16.13. USE LOS DATOS DE INVERSIÓN DE LA TABLA 1.6.

a) Estime la función de inversión Grunfeld para cada empresa de manera

individual.

GE

INTERPRETACIÓN:

Como observamos de la estimación ejecutada para la empresa GE, deducimos

que por cada incremento de F en 1, I crece en 0.02; además por cada incremento
de K en 1, I crece en un 0.15, la variable K es más influye más a la inversión, la
constante se muestra con un comportamiento inverso a la variable de estudio.
También podemos rescatar lo siguiente:
 El R2 es un 71%, con lo que podemos afirmar que nuestro variable de estudio
(INVERSIÓN) está siendo explicada satisfactoriamente en dicha cifra.
 El DW es de 1.07 que significa que podría existir un auto correlación entre
errores y variables.
 La variable F y la constante malogran el modelo pues individualmente
obtienen valores mayores al 5% de probabilidad de error de equivocación.
GM

INTERPRETACIÓN:

Como observamos de la estimación ejecutada para la empresa GM, deducimos

que por cada incremento de F3 en 1, I3 crece en 0.12; además por cada
incremento de K en 1, I crece en un 0.37, la variable K3 es más influye más a la
inversión, la constante se muestra con un comportamiento inverso a la variable de
estudio. También podemos rescatar lo siguiente:

• El R2 es un 92%, con lo que podemos afirmar que nuestro variable de estudio

(INVERSIÓN) está siendo explicada satisfactoriamente en dicha cifra.
• El DW es de 0.97 que significa que podría existir un auto correlación entre
errores y variables.
• La constante malogra el modelo pues individualmente obtienen valores mayores
al 5% de probabilidad de error de equivocación.
US

INTERPRETACIÓN:

Como observamos de la estimación ejecutada para la empresa US, deducimos

que por cada incremento de F2 en 1, I2 crece en 0.17; además por cada
incremento de K2 en 1, I2 crece en un 0.41, la variable K2 es más influye más a la
inversión, la constante se muestra con un comportamiento inverso a la variable de
estudio. También podemos rescatar lo siguiente:

 El R2 es un 48%, con lo que podemos afirmar que nuestro variable de estudio

(INVERSIÓN) no está siendo explicada satisfactoriamente en dicha cifra y
sería necesario verificar si hay variables que no deberían ir en el modelo, así
como agregar otra al modelo.
 El DW es de 0.92 que significa que podría existir un auto correlación entre
errores y variables.
 Las variables F2 y K2, y la constante malogran el modelo pues
individualmente obtienen valores mayores al 5% de probabilidad de error de
equivocación.
WEST

INTERPRETACIÓN:

Como observamos de la estimación ejecutada para la empresa WEST, deducimos

que por cada incremento de F4 en 1, I4 crece en 0.05; además por cada
incremento de K4 en 1, I4 crece en un 0.09, la variable K4 es más influye más a la
inversión, la constante se muestra con un comportamiento inverso a la variable de
estudio. También podemos rescatar lo siguiente:

 El R2 es un 75%, con lo que podemos afirmar que nuestro variable de estudio

(INVERSIÓN) está siendo explicada satisfactoriamente en dicha cifra.
 El DW es de 1.41 que significa que podría existir un auto correlación entre
errores y variables.
 La variable K4, y la constante malogran el modelo pues individualmente
obtienen valores mayores al 5% de probabilidad de error de equivocación.
b) Ahora agrupe los datos de todas las empresas y estime la función de
inversión Grunfeld por MCO.

INTERPRETACIÓN:

Como observamos de la estimación ejecutada para todas las empresas,

deducimos que por cada incremento de F en 1, I crece en 0.11; además por cada
incremento de K en 1, I crece en un 0.30, la variable K es más influye más a la
inversión, la constante se muestra con un comportamiento inverso a la variable de
estudio. También podemos rescatar lo siguiente:

 El R2 es un 76%, con lo que podemos afirmar que nuestro variable de

estudio (INVERSIÓN) está siendo explicada satisfactoriamente en dicha
cifra.
 El DW es de 0.22 que significa que podría existir un auto correlación entre
errores y variables.
 El modelo es globalmente e individualmente significativo con un 95% de
confianza.
c) Estime la función de inversión con MCVD y compare los resultados con la
regresión agrupada que estimó en b).

INTERPRETACIÓN:
Como observamos de la estimación ejecutada para todas las empresas,
deducimos que por cada incremento de F en 1, I crece en 0.11; además por cada
incremento de K en 1, I crece en un 0.35, la variable K es más influye más a la
inversión, la constante se muestra con un comportamiento inverso a la variable de
estudio. También podemos rescatar lo siguiente:

 El R2 es un 93%, con lo que podemos afirmar que nuestro variable de

estudio (INVERSIÓN) está siendo explicada satisfactoriamente en dicha
cifra.
 El DW es de 0.81 que significa que podría existir un auto correlación entre
errores y variables.
 El modelo es globalmente significativo con un 95% de confianza.
 Todas las Dummies son perfectamente significativas, influyen positivamente
a la variable dependiente.

EN COMPARACIÓN CON EL MODELO ESTIMADO EN EL INCISO B, los dos son

globalmente significativos, pero el R2 y el DW son mejores en el segundo modelo,
el cual es el método del MCVD. Además el AKAIKE y SCHWARS son menores en
el segundo modelo.
d) ¿Cómo decidiría entre la regresión agrupada y la regresión de MCVD?
Realice los cálculos necesarios.

Al comparar los dos modelos estimados, el primero de ellos. Modelo agrupado mostró una
significancia global de todas sus variables con un 95% de confianza, también deducimos
que el DW mostrado es de 0.22, que significa que podría existir un auto correlación entre
errores y variables. Y el R2 era de un 76%, cifra en la que la variable dependiente explica
a la variable independiente. Mientras que en el segundo modelo. Modelo con variables
dicotómicas mostraba un DW de 0.81 que significa que podría existir un auto correlación
entre errores y variables, el R2 era de un 93%, cifra en la que la variable dependiente
explica a la variable independiente, entonces con estos cálculos realizados, elegiremos el
segundo modelo, quien nos ayuda mejor a explicar a nuestras variables, el cual es MCVD.