PRODUCCIÓN DE LADRILLOS A BASE DE LLANTAS Y PLÁSTICOS EN EL

MUNICIPIO DE ACHOCALLA

1. IDENTIFICACION DE LA POBLACION OBJETIVO

Actualmente existe una demanda creciente en el sector de la construcción por lo
cual en dicho proyecto se abordara este rubro, enfocándonos en los materiales
más requeridos como lo son el cemento y el ladrillo, debido a su demanda en el
mercado nacional y las características que se asemejan a nuestro producto
El siguiente proyecto se realizó en Bolivia en la ciudad de La Paz municipio de
Achocalla, donde fueron tomados los datos a emplearse para el desarrollo
econometrico
2. METODOLOGIA DELA RECOPILACION DE INFORMACION
El tipo de estudio será empírico, analítico, descriptivo, las variables a estudiar
serán PIB, precio de cemento, permisos de construcción, precio de ladrillo de las
cuales se tomaran 15 datos de cada uno.

Técnicas empleadas:

 Revisión bibliográfica.
 Recolección de datos históricos: de 1998-2012

 Desarrollo de un modelo a partir de datos recopilados de la tesis ESTUDIO

DE FACTIBILIDAD DE PRODUCCIÓN DE LADRILLOS A BASE DE
LLANTAS Y PLÁSTICOS EN EL MUNICIPIO DE LA PAZ de Henry Pillco
Chávez
.Se hizo una exhaustiva recolección bibliográfica de la teoría escrita con referencia
a la construcción más enfocado en los ladrillos y cemento, para determinar la
demanda de ladrillos ecológicos.

Se buscó todo lo referente a los indicadores económicos como precios de

ladrillos , cemento, etc. Con esto se pretendió hacer una contrastación de los
datos y mirar la evolución en el tiempo desde 1998-2012 de la demanda de
ladrillos , y a partir de esto mirar cuales han sido sus determinantes en este lapso
de tiempo.
 3. RECOPILACION, SELECCIÓN Y PRESENTACIÓN DE LAS
INFORMACION (MEDIANTE ESTADIGRAFOS)
Para la elaboración de nuestro modelo, el cual tiene la siguiente ecuación

Q= α 0+α 1*PL + α 2*PC+α 3*PCA +α 4*PIB

Empleando las variables:

Cantidad demandada promedio de ladrillos (Q) que es la variable

explicada o dependiente. Se define como la situación de quienes pudiendo
y queriendo trabajar, pierden su empleo o ven reducida temporalmente su
jornada ordinaria de trabajo y salario.
Las demás variables son las explicativas o independientes:

Permisos de construcción aprobados (PCA)

Precios promedio en millar bs de ladrillo (PL)
Precio de cemento (PC)
PIB: Producto Interior Bruto. Es una medida macroeconómica que
expresa el valor monetario de la producción de bienes y servicios de
demanda final de un país (o una región) durante un período determinado de
tiempo (normalmente un año).

De forma más intuitiva

VARIABLE TIPO UNIDADES SIGNO

ESPERADO
Cantidad demandada Explicada (TN) Positivo
promedio de ladrillos cuantitativa
(Q)
Permisos de Explicada unid positivo
cuantitativa
construcción
aprobados (PCA)

Precios promedio de Explicada BS millar negativo

cuantitativa
ladrillo (PL)

