Академический Документы
Профессиональный Документы
Культура Документы
INTEGRANTES:
RAFAEL AQUINO
MARIPAZ
PALACÍN
MALPARTIDA,
KAREN
HIDALGO LÓPEZ
JAVIER
2018B
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
INDICE
1. MARCO TEÓRICO: ...................................................................................................................... 2
2. HIPÓTESIS: ................................................................................................................................. 3
3. FORMALIZACIÓN DE LAS HIPÓTESIS MEDIANTE EL MODELO ECONOMÉTRICO ....................... 3
3.1Formalización de hipótesis aplicando el modelo de rezago distribuido finito: ................... 3
4. APLICACIÓN DEL MODELO DE PDL ............................................................................................ 3
5. ESTIMACIÓN DEL MODELO ....................................................................................................... 4
6. VALIDAR EL MODELO ................................................................................................................ 9
6.1Estacionaridad de las variables X y Y:................................................................................... 9
6.2 Autocorrelación ................................................................................................................. 11
6.3 Heterocedasticidad ........................................................................................................... 12
6.4 Prueba de normalidad de los errores................................................................................ 13
7. EFECTUAR LA PRUEBA DEL P-VALOR ....................................................................................... 14
8. EVALUACIÓN DE LA PRUEBA F ................................................................................................ 15
9. ANEXOS ................................................................................................................................... 16
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
1. MARCO TEÓRICO:
SECTOR MANUFACTURA:
Considerado como parte del sector secundario de la economía del país encargado de
transformar los productos provenientes del sector primario las materias primas en
general en nuevos productos proporcionándoles un valor agregado.
Por lo tanto, se entiende que toda empresa que desarrolle actividades de
transformación de materias primas pertenecerá a la industria manufacturera, debemos
resaltar que el desarrollo de esta actividad requiere de factores importantes como
son: fuerza de trabajo, maquinarias y diversas herramientas.
En el sector manufacturero encontramos diversas áreas encargadas de la
transformación de diversos productos, entre ellos encontramos: bienes alimenticios,
producción textil, fabricación de maquinaria y equipos electrónicos, producción de
papel, de productos químicos y fármacos, utensilios metálicos, de plástico,
de madera y otros bienes intermedios.
La principal característica de la actividad industrial manufacturera en el Perú es
su carácter de industria ligera, entendiendo como tal aquella
cuya densidad de capital presenta un indicador relativamente bajo. Así, agregando a
la industria textil la madera y papeles, la agroindustria y otras manufacturas se aprecia
que se superan el 65% de las empresas existentes en el país, la segunda característica
que se puede apreciar es el casi insignificante desarrollo de la manufactura de bienes
de capital.
Bienes intermedio
Los bienes intermedios o también llamados productos semi-terminados son productos
utilizados como insumos para la producción de otros bienes o como productos
terminados; por ejemplo:
Cuando producimos acero o caucho estos estos serán posteriormente utilizados para
la producción de llantas y repuestos que serán considerados bienes finales
Bienes finales
Son los productos que no van a requerir un proceso de transformación posterior una
vez adquiridos, estos no son vendidos para la fabricación posterior de cualquier
otro producto si no que están dirigidos al consumo o uso final
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
2. HIPÓTESIS:
𝑌𝑡 = 𝛼 + ∑ 𝛽𝑖 𝑋𝑡−𝑖 + 𝜇𝑡
(2) 𝑌𝑡 = 𝛼 + ∑ 𝛽𝑖 𝑋𝑡−𝑖 + 𝜇𝑡
2
𝛽𝑖 = 𝑎0 + 𝑎1𝑖 + 𝑎2𝑖
𝑌𝑡 = 𝛼 + ∑ 𝛽𝑖 𝑋𝑡−𝑖 + 𝜇𝑡
2
𝑌𝑡 = 𝛼 + ∑( 𝑎0 + 𝑎1𝑖 + 𝑎2𝑖 )𝑋𝑡−𝑖 + 𝜇𝑡
Para poder estimar el modelo de rezago polinomial por Eview, el software no utiliza la
expresión expuesta anteriormente para el polinomio de Almon, sino que la toma ajustada
respecto al número de retardos.
Para ello la expresión del grado del polinomio será el siguiente:
𝛽𝑖 = 𝑎0 + 𝑎1 (𝑖 − c) + 𝑎2 (𝑖 − c)2 + 𝑎3 (𝑖 − c)3 … + 𝑎m (𝑖 − c)m
Donde “c”:
C = K/2 si k es “par”
C = (K-1) /2 si k es “impar”
MODELO DE ALMON
El modelo Almon permite cualquier estructura de retardos, es decir los parámetros, por
ejemplo, pueden decrecer luego crecer o tener un comportamiento sinuoso.
El modelo de Almon tiene una estructura de rezagos flexible frente a la estructura
de rezagos rígida del modelo de Koyck
Puesto que no se sustituye las variable independientes retardadas(Las Xs) con la
variable independiente retardada, no incumple ninguno de los supuestos del MCO
El modelo de Almon se estima por el MCO, el procedimiento es el siguiente:
1. Se debe determinar primero K (el número de rezagos del modelo) y m (el grado
del polinomio).
Para este modelo tenemos el m=2, ahora pasaremos a hallar el número de rezagos del
modelo, teniendo en cuenta que debe comenzar con una longitud de rezago
relativamente grande luego ir reduciéndolo.
