Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA: Regresin de mnimos cuadrados (Valor de la exportacin de caf en quintal en el salvador en dependencia de cantidad de quintal de
caf exportado, de los precios pagados al caficultor y la generacin de empleo.) Por:
INTEGRANTE CARNET
ndice
1. 2.
Introduccin ........................................................................................................................... 2 Objetivos de la investigacin.................................................................................................. 3 2.1 Objetivo general .................................................................................................................. 3 2.2 Objetivos especficos ........................................................................................................... 3
3. 4. 5. 6. 7. 8.
Marco terico de la investigacin ........................................................................................... 4 Especificacin del modelo de regresin. ................................................................................ 9 Hiptesis del modelo. ........................................................................................................... 10 Descripcin de variables y Fuente de datos........................................................................ 11 Resultados de la regresin .................................................................................................. 12 Test sobre supuestos del modelo. ....................................................................................... 14 8.1 Normalidad: Test de Jarque Bera. ............................................................................... 15
8.2 Test significancia global del modelo: Prueba F ................................................................. 16 8.3 Determinacin de intervalos de confianza para los coeficientes estimados. ..................... 17 8.4 Test de significancia de coeficientes: Prueba t .................................................................. 18 9. 10. 11. 12. 13. Proyecciones con la regresin obtenida. ............................................................................. 19 Conclusiones ................................................................................................................... 20 Recomendaciones ........................................................................................................... 21 Bibliografa ....................................................................................................................... 22 Anexos ............................................................................................................................. 22
Universidad de El Salvador
Pgina 1
1. Introduccin
En el presente trabajo de investigacin que se presenta a continuacin sobre regresin lineal, se tomo como modelo supuesto, la dependencia del Valor de la exportacin de caf en quintal, lo cual lo afirmamos en el modelo. Como nuestra variables en Y ya que consideramos que el Valor de la exportacin de caf depende de una manera significativa de lo que es Cantidad de quintal de caf exportado, de los precios pagados al caficultor y la generacin de empleo. Considerando esto plasmaos nuestro modelo de regresin lineal que se considera modelo mltiple ya que la variable Y depende de ms de Una variables. Concluyendo esto hemos formulado nuestro modelo. Tambin se ha colocado el supuesto de la hiptesis nula y alternativa considerando el modelo economtrico, los resultados de regresin estn divididos en secciones por lo cual se identifican por los test sobre el supuesto del modelo, considerando la normalidad la significancia global. Los grficos que se presentan son un breve resumen de lo que es nuestro modelo, con el fin de darle mejor explicacin de darle mucha importancia a nuestra regresin obtenida.
Universidad de El Salvador
Pgina 2
2. Objetivos de la investigacin
2.1 Objetivo general Identificar las variables de estudios y aplicarle el mtodo regresin de mnimos cuadrados a travs de herramientas estadstica con el fin de obtener un modelo regresin lineal aplicado a la realidad.
2.2 Objetivos especficos Conocer el modo de regresin lineal como se aplica en herramientas estadsticas e interpretaras. Conocer las pruebas tets de normalidad de significancia y de coeficientes con el fin de interpretarlas, Analizar e interpretar nuestro modelo economtrico planteado en nuestro trabajo.
Universidad de El Salvador
Pgina 3
Segn los datos histricos, algunas fuentes revelan que el caf se introdujo en Hait y Santo Domingo en 1715, en Venezuela entre 1730 y 1732, en Cuba alrededor de 1748 y en 1755 en la isla de Puerto Rico. Por otra parte, la introduccin del caf en Colombia y Brasil se produjo entre los aos de 1760 y 1770. Se estima que en Centro Amrica el perodo de introduccin fue entre 1779 y 1796 en el pas de Costa Rica, mientras que en El Salvador la introduccin del caf fue entre 1800 y 1820, en Guatemala en el ao de 1835 y en Belice en 1837. 3.3 El CAF EN EL SALVADOR. En 1857 las plantaciones de caf se desarrollaban en Santa Ana, Ahuachapn y Sonsonate; existiendo para el ao 1861 en Santa Ana 1.6 millones de plantas de caf en viveros, 0.69 millones de plantas trasplantadas y 0.60 millones de cafetos en produccin, propagndose el cultivo a San Vicente y al volcn Chaparrastique. Entre 1860 y 1880 el desarrollo del caf en Santa Tecla fue tan alto que, de 0.21 millones de cafetos plantados en el ao de 1861, se lleg a 2.4 millones en el ao de 1880. En este ao de 1880 el departamento de la Libertad contaba con mas de 4.0 millones de cafetos plantados, mientras que en Santa Ana se triplic la produccin entre 1877 y 1881, duplicndose con todo esto las exportaciones entre 1877 y 1880, de 5 mil sacos a 10.5 miles de sacos. 3.4 DESARROLLO DEL SECTOR CAFETALERO. Dentro del plan de diversificacin que ofreci el Gobierno de Espaa a El Salvador, se desarroll en nuestro pas el cultivo del caf, el cual se introdujo un siglo despus del arribo de los espaoles en Amrica; es de mencionar que en la poca colonial ya se produca caf en El Salvador. Al brasileo Antonio Coelho, se le atribuye el crdito de haberles demostrado a los salvadoreos el valor comercial del caf y el de la introduccin de nuevos mtodos de cultivo. El adquiri una hacienda, denominndola La Esperanza (actualmente Urbanizacin La Esperanza Colonia Mdica), posiblemente como un insigne de la nueva alternativa agrcola ante el inminente colapso que se vaticinaba en el cultivo y produccin del ail. Para 1870 los precios del caf mostraban un comportamiento alcista y los del ail una tendencia a la baja.
