CORPORACION UNIVERSITARIA MINUTO DE DIOS

DETERMINANTES DE LA INFLACIÓN.

PRESENTADO POR:

MARGARITA ROSAS REBOLLEDO.

MARIA ALEJANDRA BONILLA.

PROFESOR:
JUAN LAMBIS.

NRC: 16506

PROGRAMA DE ADMINISTRACION FINANCIERA VIII SEMESTRE

BARRANQUILLA- 2020.
Análisis de Salud.
Intercepto
Y= 127,19 5,36
promedio =
Y X X= 137,35 Pendiente= 0,89
Año(aaaa)-
IPC SALUD ^Y u u2 x x2 y y2 X2
Mes(mm)
118,91289 128,77075 119,57676
2015-01 5 6 5 0,66 0,44 -8,58 73,59 -8,27 68,43 73,59
120,27992 129,88341 120,56364
2015-02 7 4 9 0,28 0,08 -7,47 55,74 -6,91 47,69 55,74
120,98456 131,17935 121,71309
2015-03 4 4 6 0,73 0,53 -6,17 38,07 -6,20 38,45 38,07
121,63436 131,94609 122,39316
2015-04 6 3 3 0,76 0,58 -5,40 29,19 -5,55 30,81 29,19
121,95433 132,27505 122,68494
2015-05 4 6 1 0,73 0,53 -5,07 25,75 -5,23 27,36 25,75
122,08235 132,54690 122,92606
2015-06 6 7 2 0,84 0,71 -4,80 23,06 -5,10 26,04 23,06
122,30850 132,90446 123,24319
2015-07 6 1 8 0,93 0,87 -4,44 19,75 -4,88 23,78 19,75
122,89560 133,09840 123,41522
2015-08 9 9 2 0,52 0,27 -4,25 18,07 -4,29 18,40 18,07
123,77500 133,25532 123,55440
2015-09 6 7 2 -0,22 0,05 -4,09 16,76 -3,41 11,63 16,76
124,61928 133,71461 123,96177
2015-10 8 6 3 -0,66 0,43 -3,63 13,21 -2,57 6,58 13,21
125,37074 134,09296 124,29735
2015-11 5 8 7 -1,07 1,15 -3,26 10,60 -1,81 3,29 10,60
126,14944 134,58981 124,73803
2015-12 9 2 8 -1,41 1,99 -2,76 7,61 -1,04 1,07 7,61
2016-01 127,77754 136,60127 126,52212 -1,26 1,58 -0,75 0,56 0,59 0,35 0,56
 3 4 5
129,41260 138,22552
2016-02 8 4 127,96277 -1,45 2,10 0,88 0,77 2,23 4,96 0,77
139,87333 129,42431
2016-03 130,63385 8 6 -1,21 1,46 2,52 6,37 3,45 11,89 6,37
131,28192 141,03908 130,45828
2016-04 2 3 6 -0,82 0,68 3,69 13,62 4,10 16,78 13,62
131,95118 141,76603 131,10306
2016-05 5 8 6 -0,85 0,72 4,42 19,51 4,77 22,71 19,51
132,58411 142,70711 131,93776
2016-06 5 3 3 -0,65 0,42 5,36 28,71 5,40 29,15 28,71
133,27352 132,46743
2016-07 4 143,30429 5 -0,81 0,65 5,96 35,46 6,09 37,07 35,46
132,84716 144,00730 133,09098
2016-08 2 6 3 0,24 0,06 6,66 44,33 5,66 32,06 44,33
132,77697 144,74463 133,74496
2016-09 9 6 5 0,97 0,94 7,40 54,69 5,59 31,27 54,69
132,69744 145,05365 134,01905
2016-10 4 3 1 1,32 1,75 7,70 59,36 5,51 30,38 59,36
145,24880 134,19214
2016-11 132,84598 9 7 1,35 1,81 7,90 62,41 5,66 32,04 62,41
133,39977 145,54917 134,45855
2016-12 3 4 8 1,06 1,12 8,20 67,24 6,21 38,62 67,24
Total 20,92 724,43 590,83 724,43
Resumen
Varianza 0,95112958
Error estándar 0,97525873
SALUD
Varianza homocedasticidad 0,95112958 135
Error estándar 0,97525873
Var(β2) 0,00131294
ee(β2) 0,03623453
130
r2 0,9711153
r 0,98545183
Var(β1) 0,03398265
ee(β1) 0,18434383 125
CR 0,98213238 98%

120

115

110
125 130 135 140 145 150

Identifique la variable dependiente y la independiente, que responda a la pregunta formulada en la fase VER a modo de Hipòtesis y
establezca la relación entre ellas.

Especifique la ecuación del modelo que responde a la pregunta formulada en la fase VER.

Aplique el método de mínimos cuadrados ordinarios (MCO) y halle el estimador.

Variable dependiente = Salud

Variable independiente = IPC.

¿Cuál cree usted que fue el determinante del crecimiento de la inflación en Colombia

durante el periodo 2015 - 2016?

Una de las principales determinantes de la inflación para el periodo 2015-2016 fue la salud

con un coeficiente de correlación 0,98 esto indica que cuando el coeficiente de correlación

está cerca de +1, hay una correlación positiva significa que si los valores de una variable

aumentan (x) entonces la otra variable (Y) también aumenta, siendo un indicador

significativamente alto.

Por tal motivo, R-cuadrado, arrojo un porcentaje del 0,97% ya que el error estándar está un

poco más alto 0,98% siendo la diferencia de 1% de variación.

Seleccionamos el modelo de salud, por motivo que en nuestro país es lo mas importante en

que debemos tener conocimiento del tema, según fuentes del DANE, que la variación anual

fue el de salud con 8,14% en 2016. Esto se explica por las variaciones positivas en los

precios de medicinas, aseguramiento privado, pagos complementarios, otras medicinas y

anticonceptivos, entre otros. En 2015 este grupo registró una variación de 5,30%.

La ecuación para el coeficiente de correlación es:

Donde: 
Coeficiente
son las medidas de la muestra.
de correlación 0,98213238 98%
El modelo de regresión múltiple es la gran técnica estadística para comprobar hipótesis y

relaciones explicativas. Ante de empezar, una serie de condiciones que se deben cumplir

para poder aplicar la regresión lineal múltiple:

 La variable dependiente (resultado) debe ser ordinal o escalar, es decir, que las

categorías de la variable tengan orden interno o jerarquía, p.ej. nivel de ingresos,

peso, número de hijos, justificación del aborto en una escala de 1-nunca a 10-

siempre.

 Las variables independientes (explicaciones) deben ser ordinales o escalares.

Donde Yi es la i-ésima observación de la variable dependiente; X1i, X2i, ..., Xki son las i-

ésimas observaciones de cada uno de los k regresores; y ui es el término de error.

La recta de regresión poblacional es la relación que se cumple entre Y y las X en

media en la población:

b1 es el coeficiente de la pendiente de X1, b2 es el coeficiente de X2, etc. El coeficiente

b1 es la esperanza de la variación de Yi que resulta de variar X1i en una unidad,

manteniendo constantes X2i, ..., Xki. Los coeficientes de las otras X se interpretan de forma

similar.
El intercepto b0 es el valor esperado de Y cuando todas las X son iguales a 0. Se puede

interpretar el intercepto como el coeficiente de un regresor, X0i, que es igual a 1 para todo

i.