Precio de cemento Explicada BS/ BOLSA Positivo

 (PC) cuantitativa

PIB: Producto Interior Explicada (%) Positivo

Bruto. cuantitativa

AÑO DEMAN PERMISOS DE PRECIO PRECIO TASA DEL

DA DE CONSTRUCCI CORRIEN CORRIEN CRECIMIEN
LADRILL ON TE DEP TE DEP TO DEL PIB
OS (TN) APROBADOS LAPAZ BS LAPAZ (%)
MILLAR BS.
BOLSA
1998 87845 785535 675 43
,53 ,77 1,76
1999 97011 960553 760 44
,97 ,93 1,92
2000 76805 548588 572 42
,62 ,38 1,58
2001 67266 408850 483 41
,71 ,17 1,41
2002 63545 323027 449 40
,03 ,70 1,35
2003 74188 410641 629 43,06
,71 1,53
2004 91574 613689 729,71 44,72
1,83
2005 93828 696150 731,77 45,18
1,87
2006 100339 799020 683,14 45,89
1,98
2007 116691 916364 978,76 45,31
2,25
2008 135971 927928 1149,16 48,41 2,66
2009 129324 694581 1342 50,88 2,89
2010 156348 820692 1287,02 50,94 3,05
2011 163671 809683 1321,47 53,73 2,84
2012 179758 982936 1288,4 55,56 2,92

4. PRESENTACION DE RESULTADOS (CUADRO RESUMEN)

5. ESPECIFICACION DEL MODELO ECONOMETRICO
Identificación de las variables
La variable dependiente:
Cantidad demandada promedio de ladrillos (Q)
 Las variables independientes:
 Permisos de construcción aprobados (PCA)
 Precios promedio en millar bs de ladrillo en precios constantes (PL)
 Precio de cemento (PC)
 Tasa de crecimiento del PIB (PIB)

Forma matemática del modelo

Q= α 0+α 1*PL + α 2*PC+α 3*PCA +α 4*PIB

6. ESTIMACION DE PARAMETROS DEL MODELO
El modelo y las variables propuestas para tratar de explicar el comportamiento de
la demanda de ladrillos en la ciudad de La Paz es el siguiente:

Q= α 0+α 1*PL + α 2*PC+α 3*PCA +α 4*PIB

Utilizamos la estimación por mínimos cuadrados ordinarios (MCO)

87845 1 785535 675,53 43,77 1,76

97011 1 960553 760,97 44,93 1,92
76805 1 548588 572,62 42,38 1,58
67266 1 408850 483,71 41,17 1,41
63545 1 323027 449,03 40,7 1,35
74188 1 410641 629,71 43,06 1,53
91574 1 613689 729,71 44,72 1,83
Y= 93828 1 696150 731,77 45,18 1,87
X=
100339 1 799020 683,14 45,89 1,98
116691 1 916364 978,76 45,31 2,25
135971 1 927928 1149,16 48,41 2,66
129324 1 694581 1342 50,88 2,89
156348 1 820692 1287,02 50,94 3,05
163671 1 809683 1321,47 53,73 2,84
179758 1 982936 1288,4 55,56 2,92
 SOLUCION

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
785535 960553 548588 408850 323027 410641 613689 696150 799020 916364 927928 694581 820692 809683 982936
Xᵀ= 675,53 760,97 572,62 483,71 449,03 629,71 729,71 731,77 683,14 978,76 1149,16 1342 1287,02 1321,47 1288,4
43,77 44,93 42,38 41,17 40,7 43,06 44,72 45,18 45,89 45,31 48,41 50,88 50,94 53,73 55,56
1,76 1,92 1,58 1,41 1,35 1,53 1,83 1,87 1,98 2,25 2,66 2,89 3,05 2,84 2,92

9157
Yᵀ= 87845 97011 76805 67266 63545 74188 4 93828 100339 116691 135971 129324 156348 163671 179758

15 10698237 13083 696,63 31,84

10698237 8,25898E+12 9968213961 5E+08 23951559,1

Xᵀ*X= 13083 9968213961 12872273,9 626781 30440,6785

696,63 505718655,3 626780,732 32637 1514,2808

31,84 23951559,06 30440,6785 1514,3 72,5828

1634164

1,24496E+12

Xᵀ*Y= 38,3081542
1582088062
78143123,6 7 6,3775E-07 0,0135064 -1,08256869 -0,09420562
6,3775E-07
8 3,352E-12 2,6656E-09 -1,7898E-08 -2,1304E-06
0,01350639
(Xᵀ *X )⁻¹= 3762633,04 9 2,66561E-09 3,1665E-05 -0,00018215 -0,01628437
-1,08256869 -1,78983E-08 -0,00018215 0,03313313 -0,13405781
-0,09420562 -2,13042E-06 -0,01628437 -0,13405781 10,38448103