Universidad de El Salvador
Pgina 5
3.5 LA DECADENCIA DEL SECTOR CAFETALERO. La caficultura ha sido un sector importante para el crecimiento de la economa nacional por diversos aspectos, tales como: la generacin de divisas, la carga fiscal, generacin de empleo, servicios ambientales, y sobre todo, como fuente de acumulacin de los mantos acuferos. A pesar de su importancia, la caficultura tras un siglo de bonanza y prosperidad, sufri a partir de 1990 el embate de la aplicacin de polticas econmicas orientadas al incremento de las tasas impositivas a la exportacin de productos tradicionales, las que provocaron una baja sensible tanto en la produccin como en las exportaciones. Recientemente, se agregaron a los problemas de la produccin internacional, algunos factores locales que hasta ahora no han sido tratados con acciones previsibles que permitan controlarlos, factores como: terremotos, repetitivas sequas, inundaciones por lluvias, delincuencia rural, polticas crediticias, infraestructura y otros de menor relevancia. En este sentido, el sector ha entrado en un perodo depresivo en trminos financieros, ante el cual no se vislumbra, en el corto plazo, una verdadera alternativa de solucin. 3.6 LA CRISIS ACTUAL DEL SECTOR CAFETALERO. En los ltimos tres aos, tras una serie de reveses en trminos econmicos y financieros, el sector cafetalero de nuestro pas ha llegado a un decaimiento tan grande, que ha provocado efectos en diversos sectores; efectos que no pueden pasar desapercibidos, dado el impacto que tienen en el medio social, en materia econmica, en trminos productivos, en la situacin financiera de los productores de caf y de los sectores asociados y de transaccin: en la recaudacin fiscal de tipo tributaria, en los flujos monetarios del sector productor y del sector familias, as como en materia poltica. 3.7 EFECTO SOCIAL. Segn el Programa Mundial de Alimentos (PMA), existen 50 mil familias en riesgo de pasar hambre, de las cuales el 60%; es decir, un equivalente a 30 mil familias, se encuentran en situacin de riesgo alimentario a causa de la crisis internacional del caf; ya que estas familias radicadas en la zona occidental de nuestro pas, dependen de las actividades de mantenimiento y recoleccin del grano; esto sin contar la poblacin afecta del resto del pas.
Universidad de El Salvador
Pgina 6
exclusivamente de este cultivo (aseveracin de PROCAF), adems de aquellos que combinan el cultivo del caf con otras actividades productivas; en tanto que, los empleos que genera esta actividad oscilan alrededor de un promedio de 132 mil para las actividades de mantenimiento y recoleccin del grano. Los empleos que el sector cafetalero ha generado, se han reducido en casi 80 mil puestos de trabajo durante los ltimos 10 aos; sin embargo, es de tomar en cuenta que las reducciones mas drsticas se dan en los ltimos tres aos, ya que entre los perodos 2000 y 2002 se han disminuido casi 75 mil puestos de trabajo. 3.8 EFECTO ECONMICO. En la perspectiva econmica se puede observar que la cada de los precios del caf a escala internacional, no permite que la produccin cafetera del pas repunte como en aos anteriores; por lo que se consider que la cosecha del perodo 2001-2002 sera una de las peores en la historia, situacin que se confirm al final del ao. Lo anterior deja a nuestro pas en riesgo de enfrentar una cada del Producto Interno Bruto (PIB), ante la disminucin acelerada de los ingresos generados por exportacin del grano. La tendencia a la baja de ingresos por exportaciones del grano, ha generado inestabilidad econmica en el sector cafetalero, depresin de los flujos monetarios del sector familias del rea rural como efecto de la prdida de los empleos, y una disminucin de las inversiones; las que actualmente oscilan en unos 197 millones de dlares. Adicionalmente, se ha experimentado una contraccin de los ingresos en materia fiscal como efecto de la poca captacin de impuesto sobre la renta por exportaciones del caf, as como un recorte en el uso de insumos; afectndose de esta forma a otros sectores que de manera indirecta subsisten del caf, como por ejemplo, los distribuidores de productos fertilizantes.
3.9 EFECTO FINANCIERO. Las finanzas del sector cafetalero constituyen un elemento mas, pues la crisis actual lo ha llevado a reestructurar en el ao 2001, deudas por ms de 260 millones de dlares; contratados originalmente
Universidad de El Salvador
Pgina 7
a 20 aos plazo con intereses bajos, mediante el FICAF, que es el Fideicomiso Ambiental para la Conservacin del Parque Cafetalero /7. La primera cuota de este fideicomiso venci a finales de Septiembre del ao 2002 y un alto porcentaje de deudores no cumplieron con su obligacin. Este incumplimiento fue atribuido a la cada de los precios internacionales, ya que los ingresos por exportacin del grano ni siquiera cubrieron los costos de operacin de los productores. La tasa de inters del FICAF es del 5%; en tanto que, las tasas por diversos emprstitos otorgados a los productores de caf llegan hasta el 12% /8; razn por la que algunas de las propuestas de solucin formuladas hasta el momento, orientan sus planteamientos hacia la creacin de fondos de garanta (como la RECAF Reserva Econmica para la Caficultura propuesta por el Consejo Salvadoreo del Caf) con un monto aproximado de 192.4 millones de dlares /9, las cuales buscan asegurar una regulacin de precios. Definitivamente, los productores necesitan financiamiento para el mantenimiento y la recoleccin de la cosecha 20022003, pero el sector financiero no est anuente a efectuar mas desembolsos para este sector, por el riesgo que representara la recuperacin de estos emprstitos en el corto plazo. 3.9 EFECTO TRIBUTARIO. La disminucin de ingresos del sector cafetalero por la cada de los precios, expone al pas a una posible ampliacin del dficit fiscal; esto como un resultado directo de la contraccin en la cuenta de ingresos corrientes, originados por los impuestos a las exportaciones del grano. De acuerdo al cdigo tributario, el 1.5 % de los ingresos brutos de los productores de caf son retenidos en concepto de impuesto sobre la renta. Adicionalmente, estos efectan el respectivo pago a cuenta mensual en razn de este impuesto, y al final de los ejercicios fiscales, enteran el correspondiente impuesto anual. Sin embargo, los productores sostienen que si actualmente no hay ingresos, por lgica no se debera de aplicar el cargo tributario por concepto de impuesto sobre la renta; y por ende, si no hay utilidades al final de un perodo, no debera aplicarse la cancelacin del respectivo pago a cuenta mensual.
