Download - Econometria Trucha
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