UNIVERSIDAD DE EL SALVADOR. FACULTAD DE CIENCIAS ECONMICAS. DEPARTAMENTO DE MATEMTICAS Y ESTADSTICA.

CTEDRA:

ESTADISTICA II.

GRUPO TERICO:

#04.

CATEDRTICO: LIC. SAUL ORLANDO QUINTANILLA. TEMA: MODELO DE LOS INGRESOS CORRIENTES TRIBUTARIOS.

ESTUDIANTES: ANAYA MELENDEZ, NURIA RAQUEL. LOPEZ MARINEZ, MARCELA STEFFANNY. PLATERO MARTINEZ, CARLOS. VASQUEZ CRUZ, OSCAR ALEXANDER. CARPIO RODRIGUEZ, BERNARDO ANTONIO.

FIRMA. _____________ _____________ _____________ _____________ _____________

CIUDAD UNIVERSITARIA, LUNES 22 DE NOVIEMBRE DE 2010.

INDICE OBJETIVO DE LA INVESTIGACIN..........................................................................i OBJETIVO GENERAL........................................................................................... i OBJETIVO ESPECIFICO....................................................................................... i MARCO TERICO................................................................................................. 1 APLICACIN DEL MODELO DE INGRESOS CORRIENTES TRIBUTARIOS DEL GOBIERNO CENTRAL DE EL SALVDOR DEL PERIODO 1994-2009.....................1 TEORIA DEL INGRESOS DEL ESTADO............................................................1 INGRESOS DEL ESTADO............................................................................. 1 CARACTERISTICAS DE LOS INGRESOS DEL ESTADO...............................2 ESTRUCTURA DE LOS INGRESOS TOTALES DEL ESTADO........................2 ECUACIN PARA DETERMINAR LOS INGRESOS TOTALES DEL ESTADO...3 INGRESOS CORRIENTES.............................................................................3 ESTRUCTURA DE LOS INGRESOS CORRIENTES.......................................3 ECUACIN PARA DETERMINAR LOS INGRESOS CORRIENTES..................3 INGRESOS CORRIENTES TRIBUTARIOS.......................................................4 ESTRUCTURA DE LOS INGRESOS CORRIENTES TRIBUTARIOS.................4 ECUACIN PARA DETERMINAR LOS INGRESOS CORRIENTES TRIBUTARIOS.......................................................................................... 4 IMPORTACIONES........................................................................................ 5 ESTRUCTURA DE LAS IMPORTACIONES...................................................5 ECUACIN PARA DETERMINAR LAS INVERSIONES..................................5 CONSUMO DE PRODUCTOS........................................................................5 ESTRUCTURA DEL CONSUMO DE PRODUCTOS.......................................6 ECUACIN PARA DETERMINAR LAS INVERSIONES..................................6 ESPECIFICACIN DEL MODELO......................................................................6 HIPTESIS DEL MODELO............................................................................8 FUENTE DE DATOS Y DESCRIPCION DE VARIABLES......................................9 FUENTE DE DATOS................................................................................. 9 DESCRIPCIN DE VARIABLES................................................................10 RESULTADO DE LA REGRESIN..................................................................10 TEST SOBRE SUPUESTOS DEL MODELO......................................................12 NORMALIDAD TEST DE JARQUE BERA......................................................13 A

TEST SIGNIFICANCIA GLOBAL DEL MODELO. PRUEBA F...........................13 DETERMINACIN DE INTERVALOS DE CONFIANZA PARA LOS COEFICIENTES ESTIMADOS......................................................................14 TEST DE SIGNIFICANCIA DE COEFICIENTES. PRUEBA T............................15 PROYECCIONES CON LA REGRESIN OBTENIDA.........................................15 CONCLUSIONES................................................................................................. 17 RECOMENDACIONES......................................................................................... 18 BIBLIOGRAFA.................................................................................................... 19 ANEXOS............................................................................................................. 20 BITCORA DE ACTIVIDADES...........................................................................20 TEORA SOBRE MODELOS DE REGRESIN LINEAL..........................................21 CONCEPTOS BSICOS................................................................................. 21 MODELO DE REGRESIN..........................................................................21 LINEALIDAD ENTRE LAS VARIABLES.........................................................22 LINEALIDAD EN LOS PARMETROS..........................................................22 ERROR ESTOCSTICO.............................................................................. 23 REGRESIN MUESTRAL............................................................................25 MNIMOS CUADRADOS ORDINARIOS........................................................26 ERROS ESTNDAR DE LOS MNIMOS CUADRADOS..................................27 SUPUESTOS DEL MODELO DE REGRESIN LINEAL......................................28 PROPIEDADES DE LOS ESTIMADORES DE MNIMOS CUADRADOS...............31 TEST DE SUPUESTOS.................................................................................. 31 NORMALIDAD TEST JARQUE BERA...........................................................32 TEST DE SIGNIFICANCIA GLOBAL DEL MODELO: PRUEBA F......................32 DETERMINACIN DE INTERVALO DE CONFIANZA PARA LOS COEFICIENTES ESTIMADOS.............................................................................................. 33 TEST DE SIGNIFICANCIA DE COEFICIENTES. PRUEBA T............................34 BASE DE DATOS Y DICCIONARIO DE LA BASE DE DATOS...............................35 TABLAS Y GRFICOS...................................................................................... 35

OBJETIVO DE LA INVESTIGACIN OBJETIVO GENERAL.

Conocer y desarrollar un modelo de regresin lineal mltiple sobre los ingresos corrientes tributarios para la realizacin de un anlisis de los elementos que lo componen.

OBJETIVO ESPECIFICO.

Correr un modelo de regresin lineal mltiple en el programa economtrico E-viewSpss y desarrollar la capacidad de poder interpretar los resultados.

Analizar los estadsticos que arroje el modelo en base a la aplicabilidad que se ejerza sobre el modelo de ingresos corrientes tributarios.

Determinar si el modelo de ingresos corrientes tributarios es un modelo consistente en s mismo, y para con las variables de importaciones y consumo de productos.

MARCO TERICO APLICACIN DEL MODELO DE INGRESOS CORRIENTES TRIBUTARIOS DEL GOBIERNO CENTRAL DE EL SALVDOR DEL PERIODO 1994-2009. TEORIA DEL INGRESOS DEL ESTADO. Los ingresos que un estado persigue estn en funcin de generar los recursos econmicos que permitan establecer un modelo estatal que satisfaga las necesidades bsicas de los habitantes de un determinado pas, por lo que el estado busca los mecanismos que permitan generar dichos beneficios. Por lo anterior podemos definir a los ingresos pblicos de la siguiente manera.