Para la determinación del número de rezagos se eligió “El criterio de información de
Akaike”, en donde se seleccionó el número de rezagos incrementando el número de
rezagos hasta el punto en que AIC alcanzo un valor mínimo.
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
CON K=3
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 18:02
Sample (adjusted): 1993 2017
Included observations: 25 after adjustments
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 18:04
Sample (adjusted): 1994 2017
Included observations: 24 after adjustments
CON K=4
4
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 18:04
Sample (adjusted): 1994 2017
Included observations: 24 after adjustments
CON K=5
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 18:05
Sample (adjusted): 1995 2017
Included observations: 23 after adjustments
k=5 m=2
𝑌𝑡 = 𝛼 + 𝑎0 𝑃𝐷𝐿01 + 𝑎1 𝑃𝐷𝐿02 + 𝑎2 𝑃𝐷𝐿03 + 𝜇𝑡
𝑌𝑡 = −25449.80 + −0.384622𝑃𝐷𝐿01 − 0.406913𝑃𝐷𝐿02 + 0.315569𝑃𝐷𝐿03
+ 𝜇𝑡
Como k=5 (es impar)
C = (k-1) /2
C = (5-1) /2 = 2
C=2
Luego el polinomio de grado 2 viene dada por:
𝛽𝑖 = 𝑎0 + 𝑎1 (𝑖 − 2) + 𝑎1 (𝑖 − 2)2
Si i=0
𝛽0 = 𝑎0 − 2𝑎1 + 4𝑎2
𝛽0 = −0.384622 − 2(− 0.406913) + 4(0.315569)
𝛽0 = 1.69148
Si i=1
𝛽1 = 𝑎0 − 𝑎1 + 𝑎2
𝛽1 = −0.384622 − (− 0.406913) + (0.315569)
𝛽1 = 0.33786
Si i=2
𝛽2 = 𝑎0
𝛽2 = −0.384622
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
Si i=3
𝛽3 = 𝑎0 + 𝑎1 + 𝑎2
𝛽3 = −0.384622 + (− 0.406913) + (0.315569)
𝛽3 = −0.475966
Si i=4
𝛽4 = 𝑎0 + 2𝑎1 + 4𝑎2
𝛽4 = −0.384622 + 2(− 0.406913) + 4(0.315569)
𝛽4 = 0.063828
Si i=5
𝛽5 = 𝑎0 + 3𝑎1 + 9𝑎2
𝛽5 = −0.384622 + 3(− 0.406913) + 9(0.315569)
𝛽5 = 1.23476
6. VALIDAR EL MODELO
6.1Estacionaridad de las variables X y Y:
Se dice que un proceso es estrictamente estacionario si sus propiedades, como se dijo
antes, no se ven afectadas por cambios de origen temporal, esto es, cuando al realizar
un mismo desplazamiento en el tiempo de todas las variables de cualquier distribución
conjunta finita, resulta que esta distribución no varía.
a) ANÁLISIS GRÁFICO
X
70,000
60,000
50,000
40,000
30,000
20,000
90 92 94 96 98 00 02 04 06 08 10 12 14 16
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
b) CORRELOGRAMA
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
6.2 Autocorrelación
Breusch-Godfrey Serial Correlation LM Test:
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/27/18 Time: 14:23
Sample: 1995 2017
Included observations: 23
Presample missing value lagged residuals set to zero.
ANÁLISIS:
6.3 Heterocedasticidad
Heteroskedasticity Test: White
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/27/18 Time: 14:30
Sample: 1995 2017
Included observations: 23
ANÁLISIS:
ANÁLISIS:
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 19:52
Sample: 1990 2017
Included observations: 28
ANÁLISIS:
si pv ≤ α, aceptar H1
si pv > α, aceptar H0
Entonces se deduce:
8. EVALUACIÓN DE LA PRUEBA F
Dependent Variable: Y
Method: Least Squares
Date: 11/25/18 Time: 19:52
Sample: 1990 2017
Included observations: 28
ANÁLISIS:
Se observa que Prob (F-statistic) es menor a 0.05 por ello rechazamos la hipótesis de
no significancia, es decir la variable regresora afecta al modelo de forma conjunta.
UNIVERSIDAD NACIONAL DEL CALLAO
ESCUELA PROFESIONAL DE ECONOMIÍA
FACULTAD DE CIENCIAS ECONÓMICAS
9. ANEXOS
BASE DE DATOS
AÑO Y X
1990 25796.964 24524
1991 27297.067 26038
1992 28481.516 25421
1993 29370.908 26643
1994 35057.489 30583.02
1995 37001.016 32311.99
1996 40282.307 32878.98
1997 45559.171 34365.04
1998 48099.364 33425.05
1999 51773.541 32961.97
2000 55911.137 34792.05
2001 59729.237 35093.95
2002 64236.621 37423.86
2003 68194.346 38882.96
2004 78580.126 41777.96
2005 90526.678 44529.13
2006 91250.928 47765.97
2007 97501.431 52807
2008 105316.373 57354
2009 105200.345 53502.02
2010 106514.180 59255
2011 113031.086 64329.99
2012 119745.887 65264.99
2013 119046.218 68507.77
2014 118308.571 66047.14
2015 122944.836 65079.33
2016 134505.970 64032.63
2017 144997.7044 67319.2