A. 6.

BARBANCHO

Un modelo econométrico uniecoacional:

la función de importación

El propósito de este trabajo consiste en cuantificar la función de impor-

tación de la economía española para ilustrar el modo econométrico de traba-
jar. La atención se centra, pues, en la metodología econométrica y no en el
estudio de las importaciones españolas, aun cuando es éste el tema elegido.

I. TEORÍA DE LA FUNCIÓN DE IMPORTACIÓN

Tampoco se intenta aquí ni exponer ni resumir la teoría económica de las

importaciones. Sólo nos limitamos a enunciar la teoría concreta que se va a
utilizar.
Las importaciones se van a suponer una función del PNB y de los precios
relativos de las importaciones. O sea, llamando Y a las importaciones, a pre-
cios constantes, X2 al PNB, en pesetas constantes, y X.-¡ a la relación entre los
precios de las importaciones y los precios interiores, los del PNB, se puede
escribir de un modo general
Y = fiX2,X3) [1]

para la función de importación.

Pero así no queda lo suficientemente especificada, al no indicarse el tipo
de función que liga a las tres variables. Una función concreta muy usual es
la lineal, o sea

Y = p1 + foXs + l3zX, [2]

y otro tipo es la potencial generalizada, o función de Cobb-Douglas,

Y = AX**X£ [3]
en que, como es sabido,
& = ££, ; ft = £JXi [4]
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 5!

que dan las elasticidades (constantes siempre) de la variable Y con respecto

a X2 y a X3.
Tomando logaritmos en [3] se tiene

log Y = log A + ¡32 log X 2 + )3» log Xz [5]

que es una función lineal cuyos parámetros se cuantifican del mismo modo
que [ 2 ] .
En primer lugar, se cuantificará el modelo lineal [2] y luego se proce-
derá a la cuantificación de [5] para poder conocer las elasticidades.

II. E L MODELO ECONOMÉTRICO UNIECUACIONAL Y LINEAL

Tanto [2] como [5] son modelos lineales uniecuacionales de dos va-
riables independientes, o explicativas. Son lineales con respecto a los pará-
metros, así que podrá aplicarse la metodología de los mínimos cuadrados
para cuantificar los parámetros, o sea, para tener valores estimados de j8i,
P2 y 03. Sin embargo, es preciso con anterioridad reconocer explícitamente
que las relaciones exactas [2] y [5] no se dan en la realidad. Se hace pre-
ciso, pues, reconocer el carácter estocástico de las relaciones, introduciendo
un término de perturbación de tipo aleatorio que designaremos por s. Así se
tiene que [2] se convierte en

y = j 8 i + | 8 i X i + 0«Xi + t [6]
y [5] en
log Y = j8i + /32 log X2 + 03 log X3 + e [7]

Sobre la variable e se hacen las hipótesis usuales, de las que menciona-

remos aquí la de distribución normal y la inexistencia de autocorrelación,
hipótesis ésta de interés cuando la cuantificación se realiza con datos tempo-
rales, como se hará aquí.
Otra hipótesis de interés es la relativa a la inexistencia de colinealidad
entre las variables independientes o explicativas. O sea, X2 y X3 son inde-
pendientes de Y pero, además, deben ser independientes entre sí.

I I I . LOS DATOS

Los datos de importaciones de bienes y servicios (variable dependiente, Y),

de PNB (variable X2) y de precios de las importaciones e interiores se tienen
en la tabla 1, siendo la fuente de procedencia el III Plan de Desarrollo, «Se-
ries cronológicas del modelo econométrico».
52 A. G. BARBANCHO

P.N.B. Importaaones fndices de fndices de

Aiios 108 ptas. de 1969 108 ptas. de 1969 predos de imp. precios del PNB

58,95
60,26
63,84
69,03
73,73
81,59
86,92
91,87
96,26
100,oo

Para simplificar en gran medida 10s cllculos que es precis0 realizar, se van
a tomar en todas las variables ntimeros indices. Tales indices esta'n en la ta-
bla 2, todos rekridos a 1969 como base. La variable Y = indices de impor-
taciones de bienes y seruicios, en pesetas constantes para eliminar las depre-
ciacimes monetarias; la variable XI toma siempre el valor 1 y servirsi para

Mos Y % x, &

acompafiar a1 termino independiente de 161 o de [7]; la variable Xz = indi-

ces del PNl3 en pesetas constantes, o sea, sin el efecto monetario, y X3 = a1
cociente entre 10s indices de precios de las importaciones y 10s del PNB, co-
ciente expresado a su vez en forma de indice.
Tampoco 6e entra aqui a discutir si 10s datos de partida para la obtenci6n
de la funci6n de importaci6n de la economk espafiola son buenos o no. Sim-
plemente 10s aceptamos mmo buenos.
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 53

IV. ESTIMADORES MINIMOCUADRÁTICOS

Para las variables Y, X2 y X 3 tenemos la relación [ 6 ] , o sea

que se ha de verificar para la « = 10 observaciones, o sea

yix = 0i + 02 *2i + 0B *3i + s i

yi2 = 01 + 02 *22 + 03 *32 + «2 [8]

yXO = 01 + fk *2,10 + 03 X3.10 + SlO

y haciendo

yu 1 *21 X31 Si

yv¡ 1 *22 *32 62 •0i

y X = ; 8 = ; f» = 02 [9]

1 X2.10 X3,10_ . Sio

_ ft _

el sistema [ 8 ] se convierte en éste, expresado más concisamente,

y=xp+s
Como las 0 y las s son desconocidas, se estiman por b y e, con la condición
de que 2 e2 = e'e = mínimo. El resultado es

b = (X'X)-iX'y [10]
que son los estimadores minimocuadráticos de P.

Además, se prueba que

E(b) = p y que V(b) = a2(X'Xr [11]

2
Una estimación de a (desconocido) se tiene mediante la variancia residual
sesgada

u ee [12]

o por la insesgada

S2 =
e'c [13]
» —*
54 A. G. BARBANCHO

en que
2 e ? = e'e = y'y — b'X'y [14]

El coeficiente de determinación, que permite cuantificar la bondad del

ajuste, es
1
b'X'y •2JÍ
R- [15]
*v — — 2ft
l
n
Con estas fórmulas se tiene lo más importante en lo que al cálculo se
refiere. Más adelante, no obstante, se seguirán presentando nuevas fórmulas

V. LOS DATOS EN NOTACIÓN MATRICIAL

Los datos de la tabla 2 vamos a darlos en notación matricial para seguir

luego al proceso de cálculo

21 1 52 120
30 1 58 120
40 1 64 116
50 1 69 109
56 1 73 105
y = 72 X = 1 78 98
[16]
82 1 84 96
81 1 88 94
86 1 93 100
100 1 100 100

Realmente, estas matrices no es necesario escribirlas, como vamos a ver. Se

han escrito, no obstante, para facilitar la identificación entre datos y símbolos,
tan conveniente para entender la técnica econométrica.