INGRESOS DEL ESTADO Por definicin el ingreso pblico comprende todas las entradas no recuperables y no pagaderas, con contraprestacin o sin ella, excepto las entradas no obligatorias, no recuperables y no pagaderas, sin contraprestacin, recibidos de otros gobiernos nacionales o extranjeros o instituciones internacionales. El ingreso incluye los reintegros y otras transacciones de ajuste 1. Por lo que desde un punto de vista general el Ingreso Pblico se puede definir como toda actividad de dinero percibida por el Estado y dems entes pblicos, y su objetivo esencial es financiar los gastos pblicos, siendo sus principales recolectores las entidades autnomas y dems como los son las alcaldas, ministerio de hacienda, CNR, SERTRACEN, entre otros, de tal forma que su fin es brindar un servicio adecuado a la poblacin a travs de la percepcin de recursos tributarios y no tributarios.

Glosario de trminos fiscales, Banco Central de Reserva de El Salvador.

CARACTERISTICAS DE LOS INGRESOS DEL ESTADO.

INGRESO PBLICO ES SIEMPRE UNA SUMA DE DINERO, es decir, en sentido contrario no constituyen Ingresos Pblicos las prestaciones in natura de que tambin son acreedores los entes pblicos y que estando justificados por la necesidad de satisfacer determinadas necesidades pblicas, y no adoptan forma de recursos monetarios sino de prestaciones en especie o personales.

PERCIBIDOS POR UN ENTE: El calificativo de pblico hace referencia al Titular del Ingreso, no al rgimen jurdico aplicable al mismo. Ello debido a que existen ingresos pblicos adscribibles al ordenamiento privado, como lo seran los ingresos obtenidos por la enajenacin de ttulos representativos de capital del Estado.

OBJETO ESENCIAL FINANCIAR EL GASTO PBLICO: El Ingreso Pblico se justifica bsicamente por la necesidad de financiar los gastos pblicos. Cabe mencionar, que el Estado en ciertas ocasiones no solo financia los gastos pblicos, sino que puede perseguir con esos Ingresos finalidades de Poltica Monetaria o econmica.

En sntesis, podemos decir que el Ingreso Pblico por lo general tendr el fin de propiciar la cobertura del gasto, y solo habr Ingreso Pblico cuando el ente que lo recibe tiene plena disposicin sobre l, es decir cuando tiene un ttulo jurdico para utilizarlo para sus fines.

ESTRUCTURA DE LOS INGRESOS TOTALES DEL ESTADO. La estructura de los Ingresos Pblicos totales se encuentra en funcin del aditamento de los ingresos corrientes, ingresos de capital y donaciones. CONSIDERANDO LA SIGUIENTE SIMBOLOGIA. ITE = Ingresos Totales del Estado D = Donaciones IC = Ingresos Corrientes Icp = Ingresos de Capital

ECUACIN PARA DETERMINAR LOS INGRESOS TOTALES DEL ESTADO. ECUACION (A) ITE = IC + Icp + D (A)

INGRESOS CORRIENTES. Se entiende como ingreso corriente a todos los ingresos procedentes de impuestos y de entradas no recuperables o no relacionadas con reembolsos no provenientes de donaciones, de la venta de tierra, activos intangibles, existencias del gobierno o activos de capital fijo o de transferencias de capital fijo2. Se dividen en tributarios y no tributarios, dentro de los tributarios se encuentran los impuestos directos como el impuesto a la renta, patrimonio, transferencia de propiedades, importaciones, consumo de productos, uso de servicios timbres fiscales, impuesto al valor agregado (IVA), otros, contribuciones especiales. Como ingresos no tributarios, se clasifican las rentas de activos, transferencias de empresas pblicas, ventas de artculos estancados, tasas y derechos por servicios pblicos, multas y otros.

ESTRUCTURA DE LOS INGRESOS CORRIENTES. La estructura de los Ingresos Corrientes se encuentra en funcin del aditamento de los ingresos Tributarios y no Tributarios.

CONSIDERANDO LA SIGUIENTE SIMBOLOGIA. IC= Ingreso Corriente. T = Tributario Nt = No tributario

ECUACIN PARA DETERMINAR LOS INGRESOS CORRIENTES. ECUACION (B)

2

IC = T + Nt
3

Glosario de trminos fiscales, Banco Central de Reserva de El Salvador.

INGRESOS CORRIENTES TRIBUTARIOS. Se encuentran diferentes puntos de vista referentes a la definicin de tributo, esto debido a las percepciones econmicas, contables y administrativas que se encuentran relacionadas con el trmino, con lo que para efectos de entendimiento general se puede definir de la siguiente manera. Los tributos son contribuciones obligatorias, sin contraprestacin, no recuperables, recaudadas por el gobierno con fines pblicos. Los ingresos tributarios incluyen los intereses cobrados por mora en el pago y las multas cobradas por falta de pago o pago atrasado de impuestos. Los ingresos corrientes tributarios son las percepciones que obtiene el Gobierno por las imposiciones fiscales que en forma unilateral y obligatoria el Estado fija a las personas fsicas y morales, conforme a la ley. Su carcter tributario atiende a la naturaleza unilateral y coercitiva de los impuestos, gravando las diversas fuentes generadoras de ingresos: la compra-venta, el consumo y las transferencias.

ESTRUCTURA DE LOS INGRESOS CORRIENTES TRIBUTARIOS. La estructura de los Ingresos Corrientes tributarios se encuentra en funcin del aditamento de la renta, patrimonio, transferencias de propiedades, importaciones, consumo de productos, uso de servicios, timbres fiscales, impuesto al valor agregado, contribuciones especiales y otros. CONSIDERANDO LA SIGUIENTE SIMBOLOGIA. ICT: Ingreso Corriente Tributario Tp: Transferencias de propiedades Us: Uso de servicios O: Otros R: Renta I: Importaciones Tf: Timbres fiscales P: Patrimonio Cp: Consumo de productos IVA: Impuesto al Valor Agregado

Ce: Contribuciones especiales. ECUACIN PARA DETERMINAR LOS INGRESOS CORRIENTES TRIBUTARIOS ECUACION (C) ICT = R+P+Tp+I+Cp+Us+Tf+IVA+O+Ce
4

IMPORTACIONES. Las importaciones son las compras de bienes y servicios que un pas realiza en el resto del mundo, estas pueden ser bienes de capital intermedio y consumo. Las importaciones se valoran en CIF (Cost, Insurance and Freisht) en donde el comprador es el responsable por la mercancilla desde el puerto de origen al puerto de destino incluye los costos de muelle, bodegaje, aduana y otros.

