ETRABAJO ENCARGADO

ALUMNA: Luz Diana Mamani Aquino

CURSO: Econometría

DOCENTE: Dr. Humberto ESPADA

CICLO: VI –A-

TACNA – PERÚ2014

ESCUELA PROFESIONAL DE INGENIERIA

COMERCIAL

ECONOMETRIALABORATORIO No 01

RESOLVER UN MODELO ECONOMETRICO

CUESTIONARIO

I. INTRODUCCION

1.1 Explique en que consiste resolver un modelo econométrico, siga las

pautas dadas en clase y de un ejemplo.

Hallar una solución a un modelo econométrico, al decir darle solución

hablamos de un conjunto de valores que satisfacen la ecuación y estos valores

pueden ser: Paramétricos (Que es un tipo de variable, que permanece

constante dentro de una misma expresión algebraica) y variables (Datos que

se obtienen del campo)

1.1.1. ALGEBRA ESTADÍSTICA :

3 X+2=X

3 X−X=−2

2 X=−2

X=−1

3 (−1 )+2=−1

−3+2=−1

−1=−1

1.1.2. ESTADISTICA

Y=b0+b1X+e

1.1.3. SOLUCION

b=nzxy−zxzynz x2−( zx )2

Y

b0= y−bx

PASO N° 1 (TABLA BASE)

X Y XY X^2 Y^2

 

Z  

PASO N° 2 (CALCULAR PARAMETROS)

b1=nzxy−zxzynz x2−( zx )2

b0= y−bx

1.1.4. EJEMPLO

a) RECOLECTAR DATOS:

VI.EXOGENAVD. ENDOGENA PARAMETRO

Para poder saber más acerca del precio del producto elegido debemos

investigar de la variación respecto al precio de la actualidad.

BASE DE DATOS:

Pt Dt

2 5

1 8

1.5 6

2.5 3

1.2 4

Z 8.2 26

b) PROCEDIMIENTO

MANUALMENTE

TABLA BASE

Pt Dt Dt*Pt Pt 2

2 5 10 25

1 8 8 64

1.5 6 9 36

2.5 3 7.5 9

1.2 4 4.8 16

Z 8.2 26 39.3 150

CALCULO DE PARAMETROS

b1=nzxy−zxzynz x2−( zx )2

b1=5∗39.3−8.2∗265∗14.94− (8.2 )2

B1 = -2.2386

b0= y−bx

b0=( 265 )−(−2.24 )∗( 8.25 )

b0= 8.8736

1.2 En un modelo econométrico, cuales son las incógnitas.

Las incógnitas son los parámetros de la ecuación

1.3 Como se obtiene los valores de las variables.

Las variables se obtiene atreves de datos obtenidos del campo, por ejemplo

mediante un trabajo de campo, un estudio de mercado, etc.

1.4 Como se obtiene los valores de los parámetros.

Los parámetros se obtiene atreves de una estimación, una aproximación a lo

que se desea obtener, es decir, a partir de los datos de una distribución

estadística.

Y=b0+b1X+e

1.5 Para resolver el modelo de la telaraña en qué modelo estadístico se basa

la econometría

VI.EXOGENAVD. ENDOGENA PARAMETRO

Para resolver el modelo telaraña se basa en el modelo estadístico de ecuación

de comportamiento modelización/ modelamiento, basado en la oferta como

también de la demanda.

II. DESARROLLO TEMATICO

2.1 RECOLECCION DE DATOS

TRUCHA COMUN

2.1.1 Recolecte datos de precios y demanda para su producto.

TRUCHA COMUN

PRECIO DEMANDA9.5 34

12.5 2510 3012 2311 28

2.1.2 Elabore la tabla de datos.

TRUCHA COMUN

PRECIO DEMANDA9.5 34

12.5 2510 3012 2311 28

2.2 PROCESAMIENTO DE DATOS

Con los datos de su producto, desarrolle:

2.2.1 Procesamiento con Excel

Pt Dt Dt*Pt Pt^29.5 34 323 90.25

12.5 25 312.5 156.2510 30 300 10012 23 276 14411 28 308 121

Z 55 140 1519.5 611.5

b1 -3.1538b0 62.6923

Dt= b0 - b1PtDt= 62.6923 -3.1538Pt

Forma manual

1º Tabla base

2º Cálculo de parámetros

3º Escribir la ecuación

Forma Automática

1º Disperso grama

2º Agregar línea de tendencia y ecuación.

