Está en la página 1de 108

A

AHORRO

AOS
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

I
INVERSION
15
17
18
20
21
23
25
26
33
35

Y
INGRESO
15
17
18
20
21
23
25
26
33
35

AFLFA=A/Y
50
0.3000
50
0.3400
55
0.3273
60
0.3333
60
0.3500
68
0.3382
72
0.3472
75
0.3467
78
0.4231
82
0.4268

SUMA TOTAL

3.53264

ALFA

N=
0<=
B=
e=

10
0.3533
5.0157
2.71828

1.PRIMER METODO DINAMICO CONTINUO MACROECONOMICO


( &/B)^t
a.- Yt= Yo e^
e= 2,718828
1.SEGUNDO METODO DINAMICO DISCRETO MACROECONOMICO
b.- Yt= Yo ( 1+&/B-&)^t

PARA aos 2019-2020


Y2019=

50

2.71828
1.22614E-021

I/AY
B
-

AY

0
0
5
3.6
5
4.00
0
0
8
2.875
4
6.25
3 8.666666667
3
11
4
8.75

32

O MACROECONOMICO

TO MACROECONOMICO

0.0704310015 ^19
9.02147E-024

45.1417

I EXAMEN DE ECONOMETRIA I
APELLIDOS Y NOMBRES...SECCION
1.- SE TIENE EL SIGUIENTE MODELO CON LOS DATOS DE : AHORRO (A), INVERSION (I) E
INGRESO (Y).
(1)

At = Yt + Ut

(2)

It = (Yt - Yt-1) + Ut

(3)

At = It

AOS

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

15
17
18
20
21
23
25
26
33
35

15
17
18
20
21
23
25
26
33
35

50
53
55
60
65
68
72
75
78
82

Utilizando el modelo dinmico continuo macroeconmico, determinar el yngreso


para los aos 2019 y 2020 con sus corespondientes ahorros.
2,- Los siguientes datos nos muestran las subcripciones de miles de personas para la
adquisicion de revistas deportivas con los diferentes precios en U.M.
Y
X
SUB CRIPCIONES
PRECIO XY
X2
12
12
14
11
16
10
22
8
23
5
25
3
28
1
Utilizando los minimos cuadrados el mtodo de los desvios estimar la ecuacin
economtrica. (Comente sus resultados).
3.- REALICE UN ANALISIS, INDICAR SUS DIFERENTES ASPECTOS EN QUE SE CLASIFICAN,
EL PRESENTE MODELO Y REPRESENTAR SU SOLUCION MATRICIALMENTE

(P,S y D)
Dt = a0 -a1Pt +a2Yt + a3Zt + u1t
St = B0 + B1Bt-1 - B2Ct-1 + Pt + u2t

VARIABLES DEPENDIENTES:

(1)
(2)

(3)

Pt = Pt-1 + (Dt-1 - St) + u3t


SOLUCION I EXAMEN DE ECONOMETRIA I

APELLIDOS Y NOMBRES...SECCION
1.- SE TIENE EL SIGUIENTE MODELO CON LOS DATOS DE : AHORRO (A), INVERSION (I) E
INGRESO (Y).

(1)
(2)
(3)

At = Yt + Ut
It = (Yt - Yt-1) + Ut
At = It

AOS

= A/Y

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

15
17
18
20
21
23
25
26
33
35

15
17
18
20
21
23
25
26
33
35

50
50
55
60
60
68
72
75
78
82

0.3000
0.3400
0.3273
0.3333
0.3500
0.3382
0.3472
0.3467
0.4231
0.4268

11

3.5326

Y
0.0
5.0
5.0
0.0
8.0
4.0
3.0
3.0
4.0

Utilizando el modelo dinmico continuo macroeconmico, determinar el yngreso


para los aos 2019 y 2020 con sus corespondientes ahorros.
a
0.3533
B
5.0157
1.33818903
3.81213015

1.40862003
4.09030313

Y2019

190.61

Y2020

204.52

A2019

67.334

A2020

72.248

2,- Los siguientes datos nos muestran las subcripciones de miles de personas para la
adquisicion de revistas deportivas con los diferentes precios en U.M.

3.- REALICE UN ANALISIS, INDICAR SUS DIFERENTES ASPECTOS EN QUE SE CLASIFICAN,


EL PRESENTE MODELO Y REPRESENTAR SU SOLUCION MATRICIALMENTE
VARIABLES DEPENDIENTES:

(P,S y D)

(1)
(2)
(3)

Dt = a0 -a1Pt +a2Yt + a3Zt + u1t


St = B0 + B1Bt-1 - B2Ct-1 + Pt + u2t
Pt = Pt-1 + (Dt-1 - St) + u3t

I EXAMEN DE ECONOMETRIA I

...SECCIONAPELLIDOS Y NOMBRES

RO (A), INVERSION (I) E

eterminar el yngreso

s de personas para la

xmin

stimar la ecuacin

EN QUE SE CLASIFICAN,

RICIALMENTE

1.- SE TIENE EL SIGUIENTE MODELO CON LOS DATOS DE : AHORRO (A), INVER
INGRESO (Y).
(1)

At = Yt + Ut

(2)

It = (Yt - Yt-1) + Ut

(3)

At = It

AOS

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

15
17
18
20
21
23
25
26
33
35

15
17
18
20
21
23
25
26
33
35

50
53
55
60
60
60
60
60
60
60

Utilizando el modelo dinmico discreto macroeconmico, determinar el yn


para los aos 2019 y 2020 con sus corespondientes ahorros.