ESTRUCTURA DE LAS IMPORTACIONES. La estructura de las importaciones se encuentra en funcin del aditamento de animales vivos (productos del reino animal y vegetal), grasas y aceites. Productos de la industria de alimentos (bebidas y tabaco), productos minerales, productos de la industria qumica y conexa, materias primas y reninas artificiales, madera y sus manufacturas, materias para manufacturas, materias para textiles y sus manufacturas, calzado y sus partes componentes, productos cermicos vidrios y sus manufacturas, metales comunes y materias de transporte, maquinaria y aparatos mecnicos elctricos, material de transporte, instrumentos y aparatos de ptica y medico quirrgico, juguetes juegos y artculos de deporte y otros productos. CONSIDERANDO LA SIGUIENTE SIMBOLOGIA. I = Importaciones. X = Exportaciones Cp = Consumo de productos P = Produccin Iv = Inversiones

ECUACIN PARA DETERMINAR LAS INVERSIONES. ECUACION (D) I = Cp + Iv + X P

CONSUMO DE PRODUCTOS.

El consumo de productos muestra la relacin entre el nivel de gasto de consumo y el nivel de renta personal disponible. Este concepto introducidos por Keynes, se basa en que existe una relacin emprica entre el consumo y la renta. El consumo de productos se puede definir como el conjunto de bienes y servicios adquiridos por las personas y entes de un determinado pas, con la necesidad de satisfacer sus necesidades subjetivas y objetivas, generando de esa manera un ciclo productivo, que desencadenara en la generacin de tributos e impuestos denominados ingresos para el estado. Por la definicin anterior se determina que el consumo de productos a nivel agregado tiene tal importancia que se considera fundamental ya que permite comprender los ciclos econmicos a corto plazo, y su impacto en los ingresos corrientes tributarios de un pas.

ESTRUCTURA DEL CONSUMO DE PRODUCTOS. El consumo de productos se encuentra determinado por todos aquellos productos que los diferentes entes de un pas requieren para satisfacer sus necesidades tanto objetivas como subjetivas, por lo que comprenden el consumo de productos por sector como por ejemplo el sector comercial que comprende los productos terminados producto de compraventa, sector servicios, sector industrial, sector agrcola ocasionando una serie de recursos disponibles para su consumo agregado. CONSIDERANDO LA SIGUIENTE SIMBOLOGIA. Cp = Consumo de productos X = Exportaciones I = Importaciones. P = Produccin Iv = Inversiones

ECUACIN PARA DETERMINAR LAS INVERSIONES. ECUACION (E) Cp = I + P X Iv

ESPECIFICACIN DEL MODELO

6

Para efectos del modelo se tomaran en cuenta las variables determinadas en las ecuaciones ( A), (B), (C), (D)y (E) por la analoga que estas variables tienen entre si, demostrada en cada una de las denominadas ecuaciones. Dentro de la regresin lineal mltiple, aplicada a los ingresos corrientes tributarios, se plantea un intervalo de estudio correspondiente al periodo 1990-2009 en lo que respecta a eventos que se desarrollaron con las variables ingresos corrientes en funcin de las importaciones y el consumo de productos de la economa. Dentro de las principales variables objeto de nuestro estudio se mencionan las siguientes: como variable dependiente los ingresos corrientes tributarios y variables independientes las importaciones y el consumo de productos. Para el manejo practico y sencillo de las variables se deber denotar a cada una con la siguiente expresin: = Es la variable dependiente Ingresos corrientes Tributarios x= Son las variables independientes; Importacin y consumo de productos. La ecuacin de conducta se podr indicar que es de tendencia de TIPO LINEAL a la cual la expresaremos de la siguiente forma: = b0 + b1 X1+ b2X2(*) Donde: : Es la variable dependiente. X1; X2 Son las variables independientes. b0; b1; b2; Son conocidos como estimadores de los parmetros del modelo. La ecuacin de comportamiento es un modelo economtrico que viene a ser la representacin simplificada de una determinada realidad econmica que viene atravesando el pas , donde se deber utilizar el instrumental adecuado y apropiado, en este caso la parte estadstica instrumental llegando a tomar en cuenta las caractersticas peculiares de la ciencia econmica para poder
7

mostrar este proceso. Para lo cual se cuenta con la informacin estadstica que se llego a recopilar en base a las variables objeto de anlisis de nuestro modelo y as poder estimar la ecuacin (*). HIPTESIS DEL MODELO. H0: 1 = 2 = 0 Ha: 1 2 0(uno o ms de los parmetros no son iguales a cero) H0: No existe una relacin significativa entre el ingreso corriente tributario y las dos variables independientes Importaciones (I) y Consumo de productos (Cp). Ha: Existe una relacin significativa entre los ingresos corrientes y las dos variables independientes Importaciones (I) y Consumo de productos (Cp).

FUENTE DE DATOS Y DESCRIPCION DE VARIABLES. FUENTE DE DATOS.

B ANCOCENTRALDERES ERVA DEELS AL VADOR.
DATO ESTADISTICO SOBRE LOS INGRESOS CORRIENTES TRIBUTARIOS DEL GOBIERNO CENTRAL DURANTE EL PERIODO 1990 AL 2009.
FLUJOS ANUALES CONCE PT OS (y) Ingresos Corrientes Tributarios (netos) (I) Importaciones (Cp) Consumo de Productos Y=[ I +Cp] 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008(p) 2009(p) 438.3 506.3 574.1 714.6 843.2 1063.1 1080.9 1131.8 1208.9 1274.7 1344.1 1448.9 1595.2 1736.3 1820 2131.7 2487.5 2724.4 2885.8 2609.4 61.2 80 101.2 136.9 171 199 163.1 145.9 145.8 148.1 140.6 146 154.7 177.7 177.1 180.9 199.7 203.8 178.8 138 65.4 70.4 70 65.7 55.5 59.9 57.1 55.2 47.4 51.5 48.7 49.2 66.5 61.7 74.2 95.4 97.4 97.8 95.8 99.7

Cifras del Ministerio de Hacienda - Direccin General de Tesorera Variaciones porcentuales mayores de 200 son omitidas (p) Cifras preliminares

FUENTE: Sitio Web, Banco Central de Reserva, estadsticas anuales sobre ingresos corrientes, http://www.bcr.gob.sv/?cdr=80&lang=es.

DESCRIPCIN DE VARIABLES Ingresos Corrientes Tributarios. Esta variable da como resultado los ingresos tributarios correspondientes al periodo corriente anual de todas aquellas percepciones que el gobierno central de El Salvador realiza a travs de las importaciones y el consumo de productos, que se generan dentro del territorio nacional, haciendo uso de sus facultades de estado soberano de El Salvador. Importaciones. Esta variable da como resultado la sumatoria de todas las actividades importaras que realiza el estado Salvadoreo para satisfacer sus necesidades tanto objetivas como subjetivas, que generaran los ingresos corrientes de la variable dependiente Ingresos corrientes tributarios. Consumo de productos. Esta variable se encuentra relacionada con el consumo de bienes, producto de la relacin entre demanda y oferta agreda, y que determinara la percepcin de ingresos corrientes tributarios en el momento que se consuma la actividad del hecho generador y por ende el impuesto.