VI. PRIMEROS CÁLCULOS A REALIZAR

Observando las fórmulas [10], [11], [14] y [15], se ve que necesitamos

empezar calculando X'X, X'i/, y'y, para luego obtener (X'X)" 1 , (X'X)" 1 X'y,
etcétera.
Ahora bien, utilizando símbolos en vez de números, vemos que
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 55

_ Xn X21 X31
X u X12 . . . x i . i o „
X12 X22 X32
X21 X22 . . . X2.10
XX =
X31 X32 . . . X3.!0_ _ ¿ . 1 0 X 2 ,10 X3.IO.

(3X10) (10X3)
£ X? 2 *1 *2 2 *1 X3
2 *2 Xl 2 x| 2 *2 *3
2 X3 Xl 2) X3 X2 S X?
(3X3)

o sea, se tiene que X ' X es una matriz simétrica 3 X 3 , cuyos elementos son
las sumas

2 *1> 2*2» 2 X3, 2 *1 *«> 2 Xl X3, 2 X2 X3 [17]

A su vez
~~ Xii Xl2 ... Xl.10 n ~ 2 xi y
yz
X'» = X21 X22 ... X2.10 = 2x2 y
X31 X32 ... X3.10 _ _ yio _ _ 2x3y _
( 3 X 10) '10 X 1 (3X1)

y también

yi
y*
y'M =
= [\yi yi y\s> = 2/
_ yu> _
(1 X 1 0 ) (10 X 1) (1X1)

O sea, además de las sumas [ 1 7 ] , también necesitamos estas otras

2xiy, 2x2)*, 2x3;y, 2 / [18]

con lo cual se tienen todas las sumas de productos posibles con los datos de la
tabla 2; así que puede empezarse por esta etapa directamente sin que sea
preciso escribir las matrices [ 1 6 ] .
Nuestros datos de partida son, pues
56 A. G. BARBANCHO

3>1 = 2 * ? = 10 2 x | = 59.787 (2>02 = 100

2 xi x2 = 2 *2 = 759 £ x ^ = 112.818 (Dxa) 2 = 576.081
2 Xl X3 = X *3 = 1.058 2 / = 44.442 eZx3f =1.119.364
5)xiy =Zy = 618 CZy)2 = 381.924
X x2 x 3 = = 79.090 ( 2 > 2 ) ( 2 x 3 ) = 8 °3022
2^2y = =50.560
2x., y = =63.232 x2 = 75,9 ; x3 = 105,8 ; y = 61,8

Todas las cifras son exactas y, por tanto, no hay errores de aproximación.
Luego

10 759 1.058
X'X = 759 59.787 79.090
1.058 19.090 112.818
(3X3)

618
X» 50.650 y'y = 44.442 [19]
63.232
(3X1) (1X1)

de donde vamos a partir para seguir realizando cálculos.

VIL CÁLCULO DE (X'X)" 1

La matriz inversa (X'X)" 1 aparece en [10] y [11], o sea, es necesaria

para obtener las estimaciones b y las variancias de las estimaciones. Como
por [19] ya conocemos X'X, sólo basta con obtener la inversa de esta matriz
cuadrada 3 X 3 .
El determinante vale

10 759 1.058
X'X! = 759 59.787 79.090 = 4.514.894 [20]
1.058 79.090 112.818

valor obtenido aplicando la regla de Sarros. Puesto que |X'X| ^ 0 la matriz

X X es no singular y tiene inversa.
Designando por Ay(i,¡= 1, 2, 3) a los adjuntos tenemos que
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 57

59.787 79.090
Au = 79.090 112.818
= 489.821.666

759 79.090
Al2=- = — 1.951.642
1.058 112.818
759 59.787
Al3 = = — 3.225.336
1.058 79.090

Análogamente, se tiene

A21 = —1.951.642 , A22= 8.816 , A23 = 12.122

Asi = — 3.225.336 , A32 = 12.122 , ¿33 = 21.789

itriz adjunta es, pues,

~ 489.821.666 — 1.951.642 — 3.225.336 ~
[A,] = — 1.951.642 8.816 12.122 [21]
— 3.225.336 12.122 21.789

La matriz inversa se obtiene ya dividiendo cada elemento de [A;] por

|X'X| = 4.514.894.1 Así, pues,
108,490180729 0,432267513 — 0,714376905
(X'X)- 1 = — 0,432267513 0,001952648 0,002684891 [22]
— 0,714376905 0,002684891 0,004826030

es la matriz inversa que deseábamos calcular

Conviene señalar que el cálculo de esta inversa se ha hecho siguiendo el
método más usualmente explicado en los libros de texto. Actualmente, si se
dispone de un ordenador, o de una máquina de calcular con programas, es
mucho más fácil y rápida la obtención de esta matriz.
Otra cuestión a tener en cuenta es la conveniencia de utilizar tantas cifras
decimales como sea posible para no introducir errores de cálculo en los resul-
tados. Por ejemplo, si se realiza la prueba de multiplicar X'X por su inversa
para comprobar que se obtiene la matriz unitaria, o sea,
1 0
X'X (X'X)" 1 = 0 1 [23]
0 0

veremos en seguida esa necesidad de trabajar con muchas cifras decimales, lo

que hace más pesado el trabajo de cálculo. En nuestro caso, multiplicando la

1. Por ser la matriz X ' X simétrica, la matriz [A¡i] = [At¡~\.

58 A. G. BARBANCH o
pri,mera fila de 1191 por la primera columna de [22] (y sumando 10s tres tCr-
minos) se tiene:

donde puede verse la gran precisidn con que se estd trabajando ya que el
resultado prdcticammte no difiere nada de 1. H error cometido es menor que
una millonbsima.