2,- Los siguientes datos nos muestran las subcripciones de miles de personas
adquisicion de revistas deportivas con los diferentes precios en U.M.
y min

xy min

x2 min

SUB CRIPCIONES
12
14
16
22
23
25
28

Utilizando los minimos cuadrados el mtodo de los datos observados estim


ecuacin economtrica. (Comente sus resultados).

3.- REALICE UN ANALISIS, INDICAR SUS DIFERENTES ASPECTOS EN QUE SE CL

EL PRESENTE MODELO Y REPRESENTAR SU SOLUCION MATRICIALMENTE

(S,D y P)
Dt = a0 -a1Pt +a2Yt + a3Zt + u
St = B0 + B1Bt-1 - B2Ct-1 + Pt + u

VARIABLES DEPENDIENTES:

(1)
(2)

(3)

ETRIA I

Pt = Pt-1 + (Dt-1 - St) + u3t


SOLUCION I EXAMEN DE ECONOMETRIA I

...SECCIONAPELLIDOS Y NOMBRES

RO (A), INVERSION (I) E

1.- SE TIENE EL SIGUIENTE MODELO CON LOS DATIOS DE : AHORRO (A), INVE
INGRESO (Y).

(1)
(2)
(3)
= I/Y
0.0000
3.6000
4.0000
0.0000
2.8750
6.2500
8.6667
11.0000
8.7500

At = Yt + Ut
It = (Yt - Yt-1) + Ut
At = It

AOS

2000
2001
2002
2003
2004
2005
2006
2007
2008
2009

15
17
18
20
21
23
25
26
33
35

15
17
18
20
21
23
25
26
33
35

50
50
55
60
60
68
72
75
78
82

45.1417

eterminar el yngreso

= A/Y
0.3000
0.3400
0.3273
0.3333
0.3500
0.3382
0.3472
0.3467
0.4231
0.4268
3.5326

Utilizando el modelo dinmico discreto macroeconmico, determinar el yn


para los aos 2019 y 2020 con sus corespondientes ahorros.
a
0.3533
B
5.0157
0.07576737
1.07576737
4.00542868

Y2019

200.27

Y2020

A2019

70.749

A2020

s de personas para la

2,- Los siguientes datos nos muestran las subcripciones de miles de personas
adquisicion de revistas deportivas con los diferentes precios en U.M.

EN QUE SE CLASIFICAN,
RICIALMENTE

3.- REALICE UN ANALISIS, INDICAR SUS DIFERENTES ASPECTOS EN QUE SE CL


EL PRESENTE MODELO Y REPRESENTAR SU SOLUCION MATRICIALMENTE
VARIABLES DEPENDIENTES:

(S,D y P)

(1)
(2)
(3)

Dt = a0 -a1Pt +a2Yt + a3Zt + u


St = B0 + B1Bt-1 - B2Ct-1 + Pt + u
Pt = Pt-1 + (Dt-1 - St) + u3t

ETRIA I

...SECCION
: AHORRO (A), INVERSION (I) E

mico, determinar el yngreso

de miles de personas para la


s precios en U.M.

SUB CRIPCIONES
12
14
16
22
23
25
28

PRECIO
12
11
10
8
5
3
1

tos observados estimar la

PECTOS EN QUE SE CLASIFICAN,

ON MATRICIALMENTE

a3Zt + u1t
+ Pt + u2t
1

ONOMETRIA I

...SECCION

E : AHORRO (A), INVERSION (I) E

Y
0.00
5.00
5.00
0.00
8.00
4.00
3.00
3.00
4.00

= I/Y
0.0000
3.6000
4.0000
0.0000
2.8750
6.2500
8.6667
11.0000
8.7500
45.1417

mico, determinar el yngreso

0.07576737
1.07576737
4.30890949

215.45
76.109

de miles de personas para la


s precios en U.M.

PECTOS EN QUE SE CLASIFICAN,


ON MATRICIALMENTE

a3Zt + u1t
+ Pt + u2t
1

1. ESTA INFORMACION NOS MUE


a. CALCULAR LA ELASTICIDAD YNGRESO. COMENTARIOS
b: INDICAR LOS DATOS ABSOLUTOS. COMENTARIOS

y
CONSUMO
11
16
15
19
22
25

108
18

Log Log
SUM:Ln Y=Na+B sumLn x
Sum Ln X *Lny= aSumLnx + B sum(LnX)^2

LINEAL
Sum Y = Na + B Sum X
Sum XY = a Sum X + B SumX ^2

2.9579050507

-20

108
2016
-2160
2016
144
B

108
108
212.0963855422
A
REGRESION LINEAL

2.- LA SIGUIENTE INFORMACION NOS MUESTRA LOS M

a.-PRUEBA DE HIPOTESES PARA LOS PARAMETROS a y


b.-CONSTRUCCION DEL CUADRO DE ANALISIS DE VAR
c.-PRUEBA DE HIPOTESIS DEL COEFICIENTE DE DETER

MILES DE $
420
480
520
530
520
560
570
3,600.00
514.2857142857

3.- CON LOS SIGUIENTES DATOS CALCULAR LA ECUACIO

1
2
3
4
5
6
7
8
9
10

Y
20
25
32
48
55
70
38
28
25
18
359

TA INFORMACION NOS MUESTRA , LOS MILES DE KGs DE SOYA QUE CONSUMEN LA REGION SUR DEL PERU, Y

O. COMENTARIOS
MENTARIOS

x
PRECIO (U.M.)
28
23
22
20
15
12

120
20

lny
2.3979
2.7726
2.7081
2.9444
3.0910
3.2189
0.0000
0.0000
17.1329
2.8554819089

lnx
3.3322
3.1355
3.0910
2.9957
2.7081
2.4849
0.0000
0.0000
17.7474
2.9579050507

Lnx Lny
7.9903
8.6934
8.3707
8.8208
8.3707
7.9986
0.0000
0.0000
50.2445
8.3740777398

