Академический Документы
Профессиональный Документы
Культура Документы
ECONOMETRIA II
MODELO ECONOMETRICO
INTRODUCCIN
Un Modelo economtrico es utilizado para describir determinadas relaciones econmicas o el funcionamiento de algn
proceso econmico, fusionando la estadstica y las matemticas.
El modelo economtrico trata de dar una medicin sobre el PIB en funcin de las variables econmicas, que son, los
ingresos petroleros y las remesas, a base de un periodo de 16 anualidades de 1994 al 2009, se est haciendo un estudio
economtrico, para saber
a la variable
De acuerdo a los datos del INEGI, obtuvimos los siguientes resultados que se tratan de demostrar, los hechos
econmicos que pasaron durante estos periodos y se trata de evidenciar ahora con resultados economtricos.
MARCO TERICO
Se analiza qu relacin tiene las variables exgenas, como son: los ingresos petroleros y las remesas. Contando con
una variable endgena PIB (producto interno bruto).
Variable Y (PIB): valor de mercado de todos los bienes y servicios finales producidos en un pas, en este caso Mxico
durante un periodo, libre de duplicaciones; se estima con esta frmula:
PIB=C + I + (X-M) + G
Variables explicativas: Ingresos Petroleros, hacen referencia a los ingresos que recibe el pas de la venta del petrleo al
extranjero. Las remesas son fondos que los emigrantes envan a su pas de origen, en este caso Mxico normalmente a
sus familiares.
B1
B2
Como se plante anteriormente se espera una relacin directa ante un incremento de los IP y las R, si se incrementara el
PIB y viceversa. De antemano se sabe que las ventas de petrleo y las remesas de nuestros connacionales son
determinantes importantes en el PIB nacional.
X1 X2
I.
Petroleros
Y
80,15762725
75,16980333
79,0325313
84,39278435
88,5190185
91,95333386
98,02416687
97,85939278
98,67069007
100
103,9958707
107,2511183
112,5130363
116,597713
118,1802059
110,4535589
X
70,19282026
74,73038382
84,12580253
71,99070881
47,64635276
56,30949813
85,79873068
61,24351878
76,65256949
100
120,8253672
150,5617741
179,8495368
190,4246202
262,8588883
149,2767536
Remesas X
41,04636609
40,99803277
37,98328329
38,76862819
46,6236154
41,75431398
42,84371487
53,21764505
62,75884409
100
116,0705635
126,8589212
145,9987823
143,7348898
164,3638327
126,628454
Se ajustaran los datos a un modelo de regresin lineal que explique el aumento del crecimiento econmico (PIB), el
cual depende en gran medida de los ingresos petroleros y las remesas para ello se realizaran
las estimaciones
a) Autocorrelacin
El supuesto plantea que no hay correlacin entre los miembros de la serie de observaciones, ordenados en la serie de
tiempo establecida. La revisin de este supuesto consiste en verificar que la media de las perturbaciones es igual a 0, es
decir, que cada una de las observaciones sea independiente entre s:
E(t)=0
Las perturbaciones se distribuyen normalmente
Si dc < lmite inferior del valor estadstico, el modelo presentara una condicin de autocorrelacin.
Si dc se encuentra entre los lmites inferior y superior del valor estadstico no se puede concluir nada.
Si dc > lmite superior del valor estadstico se determina que no existe auto correlacin.
dw
u
t t 1
2
t
dc = 491.2171626 / 279.856923
dc = 0.569721387
d inferior 95% =
0.861
d superior 95% =
1.562
d inferior 99% =
0.616
d superior 99% =
1.261
A un nivel de confianza de 95%: dc se encuentra por debajo del lmite inferior del intervalo de confianza 0.861 del
intervalo con un valor 0.569721387 por tanto hay presencia de autocorrelacin.
dc a un nivel de confianza de 99%: 0.569721387 < 0.616 (lmite inferior), por tanto se viola el supuesto, existiendo auto
correlacin entre las variables.
b) Multicolinealidad
X2 y X3 no deben guardar una estrecha relacin, para que el supuesto no se viole el coeficiente de determinacin
de las variables explicativas deber ser menor a 0.8
Por lo tanto, debido a la alta correlacin entre las variables explicativas se concluye que se viola el supuesto, por
lo tanto se presenta multicolinealidad.
