Está en la página 1de 28

ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

“UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERIA INDUSTRIAL”

"AÑO DEL BICENTENARIO DEL PERÚ: 200 AÑOS DE INDEPENDENCIA"

FACTORES QUE INFLUYEN EN EL CRECIMIENTO DEL PRODUCTO BRUTO


INTERNO DEL SECTOR PESQUERO EN LOS AÑOS 2007-2019

 TEMA:
MODELO DE REGRESION LINEAL

 DOCENTE:

ING. CARMEN ZULEMA QUITO RODRIGUEZ

 CURSO:

MODELOS ESTOCÁSTICOS

 INTEGRANTES:
 CESAR ALFREDO GUERRERO FACUNDO
 JACINTO RUMICHE ERICK ESTIWARD


PIURA – PERU

2021

1
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

DEDICATORIA

Nuestro trabajo final, principalmente está dedicado a nuestra docente encargada del desarrollo
del curso de modelos estocásticos, la Ingeniera Carmen Quito Rodríguez por su gloriosa
enseñanza y motivación que nos brinda continuamente para seguir adelante con el desarrollo
de nuestra carrera profesional. Y a nuestros compañeros que gracias a ellos podemos compartir
conocimientos e información y para ello es necesario compartir nuestro desarrollo del trabajo
con la finalidad de realimentar los conocimientos en la materia asignada con la finalidad de
obtener una base de superación tanto en el transcurso de nuestra formación universitaria como
también en nuestra vida profesional.

2
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

AGRADECIMIENTO

Primeramente, agradecer a Dios, por guiarnos en el camino de nuestra formación profesional y


fortalecernos espiritualmente para empezar un camino lleno de éxitos.
Mostramos nuestros más sinceros agradecimientos a nuestra docente, quien con su
conocimiento y su guía fue una pieza clave para que pudiéramos desarrollar nuestro trabajo
final, con la finalidad de brindarnos su gran mayor potencial y prepararnos para ser buenos
profesionales.
A si mismo estar agradecidos con nuestros compañeros, quienes a traves del tiempo fuimos
fortaleciendo nuestros conocimientos en clase y ayudándonos mutuamente en el desarrollo del
curso, compartiendo conocimientos, experiencias, alegrías, momentos de superación lo cual es
muy útil lo que ayudo a que seamos como una familia.
Por último, agradecer a nuestros padres, quienes con sus consejos fueron motor de arranque y
nuestra constante motivación para estudiar una carrera profesional, muchas gracias por su
paciencia y comprensión y sobre todo por su amor incondicional que nos demuestran a diario.

3
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

RESUMEN

El presente trabajo de investigación titulado “FACTORES QUE INFLUYEN EN EL CRECIMIENTO


DEL PRODUCTO BRUTO INTERNO DEL SECTOR PESQUERO EN LOS AÑOS 2007-2019”, tiene como
objetivo principal determinar la incidencia del Sector Pesquero en el Crecimiento Económico en
el Perú durante el periodo en mención.
Los datos para el presente trabajo de investigación fueron obtenidos a través del BCRP e INEI,
de esta manera se obtuvieron los datos anuales de dichas variables, el cual tuvo como objetivo
principal determinar la incidencia del Sector Pesquero en el Crecimiento Económico en el Perú
y como objetivos específicos encontramos analizar el Sector Pesquero, explicar el crecimiento
económico y determinar la incidencia del Sector Pesquero en el Crecimiento Económico,
utilizando un Modelo Econométrico. Para alcanzar el cumplimiento de los objetivos, se utilizan
técnicas de series temporales con el fin de poder demostrar el grado de incidencia del sector
pesquero en el crecimiento económico del Perú.
En la actualidad en el Perú, el sector de la pesca protagoniza uno de los roles de mayor
importancia en la economía del país, sin embargo, aún existen una gran informalidad en este
sector. Hay una gran población de pescadores artesanales informales en todo el litoral peruano
los cuales vienen dedicándose a ésta actividad durante muchos años y sus propias familias viven
solo de ésta actividad. La gran mayoría de estos pescadores informales no son sujetos a crédito.
Entre las principales causas que han generado esta brecha pesquera figuran el aumento de la
población de pescadores y embarcaciones, y la falta de cumplimiento de las normas vigentes.

