UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO

FACULTAD DE INGENIERÍA ECONÓMICA

Taller II: Modelo de regresión múltiple
1. Una serie de investigadores realizaron encuestas a 859 individuos, con el fin de
establecer los determinantes del salario. Los resultados se encuentran en la base de
datos DataMincer.xlx Específicamente se considera el siguiente modelo.

𝐿𝑛(𝑆𝑎𝑙𝑎𝑟𝑖𝑜) = 𝛽0 +𝛽1 𝑒𝑑𝑢𝑐𝑎𝑖𝑜𝑛 + 𝛽2 ℎ𝑜𝑟𝑎𝑠𝑡𝑟𝑎𝑏𝑎𝑗𝑜 + 𝛽3 𝑒𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 +

𝛽4 𝑒𝑑𝑎𝑑 + 𝛽5 𝑚𝑜𝑡ℎ𝑒𝑟𝑒𝑑𝑢𝑐 + 𝑒

a) Muestre el tamaño de las matrices que definen el modelo.

SALARIOS EDUCACION EXPERIENCIA EDAD MOTHER_EDUC
769 12 11 31 8
808 18 11 37 14
825 14 11 33 14
650 12 13 32 12
562 11 14 34 6

. . . . . . . . . . . . . . .

477 12 9 31 7
664 16 10 34 16
520 16 6 30 11
1202 13 10 31 8
538 12 12 28 7

b) Intuitivamente, ¿Qué signos considera tendrán cada uno de los coeficientes?

𝛽0 > 0; 𝛽1 > 0 ; 𝛽2 > 0 ; 𝛽3 > 0 ; 𝛽4 > 0

c) Estime el modelo en E-VIEWS. ¿Qué puede decir sobre los signos esperados.
Significancia individual, global y bondad de ajuste?
Dependent Variable: LSALARIOS
Method: Least Squares
Date: 11/29/18 Time: 11:19
Sample: 1 859
Included observations: 857

Variable Coefficient Std. Error t-Statistic Prob.

C 5.098935 0.163357 31.21353 0.0000

EDUCACION 0.066469 0.007427 8.949203 0.0000
EXPERIENCIA 0.016930 0.004170 4.059418 0.0001
EDAD 0.012394 0.005127 2.417129 0.0159
MOTHER_EDUC 0.017741 0.004948 3.585542 0.0004

R-squared 0.159330 Mean dependent var 6.793350

Adjusted R-squared 0.155383 S.D. dependent var 0.417717
S.E. of regression 0.383894 Akaike info criterion 0.928918
Sum squared resid 125.5633 Schwarz criterion 0.956651
Log likelihood -393.0414 Hannan-Quinn criter. 0.939537
F-statistic 40.36938 Durbin-Watson stat 1.795711
Prob(F-statistic) 0.000000

1
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA
Signos esperados.-
o Los signos esperados son precisos.
Significancia Individual.-
o Para 𝛽0 Es altamente significativo al 1%, por ello se rechaza la hipótesis nula y
aceptamos la hipótesis alterna.
o Para 𝛽1 Es altamente significativo al 1%, por ello se rechaza la hipótesis nula y
aceptamos la hipótesis alterna.
o Para 𝛽2 Es altamente significativo al 1%, por ello se rechaza la hipótesis nula y
aceptamos la hipótesis alterna.
o Para 𝛽3 Es significativo al 5%, por ello se rechaza la hipótesis nula y aceptamos la
hipótesis alterna.
o Para 𝛽4 Es altamente significativo al 1%, por ello se rechaza la hipótesis nula y
aceptamos la hipótesis alterna.
Significancia Global.-
o El modelo es altamente significativo, lo que implica que rechaza la hipótesis nula, y
existe dependencia conjunta.
Bondad de Ajuste.-
o el R^2 indica que a un 15.9330% la variación del salario está siendo explicada por las
variaciones de las variables: educación, edad, experiencia, mother_educ. Manteniendo
constante los demás factores.

