UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERÍA ESTADÍSTICA
MODELOS ESTOCASTICOS I

Integrantes: Iván Santillán

Bryan Segura
Ederson Ushiña
Aula: S7B

Profesor: Econ. Ramiro Villaruel

Fecha: 21/11/2019

1. Problemática de la investigación
Efecto de los Accidentes de Tránsito y Ocupación de camas en la Tasa de Mortalidad.
2. Delimitación geográfica y periodo de tiempo de la investigación
Ecuador 2016.
3. Obtención de la información.

Base de datos (Agencia Nacional de Tránsito 2016).

4. Estimación puntual del modelo de regresión logarítmico múltiple.

 Especificación Matemática
lny=0.6459889+0.0 397458 lnx 1+ 0.1566008 lnx 2 + ^μ

lnTAS A MORTALIDAD = ^
β 1+ ^
β2 ( lnAccid ¿Transito ) + ^
β 3( ln Ocup¿Camas )+ u^

ln Y= ln Tasa de Mortalidad

ln ^
β 2= ln Accidentes de tránsito

ln ^
β 3= ln Ocupación de camas

Interpretación
^
β 1=0.6459889
Si los accidentes de tránsito logarítmico y la ocupación de camas logarítmico son cero, la tasa
de mortalidad logarítmica será de 0.6459889%.
^
β 2=0.0397458
Si los accidentes de tránsito logarítmico incrementan en 1 punto porcentual, en promedio la tasa
de mortalidad logarítmica incrementará en 0.0397458 puntos porcentuales, manteniendo
constante la influencia de la ocupación de camas logarítmico en la tasa de mortalidad
logarítmico.
^
β 3= 0.1566008
Si la ocupación de camas logarítmico incrementa en 1 punto porcentual, en promedio la tasa de
mortalidad logarítmica incrementará en 0.1566008 puntos porcentuales, manteniendo constante
la influencia de los accidentes de tránsito logarítmico en la tasa de mortalidad logarítmico.
5. Comprobación de la validación estadística del modelo de regresión logarítmico
múltiple

 Pruebas estadísticas (t de Student, Fisher)

 Las t-Student son estadísticamente significativos ya que todas en su valor absoluto son
mayores a 1.96 que es el valor crítico de la T-Student.
 EL valor de Fisher es mayor a 4 por lo tanto, el modelo en su conjunto es estadísticamente
significativo.

 Coeficiente de determinación

 El número de accidentes de transito logarítmico y la ocupación de camas logarítmica de

cada provincia explican en un 43.48% el comportamiento de la tasa de mortalidad
logarítmica.
 El grado de bondad de ajuste del modelo de regresión logarítmico múltiple es bajo.

 Análisis de la doctrina o teoría

 Hipótesis de la investigación:
A medida que la ocupación de camas aumenta, sube la tasa de mortalidad.

 Doctrina o Teoría

“El análisis de la evidencia relativa a la utilización de camas hospitalarias, para el

período en estudio (…). Por lo tanto, se esperaría que a medida que la ocupación de
camas aumentase (…) con el consiguiente impacto directo sobre la mortalidad”.
(Castañeda, 1987)
 ^
β 3=0.2896
Ante el valor de la investigación y el valor de nuestra pendiente, se puede comprobar
que el modelo de regresión logarítmico múltiple coincide con la hipótesis, por lo tanto,
se cumple con la prueba de hipótesis de investigación.

 Aplicación de una metodología para detectar multicolinealidad en el modelo de

regresión múltiple:

 Aplicación de una metodología para detectar heteroscedasticidad en el modelo de

regresión múltiple:
  A
plicación de una metodología para detectar Autocorrelación en el modelo de
regresión múltiple: