You are on page 1of 33

1.1.

1 Estimación parámetros método MCO

T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-1: ESTIMACION DE
EXPORTACIONES Y PRECIO DE EXPORTACION DEL ESPARRAGO DEL PERÚ
2000-2016
Valor Estimado
i
_ _ _
Años LOG (EX) LOG (PR)  ( x  x)( y  y ) ( x  x) 2 i2
Y
2000 17.427 17.801 17.52005 1.17882 1.73958 -0.09336 0.00872
2001 17.541 17.971 17.62335 0.89517 1.31957 -0.08216 0.00675
2002 17.782 18.234 17.78303 0.47711 0.78429 -0.00130 0.00000
2003 18.022 18.501 17.94488 0.18502 0.38303 0.07664 0.00587
2004 18.085 18.760 18.10225 0.08454 0.12930 -0.01688 0.00029
2005 18.198 18.890 18.18096 0.02819 0.05284 0.01688 0.00028
2006 18.344 19.047 18.27616 -0.00170 0.00533 0.06764 0.00458
2007 18.384 19.278 18.41632 0.00997 0.02495 -0.03274 0.00107
2008 18.514 19.247 18.39762 0.02466 0.01616 0.11679 0.01364
2009 18.621 19.339 18.45381 0.06614 0.04828 0.16765 0.02811
2010 18.634 19.488 18.54368 0.11525 0.13529 0.09011 0.00812
2011 18.643 19.498 18.55005 0.12212 0.14312 0.09323 0.00869
2012 18.587 19.654 18.64440 0.14229 0.28494 -0.05738 0.00329
2013 18.642 19.840 18.75776 0.23139 0.51925 -0.11619 0.01350
2014 18.707 19.767 18.71356 0.25055 0.41959 -0.00631 0.00004
2015 18.683 19.859 18.76930 0.26804 0.54700 -0.08641 0.00747
2016 18.635 19.862 18.77072 0.23300 0.55047 -0.13621 0.01855
Total 311.44788 325.03505 311.44788 4.31054 7.1030 0.00000 0.12897
Promedio 18.32046 19.11971

FUENTE: BANCO CENTRAL DE RESERVA DEL PERU

(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 4.31054
𝛽̂1 = = = 0.606862421
(𝑥 − 𝑥̅ )2 7.1030

𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 18.32046 − (0.606862421) ∗ 19.11971 = 6.717430892

1.1.2 PLANTE ANDO EL MODELO

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖

Dependent Variable: LOGEX
Method: Least Squares
Sample: 1 17
Included observations: 17

Variable Coefficient Std. Error t-Statistic Prob.

C 6.717431 0.665593 10.09240 0.0000
LOGPR 0.606862 0.034792 17.44259 0.0000

1.1.3 Los parámetros del modelo:

Por lo tanto, la ecuación de regresión muestral quedara:

𝑌 = 6.717431 + 0.606862𝑋1

Interpretación de los parámetros del modelo.


B 0 = 6.717431

Este resultado nos indica que cuando el precio de la exportación es equivale a 0,
la oferta exportable de espárragos aumentara en 6.717431%


B 1 = 0.606862

Indica que, para un incremento en una unidad del precio de la exportación de
esparrago, produce en promedio un aumento de 0.606862% de la oferta
exportable.

1.1.4 Los coeficientes de regresión

R-squared 0.953014 Mean dependent var 18.32046
Adjusted R-squared 0.949882 S.D. dependent var 0.414192
S.E. of regression 0.092726 Akaike info criterion -1.808212
Sum squared resid 0.128971 Schwarz criterion -1.710187
Log likelihood 17.36980 Hannan-Quinn criter. -1.798468
F-statistic 304.2440 Durbin-Watson stat 0.878962
Prob(F-statistic) 0.000000

Coeficiente de correlación
∑ 𝑥1 𝑦1 4.31054 𝑟
= = = 0.976224357
√(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(7.1030)(2.74488)

Interpretación:

Indica que existe una fuerte relación lineal entre la oferta exportadora y el precio de
exportación, dado que el resultado se encuentra cerca de la unidad, esto indica una
relación lineal positiva, a medida que incrementa el precio de exportación aumenta
también la oferta exportable . El ajuste es bueno.

Coeficiente de determinación: 80.1%

2
∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 2.61590
𝑟 = = = = 0.953014
∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 2.74488

Este resulta nos indica que la oferta exportable esta explicado en un 95.30% por el
precio de exportación y el 4.7% esta explicado por otros factores que están fuera
del modelo.

-1: DISPERSIÓN DE LAS VARIABLES DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS) INTERPRETACIÓN: Como podemos observar en el gráfico de dispersión de las variables en estudio las cuales son el consumo privado y el la demanda interna presentan una relación lineal fuerte. Dicha relación se estudiará teniendo en cuenta el coeficiente de correlación .G RAFICA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT . cuya pendiente es positiva.

0067 0.-2: ANÁLISIS DE LA VARIANZA DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN Valor Estimado SCReg SCRes SCT Años LOG (EX) LOG (PR) 𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2 2000 17.501 17.498 18.1.0186 0.621 19.75776 0.6407 0.11971 FUENTE: ELABORACIÓN PROPIA T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .0982 2011 18.6 HIPOTESIS DE LAS V ARI ABLES DEMANDA INTERNA Y EL CONSUMO PRIV ADO Hipótesis general 𝐻0 = No existe una relación lineal entre la oferta exportadora y el precio de exportación.244001 Residuos 15 0.44788 325.0527 0.71356 0.0059 0.1313 2016 18.7988 2001 17.0711 2013 18.707 19.0178 0.339 18.52005 0.514 19.1031 2014 18.0150 2006 18.2027 0.587 19.085 18.344 19.0087 0.1411 0.0498 0.6073 2002 17.654 18.74488 Promedio 18.0135 0.4860 0.0195 0.5 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .0020 0.0003 0.76930 0.008598047 Total 16 2.03505 311.0081 0.0906 2010 18.022 18.1.0046 0.0040 2008 18.0000 0.0553 2005 18.62335 0.0087 0.541 17.767 18.488 18.047 18.427 17.247 18.0376 2009 18.64440 0.1049 0.94488 0.971 17.862 18.278 18.1042 2012 18.54368 0.859 18.61590 0.234 17.18096 0.39762 0.1912 0.0092 0.782 18.0005 2007 18.44788 2.0003 0.760 18.0281 0.0000 0.32046 19.61590432 2.78303 0.683 19.643 19.41632 0.45381 0.0986 Total 311. .-3: ANÁLISIS DE LA ANOVA DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN Grados de Suma de cuadrados Promedio de los cuadrados F libertad Regresión 1 2.77072 0.634 19.0033 0.2015 0.0011 0.198 18.10225 0.801 17.890 18.55005 0.0060 0.0894 2004 18.1496 2015 18.61590432 304.12897 2.0476 0.642 19.74487503 FUENTE ELABORACIÓ PROPIA 1. 𝐻1 = Existe una relación lineal entre la oferta exportadora y el precio de exportación.1545 0.840 18.1.384 19.2888 0.2902 2003 18.12897071 0.0075 0.27616 0.635 19.0136 0.