-185667,283
0,01792559
β=(Xᵀ*X)⁻¹*Xᵀ*Y= -18,9074332
5154,7624
27757,6893

Q= -185667,283+0,01792559*PCA -18,9074332 *PL+5154,7624*PC +27757,6893*PIB

 No existe demanda de ladrillos cuando (X=1) debido a que tiende a ser
-185667,283 (TN).
La demanda de ladrillos aumenta en 0,01792559(TN) cuando los permisos de
construcción aprobados aumenta en 1 (unid)
La demanda de ladrillos disminuye en 18,9074332 (TN) cuando el precio del
ladrillo aumenta en 1 (Bs millar)
La demanda de ladrillos aumenta en 5154,7624 (TN) cuando el precio el
cemento aumenta en 1 (Bs/Bolsa)
La demanda de ladrillos aumenta en 27757,6893 (TN) cuando el PIB aumenta
en 1%

7. VALIDACION ECONOMICA
De acuerdo a las expectativas a priori se contrastan las siguientes hipótesis:
 Para α 1
 Para α 2
 Para α 3
 Para α 4
8. VALIDACION ESTADISTICA
a. BONDAD DE AJUSTE

b. INTERVALOS CONFIDENCIALES
c. PRUEBAS DE SIGNIFICACION INDIVIDUAL
Para α 1
i. Planteamiento de hipótesis
 Ho: α 0=0
Ha:α 0 ≠ 0
 Ho:α 1=0
Ha:α 1 ≠ 0
 Ho:α 2=0
Ha:α 2 ≠ 0
  Ho:α 3=0
Ha:α 3 ≠ 0
 Ho:α 4=0
Ha:α 4 ≠ 0
ii. Identificación del estadístico de prueba

Estadísticas de la regresión
Coeficiente de correlación 0,9870131
múltiple
Coeficiente de determinación 0,97419486
R^2
R^2 ajustado 0,9638728
Error típico 6945,4122
Observaciones 15

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior Inferior Superior
95% 95,0% 95,0%
INTERCEPCIÓN -185667,283 42987,6436 -4,31908492 0,0015153 -281449,722 -89884,8441 -281449,722 -89884,8441
PERMISOS DE 0,01792559 0,01271599 1,40968938 0,18896531 -0,01040739 0,04625858 -0,01040739 0,04625858
CONSTRUCCION
APROBADOS
PRECIO DE -18,9074332 39,0830714 -0,48377552 0,63896398 -105,989943 68,1750766 -105,989943 68,1750766
LADRILLO
PRECIO CORRIENTE 5154,7624 1264,23923 4,07736313 0,00222375 2337,86186 7971,66294 2337,86186 7971,66294
DE CEMENTO
TASA DEL 27757,6893 22381,5636 1,24020331 0,24321143 -22111,5422 77626,9208 -22111,5422 77626,9208
CRECIMIENTO DEL
PIB (%)

i. Contrastación

RR: ǀtcǀ>t α
2

t α =2,228
2

o RR: 4,319> 2,228 →(rechaza Ho)

o RR: 1,410> 2,228 →(acepta Ho)
o RR: 0,484>2,228 →(acepta Ho)
o RR: 4,077>2,228 →(rechaza Ho)
o RR: 1,240>2,228 →(acepta Ho)
ii. Conclusión
A un nivel del 5 % se puede concluir que α 0, α3 son significativos en el modelo
debido a que se rechaza Ho
PRUEBAS DE SIGNIFICACION GLOBAL
i. Planteamiento de hipótesis
Ho: α 1=α 2=α 3=α 4
Ha:α 1 ≠ α 2 ≠ α 3 ≠ α 4
ii. Análisis de varianza

