Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Autor:
MEDINA BACA HERBERT KEVIN BILL
Asesor:
CERVERA LOPEZ OSCAR ANTONIO
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
CHICLAYO - PER
2015 - I
RESUMEN
Hoy en da existen muchos datos relacionados al sector construccin,
muchos economistas se han basado en estudiar este sector, ya que
es muy importante para nuestro pas, tanto para las autoridades
econmicas como para las familias, debido a que este sector est
dentro de lo que es la inversin en infraestructuras del pas; y como
se sabe si existe una mejor inversin en infraestructuras como
construcciones de nuevas viviendas, de edificios, de carreteras, de
puentes, etc en nuestro pas, esto ara que nuestro PBI aumente de
alguna u otra forma. Pero para poder hacer el estudio de este sector
construccin, lo que se har ser tomar en cuenta el CEMENTO ya
que como se sabe este es el principal material que se utilizara para
todo lo que es construccin, y de esta manera podremos hacer un
anlisis sobre si existe compra de este material dentro de nuestro
pas, como tambin si es que es exportado, y si existe relacin con
algn otro material importante dentro del sector construccin.
Como primer punto se ha mencionado la importancia de esta
investigacin. Luego se ha mencionado las razones del porqu es
importante este sector para nuestra economa.
Como segundo punto, se ha desarrollado de manera clara y precisa,
los conceptos de cada variable, relacionndolas, con el nico fin de
poder de conocer y explicar del porque estas variables son tan
importantes dentro del sector construccin. Estas variables de gran
importancia dentro de este sector, estarn planteadas dentro de mi
modelo economtrico.
Como ltimo punto se ha concluido en conocer los resultados de las
variables, utilizando como medio de ayuda los programas EVIEWS, y
EXCEL. Estos resultados obtenidos nos dirn que tan rentable es o no
el sector construccin dentro de nuestra economa, si los resultados
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
obtenidos son buenos o malos para poder ser cada da un mejor pas
y si ayudan estos mismos a un desarrollo.
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
in our economy, if the results are good or bad to be every day a
better country and if these same help to development.
KEYWORDS
Sale
of
Cement,
Infrastructure
Investment
INTRODUCCIN
independientes
(explicativas)
acompaadas
de
un
MODELO DE
REGRESIN LINEAL MLTIPLE
estructurales (tenemos que ver si es que existe o no un problema de
Multicolinealidad, de Heterocedasticidad y de Autocorrelacin).
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
Se seala que aun cuando la construccin ya no registrara tasas de
crecimiento de 15% o ms como en aos anteriores, mantendr un
dinamismo importante.
Se estima que las ventas locales de cemento (el rubro que representa
93% en la industria de la construccin) creceran este ao 2014 entre
7% y 10% (en el 2012 crecieron 15.8%, y el promedio anual de los
ltimos cinco aos fue 10.8%).
Si se comparan estos resultados con el crecimiento cementero en la
regin, el Per est en la parte ms alta.
Cemento Andino y Cementos Lima que dio origen a Unacem (Unin
Andina de Cementos), esta es la primera del pas (54%); Cementos
Pacasmayo (junto con Cementos Selva), ocupan el segundo lugar con
una participacin de 23% del mercado nacional. Luego viene
Cementos Yura (22%) junto con Cementos Sur.
FUENTE: INEI
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
FUENTE: INEI
SITUACIN ECONMICA DE LAS EXPORTACIONES DE CEMENTO
NACIONAL
Empresas de cemento Unacem y Yura concretaron inversiones en
Ecuador y Bolivia, respectivamente, por ms de US$800 millones
El mercado cementero peruano que suma ventas por ms de
US$1.250 millones al ao luce como un bocado apetitoso al alcance
de transnacionales mexicanas, brasileras, espaolas y hasta alguna
chilena.
Lo que ha pasado en el mercado mundial del cemento que tiende a
la consolidacin en el pas hemos visto el fortalecimiento e incluso
internacionalizacin de dos de las tres empresas peruanas que operan
las siete plantas que abastecen la demanda local. En tanto, la tercera
Cementos Pacasmayo ha reiterado que al no concretar ninguna
compra
este
ao,
su
prioridad
futuro
es
iniciar
su
internacionalizacin.
