Mtodos Estadsticos 3

FEN - ESPOL

EJERCICIO 1: Visitas y Gasto de Publicidad: Comparacin de Formas Funcionales Con la base de datos VISITAS.XLS compare los siguientes modelos y determine cul sera el ms apropiado para representar la relacin que hay entre el Gasto de Publicidad y las Visitas a los locales comerciales de la muestra: 1. Lineal 2. Log-log (o Log-lineal) 3. Polinomial cuadrtico: Y = 1 + 2X + 3X2 + a) Transforme las variables que considere necesarias, para plantear los respectivos modelos de regresin lineal.
LINEAL
Gasto de Publicidad Nmero de Visitas

LOG LOG ln(Gasto Publicidad) ln(Numero de Visitas)

Nmero de Visitas

CUADRATICO Gasto de (Gasto de Publicidad Publicidad)^2

b) En los modelos 1 y 2, grafique el diagrama de dispersin entre la variable dependiente y la independiente. En el modelo 2 haga el grfico con las variables transformadas. 1) LINEAL

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

Nmero de Visitas

Gasto de Publicidad

X=Gasto de publicidad

1930 1933 2479 2447 2167 1538 2010 1887 2003 1626 2102 1938 2342 2468 1362 2253 1204 1919 877 2373 1421 1961 1999 2049 2283 1281 2144 2567

1478 1195 1359 744 583 229 1011 1364 859 539 858 1203 1043 1170 735 1342 119 1025 220 1146 508 774 1065 838 1188 228 1029 1366

Y=Numero de visitas

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

2. Log-log (o Log-lineal)
LNX 7,2984451 7,08590146 7,21450441 6,61204103 6,36818719 5,433722 6,91869522 7,21817684 6,75576892 6,28971557 6,7546041 7,09257372 6,94985646 7,06475903 6,5998705 7,20191632 4,77912349 6,93244789 5,39362755 7,0440329 6,23048145 6,65157187 6,97073008 6,7310181 7,0800265 5,42934563 6,93634274 7,21964204 LNY 7,56527528 7,56682848 7,81561053 7,80261806 7,681099 7,33823815 7,60589 7,54274355 7,60240134 7,39387829 7,65064455 7,56941179 7,75876054 7,81116339 7,21670949 7,72001794 7,09340463 7,5595595 6,77650699 7,77191026 7,25911613 7,58120983 7,60040233 7,62510715 7,73324565 7,1553963 7,67042852 7,85049318

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

c) Estime las FRM. Lineal

Y=0.8169X+1212.9560

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

Log-log (o Log-lineal)

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

LNY=0.3117lnX+5.4740

Polinomial cuadrtico: Y = 1 + 2X + 3X2 +

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

Y=841.6662+2.0557-0.0008X2

d) Seleccione el modelo ms apropiado. No olvide revisar la significancia de los coeficientes obtenidos y las consideraciones que se dan en los apuntes complementarios para comparar los modelos. Lineal Se puede observar que tanto 1 y 2 son significativos ya que sus probabilidades son menores que 0.05, lo cual indica que se rechaza la Ho de que las betas son cero. R2=55.76% R2ajustado=54.05% Log-log (o Log-lineal) Se puede observar que tanto 1 y 2 son significativos ya que sus probabilidades son menores que 0.05, lo cual indica que se rechaza la Ho de que las betas son cero. R2=64.34% R2ajustado=62.97% Polinomial cuadrtico: Y = 1 + 2X + 3X2 + Se puede observar que las tres betas son significativas ya que sus probabilidades son menores que 0.05 lo cual indica que se rechaza la Ho de que los betas son cero. R2=67.07% R2ajustado=60.11%

Yo seleccionara el modelo LOG-LOG ya que este tiene mayor R2 ajustado lo cual significa que una mayor proporcin de la variacin de Y es explicado por la variacin de las variables explicativas. Tambin porque tiene elasticidad constante y coeficientes significativos que nos ayudan a estimar mejor los datos.
e) En qu modelo(s) debe hacer transformacin de coeficientes (betas) para obtener la expresin en la forma no lineal? Realcelo. Se debe hacer la transformacin de las betas en el modelo Log-log (o Log-lineal). LNY=0.3117lnX+5.4740 Y= X0.3117 (238.41)

Y =1 * X12 Ln Y = Ln (1*X12) Ln Y = Ln 1 + 2 * Ln X1

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

# V = 1 * GP2 Ln ( # V) = Ln (1 * GP2) Ln ( # V) = Ln 1 + 2 Ln GP Ln 1 =5.4739 1 = e5.4739 1 = 238.3881 # V = 238.3881 * GP0.3116 2 = 0.3116

f)

De acuerdo con el modelo seleccionado por usted, cul sera el nmero estimado de visitas en el local si al comienzo del prximo mes se lanza una campaa publicitaria valorada en $1200? Y= X0.3117 (238.41) Y= (1200)0.3117 (238.41) Y=2173.23

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

Referencia: Damodar Gujarati. Econometra. Mc Graw Hill. Captulo 6.