d) Cambie la especificación del modelo incluyendo las variables experiencia y edad

al cuadrado, y estime una nueva regresión. Interprete los resultados de los
coeficientes.
𝐿𝑛(𝑆𝑎𝑙𝑎𝑟𝑖𝑜𝑠) = 𝛽0 + 𝛽1 𝑒𝑑𝑢𝑐 + 𝛽2 exp + 𝛽3 exp2 + 𝛽4 𝑒𝑑𝑎𝑑 + 𝛽5 𝑒𝑑𝑎𝑑2 +
𝛽7 𝑚𝑜𝑡ℎ𝑒𝑟𝑒𝑑𝑢𝑐

Dependent Variable: LSALARIOS

Method: Least Squares
Date: 12/05/18 Time: 07:18
Sample: 1 859
Included observations: 857

Variable Coefficient Std. Error t-Statistic Prob.

C 5.320813 1.761780 3.020134 0.0026

EDUCACION 0.066267 0.007597 8.723269 0.0000
EXPERIENCIA 0.019746 0.014539 1.358169 0.1748
EXPERIENCIA^2 -0.000130 0.000645 -0.200969 0.8408
EDAD -0.002037 0.107392 -0.018969 0.9849
EDAD^2 0.000223 0.001616 0.137874 0.8904
MOTHER_EDUC 0.017693 0.004958 3.568241 0.0004

R-squared 0.159384 Mean dependent var 6.793350

Adjusted R-squared 0.153450 S.D. dependent var 0.417717
S.E. of regression 0.384333 Akaike info criterion 0.933522
Sum squared resid 125.5553 Schwarz criterion 0.972348
Log likelihood -393.0141 Hannan-Quinn criter. 0.948388
F-statistic 26.86048 Durbin-Watson stat 1.796329
Prob(F-statistic) 0.000000

2
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA

Por lo que se puede observar:

o Para 𝛽0 un sigue siendo positivo, indica que por más que la educación,… generan
más ganancia, sin alteración esta recibirá una cierta cantidad.
o Para 𝛽1 es positiva porque cuando un individuo tenga educación su remuneración
crecerá en 0.0066.
o Para 𝛽2 es positiva porque cuando se tiene más experiencia, las empresas te contratan
más y aun mejor salario, en 0.0197.
o Para 𝛽3 es negativo, ya que al elevar la experiencia al cuadrado, indica que la
experiencia tiene un punto óptimo en que desciende porque esto también afectaría a
la edad que tienes.
o Para 𝛽4 en este caso es negativo porque la interacción está directamente con la
experiencia, se podría decir que cuando la edad el menor las posibilidades que tengas
experiencia es poca.
o Para 𝛽5 es positivo porque a más edad, más experiencia, por lo tanto más salario.
o Para 𝛽6 es positivo, ya que cuando la madre tiene educación tiene más posibilidades
de apoyo desde pequeño a sus hijos por lo que, existe un futuro profesional con
mayores ingresos.

e) De acuerdo al modelo anterior. Calcule los efectos marginales sobre la variable

experiencia y edad. Interprete los resultados
Efecto Marginal.-

𝐿𝑛(𝑆𝑎𝑙𝑎𝑟𝑖𝑜𝑠) = 5.0998935 + 0.066469 𝐸𝑑𝑢𝑐 + 0.016930𝐸𝑥𝑝 + 0.012394𝐸𝑑𝑎𝑑

+ 0.017741𝑀𝑜𝑡ℎ𝑒𝑟𝑒𝑑𝑢𝑐

𝜕𝑆𝑎𝑙𝑎𝑟𝑖𝑜
∗ 𝑒𝑥𝑝
̅̅̅̅̅ => 0.016930 ∗ 970.5146 = 16.430812
𝜕𝑒𝑥𝑝
𝜕𝑆𝑎𝑙𝑎𝑟𝑖𝑜
̅̅̅̅̅̅̅̅̅̅ => 0.012394 ∗ 970.5146 = 12.02856
∗ 𝑒𝑑𝑎𝑑
𝜕𝑒𝑑𝑎𝑑

Por cada aumento de tiempo de experiencia, el salario aumentará un aprox. S/ 16.431;

manteniendo el resto de las variable contaste.

Por cada aumento de edad, el salario aumentará un aprox. S/ 12.029; manteniendo el

resto de variables constante.

f) Explique cuál de los dos modelos recomendaría, y porque.

Clasificando el mejor modelo

Criterio Modelo Modelo
Cudrático Minseriano
Fc 26.86048 40.36938 /
R^2 0.159384 / 0.159330
Akaike 0.933522 0.928918 /
Schwarz 0.972348 0.956651 /
Hannan-Quinn 0.948388 0.939537 /
R^2 Equivalente 0.95666 / 0.159330

El modelo recomendado es el cuadrático, por que explica mejor los coeficientes y las
estimaciones son más claras.

3
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA
2. Función de producción de quinua convencional en el altiplano Puneño:
Estudio de caso aplicativo (econometría aplicada a la economía de la producción
agrícola).
A partir de un experimento en 13 parcela de quinua convencional en el Distrito de
Cabanillas- Puno, el objetivo de un trabajo de investigación fue establecer los
determinantes del nivel de rendimiento de quinua. Los resultados del experimento de
encuentra en la base de datos Data_funcion_produccion.xlx Específicamente se
considera el siguiente modelo:

𝑌 = 𝛽0 + 𝛽1 𝑁 + 𝛽2 𝑃 + 𝛽3 𝑁 2 + 𝛽4 𝑃2 + 𝛽5 𝑁𝑃 + 𝑒

Donde:
Y= Rendimiento de quinua convencional en Kilogramos hectárea (Kg/ha)
N= Kilogramo de Nitrógeno hectárea (Kg de N ha)
P= Kilogramo de Fosforo hectárea (Kg de P ha)

a) Estime el modelo econométrico en E-VIEWS, ¿Qué puede decir sobre los signos
esperados, significación individual, global y bondad de ajuste?

Dependent Variable: Y
Method: Least Squares
Date: 11/22/18 Time: 17:27
Sample: 1 13
Included observations: 13

Variable Coefficient Std. Error t-Statistic Prob.

C 688.4784 760.6446 0.905125 0.3955

N 42.59004 11.60953 3.668540 0.0080
P 29.19038 13.64979 2.138521 0.0698
N^2 -0.333764 0.055766 -5.985101 0.0006
P^2 -0.382294 0.088011 -4.343701 0.0034
NP 0.234375 0.093231 2.513917 0.0402

R-squared 0.900789 Mean dependent var 3100.000

Adjusted R-squared 0.829924 S.D. dependent var 361.7089
S.E. of regression 149.1696 Akaike info criterion 13.15208
Sum squared resid 155761.0 Schwarz criterion 13.41283
Log likelihood -79.48854 Hannan-Quinn criter. 13.09849
F-statistic 12.71136 Durbin-Watson stat 1.541456
Prob(F-statistic) 0.002116

Signos esperados estuvieron compatibles:

o Para la constante si es necesario que sea positivo ya que, sin necesidad del
Nitrógeno y Fósforo esta normalmente puede dar una producción, pero no tan
optima agregando todas ellas.
o Para 𝛽1 Nitrógeno es positivo ya que, los rendimientos mejoran si agregamos.
o Para el 𝛽2 Fósforo es positivo porque, las tierras si necesitan y mejoran su
rendimiento.
o Para 𝛽3 Nitrógeno al cuadrado es negativo, porque es el punto óptimo en la que
este elemento puede ser utilizado y no más, ya que, traerían consecuencias.
o Para 𝛽4 Fósforo al cuadrado es negativo, porque es el punto óptimo en la que
este elemento puede ser utilizado, ya que si este se aumenta más traería
consecuencias al producto que se está cosechando.
4
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA
o Para 𝛽5 el signo es positivo, eso implica que son complementarios.
Significación Individual.-
o 𝛽0 no es significativo, por ello se acepta la hipótesis nula y rechazamos la alterna.
o 𝛽2 si es altamente significativo al 1% de confianza, indica que la rechaza la
hipótesis nula.
o 𝛽3 es significativo al 10% de confianza, indica que se rechaza la hipótesis nula,
aceptando la alterna.
o 𝛽4 es altamente significativo al 1% de confianza, indica que se rechaza la
hipótesis nula, aceptando la alterna.
o 𝛽5 es altamente significativo al 1% de confianza, indica que se rechaza la
hipótesis nula, aceptando la alterna.
o 𝛽6 es significativo al 5% de confianza, indica que se rechaza la hipótesis nula,
aceptando la alterna.
Significación Global.-
o En el modelo es altamente significativo, lo que implica es que se rechaza la
hipótesis nula con un α al 1%.
Bondad de Ajuste.-
o Las variaciones en Y están siendo explicadas por la variabilidad de insumos con
un 90.0789%
b) Calcular las elasticidades de producción promedio para ambos insumos.
Interprete sus resultados. Estamos sobre la utilidad que tienen estos resultados
para el diseño de políticas en el manejo de quinua convencional en el Altiplano
Puneño.
La elasticidad del Nitrógeno:
𝜕𝑌 𝑁 ̅ 𝑁̅
∗ = (𝛽1 − 𝛽3 ∗ 2𝑁 + 𝛽5 𝑃) ∗ ( )
𝜕𝑁 𝑌̅ 𝑌̅
𝑁̅
̅ + 0.234375𝑃̅) ∗ ( )
= (42.59004 − 0.333764 ∗ 2 ∗ 𝑁
𝑌̅
̅̅̅̅
90
= (42.59004 − 0.333764 ∗ 2 ∗ 90 + 0.234375 ∗ 60) ∗ ( )
̅̅̅̅̅̅̅
3100
= −0. .0994349
Si el rendimiento aumenta en un 10%, la cantidad de Nitrógeno disminuirá en
0.9945%, manteniendo el resto constante.
La elasticidad del Fósforo:

𝜕𝑌 𝑃̅ 𝑃̅
∗ = (𝛽2 − 𝛽4 ∗ 2𝑃 + 𝛽5 𝑁) ∗ ( )
𝜕𝑃 𝑌̅ 𝑌̅
𝑃̅
= (29.19038 − 0.382294 ∗ 2 ∗ 𝑃̅ + 0.234375𝑁
̅) ∗ ( )
𝑌̅
̅60
̅̅̅
= (42.59004 − 0.382294 ∗ 2 ∗ 60 + 0.234375 ∗ 90) ∗ ( )
̅̅̅̅̅̅̅
3100
= 0.3446808
Si el rendimiento aumenta en un 10% la cantidad de Fósforo aumentará en
3.4468%, manteniendo el resto constante.

c) Con del deseo de introducir medidas de apoyo a la producción de quinua

convencional, es necesario averiguar si los insumos utilizados se comportan como
complementarios o competitivos. Lleve a cabo la respectiva prueba de hipótesis
para un 𝛼 = 0.01, comente sus resultados.

5
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA
o Según los datos obtenidos en el software indica que los insumos son
complementarios.