67864 𝑉𝑎𝑟(𝛽̂0 ) = 𝜎 = ∗ 0.1.092725656 𝑛−2 15 ∑ 𝑋𝑖2 2 6.67864 𝑒𝑒(𝛽̂0 ) = √ 2 𝜎=√ ∗ 0.05 Estadístico de prueba 2.se muestra los errores estándar de las estimaciones de MCO.12897 𝜎̂ 2 = = = 0.092725656 = 0.61590432 𝐹𝑐𝑎𝑙 = = 304.221. Nivel de significancia ∝= 0. el modelo es significativo. Es decir.443013663 𝑛 ∑ 𝑥𝑖2 17 ∗ 7. Dado el supuesto gaussiano puede obtenerse de la siguiente manera: ∑ 𝑢̂2 0.008598047 𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.1030 ∑ 𝑋𝑖2 6.7 Predicción o errores estándar de la estimación de mínimos cuadrados La predicción del valor estimado se mide por su error estándar (ee).244001 0.15) = 2. 𝛽̂1 .665592716 𝑛 ∑ 𝑥𝑖 17 ∗ 7. por lo tanto.008598047 𝑛−2 15 ∑ 𝑢̂2 0.001210482 ∑ 𝑥𝑖 7. 1.12897 𝜎̂ = √ =√ = 0. podemos afirmar que la oferta exportadora estas significativamente relacionadas con el precio de exportación.131449546 𝐹𝐶𝑎𝑙 > 𝐹𝑇𝑎𝑏 Interpretación Dado que 𝐹𝐶𝑎𝑙 > 𝐹𝑇𝑎𝑏 se rechaza la hipótesis nula.221.008598047 = 0. que se refiere como medida de confiabilidad o predicción de los estimadores 𝛽̂0 .1030 𝜎2 0.1030 .008598047 𝐹𝑡𝑎𝑏 (1.

1030 √∑ 𝑥𝑖2 1.44259157 0.034791987 √7.8 Prueba de hipótesis para la pendiente del model o 𝐻0 : 𝛽1 = 0 𝐻0 : 𝛽1 ≠ 0  Estadístico de prueba 𝛽̂1 − 𝛽1 𝑡𝑐𝑎𝑙 = 𝑠𝑒(𝛽̂1 ) 0.034791987)] [𝐿𝑖𝑛𝑓.606862 − 0 𝑡𝑐𝑎𝑙 = = 17. Es decir. por lo tanto.13144955 2 Conclusión: Dado que Tcal > Ttab. 𝐿𝑠𝑢𝑝= ] = [0.05  El valor de tabla: 𝑡(𝛼.1.606862421 ± (2. contribuye a explicar el modelo. 𝜎 0.131449546 ∗ 0.092725656 𝑒𝑒(𝛽̂1 ) = = = 0.20−2)= 2. la pendiente es significativa. 0. se rechaza la hipótesis nula.532705056.034791987  Nivel de significancia ∝= 0.  Intervalo de confianza para 𝜷𝟏 𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )] 𝛽̂1 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) [0. el precio de exportacion es una variable explicativa.681019786] .

1. se puede afirmar con un 95% de certeza que.004691823 ≤ 𝜎 2 ≤ 0.1 Especificación económica 𝐷𝐼 = 𝑓(𝐶𝑃𝑏) 𝐷𝐼 = 𝑎 + 𝑏(𝐶𝑃𝑏) 1. . INTERPRETACION: Como conclusión. para dicho estudio se presenta el siguiente cuadro con la información: 1.2.975 . 𝑛−2 ( 15 ) ∗ 0. la oferta exportadora se incrementaran por lo menos 0. por cada incremento del precio de exportación.6810 veces en promedio. estudiaremos la relación que hay entre las variables de demanda interna (DI) y consumo público (CPb).4884 6.2 Especificación matemática El modelo que se presentará a continuación busca reproducir los principales mecanismos de transmisión a través de las cuáles el Consumo Público (CPb).2. 𝑛 −2 1− 2 .008598047 ( 15) ∗ 0.025.5327 y a lo mucho 0.008598047 ( 15) ∗ 0.008598047 ≤ 𝜎2 ≤ 27.2 ESPECIFICACIÓN DEL MODELO DEMANDA INTERN A Y CONSUMO PÚBLICO. 15 𝑋0. A continuación.020595441  INTERPRETACIÓN Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los límites caerá el verdadero 𝜎 2 .2621 0.  Intervalo de confianza para la varianza poblacional ( 𝑛 − 2 ) 𝜎2 2 ( 𝑛 − 2) 𝜎 2 ≤ 𝜎 ≤ 𝑋𝛼2 𝑋2 𝛼 2 .008598047 2 ≤ 𝜎2 ≤ 2 𝑋0. 15 ( 15 ) ∗ 0. acertaremos a la larga 95% de las veces.

en un contexto institucional particular. para ello Planteamos un modelo matemático y suponemos que: 𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 Dónde: DI: Demanda Interna.2. 𝑿𝟏 : Consumo Público.4 Estimación parámetros método MCO . 1. 1. es una variable aleatoria (estocástica) con propiedades probabilísticas bien definidas. 𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝜇 Donde u. 𝜷𝟏 : Parámetros Esta ecuación plantea que el Demanda Interna está relacionada linealmente con el Consumo Público (CPb).2.afectan a la Demanda Interna.3 Especificación econométrica Partiendo de la especificación matemática. conocida como término de perturbación o de error. 𝜷𝟎 . procedemos con la formulación del modelo econométrico que permitirá dar cuenta de los determinantes principales que explican la dinámica de la Demanda Interna nacionales durante el periodo 1997- 2016.

