𝑖𝑜 𝑒𝑡𝑖𝑞𝑢𝑒𝑡𝑎 𝑒𝑐𝑜𝑙𝑜𝑔𝑖𝑐𝑎)
B1: Cuando la variable precio etiqueta ecológica varíe en 1 unidad, el cambio esperado de
la variable precio regular será de un incremento del 80,6%.
B0: Cuando la variable precio etiqueta ecológica sea 0, el cambio esperado en la variable
precio regular será una variación de 103,6%
(1)
VARIABLES Logregprc
Logecoprc 0.811***
(0.0220)
Constant -0.196***
(0.00646)
Observations 660
R-squared 0.673
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Elaborado por los autores
Significancia:
Es globalmente significativo, al ser la Prob. F menor al nivel de significancia de 0,05. La
variable precio etiqueta ecológica es estadísticamente significativos al 1%, La variable
precio regular Apple es estadísticamente significativo al 1%.
Bondad de ajuste:
La variable precio regular Apple es explicada en un 67,3%, por la variable precio
etiqueta ecológica, por lo cual su bondad de ajuste es poco robusta, ya que es menor que el
70%.
Ecuación de regresión:
B1: Cuando la variable precio etiqueta ecológica varíe en 1%, el cambio esperado de la
variable precio regular será de un incremento del 0,811%
B0: Cuando la variable precio etiqueta ecológica varié en 0%, el cambio esperado en la
variable precio regular será una variación de -0,196%.