Académique Documents
Professionnel Documents
Culture Documents
Curso: Econometra
Profesor: Oscar Ricardo Alegre Valdez
Integrantes:
Introduccin
El presente trabajo de econometra tiene como objetivo aplicar todos
los conocimientos adquiridos a lo largo del curso, para ello en nuestro
equipo nos interesamos en el tema macroeconmico. Una de nuestras
interrogantes fue: cmo algunos factores afectan o no al ingreso per
cpita? Para entender ello el ingreso per cpita es un clculo que se
realiza para determinar el ingreso que recibe, en promedio, cada uno
de los habitantes de un pas; es decir, en promedio, cunto es el
ingreso que recibe una persona para subsistir. Este clculo se obtiene
dividiendo el ingreso nacional entre la poblacin total de un pas.
Entonces nuestro reto fue primero encontrar la data necesaria y las
variables independientes que pudieran afectar al ingreso percpita que
reciben las personas. Para ello escogimos IPC que es el ndice precio
consumidor y la inflacin, dos factores que presumimos afectan y son
fundamentales en la variacin del ingreso per cpita. Para todo ello se
ha realizado un proceso que sigue los pasos de la econometra, ello
est desarrollado a lo largo del presente documento.
Los alumnos.
1) Anlisis de Datos:
2) Especificacin el modelo
-
MODELO MATEMATICO
Y = B0 + B1X1 + B2X2
MODELO ECONOMETRICO
Y = B0 + B1X1 + B2X2 + u
6) Prueba de Hiptesis
Prueba T
H0: b0=b1=b2=0
H1: b00, b10, b20
Tgl= (21-3)=18
TablaT= 2.101
Rechazo H0, por lo tanto con una significancia del 5% se puede afirmar de manera
individual que cada los parmetros B1 y B2 es diferente de 0, en consecuencia las
variables exgenas son significativas. Sin embargo, en la constante (B0) se acepta
H0 pero esto es indiferente, ya que no interviene en el modelo.
Prueba F (Global)
H0: Todos los parmetros son igual a 0
H1: Todos los parmetros son diferentes de 0
Fcalc(2,18)
F
3.55
86.69436
Con una significancia del 5% se puede afirmar que de manera conjunta los
parmetros son diferentes de 0, es decir que variables exgenas son significativas.
1 -0.59602283
-0.59602283
1
DET
0.64475679
LOG
-0.43888211
Xc
8.11931902
Gl
Xcalc
3.84146
Heterocedasticidad
Se desea saber si existe heterocedasticidad, para ello se har la prueba de White,
para ello se necesita conocer F-Statistic, Prob. F(5,15)
Prueba F
F-Statistic = 0.424326
Entonces No Rechazo H0
Con una significancia del 5% se puede afirmar que no existe heterocedasticidad o
que existe homoscedasticidad.
Autocorrelacin
El criterio Durbin Watson nos resulta 0.558520, est muy lejano a 2, entonces
presumimos que existe autocorrelacin. Para ello haremos la prueba forecast en
Eviews.
Se supone que bias proportin & variance proportin tienen que tender a cero, y
covariance proportin debe tender a uno. Si todo se cumpliera, aparentemente no
habra autocorrelacin.
Haciendo la prueba resulta que se Rechaza Ho. Es decir que existe significativa
autocorrelacin.
Para la prueba de Jarque Bera se busca que los residuos tengan una forma
mesocurtica, es decir una asimetra(S) de valor cero o cercano a ese valor y una
kurtosis(K) de valor 3 o tambin cercano a ese valor. En el cuadro analizamos una
S= 0.497323, una K= 2.783442 y un Jarque bera calculado de 0.906690 para
nuestro modelo. Procederemos con la prueba de hiptesis, en el cual buscamos de
preferencia el rechazo en H0.
Con una significancia del 5% como resultado el no rechazo, por ello podemos decir
que no existe normalidad en los residuos y por ello no tienen una forma mesocurtica.
Por otro lado, para poder modificar este resultado lo que se podra hacer es
aumentar la muestra u cambiar la muestra a otro periodo.
Conclusiones
Con una significancia del 5% se puede afirmar que las variables exgenas
no son ortogonales, por lo tanto estn correlacionadas y por ello existe
multicolinealidad.
Con una
significancia
del 5% se puede
afirmar
que
no
existe