628051 0.88151 -2.0 6.84720 -7.94226 3.13486 3.47584 8.81058 7.6 3.354852 0.6 3.-4: E STIMACIÓN DE PARÁMETROS DEMANDA INTERNA Y CONSUMO PRIVADO Valor Estimado i i2 _ _ _ Años DI CPb  ( x  x)( y  y ) ( x  x) 2 Y 1997 6.35029 13.33288 7.60388 0.6 5.89936 2016 0.81053 1.610051 0.26444 6.9 4.47783 2.42367 61.6 4.54603 6.1 5.34104 2002 4.216 (𝑥 − 𝑥̅ )2 235.79072 7.56023 4.3 8.63128 -2.9 5.5 PLANTE ANDO EL MODELO 𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖 1.15360 1.88122 35.9 -0.1 5.213496) ∗ 5.216478 0.54529 -1. Error t-Statistic Prob. C 3.18929 FUENTE: ELABORACIÓN PROPIA (𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 50.57317 2000 1.43497 1.38150 -62.89273 -4.6 5.46037 21.51050 32.05277 0.68516 7.34291 1.00000 527.13144 37.28764 -1.29034 1999 -3.2 9.23214 2012 7.08317 2008 13.00962 5.98684 15.43147 31.80340 2006 11.0076 0.66596 -0.36467 2003 3.13574 2.6 5.49097 21.0 3.06916 1.22517 3.77236 2013 7.22485 16.30017 5.21008 2015 2.78586 94.7 4.52069 -6.92876 0.02254 3.71054 5.591480 2.74308 3.E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .25662 -9.591 1.18929 = 3.05639 101.1 4.03834 2005 4.5 4.75367 1.47393 1.0076 𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 4.63213 -1.48224 Total 94.4 7.13100 2011 7.2 6.78953 0.1209 CPBL 0.14310 1998 -1.21074 50.60264 2.17314 235.49730 1.3 4.69353 7.8 5.70715 -2.5495 .17314 𝛽̂1 = = = 0.3 13.15969 10.79585 4.81749 2.04241 16.2.6 -0.64673 93.1 4.205999 1.9 9.7 4.3 6.54958 0.08703 0.04082 8.4 4.13680 15.1 4.91032 62.95545 2.58065 7.6 LOS P ARÁMETROS DEL MODELO: Dependent Variable: DI Method: Least Squares Sample: 1 20 Included observations: 20 Variable Coefficient Std.68763 2009 -3.0 4.59454 2007 12.75062 2004 2.5 4.1 2.6 3.2.05944 2010 14.8 3.7 5.80329 6.70523 -8.8 4.36598 -2.3 7.81774 5.01343 0.2 0.81406 77.55534 57.18809 -1.22402 27.29080 2014 2.00257 Promedio 4.61548 26.22190 -5.86638 0.21074 103.64132 -2.71054 − (0.5 3.03844 9.25512 2001 -0.

173137 𝑟= = = 0.  B 0 = 3.7 LOS COEFICIENTES DE REGRESIÓN R-squared 0.714326) Interpretación: Indica que no existe una correlación lineal entre la demanda interna y el consumo privado.549453 Coeficiente de correlación ∑ 𝑥1 𝑦1 50.591 Este resultado nos indica que cuando el consumo público equivale a 0.8694 Schwarz criterion 6.416234 Log likelihood -61.336099 F-statistic 0.430722 Akaike info criterion 6.216 1.316661 Sum squared resid 530.02% .591 + 0.372162 Durbin-Watson stat 1.216𝑋1 Interpretación de los parámetros del modelo. la demanda interna aumenta en 3.034173 S.832623 Prob(F-statistic) 0.E.340242 S.16661 Hannan-Quinn criter. of regression 5.D.2. la demanda interna aumenta en promedio en 0. Coeficiente de determinación: 2. dependent var 5.Por lo tanto.14 √(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(235.00757)(537. 6.715000 Adjusted R-squared -0.216 Este resultado nos indica que cuando el consumo público aumenta en una unidad. la ecuación de regresión muestral quedara: 𝑌 = 3.591%  B 1 = 0. dado que el resultado obtenido es muy débil.020257 Mean dependent var 4.

∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 10.8 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO: .-2: DISPERSIÓN DE LA DEMANDA INTERNA Y CONSUMO PÚBLICO FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS) Interpretación: Como podemos observar en el gráfico de dispersión. GRAFICA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .711756 𝑟2 = = = = 0. a simple vista no existe ninguna relación entre el consumo público con la demanda interna.7143258 Este resulta nos indica que el modelo obtenido explica en un 2.0202 ∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 537. dado que este resultado es muy débil por el momento no se puede considerar como un buen modelo. 1.02 % la variabilidad total de la demanda interna.2.