RESULTADO DE LA REGRESIN.

10

Coeficiente de correlacin (r): La relacin entre las variables Importaciones y Consumo de productos indica que ambas variables, posee un coeficientes de correlacin de 0.872 que significa que las variables no estn relacionadas linealmente es decir los puntos de todos los datos se encuentran en una lnea recta que tiene pendiente negativa. Coeficiente de Determinacin (r ): El coeficiente de determinacin mide la certeza o fiabilidad con la que se realiza la investigacin, es decir lo bien que se ajusta la ecuacin de regresin a los datos contenidos en la misma para este caso r tiene un valor 0.760 por tanto dicho dato da la pauta para determinar los datos estn ajustados a la ecuacin adecuadamente y se puede concluir que es un buen modelo si esta se encuentra entre 0 <= r >= 1.

11

Valor de la pendiente (b): Para la variable independiente importaciones se muestra un valor para B de 9.774lo que indica la variacin de la variable dependiente Ingreso corriente tributarios cuando la variable independiente Importaciones se incrementa en una unidad. En el consumo de bienes se observa un mayor valor en B que es de 24.599 que indica que la variacin de la variable Ingreso corriente tributario con respecto a dicha variable independiente se increment en una unidad por cada 24.559 Coeficiente de correlacin (r): La correlacin existente entre las variable independiente Importaciones y consumo de productos es positiva pero en una mnima proporcin esto explica por qu la variable Importaciones no le es favorable al modelo de regresin, ya que econmicamente hablando esta aporta muy poco a los Ingreso corrientes tributarios del gobierno central. El parmetro para el coeficiente de correlacin es -1 <= r => 1 y los valores encontrados en el estudio para dichos coeficientes son 0.489 para Importaciones y 0.591 para consumo de producto Por lo que para efectos del modelo de regresin lineal mltiple, aplicado a los ingresos corrientes tributarios da como resultado la siguiente ecuacin.
Ingresos corrientes tributarios = -1712.248 + 9.774 (Importaciones) + 24.599 (Consumo de productos).

TEST SOBRE SUPUESTOS DEL MODELO.

12

NORMALIDAD TEST DE JARQUE BERA

El anlisis efectuado a la de normalidad de JarqueBera se basa en la hiptesis nula, la cual indica que los residuos estn normalmente distribuidos. Si el valor de p es 0. 0.576613 en este caso es suficientemente cercano a cero, entonces no se rechaza la hiptesis de que los residuos estn normalmente distribuidos Los parmetros resultantes en el estudio fueron los siguientes: JarqueBera =1.101167 Probabilidad = 0.576613

TEST SIGNIFICANCIA GLOBAL DEL MODELO. PRUEBA F

13

ANOVAb Suma Modelo 1 Regresin Residual Total cuadrados 8262239.253 2607067.315 1.087E7 de gl 2 17 19 Media cuadrtica 4131119.626 153356.901 F 26.938 Sig. .000a

a. Variables predictoras: (Constante), CONSUMO DE PRODUCTOS, IMPORTACIONES b. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS El resultado de la prueba de significancia determina que hay una relacin de causa y efecto en las variables; en este caso posee una F de 26.94 lo cual indica que es un valor grande por lo que se rechaza H0: B1=0 y se concluye que la relacin de X y Y es estadsticamente significante. DETERMINACIN DE INTERVALOS DE CONFIANZA PARA LOS

COEFICIENTES ESTIMADOS.
Coeficientesa Intervalo de confianza de 95.0% para B Modelo 1 (Constante) IMPORTACIONES CONSUMO DE PRODUCTOS a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS t -3.837 3.930 4.754 Sig. .001 .001 .000 Lmite inferior -2653.822 4.527 13.682 Lmite superior -770.674 15.021 35.517

En este caso se toma los intervalos de confianza que determinan las variables para este caso se posee un 95% para la B, en el caso de la importaciones constan de una amplitud (A=10.494), para el consumo de productos (A=21.835) se observa que para este nivel de confianza las importaciones poseen una menor estimacin en el caso de la prueba t y una menor amplitud por lo que se nota que esta variable posee poco nivel de relevancia en cuanto a la otra se nota que para este modelo las

14

variables presentan una poca relacin por lo que es bueno en un sentido aunque se recomienda que se utilicen otras variables para poder determinar mejor esta relacin de variabilidad.

TEST DE SIGNIFICANCIA DE COEFICIENTES. PRUEBA T

Coeficientesa Intervalo de confianza de 95.0% para B Modelo 1 (Constante) IMPORTACIONES CONSUMO DE PRODUCTOS a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS t -3.837 3.930 4.754 Sig. .001 .001 .000 Lmite inferior -2653.822 4.527 13.682 Lmite superior -770.674 15.021 35.517

En este caso se pretende determinar si B1 es diferente de 0; en el caso de las importaciones se posee un t: 3.93 con un intervalo de significancia de 0.001 debido a que esta prueba es de dos colas se toma que t es menor para esta variable por lo que la relacin entre las importaciones y el consumo de productos es estadsticamente significante porque es mayor la t del consumo de productos con un 4.75 siempre tomando un nivel de significancia del 5%.

PROYECCIONES CON LA REGRESIN OBTENIDA

15

AOS 1990 1991 1992 1993 1994

Va loresPronostic a dos 494.72717 801.47867 998.85210 1242.01426 1324.40190

Dentro de las proyecciones proporcionadas por el programa Spss, para el ao 1990 respecto del modelo de regresin lineal mltiple establecido en base las variables independientes Importaciones y consumo de productos, se encuentran proyecciones de 494,72717 de ingresos corrientes tributarios, para 1991 la proyeccin de datos es de 801,47867, para 1992, 998,85210, para 1993, 1242,01426, y por ultimo 1994 con 1324,40190 demostrando de esta manera una tendencia en valores pronosticados de incrementos porcentuales definidos para los prximos aos como se muestra a continuacin.

TENDENC IA DEL OSV AL OR E S PR O Y E C T ADOS

140000000.00 120000000.00 100000000.00 80000000.00 60000000.00 40000000.00 20000000.00 0.00 1990 1991 1992 1993 1994

16

CONCLUSIONES Un modelo de regresin es una herramienta que sirve para realizar anlisis acerca de una teora o situacin dada, dejando clara la situacin de cada una de las variables que se integran al modelo que se estudia. El modelo corrido de los ingresos corrientes tributarios, arroja elementos muy importantes, como lo son que estos dependen en exigua medida de las importaciones y en profusa medida del consumo de productos a consecuencia de la directa relacin de estos con los impuestos directos a los productos de la canasta bsica, por lo que se puede decir que la primera variable no es adecuada para el modelo de ingresos corrientes tributarios y la segunda es una variable adecuada para compilacin en el modelo mencionado . Es decir que no se trata simplemente de correr un modelo sino de analizar cada uno de los datos y estadsticos que arroja, ya que cada uno de ellos posee su significado e interpretacin para el modelo en estudio, y de esa manera establecer las soluciones a los problemas planteados.

17

RECOMENDACIONES Las recomendaciones que se pueden plantear en base a los resultados de la regresin, son consistentes debido a que dicho modelo nos muestra una escaza relacin entre la variable dependiente ingresos corrientes tributarios, y la variable independiente importaciones, por lo que se recomienda establecer una nueva variable dentro del modelo, que pueda sustituir a las importaciones y generar un nivel de relacin significativa que permita establecer el modelo adecuado para dar soluciones a los problemas que han dado razn de ser a este modelo.

Dentro de los resultados se plantean las proyecciones, que nos muestran la lamentable situacin de nuestro pas, que posee una relacin altamente dependiente del consumo de productos, y que a consideracin del equipo los ingresos dependientes no deberan tener una dependencia de tal envergadura. En sntesis, se deben buscar nuevas variables debido a que el modelo no es representativo y no da solucin a los problemas planteados para la explicacin de las situaciones de los ingresos corrientes tributarios.

18

BIBLIOGRAFA

www.bcr.gob.sv www.google.com.sv Probabilidad y Estadstica, aplicaciones y mtodos, George C. Canavos. Revista trimestral del Banco Central de Reserva de El Salvador. Econometria, cuarta edicin, Damodar N. Gujarati, Editoriales Mc Graw Hill. Apuntes de Clases Lic. Sal Orlando Quintanilla Lemus.

19

ANEXOS BITCORA DE ACTIVIDADES

20

TEORA SOBRE MODELOS DE REGRESIN LINEAL CONCEPTOS BSICOS. MODELO DE REGRESIN Concepto: Para definirlo describirnos a una funcin matemtica que intenta modelar probabilsticamente una variable en estudio, en relacin a uno o ms aspectos de inters el modelo adecuado est constituido por una relacin lineal entre dos variables en estudio dando un valor x de la variable dependiente. Interpretacin de grupo El modelo de regresin es un instrumento matemtico que plantea dos variables independientes y una variable dependiente que se denota con la letra Y, y las variables independiente con la letra X respectivamente todo lo anterior es importante puntualizarlo, ya que dicha relacin facilitara el explicara adecuadamente el modelo en estudio, es decir, por ejemplo que los ingresos corrientes tributarios dependen del consumo de los productos(X1) y las importaciones (X2) lo que nos indica que existe relacin lineal entre las variables. Ejemplo:

AOS INGRESOSTRIBUTARIOS 1994 843.2= 1995 1063.1=

IMPORTACIONES 171+ 199+

CONSUMO 55.5 59.9

Ingreso

Corrientes

Tributarios

Importaciones

+Consumos

de

productos

En dicho ejemplo la variable dependiente Ingreso corrientes tributarios (Y) estn en funcin de las importaciones y el consumo de los productos, ya que se observa una relacin directa.
21

LINEALIDAD ENTRE LAS VARIABLES. Concepto: Expectativa condicional de que Y est en funcin de X linealmente a partir de sus variables dependiente e independientes. Interpretacin: Al definir el concepto de linealidad de variables se debe identificar dos posibles resultados que dan la pautas para la enunciacin adecuada uno de ellos expresa que la perspectiva condicional de Y es una funcin lineal de X, es decir Y= f(X), pero de no ser as se halla que la funcin no es lineal en X como por ejemplo: Y= X ya que este valor es independiente del valor de X.

Ejemplo: Y= F(X) esta funcin si es lineal ya esta aparece elevada a una potencia o ndice d 1 de ser lo contrario como por ejemplo E (Y/X) = B+ BX no ser una funcin lineal por la variable X esta expresada con una elevacin o ndice de 2 LINEALIDAD EN LOS PARMETROS Concepto: Es la interpretacin lineal presentada bajo la condicin esperada de que Y, E( Y / X ) lo que indica una linealidad entre los parmetros es decir que la variable B puede ser lineal con respecto a la variable independiente X o puede que no lo sea; es decir que una funcin es lineal en el parmetro 1 por ejemplo si este apareciera elevado a una potencia de 1 solamente, pero si esta estuviera multiplicndose o dividiendo por otro parmetro no existira linealidad en los parmetros.

22

Interpretacin Al interpretar dicho concepto es necesario identificar las variables de inters es decir especificar las variables dependientes e independiente adecuadamente con respecto a su parmetro el cual para ser lineal no deber estar elevado a ningn exponente, dividindose, multiplicndose con otro parmetro en el siguiente ejemplo se muestra dicha propiedad E( Y/X )= 1 `+ 2 X12 Lo anterior refleja que la funcin es lineal en los parmetros, pero no es lineal en la variable X. por tanto puede o no ser lineales dichos parmetros. Ejemplo EL ejemplo que denota de una forma adecuada la linealidad de los parmetros es la siguiente: E (Y / X) = 1 X1+ 2 X2 La funcin anterior es lineal con respecto a los parmetros, ya que esta no se encuentra ni elevada a una potencia mayor a uno, dividindose o multiplicndose con otro parmetro. ERROR ESTOCSTICO Concepto: Es una expresin que reemplaza a todas las variables excluidas del modelo, es decir, que a pesar que generalmente integradas si afectan a la variable Y, seguidamente presentaremos proposiciones para definir adecuadamente el error estocstico. 1. No disponibilidad de informacin: Aun si cuando se conocen algunas de las variables excluidas y se considera por consiguiente una regresin mltiple en lugar de una regresin simple, se puede no tener investigaciones cuantitativas sobre dichas variables. 2. Aleatoriedad intrnseca en el conducta humana: Aun cuando se tiene xito al meter en el modelo todas las variables principales, cabe la posibilidad de que exista

23

alguna aleatoriedad "intrnseca" en Y que no puede ser expuesta a pesar de todos los esfuerzos que se realicen. 3. Vaguedad de la teora: Si existiese postulados que determinaren el comportamiento de Y, sta puede estara fragmentaria, es decir, no estara bien respaldada tericamente.