VIII. ~ L C U L ODE LAS ESTIMACIONES b

De acuerdo con [6], [I81 y [15], podemos escribir

b = (X'X)-l
X
'y =

teniindose ya las estimaciunes m. c. bl, b2 y bg, asf que la funci6n lineal ajus-
tada es

Esta ecuaci6n, atendimdo solamente a los signos, nos d.ice que las impor-
taciones espafiolas estin directamente relacionadas con X2 (PNB) e inversa-
mente relacionadas con X3 (precios rdativos de la5 importaciones). 0 sea, 10s
aumentos en el P'NB pmv0ca.n aumentos en las importaciones, y 10s aumentos
en 10s p m i a s .relatives hacen &srninuir las importaciones. Debe tenewe pre-
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 59

senté, sin embargo, que los coeficientes de regresión utilizados para con-
cluir lo anterior son coeficientes de regresión parcial; esto quiere decir
que la inclusión de nuevas variables para explicar el comportamiento de las
importaciones o la exclusión de alguna de las utilizadas en [25] puede cambiar
esa conclusión. El coeficiente de regresión parcial da el efecto neto después
de eliminar los efectos de otras variables y, así, este efecto neto depende de
los efectos eliminados, o sea, de que en la ecuación figuren más o menos
variables explicativas.

IX. CÁLCULO DE V(b)

De la expresión [11] se ve que es necesario calcular previamente o2, me-

diante [12] o mediante [13]. Primero de todo hay que obtener

-£¿\ =e'e = y?y — b'X'y según [14].

De [19] se tiene que

y'y = 44.442 [26]

y de [19] y [24] resulta

~ 20,005776282 ~ ~ 618
= 44.442 —
e'e = 44.442 — 1,355587558 50.650
44.397,650590916 =
_—0,577309370 _ 63.232

= 44,349409084 = 2 é\ [27]

Obsérvese que este resultado no puede ser nunca negativo, pues se trata
de una suma de cuadrados.
La variancia residual sesgada, fórmula [12], vale

S2= 44,349409084 = 4>43494Q9084

' 10 [28]

y la variancia residual insesgada, fórmula [13], para k = 3, es

S-2 = J4 Z 349409084_ = 6)335629869

[29]

Luego, de [11], [22] y [29]

60 A. G. BARBANCHO

108,490180729 —0,432267513 —0,714376905

V(b) = 6,335629869 — 0,432267513 0,001952648 0,002684891
—0,714376905 0,002684891 0,004826030
" 687,3536 —2,7387 —4,5260
— 2,7387 0,0124 0,0170
_ —4,5260 0,0170 0,0293

con lo que se tiene la matriz de variancias y covariancias (insesgadas) de las

estimaciones bi, ¿2 y bz. Debe tenerse en cuenta que las variancias •—los ele-
mentos de la diagonal principal en [30]— han de ser necesariamente positi-
vas, mientras que las covariancias pueden ser positivas o negativas.
A nosotros nos interesan las variancias {insesgadas), cuyos valores con-
cretos son

S\ = 687,3536 ; S» = 0,0124 ; 8? = 0,0293 [31]

y los errores estándar (insesgados, desviaciones estándar) de las estimacio-

nes son

S6l = 26,22 ; S6l = 0,ll ; SK = 0,17 [32]

Por tanto, la función ajustada por mínimos cuadrados, en virtud de [25]

y [32], es

y* = 20,0057 + 1,3556 x2 — 0,5773 x3

(26,22) (0,11) (0,17) [33]

X. CÁLCULO DEL COEFICIENTE DE DETERMINACIÓN

El coeficiente de determinación viene dado por esta fórmula

[34]
yy a»?
que da una estimación sesgada de p2. La estimación insesgada es
( 1 — R2)(n— 1)
S?=l- [35]
(n — k)
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 61

Sabemos, de [ 1 4 ] y [ 2 7 ] , que
VX'y = 44.397,650590916 ,
de [ 1 9 ] que
y'y = 44.442

y, de los cálculos de la sección vi, que

Lcttf = - » " * = 38.192,4

Por tanto,

= 44.397,650590916-38.192,4 =
44.442 — 38.192,4

¿, = t _ (1-0,992904)(10-1)=0>9909 [3?]

XI. RESULTADOS

De todo lo anterior se tiene que la función de importación para la econo-

mía española es

y* = 20,0057 + 1,3556 x2 — 0,5773 x3 . R2 = 0,9929

[38]
(26,22) (0,11) (0,17) R 2 = 0,9909

XII. ANÁLISIS DE LOS RESULTADOS

De la simple inspección de los resultados se desprende que el modelo

adoptado para estudiar el comportamiento de las importaciones tiene un
gran poder descriptivo ya que el 99 por ciento de las variaciones de Y vienen
explicadas por las variables X2 y X3 ligadas por una relación lineal.
Los valores 0,11 y 0,17 para los errores de las estimaciones de los pará-
metros, a saber, 1,3556 y — 0 , 5 7 7 3 , respectivamente, son lo suficientemente
pequeños en relación con estas últimas estimaciones (las estimaciones son más
de tres veces los errores estándar) como para afirmar, provisionalmente, que las
variables X-> y Xa son, en efecto, variables explicativas.
La prueba correcta de lo dicho se realiza partiendo de la hipótesis de que
las perturbaciones u se distribuyen normalmente, lo que hace que los estima-
62 A. G. BARBANCHO

dores minimocuadráticos b sean también estimadores maximoverosímiles que

se distribuyen también normalmente. Debido a esta propiedad puede utili-
zarse la t de Student para hallar intervalos de confianza para las estimaciones
por puntos bz = 1,3556 y ¿3 = — 0,5773.
Un intervalo de confianza para el p por ciento de significación es

bi±trSti [39]

Puesto que los grados de libertad para la t son n — ¿ = 1 0 — 3 = 7 se

tiene, para ambas colas (véase la tabla de la t)

ío.os = 2,365 , /o.oi = 3,499

así que para ¿2 = 1,3556 es

1,3556 ± 2,365 X 0,11 = ^ x 616 > nivel 5%

1,3556 ± 3,499 X 0,11 = ^ 194Q ¡ nivel 1 *

A ambos niveles, los intervalos de confianza excluyen el valor cero para

¿2, así que puede concluirse que ¿2 es significativo, o sea, que la variable X2
influye positivamente en la Y".
Para b3 = — 0,5773 se tiene