0 4.4499 2009 -3.8815 0.6 5.8573 2001 -0.9 9.2974 2016 0.2645 37.1 5.2551 9.8 4.0594 63.4778 0.4 7. T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .2903 33.9 -0.5 4.6 -0.1310 102.1 4.2 6.8542 2011 7.2648 1.3503 0.2908 6.4315 1.3292 27.0225 0.6 5.7724 6.5772 2013 7.8 3.2505 2008 13.1990 7.3180 2002 4.5453 0.1 4.8994 3.3 8.9 HIPOTESIS DE LAS V ARI ABLES DE LA DEMAND A INTERNA Y EL CONSUMO PÚBLICO  Hipótesis general .3040 2004 2.6360 16.0 3.21074 103.2779206 Total 19 537.71054 5.6321 0.3647 0.7052 0.6 3.6968 1.3 6.00257 537.7959 0.78586 94.7537 0.-6: ANOVA DE LA DEMANDA INTERNA Y CONSUMO PUBLICO Grados de Suma de Promedio de F Valor crítico libertad cuadrados los cuadrados de F Regresión 1 10.2248 0.4023 2000 1.9038 2005 4.71176 527.9894 7.5084 1998 -1.3 13.714326 FUENTE: ELABORACION PROPIA 1.2101 6.4910 1.2582 2006 11.8 5.2321 8.1298 62.0759 0.8034 0.9 5.7117558 10.6 3.7 4.4822 14.7117558 0.7 4.4873 6.4 4.2274 0.3 7.6129 2010 14.1797 Total 94.3211 2015 2.5945 44.2252 0.2 0.2540 2003 3.3 4.0832 54.3410 28.1660 2007 12.1368 0.71433 Promedio 4.0019 77.00257 29.5 3.0360 57.-5: ANÁLISIS DE LA VARIANZA DEMANDA INTERNA Y CONSUMO PÚBLICO Valor Estimado SCReg SCRes SCT Años DI CPb 𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2 1997 6.0073 101.55281667 Residuos 18 527.3873 3.6140 1999 -3.0542 3.2644 0.2 9.7921 93.6 5.1 2.5207 0.1431 2.6 3.1 4.0973 5.3815 2.21074 10.8235 2014 2.7 5.6 4.0061 9.2.3329 0.0292 7.4350 0.7506 1.36586464 0.9 4.18929 FUENTE: ELABORACION PROPIA T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .5 4.0383 3.6026 1.7618 2012 7.5732 68.1 5.6876 78.0 6.

36586464 29.2779206  El valor de tabla: 𝐹𝑡𝑎𝑏 (1. Por lo tanto. es decir no existe una relación lineal entre el consumo público y la demanda interna.se muestra los errores estándar de las estimaciones de MCO.277920 = 4.7117558 𝐹𝑐𝑎𝑙 = = 0. 𝐻1 = Existe una relación lineal entre la demanda interna y el consumo público.582837996461 𝑉𝑎𝑟(𝛽̂0 ) = 2 𝜎 = ∗ 29.05  Estadístico de prueba 10.277920 𝑛−2 18 ∑ 𝑢̂2 527. que se refiere como medida de confiabilidad o predicción de los estimadores 𝛽̂0 . Dado el supuesto gaussiano puede obtenerse de la siguiente manera: ∑ 𝑢̂2 527.18) = 4.002570043954 𝜎̂ = √ =√ = 5. 1.007571425644 .  Nivel de significancia ∝= 0. el modelo obtenido no es significativo.410907554 𝑛−2 18 ∑ 𝑋𝑖2 2 773.81875897412452 𝑛 ∑ 𝑥𝑖 20 ∗ 235.𝐻0 = No existe una relación lineal entre la demanda interna y el consumo público.002570043954 𝜎̂ 2 = = = 29. 𝛽̂1 .2.10 Predicción o errores estándar de la estimación de mínimos cuadrados La predicción del valor estimado se mide por su error estándar (ee).414 𝐹𝑐𝑎𝑙 < 𝐹𝑡𝑎𝑏 Interpretación Dado que 𝐹𝑐𝑎𝑙 < 𝐹𝑡𝑎𝑏 se acepta la hipótesis nula.

955043587] .604867454 0.05  El valor de tabla: 𝑡(𝛼. el consumo público no es una variable explicativa.352963003835338 √235.35296300  Nivel de significancia ∝= 0. se acepta la hipótesis nula. ∑ 𝑋𝑖2 773.007571425644 √∑ 𝑥𝑖2 1. por lo tanto.124582882076465 ∑ 𝑥𝑖 235.410907554 = 2.19516718591649 2 𝑛 ∑ 𝑥𝑖 20 ∗ 235.007571425644 𝜎 5.277920 𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.007571425644 𝜎2 29.11 Prueba de hipótesis para la pendiente del model o 𝐻0 : 𝛽1 = 0 𝐻0 : 𝛽1 ≠ 0  Estadístico de prueba 𝛽̂1 − 𝛽1 𝑡𝑐𝑎𝑙 = 𝑠𝑒(𝛽̂1 ) 0.2.20−2)=2. Es decir.10092204 ∗ 0.410907554 𝑒𝑒(𝛽̂1 ) = = = 0.10092204 2 Conclusión: Dado que Tcal < Ttab.213495833 − 0 𝑡𝑐𝑎𝑙 = = 0. por lo tanto.582837996461 ̂ 𝑒𝑒(𝛽0 ) = √ 𝜎=√ ∗ 5.213495833 ± (2. 0. la pendiente no es significativa.  Intervalo de confianza para 𝜷𝟏 𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )] 𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1) [0.528051921. 𝐿𝑠𝑢𝑝= ] = [−0. podemos eliminarla del modelo.35296300)] [𝐿𝑖𝑛𝑓.

acertaremos a la larga 95% de las veces.2 Especificación matemática El modelo que se presentará a continuación busca reproducir los principales mecanismos de transmisión a través de las cuáles la inversion (Inv). A continuación. INTERPRETACION: En este resultado.3.5264 8.27792056 2 ≤ 𝜎2 ≤ 2 𝑋0.1 Especificación económica 𝐷𝐼 = 𝑓(𝐼𝑛𝑣) 𝐷𝐼 = 𝑎 + 𝑏(𝐼𝑛𝑣) 1.975 .2307 16. para dicho estudio se presenta el siguiente cuadro con la información: 1.  Intervalo de confianza para la varianza poblacional ( 𝑛 − 2 ) 𝜎2 2 ( 𝑛 − 2) 𝜎 2 ≤ 𝜎 ≤ 𝑋𝛼2 𝑋2 𝛼 2 .71623053 ≤ 𝜎 2 ≤ 64.025.3.27792056 ( 18) ∗ 29. simplemente no se puede afirmar que el consumo público tenga efecto en la demanda interna.27792056 ( 18) ∗ 29. se tiene un valor negativo y un positivo a la izquierda y a la derecha respectivamente. 𝑛 −2 1− 2 . afectan a la . 𝑛−2 ( 18 ) ∗ 29. 18 𝑋0. 18 ( 18 ) ∗ 29. 1.27792056 ≤ 𝜎2 ≤ 31. estudiaremos la relación que hay entre las variables de la demanda interna e inversión.3 ESPECIFICACIÓN DEL MODELO DEMANDA INTERN A Y LA INVERSION.02888819  INTERPRETACIÓN Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los limites caerá el verdadero 𝜎 2 .