c) Heteroscedasticidad
Todas las perturbaciones aleatorias deben tener la misma varianza
E(2t)=2u=2
E(tj)=0 donde tj
Matricialmente
E(tj)=2I
Procedimiento:
Coeficiente de mxima verosimilitud = e2\n
CMV =491.2171626/16
=30.70107266
Valor de la variable supuesta(pi)
pi= e2\cmv
Pi = (e2\30.70107266)
Ecuacin de regresin de la variable supuesta (Pi)
Pi = 1+2*X2+3*X3+i
Dnde:
b1
76.37632
b2
-0.034148397
b3
0.302048547
(Corrida eviews)
Suma exacta de cuadrados
c = SEC
= (ppi- pp
i)2
= 151794.1074
c =75897.05369
Si c>, el modelo es heteroscedstico violndose el supuesto
Si c<, el modelo es homocedastico, es decir, que no se viola el supuesto
Ji cuadrada (2,0.05)= 22.36203249
Ji cuadrada (2,0.01)= 27.68824961
El modelo resulta heterosedastico, se viola el supuesto, ya que c = 75897.05369 es mayor a los dos niveles de
confianza.
CONCLUSIN
explicativas IP y R, tambin se presenta heterocedasticidad puesto que el valor de se encuentra por encima del lmite
superior.
eacosta@fevaq.net
ANEXO
Corrida Eviews
Dependent Variable: PIB
Method: Least Squares
Date: 12/11/12 Time: 22:29
Sample: 1994 2009
Included observations: 16
PIB=C(1)+C(2)*IP+C(3)*RE
C(1)
C(2)
C(3)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Coefficient
Std. Error
t-Statistic
Prob.
7637.534
-0.034157
0.302066
333.3853
0.069899
0.089410
22.90903
-0.488654
3.378433
0.0000
0.6332
0.0049
0.821670
0.794235
614.6526
4911371.
-123.7788
0.569786
9767.250
1355.013
15.84735
15.99221
29.94927
0.000014
Autocorrelacin
Las perturbaciones aleatorias son independientes entre s
Relacin de independencia entre las ecuaciones.
b1, b2 y b3 son estimadores suficientemente perturbantes en la relacin establecida.
E (u) = 0
Es la "correlacin" existente entre los miembros de una serie de observaciones ordenadas en el
tiempo y en el espacio.
Evaluacin: Prueba Durbin-Watson
(prueba d)
Periodo
PIB
Y
I.Petroleros
X
Remesas X
1994
80.15762725
70.19282026
41.04636609
86.37734294
-6.219715687
38.68486322
1995
75.16980333
74.73038382
40.99803277
86.20779341
-11.03799008
1996
79.0325313
84.12580253
37.98328329
84.97635422
-5.94382292
Yi - Y
(Yi - Y)
et - et-1
(et - et-1)2
121.837225
-4.818274393
23.21576813
35.3290309
5.09416716
25.95053905
1997
84.39278435
71.99070881
38.76862819
85.62796051
-1.235176156
1.525660135
4.708646764
22.17135435
1998
88.5190185
47.64635276
46.6236154
88.83186872
-0.312850213
0.097875256
0.922325943
0.850685144
1999
91.95333386
56.30949813
41.75431398
87.06527077
4.888063092
23.89316079
5.200913305
27.04949921
2000
98.02416687
85.79873068
42.84371487
86.3873127
11.63685416
135.4163748
6.748791071
45.54618092
2001
97.85939278
61.24351878
53.21764505
90.35926437
7.500128416
56.25192626
-4.136725747
17.11249991
2002
98.67069007
76.65256949
62.75884409
92.71497529
5.955714773
35.47053846
-1.544413643
2.3852135
2003
100
100
100
103.166335
-3.166334996
10.02567731
-9.122049769
83.21179199
2004
103.9958707
120.8253672
116.0705635
107.3092724
-3.313401725
10.97863099
-0.147066729
0.021628623
2005
107.2511183
150.5617741
126.8589212
109.5524296
-2.301311235
5.296033402
1.01209049
1.02432716
2006
112.5130363
179.8495368
145.9987823
114.3334667
-1.820430309
3.31396651
0.480880926
0.231246465
2007
116.597713
190.4246202
143.7348898
113.2885391
3.309173937
10.95063214
5.129604246
26.31283972
2008
118.1802059
262.8588883
164.3638327
117.0459672
1.134238782
1.286497615
-2.174935155
4.730342927
2009
110.4535589
149.2767536
126.628454
109.5266987
0.926860157
0.85906975
-0.207378625
0.043005894
Sumatorias
(Yi - Y)2
491.2171626
(et - et-1)2
279.856923
Criterios de decisin:
- Si el valor de d calculada es menor al limite inferior del valor estadstico, se concluye que existe
autocorrelacin.
- Si el valor de d calculada se ubica entre los limites inferior y superior de d estadstica, no existen criterios
de decisin.