2.2.2 Procesamiento con Stagraphics.

Regresión Simple - DEMANDA Y vs. Precio XVariable dependiente: DEMANDA Y

Variable independiente: Precio X

Lineal: Y = a + b*X

Coeficientes

Mínimos Cuadrados Estándar Estadístico

Parámetro Estimado Error T Valor-P

Intercepto 62.6923 7.65618 8.18845 0.0038

Pendiente -3.15385 0.692308 -4.55556 0.0198

Análisis de Varianza

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

Modelo 64.6538 1 64.6538 20.75 0.0198

Residuo 9.34615 3 3.11538

Total (Corr.) 74.0 4

Coeficiente de Correlación = -0.93472

R-cuadrada = 87.3701 porciento

R-cuadrado (ajustado para g.l.) = 83.1601 porciento

Error estándar del est. = 1.76505

Error absoluto medio = 1.2

Estadístico Durbin-Watson = 1.32906 (P=0.3178)

Autocorrelación de residuos en retraso 1 = 0.249288

El StatAdvisor

La salida muestra los resultados de ajustar un modelo lineal para describir la relación

entre DEMANDA Y y Precio X. La ecuación del modelo ajustado es

DEMANDA Y = 62.6923 - 3.15385*Precio X

Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación

estadísticamente significativa entre DEMANDA Y y Precio X con un nivel de confianza

del 95.0%.

El estadístico R-Cuadrada indica que el modelo ajustado explica 87.3701% de la

variabilidad en DEMANDA Y. El coeficiente de correlación es igual a -0.93472,

indicando una relación relativamente fuerte entre las variables. El error estándar del

estimado indica que la desviación estándar de los residuos es 1.76505. Este valor

puede usarse para construir límites de predicción para nuevas observaciones,

seleccionando la opción de Pronósticos del menú de texto.

El error absoluto medio (MAE) de 1.2 es el valor promedio de los residuos. El

estadístico de Durbin-Watson (DW) examina los residuos para determinar si hay

alguna correlación significativa basada en el orden en el que se presentan en el

archivo de datos. Puesto que el valor-P es mayor que 0.05, no hay indicación de una

autocorrelación serial en los residuos con un nivel de confianza del 95.0%.

--

Gráfico del Modelo AjustadoDEMANDA Y = 62.6923 - 3.15385*Precio X

9.5 10 10.5 11 11.5 12 12.5Precio X

23

25

27

29

31

33

35

DE

MA

ND

A Y

Gráfico de ResiduosDEMANDA Y = 62.6923 - 3.15385*Precio X

9.5 10 10.5 11 11.5 12 12.5Precio X

-2.5

-1.5

-0.5

0.5

1.5

2.5

Red

idu

o E

stu

den

tiza

do

--Residuos Atípicos

Predicciones Residuos

Fila X Y Y Residuos Studentizados

2 12.5 25.0 23.2692 1.73077 2.19

El StatAdvisor

La tabla de residuos atípicos enlista todas las observaciones que tienen residuos

Estudentizados mayores a 2, en valor absoluto. Los residuos Estudentizados miden

cuántas desviaciones estándar se desvía cada valor observado de DEMANDA Y del

modelo ajustado, utilizando todos los datos excepto esa observación. En este caso,

hay un residuo Estudentizado mayor que 2, pero ninguno mayor que 3.

Forma Automática

1º Ingresar los códigos de las variables

2º Colocar los valores de las variables

3º Procesar

Prob acum observada1,00,80,60,40,20,0

Pro

b a

cum

esp

erad

a1,0

0,8

0,6

0,4

0,2

0,0

Gráfico P-P normal de regresión Residuo tipificado

Variable dependiente: DEMANDA_Y