3 Especificación econométrica Partiendo de la especificación matemática. 𝜷𝟏 : Parámetros Esta ecuación plantea que el Demanda Interna está relacionada linealmente con la inversión (Inv). 1. 𝜷𝟎 . conocida como término de perturbación o de error. para ello Planteamos un modelo matemático y suponemos que: 𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 Dónde: DI: Demanda Interna. procedemos con la formulación del modelo econométrico que permitirá dar cuenta de los determinantes principales que explican la dinámica de la Demanda Interna nacionales durante el periodo 1997- 2016. 𝑿𝟏 : Inversión. 1.3. es una variable aleatoria (estocástica) con propiedades probabilísticas bien definidas. 𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝜇 Donde u.Demanda Interna.3.4 Estimación parámetros método MCO . en un contexto institucional particular.

30236 52.78858 3.16488 1.320158 0.0 5.6823 𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 4.6823 0.71054 6.33273 0.80547 10.11071 2005 4.55395 69.6 1.21074 1.00029 2.19233 207.40202 14.4 6.77144 168.19904 2000 1.33945 5.21074 130.23938 1.4 2.9 7.06136 1.1 -0.7 2.35694 2002 4.86511 3.0000 INV 0.37140 2006 11.383599 6.15982 1998 -1.26191 0.71054 − (0.09637 0.33208 4.19201 1.8 -4.51803 2008 13.35889 169.35629 153.70507 -0.3 14.04291 Total 94.67435 13.19167 0.54992 FUENTE: ELABORACIÓN PROPIA (𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 1545.40024 0.59823 24.-7: ESTIMACIÓN DE PARÁMETROS DE LA DEMANDA INTERNA E INVERSIÓN Valor Estimado i i2 _ _ _ Años DI INV  ( x  x)( y  y ) ( x  x) 2 Y 1997 6.3 11.7 1.0 3.42360 973.022712 14.59813 0.6 30.37128 13.89390 Promedio 4.03148 2001 -0.17801 14.62 1.15435 0.545.2 3.6 LOS P ARÁMETROS DEL MODELO: Dependent Variable: DI Method: Least Squares Sample: 1 20 Included observations: 20 Variable Coefficient Std.97422 242.617964 0.5 PLANTE ANDO EL MODELO 𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖 1.26417 0.74832 29.53655 95.16293 11.45443 0.3 -23.12648 2014 2.8 14.10324 413.26136 12.04343 -1.50082 1999 -3.60942 0.28058 0.37540 1.6 5.69574 187.08961 -1.58713 38.04051 4.60352 44.06290 0.6 -13.0000 .87947 -1.5 0.320) ∗ 6.6 7.61008 -1. Error t-Statistic Prob.64775 1.92063 2010 14.39856 1.24283 0.1 2. C 2.3 6.21141 922.70276 23.51358 2016 0.57006 6.79486 550.70898 2. T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .16272 86.3.78075 12.04394 0.7 10.333208 𝛽̂1 = = = 0.05217 1.4 11.12524 -1.9 -4.7 13.71975 0.20714 0.3.6 -6.78807 1.66057 316.42031 63.320 (𝑥 − 𝑥̅ )2 4845.99844 94.6 -2.81972 -2.07695 1.17742 0.845.47303 2007 12.00000 44.59296 1.54992 = 2.2 -3.89174 2009 -3.1 27.48959 434.4 34.5 4.9 -1.60522 2013 7.2 4.15208 42.8 -1.5 4.50569 -0.35775 2015 2.17514 2004 2.24274 793.47484 2.0 12.7 -0.2 1.01730 124.33369 -3.21400 69.27775 -0.02383 2003 3.9 37.824735 0.47862 2012 7.03674 2011 7.71664 0.

868386 F-statistic 198.320𝑋1 Interpretación de los parámetros del modelo.340242 S. la demanda interna aumenta en 2.62 + 0. dado que el resultado se encuentra cercano a la unidad. la ecuación de regresión muestral quedara: 𝑌 = 2.948521 Log likelihood -36.682342)(537.332084 𝑟= = = 0.916939 Mean dependent var 4.62%  B 1 = 0.  B 0 = 2.581250 Akaike info criterion 3.7077 Durbin-Watson stat 1.62 Este resultado nos indica que cuando la inversión equivale a 0.D.E. of regression 1.Por lo tanto.715000 Adjusted R-squared 0.320% 1. la demanda interna aumenta en promedio en 0. Esto indica una relación .092013 Prob(F-statistic) 0.96% ∑ 𝑥1 𝑦1 1545.96 √(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(4845.000000 Coeficiente de correlación: 0.00634 Schwarz criterion 3. dependent var 5. 3. 7 LOS COEFICIENTES DE REGRESIÓN R-squared 0.48948 Hannan-Quinn criter.320 Este resultado nos indica que cuando la inversión aumenta en una unidad.848948 Sum squared resid 45.912324 S. 3.71433) Indica que existe una fuerte relación lineal entre la demanda interna e inversión.

. a medida que incremental ademada interna.-8: DISPERSIÓN DE LA DEMANDA INTERNA E INVERSIÓN FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS) Interpretación: Como podemos observar en el gráfico de dispersión de las variables en estudio las cuales son la inversión y el la demanda interna presentan una relación lineal fuerte. Coeficiente de determinación: 91.71433 Este resulta nos indica que la demanda interna esta explicado en un 91.lineal positiva.69% ∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 492.31% esta explicado por otros factores que están fuera del modelo.8204288 𝑟2 = = = = 0.916 ∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 537. G RAFICO E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT . también incrementa la inversión.69% por la inversión y el 8.

8235 2014 2.3040 2004 2.6129 2010 14.1797 Total 94.-9: ANÁLISIS DE VARIANZA DEMANDA INTERNA E INVERSIÓN Valor Estimado SCReg SCRes SCT Años DI INV 𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2 1997 6.17801 6.1598 2.1990 68.37128 7.0 3.0161 3.5136 3.1107 3.8 -1.59296 1.59823 9.7 10.2974 2016 0.3180 2002 4.714326 FUENTE: ELABORACIÓN PROPIA .04343 0.82043 44.9772 1.6 -13.6865 0.0429 14.6 1.0367 102.2 -3.820429 492.05217 0.69574 80.7747 0.594068 3.3 6.6 -6.4730 44.7618 2012 7.8 -4.3714 0.4023 2000 1.1 2.3 11.4050 1. 3. 8 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO: TABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .cuya pendiente es positiva.9 7.6 5.3211 2015 2.4 34.2 1.5180 54.0000 6.2 4.99844 94.7945 2.6626 0.5089 13.3569 28.55395 17.2540 2003 3.8 14.2 3.9 -1.8917 78.15208 12.71054 6. Es decir.4 6.5 0.4334 0.21074 130.5772 2013 7.71433 Promedio 4.5 4.4 11.893897 2.0796 1.19233 55.77144 42.1660 0.8542 2011 7.9206 63.-10: ANOVA DE LA DEMANDA INTERNA E INVERSIÓN Grados de Suma de Promedio de F Valor crítico libertad cuadrados los cuadrados de F Regresión 1 492.9 -4.4 2.1 27.6052 6.58713 4.0 5.66057 99.7 2.0238 0.9 37.1 -0.9038 2005 4.49410539 Total 19 537.7 13.3 14.820429 197.70507 0.1751 1.97422 93.80547 1.6140 1999 -3.7338 5.2582 2006 11.40202 5.4786 8.7 1.0 12.2505 2008 13.8573 2001 -0.1265 6.74832 8.3 -23.6 7.2773 1.3293 0.3578 6.5 4.8016E-11 Residuos 18 44.4137 0.35629 44.4499 2009 -3.6 30. por cada aumento de la inversión y la demanda interna también aumentara.2490 0.89390 537.54992 FUENTE: ELABORACIÓN PROPIA TABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .26136 2.7 -0.5084 1998 -1.1989 3.1108 2.6 -2.1660 2007 12.0315 9.5008 33.0032 0.21074 492. 1.

05  Estadístico de prueba 492.1. 𝛽̂1 . 𝐻1 = existe una relación lineal entre la demanda interna y la inversión.3.3.  Nivel de significancia ∝= 0.494105389 𝑛−2 18 .49410539  El valor de tabla: 𝐹𝑡𝑎𝑏 (1.9 HIPOTESIS DE LAS VARIABLES DE LA DEMANDA INTERNA YLA INVERSION  Hipótesis general 𝐻0 = no existe una relación lineal entre la demanda interna y la inversión. 1.820429 𝐹𝑐𝑎𝑙 = = 197. Es decir.594068 2.se muestra los errores estándar de las estimaciones de MCO.18) = 4.414 Fcal  Ftab Interpretación Dado que Fcal  Ftab se rechaza la hipótesis nula. por lo tanto podemos afirmar que la demanda interna esta significativamente relacionadas con la inversión.10 Predicción o errores estándar de la estimación de mínimos cuadrados La predicción del valor estimado se mide por su error estándar (ee). que se refiere como medida de confiabilidad o predicción de los estimadores 𝛽̂0 .89390 𝜎̂ 2 = = = 2. el modelo es significativo. Dado el supuesto gaussiano puede obtenerse de la siguiente manera: ∑ 𝑢̂2 44.

10092204 2 Conclusión: Dado que Tcal > Ttab.71194 𝑉𝑎𝑟(𝛽̂0 ) = 2 𝜎 = ∗ 2. la pendiente es significativa.0568157 0.05  El valor de tabla: 𝑡(𝛼. contribuye a explicar el modelo. Es decir.410907554 𝑒𝑒(𝛽̂1 ) = = = 0.383127851 2 𝑛 ∑ 𝑥𝑖 20 ∗ 4845.146786951 𝑛 ∑ 𝑥𝑖 20 ∗ 4845.022687149  Nivel de significancia ∝= 0. la inversión es una variable explicativa.277920 𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.71194 ̂ 𝑒𝑒(𝛽0 ) = √ 𝜎=√ ∗ 1. se rechaza la hipótesis nula.022687149 √235. por lo tanto.007571425644 √∑ 𝑥𝑖2 1.494105389 = 0.318909077 − 0 𝑡𝑐𝑎𝑙 = = 14.000514707 ∑ 𝑥𝑖 235.007571425644 𝜎 5.11 Prueba de hipótesis para la pendiente del modelo: 𝐻0 : 𝛽1 = 0 𝐻0 : 𝛽1 ≠ 0  Estadístico de prueba 𝛽̂1 − 𝛽1 𝑡𝑐𝑎𝑙 = 𝑠𝑒(𝛽̂1 ) 0.89390 𝜎̂ = √ =√ = 1. ∑ 𝑢̂2 44.3.6823 𝜎2 29.57927369 = 0.  Intervalo de confianza para 𝜷𝟏 .57927369 𝑛−2 18 ∑ 𝑋𝑖2 2 5703.6823 ∑ 𝑋𝑖2 5703.20−2)=2.

494105389 ( 18) ∗ 2. se puede afirmar con un 95% de certeza que por cada incremento de la inversión.975 . 18 𝑋0.  Intervalo de confianza para la varianza poblacional ( 𝑛 − 2 ) 𝜎2 2 ( 𝑛 − 2) 𝜎 2 ≤ 𝜎 ≤ 𝑋𝛼2 𝑋2 𝛼 2 . 18 ( 18 ) ∗ 2.10092204 ∗ 0.424009624 ≤ 𝜎 2 ≤ 5. 𝐶𝑃𝑏. la demanda interna se incrementaran por lo menos 0.4.4 ESPECIFICACIÓN DEL MODELO MULTIPLE 1.025. acertaremos a la larga 95% de las veces.271245145.5264 8. 𝑛 −2 1− 2 .494105389 ( 18) ∗ 2.45444458  INTERPRETACIÓN Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los límites caerá el verdadero 𝜎 2 .366573009]  INTERPRETACION: Como conclusión.318909077 ± (2. 1.2 Especificación matemática .2307 1.4.37 veces en promedio.494105389 2 ≤ 𝜎2 ≤ 2 𝑋0.022687149)] [𝐿𝑖𝑛𝑓.27 y a lo mucho 0.𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )] 𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1) [0. 𝐼𝑁𝑉) 𝐷𝐼 = 𝑎 + 𝑏(𝐶𝑃𝑟) + 𝑐 (𝐶𝑃𝑏) + 𝑑(𝐼𝑁𝑉) 1. 𝑛−2 ( 18 ) ∗ 2.494105389 ≤ 𝜎2 ≤ 31. 0.1 Especificación económica 𝐷𝐼 = 𝑓(𝐶𝑃𝑟. 𝐿𝑠𝑢𝑝= ] = [0.

