Econometra 1 Grupo B

Taller 1: Correlacin y Regresin Simple

Laura Alejandra Morales 304039113
Paula Guzmn 304034113
Juan Sebastin Daz Tamayo - 304017212
Christian Camilo Mndez - 304038114
Laura Nataly Martinez Villa - 304001214
1. A partir de las base de datos lifeexp.dta, para Europa y Asia, Norte Amrica y Sur Amrica :
a) Diagrama de Dispersin Europa y Asia para expectativa de vida vs PIB per cpita:
.

Expectativa de Vida (Aos)

70
75

80

EUROPA

65

Como se evidencia en la grfica de

dispersin para la regin de Europa
y Asia no se observa una clara
relacin lineal entre las variables.

10000
20000
30000
PIB per capita (miles de dolares)

40000

b) Estadsticas descriptivas Europa y Asia, para las variables de expectativa de vida y PIB per
cpita;
Para los 41 pases de la regin de Europa y Asia se evidencia
que el mnimo de expectativa de vida es de 65 aos en
Kazakstn y la expectativa mxima 79 aos en Austria, la
expectativa promedio de vida es 73.2 aos y los datos de la
regin estn alejados del promedio por 4.15 aos, el rango
entre el ao mnimo y el mximo es de 14 aos.
El PIB per cpita ms alto de la regin es de Suiza con
US$39.980, y el ms bajo es Tayikistn con US$370, el
promedio de la regin es de US$10.738,05 y la dispersin en
dlares con respecto al promedio es de US$11.793,66, el
rango entre el PIB per capital ms alto y el ms bajo es de
US$39.980.

c) Matriz de correlacin Europa y Asia, para las variables de expectativa de vida y PIB per
cpita;
.
La relacin de la expectativa de vida y el PIB per
capital, es directa.

d) Diagrama de Dispersin Norte Amrica para expectativa de vida vs PIB per cpita:
.

Expectativa de Vida (Aos)

60
65
70
75

80

NORTE AMERICA

55

Como se observa en la grfica, no se

observa una clara relacin lineal entre la
expectativa de vida y el PIB per cpita

10000
20000
PIB per capita (miles de dolares)

30000

e) Estadsticas descriptivas Norte Amrica, para las variables de expectativa de vida y PIB per
cpita;
Para los 12 pases de la regin Norte Americana se evidencia que el mnimo de expectativa de
vida es de 54 aos en Hait y la expectativa mxima es de 79 aos en Canad, la expectativa
promedio de vida es 70.41 aos y los datos de la regin estn alejados del promedio por 6.41 aos,
el rango entre la expectativa de vida mxima y la mnima es de 25 aos.

El PIB per cpita ms alto de la regin es el de EEUU con

US$29.240, y el ms bajo es el de Hait con US$410, el
promedio de la regin es de US$5.817,17 y la dispersin en
dlares con respecto al promedio es de US$8.929, el rango
entre el PIB per cpita ms alto y el ms bajo es de
US$28.830

f) Matriz de correlacin Norte Amrica, para las

variables de expectativa de vida y PIB per cpita;
.
La relacin entre la expectativa de vida y el
para Norteamrica es directa.

PIB

per

cpita

g) Diagrama de Dispersin Sur Amrica para expectativa de vida vs PIB per cpita:
.

Expectativa de Vida (Aos)

65
70

75

SUR AMERICA

60

Como se evidencia en la grfica se evidencia

una leve tendencia lineal entre la expectativa de
vida y el PIB per cpita en Sur Amrica.