Universidad de El Salvador
Pgina 8
: El modelo que se utilizara es el de regresin Lineal mltiple, por lo cual se cuenta con ms de una variable independiente, justificando que el modelo lineal a ocupar Donde: b0; b1; b2; b3 Son conocidos como estimadores de los parmetros del modelo. Para especificar nuestro modelo de economtrico basado en la realidad econmica que a lo largo de la historia como nacin ha formado el cultivo del caf, y es un factor importante en las exportaciones que este genera.
Universidad de El Salvador
Pgina 9
Esquema 1
Paso 1 Planteamiento de la hiptesis nula y alterna Paso 2 Seleccionar un nivel de significacin ( ) Paso 3 Calcular el estadstico de prueba, como , segn el tipo de problema
Paso 4 Formular una regla de decisin Paso 5 Tomar una muestra y llegar a una decisin Paso 6 Aceptar la Ho y rechazar Ha o bien rechazar la Ho y aceptar la alterna
Universidad de El Salvador
Pgina 10
Valor de exportacin de caf en quintal: Es el precio que se paga por quintal de caf en el mercado extranjero, el cual est sometido a fluctuaciones del mercado externo.
Cantidad de caf en quintal exportado: Bien producido en el pas en grandes proporciones que son procesadas o semi procesadas Para luego ser exportadas convirtindose as en ingresos nacionales.
Precios pagados al caficultor en quintal: Es el precio pagado en el mercado interno por el bien producido de caf por quintal en dlares el cual est basado por polticas nacionales y precios establecidos
Generacin de empleo anual: Est basado en el cultivo del caf ya que se requiere mucha mano de obra en el cultivo del caf en la generacin de empleo anual
Universidad de El Salvador
Pgina 11
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
FUENTE: CONSEJO SALVADOREO DEL CAF (todos los valores estn dados por miles)
Las
Universidad de El Salvador
Pgina 12
6. Resultados de la regresin
Tabla 2
a Coe ficientes
Modelo 1
(Cons tante) Cantidades de QQ de caf e produc ido precios pagados a los caf ic ultores QQ Generac ion de Empleo
Coef icientes no es tandariz ados B Error tp. -107063 42435,310 67,585 2205,817 308,431 31,957 324,128 487,903
Tabla 3
a. V ariables predictoras : (Cons tante), Generacion de Empleo , precios pagados a los c af ic ultores QQ, Cantidades de QQ de c af e producido
Existe una relacin ms fuerte a la relacin lineal positiva entre las variable, a .907 en Cantidad de quintal de caf exportado, de los precios pagados al caficultor y la generacin de empleo y la variable y Valor de la exportacin de caf en quintal A medida que aumenta la Cantidad de quintal de caf exportado, de los precios pagados al caficultor y la generacin de empleo aumenta Y que es Valor de la exportacin de caf en quintal Coeficiente de determinacin mltiple: Ere cuadrado explica 0.823% al Valor de la exportacin de caf en quintal respecto a Cantidad de quintal exportado y en los precios pagados los caficultores y generacin empleos anuales
Universidad de El Salvador
Pgina 13
a Coe ficientes
Modelo 1
(Cons tante) Cantidades de QQ de caf e produc ido precios pagados a los caf ic ultores QQ Generac ion de Empleo
Coef icientes no es tandariz ados B Error tp. -107063 42435,310 67,585 2205,817 308,431 31,957 324,128 487,903
Modelo de regresin lineal mltiple. Nuestro modelo de regresin lineal se constituye mltiple ya que hay una variable Y que depende de otras en consecuencia X1, X2, X3. Donde Y es una variable dependiente y X variables explicativas Es el valor que intercepta en el eje y sin influencia de Cantidad de quintal de caf exportado, Precios pagados al caficultor en quintal, Generacin de empleo anual Es el incremento por cada unidad en mil en Cantidad de quintal de caf exportado, manteniendo constante precios pagados los caficultores y generacin de empleos anual (coeficiente de regresin parcial o coeficiente de regresin neto) Es el incremento por cada unidad en mil en precios pagados los caficultores por quintal en dlares, manteniendo constante e Cantidad de quintal de caf exportado y generacin de empleos anual. Es el incremento por cada unidad en mil en los empleos anuales manteniendo constante, caficultores, la Cantidad de quintal de caf exportado y en los precios pagados los
Universidad de El Salvador
Pgina 14
La prueba de normalidad Jarque Bera es una prueba para muestras grandes como en la base de datos que hemos tomado del consejo salvadoreo de caf. Contamos con varios datos muy bien podramos aplicar la prueba de jaque bera para saber cmo se encuentra distribuidos nuestros datos con la siguiente formula.
Universidad de El Salvador
Pgina 15
a. V ariables predictoras : (Cons tante), Generacion de Empleo , precios pagados a los caf icultores QQ, Cantidades de QQ de caf e producido b. V ariable dependiente: V alor de ex portac ionde c af e anual
(Hiptesis nula) Ho: B1=B2=, B3=0 (la prueba F es todos los coeficientes sean ceros) (Hiptesis alterna) Ha: B1, B2, B3 0 (la prueba F es todos los coeficientes son diferentes de ceros) Al anlisis nuestra prueba F de significancia global con un nivel de significancia de 0.05 optamos en nuestro modelo a rechazar la hiptesis nula, de que todos los coeficientes de correlacin sean 0 y en el anlisis de significancia es 0. 00 por lo que es poco probable que H0 sea verdadera Y se acepta la conclusin que existe una relacin entre las variables aceptando la hiptesis alternativa, indicando que no todos los coeficientes de regresin son ceros. Esto significa que las variables independientes Cantidad de quintal de caf exportado, Precios pagados al caficultor en quintal y Generacin de empleo anual si pueden explicar la variacin de la variable dependiente Valor de la exportacin de caf en quintal exportado. Por lo tanto la prueba global de regresin mltiple es validad Esquema 3
Universidad de El Salvador
Pgina 16
Modelo 1
(Hiptesis nula) Ho: B1=B2=, B3=0 (las variables estn aceptadas en el lmite del intervalo ) (Hiptesis alterna) Ha: B1, B2, B3 0 (las variables no se aceptan en el lmite del intervalo)
-720,954 1337,815 ,144 ,632 a. Valor de ex portac ionde c af e anual a. Variable dependiente: V ariable dependiente: V alor de exportacionde caf e anual
Coef icientes no es tandariz ados B Error tp. Modelo (Cons tante) 1 (Cons tante) 42435,310 -107063 Cantidades de QQ de Cantidades de QQ de 67,585 31,957 caf e produc ido caf e produc ido precios pagados a los precios pagados a los 324,128 caf 2205,817 ic ultores QQ caf ic ultores QQ ion de 487,903 Empleo Generac ion de EmpleoGenerac 308,431
Coef icientes Intervalo de conf ianza para es tandarizB ad al 95% os Lmite Beta t Sig. Lmite inf erior superior -2,523 ,022 -196593,680 -17532,3
,161 ,483 1521,968 ,699 135,009 2,115 2889,666 6,805
Cantidad de quintal de caf exportado 1= -67.585 E = 31.957 LIMITE SUPERIOR. LS = 1 + E LS=-67.585 31.957 LS= 99.542 LIMITE INFERIOR. LI = 1 - E 67.585 31.957 LI = 35.628 Para la variable cantidad de quintal y el valor del parmetro 1 est entre los valores 35.628 y 99.542
Precios pagados al caficultor por quintal 2= 2205.817 E = 324.128 LIMITE SUPERIOR. LS = 2 + E LS=2205.817 324.128 LS= 2529.945 LIMITE INFERIOR.
3= 308.431 E = 487.903 LIMITE SUPERIOR. LS = 3 + E LS=308.431487.903 LS= 796.334 LIMITE INFERIOR. LI = 3 - E 308.431- 487.903 LI = -179.472 Para la variable remesas el valor del parmetro 1 est entre los valores -179.472 y 796.334
LI = 2 - E 2205.817- 324.128 LI = 1881.689 Para la variable precios pagados al caficultor el valor del parmetro 1 est entre los valores 1881.689 y 2529.945
Universidad de El Salvador
Pgina 17
Modelo 1
(Cons tante) Cantidades de QQ de caf e produc ido precios pagados a los caf ic ultores QQ Generac ion de Empleo
Coef icientes no es tandariz ados B Error tp. -107063 42435,310 67,585 2205,817 308,431 31,957 324,128 487,903
Tabla 7
Despus de analizar la prueba F, e identificando que la regresin mltiple es validad por lo cual se procede a evaluar la prueba t para conocer cul de las variables independientes puede explicar mejormente la variable. Al considerar explicar la significancia en relacin y representacin de nuestra Y estimada con X1, X2, X3. Considerando el nivel de significancia de que mejor explica Y es: la variable x3. Con un grado de significancia de 0.000. Y se puede afirmar que es la que mejor explica la variable dependiente. X1 es la segunda variable que mejor explica a y con un nivel de significancia 0.025 de que mejor explica la variable dependiente. La ultima y no menos importante es nuestra variable x2 con un nivel de significancia del 0.080 que se podra decir que es la tercera que mas explica a Y. Cantidad de QQ de caf exportado
Diferencia 100,406 t (Valor observado) 13,270 |t| (Valor crtico) 2,086 GDL 20 p-valor (bilateral) < 0,050 alfa 0,05 Por lo tanto se rechaza la hiptesis a 0,050 porque es menor que el valor critico y se acepta la hiptesis alterna Universidad de El Salvador Precios pagados al caficultor en $ Generacin de empleo anual
Diferencia 63,722 t (Valor observado) 9,195 |t| (Valor crtico) 2,086 GDL 20 p-valor (bilateral) < 0,000 alfa 0,05 Por lo tanto se rechaza la hiptesis a 0,000 porque es menor que el valor critico y se acepta la hiptesis alterna
Diferencia 130161,667 t (Valor observado) 12,744 |t| (Valor crtico) 2,086 GDL 20 p-valor (bilateral) < 0,5 alfa 0,05 Por lo tanto se rechaza la hiptesis a 0,5 porque es menor que el valor critico y se acepta la hiptesis alterna Pgina 18
PROYECCION DE DEMANDA MEDIANTE TASAS DE CRECIMIENTO ARITMETICO. Existen algunas demandas que no estn directamente relacionadas con el crecimiento de la poblacin y si mas bien con el crecimiento de un sector empresarial en especfico. Para ello es adecuado utilizar tasas de crecimiento aritmtico. Df = Di (1 + Tc)n Df: Demanda final o demanda estimarse. Di: Demanda inicial (Ao base 2010 igual a 1299243 quintales) Tc: tasa de crecimiento 0.01704907 n: nmero de aos (ao a estimarse ao base) Proyeccin 2.011 Valor de la exportacin de caf en quintal = 191456.88* (1+-0.0327)1= 197726.04
Universidad de El Salvador
Pgina 19
9. Conclusiones
El valor de exportacin de caf en dlares con respecto a la relacin dependiente de la Cantidad de quintal de caf exportado en los precios pagados los caficultores y empleos anuales, se afirma que existe una correlacin positiva favorable entre las mismas ya que tranzado el modelo de regresin mltiple se pudo identificar independientes. En la bsqueda de pruebas de normalidad, se considero la prueba F, t, Jaque Bera considerando que las variables tienden a comportarse de manera normal, considerando una prueba global y una prueba por separado, apuntando con un nivel de significancia de 0.05 optamos en nuestro modelo a rechazar la hiptesis nula, de que todos los coeficientes de correlacin sean 0. Con relacin a t la variable x2. Con un grado de significancia de 0.000. Y se puede afirmar que es la que mejor explica la variable dependiente. X1 es la segunda variable que mejor explica a y con un nivel de significancia 0.050 de que mejor explica la variable dependiente. La ultima y no menos importante es nuestra variable x3 con un nivel de significancia del 0.536 que se podra decir que es la tercera que mas explica a Y. que Ere cuadrado explica 82.3% a las variables
Universidad de El Salvador
Pgina 20
10. Recomendaciones
Al tomar en cuenta al realizar un modelo de regresin mltiple es que contamos con datos cuantitativos, distribuir bien cules son las variables dependientes y cuales las independientes. Considerando esto podremos distribuir mejor nuestros datos para proyectarlos.
Considerando que contamos una base de datos aceptables y coherentes debemos comprender qu papel juega las hiptesis en nuestra investigacin y test sucesivamente.