17.1329 =
50.2445 =

6
17.7474

17.7474
52.9722

50.677466163 =
50.2445 =
0.4330 =

17.7474303039
17.7474
0.0000

52.495213732
52.9722
-0.4769

a
LnY ^

-0.9079

17.1329 =
17.1329 =
33.2449 =

6
-16.1120497638
6

5.5408

5,5408

0,9079

LnXi

=
=

6
120

120
2566

=
=
=

-120
120
0

-2400
2566
-166

-0.8674698795

17.7474

=
=

6
120
6 -104.0963855422
6

-0.8674698795

35.3493975904

Y^=

35,3494

-0,8675 X I

CION NOS MUESTRA LOS MILES DE $ USA. QUE VENDE UNA COMPAIA DE JUGUETES, Y LOS GASTOS DE PUB

PARA LOS PARAMETROS a y B. COMENTAR SU RESPUESTA.


ADRO DE ANALISIS DE VARIANZA.
DEL COEFICIENTE DE DETERMINACION POBLACIONAL. (COMENTARIOS)

G, PUBLIC $
220
230
250
260
260
310
350

x
176,400.00
230,400.00
270,400.00
280,900.00
270,400.00
313,600.00
324,900.00
1,867,000.00

1,880.00
268.57142857
b
a

y=
Y=

xy

48,400.00
52,900.00
62,500.00
67,600.00
67,600.00
96,100.00
122,500.00
517,600.00

92,400.00
110,400.00
130,000.00
137,800.00
135,200.00
173,600.00
199,500.00
978,900.00

0.7733944954
-129.1743119266

-129.1743119266
0.7733944954

a +
-129.1743119266

B
0.7733944954

OS CALCULAR LA ECUACION DE REGRESION POLINOMICA DE SEGUNDO ORDEN.

X2

X3

X4

ON SUR DEL PERU, Y LOS YNGRESOS DISPONIBLES DE LOS CONSUMIDORES.

(Lnx)
11.1036
9.8313
9.5545
8.9744
7.3335
6.1748

52.9722
8.828693855

B
B
B

-0.9079

xy
308
368
330
380
330
300

2016
336

X
784
529
484
400
225
144

2566
427.6666666667

SI ES POSITIVa por cada sol que esta aumentan


SI ES NEGATIVA ES INVERSAMENTE PROPORCIO
ALTA DEMNAD PRECIO BAJA
Y
X

INDEPENDIENTE
DEPENDIENTE

EL COEFICIETNE DETERMIANCION EXPRESA LA


QUIERE DECIR Q LA VARIABLE INDEPENDIENTE
LA VARAIBLE DEPENDIENTE EN UN % Y EL RES

LOS GASTOS DE PUBLICIDAD EN $ USA,

desvios
-

x
94.29
34.29
5.71
15.71
5.71
45.71
55.71
0.00

xi
Xi

y
48.57
38.57
18.57
8.57
8.57
41.43
81.43
0.00

xy
4,579.59
1,322.45
106.12
134.69
48.98
1,893.88
4,536.73

x^2
8,889.80
1,175.51
32.65
246.94
32.65
2,089.80
3,104.08

12,042.86

15,571.43

XY

X2Y
80
70
60
50

f(x) = - 1.76067908x^2 + 18.8936473165x


R = 0.9516857017

40

Colu

Polyn

30
20
10
0
0

10

12

sol que esta aumentando va crecer el precio


RSAMENTE PROPORCIONAL

EPENDIENTE
ENDIENTE

MIANCION EXPRESA LA RELACION


ABLE INDEPENDIENTE ESTA EXPRESADA A
TE EN UN % Y EL RESTANTES ES OTRAS VARIABLES

10

Column C
Polynomial (Column C)

12

ECUACION DE REGRESION

DATOS OBSERVADOS

1
2
3
4
5
6
7
8
9
10
TOTAL
MEDIA

Y^= a^ + b^xi
a^= S(Y)(SX)-(SX)(SXY)
N(SX)-(SX)
b^= N(SXY)-(Sx)(Sy)
N(SX)-(Sx)

420
480
520
530
520
560
570

220
230
250
260
260
310
350

Y
176400
230400
270400
280900
270400
313600
324900

XY
92400
110400
130000
137800
135200
173600
199500

3600
514.2857

1880
268.5714

1867000
266714.2857

978900
139842.8571

MEDIA X
MEDIA Y

1880
3600

7
7

268.5714285714
514.2857142857

ECUACIONES NORMALES

966857.142857143
978900
-12042.8571428572

SY= Na + bSx
Sxy= aSx + BSx
1880
1880
0

504914.2857143
517600
-12685.71428571

B^

0.949324

y=
DATOS OBSERVADOS
MINIMO CUADRADOS
a^= S(Y)(SX)-(SX)(SXY)
N(SX)-(SX)

a^

23028000
88800

259.3243243243

b^= N(SXY)-(Sx)(Sy)
N(SX)-(Sx)
B^

y^=

84300
88800

0.9493243243

B^=

SXY/SX^2

259.324324324

0.9493243

POR LOS DESVIOS


XY/X^2

514.2857143

12042.8571428571
12685.7142857143
B^

0.9493243243

0.9493243243

a^

259.3243243243

259.324324324

268.5714285714

Y^= a^ + b^xi

y^=

0.9493243

por datos observados

4138.8513513511

3) EN FUNCION A LOS ERRORES

Se=

4138.8513513514
7

4138.851351
5

827.7703

Se=

28.770997033

28.770997033

desv residual

4) calcular la varianza y desv, estandar de A y B

SB=

827.7702702703
12685.7142857143

0.0652521609

varianza de B

SB=

0.2554450253

desviac estandar B

SA=

827.7702702703
7

517600
12685.7142857143

428453891.891892
88800

SA=

69.4617248202
69.4617248202

desviacion A

4824.931214999

ECUACIONES NORMALES

SY= Na + bSx
Sxy= aSx + BSx

X
48400
52900
62500
67600
67600
96100
122500

517600
73942.8571

x
-

y
49
39
19
9
9
41
81

94
34
6
16
6
46
56

xy
4579.5918367
1322.4489796
-106.12244898
-134.69387755
-48.979591837
1893.877551
4536.7346939