4
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

INDICE

INTRODUCCIÓN............................................................................................................................ 6
OBJETIVOS DE LA INVESTIGACIÓN: ............................................................................................. 7
MARCO TEÓRICO ........................................................................................................................ 8
FORMULACIÓN Y OPERALIZACIÓN DE HIPÓTESIS ..................................................................... 15
ESPECIFICACIÓN DEL MODELO MATEMÁTICO........................................................................... 17
ESTIMACIÓN DEL MODELO MATEMÁTICO ................................................................................ 18
EVALUACIÓN DE AJUSTES DEL MODELO …................................................................................ 20
PRUEBA DE SIGNIFICANCIA DE
ESTADISTICA DEL MODELO GLOBAL E INDIVIDUAL …………………………………………………………….... 21
ESPECIFICACIÓN DEL MODELO
MATEMÁTICO (SIGNIFICANTES) ……………………………………………………………………………………………. 23
ESTIMACIÓN DEL MODELO MATEMÁTICO …………………………………………………………………………….24
EVALUACIÓN DE AJUSTES DEL MODELO ……………………………………………………………………………… 26
PRUEBA DE SIGNIFICANCIA DE
ESTADISTICA DEL MODELO GLOBAL …………………………………………………………………………………….. 27
PRUEBA DE SIGNIFICANCIA DE
ESTADISTICA DEL MODELO INDIVIDUAL ……………………………………………………………………………... 28
BIBLIOGRAFIA ………………………………………………………………………………………………………………….…..29

5
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

INTRODUCCIÓN

En nuestro país el sector pesquero es un elemento estratégico para la economía del Perú,
principalmente por ser una importante fuente generadora de divisas después de la minería. Éste
fue el segundo gran generador de divisas, que contribuyó al crecimiento económico del país. No
obstante, el mar peruano es un mar sumamente productivo y la aportación del sector contribuye
al crecimiento de la economía. Perú ha sido el segundo productor mundial de productos
pesqueros y el primer productor mundial de harina de pescado. Su carácter es estratégico
porque supone la segunda industria generadora de divisas por detrás de la minería. No es por
tanto una industria centrada en el consumo interno, ni lo es en el consumo directo. Tan sólo un
14,6% se dedica al consumo humano directo, mientras un 85,4% del pescado capturado se
convierte en aceites y harina; esto último es la que genera mayores ingresos para el país.

6
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

CAPITULO I

OBJETIVOS DE LA INVESTIGACIÓN:

OBJETIVO GENERAL:
 Establecer los factores que influyen en el crecimiento
del PBI en el sector pesquero en los años 2007 - 2019.
OBJETIVO ESPECÍFICO:
 Especificar modelos matemáticos para explicar los factores que influyen en el
crecimiento del PBI en el Sector Pesquero, utilizando modelos de regresión
 Estimar los modelos matemáticos basados en los métodos de mínimos cuadrados
ordinarios
 Evaluar los modelos matemáticos para determinar la significancia estadística y
determinar valores futuros de la variable de estudio.

7
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Marco Teórico:

Desde hace más de 5 mil años se realiza la actividad pesquera en Perú, prueba de ello son las
evidencias fehacientes que existen en la cultura de Caral -considerada la más antigua de
América- y que los peruanos han aprendido a valorar y aprovechar hasta la actualidad. Una
actividad que ha permitido convertir a Perú como uno de los principales países en captura
marina, permitiéndole ofrecer una gran variedad de especies marinas y continentales, tanto de
especies nativas como introducidas, logrando posicionarse favorablemente como un importante
socio comercial y proveedor mundial de productos pesqueros.
A esto se le suma la importante posición geográfica y las condiciones climáticas del país,
generando no solo una gran cantidad de recursos disponibles, sino principalmente de calidad y
variedad. Además, el mundo está revalorando el enorme potencial nutricional de los productos
marinos, tendencia que ha sido muy bien aprovechada por Perú, dado que posee las condiciones
e insumos necesarios para proyectarse como potencia mundial. Las costas peruanas poseen una
riqueza marina que viene siendo aprovechada de una manera sostenible, mediante el
ordenamiento pesquero y el manejo ambiental de la actividad que cumplen con las normativas
internacionales más exigentes, con el objetivo de difundir y preservar sus productos. Pero, sobre
todo, aseguran la extracción y el cultivo amistoso con el medio ambiente, así como la
sostenibilidad de las diversas especies.
Todo esto bajo la supervisión del Organismo Nacional de Sanidad Pesquera (SANIPES), entidad
autónoma adscrita al Ministerio de la Producción (PRODUCE), la cual se encarga de vigilar y
garantizar las condiciones higiénico-sanitarias en el cultivo, extracción y procesamientos de
todos los recursos pesqueros. De ese modo, se han podido ejecutar mejoras tecnológicas en la
industria de procesos de congelados, enlatados y curados para conservar la calidad original de
los recursos, logrando posicionar los productos en los más exigentes mercados internacionales.