4. Forma funcional incorrecta: Aun si se tienen variables tericamente apropiadas para explicar un fenmeno y se puede obtener informacin sobre ellas, muy frecuentemente no se conoce la forma de la relacin funcional entre la variable regresada y las regresoras.

Interpretacin: El error estocstico son todas aquellas variables que afectan al modelo de regresin pero que por alguna razn no son consideradas como parte del modelo, por ejemplo se sabe que Los ingresos corrientes tributarios se complementan con las siguientes variables: Impuesto al valor agregado, impuesto sobre la reta, consumo de productos, importaciones, etc., en dicho modelo solo se toman en cuenta las variables Consumo de productos e importaciones; como explicativas del ingreso corriente tributario de gobierno central, por lo tanto las dems variables que forman el ingreso corriente pueden ser consideradas con parte del error estocstico. Se puede aseverar que las importaciones, es decir una de las variable independientes X afecta el ingreso corriente Y, pero no se est seguros sobre las dems variables que afectan a Y. Por consiguiente, ser utilizada como sustituto de todas las variables excluidas u omitidas del modelo. Ejemplo: Ingresos corrientes tributarios= R+ P + Tp + I + Cp. + Us + Tf + IVA+ O + Ce. En la funcin anterior se muestran las variables que componen los ingresos corrientes tributarios donde I son las importaciones, Cp. El consumo de los productos, variables de inters para el modelo elegido para estudio se consideraran como las variables que no han sido incluidas en el modelo de
24

regresin pero que afectan a la variable dependiente Ingreso Corriente tributario. Es decir pueden considerarse como un error estocstico puesto que nuestro estudio est en dichas variables.

REGRESIN MUESTRAL. Concepto: La regresin muestra es simplemente una formula o procedimiento que ayuda a estimar el parmetro poblacional(N) a partir de la informacin proporcionada por la muestra(n) y que en el mejor de los casos pueden ser razonadas como una proximidad de la verdadera regresin poblacional, en forma anloga a la funcin de regresin poblacional, es decir realizar una inferencia correcta sobre dicho estudio. = b0 + b1x1 + b2x2 +..bnxn Donde b0 + b1 + b2bp son las estimaciones de 0, 1, 2, p = valor estimado de la variable dependiente.

Interpretacin: Conjuntamente se defini que la regresin muestral es una herramienta matemtica que est formulada a partir de los estimadores (b1, b2) de los parmetros (1, 2), ya que los datos con los que opera la ecuacin de regresin son datos mustrales que servirn para realizar el estudio optimizando los recurso: econmicos, de tiempo, y operativos para, luego realizar una induccin acertada sobre la poblacin.

25

MNIMOS CUADRADOS ORDINARIOS Concepto: El mtodo de mnimos cuadrados es un mtodo que tiene ciertas propiedades estadsticas muy representativas de dicho mtodo por lo que es conocido como uno de los ms eficaces para el anlisis de regresin en el que se usan los datos mustrales para hallar la ecuacin de regresin. La funcin de regresin de dos variables es Y= 1 + 2 X + u, donde u son los residuos es decir la diferencia entre los valores observados de Y a tales residuos se le da la importancia a pesar necesarias, es decir, el valor de estos se deber minimizar en lo posible, ya que es la diferencia de las variables explicadas a pesar que tan cerca o dispersas estn tales observaciones o valores.

Interpretacin: El termino mnimos cuadrados ordinarios es un tema amplio que comprende una diversidad elementos importantes para tomar en cuenta El mtodo de mnimos cuadros, es el que nos permite encontrar una ecuacin de regresin atreves de datos mustrales, donde al trazar un grafico nos podemos dar cuenta de la relacin existente entre las variables que forman el modelo en estudio.

Ejemplo: Se realizara un ejemplo con las siguientes variables que las suscripciones a las compaas de telefona celular y a la red social Facebook el estudio de regresin arrogo una r =.858, pero que significa dicho valor, es la variacin en la suscripcin al Facebook que explica el .858 % de la suscripcin del telfono celular adems que tanto se logra aproximar el fenmeno real con las variables explicadas.

26

El mtodo mnimos cuadrados ordinarios al interpretar los resultados una parte que se explica y otra que no se explica, es decir, Y es un valor pronosticado y la parte que se explica, y el valor calculado es aquel que no se explica la cual se deber minimizar en lo posible ya que es la diferencia entre las dos variables explicativas en este caso la suscripcin a telefona celular y a la red social Facebook.

ERROS ESTNDAR DE LOS MNIMOS CUADRADOS. Concepto: Al existir la probabilidad que datos cambien entre una muestra y otra, los valores estimados obtenidos cambiaran. Por consiguiente, lo que se pretende es alguna medida de confiabilidad o certeza de los resultados obtenidos por los estimadores b 1 yb2. La precisin de un valor estimado ser medida por su error estndar Interpretacin: El error estndar no es ms que la distribucin estndar de una distribucin muestral del estimador el cual no es ms que la distribucin de frecuencias del estimador, es decir, una distribucin de un conjunto de valores obtenidos de todas las muestras posibles de un similar tamao todo lo anterior tiene un solo objetivo inferir con dichos resultados obtenidos con respecto a la poblacin.

27

Luego de ampliar el trmino error estndar daremos paso a conceptualizar que es error estndar de los mnimos cuadrados SUPUESTOS DEL MODELO DE REGRESIN LINEAL. Supuesto 1: Modelo de regresin lineal. El modelo de regresin es lineal en los parmetros, es decir las variables deben ser lineales en sus valores originales o despus de alguna transformacin adecuada como se presenta a continuacin: Yi= 1 + 2Xi + u

Supuesto 2: Los valores de X son fijos en muestreo repetido Los valores que toma el regresor X son considerados fijos en muestreo repetido. Ms tcnicamente, X se supone no estocstica, es decir que dicho supuesto implica que el anlisis de regresin condiciona los valores extrados o proporcionados por los regresore. Para mejor comprensin de dicho concepto se dar la definicin de algunos conceptos: Supuesto 3: El valor medio de la perturbacin ui es igual a cero. Dado el valor de X, la media, o el valor esperado del trmino aleatorio de perturbacin u i es cero. Tcnicamente, el valor de la media condicional de u ies cero. Simblicamente, se tiene: E (ui| Xi) = 0 Lo anterior explica que cada poblacin de Y corresponde a un X dado, ya que estos estn distribuidos alrededor de los valores proporcionados por la media con valores de Y por encima, y debajo de dicha media, a los que se conoce como errores por lo que se requiere que el valor de la ecuacin antes sealada sea cero. Supuesto 4: Homoscedasticidad o igual varianza de ui. Dado el valor de X, la varianza de u i, es la misma para todas las observaciones. Esto es, las varianzas condicionales de u, son idnticas. Simblicamente, se tiene que:
28

(ui| Xi) = E [ui E (ui) | Xi]2 = E (ui | Xi) por supuesto 3 = 2 Donde var significa varianza.