12042.857143
1720.4082

0.0000

0.0000

7
1880

1880
517600

3600
3600

1880
1784.7297297

a^

259.324

0.949324

xi

X
Y
3600
978900

1815.2702702703

259.324

+
e = Y - Y^
Se= o/

DATOS OBSERVADOS

COEFICIENTE DE CORRELACION
r= nos indica una estrecha correlacion que tenga la variable
dependiente con independiente PUEDE SER (-) O (+)

COEFICIENTE DE CORRELACION
r= nos indica una estrecha correlacion que tenga la variable
dependiente con independiente PUEDE SER (-) O (+)

r = N(SXY)-(Sx)(Sy)
raiz N(SX)-(Sx) RAIZ N(SY)- ( SY)

r=

6852300
88800
297.993288515

xi

109000
330.15148038

COEFICIENTE DE DETERMINACION
R= N(SXY)-(Sx)(Sy)

]^2

* 100

raiz N(SX)-(Sx) RAIZ N(SY)- ( SY)

73.42

R=

EL INGRESO EXPRESA A LA DEMANDA EN 89,52% Y E

COEFICIENTE DE CORRELACION X EL COEFC. DE DETERMINA. POR


DESVIOS
r= (SXY)
raiz (SX) RAIZ (SY)

xi

r=

12042.857143
12685.714286
112.63087625

r=

12042.857143

r=
R=
DETERMINE USTED LA SUMATORIA DE ERRORES^2
Se^2

Se^2
Se=

5) Prueba de hipotesis parametro A y B

1 . Parametro B
TcB=

0.949324
28.770997033

TcB=

0.949324

28.770997033
TtB=

(0.975)(5)

curva

1 . Parametro A
Tca=

259.324324
28.770997033

0
517600

Tca=

259.324324
28.770997033

88800
719.44422994

259.324324
28.770997033

297.99328852
719.44422994

varianz A
TCa=

3.7333

Tta=

(0.975)(5)

curva

Y
8889.795918
1175.510204
32.65306122
246.9387755
32.65306122
2089.795918
3104.081633

X
2359.183673
1487.755102
344.8979592
73.46938776
73.46938776
1716.326531
6630.612245

15571.42857 12685.71429
2224.4898 1812.2449

Y^
468.1757
477.6689
496.6554
506.1486
506.1486
553.6149
591.5878

e
-48.176
2.331
23.345
23.851
13.851
6.385
-21.588

e
2320.90
5.43
544.97
568.89
191.86
40.77
466.03

3600.0000
514.2857

0.000
0.0000

4138.85
591.2645

0.94932

COEFICIENTE DE REGRESIO

TOS OBSERVADOS

que tenga la variable


SER (-) O (+)

que tenga la variable


SER (-) O (+)

6768000

]^2

84300
98382.92535

0.8568560012

* 100

x) RAIZ N(SY)- ( SY)

eterminacion , quiere
%
decir q la variable independiente expresa a la variable dependiente en la
A LA DEMANDA EN 89,52% Y EL OTRO 10,48% SON OTRAS VARIABLES DEL MODELO
EL COEFC. DE DETERMINA. POR LOS

= (SXY)

z (SX) RAIZ (SY)

15571.42857
124.7855303

14054.70362
0.856856001
como es negativa varia inversamente proporcional
73.42022068