2000
4000
6000
PIB per capita (miles de dolares)

8000

h) Estadsticas descriptivas Sur Amrica, para las variables de expectativa de vida y PIB per
cpita;

Para los 10 pases de la regin Sur Americana se evidencia

que el mnimo de expectativa de vida es de 62 aos en
Bolivia y la expectativa mxima es de 75 aos en Chile, la
expectativa promedio de vida es 70.3 aos y los datos de la
regin estn alejados del promedio por 3.83 aos, el rango
entre el ao de expectativa ms alto y el ms bajo es de 13
aos.
El PIB per cpita ms alto de la regin es el de Argentina con
US$8.030, y el ms bajo es el de Bolivia con US$1.010, el promedio
de la regin es de US$3.645 y la dispersin en dlares con respecto al
promedio es de US$2.254,53, el rango entre el PIB per cpita ms
alto y el ms bajo es de US$7020.
i) Matriz de correlacin Sur Amrica, para las variables de expectativa de vida y PIB per cpita;

La relacin entre las variables en Suramrica es directa.

2. Revisando la teora econmica sobre la relacin entre la expectativa de vida y el PIB per cpita se
estableci que;
a) Se observa que ingresos ms altos mejoran las posibilidades de obtener bienes y servicios
favorables para la salud, tales como agua potable, mejor alimentacin, acceso a una mejor
educacin y un mayor acceso a bienes y servicios sanitarios. 1
El cuerpo de la literatura que aborda esta relacin puede clasificarse en tres grupos. En primer
lugar, encontramos los trabajos que relacionan la salud con las diferencias absolutas en el nivel de
ingreso (Marmot y Bobak, 2000; Marmot, 2002). En segundo lugar, aparece la denominada Teora
de la Variacin Relativa del Ingreso, donde se incorpora la distribucin de la renta como variable
explicativa de las diferencias en los niveles de salud (Gerdtham y Johannesson, 2004).
Finalmente, se ubican los estudios que se focalizan en analizar la causalidad entre ingreso y salud.
b) El coeficiente de correlacin entre las dos variables para todas las regiones:
Como se muestra en la tabla el coeficiente de correlacin es de
0.7182, lo que implica que las variables tienen una relacin
positiva, la esperanza de vida de la poblacin depende de los
niveles de PIB per cpita, como se revis tericamente, los
ingresos altos mejoran la calidad de vida y por ende aumentan
su duracin.

1Temporelli y Viego, K, V. (2011). Relacin entre esperanza de vida e ingreso. Lecturas de Economa, No.74, Recuperado de;
http://aprendeenlinea.udea.edu.co/revistas/index.php/lecturasdeeconomia/article/view/9994/17984

3. Para probar la relacin entre lexp y gnppc se estim un modelo de regresin lineal, obteniendo la
siguiente funcin lineal;
Lexp = 69.44836 + 0.0003234 (gnppc)
Como se evidencia en la ecuacin, si el PIB per cpita fuese 0, la
expectativa de vida es de 69.45 aos, y si se aumentara en un centavo el
PIB per cpita, la expectativa de vida aumenta 0.0003234 aos, haciendo
la conversin a horas se contextualiza que al aumentar el PIB per cpita
en un centavo, la expectativa de vida aumenta 2.79 horas.
De acuerdo al R2, el PIB per cpita explica la expectativa de vida en un
51,6%.

80

TOTAL REGIONES

50

60

70

Como se evidencia en la grfica, el modelo lineal

no ajusta en gran parte todas las observaciones a
la linea de tendencia estimada

10000
20000
30000
PIB per capita (miles de dolares)
Expectativa de Vida (Aos)

40000

Fitted values

4. Construyendo el modelo doblemente logartmico (log=log) se obtuvo ;

Ln(lexp) = 3.957925 + 0.0387864 ln(gnppc)
Como se evidencia en la ecuacin, cuando el PIB per cpita aumenta
1% la expectativa de vida aumenta 0.0387864%.
De acuerdo al R2, el PIB per cpita explica la expectativa de vida en un
58.21%.
La varianza es de 0.00201747 lo cual muestra en comparacin del
modelo lineal, que es significativamente pequea, es decir el modelo
log=log es un buen modelo.
Adems de ello el AIC de este modelo es de -210.2186 y el BIC es de
-205.9323, siendo los dos muy menores con respecto a los hallados en
el modelo lineal.

