I)

Introduccin

El presente trabajo de investigacin se refiere a un al tema que concierne de

una manera importante por la condicin de pas productor de elementos minerales y
ms an porque dicha actividad es la base fundamental del ingresos totales (PBI) en
el Per. As como tambin, ms del 50% de las divisas, el 20% de la recaudacin
fiscal, el 11% del producto bruto interno, la mayor parte de la inversin extranjera,
entre otros destacados factores macroeconmicos (fuente instituto peruano de
economa). Por tal motivo, se ha considerado como un punto fundamental analizar la
volatilidad de los precios de los recursos naturales. De ser ms especficos, el del
mineral cobre que constituye una fuente de alta inestabilidad en el ingreso de los
pases en desarrollo que, por lo general, tienen una estructura de exportaciones
intensivas en estos recursos.
Considerando como uno de los principales temas a desarrollar la relacin
existente entre la variable dependiente del precio del cobre y la variable independiente
del tiempo. Tal proceso tiene como principal elemento descubrir y analizar las variables
que intervienen en nuestro anlisis, mediante el empleo adecuado de los programas
estadsticos tales como el spss y aun ms la interpretacin precisa de aquellos datos
proporcionados por herramientas propias que emplearemos de esta investigacin
descriptiva, tal es el caso de la funcin del anlisis de un modelo lineal y el de
correlacin previamente analizado en clase.
Los modelos que se ha descrito y analizado por medio de las variables es
capaz de generalizar el conocimiento y aplicarlo a una nueva situacin; es decir,
predecir el comportamiento de las variables que se debe analizar.
Tal empleo de estas funciones no tiene otro fundamento ms importante que el
comportamiento econmico a travs de la interpretacin de resultados. Usarlos como
base para la prediccin de variables econmicas, como es el caso del precio a
periodos futuros, que sern estimados mediante los modelos estadsticos.

II)

Marco terico

Se entiende por minera como una actividad econmica primaria que basa su
funcionamiento en la dotacin y extraccin de los recursos naturales provenientes del
subsuelo. De esto se desprende que la minera tiene como uno de sus insumos
principales el recurso geolgico, factor que no se considera en el clculo convencional
de la productividad y que tiene por ende un efecto distorsionador en cualquier clculo
de productividad que no lo considere. De esta forma, los cambios en la calidad del
factor geolgico quedan incorporados en la PTF, invalidando cualquier anlisis de
productividad que se haga a partir de sta. Esta particularidad del sector minero lleva a
proponer una funcin de produccin ampliada, lo cual bajo otros supuestos podra
considerarse un modelo de crecimiento de Solow aumentado.
En el Per, la minera ocupa un papel transcendental desde la poca de la
colonia para la distribucin de materias primar a nivel internacional, segn el minen:
A nivel mundial y latinoamericano el Per se ubica entre los primeros productores de
diversos metales, (oro, plata, cobre, plomo, zinc, hierro, estao, molibdeno, teluro, entre
otros), lo cual es reflejo no slo de la abundancia de recursos y la capacidad de
produccin de la actividad minera peruana, sino de la estabilidad de las polticas
econmicas en nuestro pas.

Por ello, considerando lo establecido en clase, se opt por seguir un camino:

Evaluar la relacin existente entre el tiempo como variable incondicionada y el precio
del cobre por libra como variable condicionada para conocer su variacin. Se emplear
regresin lineal en los dos ltimos aos.
Sin embargo, este clculo posee gran complejidad, dado que las reservas de
minerales no son fcilmente cuantificables (en estricto rigor el precio del mineral antes
de ser extrado es $0), por lo cual incorporar la correccin por el factor geolgico no es
viable directamente. Dada la dificultad de valorizar el recurso natural, esta
investigacin ha optado por buscar datos de una pgina acerca del precio histrico del
cobre para cuantificar el factor geolgico y los cambios a lo largo del tiempo.

III)

Anlisis grafico

Relacin del precio del Cobre por libra durante los 2 ltimos aos en el mundo
(En dlares)

Cabe observar que no todos los puntos estn en la lnea de regresin. Si todos
lo estuvieran y, adems, si el nmero de observaciones fuera suficientemente grande,
no habra ningn error de estimacin. En ese caso, no habra ninguna diferencia entre
el valor observado y el valor de prediccin.
Las variables precio y tiempo como podemos observar estn en relacin
inversa y mediante la ayuda del anlisis de regresin lineal podemos observarlo ms
claro
Al observar la tendencia en los puntos podemos mostrar una relacin negativa,
no obstante vemos que el coeficiente de determinacin de ambas variables
comparten un 0.764 de la varianza, mientras que por la forma de la pendiente se
concluye el signo negativo que acompaa al coeficiente de correlacin el cual nos
permite si existe relacin entre las dos variables ; con un alto grado de asociacin
porque el coeficiente se acerca a 1 o -1

Grafico P-P normal de regresin residuo tipificado

Variable dependiente: precio del cobre por libra

El diagrama P-P compara la frecuencia acumulada por los residuos tipificados

con la probabilidad esperada bajo la hiptesis de normalidad.

