Академический Документы
Профессиональный Документы
Культура Документы
1000000.000
800000.000
600000.000
400000.000
200000.000
0.000
II.
A continuacin, se presentan las variables que podran afectar al precio del pollo:
Toneladas
300
200
100
0
ndice del avance fisico de Obras
Contratacin Pblica vigente a partir del 4 de Agosto del 2008. (Instituto Nacional de
Estadstica y Censo)
Tambin,
como
se
mencion
anteriormente
la
construccin
ha
contribuido
significativamente al PBI en los ltimos aos. Esto sucede debido a que al ser un pas
de desarrollo estamos en constante necesidad de una mayor infraestructura ya sea en
construccin de servicios pblicos, privados, etc. As mismo este genera un impacto
fuerte en la economa del pas ya que brinda una gran cantidad de empleos en la
ejecucin de obras adems tambin repercute en un mayor bienestar a la poblacin.
El aumento de IPC del sector construccin puede apreciarse en el siguiente grfico:
Como se puede observar el IPC del sector construccin tiende a crecer a fines de ao
y en contraparte a decrecer a principios del mismo, esto sucede debido a diversos
factores; sin embargo, el ms resaltante es la falta de gasto pblico debido a la poca
liquidez en los gobiernos regionales.
Es por ello que debido a su fuerte impacto del IPC del sector construccin en el PBI
nacional sumado a que est fuertemente ligado al consumo de cemento, ya que es
uno de los principales materiales en la ejecucin de obras pblicas, es que lo hemos
considerado como un factor clave de anlisis.
Es
to tiene lgica, ya que, segn el INEI, en una zona tan expuesta a temblores y
catstrofes como el Per, las paredes hechas de materiales nobles representan un
aumento en la seguridad de las familias y conlleva a una menor prdida social en caso
ocurra algn desastre natural, por lo cual, el aumento de construcciones de viviendas
con paredes de ladrillo, fierros de acero o bloques de cemento representan una
necesidad bsica para las familias peruanas, quines se veran afectados o
beneficiados en diversos aspectos, con el precio del fierro de construccin para poder
finalizar sus viviendas con xito. (Insituto Peruano de Economa, 2012)
Como se puede observar el ndice del PBI tiene fuertes perodos de crecimientos en
los ltimos meses de cada ao. Dado que el aumento del PBI es un indicador de
bienestar de la poblacin repercute en un mayor gasto pblico en el pas, dando paso
a un mayor nmero de obras pblicas y as se genera un mayor consumo de cemento
Venta de Asfalto
250000
200000
150000
Barriles
100000
50000
0
III.
ANLISIS DE REGRESIN
Primer Intento:
Se procedi a analizar las diez variables. En el primer intento se observ que varias de
ellas no cumplan con tener un mximo de 5% de probabilidad de anulacin. Debido a
esto se procedi a eliminar a la variable que presentaba ms probabilidad.
En este caso la variable X5 (PBI) tuvo un 77% de probabilidad de anulacin.
Segundo Intento:
Tercer Intento:
Al analizar las cuatro variables restantes por medio del Excel, se denoto que an haba
porcentajes no recomendados. En este caso fue la variable X6 (Asfalto Consumido en
el Interior).
Cuadro: 3er Intento con 4 variables
Cuarto Intento:
Ya en el cuarto intento recin se pudo observar que las tres variables restantes
cumplan con el requisito de tener menos de 5% de probabilidad de anulacin.
I V.
E C U AC I N D E R E G R E S I N
el
Y = + X 1+ X 2 +X 3
Dnde:
= Coeficiente de intercepcin del consumo interno del cemento (Y)
= Coeficiente del Despacho Total del Cemento (X1)
= Coeficiente del ndice del Avance fsico de obras (X2)
= Coeficiente del IPC Sector Construccin (X3)]
Reemplazando:
Y =49818.0744453672+ 0.96084681776591 X 1 + 40.1863700738877 X 216.2838821119583 X 3
V.
RESIDUA LES
Una vez establecidas las variables que estn en relacin con el consumo interno del
cemento, se procedi con la validacin del modelo establecido. Para este paso tan
importante, se llev a cabo el anlisis de los residuales mediante el coeficiente de
Durbin-Watson.
Coeficiente:
VI.
-
d2
1.69
4 - d2
2.31
4 - d1
2.52
PRONSTICOS
Variables Independientes
Al
tener
usar
como
resultado
el
un
esquema
esquema
multiplicativo,
multiplicativo
se
procedi
independientes.
Variable Dependiente:
VII.
ANLISIS DE LA PROYECCIN Y
CONCLUSION
Elaboracin Propia
Como se puede denotar, hay una tendencia creciente de manera inestable, con
drsticas subidas y cadas. Esto puede verse reflejado en el periodo de Junio a Julio,
donde existe un crecimiento de 59,000 toneladas en el consumo interno de Cemento.
Mientras que en el periodo de Octubre a Noviembre a Diciembre, se muestra una
cada de 50,000 toneladas.
El promedio del consumo interno del cemento en el 2016 segn nuestro pronstico
ser de 996,674 toneladas, alcanzando un mximo de 1, 113,268 y un mnimo de
901,887.72. Esta variacin es explicada por 3 variables independientes: el despacho
total del cemento, el IPC del sector construccin y el ndice del avance fsico de obras.
Finalmente, se comparar la data real del consumo interno de cemento entre el
periodo de enero a junio del presente ao con la data de nuestro pronstico para el
mismo intervalo de tiempo.
Toneladas 860000
840000
820000
800000
Enero
Febrero
Marzo
Abril
Mayo
Junio
Toneladas 880,000.00
860,000.00
840,000.00
820,000.00
800,000.00
Enero Febrero Marzo
Abril
Mayo
Junio
Como es posible denotar, las tendencias son muy similares. Si bien, nuestro
pronstico muestra crecimientos y cadas ms drsticas que la data real, la tendencia
es la misma en todos los meses.
Resumiendo el trabajo, luego de realizar el anlisis de regresin se pudieron descartar
las variables que no eran significativas para el modelo de prediccin para el consumo
interno de cemento en el Per. Dada una investigacin secundaria, se consider en un
principio seis variables independientes: El Despacho total de Cemento , El ndice de
Avance Fsico de Construccin, el IPC del Sector Construccin, el precio de los
Fierros de Construccin, el PBI y la venta de Asfalto. Sin embargo, con los resultados
obtenidos, se pudo apreciar que eran tres las variables ms representativas e
importantes: el despacho total de cemento, el ndice de avance fsico de construccin
y el IPC del sector construccin. Estas fueron las variables que obtuvieron una
probabilidad de menos del 5% de error, y que por lo tanto, formaron nuestra ecuacin.
Adems, luego de aplicar el test de Durbin-Watson, se encontr que el modelo
calificaba como vlido. Esto implica que hay seguridad sobre la independencia de las
variables escogidas.
En cuanto a recomendaciones para trabajos futuros, se recomienda realizar una
correcta investigacin secundaria para encontrar las variables que ms influyan en la
variable a pronosticar. Adems de ello, es importante conocer las herramientas que
posee programas como Excel, pues facilita de manera muy rpida el anlisis de los
resultados. Finalmente, se recomienda escoger una variable dependiente no tan
complicada, pues de otra manera, por ms que se posea gran cantidad de data
relacionada, a la hora de realizar la regresin se puede tener problemas.
VIII.
BIBLIOGRAFIA
IX.
ANEXOS