4.4
4.3
4

4.1

4.2

Se evidencia en la grfica que el modelo

log=log explica el comportamiento de las
variables con una relacin positiva y un mejor
ajuste en la lnea de tendencia.

8
9
PIB per capita (miles de dolares)

Expectativa de Vida (Aos)

10

11

Fitted values

5. Si el PIB per cpita aumenta en un 2% lo

que sucede con la expectativa de vida es:
2% * 0.0387864 = 0.0775728%, si el PIB per cpita aumenta un 2% la expectativa de vida aumenta
un 0.0775728%.
6. Construyendo la tabla de anlisis de varianza (ANOVA) para el modelo lineal, se establece la
hiptesis para establecer dependencia global, con el estadstico de Fisher.

,Definicin de las variables

Ho: 1 = 0
H1: 1 0
Error = 5%
FC =

733.446553 688.490055
/
1
61

64.983
FT: 3.998
64.983 > 3.998, la exceptiva de vida depende del PIB per cpita (H1 aceptada); adems de ello teniendo en
cuenta el Prob > F se estima una dependencia global con un error del 1%.
7. Se determin el procedimiento de prueba de hiptesis a travs del estadstico t para los dos
modelos:
a. Para modelo lineal;
H0: 1 = 0
H1: 1 0

= 5%
tc =

|0.0003234
0.0000401 |

= 8.064837905

tt = 1.9996
8.064837905 > 1.9996, lo que implica que PIB per cpita tiene efecto en la expectativa de vida
con un error del 5%, se rechaza la hiptesis nula y se acepta la alternativa.
b. Para modelo log = log;
H0: 1 = 0

H1: 1 0

= 5%
tc =

|0.0387864
0.0042078 |

= 9.217738486

tt = 1.9996
9.217738486 > 1.9996, lo que implica que PIB per cpita tiene efecto en la expectativa de vida
con un error del 5%, se rechaza la hiptesis nula y se acepta la alternativa.
8. Calculando la prueba de hiptesis para 1 > 0.05;
H0: 1 +0.05
H1: 1 > +0.05

tt = 1.67021950

= 5%

2.664955559 > 1.67021950, se rechaza la

hiptesis nula y se acepta la hiptesis alternativa,
tc =
= 2.664955559
lo que implica que 1 es estrictamente mayor a
0.05
9. Utilizando los estadsticos, determinamos que el mejor modelo es;

0.03878640.05
0.0042078

a. Estadstico de dependencia F de Fisher:

Para modelo lineal 64.983 > 3.998, la exceptiva de vida depende del PIB per cpita (H 1
aceptada) con un error del 5%
Para modelo log=log
Ho: 1 = 0
H1: 1 0
Error = 5%
FC =

0.171420731 0.123065676
/
1
61

= 84.96816441

Ft = 3.998
84.96816441 > 3.998, la exceptiva de vida depende del PIB per cpita (H 1 aceptada) con un error
del 5%
b. Estadstico de relevancia t student;
Para modelo lineal; 8.064837905 > 1.9996, lo que implica que PIB per cpita tiene
efecto en la expectativa de vida con un error del 5%, se rechaza la hiptesis nula y se
acepta la alternativa.
Para modelo log=log; 9.217738486 > 1.9996, lo que implica que PIB per cpita tiene
efecto en la expectativa de vida con un error del 5%, se rechaza la hiptesis nula y se
acepta la alternativa.
c. Estadstico de ajuste
R2; no puede compararse para estos dos tipos de modelos.
Varianza para modelo lineal; 11.2867222
Varianza para modelo log=log; 0.00201747
Error estndar del modelo lineal; 3.3596
Error estndar del modelo log=log; 0.04492