hecho que nos reflejaría en el crecimiento de la Demanda Interna durante el periodo 1997. β2. 4. pues supone una relación exacta o determinista entre el Demanda Interna y Consumo Privado (CPr) e Inversión (INV) . e Inversión (INV) y es un ejemplo de un modelo matemático de la relación entre las variables explicativas CPr .El modelo que se presentará a continuación busca reproducir los principales mecanismos de transmisión a través de las cuáles el Consumo Privado (CPr) . X1 = Consumo Privado. 3 Especificación econométrica Partiendo de la especificación matemática. Consumo Público (CPb) e Inversión (INV) afectan a la Demanda Interna . Esta ecuación plantea que el Demanda Interna está relacionada linealmente con el Consumo Privado (CPr). β3 conocidos como los parámetros del modelo. el econometrista modificaría la función determinista de la demanda interna en la ecuación anterior de la siguiente manera: . Para dar cabida a relaciones inexactas entre las variables económicas. La función del Demanda Interna dado en la ecuación para la econometría. INV . En este sentido el Modelo resulta ser el siguiente: 𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 Donde DI = Demanda Interna. El modelo de la Demanda Interna en Perú formulado pretende evidenciar entonces el efecto conjunto medido en términos del el Consumo Privado (CPr) . X2 = Inversión y donde β0. llamada en economía función de la Demanda Interna.2016. en un contexto institucional particular. β1. los coeficientes del intercepto y de la pendiente. son. 1. procedemos con la formulación del modelo econométrico que permitirá dar cuenta de los determinantes principales que explican la dinámica de la Demanda Interna nacionales durante el periodo 1997- 2016. respectivamente. Consumo Público (CPb) e Inversión (INV) y Demanda Interna. Pero las relaciones entre las variables económicas suelen ser inexactas. CPb .

El término de perturbación u representa todos los factores que afectan a la demanda interna pero que no se consideran en el modelo en forma explícita.9 3.5 -2.7 3.2 2015 2.0 2012 7.1 -23.4 -1.8 2010 14.9 -3.1 -2.6 -1.7 2005 4.9 4.5 2002 4.8 2011 7.2 3.0 -6.9 9. 1.4 -4.5 2003 3. E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .9 1998 -1.2 3. se realizará el estudio del modelo de regresión lineal múltiple con las diferentes variables ya antes descritas.1 8.6 AN ALISIS DE V ARI ABLE S EN UN MODELO DE RE GRESION LINE AL MULTIPLE .4 6.7 11.2 4.4 -0.1 37.7 7.-11: MODELO DE REGRESIÓN LINEAL MÚLTIPLE DEMANDA INTERNA EN FUNCIÓN DE CONSUMO PRIVADO Años DI CPr INV 1997 6.1 1999 -3.7 3.6 2.6 8.7 2007 12.7 2001 -0.8 2000 1. 𝐷𝐼 = 𝛽0 + 𝛽1𝑋1 + 𝛽2 𝑋2 + 𝜇 Donde u.5 2013 7. Y cuanto afecta cada una a la demanda interna.4 2014 2.6 2.6 1.4 -13.2 34.3 3.6 14.5 7.6 1. conocida como término de perturbación o de error.0 2009 -3.4 6.5 MODELO DE REGRESIÓN LINE AL MÚLTIPLE: A continuación.2 10.3 7.0 -0.3 5.9 30. es una variable aleatoria (estocástica) con propiedades probabilísticas bien definidas.6 2004 2.9 3.0 2006 11.4 2008 13.4 2016 0.6 27.3 3.

of regression 0. Coeficiente de determinación: 99.715000 Adjusted R-squared 0. .452754 Akaike info criterion 1.36% Este resultado nos indica que la demanda interna esta explicado en un 99.D. dado que el resultado se encuentra cercano a la unidad.7 COEFICIENTES DE REGRESIÓN De los datos de la tabla anterior obtenemos los siguientes resultados: R-squared 0. y la inversión y el 0. dependent var 5.E.9968 Indica que existe una fuerte relación lineal entre la demanda interna y las variables consumo privado (CPr).90546 Hannan-Quinn criter.36% por el consumo público. 1.993569 Mean dependent var 4. consumo público e inversión (variables explicativas) con la demanda interna (variable dependiente) Planteamiento del modelo: 𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1 + 𝜀𝑖 1.484767 Schwarz criterion 1..390546 Sum squared resid 3.539906 Log likelihood -10.419703 F-statistic 1313.000000 Interpretación: Coeficiente de correlación: 0.992812 S. y la inversión(Inv).231862 Prob(F-statistic) 0.340242 S.64% restante está explicado por otros factores que están fuera del modelo.163 Durbin-Watson stat 2.Para este análisis primero estudiaremos a través de un modelo RLM como están relacionadas las variables consumo privado.

0000 Por lo tanto la ecuación de regresión muestral queda: 𝑌 = 0. 𝟕𝟏𝟏𝟏𝟐𝟖 Nos indica el aumento del de la demanda interna por cada aumento del consumo privado. 𝟐𝟓𝟕𝟓𝟑𝟐 Este resultado nos indica la demanda interna.218568 0. consumo público (CPb) e inversión(Inv). las demandas internas serán de 0.198922 1.2575. 𝜷𝟏 = 𝟎.711128 0. por cada aumento del consumo privado la demanda interna incrementara en 0.23228 0.0000 INV 0. 𝟐𝟏𝟖𝟓𝟔𝟖 . 𝜷𝟐 = 𝟎.218568𝑥2 + 𝜇 Interpretación de los parámetros del modelo.8 LOS PARAMETROS DEL MODELO: Dependent Variable: DI Method: Least Squares Sample: 1 20 Included observations: 20 Variable Coefficient Std.257532 + 0. 𝜷𝟎 = 𝟎.7111.049966 14.2128 CPR 0. Error t-Statistic Prob.294634 0. Por lo tanto. en este caso no tiene sentido. es cero.1.63505 0.257532 0. cuando el consumo privado (CPr). C 0. sin tener la inversión es decir que permanezca constante.711128𝑥1 + 0.009656 22.