As, en mayo del ao 2014, Unacem controlada por el Grupo Rizo
Patrn anunci el inicio de su expansin regional tras la compra de la
planta cementera de Quito de la gigante francesa Lafarge por
US$517 millones.
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
Con su planta en Ecuador, Unacem sum su cuarta planta ya posea
tres: dos ubicadas en el Per (Lima y Junn), una en Arizona (EE.UU.) y
el 22% del mercado cementero ecuatoriano.
Las ganancias netas de Unacem (S/.151,7 mlls.) disminuyeron 1,9% al
cierre del tercer trimestre. En el perodo analizado, sus despachos
crecieron 0,7%.
Mejor escenario logr Cementos Pacasmayo, cuya utilidad neta
avanz 2,02% en los nueve primeros meses del ao (S/.112,6 mlls.).
El resultado es producto de la aplicacin de una serie de medidas
para mejorar las eficiencias de la empresa. As, el margen bruto de la
empresa ser mayor este ao, pese a que hasta el tercer trimestre las
ventas retrocedieron 0,8%. En tanto, Cementos Yura logr en el tercer
trimestre una utilidad neta de S/.67, 25mlls. , cifra superior en 16,9%
a lo registrado en el 2013.
FUENTE: INEI
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
SITUACIN ECONMICA DE LA VENTA NACIONAL DE BARRAS
DE CONSTRUCCIN
El incremento en el costo de las materias primas y la demanda del
sector construccin, se han reflejado en el alza de precios de las
varillas para la construccin. Segn el INEI el incremento en el 2014
ha sido de 14.2% entre los meses de marzo y mayo pasados.
El alza de 7,2% en el precio de las varillas de acero se debe a la
mayor cotizacin internacional del hierro, materia prima bsica en la
produccin de estos productos, en el mes de mayo. Asimismo, entre
abril y marzo, las varillas acumularon incrementos de 8,4% y 2,6%,
respectivamente, lo que da un alza total de 14,2% en el ltimo
trimestre, seala un informe del INEI.
Acorde con el contexto internacional, el acero corrugado ha subido en
20,6% en el mismo perodo. La firma Inkaferro (representante de la
principal siderrgica mundial, Arcelor Mittal) reconoci que otra de las
variables a considerar es el incremento del precio del petrleo, que
afecta el costo del transporte del producto.
El INEI sostiene que los materiales para la construccin en general,
han subido 3,67% entre enero y mayo, y que los productos metlicos
son los que ms han aportado: 10,75%. Los ladrillos subieron 3,6%,
pero a decir de las empresas del rubro el incremento a junio fue de
5%.
ECONOMETRA I
MODELO DE
REGRESIN LINEAL MLTIPLE
FUENTE: INEI
II.
MODELO DE
REGRESIN LINEAL MLTIPLE
Venta Nacional de Cemento = B0 + B1 X1 + B2 X2
Donde:
X1 = EXPORTACIONES DE CEMENTO NACIONAL.
X2 = VENTA NACIONAL DE BARRAS DE CONSTRUCCIN.
VARIABLES EXGENAS
EXPORTACIONES DE CEMENTO NACIONAL
Las exportaciones lo definimos como que es cualquier bien que
sale de un pas hacia otro de una forma legtima, por lo general
para su uso comercial. Las exportaciones de cemento dentro de
los sectores que existen en el pas, pertenece al sector de
construccin. Las exportaciones son generalmente llevadas a
cabo bajo condiciones especficas.
Las exportaciones, de todas formas, son importantes para que
otras economas puedan acceder a mercancas que no se
producen, que son escasos o que tienen baja calidad dentro de
estas. Por otra parte, siempre dentro de un delicado equilibrio,
ECONOMETRA I
10
MODELO DE
REGRESIN LINEAL MLTIPLE
al exportar productos con precios elevados favorece a la
economa de un pas, por lo tanto, la economa crece.
Variable: EXPORTACIONES DE CEMENTO NACIONAL
Medida: en (Toneladas = TN)
Frecuencia: Mensual
Cobertura: Nacional
Cobertura: Nacional
ECONOMETRA I
11
MODELO DE
REGRESIN LINEAL MLTIPLE
III.
IV.
OBTENCIN DE DATOS
Para poder obtener la estimacin de este modelo extraje datos reales de
la economa Peruana, a partir de INEI, BCRP y EMPRESAS PRODUCTORAS
DE BARRAS DE CONSTRUCCIN como fuentes de informacin.
