INSTITUTO POLITECNICO NACIONAL

ESCUELA SUPERIOR DE ECONOMA

INTEGRANTES:
LPEZ NAVARRO ENRIQUE
REYES ZAMORA DAVID AXEL
PROFESOR(A): CLAUDIA ALVARADO CABRERA
MATERIA: ECONOMETRA
TRABAJO: MODELO ECONOMTRICO DE 3 VARIABLES
GRUPO: 2EM10






































Dependent Variable: VENTAS
Method: Least Squares
Date: 04/02/14 Time: 06:58
Sample: 1 15
Included observations: 15


Variable Coefficient Std. Error t-Statistic Prob.


C 128048.5 43034.43 2.975489 0.0116
PRECIO -0.065783 0.079734 -0.825030 0.4255
CANTIDAD -0.245640 0.056385 -4.356505 0.0009


R-squared 0.618672 Mean dependent var 59104.80
Adjusted R-squared 0.555118 S.D. dependent var 7016.788
S.E. of regression 4680.162 Akaike info criterion 19.91691
Sum squared resid 2.63E+08 Schwarz criterion 20.05852
Log likelihood -146.3768 Hannan-Quinn criter. 19.91540
F-statistic 9.734502 Durbin-Watson stat 1.770841
Prob(F-statistic) 0.003075


Prob t=.0009 < .05
Como la probabilidad individual de la cantidad es menor a .05, podemos tomar la decisin de que no es multicolineal, es decir es ortogonal,
por lo que procedemos a hacer una regresin simple con la variable.
Con la probabilidad de F, es decir la conjunta, el valor .0030, es menor que .5, por lo que pasamos a aceptar que existe relacin conjunta entre
las variables

Dependent Variable: VENTAS
Method: Least Squares
Date: 04/02/14 Time: 18:19
Sample: 1 15
Included observations: 15


Variable Coefficient Std. Error t-Statistic Prob.


C 93154.56687631623 7849.614009467024 11.86740733543932 2.3874026802896e-08
CANTIDAD -0.2298034781640179 0.05236149235447032 -4.388787787183812 0.00073263


R-squared 0.5970423933439838 Mean dependent var 59104.8
Adjusted R-squared 0.5660456543704442 S.D. dependent var 7016.787820241233
S.E. of regression 4622.323799049384 Akaike info criterion 19.83874857829044
Sum squared resid 277756404.9423582 Schwarz criterion 19.93315527177072
Log likelihood -146.7906143371782 Hannan-Quinn criter. 19.83774294974414
F-statistic 19.26145824093456 Durbin-Watson stat 1.596330274051799
Prob(F-statistic)
0.000732639615891282
3



Al realizar la regresin simple, se pudo observar que de nueva cuenta la probabilidad del estadstico t, es menor a .05, por lo que deducimos
que la variable cantidad no es significativa.
Para saber si existe multicolinealidad utilizaremos la herramienta de principal components, de donde nos arrojar la siguiente
informacin:

Principal Components Analysis
Date: 04/02/14 Time: 18:52
Sample: 1 15
Included observations: 15
Computed using: Ordinary correlations
Extracting 3 of 3 possible components


Eigenvalues: (Sum = 3, Average = 1)
Cumulative Cumulative
Number Value Difference Proportion Value Proportion


1 1.895441 0.986582 0.6318 1.895441 0.6318
2 0.908858 0.713157 0.3030 2.804299 0.9348
3 0.195701 --- 0.0652 3.000000 1.0000


Eigenvectors (loadings):

Variable PC 1 PC 2 PC 3


VENTAS 0.639554 -0.391050 0.661854
PRECIO 0.349443 0.914747 0.202799
CANTIDAD -0.684734 0.101579 0.721680


Ordinary correlations:

VENTAS PRECIO CANTIDAD
VENTAS 1.000000
PRECIO 0.124767 1.000000
CANTIDAD -0.772685 -0.340440 1.000000

Ya que el valor de la multicolinealidad del precio es cercano a 1 podemos decir que tenemos multicolinealidad imperfecta no grave.
Sin embargo, para la variable cantidad, el valor est bastante alejado del 1, entonces existe multicolinealidad imperfecta grave.
Procedemos a obtener la matriz de correlacin






DET|Q|=.8841, como el valor del determinante es cercano a uno, quiere decir que no
es necesario corregir la multicolinealidad.