4138.851351

517.3564189
22.74547029

oAyB

6) intervalo de confianza para los parametro A y B

1 . Parametro B
112.6308763

0.949324

0.032995879 3.716354716

0.949324

0.949324

2.57

0.239187154
7

12685.71429
0.949324

0.949324

0.949324

1.659461495

0.239187154

<B<

77276.9082
20699.12781

2.57

ependiente en la

parametro A y B

6) intervalo de confianza para los parametro A y B

rametro B

1 . Parametro A
2.78
raiz

28.77099703
12685.71429

259

2.78

259

259

174.1736427

112.6308763

2.78

2.78
raiz

0.255445025

28.77099703
12685.71429

259

2.78

259

259

344.4750059

174.17364

<a<

112.6308763

2.78

1.6594615

0.255445025

los parametro A y B

7) calculo de coeficiente de correlacion

POR LOS DESVIOS

rametro A
r=
2.78
raiz

28.77099703
12685.71429

517600
r=

2.78
6

12042.85714
12685.71429
112.6308763
12042.85714

28.77099703 719.4442299
112.6308763

14054.70362
r=

2.78

20699.12781
675.7852575

POR DATOS OBSERVADOS


r=

2.78
raiz

28.77099703
12685.71429

517600

2.78
6

28.77099703 719.4442299
112.6308763

2.78

20699.12781
675.7852575

6852300
88800
109000
297.993288515 330.1514804

r=

9. CALCULO DE COEFICIENTE DETERMINACI

344.47501

R=

73.42022068

R=

73.42022068

10 PRUEBA DE HIPOTESIS DEL COEFICIENTE DETER


FC=

0.9493243243 12042.85714
4138.85135135
7

FC=

11432.5772201
827.77027027

FC=

13.8112923726

de correlacion

CONSTRUCCION CUADRO ANALISIS VARIANZA

15571.42857
124.7855303

FUENTE
VARIACION
REGRESION

0.85686

RESIDUAL

TOTAL
6768000

84300
98382.92535

0.856856001

ICIENTE DETERMINACION

EL COEFICIENTE DETERMINACION

DRO ANALISIS VARIANZA

SUMA
CUARADO

GRADOS DE
LIBERTAD

CUADRADOS
MEDIOS

11432.57722

11432.57722

4138.851351

827.7702703

15571.42857

ECUACION DE REGRESION

DATOS OBSERVADOS

1
2
3
4
5
6
7
8
9
10
TOTAL
MEDIA

Y^= a^ + b^xi
a^= S(Y)(SX)-(SX)(SXY)
N(SX)-(SX)
b^= N(SXY)-(Sx)(Sy)
N(SX)-(Sx)

420
480
520
530
520
560
570

220
230
250
260
260
310
350

3,600
514.2857

1,880
268.5714

MEDIA X
MEDIA Y

1880
3600

ECUACIONES NORMALES

966857.142857143
978900
-12042.857142857

Y
176400
230400
270400
280900
270400
313600
324900

1,867,000
266714.2857
7
7

SY= Na + bSx
Sxy= aSx + BSx
1880
1880
0
B^

DATOS OBSERVADOS

MINIMO CUADRADOS
a^= S(Y)(SX)-(SX)(SXY)
N(SX)-(SX)
a^

23028000
88800

259.3243243243

b^= N(SXY)-(Sx)(Sy)
N(SX)-(Sx)
B^

y^=

84300
88800

0.9493243243

B^=

SXY/SX^2

259.324324

POR LOS DESVIOS


XY/X^2

514.2857142857

12042.8571428571
12685.7142857143
B^

0.9493243243

0.9493243243

a^

259.3243243243

259.324324

Y^= a^ + b^xi

y^=

por datos observados


4138.8513513511
3) EN FUNCION A LOS ERRORES

Se=

4,139
7

4138.8513513514
5

827.7703

Se=

28.770997033

28.770997033

4) calcular la varianza y desv, estandar de A y B

SB=

827.7702702703
12685.7142857143

0.0652521609

varianza de B

SB=

0.2554450253

desviac estandar B

SA=

827.7702702703
7

517600
12685.7142857143

428453891.891892
88800

SA=

69.4617248202
69.4617248202

desviacion A

ECUACIONES NORMALES

^ + b^xi
(Y)(SX)-(SX)(SXY)
N(SX)-(SX)
SXY)-(Sx)(Sy)
N(SX)-(Sx)

SY= Na + bSx
Sxy= aSx + BSx

XY
92400
110400
130000
137800
135200
173600
199500

X
48400
52900
62500
67600
67600
96100
122500

978,900
139842.8571

517,600
73942.8571

268.5714285714
514.2857142857

X
Y

Na + bSx
= aSx + BSx
504914.285714286
517600
-12685.7142857143

3600
978900

x
-

y
49
39
19
9
9
41
81

94
34
6
16
6
46
56

0.0000

0.000

7
1880

1880
517600

3600
3600

1815.27027027
0.949324

y=

a^

259.324

0.94932
e= Y
- Y^
Se= o/

e= Y
- Y^
Se= o/

COEFICIENTE DE CORRELACION
r= nos indica una estrecha correlacion que te
independiente PUEDE SER (-) O (+)

r = N(SXY)-(Sx)(Sy)
raiz N(SX)-(Sx) RAIZ N(SY)- ( SY)

r=

6852300
88800
297.993288515

0.94932432

xi

COEFICIENTE DE DETERMINACION
R= N(SXY)-(Sx)(Sy)

raiz N(S

R=

COEFICIENTE DE CORRELACION X EL COE


268.5714285714

r=

0.94932432

xi

r=

DETERMINE USTED LA SUMATORIA DE ERRORES^2


Se^2

5) Prueba de hipotesis para

ORES

1 . Parametro B
2
TcB=

0.949324
28.770997033

TcB=

0.949324

desv residual

28.770997033

dar de A y B

TtB=

(0.975)(5)

1 . Parametro A
Tca=

259.324324
28.770997033

Tca=

259.324324
28.770997033
259.324324
28.770997033

4824.9312149988

varianz A
TCa=

3.7333

Tta=

(0.975)(5)

x
Sx

xy
4579.5918367347
1322.4489795918
-106.1224489796
-134.693877551
-48.9795918367
1893.8775510204
4536.7346938776

12,043
1720.408

1880
1784.7297297297

Y
8889.7959183674
1175.5102040816
32.6530612245
246.9387755102
32.6530612245
2089.7959183674
3104.0816326531

15,571
2224.490

X
2359.1836734694
1487.7551020408
344.8979591837
73.4693877551
73.4693877551
1716.3265306123
6630.612244898

12,686
1812.245

0.94932

259.324

xi

COEFICIENTE DE REGRESIO

DATOS OBSERVADOS

RELACION
echa correlacion que tenga la variable dependiente con
SER (-) O (+)

RAIZ N(SY)- ( SY)

6852300

6768000

109000
330.1514803844

ETERMINACION
R= N(SXY)-(Sx)(Sy)

]^2

84300
98382.9253478468

* 100

raiz N(SX)-(Sx) RAIZ N(SY)- ( SY)

73.42
quiere
decir q el coeficiente de determinacion
%
, quiere decir q la variable independiente expres
EL INGRESO EXPRESA A LA DEMANDA EN 89,52% Y EL OTRO 10,48% SON OTRAS VA

CORRELACION X EL COEFC. DE DETERMINA. POR LOS DESVIOS


r= (SXY)
raiz (SX) RAIZ (SY)

12042.8571428571
12685.7142857143
112.6308762539

15571.4285714286
124.7855302967

12042.8571428571
14054.703621121

r=
R=
TORIA DE ERRORES^2

0.8568560012
73.4202206794

4138.8513513514

Se^2

517.3564189189

como es negativa varia inversam

Se=

22.7454702945

rueba de hipotesis parametro A y B

112.6308762539

0.0329958786

curva

2.57

0
517600

12685.7142857143

297.993288515
719.4442299442

77276.9081973429
20699.1278051007

curva

2.57

3.7163547157

88800
719.4442299442

REGRESIO

Y^
468.1757
477.6689
496.6554
506.1486
506.1486
553.6149
591.5878

e
-48.176
2.331
23.345
23.851
13.851
6.385
-21.588

3,600
514.2857

0.0000

e
2320.90
5.43
544.97
568.89
191.86
40.77
466.03

4,139
591.2645

0.8568560012

riable independiente expresa a la variable dependiente en la


TRO 10,48% SON OTRAS VARIABLES DEL MODELO

es negativa varia inversamente proporcional

6) intervalo de confianza para los parametro A y B


1 . Parametro B
0.949324

2.78
raiz

0.949324

2.78

0.949324

2.78

0.239187154

0.949324

2.78
raiz

0.949324

2.78

0.949324

2.78

1.6594614946

0.239187154

<B<

1.6594615

6) intervalo de confianza para los parametro A y B


1 . Parametro A
28.770997
12685.7143

259

259

2.78
raiz
-

112.630876

2.78
6

0.25544503

28.770997
12685.7143

259

174.173643

259

2.78

2.78
raiz

259

2.78
6

259

2.78

344.475006

174.17364

<a<

112.630876

0.25544503

344.47501

7) calculo de coeficiente de correlacion


POR LOS DESVIOS
r=
28.770997
12685.7143

517600
r=

28.770997

12042.8571
12685.7143 15571.4286
112.630876 124.78553
12042.8571

719.44423

112.630876

14054.7036
r=

20699.1278
675.785258

0.85686

POR DATOS OBSERVADOS


r=

28.770997
12685.7143

517600

28.770997
112.630876

719.44423

6852300
88800
109000
297.993289

330.15148

r=

20699.1278
675.785258

6768000

0.856856

9. CALCULO DE COEFICIENTE DETERMINACION

R=

73.4202207

R=

73.4202207

10 PRUEBA DE HIPOTESIS DEL COEFICIENTE DETERMINACION


FC=

FC=

0.94932432 12042.8571
4138.85135
7

11432.5772
827.77027

FC=

13.8112924

CONSTRUCCION CUADRO ANALISIS VARIANZA

84300
98382.9253

ERMINACION

TE DETERMINACION

FUENTE
VARIACION

SUMA
CUARADO

REGRESION

11432.5772

RESIDUAL

4138.85135

TOTAL

15571.4286

S VARIANZA

GRADOS DE CUADRADOS
LIBERTAD
MEDIOS
1

11432.5772

827.77027

EJERCICIO 3

4.- SE TIENE LA SIGUIENTE INFORMACION DE DATOS DE PRODUCCION:

ENCONTRAR LA ECUACION ECONOMETRICA DE COBB-DOUGLAS DE GRA

1
2
3
4
5
6
TOTAL

Y
X

10
15
22
28
35
45
155

LOG Y - LOGL
LOG K - LOG L
XY
X

10
14
18
22
28
32
124

1.5452
1.0784
0.2897
0.2253

LOG Y

5
1.000
8
1.176
12
1.342
18
1.447
20
1.544
24
1.653
87 8.16295253
MEDIA
0.2575329249
0.1797293752

N=

SY= Na + bSx
Sxy= aSx + BSx
a
1)
MEDIA

1.0784
6

1.5452
0.2897
1.6663
1.7380
-0.0717
B

=
=
=
=
=

6
1.0784
6.4703
6.4703
0.0000

0.380184

2)
1.5452
1.5452
1.1352

=
=

6
6
6

0.189203

log C
log C
log C
C

=
=
=
=

log a
0.189203
10^
1.54598

y=

1.54598

K^

EyK=

0.380184 Si el capital aumenta en 1% la produccion crecera en


Si el capital disminuye en 1% la produccion disminuye

EyL=

0.619816 Si el trabajo se incrementa en 1% la produccion crece


Si el trabajo se disminuye en 1% la produccion dismin

EJERCICIO 2
AOS

x
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020

y
1
2
3
4
5
6
7
8
9
10
11
12
13
14

1250
1320
1420
1450
1400
1480
1500
1553
1590
1628
1665
1703
1740
1778

1552.9
1590.4
1627.9
1665.4
1702.9
1740.4
1777.9

y = 37,5x + 1252,9

R LINEAL=

R = 0,8179

R LOGARITMICA=

Y=124,17ln(x) + 1251,6

R EXPONENCIAL=

R = 0,9012
y = 1256e0,0272x
R = 0,8096

R POTENCIAL=
RESULTADO

y = 1253,9x0,0907
R = 0,9048

la exponencial es la mejor debido a que el r2 es el mas alto


La mejor ecuacion a elegir es la exponencial porque tiene un r^2 de90.48 % que es
La variable aos est expresando en 90,48% a la produccion de ajos. Y el 9.52 % exp