AO/M
ES
2010
1
2010
2
2010
3
2010
4
2010
5
2010
6
2010
7
2010
8
2010
9
2010
10
2010
11
2010
12
2011
Y = VENTA
X1 =
NACIONAL DE EXPORTACIONES X2 = VENTA NACIONAL
CEMENTO
DE CEMENTO
DE BARRAS DE
(TN)
NACIONAL (TN)
CONSTRUCCIN (TN)
608846.278
3199
77899.988
611252.5245
4938.848
86119.053
690080.075
3641.015
93221.377
637351.2725
5416.921
102213.46
661662.1105
5897.934
83991.048
662738.7915
4214.993
74578
682051.3235
5888.49
87060
760468.11
5548.5075
90704
757565.7965
228.48
109177
754433.415
1615
72035
817206.2845
4179.745
82054
759287.143
654833.168
5507.7875
5442.9725
82001
106508
ECONOMETRA I
12
MODELO DE
REGRESIN LINEAL MLTIPLE
1
2011
2
2011
3
2011
4
2011
5
2011
6
2011
7
2011
8
2011
9
2011
10
2011
11
2011
12
2012
1
2012
2
2012
3
2012
4
2012
5
2012
6
2012
7
2012
8
2012
9
2012
10
2012
11
2012
12
2013
1
2013
2
2013
3
652614.378
9673.03
86016
715551.2285
9501.2725
73090
636271.789
9713.2925
74207
678820.7635
12118.7925
77613
707638.4155
15011.2
74051
664818.948
12078.97
80284
780205.616
9521.6925
93464
824267.3475
9412.1925
99408
787432.983
9003.7675
104813
811770.66
8404.0475
81279
1041659.191
15716.3825
93529
622793.6965
24605.885
95150
726071.026
28581.3825
88150
1007948.696
27124.205
98497
583501.384
27216.2875
91918
784080.835
28101.745
94398
1021231.527
15184.3225
94566
662599.9375
11653.345
103504
936237.9315
13492.5675
118975
1191638.537
12259.615
115354
764585.0955
10714.9425
120652
931862.4325
16248.5975
108307
886499.7194
13405.98
111578
932478.919
16073.7375
114332
860340.506
18089.5175
101895
858582.374
23236.45
112797
ECONOMETRA I
13
MODELO DE
REGRESIN LINEAL MLTIPLE
2013
4
2013
5
2013
6
2013
7
2013
8
2013
9
2013
10
2013
11
2013
12
2014
1
2014
2
2014
3
2014
4
2014
5
2014
6
2014
7
2014
8
2014
9
2014
10
2014
11
2014
12
V.
923239.4085
40547.9575
86970
906727.4335
17219.935
89588
865270.914
15349.235
89675
952676.532
16598.665
93452
1004922.896
20709.785
89289
951792.5705
25845.615
97052
1044109.665
20468.09
101919
995863.6245
23802.265
114851
963835.569
30083.4475
99244
925870.922
41922.3725
114416
902322.3625
30175.475
107619
892452.5595
26624.7425
105746
899751.394
37491.4025
102425
934292.763
43324.0775
111054
896029.334
25962.2725
98893
938937.083
26360.155
114755
1009524.501
32512.3275
113822
1031914.225
41922.3725
136697
1040044.327
30175.475
118593
1033535.079
26624.7425
112470
997859.497
37491.4025
101982
ECONOMETRA I
14
MODELO DE
REGRESIN LINEAL MLTIPLE
Y = B 0 + B 1 X 1 + B2 X 2 + u
B0 = 347809.240082
B1 = 4.544039
B2 = 4.183064
Estimaremos
los
datos
presentados
anteriormente
con
el
ECONOMETRA I
15
MODELO DE
REGRESIN LINEAL MLTIPLE
Tabla de resultados: aqu aparecen, para cada variable, los
coeficientes estimados (coefficient), sus desviaciones tpicas
(std. error) y sus estadsticos t de Student de significatividad
individual (t-statistic). En la parte inferior de la tabla estn los
estadsticos
que
contrastan
el
modelo
en
su
conjunto:
R-squared),
estadstico
de
Snedecor
de
las
EXPORTACIONES
DE
CEMENTO
NACIONAL
ECONOMETRA I
16
MODELO DE
REGRESIN LINEAL MLTIPLE
VI.