Otra recomendacin es que podemos trabajar con un grado de significancia que nosotros deseemos pero lo mejor recomendable es que la hiptesis nula tenga 90, 95, 99 para aceptarla o rechazarla de acorde a su significancia que le demos.
El hacer un buen uso del software estadstico, nos facilitara el resultado de nuestra investigacin.
Al proyectar nuestra investigacin debemos comprender cul es el significado de nuestra proyeccin de nuestras variables.
Universidad de El Salvador
Pgina 21
11. Bibliografa
Damonar N. Gujarati. Econometra. IV Edicin edit. Mc-Graw-Hill Captulo 15 del Libro de Anderson. Onceava edicin Estadstica para la Administracin y la economa, Tercera edicin Epanet y Cooperacin. Ejercicios Escrito por Santiago Arnalich Castaeda http://www.consejocafe.org
Universidad de El Salvador
Pgina 22
12.
Anexos
Bitcora de actividades
Universidad de El Salvador
Pgina 23
CONCEPTOS BSICOS
MODELO DE REGRESIN
Concepto: Se le llama modelo de regresin a la ecuacin con que se describe como se relaciona y con x y en la que se da un trmino para el error.
Interpretacin: El modelo de regresin es aquel modelo que nos ayuda a determinar si existe o no existe relacin entre las variables, identificar el tipo de relacin entre esas variables as como establecer una relacin funcional entre esas variables, es decir describir la naturaleza de la relacin entre dichas variables.
Aplicacin: El modelo de regresin se puede aplicar para conocer la si existe relacin entre la variable dependiente ventas y la variable independiente aos de experiencia y si existe relacin; de que tipo, si positiva o negativa.
LINEALIDAD DE VARIABLES
Interpretacin: Aplicacin: La linealidad de las variables se da cuando el Ejemplos de funciones no exponente de estas es uno. La forma funcional de los modelos de lineales en las variables que regresin la determina la teora o el tienen posibilidad de ser grafico de los datos o la experiencia del linealizadas: econometrista. Concepto:
LINEALIDAD EN PARMETROS
Aplicacin: Concepto: Interpretacin: Linealidad en los parmetros que son Los parmetros son lineales cuando estos se los que se van a estimar. encuentran con exponente uno, si no es as, no son lineales. Ejemplos de funciones no lineales en los parmetros
Universidad de El Salvador
Pgina 24
Concepto: Error estocstico es una cantidad cuyo valor se determina como resultado de un experimento. En un determinado experimento, una variable estocstica x puede tomar diferentes valores xi; debe tenerse cuidado de distinguir la variable x de los distintos resultados {xi} posibles.
Interpretacin: El error estocstico es el que representa todas aquellas fuerzas que afectan a la variable dependiente, pero que no se encuentran dados en forma explcita en el modelo economtrico. Es la parte probabilstica del modelo.
i= Representa l termino de error estocstico REGRESIN MUESTRAL Concepto: Interpretacin: La estimacin de la ecuacin de regresin muestral Es en la que se calculan los valores de a y b Consiste en determinar los valores de a partir de los datos observados de la "a" y "b " a partir de la muestra, es muestra. Tales valores se encuentran a partir decir, encontrar los valores de a y b de formulas establecidas para determinar con los datos observados de la dichos valores. Y a partir de esta ecuacin de muestra. El mtodo de estimacin es el regresin muestral se pueden hacer de Mnimos Cuadrados, mediante el proyecciones y los resultados de estas se infieren a los parmetros poblacionales. cual se obtiene Luego, la ecuacin de regresin muestral estimada es Aplicacin: En una funcin macroeconmica se tiene como variable dependiente el ahorro nacional bruto y como variables independientes el ahorro privado y el pblico.
Universidad de El Salvador
Pgina 25
Concepto: Interpretacin: El mtodo de los mnimos cuadrados ordinarios consiste en hacer mnima la suma de los cuadrados residuales, es decir lo que tenemos que hacer es hallar los estimadores que hagan que esta suma sea lo ms pequea posible.Uno de los puntos determinantes en la econometra se basa en el procesamiento estadstico y para ello el mtodo de Mnimos Cuadrados Ordinarios MCO permite encontrar los Mejores Estimadores Lineales Insesgados. El mtodo de mnimos cuadrados usa los datos mustrales para hallar la ecuacin de regresin estimada, para poder analizar la ecuacin de regresin se puede utilizar el diagrama de dispersin el cual, permite graficar los datos y poder hacer un anlisis de la relacin entre las variables. Aplicacin: Teniendo como variable dependiente el tiempo de espera y como variable independiente el numero de cajas registradoras en un supermercado, atraves de la ecuacin de regresin muestral y datos histricos sobre ambas variables se podra estimar la cantidad de maquinas registradoras necesarias para que el tiempo de espera sea de cinco minutos.
Aplicacin: Concepto: A esta medida se le llama error estndar de estimacin y se denota Syx. El error estndar de estimacin, es el mismo concepto que la desviacin estndar, aunque sta mide la dispersin alrededor de la media y el error estndar mide la dispersin alrededor de la lnea de regresin.El error estndar nos permite deducir la confiabilidad de la ecuacin de regresin que hemos desarrollado. Interpretacin: Como se aplicaba en la desviacin estndar, mientras ms grande sea el error estndar de estimacin, mayor ser la dispersin de los puntos alrededor de la lnea de regresin. De manera que inversa, si Se = 0, esperemos que la ecuacin de estimacin sea un estimador perfecto de la variable dependiente. En el caso que las ventas de una empresa dependa de los aos de experiencia de sus vendedores, a travs de los resultados graficados de los datos de la variable dependiente se podra observar que tan distantes estn los puntos de la ecuacin de regresin determinada y determinar error estndar de los mnimos cuadrados.
Universidad de El Salvador
Pgina 26
SUPUESTO 1
SUPUESTO 2
Los valores que toma el regresor X son considerados fijos en muestreo repetido. Esto quiere decir que la variable X se considera no estocstica. Este supuesto implica que el anlisis de regresin es un anlisis condicionado a los valores dedos del (los) regresores.