EJERCICIO 1
x
INGRESO
1
1
1
1
1
1
1
1

y
DEMANDA
2000
2100
2100
2100
2500
2500
3000
3000

200
250
220
220
280
290
310
350

1
2000

1
2100

8
19300

19300
47730000

MATRIZ INVERSA
5.1048128342 -0.002064171
-0.002064171 8.55615E-007

1
2100

1
2100

2120
5254000

E DATOS DE PRODUCCION:

CA DE COBB-DOUGLAS DE GRADO UNO Y (COMENTE SUS RESULTADOS)

Y
X
LOG K
LOG L
LOG Y - LOGL LOG K - LOG L
1.000
0.699
0.3010
0.3010
1.146
0.903
0.2730
0.2430
1.255
1.079
0.2632
0.1761
1.342
1.255
0.1919
0.0872
1.447
1.301
0.2430
0.1461
1.505
1.380
0.2730
0.1249
7.6961312313 6.61775498
1.5452
1.0784

B
1.0784
0.2253
1.1629
1.3515
-0.1886

1.0784
0.4100
a

0.3802

XY

0.0906
0.0663
0.0464
0.0167
0.0355
0.0341
0.2897

a=B
a^=

B=a^
0.380184

0.380184

L^

B=
B^ =

0.619816

a en 1% la produccion crecera en
ye en 1% la produccion disminuye en

0.380184
0.380184

menta en 1% la produccion crecera en


inuye en 1% la produccion disminuye en

0.619816
0.619816

1514
1530
1545
1559
1571
1582
1593

81.79%
90.12%
80.96%

90.48%

1-a
0.619816

l mas alto
e tiene un r^2 de90.48 % que es ms alto q los demas
produccion de ajos. Y el 9.52 % expresa las variables que no intervienen en el modelo

1
2500

1
2500

a
B

1
3000

-22.951872
0.11935829

1
3000

Y=

DOS)

0.0906
0.0591
0.0310
0.0076
0.0214
0.0156
0.2253

1550
1500

f(x) = 37.5x + 1252.8571428572


R = 0.8178783383

1450
1400
1350
1300
1550
1250
1500
1550
1200
1450
1500
1150
1400
1450
1100
1350
1400 0
1300
1550
1350
1250
1500
1300
1200
1450
1250
1150
1400
1200
1100
13500
1150
1100
1300
0
1250

Column D
Linear (Column D)
f(x) = 124.1749424827 ln(x) + 1251.626939762
R = 0.9012320726
f(x) = 1255.9730742317 exp( 0.0272000263 x )
R = 0.8096498337
1

Column D
Logarithmic (Column D)
Column D
Exponential (Column D)

f(x) = 1253.8782367175 x^0.0907062931


R = 0.9048486713

1
1

2
2

3
3

6
7

1150
1100
1

Column D
Power (Column D)

1200

1200
1150
1100
0

el modelo

encontrar la ecuacion de regresion


calcular el coeficiente de determinacion

contrastar hipotesis de los parametrospoblacionales a y b

contrastar hipotesis del parametro poblacional

METODO MATRICIAL

-22.95187166 0.119358289 x1

umn D

ar (Column D)

ic (Column D)

ial (Column D)

olumn D

ower (Column D)

PRACTICA III DE ECONOMETRIA


TASA DE CRECIMIENTO
CADA 7 AOS
1955
1962
1969
1976
1983
1990
1997

XY

PROD ANUAL MEDIA

(Z)
20
25
28
32
35
40
60

1961
1968
1975
1982
1989
1996
2003

a
B

Y = LnZ
2.99573227
3.21887582
3.33220451
3.4657359
3.55534806
3.68887945
4.09434456

Xt = t
-3
-2
-1
0
1
2
3

t LnZ
-8.98719682
-6.43775165
-3.33220451
0
3.55534806
7.37775891
12.2830337

24.351121

4.4589877

3.4787
0.1592

EN CONSECUENCIA:

Ln

3.4787315

Ln B^

TOMANDO ANTILOG:

32.418498

B^

LUEGO LA TASA DE CRECIMIENTO SERA: g = B^ - 1

(1 + g)6

TASA DE CRECIMIENTO ANUAL:

0.173
1+g
1 + g

0.0230

TRANSFORMACION DOBLEMENTE LOGARITMICA (FUNCION POTENCIAL)

AOS
2003
2004
2005
2006
2007
2008
2009

Y
X
AUTOS
DLARES
MENSUAL
AUTOS
12
14
15
15
16
17
18

107
19.0362
48.0364

20
15
17
14
10
8
9

Ln Y

Ln X

Ln X Ln Y

2.4849
2.6391
2.7081
2.7081
2.7726
2.8332
2.8904

2.9957
2.7081
2.8332
2.6391
2.3026
2.0794
2.1972

7.4441
7.1467
7.6725
7.1467
6.3841
5.8915
6.3508

93 19.0362 17.7553 48.0364


7
17.7553

17.7553
45.7534

7
17.7553044

364.250833 936.653388
936.653388 2408.62813

95.4553668
-37.1201314

a
B

986.154877 986.154877
2535.82555 2535.82555

ln = 3,5977 - 0,346 Xi

ECUACION LOG

-0.4067 20.689
B
a
= 20,689 - 0,4067 Xi

MOD LIN GRAL

MODELO POLINOMIAL

-3.5

-2.5
-1.5
-0.5
0.5
1.5
2.5
3.5

3
5
5
4
3
3
1

Y = 4,656 - 0,083X - 0,0,291X2

RIA

X2 = t 2
9
4
1
0
1
4
9

28

0.1592496
1.1726304

17.30%
1.173
1.0230

2.30%

N POTENCIAL)

(Ln X)2
8.9744
7.3335
8.0271
6.9646
5.3019
4.3241
4.8278

45.7534
17.7553044
45.7534403

-37.1201314
14.4354774

3.5977
-0.3462

1.- SE POSEE LA SIGUIENTE INFORMACION, EL AHORRO NACIONAL Y E


EN MILES DE NUEOS SOLES EN LOS ULTIMOS 7 AOS:

a) DETERMINAR LA ECUACION DE REGRESION.

b) CALCULAR EL COEFICIENTE DE CORRELACION Y EL COEFICIEN


(COMENTE SUS RESULTADOS).