/ —0,979 ) . , _
mvel
— 0,5773 ± 2,365 X 0,17 = ^ _ 0 175 \ 5%

/ —1,172 ) , a
— 0,5773 * 3,499 X 0,17 = ^ + 0 0 1 7 f nivel 1 %

Así que, para el nivel del 5 por ciento, el valor b¿ = — 0,5773 es signifi-
cativo, es decir, la variable X3 ejerce influencia sobre la importaciones. Al
nivel del 1 por ciento se da el cambio de signo entre ambos límites del inter-
valo, luego este intervalo contiene al cero, que expresa que la variable X3 no
influye en Y. Hay, pues, dos conclusiones distintas para b%.
El intervalo [39] puede también escribirse así:

í » S » í - * - e í - ± í i'P
w
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 63

Como es una t, el intervalo no contiene el cero al nivel de p por cien-

to si

t<L p

Así queda que el tp, dado por las tablas, tiene que Sfer mayor que el t
calculado de los datos para que bi sea significativa. Utilizando este otro modo
de operar se tiene que

1
para b2 = 1,3556 - » ' 3 ^ 6 = 12,32 > to.oi = 3,449 > A>,o5 = 2,365

para ba = — 0,5773 -» ^|l = 3,40 < ío.ei = 3,449 > f0,M = 2,365

En resumen, las estimaciones por puntos, ¿2 = 1,3556 y ¿3 = — 0,5773,

dan valores significativos de dependencia entre Y y X2 e Y y Xa para ambos
niveles (5 y 1 por ciento) en el primer caso y para el primero (5 por ciento)
en el caso de ba. En general, y mediante el análisis individual de cada pará-
metro, puede sostenerse que Xo y Xa influyen en Y.
El lector observará que no se ha discutido el caso de ¿1 = 20,0057, lo
cual es debido al hecho de que nuestra atención está centrada en lo siguiente:
Al formular el modelo hemos dicho que Y depende linealmente de Xo
y Xa, y esta hipótesis es la que hemos tratado de verificar utilizando ¿2 y ba.
La b\ no desempeña un papel relevante en la hipótesis.

XIII. ANÁLISIS DE LA VARIANCIA

Mediante la t de Student se puede conocer, variable a variable, si su efecto

sobre la dependiente es o no significativo. Con el análisis de la variancia se
persigue conocer globalmente la bondad del modelo. La tabla para el análi-
sis de la variancia es ésta:

Suma de Variancias
Fuente de variación cuadrados G. de I. insesgadas

Var. expl. Xi, Xs fe—1 y

V»

Residuos « — fe
TOTAL HiVi — yf n— \ y
64 A. G. BARBANCHO

en que
bx
I (y* — V? - ' 'v — — d Jif = 44.397,650590916 — 38.192,4 =
n
= 6.205,250590916

en virtud de [34] y [36]. Por otra parte

2 «* = 44,349409084

según [27]. Por tanto, la tabla es

Fuente de Suma de Variancias

variación cuadrados G. de I. insesgadas

X,, X, 6.205,250590916 2 3.102,6253

Residuos 44,349409084 7 6,3356
TOTAL 6.249,600000000 9 694,40

Por tanto,

Para 2 y 7 g. de 1. y, para niveles 5 y 1 por ciento se tiene

Fo.os = 4,74 Fo.oi = 9,55

Como el valor de F calculado (489,71) es mayor que el correspondiente a los

dos niveles, la diferencia entre las dos variancias (5*„ que mide las variacio-
nes explicadas y S*, que mide las variaciones ínexplicadas) no es debida al
muestreo, sino que es debida al modelo tomado (globalmente considerado)
para explicar las variaciones de las importaciones. Por tanto, no hay motivos
para rechazar el modelo.
La bondad del modelo, sin el uso de tablas, queda también probada exa-
minando el coeficiente de determinación. En efecto, de [36] y [37] se tiene
R2 = 0,9929 y Sr - 0,9909
que, sin ninguna otra prueba, nos hablan del gran poder explicativo del mo-
delo, lo que era de esperar después de conocer el resultado del test F.
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 65

XIV. LA AUTOCORRELACIÓN

Una hipótesis usual, como ya fue indicado en los modelos econométricos,

cuando se trabaja con datos temporales, es la inexistencia de autocorrelación
en los residuos. Vamos a probarla. Ello requiere el cálculo de los residuos.
Sabemos que, según [38],
y — 20,0057 + 1,3556 x2 — 0,5773 x3 + e
y como conocemos los valores de Y, X2, X3 (tabla 2) se tiene

TABLA 3

Años Y K h, Tj *i"i y* e = y — y*

1960 21 20,0057 70,49 — 69,28 21,22 — 0,22

1961 30 20,0057 78,62 — 69,28 29,35 0,65
1962 40 20,0057 86,76 — 66,97 39,80 0,20
1963 50 20,0057 93,54 — 62,93 50,62 — 0,62
1964 56 20,0057 98,96 — 60,62 58,35 — 2,35
1965 72 20,0057 105,74 — 56,58 69,17 2,83
1966 82 20,0057 113,87 — 55,42 78,46 3,54
1967 81 20,0057 119,29 — 54,27 85,03 — 4,03
1968 86 20,0057 126,07 — 57,73 88,35 — 2,35
1969 100 20,0057 135,56 — 57,73 97,84 2,16
— 0,19

La suma d e los errores, 2 ^», debe ser igual a cero. Aquí n o lo es por el
redondeo d e cifras.
Para probar la autocorrelación se puede obtener la razón de von Neumann:

S2 n 2(et — et-i)2 _ 10 119,2686 _ 1.192,686 _

V
~ Pe ~ n — l £<?2 9~ 53,3873 ~ 480,4857 '

Consultando la tabla de Hart, para « = 10 y al nivel del 5 por ciento, se

tienen los siguientes límites:
(1,1803 ; 3,2642)
y para el 1 por ciento
(0,8353 ; 3,6091)

En ambos casos, el valor calculado v = 2,48 es interior a los límites dados

por la tabla, luego puede aceptarse la hipótesis de que los residuos no están
autocorrelacionados.

s.
66 A. G. B A R B A N C H O

La hipótesis de que las perturbaciones no están autocorrelacionadas puede

también verificarse mediante el test de Durbin-Watson que se define así:

, Ziet — euxf 119,2686

d = = = 2 2M
Te* 53,3873 '

Las tablas de este test, para n = 10 (número de observaciones) y k = 2 (nú-

mero de variables explicativas), y para el nivel del 5 por ciento, dan el in-
tervalo
(0,95 ; 1,54)

y para el nivel del 1 por ciento

(0,70 ; 1,25)

(realmente, estos valores son para « = 15, que es el tamaño muestral mínimo
considerado en las tablas; para n = 10, los valores límites difieren muy poco
de los dados). La significación de d = 2,234 se hace según las siguientes
reglas:
a) Si d < límite inferior del intervalo, entonces tal valor de d indica pre-
sencia de autocorrelación positiva (éste no es el caso nuestro).
b) Si d está entre ambos límites no puede concluirse nada (éste tampoco
es nuestro caso).
c) Si d > límite superior, entonces no se rechaza la hipótesis nula (éste
es el caso de nuestro ejercicio). Por tanto, puede aceptarse la hipótesis de no
existir autocorrelación, con lo que se llega a mismo resultado que con el test
de Von Neumann.