SUPUESTO 3
SUPUESTO 4
Dado el valor de X, el valor esperado del trmino Homoscedasticidad. Dado el valor de X, la varianza de aleatorio de perturbacin i es cero. ( ) Cada poblacin de Y corresponde a un X dado, est distribuida alrededor de los valores de su media con algunos valores de Y por encima y otros por debajo de . esta. Las distancias por encima y por debajo de los Homoscedasticidad significa igual dispersin, en otras valores medios son los errores, y la ecuacin antes palabras cero. significa que las poblaciones Y sealada requiere que en promedio estos valores sean correspondientes a diversos valores de X tienen la misma varianza i es la misma para todas las observaciones. ( ( ) ) ( () )
Universidad de El Salvador
Pgina 27
SUPUESTO 5
SUPUESTO 6
Dados dos valores cualquiera de X, Xi y Xj (i j), la La covarianza entre i y Xi es cero, formalmente: correlacin i y j cualquiera (i j) es cero. ( ( ) (( ( )) ( ( ))
(( () ) ( ) ( )( ) ( ( ( ))) ( ( ) () ( )
Este supuesto indica que las perturbaciones no estn correlacionadas. Esto significa que los errores no siguen patrones sistemticos. La implicancia del no cumplimiento de este supuesto.
Este supuesto indica que la variable X y las perturbaciones no estn correlacionadas, no podran realizarse inferencias sobre el comportamiento de la variable endgena ante cambios en las variables explicativas
SUPUESTO 7
SUPUESTO 8
El nmero de observaciones debe ser mayor que el Debe existir variabilidad en los valores de X. No todos nmero de parmetros a estimar. los valores de una muestra dada deben ser iguales. Tcnicamente la varianza de X debe ser un nmero finito positivo. Si todos los valores de X son idnticos entonces se hace imposible la estimacin de los parmetros.
SUPUESTO 9 SUPUESTO 10
El modelo de regresin debe ser correctamente No hay relaciones perfectamente lineales entre las especificado, esto indica que no existe ningn en el variables explicativas. No existe multicolinealidad modelo a estimar. La especificacin incorrecta o la perfecta. Aunque todas las variables econmicas omisin de variables importantes, harn muy muestran algn grado de relacin entre s, ello no llega a una situacin de dependencia total, que es lo que se excluy al afirmar que las variables explicativas son linealmente dependientes. cuestionable la validez de la interpretacin de la produce excesivas dificultades, excepto cuando se regresin estimada.
Universidad de El Salvador
Pgina 28
PROPIEDADES DE LOS ESTIMADORES DE MNIMOS CUADRADOS LINEALIDAD Para comprobar que los parmetros estimados son una combinacin lineal de las perturbaciones aleatorias del modelo, basta con sustituir Y en la expresin de clculo de los mismos por su expresin completa (entre llaves en la expresin de ms abajo):
Los estimadores MCO son una combinacin lineal de las perturbaciones aleatorias. Como ya se ha indicado anteriormente, esta comprobacin ser de especial Trascendencia para acometer la fase de validacin del modelo ya que una funcin lineal de una variable aleatoria que se distribuye como una normal tambin se distribuye como una normal. A partir de esta deduccin, podremos determinar los intervalos de confianza en los que se movern nuestras estimaciones y podremos realizar hiptesis sobre el valor real de los parmetros a contrastar estadsticamente. PTIMO (EFICIENCIA) El objeto de esta demostracin es comprobar que los parmetros estimados mediante MCO son los que tienen la varianza ms pequea de entre todos los alternativos posibles de la familia de los insesgados. Para demostrar que el estimador MCO es el estimador ptimo se seguirn cuatro pasos: 1. Se determina el valor de las varianzas de los estimadores MCO. 2. Se propone un estimador alternativo al MCO cualquiera y se comprueba cul es la condicin necesaria y suficiente para que dicho estimador sea insesgado. 3. Se determinan las varianzas de estos estimadores alternativos 4. Se comparan las varianzas de ste con las de los estimadores MCO.
Universidad de El Salvador
Pgina 29
INSESGADEZ En este momento tiene inters demostrar que el valor esperado del parmetro estimado con MCO coincide con el valor real del parmetro. Para la demostracin, partiremos del resultado obtenido en el apartado anterior, cuando escribimos los parmetros como una combinacin lineal de las perturbaciones aleatorias:
El valor esperado del estimador coincide con el real. CONSISTENCIA Por ltimo, se demostrar que los parmetros MCO son consistentes; es decir, que ampliando la muestra al total de la poblacin, el valor estimado coincide con el real o, dicho de otra forma, que cuando contamos con todos los datos, no con una muestra, el clculo de MCO da como resultado los parmetros reales, un clculo exacto, luego con varianza igual a cero.
Para demostrar esta situacin, emplearemos la segunda expresin (la de la probabilidad asinttica de la varianza de los estimadores). Sustituyendo esta frmula por su expresin de clculo (a la que hemos llegado cuando realizmos la demostracin de la eficiencia u optimalidad de los parmetros) tenemos:
Universidad de El Salvador
Pgina 30
Lo antedicho, podra interpretarse como que, a medida que vamos aumentando el nmero de datos en nuestra estimacin (n tiende a infinito), el valor del producto sera cada vez ms pequeo; es decir, se ira aproximando a cero. En el lmite, sera nulo siempre que el segundo valor del producto (la matriz inversa) fuera calculable. COROLARIO En definitiva, despus de haber observado que los estimadores MCO cumplen con las cuatro propiedades propuestas (linealidad, insesgadez, optimalidad y consistencia);adems de saber que contamos con las estimaciones paramtricas con mayores garantas estadsticas, tambin podemos saber que los coeficientes del modelo se distribuyen como una Normal, con media el verdadero valor del parmetro (son insesgados) y varianza
Es decir,
En cualquier caso, esta expresin no ser de utilidad para determinar los intervalos de confianza de los parmetros (para conocer entre qu bandas se movern los verdaderos valores de los parmetros) salvo que obtengamos un mtodo para estimar la varianza de las perturbaciones aleatorias que interviene en esta frmula
Universidad de El Salvador
Pgina 31
TEST DE SUPUESTOS NORMALIDAD: TEST DE JARQUE BERA Este es un test de hiptesis, con este test contrastamos la asimetra y el exceso de curtsis, que bajo normalidad deberan de ser ambos 0. Analiza por consiguiente si la distribucin falla en alguna de las caractersticas bsicas de la normal, si es simtrica o si tiene diferente peso los valores centrales respecto a los extremos de la normal. Se suele hacer una comparacin de cada uno de ellos independientemente y otro test conjunto. En que consiste? El test de simetra se realiza para contrastar: H0: 1=0, lo que significa simetra exacta H1: 10, lo que significa que existe asimetra La consecuencia es que si existe asimetra falla la normalidad El test de curtsis se realiza para contrastar: H0: 2=0, lo que significa curtsis exacta H1: 20, lo que significa que existe curtsis.