1
2
3
4
5
6
7

YNGRESO
NAC.

AHORRO
NAC.

15

12

20

15

24

18

28

20

30

23

32

25

33

27

2.- REALICE UN ANALISIS, INDICAR SUS DIFERENTES ASPECTOS EN QUE SE CLASIFI


EL PRESENTE MODELO Y REPRESENTAR SU SOLUCION MATRICIALMENTE . (D tt,

1) Dt = a0 -a1Pt +a2Yt + a3Zt + u1t


2) St = B0 + B1Bt-1 - B2Ct-1 + Pt + u2t
Pt = Pt-1 + (Dt-1 - St) + u3t
3)

3.- SE TIENE LA SIGUIENTE INFORMACION DE LAS VARIAB

1
2
3
4

Y2

X2

XY

36

64

24

49

14

81

16

36

5
6
7
8
9
10
TOTAL
MEDIA
DESVEST

16

25

20

36

18

250

64

106

6.0000
2.6077

3.0000
1.4142

41.6667
29.0149

10.6667
8.6872

17.6667
11.5528

6
MEDIA DE X

18

MEDIA DE Y

36

TRABAJAR CON UN NIVEL DE SIGNIFICACION DEL 95%

a) Calcular la desviacion estndard de los estimadores a y B.


b) Probar las hipotesis de los parametros poblacionales a Y B (comente
c) Probar la hipotesis del coeficiente de determinacion poblacional (com
d) Construir un cuadro de analisis de varianza:

4.- SE TIENE LA SIGUIENTE INFORMACION DE DATOS DE PRODUCCION:

ENCONTRAR LA ECUACION ECONOMETRICA DE COBB-DOUGLAS DE GRADO U

LOG Y

LOG K

25
55
56

10
14
20

2
3
5

1.398
1.740
1.748

1.000
1.146
1.301

1.477
1.544
1.699

LOG Y

LOG K

30
35

7
8

120

50

10
15
22
28
35
45
155

10
14
18
22
28
32
124

LOG Y - LOGL
LOG K - LOG L
XY
X

1.5452
1.0784
0.2897
0.2253

TOTAL

Y
X

10

1.903
1.924
2.079

80
84

5
1.000
1.000
8
1.176
1.146
12
1.342
1.255
18
1.447
1.342
20
1.544
1.447
24
1.653
1.505
87 8.16295253 7.69613123

N=

1.0784
1.0784
2.1568

0.2253
0.1938
0.0314

=
=
=

6
6
6
a
1.0784

SY= Na + bSx
Sxy= aSx + BSx

2)

0.2897
0.2777
-0.5674

=
=

0.1797

1)

1.5452
-18.0483494
1.5452
0.38018
1.1352
0.18920341
1.5452

Clog a
cantilog a
<05673

2.7634

EL AHORRO NACIONAL Y EL YNGRESO NACIONAL


TIMOS 7 AOS:

RESION.

RELACION Y EL COEFICIENTE DE DETERMINACION.

SPECTOS EN QUE SE CLASIFICAN,


CION MATRICIALMENTE . (D tt, Pt y Stt)

CION DE LAS VARIABLES X e Y

xy

y2

x2

-24

-27

648

576

729

-22

-25

550

484

625

-23

-26

598

529

676

-21

-24

504

441

576

-26

-23

598

676

529

-28

-25

700

784

625

-144

-150

3598

3490

3760

-24.0000
2.6077

-25.0000
1.4142

599.6667
69.3215

581.6667
128.0385

626.6667
70.7352

L 95%

madores a y B.
acionales a Y B (comente sus respuestas).
minacion poblacional (comente sus respuestas).

E PRODUCCION:

BB-DOUGLAS DE GRADO UNO Y (COMENTE SUS RESULTADOS)

LOG L

0.301
0.477
0.699

Y
X
LOG Y - LOGLLOG K - LOG L
1.0969
0.6990
1.2632
0.6690
1.0492
0.6021

XY

0.7667
0.8451
0.6317

0.4886
0.4476
0.3625

0.845
0.903
1.000

1.0580
1.0212
1.0792
6.5677

0.6320
0.6410
0.6990
3.9420

LOG Y - LOGLLOG K - LOG L


0.699
0.3010
0.3010
0.903
0.2730
0.2430
1.079
0.2632
0.1761
1.255
0.1919
0.0872
1.301
0.2430
0.1461
1.380
0.2730
0.1249
6.61775498
1.5452
1.0784
LOG L

1.0784
0.40997708

0.1892

0.6687
0.6546
0.7543
4.3211
XY

0.0906
0.0663
0.0464
0.0167
0.0355
0.0341
0.2897

0.3995
0.4109
0.4886
2.5975
X

0.0906
0.0591
0.0310
0.0076
0.0214
0.0156
0.2253

Y=
k=
L=
C=

significa la produccion
unidad de capital
trabajo o mano de obra
Nivel tecnologico donde se realiza la produccion

a=
B=

elasticidad de la produccion respada al caapital Eyk


elasticidad de la produccion respecto al trabajo

También podría gustarte