XV. DISTRIBUCIÓN DE LAS PERTURBACIONES

Como se recordará, otra hipótesis utilizada es que las perturbaciones se

distribuyen normalmente. Vamos a ver si esta hipótesis se verifica en la rea-
lidad, lo cual es de importancia para poder admitir la estimación por intervalos
(sección XII).
En la tabla 3 se tienen los diez residuos que nos van a servir para conocer
el comportamiento de las perturbaciones. El tamaño muestral, « = 10, es de-
masiado pequeño para conocer cómo se distribuyen los errores. No obstante,
estudiaremos esta distribución.
En la tabla 4 se tienen los diez residuos distribuidos según los intervalos
adoptados. También se ha dibujado el histograma consiguiente (gráfico 1) y
puede verse que la distribución de los residuos es campaniforme y simétrica,
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 67

esto es, semejante a la distribución normal, luego, sin otra prueba, concluimos
que puede aceptarse la hipótesis de normalidad en las perturbaciones y, así,
son válidas aquellas pruebas en que nos hemos servido de la t y de la F.

TABLA 4

Residuos Frecuencias
(intervalos) n(

— 5 —3 1
— 3 —1 2
— 1 1 4
1 3 2
3 5 1 — I — ¡ — i — i — i — ; —
- 5 - 3 - 1 1 3 5
10
GRÁFICO 1

XVI. RESUMEN DE RESULTADOS

El modelo cuantiflcado de las importaciones, con todos los resultados que

se han ido obteniendo es, pues,

Y* = 20,0057 + 1,3556 X2 — 0,5773 X3 R2 = 0,99

errores estándar -* (0,11) (0,17)
valores de t -* (12,32) (3,40) F = 489,71
/o.oi = 2,365 fo.os = 3,499 F0,oi = 4,74
n — 10 ; v = 2,48 ; d = 2,23 Fo.os = 9,55

en donde cabe concluir que las variables Xz y Xs explican adecuadamente bien

el comportamiento de las importaciones así que la ecuación ajustada sirve
para describir la relación existente —la lineal— entre las tres variables y
para explicar el comportamiento de las variaciones de las importaciones.
Generalmente, en la presentación de un modelo cuantiflcado no se suele
dar tanta información como la dada aquí, pero si se da se tienen a la vista
todos los datos que permiten juzgar la bondad del modelo.
Se puede decir ya que cuando la variable X2 aumenta en una unidad la
variable Y aumenta en 1,3556, y que cuando X3 aumenta en una unidad la
variable Y disminuye en 0,5773. Gimo las variables Y, X2 y Xz vienen dadas
en números índices (con base en 1969) resulta que estos aumentos (o dismi-
nuciones) son porcentajes con respecto al año base. Aunque esto puede pa-
recer que son las elasticidades, vamos a ver a continuación que no es así.
Las elasticidades —de la variable Y con respecto a X2 y X3— se calculan
del modo que se expone a continuación.
68 A. G. BARBANCHO

XVII. CÁLCULO DE LAS ELASTICIDADES

En las fórmulas [3], [4], [5] y [7] se tiene el modelo usual para el cálcu-
lo de las elasticidades de la variable dependiente con respecto a las indepen-
dientes. En general, el cálculo de elasticidades puede hacerse utilizando diver-
sas funciones. El uso de la potencial, [ 3 ] , se debe a que los parámetros que
hacen de exponentes, o sea, /32 y J33, dan las elasticidades de Y con respecto
a X2 y de Y con respecto a X3, respectivamente, con la característica de que
las elasticidades dichas son constantes en todos los puntos de la función. Por
ello, la función potencial es la preferida para calcular las elasticidades.
El modelo es, pues,

log Y = log A + fe log X2 + £3 log X3 + « [40]

o bien,
y = P1 + f32X2 + J33X3 + e. [41]

en que el cambio hecho no necesita explicación.

Se trata de cuantificar fh, P2 y £3 con los datos de las tabla 5, en donde se

dan los logaritmos decimales de los números índices dados en la tabla 2. Se
trabaja aquí con logaritmos decimales, pero resulta lo mismo si se emplean
logaritmos neperianos. Se han preferido los decimales porque son los más
usualmente conocidos.

TABLA 5

Años log Y log X, log X,

7

1960 1,322219 1,716003 2,079181

1961 1,477121 1,763428 2,079181
1962 1,602060 1,806180 2.064458
1963 1,698970 1,838849 2,037426
1964 1,748188 1,863323 2,021189
1965 1,857332 1,892095 1,991226
1966 1,913814 1,924279 1,982271
1967 1,908485 1,944483 1,973128
1968 1,934498 1,968483 2,000000
1969 2,000000 2,000000 2,000000
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 69

De los datos de la tabla se tienen los siguientes resultados:

2 y = 17,462687 "Zf = 30,936381 £ y x a = 32,864930

X x2 = 18,717123 £ 4 = 35,108770 £ y x3 = 35,249435
2 * 3 = 20,228060 ^4=40,931937 2 > 2 x 3 = 37,831520

Con estos datos, y haciendo

y* = b\ + ¿2 *2 + ¿3 *3 [42]

para la relación que estima a la [41], se tiene, tras aplicar la metodología ya

conocida,

y* = 2 , 0 6 + 1,84x2+ 1,37 x3 ; R2 = 0,98

errores estándar (0,30) (0,68) F = 169,16 ,-.,-,
L J
valores de t (6,06) (1,94) F0.oi = 4,74
to.m =2,365 ; to.oi = 3,499 FO.OB = 9,55

que es nuestro modelo cuantificado. En él puede apreciarse que la variable

X3 no es significativa (véanse los valores de t) pero todo el modelo sí es bueno
(véanse los valores de F).
Por tanto, las elasticidades son:

E£=l,84 ; E £ , = —1,37 [44]

Así que cuando X2 aumenta un 1 por ciento (en cualquier punto) la varia-
ble Y aumenta un 1,84 por ciento (en el punto correspondiente) y cuando X3
aumenta un 1 por ciento la variable Y disminuye un 1,37 por ciento.
Se tienen, así, las elasticidades deseadas.

XVIII. REPRESENTACIÓN GRÁFICA

El modelo expuesto en la sección xvn se puede representar gráficamente

separando sus componentes, esto es, los distintos términos de la función cuan-
tificada. Tales términos (bi, bi X2, bs X3 y e) se tienen en la tabla 3. La repre-
sentación gráfica es fácil de entender y de realizar pues basta con observar la
figura y los datos de la tabla 3.
En la parte inferior del gráfico 2 se tienen representados los valores de Y
observados y los de Y* dados por el modelo. La gran coincidencia entre ambas
70 A. G. BARBANCHO

b, r 20.0057 20

1960 61 62 63 64 65 66 67 68 69

GRÁFICO 2

líneas nos habla, una vez más, de la bondad del modelo. En cuanto a los
errores o residuos e, también se concluye que hay muy pocas observaciones
para poder sostener una forma de comportamiento; no obstante, hemos visto
que puede admitirse que su distribución es normal y que no están autocorre-
lacionados.

XX. RESUMEN

Se señala, en primer lugar, que todos los cálculos realizados se han hecho
con una máquina de calcular de mesa. No se ha utilizado ningún programa
de cálculo por entender que el mejor modo de aprender la cuantificación de
un modelo es seguir paso a paso todas las operaciones que se deducen del
tratamiento matemático directo. Quiere esto decir que con máquinas y pro-
gramas apropiados es mucho más rápido alcanzar el final, mas, para ello, se
necesita conocer la máquina y el programa de cálculo más conveniente. La
 UN MODELO ECONOMÉTRICO UNIECUACIONAL 71

programación, por tanto, es una operación que viene en función de la máqui-

na calculadora, computador u ordenador.
En segundo lugar, es justo señalar que los cálculos de cuantificación del
modelo y* = b\ + b-> x-¡ + bz *3 fueron realizados como ejercicio de clase,
por los alumnos Alfonso Erhardt Alzaga, Ignacio Benjumea Diez y Juan
Gómez Landero. Los del modelo y* = A x*1 x\* los realizó el alumno Jesús
Sánchez.
Finalmente, se añaden en el Apéndice la tabla 1 (Distribución normal tipi-
ficada), tabla 2 (Distribución t), tabla 3 (Distribución F) y tabla 4 (Test d de
Durbin-Watson) para que el lector pueda seguir la marcha de algunos cálculos
y razonamientos.

Facultad de Ciencias Económicas.

Universidad de Malaga.
O M ^ H fN c\ t ONojr^ONi-t o ir>, r*- ON »-<
ir\ ir* ^r i—i r^ (N ^ - i n r A M N r<^ ,_i ^ ,_< ^
r^ h- iH i n QO fM m OO r-1 f ^ v O O O O H f f \ t
q o^ *-•_ ^ ' - i <N„ «N^ <N * \ **\ «*\ **\ ^ r ^t-_ ^r -^r
o" o* o" o" o" o" o" o" o" o o o" o" o" o" o"

ON TJ- « ^ O "<*• O I"-. r«-\ \£) "*N ON O r*» CM \£D ON

**\ r- r~t ^t oo i-< *-* CN o NO £ • ; - ; ON so o Í N
O O H r t r t N
o " o ' o " <-> o o o* o" o " o "
o" o" o" o" o" o

OS Y\ Tf f«N 0 0 r - \ 0 ^ 0 C O h - O O P - <N 0 0
h - r ^ ^ o ^ o ir, oo ON r^ ^ r r>- C\OOTTO\H
(N\D C t O O ^ TT r ^ o ^ " ^ r*- ON —< <N TJ-
q q •-*, i-», «-J CN_
o" o" o" o" o" o ' o~ o" o" o o o o" o' o" o"

0> vfl vO \¡3 <N ^ O Í N *-< ON N O

r^ f-\ ÍN o r * <N UN \o UN •-* u-\
Tf r^ o f
**^ "N r-* >o ro r - o
ÍN SD O Ti" r ^ ^-f t^ Ov --• <N T f
O O^ »-i I-H I-H ÍN_ •H *H ^ . ^ KN - «^ r<N T ^T TT
o" o" o o o
o" o' o" o" o" o" o o" o" o" o"

ON NO r^ oo \ o oo í N r f c*N O N t-i O N TÍ- U N U N Tf

CA CN 00 vO ^ 00 (-vj (*-\ f\J C O rr\ "t t rH \0 0N
- i IA ON <A 1 ^ O t t^- O ^ "^ í*- ON y* ÍN *N
O O O H ^ H ÍN^ ÍN fN_r^ « ^ fN, • ^ (A t t t
o" o" o" o" o" o" o" o" o" o o o o* o" o" o"

o r-*- oo H o T ON-<I-IA t 22 O N U N O N i—i Í N

vO IA "t ( A O IA fN Í N O N U N 00
^-i l/N ON fA r^ O 00 O 0N N D O "- ON O <N c*-\
O O O i—i i—i íN r«N r- 0N ÍN UN (A f ^" 't
(N Ol N «*1 *^.
o o o o o o o o" o" o o o o" o o o

o r*- o m t ON r- fN r- oo UN oo r^ ÍN se o
(N *-''—* ON N O — UN r^ \o f*N oo O O OO CN r*
—i VN ON ÍN NO O »*N \0 ON (N T r- O N o Í N f \
O 9, Q, '"l, ^ ÍN (N (N tN ^ ^ r*~\ rr\ Tf Tt^ Tf_
o" o" o" o" o" o" o oo* o" o" o o o o* o" o"

