PRACTICA ECONOMETRIA (IMPARES)

LOG – LOG
El origen de la función Cobb Douglas se encuentra en la observación empírica de la distribución
de la renta nacional total de Estados Unidos entre el capital y el trabajo. De acuerdo a lo que
mostraban los datos, la distribución se mantenía relativamente constante a lo largo del tiempo.
Concretamente el trabajo se llevaba un 70% y el capital un 30%. De esta forma, la función Cobb
Douglas representa una relación en donde las proporciones de trabajo y capital con respecto al
producto total son constantes.
FORMULA COBB DOUGLAS

Donde:
Y = Producción
A= Progreso tecnológico (exógeno), llamado también Productividad total de los factores (PTF)
K = Stock de capital
L = Número de empleados
α y β = parámetros que representan el peso de los factores (K y L) en la renta. Los parámetros
varían entre 0 y 1.

Coeficientes
Modelo Coeficientes no Coeficientes T Sig. 95,0% intervalo de
estandarizados estandarizados confianza para B
B Error estándar Beta Límite Límite
inferior superior
1 (Constante) 6,015 ,290 20,708 ,000 5,416 6,613
LN_FBpc ,455 ,041 ,911 11,021 ,000 0,370 ,540
a. Variable dependiente: Ln_PIB pc

ln Yi =α + β2 ln Xi + ui
Y* = 6.015+0.455 X + ui
B2= 0.455
Por el incremento de 1% en la FBpc el PIB Per Cápita incrementa en 0.455%.
 Interprete los resultados, parámetros, medidas de bondad de ajuste, intervalos de confianza
y pruebas de hipótesis.
 resumen del modelo
Modelo R R cuadrado R cuadrado ajustado Error estándar de la estimación
1 0,915 0,844 0,822 0,07571
a. Predictores: (Constante), Ln_FBpc

R= 0.915
Existe alta correlación entre las variables del PIBpc y la FBpc
R cuadrado= 0.844
La incidencia de la FBpc representan el 84.4% de las Variaciones de PIBpc
0.37≤ B2 ≤ 0.54
“A un 95% de confianza estimamos que por el 1% del incremento de la FBpc, en 95 de cada 100
casos el PIB Per Cápita aumentara entre 0.37 % y 0.54 %.”
HIPOTESIS
B2: sig. = 0.000 < 0.05 “El parámetro B2 es significativo al 5%”

LOG – LIN
Aplique el modelo log-lin para tasas de crecimiento bajo la siguiente ecuación:
ln Yt = β1 + β2t + ut

Coeficientes
Modelo Coeficientes no Coeficientes T Sig.95,0% intervalo de
estandarizados estandarizados confianza para B
B Error Beta Límite Límite
estándar inferior superior
1 (Constante) 8,912 0,023 394,382 0,000 8,865 8,958
TIEMPO 0,021 0,001 0,950 15,196 0,000 0,018 0,024
a. Variable dependiente: Ln_PIBpc

ln Yt = β1 + β2t + ut
ln Yt = 8.912+0.021+Ui
B2= 2.1%
Cada Año que pasa el PIBpc Incrementa en un 2.1%
Interprete los resultados de los parámetros, medidas de bondad de ajuste, intervalos de confianza y
pruebas de hipótesis.
 resumen del modelo
Modelo R R R cuadrado Error estándar de la Durbin-
cuadrado ajustado estimación Watson
1 0,956 0,902 0,898 0,05727 0,190
a. Predictores: (Constante), TIEMPO
b. Variable dependiente: Ln_PIBpc
R= 0.956
Existe una alta correlación lineal positiva entre las variables porcentuales del PIBpc y la FBpc
R cuadrado= 0.902
La incidencia de las variaciones de la FBpc representan el 90.2 % de las Variaciones de PIBpc
INTERVALOS
0.18 ≤ B2 ≤ 0.24
A un 95% de confianza, por año que pasa en 95 de cada 100 casos el PIBpc aumentara entre 0.18 %
y 0.24 %.
HIPOTESIS
B2: sig. = 0.000 < 0.05
El parámetro B2 es significativo al 5%

LIN - LOG
Aplique el modelo Lin – Log empleando la siguiente ecuación.
Yi = β1 + β2 ln Xi + ui

Coeficientes
Modelo Coeficientes no Coeficientes T Sig. 95,0% intervalo de
estandarizados estandarizado confianza para B
s
B Error Beta Límite Límite
estándar inferior superior
1 (Constante - 3147,21 -7,342 0,00 - -
) 23107,25 9 0 29589,07 16625,43
1 0 2
LN_FBpc 4739,310 447,611 0,904 10,58 0,00 3817,438 5661,181
8 0
a. Variable dependiente: PIBpc

Yi = β1 + β2 LnX + ui
Yi = -23107.251 + 4739.310 X* +ui
B2= 47.39
Por el incremento de 1% en la FBpc el PIBpc incrementa en 47.39 .
Interprete los resultados de los, parámetros, medidas de bondad de ajuste, intervalos de confianza y
pruebas de hipótesis.
resumen del modelo
Modelo R R R cuadrado Error estándar de la Durbin-
cuadrado ajustado estimación Watson
1 0,904 0,818 0,810 820,35000 0,320
a. Predictores: (Constante), Ln_FBpc
b. Variable dependiente: PIBpc

R= 0.904
Existe una alta correlación lineal positiva
R2= 0.818
Las incidencias de las variaciones porcentuales de la FBpc representan el 81.8 % de las Variaciones
de PIBpc.
INTERVALOS
3817.438 ≤ B2 ≤ 5661.181
A un 95% de confianza, por año que pasa en 95 de cada 100 casos el PIBpc aumentara entre
3817.438 y 5661.181 Dólares.
HIPOTESIS
B2: sig. = 0.000 < 0.05
El parámetro B2 es significativo al 5%
DISPERCION
GRAFICO 1

GRAFICO 2

FALTA AGREGAR PRONOSTICOS