- Si el valor de d calculada es mayor al limite superior del valor estadstico, se concluye que no existe
autocorrelacin.
d calculada =
d inferior 95%
=
d superior
95% =
d inferior 99%
=
d superior
0.569721387
0.861
1.562
0.616
1.261
99% =
Multicolinealidad
Dependent Variable: PIB
Method: Least Squares
Date: 12/13/12 Time: 13:17
Sample: 1994 2009
Included observations: 16
PIB=C(1)+C(2)*IP
C(1)
C(2)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Coefficient
Std. Error
t-Statistic
Prob.
7713.029
0.184391
439.2607
0.034970
17.55911
5.272891
0.0000
0.0001
0.665099
0.641177
811.6774
9223482.
-128.8204
9767.250
1355.013
16.35255
16.44913
0.573770
C(1)
C(2)
Coefficient
Std. Error
t-Statistic
Prob.
7593.025
0.261632
311.8606
0.032939
24.34750
7.942930
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
0.818394
0.805423
597.7089
5001583.
-123.9244
9767.250
1355.013
15.74055
15.83713
0.512103
Dependent Variable: IP
Method: Least Squares
Date: 12/11/12 Time: 22:33
Sample: 1994 2009
Included observations: 16
IP=C(1)+C(2)*RE
C(1)
C(2)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Heteroscedasticidad
Estimadores sesgados e ineficientes para establecer
las relaciones iniciales
Igual varianza entre las relaciones que
integran el sistema
Evaluacin: Prueba de Breusch-PaganGodfrey
Coefficient
Std. Error
t-Statistic
Prob.
1303.089
1.183776
1226.204
0.129513
1.062701
9.140241
0.3059
0.0000
0.856475
0.846223
2350.130
77323575
-145.8304
1.534498
11140.56
5993.032
18.47880
18.57537
83.54401
0.000000
PIB
Y
Periodo
80.15762
725
75.16980
333
79.03253
13
84.39278
435
88.51901
85
91.95333
386
98.02416
687
97.85939
278
98.67069
007
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
100
103.9958
707
107.2511
183
112.5130
363
116.5977
13
118.1802
059
110.4535
589
2004
2005
2006
2007
2008
2009
Estimador de mxima
verosimilitud =
I.Petroleros
X
70.19282026
74.73038382
84.12580253
71.99070881
47.64635276
56.30949813
85.79873068
61.24351878
76.65256949
100
120.8253672
150.5617741
179.8495368
190.4246202
262.8588883
149.2767536
Remesas X
Yi - Y
(Yi - Y)
41.04636609
86.37734294
-6.219715687
38.68486322
40.99803277
86.20779341
-11.03799008
121.837225
37.98328329
84.97635422
-5.94382292
35.3290309
38.76862819
85.62796051
-1.235176156
1.525660135
46.6236154
88.83186872
-0.312850213
0.097875256
41.75431398
87.06527077
4.888063092
23.89316079
42.84371487
86.3873127
11.63685416
135.4163748
53.21764505
90.35926437
7.500128416
56.25192626
62.75884409
92.71497529
5.955714773
35.47053846
103.166335
-3.166334996
10.02567731
116.0705635
107.3092724
-3.313401725
10.97863099
126.8589212
109.5524296
-2.301311235
5.296033402
145.9987823
114.3334667
-1.820430309
3.31396651
143.7348898
113.2885391
3.309173937
10.95063214
164.3638327
117.0459672
1.134238782
1.286497615
126.628454
109.5266987
0.926860157
0.85906975
100
30.701072
66
I.Petroleros
X
Periodo
pi
1994
1.26004923
8
70.19282026
1995
3.96850059
1
74.73038382
1996
1.15074255
9
84.12580253
Remesas X
pp
pp - p
41.04636609
86.37734294
85.37734
294
7289.290687
40.99803277
86.20779341
85.20779
341
7260.368058
37.98328329
84.97635422
83.97635
422
7052.028068
(pp - p )
X*X
2881
.160
197
3063
.798
725
3195
.374
189
P*X
P*X
88.4464
0971
51.72044
232
4927.0320
16
1684.804
169
296.567
5724
162.7007
173
5584.6302
67
1680.838
691
96.8071
4124
43.70898
059
7077.1506
51
1442.729
809
p
1.587
7240
83
15.74
8996
94
1.324
2084
36
1997
0.04969403
4
71.99070881
1998
0.00318800