Se observa que estas diferencias podran ser significativas en alguna zona del
grfico; lo cual, de ser cierto, pondra en duda la validez de la hiptesis de normalidad
de los residuos. No obstante, el criterio para decidir si se puede rechazar la hiptesis
de normalidad ser el que proporcione alguno de los contrastes de normalidad.
El grfico analizado magnifica las desviaciones de los datos a la recta, lo que
ayuda a detectar problemas con el ajuste.
Se observa que nicamente un caso presenta un residuo estandarizado, igual
a 1.636 superior a 2 la desviacin estndar. Esto nos indica que no existe ningn caso
atpico.
Proceso de ajuste:
Residuo: y observado - y estimado (es la distancia hacia la recta)
Por simple inferencia podemos advertir que el ajuste del modelo es en s aceptable por
el simple hecho que los puntos no se alejan de la recta
Si la recta de regresin se ajusta bien a los datos no deberamos detectar
ningn patrn en los residuos; como aquellos considerados como puntos extremos o
los ms alejados de la recta.
El grfico de dispersin de residuos frente a puntuaciones ajustadas.

Con este diagrama, podemos obtener las observaciones de las dos variables
y usted podr observar en forma grfica cmo se comportan las variables y cmo se
representan los coeficientes de la ecuacin predictiva. Con ello es posible determinar
diversos ndices que le permitirn al investigador tener un conocimiento ms
especfico de los resultados del anlisis predictivo.
Mediante este diagrama, es factible analizar las tendencias de linealidad y
evaluar el supuesto de homocedasticidad (igualdad de varianzas).
En este grafico, podemos observar la Representacin visual de la ecuacin
predictiva y de la varianza explicada por la variable dependiente. Aquella esta,
representada como una lnea recta que pasa por en medio del diagrama de dispersin
de puntos. Los coeficientes de la ecuacin le indican donde la lnea debe interceptar el
eje Y.

Y =2.9010.039 X
En este caso, no se observan ni curvaturas que hagan sospechar que el
supuesto de linealidad es incorrecto ni incrementos o decrementos grandes de
variabilidad. Por ello podemos considerar vlidas las conclusiones obtenidas del
modelo de regresin utilizado para estudiar la relacin entre precio del cobre y el
tiempo.

IV) DESCRIPCIN DE LAS VARIABLES

A continuacin, se describe las variables introducidas en el modelo de

regresin lineal simple del tema concerniente al mercado de cobre.
a) Variable independiente: (el tiempo)
Para nuestro modelo es considerado la variable tiempo como la variable
independiente o predictiva.
b) Variable dependiente: (el precio del cobre)
El precio es para nuestro modelo la variable dependiente o resultado, es decir
depende de la variable predictora, para este caso hemos considerado el precio
externo depende del mercado internacional.

V)

ANALISIS DEL MODELO Y DE LOS

ESTIMADORES DE PARAMETROS

Resumen del modelo y estimaciones de los parmetros

Variable dependiente: Precio del cobre por libra
Estimaciones de los
parmetros

Resumen del modelo

Ecuacin
Lineal

R cuadrado
.763

gl1

70.859

gl2
1

Sig.
22

.000

Constante

b1

2.901

1. R CUADRADO: El coeficiente de correlacin expresa el grado de asociacin

lineal entre las variables. En este caso R cuadrado es 0.763, lo cual expresa la
buena relacin lineal entre la variable precio y variable tiempo.
Esto significa que el 76.3% de la variabilidad de los precios del cobre es
explicado por su relacin lineal con el tiempo.
2. F: un F calculado de 70.859 que expresa la relacin entre los cuadrados
medios de la regresin y los cuadrados medios debido al error.
3. Gl1: grados de libertad de la regresin (1)
4. Gl2: grados de libertad del error (22)
5. Constante (b0): indica el valor promedio de la variable de respuesta (precio)
cuando el tiempo es cero, inicial; en este caso es 2.901.
6. Coeficiente del tiempo (b1): Este coeficiente indica el promedio en la variable
precio, cuando el tiempo se incrementa en una unidad.
Es decir el coeficiente igual a -0.039 indica que el precio cae en 0.039 por cada
unidad de tiempo

VI) Interpretacin de los coeficientes

Y=2.901-0.039X

-.039

Sea
Y: Precio del cobre por libra
X: Tiempo
Interpretacin:
Por cada ao que pasa el precio del cobre por libra disminuir en promedio en
0.039 dlares.