d. Criterios de informacin
Para modelo lineal AIC es igual a 333.4423, y el BIC es de 337.7286, valores muy
grandes con respecto a los hallados en el modelo log=log.
Para modelo log=log El AIC de este modelo es de -210.2186 y el BIC es de -205.9323,
siendo los dos muy menores con respecto a los hallados en el modelo lineal.
e. Criterio econmico: La expectativa de vida depende de muchas otras variables que no pueden ser
cuantificadas con exactitud: conflictos sociales, distribucin de la riqueza y tendencias culturales
son algunas de ellas. De acuerdo a la pendiente de crecimiento de la variable lexp respecto a
gnppc en el modelo general de esta relacin de variables, se evidencia que en rentas bajas un peso
adicional de gnnpc proporciona un cambio mayor, y a su vez decreciente con el aumento de la
renta per cpita. Lo que indica que en los pases de renta ms baja los cambios marginales en su
ingreso proporcionaran un mayor cambio en la expectativa de vida, en contraste, los pases de
renta alta no resultan ser muy sensibles en la variable expectativa frente a cambios en la variable
gnppc.
Recomendacin: El modelo recomendado es el log=log ya que de acuerdo a los criterios de informacin
AIC y BIC (-210.2186 y -205.9323) son ms bajos que los del modelo lineal (333.4423 y 337.7286),
adems de ello, las varianzas y los errores estndar son ms pequeos, a partir de la grfica del modelo
log=log se evidencia una lnea de tendencia ms ajustable a los datos que en el modelo lineal.
10. Construyendo cuadro comparativo entre modelos y regiones para el efecto del PIB per cpita sobre
la expectativa de vida y su significancia.
MODELO LINEAL

MODELO LOG=LOG

EUROPA

1 = 0.0002881
R2 = 0.6714
Erro Std = 0.0000323
P < 0.0000

1 = 0.0316141
R2 = 0.6978
Erro Std = 0.0033314
P < 0.0000

NORTE AMERICA

1 = 0.0004207
R2 = 0.3228
Erro Std = 0.0001927
P < 0.054

1 = 0.0644369
R2 = 0.6002
Erro Std = 0.0166318
P < 0.003

SUR AMERICA

1 = 0.0010616
R2 = 0.3903
Erro Std = 0.0004691
P < 0.053

1 = 0.0602934
R2 = 0.5104
Erro Std = 0.0208767
P < 0.020

Teniendo en cuenta el punto anterior la recomendacin es emplear el modelo log=log para la explicacin
de las variables, el anlisis por regiones de la tabla anterior muestra que el efecto del PIB per cpita sobre
la expectativa de vida en Norte Amrica es mayor que en las otras dos regiones ya que un aumento de 1%

en el PIB per cpita, aumenta la expectativa de vida en un 0.0644369% versus el incremento del
0.0602934% en Sur Amrica y del 0.0316141% para Europa y Asia , sin embargo el PIB per cpita
explica mejor la expectativa de vida en la regin de Europa, analizando por modelos separados. Estas
estimaciones para el modelo log=log adems muestran que la expectativa de vida depende del PIB per
cpita con un error menor al 1%, lo cual es bajo y confiable.

ANEXO 1 (Do File Stata)

clear all
use lifeexp
sort region
by region: tabstat lexp gnppc ,statistics (n min max range sd count sum mean)
by region: correlate lexp gnppc
label var gnppc "PIB per capita (miles de dolares)"
label var lexp "Expectativa de Vida (Aos)"
twoway (scatter lexp gnppc if region==1), title(EUROPA)
twoway (scatter lexp gnppc if region==2), title(NORTE AMERICA)
twoway (scatter lexp gnppc if region==3), title(SUR AMERICA)
correlate lexp gnppc
reg lexp gnppc
outreg2 using modelo1.xls
label var gnppc "PIB per capita (miles de dolares)"
label var lexp "Expectativa de Vida (Aos)"
twoway (scatter lexp gnppc)(lfit lexp gnppc), title(TOTAL REGIONES)
ssc install outreg2
gen llexp=ln(lexp)
gen lgnppc=ln(gnppc)
regress llexp lgnppc
outreg2 using modelo2.xls
estat ic

twoway (scatter llexp lgnppc) (lfit llexp lgnppc)

sort region
by region: reg lexp gnppc
by region: reg llexp lgnppc