O 00 ^ UN OO UN "I" Í N ON ÍN *-¡ ^o oo \ o Í N r^-

oo r-- r~~ ir\ ÍN oo íN TT c\ rí iS
O T 00 ÍN N O ON f^ v¡) ON ^ I 0O O0 vO <N " ^
O 0_ O. •-I tn w ÍN_ ÍN ÍN **\ ^ f"\ r«-\ TJ- TT T J ^
o" o" o" o o" o"o* o* o" o ° o" o" o" o" o"

c oo fN r * H o — —. O N0 OO lA» ON ON r^ in
0\ _ _ 00 C \
O "^r oc Í N ir\ ON <N \ o ON «-1 •^r \ 0 00 O ÍN <*N
ÍN fN ÍN «*\ í * \ <*N tr\ TJ- T J ^ " ^
O 0 _ O , rt ^ H H _
o o" o" o" o"
o" o" o" o" o" o" o" o o" o" o"

c oo 'AON TT m r^ o H ON »A r«N 0N ÍN ÍN ÍN
o ON ON r^- UN —' IT\ OO 00 WN —< r j - TJ- r*-\ 0N t+\
o *N r- H tr\ ON rsi v> oo "-• "f \D OO O *—* *A
°- °- °- w - *~l *™l fN¿ ÍN_ ÍN_ "N ^. ^ T ^ ^ .f^
o" o" o" o" o" o" o" o* o" o" o* o" o" o" o" o"

so r - oo ON. o_ IH f \ j f A ' t "A

°. ^ °i ^ "^ "^ o " o " o " o " *H
o" o" o" o" o" o"
 UN <r\ vo r-*- r-*. r-^ o >£) \ o CN
Tj- (T\ O ^O '—I 1T\ ON r H <r\ IT\ VO h - C O OO C \
UN so r - h- oo ON ON ON CN ON
Tf Tf QO 0 0 C \ C \ OS
TJ- TJ- TJ- ^ ^ " ^ ^ "fr
o" o" o" o o •<r To
o o T*-
|- T o o ^
o" o" o" o" o"

UN ir\ ON i-i ,<N Tf r>. f ^ TJ- H <"N r*N O \0 O

r<N CN ON ND _ 4 UN oo i—i m ir\
ir\ \ o s o r ^ c o oo oo CTN ON ON \ o r ^ o o M os
ON ON ON ON ON
Tf_ T f TJ; Tf_ T f ^ "*t, "^, " ^ "**"„ ^ " ^ T f Tf^ T f T f
o" o" o" o" o" o o" o" o" o" o" o 1
o" o" o"

ir\ \Q rr\ \Q CO cs| rsi ON UN ON

( N r H ON I T \ O l f > OO i H r ^ r f v o r~- h - oo oo
GN CO ON ON ON
I A \ f l \£> h - OO Tf Tf Tf Tf Tf ON 0N 0N GN ON
^ • ^ ^ ^ " ^

o" o" o" o" o o" o" o" o" o" " ^ " * • ^ ^ ^

o" o" o" o" o"

• A CO NO O f N NO i—I ON i—( 00 y~t r-t 0N UN ON

w o 0 0 UN O T f 00 O rr\ Tf NO i-*, r- oo oo
UN \Q NO r** C 0 OO 0 0 ON 0 N 0N ON ON ON ON ON
- ^ - ^ r TT ^ - ^ Tf Tf Tf Tf Tf

o" o" o d o" o" o" o" o" o" o" o" o" o" o"

lO, 0N 0 0 " * 00 (N o o NO ON NO O O O O ^ O N
O C N N ' * ON s o N r ^ oo oo
UN lr\ \ 0 I-- r-*- OO 00 ON 0N ON ON ON ON ON ON
^ Tf^ T f Tf TJ; Tf Tf Tf^ T f Tf
•^F T f ^ T f T ^ Tf
o" o" o" o" o o" o" o" o" o" o" o" o" o" o"

I O H H 0 0 ^ oo u*\ Tf r» UN ON ON r-^ Tf oo
ON ON h - f*N CN <r\ r - o CN Tf ^ s o r * o o oo
' t l A s O M ^ OO OO 0 N ON ON 0 N ON ON ON 0 N
Tf T(- T f Tf Tf Tf T f Tf Tf Tf ^ n- - ^ TI; n-
o o o o o o o o o o o o" o" o" o"

T f <N T f rNl 00 T í " i—I , - n \r\ r<N N 00 h - f<N 0O

0 0 0 0 vO "N 00 ¡3 r- o <N Tf l O NO h - 0 0 OO
•^ i r w o N r^ 0 0 OO 0 N 0 N ON ON ON ON 0N ON
*<f T f Tf Tf Tf ***• T f T f T f T f Tf Tf Tf Tf Tf
o o o o o o o o o o o o o o o

Tf r«N \ 0 NO " ^ O 0 0 OO CN| H NO r- NO <N r--

r^- r^. UN
rsj oo <*N \ 0 0 N CN] T f UN so r^ oo oo
OO OO CO ON 0N 0N 0N 0N ON 0N
TÍ- UN NOr-- f^- Tf Tf Tf Tf Tf Tf Tf Tf Tf Tf
o
Tf o
Tf o
Tf o
T f oT f o o o o o o o o o o

«^N T f ON 0 N 00 NO Tf s£) o O UN \ o UN PM r -
V O \ O T ) - H N CN \0 ON fNJ T f UN so r- oo oo
t I A sO h - N 0O OO 0O ON ON ON 0N ON 0N 0N
^f * ^ Tf Tf Tf^ " ^ Tf ^ Tf Tf Tf Tf Tf Tf Tf
o" o" o" o" o" o o " o" o " o" o" o" o" o" o"

p g T f , - ( rt\ fNJ r í i-H r*N 00 00 t*N UN T f ,-H f->

UN UN T f * - i f - - Í N \ o 0N i-í r*N UN \ o r-» oo oo
Tf UN NO r- r-- 00 00 00 ON ON ON ON ON 0N ON
Tf Tf Tf Tf Tf " * Tf Tf Tf Tf Tf Tf Tf Tf Tf
o o o o o o o o o o o" o" o" o" o"

NO r*- oo ON q «-£ rN|^ r*N T f UN^ NC; f > ; » 0 \ O^

^H" T-T I-T T-T r\T <N r í CNT <N" CN" (N (N~ CN* CST f*C
74 A. G. BARBANCHO

TABLA 2. — Distribución t

Valores de / para probabilidades específicas de i

V a. = 0,10 = 0,05 = 0,025 = 0,01 = 0,005

1 3,078 6,314 12,706 31,821 63,657

2 1,886 2,920 4,303 6,965 9,925
3 1,638 2,353 3,182 4,541 5,841
4 1,533 2,132 2,776 3,747 4,604
5 1,476 2,015 2,571 3,365 4,032