8
47.64635276
1999
0.77825166
1
56.30949813
2000
4.41080272
1
85.79873068
2001
1.83224628
3
61.24351878
2002
1.15535176
4
76.65256949
2003
0.32655788
3
100
2004
0.35759763
6
120.8253672
2005
0.17250320
4
150.5617741
2006
2007
2008
0.10794302
179.8495368
0.35668565
3
190.4246202
0.04190399
6
262.8588883
2009
85.62796051
46.6236154
88.83186872
87.83186
872
7714.437162
41.75431398
87.06527077
86.06527
077
7407.230833
42.84371487
86.3873127
85.38731
27
7290.99317
53.21764505
90.35926437
89.35926
437
7985.078128
62.75884409
92.71497529
91.71497
529
8411.636693
100
103.166335
102.1663
35
10437.96001
116.0705635
107.3092724
106.3092
724
11301.66141
126.8589212
109.5524296
108.5524
296
11783.62997
145.9987823
114.3334667
113.3334
667
12844.47466
143.7348898
113.2885391
112.2885
391
12608.71601
164.3638327
117.0459672
116.0459
672
13466.66649
126.628454
109.5266987
108.5266
987
11778.04433
1562.770852
1546.770
852
151794.1074
149.2767536
0.02798175
38.76862819
84.62796
051
16
1782.487326
1329.649887
111.4054578
83.10311795
b1
76.37632
0.03414839
7
0.30204854
7
b2
b3
7161.8917
2790
.981
023
2221
.445
226
2351
.164
465
3675
.936
353
3259
.235
844
4810
.626
658
1000
0
1402
4.26
846
1910
0.10
424
2625
7.81
337
2737
0.66
18
4320
4.49
434
1890
2.68
453
1871
09.7
494
3.57750
87
1.926569
511
5182.6621
54
1503.006
532
0.15189
6939
0.148636
444
2270.1749
32
2173.761
513
43.8229
6045
32.49536
421
3170.7595
8
1743.422
736
378.441
2747
188.9751
741
7361.4221
86
1835.583
904
112.213
2096
97.50783
233
3750.7685
93
2832.117
745
88.5606
8139
72.50854
124
5875.6164
1
3938.672
512
32.6557
8834
32.65578
834
10000
10000
43.2068
6564
41.50655
907
14598.769
36
13472.37
572
25.9723
8845
21.88357
037
22668.847
83
16093.18
589
19.4135
0221
15.75954
952
32345.855
9
21315.64
442
67.9217
2996
51.26817
3
36261.535
97
20659.71
855
11.0148
3771
6.887501
328
69094.795
18
27015.46
95
4.17702
4848
3.543285
785
22283.549
16
16034.76
537
1312.95
0792
825.1966
855
252453.57
02
143426.0
971
x'p
16
1312.95
0792
x'x
16
1782.487
326
1782.4873
26
252453.57
02
1329.649
887
187109.7
494
0.002
4694
97
1.016
34E05
0.605
6756
48
19.45
5180
64
3.357
1264
4
1.334
8376
99
0.106
6400
51
0.127
8760
69
0.029
7573
55
0.011
6516
96
0.127
2246
55
0.001
7559
45
0.000
7829
78
43.82
1918
3
p =
(p - p )
1/2 SEC
825.196
6855
1
151794.107
4
x'p
75897.0536
9
16
825.196
6855
Ji cuadrada 95%
=
Ji cuadrada 99%
=
5.891864338
4.106915472
Ls
22.3620
3249
27.6882
4961
187109.74
94
143426.0
971
(x'x)
1312.95
0792
Valores de Tabla
Li
1329.649
887
0.294192
413
0.001685
249
0.000528
818
0.00168524
9
0.00012933
8
0.00015310
7
0.0005288
2
0.0001531
1
0.0002116
1
Matrz de coeficientes
Criterios de decisin:
- Si el valor de 1/2 SEC es menor al valor estadstico de Ji cuadrada,
se concluye que existe homoscedasticidad
- Si el valor de 1/2 SEC es mayor al valor estadstico de Ji cuadrada,
se concluye que existe heteroscedasticidad
2.05805019
0.016506626
-0.034860045
Matrz de coeficientes
transpuesta
2.05a8
05019
0.0165
06626
0.03486
0045
Test Equation:
Dependent Variable: RESID^2
3.553587
5.655433
3.245497
Prob. F(2,13)
Prob. Chi-Square(2)
Prob. Chi-Square(2)
0.0587
0.0591
0.1974
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
IP
RE
631670.5
50.66938
-106.9998
195831.8
41.05921
52.51976
3.225576
1.234056
-2.037325
0.0066
0.2390
0.0625
0.353465
0.253998
361049.3
1.69E+12
-225.7902
3.553587
0.058729
306960.7
418019.4
28.59878
28.74364
28.60620
1.814938