Prueba de Hipótesis

Paso 1.- Planteamiento de hipótesis

𝐻𝑂 : 𝛽5 = 0
𝐻𝑎 : 𝛽5 ≠ 0
Paso 2.- Nivel de Significancia
𝛼 = 0.01
Paso 3.- Estadístico de Prueba
𝛽5 0.234375
𝑡𝑐 = = = 2.5139
𝑆𝑒𝑐(𝛽5 ) 0.093231
Paso 4.- Región de Decisión
2.5139

-3.707 3.707
Paso 5.- Conclusión del Investigador
Se acepta la hipótesis nula, por ello el parámetro 𝛽5 no es altamente significativo al α de
1%.

d) Con los resultados del modelo econométrico se pide realizar los siguientes
grafios:

a) grafico de la superficie de respuesta de Nitrógeno y fosforo sobre el

rendimiento (gráfico en tres dimensiones)
𝑌 = 688.4784 + 42.59004𝑁 + 29.19038𝑃 − 0.333764𝑁 2 − 0.382294𝑃2 + 0.234375𝑁𝑃

6
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA

b) gráfico del producto marginal y producto medio para nitrógeno.

c) gráfico del producto marginal y producto medio para fósforo

.

7
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA

e) Optimo Técnico: Con los resultados del modelo econométrico calcular los valores
críticos de N y P que optimizan la función de producción (rendimiento máximo)
Nota.- Resolver el sistema de derivadas parciales igualando a cero. Verificar el
cumplimiento de la condición suficiente del máximo.

𝜕𝑌
= 𝛽1 − 𝛽3 ∗ 2𝑁 + 𝛽5 𝑃 = 0
𝜕𝑁

42.59004 − 0.333764 ∗ 2 ∗ 𝑁 + 0.234375 ∗ 𝑃 = 0

𝜕𝑌
= 𝛽2 − 𝛽4 ∗ 2𝑃 + 𝛽5 𝑁
𝜕𝑃

29.19038 − 0.382294 ∗ 2 ∗ 𝑃 + 0.234375 ∗ 𝑁 = 0

0.667528 -0.234375 N 42.59004

-0.234375 0.764588 P 29.19038

N 1.67874456 0.51459839 42.59004

P 0.51459839 1.4656377 29.19038

N 86.5191206
P 64.6992876
𝑌max = 𝛽0 + 𝛽1 𝑁 + 𝛽2 𝑃 − 𝛽3 𝑁 2 − 𝛽4 𝑃2 + 𝛽5 𝑁𝑃
𝑌max = 3,521.361 𝑘𝑔 ℎ𝑎−1

f) Optimo Económico: Dado que el interés de los productores es la maximización

del ingreso monetario para el sustento familiar, cobra relevancia determinar el
óptimo económico, por lo tanto, teniendo en cuenta que el promedio del precio
de quinua convencional kilogramo es de S/ 3.57, el precio promedio de un
kilogramo de Nitrógeno es de S/ 5.00 y el precio promedio de un kilogramo de
Fósforo es de S/ 3.87. Calcular los valores críticos de N y P que optimizan la
8
 UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO
FACULTAD DE INGENIERÍA ECONÓMICA
función de beneficio. Nota.- Resolver el sistema de derivadas parciales
igualando a la relación precio factor precio producto.
𝜕𝑌 𝑃𝑁
= 𝛽1 − 𝛽3 ∗ 2𝑁 + 𝛽5 𝑃 =
𝜕𝑁 𝑃𝑌
5
42.59004 − 0.333764 ∗ 2 ∗ 𝑁 + 0.234375 ∗ 𝑃 =
3.57
𝜕𝑌 𝑃𝑃
= 𝛽2 − 𝛽4 ∗ 2𝑃 + 𝛽5 𝑁 =
𝜕𝑃 𝑃𝑌
3.87
29.19038 − 0.382294 ∗ 2 ∗ 𝑃 + 0.234375 ∗ 𝑁 =
3.57
0.667528 -0.234375 N 41.18947978
-0.234375 0.764588 P 28.41638

N 1.67874456 0.51459839 41.18947978

P 0.514598393 1.4656377 28.41638

N 83.76963858
P 62.84415795

𝑌max = 𝛽0 + 𝛽1 𝑁 + 𝛽2 𝑃 − 𝛽3 𝑁 2 − 𝛽4 𝑃2 + 𝛽5 𝑁𝑃
𝑌𝑚𝑎𝑥 = 3,517.394 𝑘𝑔 ℎ𝑎−1