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

EJERCICIO 2: Un analista poltico de una estacin de televisin le ha pedido elaborar un modelo de regresin para poder soportar sus opiniones con respecto a los factores que influyeron en el porcentaje de votos obtenidos por los candidatos a diputados del partido politico XYZ en 22 provincias del pas. Por lo tanto tiene 22 observaciones. Su modelo tiene como variable dependiente el porcentaje de votos obtenido por los candidatos de este partido con respecto al total de votos en la provincia i. Las variables independientes son: La tasa de desempleo de cada provincia Variable dummy que indique si el lider de ese partido aparecio a hacer campana por sus candidatos. Variables dummies para identificar si la provincia es de la costa, sierra, oriente o Galapagos. 1. Estimar la regresin, corregir eliminando variables no significativas. Original

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

CORREGIDO

% de Votos = 4.513 + 15.253 dCL + 16.935dC

CampanaLider=X1 DCosta=X2

2. Estimar la votacin para una provincia con Tasa de Desempleo del 10%, que pertenece a la Costa, y en la cual el lder del partido hizo campaa. ORIGINAL Y= -5.7519+1.1074X1+13.1867 X2+17.5872X3 +2.4363X4 -6.9450X5 Y= -5.7519+1.1074 (0.10)+13.1867 (1)+17.5872 (1) +2.4363 (0) -6.9450 (0) Y=25 VOTOS CORREGIDO Y= 4.5130+15.2532 X1 +16.9351X2 Y= 4.5130+15.2532 (1)+16.9351 (1) Y=37VOTOS

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

EJERCICIO 3: Evolucin del sector de la construccin Se desea conocer la tendencia del sector de la Construccin para los aos 2006 y 2007, para lo cual se cuenta con la base de datos del PIB de este sector, en miles de dlares del ao 2000. Ao 1993 1994 1995 1996 1997 1998 1999 1,137,62 1,216,89 1,222,07 1,237,72 1,271,00 1,268,41 PIBC 1 2 6 2 0 8 952,443 Ao PIBC 2000 1,126,86 9 2001 1,348,75 9 2002 1,618,93 9 2003 1,608,35 3 2004 1,672,98 4 2005 1,723,16 8

Se propone estimar el modelo de extrapolacin simple denominado Modelo de Tendencia Lineal, el cual toma como variable explicativa al tiempo (t). Adicionalmente, se debe incluir una variable dicotmica que permita evaluar si el ao 1999 (crisis financiera) tuvo un efecto en el PIB del sector. a) Estime el modelo incluyendo la variable dicotmica. resultante. (10p) Pib= -91950051,5+46683,90-418623,75(d1t) d1=1 ; t= 1999 0 ; en otro caso Escriba la ecuacin

b) Son significativos los coeficientes? Escriba el p-value de la prueba t de cada coeficiente. (5p) Los coeficientes si son significativos porque se rechaza la Ho: Bi= 0 porque : Ao = P-value = 0,000294 es < =0.05 Efecto crisis = P - value =0,00612646 < =0.05 Los coeficientes si son significativos porque se rechaza la Ho: Bi= 0 porque :

Profesor: Washington Macas R.

Mtodos Estadsticos 3

FEN - ESPOL

c) Cual es la estimacin del crecimiento anual del PIB (en miles de dlares del ao 2000)? (5p) Pib para el ao 2000 Pib(t=2000) = 1417748.5

d) Cual es la estimacin del impacto de la crisis financiera en el PIB del sector para el ao 1999? (5p) Pib para el ao 1999 Pib(t=1999) = - 835457811,7

e) Cul es el valor estimado del PIB del sector de la construccin para los aos 2006 y 2007? (10p) Pib(t=2006)= 1697851.9 Pib(t=2007) = 1774535.8 f) Interprete el Coeficiente de Determinacin, R2. (5p) R^2 = 0.8051 Significa que el 80.51% de las variaciones del PIB son explicadas por las variaciones Ao y Efecto crisis. g) Interprete el valor del estadstico Durbin-Watson. (5p) Durbin Watson = 2 ( 1-P) (1 - 0.847) =

0.2054

Se puede que hay auto correlacin de primer orden debido a que su valor no esta alrededor de 2.

Profesor: Washington Macas R.