Resultados y discusión

En esta sección se expone sobre los resultados de la estimación de los modelos de panel data y la
comparación entre ellos en cuanto a; sentido económico y estadístico, sometiendo a una serie de
pruebas de hipótesis. Los modelos se refieren a; modelo básico de crecimiento, modelo de panel data
con factores estructurales y los modelos con variables o factores demográficas considerados en la
presente investigación, que determinan el crecimiento del ingreso per cápita en las regiones de la
región sur del Perú. Es importante destacar que la variable endógena está referido al ingreso per cápita
debido a que el producto bruto interno per cápita tiene en primer lugar errores de medición que ya
fue referido a inadecuada incorporación del PBI del sector minero, como es el caso de la región de
Moquegua que, es conocido por su trayectoria minera, sin embargo las mediciones del PBI regional
tiene una perturbación importante en la determinación de la varianza de la variable endógena y en la
medida de las diferencias sustanciales en términos per cápita.

El ingreso per cápita de las regiones del sur del país muestran una tendencia al decrecimiento, como
puede observarse en el siguiente gráfico. El objetivo; es explicar su dependencia a factores
estructurales y demográficos de entre otros factores que se explican en la primera parte de la presente
investigación.

El modelos de panel data o longitudinal parte del siguiente modelo lineal general:

𝑦𝑖𝑡 = 𝛼 + 𝑋𝑖𝑡′ 𝛽 + 𝜀𝑖𝑡

𝜀𝑖𝑡 = 𝑢𝑖 + 𝑣𝑖𝑡

Caso 1: Si 𝑢𝑖 = 0, entonces; 𝑦𝑖𝑡 = 𝛼 + 𝑋𝑖𝑡′ 𝛽 + 𝜀𝑖𝑡 , 𝜀𝑖𝑡 = 𝑣𝑖𝑡 , estimación por Mínimos Cuadrados
Ordinarios Agrupados (MCO Pooled), no cambia constante

Casos 2: Si 𝑢𝑖 ≠ 0, entonces:
a. 𝛼 + 𝑢𝑖 , 𝑦𝑖𝑡 = (𝛼 + 𝑢𝑖 ) + 𝑋𝑖𝑡′ 𝛽 + 𝜀𝑖𝑡 , 𝜀𝑖𝑡 = 𝑣𝑖𝑡 , modelo de efectos fijos, efecto individual,
estimado por Mínimos Cuadrados con Variables Dicotómicas (LSVD), donde cambia la
constante
b. 𝑦𝑖𝑡 = 𝛼 + 𝑋𝑖𝑡′ 𝛽 + (𝑢𝑖 + 𝑣𝑖𝑡 ) , 𝜀𝑖𝑡 = 𝑢𝑖 + 𝑣𝑖𝑡 , modelo de efectos aleatorios, no cambia
constante, pero el término de error está compuesto por la varianza aleatoria individual y la
varianza del término error. Se supone que los efectos individuales no están correlaciones con
las variables explicativas, estimación por Mínimos Cuadrados Generalizados (MCG)

La elección del modelo pasa por un conjunto de pruebas de hipótesis resumido en el diagrama
expuesto en la primera parte de la presente investigación, realizándose los siguientes procedimientos
de prueba:

1. Comparación de estimaciones por MCO Pooled frente al modelo de efectos fijos, estadísticos
de prueba F y Chi cuadrado,
2. Comparación de estimaciones por MCO Pooled y el modelo de efectos aleatorios, estadístico
de prueba Multiplicador de Lagrange (LM de Breusch-Pagan)
3. Comparación de estimaciones del modelo de efectos fijos y aleatorios, estadístico de prueba
Hausman

Si la hipótesis nula no se rechaza en ninguna de las pruebas, se favorece la estimación por MCO
Agrupados.

Estas comparaciones fueron formuladas en los siguientes tipos de modelos planteados:

 1. Modelo Básico, donde se incluyen variables referidos a capital físico y capital humano
2. Modelo de efectos estructurales, se incluyen variables del modelo básico y los relacionados
a las variables estructurales, y
3. Modelo de efectos demográficos, siendo las variables explicativas las del modelo básico y
las referidas a las variables demográficas

Previamente se tiene los siguientes gráficos que muestran la tendencia decreciente en la tasa de
crecimiento del ingreso per cápita y sus distribuciones.

Gráfico Nro. : tendencia de la tasa de crecimiento del ingreso per cápita.

Resultados del modelo básico