428717 0.428717 = 1324. Prueba de hipótesis de los coeficientes de regresión múltiple global.714326  CONTRASTACIÓN CONJUNTA DEL MODELO.2. Por lo tanto.5268 𝑆𝐶𝐸 𝑛−𝑘 20 − 3 El valor de tabulado: 𝐹𝑡𝑎𝑏 = 𝐹1−∝.95.2186. Calculamos el estadístico de contraste: 𝑆𝐶𝑅 534.1824E-19 Residuos 17 3.592 . ANALISIS DE VARIANZA Grados de Suma de cuadrados Promedio de los F Valor crítico de libertad cuadrados F Regresión 2 534. sin tener en cuenta el consumo privado es decir que permanezca constante.𝑘−1. por cada aumento de la inversión.17 = 3.Este resultado nos indica el aumento de la demanda interna por cada aumento de la inversión (Inv).14280 1324.285609 267. H0 = β1 = β2 = 0 (𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑃𝐵𝐼 𝑦 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑒 𝑖𝑛𝑔𝑟𝑒𝑠𝑜). H1 = β1 = β2 ≠ 0 (𝐸𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑃𝐵𝐼 𝑦 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑒 𝑖𝑛𝑔𝑟𝑒𝑠𝑜).285609 𝐹𝑐𝑎𝑙 = 𝑘 − 1 3−1 = 3.𝑛−𝑘 = 𝐹0.20169 Total 19 537. la demanda interna incrementara en 0.52687 2.

Para el estudio de la significación del modelo utilizamos el análisis de varianza. Es decir. para saberlo deberemos contrastarlas de una en una.05  El valor de tabla: .𝑛−𝑘 𝑘 𝑆𝐶𝐸 𝑛−𝑘 Conclusión: Dado que el Fcal > Ftab .  CONTRASTE DE LOS PARÁMETROS DEL MODELO EN FORMA INDIVIDUAL: Es muy importante tener presente el hecho siguiente: Que el modelo lineal explique de forma significativa la variable Y no implica que todas las variables sean significativas.por lo tanto podemos afirmar que la demanda interna esta significativamente relacionadas con el consumo privado.33839117 0.709869744345387 − 0 𝑡𝑐𝑎𝑙 = = 14.0495083260119009  Nivel de significancia ∝= 0. Contraste para 𝜷𝟏 .𝑘−1. el modelo es significativo. el modelo será significativo si: 𝑆𝐶𝑅 𝐹𝑐𝑎𝑙 = − 1 > 𝐹1−∝. y la inversión. Establecemos la hipótesis: 𝐻0 : 𝛽1 = 0 𝐻0 : 𝛽1 ≠ 0  Estadístico de prueba 𝛽̂1 − 𝛽1 𝑡𝑐𝑎𝑙 = 𝑠𝑒(𝛽̂1 ) 0.

8143232]  INTERPRETACION: Como conclusión. se rechaza la hipótesis nula.109815578 ∗ 0.  Intervalo de confianza para 𝜷𝟏 𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )] 𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1) [0. Contraste para 𝜷𝟐 .𝑡(𝛼. la inversión es una variable explicativa.61 y a lo mucho 0.81 veces en promedio.05 . por cada incremento del consumo privado. 0.60541631.109815578 2 Conclusión: Dado que Tcal > Ttab.217181804069774 − 0 𝑡𝑐𝑎𝑙 = = 22. Es decir.0495083260119009)] [𝐿𝑖𝑛𝑓. contribuye a explicar el modelo. por lo tanto. se puede afirmar con un 95% de certeza que.64794933 0. la pendiente es significativa. Establecemos la hipótesis: 𝐻0 : 𝛽2 = 0 𝐻0 : 𝛽2 ≠ 0  Estadístico de prueba 𝛽̂2 − 𝛽2 𝑡𝑐𝑎𝑙 = 𝑠𝑒(𝛽̂2 ) 0. 𝐿𝑠𝑢𝑝= ] = [0.709869744345387 ± (2.20−3)=2.00958946882644866  Nivel de significancia ∝= 0. las demandas internas se incrementaran por lo menos 0.

453282159  INTERPRETACIÓN . se rechaza la hipótesis nula.20 y a lo mucho 0.201689229835751 2 ≤ 𝜎2 ≤ 2 𝑋0.1910 7. por lo tanto.025. El valor de tabla: 𝑡(𝛼.201689229835751 ( 17) ∗ 0.20−3)=2.113567517 ≤ 𝜎 2 ≤ 0.109815578 ∗ 0.194478666129815 ( 17) ∗ 0.21718180406 ± (2.194478666129815 ≤ 𝜎2 ≤ 30. 𝑛−3 ( 17 ) ∗ 0.23741381]  INTERPRETACION: Como conclusión.975 .  Intervalo de confianza para la varianza poblacional ( 𝑛 − 3 ) 𝜎2 ( 𝑛 − 3) 𝜎 2 ≤ 𝜎2 ≤ 𝑋𝛼2 𝑋2 𝛼 2 . por cada incremento de la inversión.009589468826)] [𝐿𝑖𝑛𝑓.  Intervalo de confianza para 𝜷𝟐 𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 ) ≤ 𝛽2 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 )] 𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 ) [0. 0. la inversión es una variable explicativa. contribuye a explicar el modelo. la pendiente es significativa. las demandas internas se incrementaran por lo menos 0.196949793. 𝐿𝑠𝑢𝑝= ] = [0. Es decir. se puede afirmar con un 95% de certeza que. 17 ( 17 ) ∗ 0.5642 0.24 veces en promedio.109815578 2  INTERPRETACION: Dado que Tcal > Ttab. 17 𝑋0. 𝑛 −3 1− 2 .

Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los limites caerá el verdadero 𝜎 2 . . acertaremos a la larga 95% de las veces.