Universidad de El Salvador
Pgina 32
Entonces: Si falla el test de asimetra o el test de curtsis, entonces falla el supuesto de normalidad. Jarque Bera mide esto en forma conjunta mediante un estadstico que se obtiene segn la siguiente regla:
Que es equivalente a:
Ejemplo: El costo de fabricacin de algodn en una empresa de hilaturas depende de la cantidad de tejido producido y del precio de la mano de obra subcontratada.
Universidad de El Salvador
Pgina 33
TEST SIGNIFICANCIA GLOBAL DEL MODELO: PRUEBA F La prueba estadstica F de Fisher puede medir la significancia global del modelo es decir que el modelo de regresin mltiple es estadsticamente significativo. Se busca un nivel de confianza del 95%, con un p-valor entre cero y 0,05 para que el modelo y los parmetros sean estadsticamente significativos. La prueba F se usa para determinar si hay una relacin significativa entre la variable dependiente y el conjunto de todas las variables independientes. En estas condiciones se le llama prueba de significancia global. El modelo de regresin mltiple es: Ejemplo: Las ventas de un almacn dependen depende de los aos de experiencia de los vendedores, de la calidad de sus productos, y de su precio. Con el test de prueba F se determinara si la relacin entre la variable dependiente y las variables independientes es significativa.
DETERMINACIN DE INTERVALOS DE CONFIANZA PARA LOS COEFICIENTES ESTIMADOS Consiste en estimar el intervalo para un valor individual de y que corresponde a un valor dado de x. La ecuacin de regresin determina una estimacin puntual del valor medio de y para determinado valor de x. El nivel de confianza es la probabilidad a priori de que el intervalo de confianza a calcular contenga al verdadero valor del parmetro. Se indica por 1- y habitualmente se da en porcentaje (1-) %. Hablamos de nivel de confianza y no de probabilidad ya que una vez extrada la muestra, el intervalo de confianza contendr al verdadero valor del parmetro o no, si repitisemos el proceso con muchas muestras podramos afirmar que el (1-) % de los intervalos as construidos contendra al verdadero valor del parmetro. Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y 99,9%
Universidad de El Salvador Pgina 34
TEST DE SIGNIFICANCIA DE COEFICIENTES: PRUEBA t Si la prueba F indica la significancia global, la prueba t se aplica para determinar si cada una de las variables independientes tiene significancia. Se hace una prueba t por separado para cada variable independiente en el modelo: a cada una de esas pruebas t se llama prueba de significancia individual. Retomando el ejemplo del test de prueba F, suponiendo que este dio como resultado una relacin significancia global de la variable dependiente con el conjunto de las variables independientes, entonces aplicamos la prueba t a cada una de las variables independientes (aos de experiencia de los vendedores, calidad de los productos, precio de los productos) para determinar si cada una de las V.I. tiene significancia, haciendo una prueba t para cada variable independiente en el modelo.
Universidad de El Salvador
Pgina 35
El cafeto arbigo (Coffea arabica) es un arbusto de la familia de las rubiceas nativo de Etiopa tiene diversas
Pergamineros: referente a pequeos productores uva: es aquel caf, que es cortado en su etapa ptima de maduracin. Organizacin Internacional de Caf: es una organizacin intergubernamental que agrupa a la casi totalidad de los pases
5 Caf 6
productores de caf as como a los principales pases importadores. La organizacin garantiza la informacin mutua y la coordinacin de las polticas de sus miembros.
7
Regresin: Gujarati IV, Cap. 1, Naturaleza del anlisis de regresin, pg17 Hiptesis nula y Hiptesis alterna: Estadstica para la Administracin y la economa, Tercera edicin,Cap 8
El Consejo Salvadoreo del Caf (CSC), fue creado el 19 de octubre de 1989, por medio del Decreto
Legislativo N 353. El CSC surge como el ente rector de la caficultura en El Salvador luego de la abolicin del Instituto Nacional del Caf (INCAFE). Es una institucin estatal de carcter autnomo, pero en su direccin hay participacin del sector privado.
11
Estadstica para la Administracin y la economa, Tercera edicin, Cap. 11 regresin y correlacin lineales
pg. 372
13 14
Gujarati IV , capitulo 7, anlisis de regresin mltiple(problema de estimacin), pg. 195 Estadstica para la Administracin y la economa, Tercera edicin, Cap. 12 anlisis de regresin y
Gujarati IV , capitulo 8, anlisis de regresin mltiple y inferencia (prueba de hiptesis sobre coeficientes
Bera: Es una prueba a sintnica o de grandes muestras, tambin est basada en residuos MCO.
esta prueba calcula primero la asimetra y curtosis o apuntamiento de los residuos MCO.
Universidad de El Salvador
Pgina 36
EJERCICIO 1989/90 1990/91 1991/92 1992/93 1993/94 1994/95 1995/96 1996/97 1997/98 1998/99 1999/00 2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 2008/09 2009/10 2010/11 *
PRECIO PROM. 80.69 80.65 58.69 59.65 91.19 164.52 113.86 136.22 154.81 100.15 95.56 58.85 52.55 59.64 68.46 96.10 111.05 116.17 132.69 130.99 147.36 201.59
Diferencia Valor
-13.1% -21.5% 39.7% 6.6% 43.7% -5.8% 50.6% -24.2% -37.6% 30.2% -57.9% -20.0% 0.6% 15.7% 34.7% 12.5% -0.2% 37.5% -7.6% -18.4% 127.3%
Universidad de El Salvador
Pgina 37
ENE
278. 5 344. 5 340. 0 290. 0 385. 2 320. 934. 2 39. 8 120. 882. 2 85. 1 119. 267. 7 67. 8 22. 9 16. 9 26. 4 35. 3 61. 5 76. 6 76. 6 89. 7 73. 4 93. 1 174. 1
FE B278.