Esto quiere decir que al establecer la varianza de ui, para cada X esta es un numero constante o positivo igual 2 por ello se establece una igualdad en la dispersin o igual varianza para estos valores, por ello se toma que las poblaciones Y pertenecen a diferentes valores de X con una misma varianza.

Supuesto 5: No existe autocorrelacion entre las perturbaciones. Dados dos valores cualquiera de X, Xi y Xj( i J ), la correlacin entre dos ui y uj cualquiera ( i J ) es cero. Simblicamente, Con (uituj| XjtXj) = E{[ ui E(ui)] | X} {[uj E(uj)] | Xj} = E(ui | Xi) (uj) | Xj) =0 Donde i y j son dos observaciones diferentes y donde covsignifica covarianza. En este supuesto se toma que los datos proporcionados no estn definidos sea que Y no solo depende de X sino que tambin de la media poblacional. Supuesto 6: La covarianza entre ui y Xj es cero o E(uiXj) = 0. Formalmente, cov(uiXj) = E[ui E(uj)][Xj E(Xi)] = E[ui(Xj E(Xi))], puesto que E(uj) = 0

= E(ui(Xj) - E(Xi)E(ui), puesto que E(Xi) es no estocstica = E(ui(Xj), puesto que E(ui) = 0
29

= 0, por suposicin Es decir que los valores de X son fijos en muestreos repetitivos es decir son no estocsticos Supuesto 7: El nmero de observaciones n debe ser mayor que el nmero de parmetros por estimar. Alternativamente, el nmero de observaciones n debe ser mayor que el nmero de variaciones explicativas, adems debe disponerse de informacin estadstica adecuada y suficiente sobre el conjunto de variables en el modelo para nuestro caso las variables son Importaciones y Consumo de productos; como requerimiento mnimo. Supuesto 8: Variabilidad en los valores de X. No todos los valores de X en una muestra dada deben ser iguales. Tcnicamente, var(X) debe ser un nmero positivo finito. El supuesto explica que debe existir variabilidad en los valores de X, ya que no todos los valores de una muestra dada deben ser iguales tcnicamente la varianza de X debe ser un numero finito positivo. Si todos los valores de X son idnticos se hace difcil la tarea para realizar la estimacin de los parmetros. Supuesto 9: El modelo de regresin esta correctamente especificado. Alternativamente, no hay un sesgo de especificacin o erros en el modelo utilizado en el anlisis emprico. El modelo de regresin debe ser correctamente especificado, esto indica que no existe ningn en el modelo a estimar. La especificacin incorrecta o la omisin de variables importantes, harn muy cuestionable la validez de la interpretacin de la regresin estimada. Supuesto 10: No hay multicolinealidad perfecta. Es decir, no hay relaciones perfectamente lineales entre las variables explicativas. No hay relaciones perfectamente lineales entre las variables explicativas. No existe multicolinealidad perfecta. aunque todas las variables econmicas muestran algn grado de relacin entre s como lo son la variable importacin y consumo de productos , ello no genera enormes dificultades, excepto
30

cuando se llega a una situacin de dependencia total, que es lo que se excluy al afirmar que las variables explicativas son linealmente dependientes.

PROPIEDADES DE LOS ESTIMADORES DE MNIMOS CUADRADOS Concepto: Entre las propiedades de los estimadores de mnimos cuadrados tenemos que son insesgados y eficientes para tamaos de muestras distintos, es decir grandes o pequeos, pero no todas las propiedades se cumplen con normalidad cuando la muestra es pequea. A las propiedades tambin se les conoce como asintticas o de muestras grandes, entre las propiedades se encuentra la linealidad, es decir, que la funcin es lineal de una variable a aleatoria, tal como la variable Y e el modelo de regresin, adems tiene una varianza mnima dentro de la clase de todos los estimadores lineales Interpretacin: Las propiedades de los estimadores de los mnimos cuadrados son aquellas que facilitan un anlisis adecuado sobre los resultados de modelo estudiado entre las propiedades se encuentran la linealidad de variable que para el caso es una de las prioritarias ya que esa refleja la linealidad existente entre Y y sus variables independientes, as mismo esta la insesgades otra propiedad de los estimadores.

TEST DE SUPUESTOS
31

NORMALIDAD TEST JARQUE BERA.

La prueba de normalidad de JarqueBera es una prueba asntota o de grandes muestras, adems est basado en los residuos. Esta prueba calcula primero la asimetra y la curtosis o apuntalamiento donde se utiliza el siguiente estadstico de prueba: JB = n [ S+ (K-3)] 6 24

Donde: n: tamao de la muestral S: coeficiente de asimetra K: Coeficiente de curtosis

Lo que indica que una prueba de hiptesis conjunta de S y K son cero o tres respectivamente en dio caso se espera que el valor del estadstico sea cero.

TEST DE SIGNIFICANCIA GLOBAL DEL MODELO: PRUEBA F La prueba F3 se usa para determinar si existe una relacin de significancia entre la variable

dependiente y el conjunto de todas las variables independientes, a esta prueba se le llama prueba de significancia global. Para determinar si existe una relacin entre las variables haremos uso de los parmetros del modelo de regresin mltiple. Los parmetros del modelo de regresin mltiple son utilizados para el planteamiento de las hiptesis de la prueba F como se muestra a continuacin:
3

Capitulo 15 de anderson

32

H0: 1 = 2 =.= p = 0 Ha: 1 o 2 (uno o ms de los parmetros no son iguales a cero).

Cuando se rechaza H0, la prueba F proporciona evidencia estadstica suficiente para concluir

que uno o mas de los parmetros no es igual a cero y que la relacin global entre y el conjunto de variables independientes x1, x2,.xp es significativa. En cambio, si no se puede rechazar H 0, no se tiene evidencia suficiente para concluir que existe una relacin significativa.

Ejemplo.