PRUEBA DE HIPTESIS
DE
BARRAS
DE
CONSTRUCCIN
entonces
la
VENTA
17
MODELO DE
REGRESIN LINEAL MLTIPLE
4.183064. Dicha hiptesis ha sido comprobado mediante en Excel y
el Eviews. Lo cual comprueba y afirma el planteamiento de la
hiptesis.
VII.
PREDICCIN O PRONSTICO
VIII.
ECONOMETRA I
18
MODELO DE
REGRESIN LINEAL MLTIPLE
Como se puede apreciar en los resultados obtenidos, a simple
vista nos damos cuentas que nuestro modelo no presenta ningn
problema economtrico, ya sea de Multicolinealidad (segn las
probabilidades de las variables independientes que son menores
al 0.05, y tambin segn el R2 que este caso est por debajo de
0.70 lo cual nos dice que existe un buen ajuste del modelo hacia
los datos), de Heterocedasticidad (segn el R2 que este caso est
por debajo de 0.70, y para que exista este problema el R2 tiene
que superar esta cantidad), de Autocorrelacin (segn DurbinWatson que este caso es 1.933930 < 2 lo cual nos dice que no
existe una alta correlacin entre las variables).
Pero estos datos obtenidos no nos pueden asegurar nada, quizs
si existe algn problema economtrico pero no se aprecia a
primera vista en los datos obtenidos. As que lo que are antes de
poder analizar de forma ms concreta si existe algn problema
economtrico en este modelo, ser sacar LN a cada variable ya
sea Dependiente e Independientes, para de esta manera tratar de
eliminar o reducir el problema economtrico que quizs no se vio
en los primeros resultados obtenidos. A partir de esto ya podre
analizar con mayor exactitud si existe o no un problema
economtrico dentro de este modelo.
Prueba de Multicolinealidad
En el siguiente grfico podremos observar si es que existe o
no el problema de Multicolinealidad en el modelo, a travs de
las siguientes hiptesis.
ECONOMETRA I
19
MODELO DE
REGRESIN LINEAL MLTIPLE
En
la
siguiente
probabilidad
de
ecuacin
nuestras
menores al 5%,
podemos
variables
observar
que
independientes
la
son
tambin
que
no
existe
un
problema
de
Prueba de Heterocedasticidad
En los siguiente grficos podremos observar si es que existe o
no el problema de Heterocedasticidad en el modelo, a travs
de las siguientes hiptesis.
ECONOMETRA I
20
MODELO DE
REGRESIN LINEAL MLTIPLE
Prueba de White
Prueba de Ramsey
ECONOMETRA I
21
MODELO DE
REGRESIN LINEAL MLTIPLE
Esto se puede verificar, segn Ramsey (Prob.Chi-Square
0.2802>0.05). Por lo tanto se rechaza la (H 0) y acepta (Ha),
es decir no existe Heterocedasticidad.
Prueba de Glejser
Prueba de Glejser
22
MODELO DE
REGRESIN LINEAL MLTIPLE
Prueba de Autocorrelacin
En los siguiente grficos podremos observar si es que existe o
no el problema de Autocorrelacin en el modelo, a travs de
las siguientes hiptesis.
ECONOMETRA I
23
MODELO DE
REGRESIN LINEAL MLTIPLE
Se puede apreciar que en el modelo existe un problema
Autocorrelacin Positiva (Durbin-Watson: 1.818206 <2), por
lo tanto se rechaza la (H0). Es decir existe un problema de
Autocorrelacin Positiva.
Positiva
(Prob.
Chi-Square(2):
IX.
24
MODELO DE
REGRESIN LINEAL MLTIPLE
JARQUE-BERA: Es 1.401611 que es < al 5.99, por lo tanto se
dir que existe una buena distribucin normal de (u) con
respecto a las variables (X1, X2).
PROBABILIDAD: Existe una probabilidad de 0.496186 (mayor
a 0.05) por lo tanto se dir que existe una buena distribucin
normal de (u) con respecto a las variables (X1, X2).
Por lo tanto los errores se distribuyen de una forma normal.