5 344. 5 340. 0 321. 0 401. 2 281. 231. 6 44. 0 117. 179. 2 113. 6 121. 159. 9 60. 2 21. 1 17. 7 26. 9 36. 4 72. 6 70. 9 74. 7 103. 371. 5 86. 0 194. 2
MAR
278. 5 344. 5 340. 0 372. 0 411. 3 297. 830. 1 48. 8 127. 676. 0 133. 1 102. 659. 1 59. 2 21. 5 24. 7 23. 5 37. 9 86. 0 67. 5 70. 9 99. 6 69. 4 86. 7 204. 1
ABR
278. 5 344. 5 340. 0 391. 0 405. 4 280. 425. 5 51. 6 122. 086. 4 141. 697. 7 55. 9 52. 7 19. 7 25. 4 26. 7 34. 3 79. 5 69. 0 68. 0 87. 8 72. 8 87. 1 211. 9
MAY
278. 5 344. 5 340. 0 386. 0 390. 0 252. 629. 7 76. 7 119. 481. 7 183. 086. 1 64. 1 53. 8 24. 6 20. 4 28. 9 36. 7 79. 9 63. 7 63. 2 89. 6 85. 7 88. 5 208. 8
JUN
278. 5 344. 5 340. 0 380. 0 360. 0 239. 228. 6 97. 7 103. 476. 3 154. 576. 9 60. 2 46. 2 19. 0 17. 8 23. 5 41. 3 73. 3 57. 8 72. 5 93. 2 82. 4 99. 9 194. 1
JU L 278.
5 344. 5 340. 0 372. 0 354. 9 233. 737. 8 162. 8 103. 669. 7 122. 470. 5 49. 9 46. 5 15. 5 17. 6 25. 4 34. 8 63. 7 59. 2 71. 2 93. 9 76. 7 122. 2 188. 6
AGO
278. 5 344. 5 340. 0 424. 0 329. 5 156. 840. 5 139. 6 104. 375. 5 127. 775. 5 45. 5 36. 0 12. 7 16. 9 25. 0 33. 1 61. 0 65. 5 74. 9 92. 3 82. 6 123. 5 194. 6
SE P278.
5 344. 5 340. 0 429. 0 356. 9 187. 045. 0 162. 985. 8 67. 8 127. 166. 6 39. 2 35. 0 11. 0 23. 7 28. 3 40. 8 55. 7 65. 3 80. 2 90. 7 84. 1 133. 1 212. 8
OCT
278. 5 344. 5 340. 0 386. 8 319. 6 250. 140. 1 142. 479. 3 73. 1 112. 165. 3 46. 7 34. 3 14. 3 27. 0 26. 0 39. 0 61. 3 65. 3 85. 6 71. 7 90. 5 134. 4
NOV
278. 5 344. 5 340. 0 390. 4 306. 8 295. 041. 6 125. 778. 2 75. 9 107. 072. 6 63. 2 27. 1 16. 5 29. 6 24. 2 47. 5 63. 0 76. 3 81. 0 68. 8 90. 3 148. 1
DI C278.
5 344. 5 340. 0 384. 9 313. 0 365. 543. 0 115. 662. 2 69. 6 116. 671. 1 70. 2 23. 7 15. 9 28. 0 28. 0 59. 8 59. 0 82. 7 88. 4 66. 7 96. 5 156. 9 0.0
ANUAL
278.5 0 344.5 0 340.0 0 377.2 6 361.1 5 263.3 335.6 4 100.6 2 101.9 776.1 2 126.9 885.4 4 56.8 0 45.2 0 17.8 8 22.1 3 26.0 5 39.7 3 68.0 4 68.3 2 75.6 1 87.2 7 81.3 3 113.2 9 198.6 2
0.0
0.0
Universidad de El Salvador
Pgina 38
EL SALVADOR
DEPARTAMENTO DE ESTUDIOS ECONOMICOS Y ESTADISTICAS CAFETALERAS
ESTIMACION DE GENERACION DE EMPLEO DEL CAFE AO CAFETERO
1980/1981 1981/1982 1982/1983 1983/1984 1984/1985 1985/1986 1986/1987 1987/1988 1988/1989 1989/1990 1990/1991 1991/1992 1992/1993 1993/1994 1994/1995 1995/1996 1996/1997 1997/1998 1998/1999 1999/2000 2000/2001 2001/2002 2002/2003 2003/2004 2004/2005 2005/2006 2006/2007 2007/2008 2008/2009 2009/2010 2010/2011
JORNALES D/H*
44,837,500.00 48,717,500.00 52,662,500.00 51,407,500.00 36,521,250.00 29,053,750.00 38,185,000.00 40,777,500.00 24,652,500.00 45,456,250.00 44,213,750.00 39,421,250.00 53,827,500.00 42,541,250.00 42,007,500.00 40,488,750.00 41,323,750.00 37,530,000.00 32,773,750.00 46,407,500.00 29,086,225.00 27,405,374.00 16,688,900.00 16,245,888.50 15,793,170.00 20,319,442.50 21,750,325.00 26,497,625.00 24,820,312.50 18,750,000.00 30,975,000.00
FUENTE: CONSEJO SALVADOREO DEL CAFE *Un quintal oro Genera 12.5 D/H incluye actividad agroindustrial en condiciones normales. Debido a la crisis, de 2002/03 A 2004/05 se utiliz 8.5 jornales por quintal oro. Para el 2005/06 subi a 10.5 jornales. En los siguientes se normaliza a 12.5 jornales. ** Un empleo por ao equivale a 250 jornales *** Proyectado
Universidad de El Salvador
Pgina 39
GRAFICOS Grafico 1
Grafico 2
Universidad de El Salvador
Pgina 40
Grafico 3
Grafico 4
Universidad de El Salvador
Pgina 41