Concepto grupal. El test de significancia global del modelo o Prueba F es un mtodo que nos permite determinar si existe relacin significativa de forma global entre las variables, adems atreves de esta prueba podemos determinar si se acepta o rechaza la hiptesis nula que se a planteado del modelo que se esta estudiando. DETERMINACIN DE INTERVALO DE CONFIANZA PARA LOS COEFICIENTES ESTIMADOS

Concepto: Para dar paso a la definicin de la forma de determinacin de un intervalo de confianza es necesario recordar algunos conceptos importantes como por ejemplo: probabilidad, distribuciones de probabilidad, nivel de significancia entre otros. En lugar de depender de un solo estimador, se puede construir un intervalo alrededor del estimador puntual, por ejemplo dentro de dos o tres errores estndar a cada lado del estimador puntual, tal que el intervalo tenga, aproximadamente, 95% de probabilidad de incluir el verdadero valor del parmetro. Luego de realizar una serie de paso como por ejemplo para encontrar que tan cerca esta 2 de 2
33

Para lo anterior es necesario hallar dos nmeros y probabilidad de que el intervalo el verdadero valor de 2

, este ultimo situado entre 0 y 1, tal que la

Si dicho intervalo existe se le conoce como intervalo de confianza 1 - , se le determina coeficiente de confianza. Interpretacin Conjuntamente concluimos que para determinar un intervalo d confianza para los coeficientes es necesario realizar un proceso adecuado de seleccin, ya que de no ser as cabe la posibilidad que al desarrollar el ejemplo el verdadero valor del parmetro se encuentre entre el intervalo de confianza de dicho estimado.

TEST DE SIGNIFICANCIA DE COEFICIENTES. PRUEBA T Concepto Si la prueba F indica que la relacin de regresin mltiple es significativa, se puede realizar una prueba t para determinar la significancia de cada uno de los parmetros. A continuacin se presenta la prueba t de significancia para cada uno de los parmetros. Para cualquier parmetro i

H0: i = 0 Ha: i 0 Interpretacin: La prueba t test de significancia de coeficientes nos permite conocer, a diferencia de la prueba F, de manera individual el nivel de significancia por cada uno de los parmetros usados en el modelo
34

de regresin que se estudia, es decir por medio de este test determinamos que tan significante es un coeficiente para predecir una variable dependiente.

BASE DE DATOS Y DICCIONARIO DE LA BASE DE DATOS

AOS 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008(P) 2009(P) ICT 438.3 506.3 574.1 714.6 843.2 1063.1 1080.9 1131.8 1208.9 1274.7 1344.1 1448.9 1595.2 1736.3 1820 2131.7 2487.5 2724.4 2885.8 2609.4 I 61.2 80 101.2 136.9 171 199 163.1 145.9 145.8 148.1 140.6 146 154.7 177.7 177.1 180.9 199.7 203.8 178.8 138 Cp 65.4 70.4 70 65.7 55.5 59.9 57.1 55.2 47.4 51.5 48.7 49.2 66.5 61.7 74.2 95.4 97.4 97.8 95.8 99.7

TABLAS Y GRFICOS. Tabla de Correlacin entre las Variables

35

Correlaciones INGRESOS CORRIENTES TRIBUTARIOS INGRESOS CORRIENTES TRIBUTARIOS Correlacin de Pearson IMPORTACIONES CONSUMO DE PRODUCTOS INGRESOS CORRIENTES TRIBUTARIOS Sig. (unilateral) IMPORTACIONES CONSUMO DE PRODUCTOS INGRESOS CORRIENTES TRIBUTARIOS N IMPORTACIONES CONSUMO DE PRODUCTOS 1.000 .664 .736 . .001 .000 20 20 20 .664 1.000 .297 .001 . .102 20 20 20 IMPORTACIONES CONSUMO DE PRODUCTOS

.736 .297 1.000 .000 .102 . 20 20 20

Resumen del modelob Resumen del modelob Modelo 1 R .872

a

R cuadrado .760

R cuadrado corregida .732

Error tp. de la estimacin $391.60810

a. Variables predictoras: (Constante), CONSUMO DE PRODUCTOS, IMPORTACIONES b. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Resumen del modelo Modelo Cambio en R cuadrado 1 .760 Cambio en F 26.938 gl1 2

Estadsticos de cambio gl2 17 Sig. Cambio en F .000

b. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

36

ANOVA Modelo Regresin 1 Residual Total Suma de cuadrados 8262239.253 2607067.315 1.087E7 gl 2 17 19

Media cuadrtica 4131119.626 153356.901

F 26.938

Sig. .000
a

a. Variables predictoras: (Constante), CONSUMO DE PRODUCTOS, IMPORTACIONES b. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Coeficientes Modelo B (Constante) 1 IMPORTACIONES CONSUMO DE PRODUCTOS -1712.248 9.774 24.599

Coeficientes no estandarizados Error tp. 446.283 2.487 5.175

Coeficientes tipificados Beta

.489 .591

a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Coeficientesa Intervalo de confianza de 95.0% para B Modelo t (Constante) 1 IMPORTACIONES CONSUMO DE PRODUCTOS -3.837 3.930 4.754 Sig. .001 .001 .000 Lmite inferior -2653.822 4.527 13.682 Lmite superior -770.674 15.021 35.517

a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Coeficientes Modelo Orden cero IMPORTACIONES 1 CONSUMO DE PRODUCTOS .736 .755 .664 Parcial .690

Correlaciones Semiparcial .467 .565

Estadsticos de colinealidad Tolerancia .912 .912 FIV 1.097 1.097

a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

37

Tabla de Correlacin entre los coeficientes.

Correlaciones de los coeficientes Modelo CONSUMO DE PRODUCTOS Correlaciones IMPORTACIONES 1 CONSUMO DE PRODUCTOS Covarianzas IMPORTACIONES -3.819 6.185 a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS 26.777 -3.819 -.297 1.000
a

CONSUMO DE PRODUCTOS 1.000

IMPORTACIONES -.297

Diagnsticos de colinealidad

Proporciones de la varianza Modelo Dimensin Autovalores 1 1 2 3 2.933 .041 .026 ndice de condicin 1.000 8.427 10.709 (Constante) .00 .01 .99 IMPORTACIONES .01 .52 .47 CONSUMO DE PRODUCTOS .01 .77 .23

a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Estadsticos sobre los residuos Mnimo Valor pronosticado Residual Valor pronosticado tip. Residuo tp. $494.7272 $-643.21649 -1.496 -1.643 Mximo $2,685.5457 $523.82874 1.827 1.338

Media $1,480.9600 $.00000 .000 .000

Desviacin tpica $659.43514 $370.42417 1.000 .946

N 20 20 20 20

a. Variable dependiente: INGRESOS CORRIENTES TRIBUTARIOS

Grficos de Normalidad de Residuos de JarqueBera (Eviews)

38

Grafico Pearson de Probabilidad normal (SPSS)

39

Grfico de dispersin Parcial (Variable Ingresos Corrientes Tributarios e Importaciones)

40

41

Grfico de Dispersin Parcial (Variables Ingresos Corrientes Tributarios y Consumo de Productos)

42

Grfico de Dispersin Matricial de Variables Ingresos Corrientes Tributarios, Importaciones, Consumo de Productos.

43

44