B0^
B1^
B2^
Y - B1^X1 B2^X2
(x1y)(x2^2) (x2y)(x1x2)
(x1^2)(x2^2) (x1x2)^2
(x2y)(x1^2) (x1y)(x1x2)
(x1^2)(x2^2) (x1x2)^2
347809.24
0082
3.31188E+2
0
=
7.28841E+1
9
3.04879E+2
0
=
7.28841E+1
9
44039
83064
4.5
4.1
Por lo
tanto :
Y
347809.2401
ECONOMETRA I
4.544039 X1
4.183064 X2
+ u
25
MODELO DE
REGRESIN LINEAL MLTIPLE
INTERP
RETACI
N :
B1 = Si las EXPORTACIONES DE CEMENTO aumentan en 1
unidad, entonces la VENTA DE CEMENTO aumentara en
una proporcin igual a 4.544039 .
B2 = Si la VENTA DE BARRAS DE CONSTRUCCIN
aumenta en 1 unidad, entonces la VENTA DE CEMENTO
aumentara en una proporcin de 4.183064 .
var
u
B1^ = ^2 *
var
B2^
u
= ^2 *
125641
12071201
2.0808
=
098 *
212
= 926
7.28841E
+19
x2^2
x1^2*x2^2(x1x2)^2
x1^2
x1^2*x2^2(x1x2)^2
125641
7836525
1.3508
098 *
966
= 986
7.28841E
+19
ei^2
yi^2
R^2
716154260095.97
1266328033688.08
R^2
0.434464
R^2
R^2
= 0.41462
ECONOMETRA I
(1-R^2)
n-1
n-k
1 - 0.585379507
26
MODELO DE
REGRESIN LINEAL MLTIPLE
0
Para hallar F
F
R^2 / K-1
(1-R^2)/(n-K)
0.217231933
0.009921687
21.89466
F-tabulado
3.15
3.15
21.89466
Este 21.89466 es altamente significativo dado que cae
dentro la hiptesis alternativa ya que es mayor que el F
tabulado, el cual es 3.15 por lo tanto la probabilidad es
menor que 5%.
SECTOR COMERCIO:
CEMENTO
CON
ECONOMETRA I
VENTA NACIONAL DE
RESPECTO
LAS
27
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
28
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
29
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
30
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
31
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
32
MODELO DE
REGRESIN LINEAL MLTIPLE
problema
de
Multicolinealidad,
Heterocedasticidad,
ECONOMETRA I
33
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
34
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
35
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
36
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
37
MODELO DE
REGRESIN LINEAL MLTIPLE
ECONOMETRA I
38
MODELO DE
REGRESIN LINEAL MLTIPLE
X.
CONCLUSIN
En el presente trabajo no tuve problemas de Multicolinealidad ni
tampoco de Heterocedasticidad, esto se pudo comprobar con los
resultados iguales obtenidos tanto en Excel como en Eviews. En el
presente trabajo elabore 2 Eviews, uno con las variables de forma
normal y el otro aplicando LN a las variables. Los signos coinciden
con la teora econmica, por teora establecida la relacin que
debi existir entre las variables (Y) con (X1, X2) debi ser directa.
Lo que si tuve un pequeo problema de Autocorrelacin Positiva,
la cual al aplicar LN disminuyo en una pequea proporcin pero no
se logr eliminar del todo est.
El fin de que los supuestos del modelo de regresin lineal mltiple
se cumplieron cabalmente, porque como se pudo apreciar en los
resultados que la variable que tomamos del Sector Construccin
(Cemento) ha tenido un buen desempeo en los periodos
escogidos para este anlisis. Y se pudo comprobar tambin que
ECONOMETRA I
39
MODELO DE
REGRESIN LINEAL MLTIPLE
este material de construccin va en gran medida, de la mano con
lo que es las Barras de Construccin. Y por tanto en mi opinin
considero que este estudio realizado obtuvo un resultado positivo
para lo que se quera investigar.
XI.
BIBLIOGRAFA
Seleccin
de
contenidos
del
cdigo
tcnico
de
la
XII.
LINKOGRAFA
http://series.inei.gob.pe:8080/sirtod-series/
http://www.bcrp.gob.pe/estadisticas.html
http://www.acerosarequipa.com/informacioncorporativa/aprende-en-linea/in
terna/article/libro-sobre-el-
acero-y-gnv/chash/9537b942e647622a1849222153 0f98c6.html
ECONOMETRA I
40