C1 C2
R1 1 0.340440037932
8969
R2 0.340440037932
8969
1
Q=
CONTRASTE DE WHITE
Al correr la instruccin en eviews, obtenemos lo siguiente

Heteroskedasticity Test: White


F-statistic 1.186990 Prob. F(2,12) 0.3386
Obs*R-squared 2.477372 Prob. Chi-Square(2) 0.2898
Scaled explained SS 2.230632 Prob. Chi-Square(2) 0.3278



Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/02/14 Time: 19:30
Sample: 1 15
Included observations: 15


Variable Coefficient Std. Error t-Statistic Prob.


C -69014257 1.42E+08 -0.487267 0.6348
PRECIO^2 0.000460 0.000522 0.881753 0.3952
CANTIDAD^2 -0.001164 0.001344 -0.865982 0.4035


R-squared 0.165158 Mean dependent var 17523131
Adjusted R-squared 0.026018 S.D. dependent var 30425431
S.E. of regression 30027021 Akaike info criterion 37.44995
Sum squared resid 1.08E+16 Schwarz criterion 37.59156
Log likelihood -277.8746 Hannan-Quinn criter. 37.44844
F-statistic 1.186990 Durbin-Watson stat 2.461957
Prob(F-statistic) 0.338552




Como las probabilidades de ambas variables son
mayores a .05, concluimos que existe
heterocedasticidad.


PRUEBA DE BREUSCH-PAGAN-GODFREY

Heteroskedasticity Test: Breusch-Pagan-Godfrey


F-statistic 1.054279 Prob. F(2,12) 0.3786
Obs*R-squared 2.241786 Prob. Chi-Square(2) 0.3260
Scaled explained SS 2.018510 Prob. Chi-Square(2) 0.3645



Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/02/14 Time: 19:41
Sample: 1 15
Included observations: 15


Variable Coefficient Std. Error t-Statistic Prob.


C -1.82E+08 2.79E+08 -0.651535 0.5270
PRECIO 482.0085 516.3444 0.933502 0.3690
CANTIDAD -265.8309 365.1407 -0.728023 0.4806


R-squared 0.149452 Mean dependent var 17523131
Adjusted R-squared 0.007694 S.D. dependent var 30425431
S.E. of regression 30308152 Akaike info criterion 37.46859
Sum squared resid 1.10E+16 Schwarz criterion 37.61020
Log likelihood -278.0144 Hannan-Quinn criter. 37.46708
F-statistic 1.054279 Durbin-Watson stat 2.504346





Como las probabilidades de ambas variables son
mayores a .05, concluimos que existe
homocedastico.


CORRECCIN DE HETEROCEDASTICIDAD. De las pruebas, que se realizaron, especialmente la prueba de goldfen-quant, se
detect que existe heterocedasticidad, es decir que la varianza no es constante a lo largo de las muestras, de las cuales, se demostr
que la variable que presenta la heterocedasticidad es la variable Q, por lo que procedimos a eliminar la variable heterocedastica.
Al correr la regresin en eviews, podemos demostrar observar que SE

Dependent Variable: Y
Method: Least Squares
Date: 05/22/14 Time: 09:33
Sample: 1 15
Included observations: 15


Variable Coefficient Std. Error t-Statistic Prob.


C 33142.85 57291.54 0.578495 0.5728
X1 0.052473 0.115732 0.453395 0.6577


R-squared 0.015567 Mean dependent var 59104.80
Adjusted R-squared -0.060159 S.D. dependent var 7016.788
S.E. of regression 7224.767 Akaike info criterion 20.73198
Sum squared resid 6.79E+08 Schwarz criterion 20.82639
Log likelihood -153.4899 Hannan-Quinn criter. 20.73098
F-statistic 0.205567 Durbin-Watson stat 1.110154
Prob(F-statistic) 0.657740