  Grados de Suma de Promedio de los F Valor

libertad cuadrados cuadrados crítico
de F
Regresió 4 1,8211E+10 4552769596 94,3799236 6,718E-08
n
Residuos 10 482387506 48238750,6
Total 14 1,8693E+10      
iii. Contrastación

Fc

iv. Conclusión
A un nivel del 5% de significancia se puede concluir que el modelo es significativo
debido a que se rechaza Ho
9. VALIDACION ECONOMETRICA
a. MULTICOLINEALIDAD
b. HETEROCEDASTICIDAD
c. AUTOCORRELACION
Método grafico
 Versus Order
(response is Q)
10000

5000

0
Residual

-5000

-10000

-15000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Observation Order

Según la gráfica se puede concluir que existe una autocorrelacion positiva debido
a la agrupación de los puntos en los cuadrantes I y IV

Método de Durwin Whatson

Regression Analysis: Q versus PCA. PL. PC. PIB
The regression equation is
Q = - 185667 + 0,0179 PCA - 18,9 PL + 5155 PC + 27758 PIB

Predictor Coef SE Coef T P

Constant -185667 42988 -4,32 0,002
PCA 0,01793 0,01272 1,41 0,189
PL -18,91 39,08 -0,48 0,639
PC 5155 1264 4,08 0,002
PIB 27758 22382 1,24 0,243

S = 6945,41 R-Sq = 97,4% R-Sq(adj) = 96,4%

Analysis of Variance

Source DF SS MS F P
Regression 4 18211078385 4552769596 94,38 0,000
Residual Error 10 482387506 48238751
Total 14 18693465891

Source DF Seq SS
PCA 1 10037950975
PL 1 7131038912
PC 1 967892271
PIB 1 74196227

Unusual Observations
Obs PCA Q Fit SE Fit Residual St Resid
12 694581 129324 143904 4541 -14580 -2,77R

R denotes an observation with a large standardized residual.

Durbin-Watson statistic = 2,14573

Autocorrelacio
Autocorrelacion Zona de No existe Zona de
n
(+) indesicion Autocorrelacion indesicion
(-)

0 dl du 2 4-du 4-dl 4
0 0,685 1,977 2 2,023 3,315 4
Ho: ρ=0 (no existe autocorrelacion negativa)

Ha: ρ<0 (existe autocorrelacion negativa)

4-dw < du

1,8543<1,977

A un nivel del 5 % de significación se concluye se rechaza Ho y existe

autocorrelacion negativa

Método de No parametrica
Ho: existe aleatoriedad
Ha: no existe aleatoriedad

et signo
1,45848E+11 + Ʀ 3
N1 12
72999306,49 +
N2 3
-8,1922E+10 -
-2107457341 -
-8966419551 -
74188 +
91574 +
93828 +
100339 +
116691 +
135971 +
129324 +
156348 +
163671 +
179758 +
 R−E( R)
zc=
V (R)

2 n 1∗n 2 2∗12∗3
E ( R )= = =4,8
n 1+ n 2 12+ 3

2 n1∗n 2(2 n 1∗n 2−n1−n 2) 2∗12∗3∗(2∗12∗3−12−3)

V ( R )= = =1,303
(n 1+ n 2)2∗(n 1+n 2−1) (12+3)2∗(12+3−1)

3−4,8
zc= =−1,381
1,303

z α =1,960
2

1,303>1,96

A un nivel del 5% se rechaza la hipótesis nula debido a esto no existe aleatoriedad

esto ocasiona autocorrelacion

10.INTERPRETACION DE RESULTADOS
11.PLANTEAMIENTO Y ANALISIS PARA LA CORRECCION DEL
MODELO
12.PRESENTACION Y PREDICCION DEL MODELO CORREGIDO
13.CONCLUSIONES
14.RECOMENDACIONES
15.BIBLIOGRAFIA