6 1,440 1,943 2,447 3,143 3.707

7 1,415 1,895 2,365 2,998 3,499
8 1,397 1,860 2,306 2,896 3,355
9 1,383 1,833 2,262 2,821 3,250
10 1,372 1,812 2,228 2,764 3,169

11 1,363 1,796 2,201 2,718 3,106

12 1,356 1,782 2,179 2,681 3,055
13 1,350 1,771 2,160 2,650 3,012
14 1,345 1,761 2,145 2,624 2,977
15 1,341 1,753 2,131 2,602 2,947

16 1,337 1,746 2,120 2,583 2,921

17 1,333 1,740 2,110 2,567 2,898
18 1,330 1,734 2,101 2,552 2,878
19 1,328 1,729 2,093 2,539 2,861
20 1,325 1,725 2,086 2,528 2,845

21 1,323 1,721 2,080 2,518 2.831

22 U21 1,717 2,074 2,508 2,819
23 1,319 1,714 2,069 2,500 2,807
24 1,318 1,711 2,064 2,492 2,797
25 1,316 1,708 2.060 2.485 2,787

26 1,315 1,706 2,056 2,479 2,779

27 1,314 1,703 2,052 2,473 2,771
28 1,313 1,701 2,048 2,467 2,763
29 1,311 1,699 2,045 2,462 2,756
30 1,310 1,697 2,042 2,457 2,750

1,282 1,645 1,960 2,326 2,576

 so <N 0\ r-- v\
ir\ a s oo" u"C TT KC r«-e o í OÍ fN~ OÍ OÍ Ol <N Ol CN

Os sO T sO t W*\ ^ f M tr\ ir\ r» O TT •«T v£> 0 0 OS »*N

i TT o- ov r- O sO f^ ^ Os oo r» vo so irs oi^ ^ o , o\ oq,
^T Os" oo" lO? TT TJ 1 " « C f*"C (*\ O Í OÍ OÍ OÍ OÍ OÍ OÍ OÍ OÍ OÍ OÍ O Í fsf O Í t-4 *-í

^H o r- o oo as oo oj o o »-H v> os
^H -*r oo_ o_ r^ - i ^ ^ '"L ° . os oo r - SOJA_ U*\ T f T^ Tf C"^
-*r as" OO" SO" Tf t « s " \ ( n ^ oí oí oí oí oí OÍ OÍ OÍ OÍ OÍ OÍ OÍ OÍ OÍ w*
Ol

m - ^ o j IA in ^ " s r^ i/*> irs o- o ^t- os i^ H x ws

o^ ^r_ oo^ o^ oo^ ^ l r^ ^ ( \ o_ a \ oq^ r*^ r-^ \o^ v\ u"\ irs^ TT_ ^
f^S Os" oo" so" Tt"" Tf" r«-C r<\" r<s? <r\ o í o í o í OJ o í o í o í o í OÍ o í (si (N (N (N ^H

r^ OS OS 0 0 w a s O O S ^ - ^-t^HfAsOw
ro " * o°_ 0 „ °°_ **H ^ ""i. <H '"1. P , ° \ o°„ ^ ^
OJ Os" co" so" "-T" TT r*\" r*"C r K r's" rK" o í o í fN <N rsi rsi Í S rsi (N oJ0404oaoj
o

s -t. Tj-^oin oo o- oo r*- <N OS O Ol >0 OS ^f O sO ro O Os 04 -4- u-s O

-5 f*\ "V ^ *"t °*r '"H, °°- "\ **"! <H q o , osm oo_ r^ r*^ r-^ so so so
04 0S*oÓ"sO"Tt Tt^ r<\ r«"C «*"\ **"N r«-C f<s" OÍ o í o í o í o í o í o í o í oí oí oí oí oí

•a 5
a
OJj —, --* so I A as r » a s oo <*"s O H ^ S O O
W3 ^ f*\ O ^ OJ^ O r*\ OS sO^ ""T <*\ OJ_ i-¿ O^ 0 \ OS
rK" fC »*C OÍ OÍ oj oj oí oí oí
^ "\ ' t ^ ° i
oí oí oí oí oí
r^ OJ Os" Os" so" U"C TJ-" <*"s? c«"\" r*"T f S
o
<
-1
-a
m ,o,
<
H V
> r*"\ OJ Tf l*> OO
ol <H - t ^ - i u-^ i-<_ oq^ so^ ^
OJ o s o s sO iA • ^ Tf" r*"C r^S í**\ ( A ( ^ ^ ^ C \ t^SOJOJOlOl OI040J0404

vn 0 0 Os r j so irs r - so i-H Os o s > H t OS

^ O ^ OJ_ V\ ^
Ol Os" os" so" «K"
h, ^ o °°. h.
Tf" T ^ TJ-~ ro" «*C
U\ TJ^ Tí^ r<\ OJ^
l*> f*"S «A í^S t<\ 55335 S-S553
—, ir\Tj-OS Tj-Tt-\OsOO OOOS^-íTt-oO rOOSirsojCS O S O J r o i A O
goioosr^, i > TT w -i, os^woo^r^sq, ^ "^ "O. "^ "^ ***! ''i. ÍH ^ P.
Oías'os'sO""^ irC^rJ^'^Tt- r r C r ^ í ^ S r ^ í*-\" r«^f*Sr<-Cf«s"rK' t A f\ (A <"\" f*S

^ - H » - « OSOSOJÍNsO -i- m r- O f os v\ —i oo yr\ •^- r^ oo o ^r

^ ir>_ - H h vO
i—i oo" o " I** sO
o s ir\ r o w-i o s
vs" irC irC irC ^ r
°°-, ^^^ ^
TT" T^ T ^ T ^ T^ TT
o^ ^H_ o_ o^ oo_
- ^ Tf rj^ rr" - ^ Tf" TT TT rK"

H r j es TJ- irs s o r ^ - o o o s o H <N ^ ^ r i o sor-oooso

 ON >*> ON
co oo r-

NO ON in r-- CN TT —i —i r-
fN, "^ «"i. ""1

(N (N *N
o\ oo i— h-

•W ON 00

R
o
i/N
O

c
"u fN OO \0 a
-*3

f-M

~0

< >
•-I
<
E-i ir\ O i-i OO CT\ *0
OS r-< (N CN <*"\ "•*• V\ if\ \0
-o
o,
entre ¿ y

ON ON 0N
TT NO %2 NO

"*3
00
O
o ON
1*}
•

•
*

*
O
vO NO
-a

PH

II