8
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Los principales productos de exportación.


1.- Productos frescos - refrigerados: Pescados como el bacalao de profundidad (se captura en
Parachique, Piura y en Morro Sama, Tacna) y la tilapia (se cultiva en estanques en la costa y la
Amazonía).
2.- Productos procesados: La anchoveta, anguila, atún, caballa, jurel y perico (pescados que se
capturan en Tumbes y Tacna), la merluza (pescado que se captura en Tumbes y Áncash), el
pejerrey (pescado que se captura en Piura y Tacna), el paiche (pez que se cultiva en estanques
en la Amazonía), la trucha (pez que se cultiva en los Andes), el calamar, pulpo y pota (mariscos
que se capturan en Tumbes y Tacna), la almeja (molusco que se captura en Piura, Trujillo,
Chiclayo y Tacna), caracol (molusco que se captura Piura, Lambayeque y Tacna), concha de
abanico (se cultiva en Piura y Tacna), navajas (se cultiva en Chimbote y Huacho), palabritas
(molusco que se captura en Tumbes y Tacna), los langostinos (crustáceos que se cultivan en
Tumbes) y las hueveras (en todo el litoral).

Si el estudio de identificación ha mostrado que los principales defectos del sistema pueden
remediarse construyendo instalaciones para la comercialización del pescado, el paso siguiente
será hacer un estudio de mercado, que deberá tomar en consideración los siguientes elementos:

 El volumen de pescado que se va a manejar y la cantidad de productos pesqueros que


los consumidores estarían dispuestos a comprar durante un determinado período de
tiempo a un precio dado;
 Las preferencias y actitudes de los consumidores;
 El costo de la materia prima (por especies principales), costo de la recogida del pescado
(incluidos el hielo, las cajas para el pescado y las pérdidas de peso), los costos de
funcionamiento y de transporte desde los lugares de desembarque hasta los principales
centros distribuidores y puestos de venta al por menor, y otros costos;
 La relación entre la capacidad prevista de las instalaciones para el desembarque y la
comercialización y las cantidades de materia prima disponibles anualmente;
 El número previsto de días al año en que el sistema de recogida/distribución de pescado
podría funcionar a capacidad plena;
 Las especies que con mayor probabilidad se venderán y el tipo de manipulación que se
propondrá (por ejemplo, pescado enfriado o peces vivos en depósitos, etc.).

9
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

En esta fase de la planificación es aconsejable evaluar el tipo de productos que se prevé


manipular, sus salidas comerciales, las necesidades de esos productos en los mercados y las
posibilidades de trabajar en el desarrollo de productos con las especies ícticas disponibles.

También habrá que evaluar la fuerza de trabajo existente en la zona e identificar las necesidades
de capacitación.

Deberá asimismo examinarse la función de las cooperativas u otras organizaciones existentes o


propuestas en lo que se refiere a organizar a los pescadores del lugar, lo que podría facilitar la
capacitación y también la formación en técnicas de gestión.

Desembarque de productos pesqueros por


utilización (TMB)
9000.00
8000.00
7000.00
6000.00
5000.00
4000.00
3000.00
2000.00
1000.00
0.00
0 2 4 6 8 10 12 14

La industria de transformación de productos pesqueros cubre todas aquellas actividades


económicas que transforman diferentes clases de materias primas en productos
preparados para el consumo humano. La industria de transformación incluye sectores
como la industria conservera, la industria del pescado ahumado, la del pescado
congelado y la del pescado en filetes.

Transformación de Productos pesqueros (TMB)


3000.00

2500.00

2000.00

1500.00

1000.00

500.00

0.00
0 2 4 6 8 10 12 14

10
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

El Perú es el principal productor de harina de pescado del mundo, la cual se obtiene luego de
retirarle todo el contenido de agua y gran parte de sus grasas y aceites al pescado, quedando
luego de este proceso la proteína como parte sólida, la cual es secada y luego molida al grado
de una harina.
La harina de pescado en el Perú se fabrica a partir de la anchoveta (Engraulins ringens), que es
la única especie permitida por el Ministerio de la Producción para este fin. La talla mínima de
captura permitida para este recurso es de 12 cm.
En otras partes del mundo, como Estados Unidos, se elabora harina de pescado en base a
menhaden (30 cm), en Noruega se utiliza el capelán (19 cm) y en Dinamarca se produce a partir
del arenque (20 cm).
Composición y usos de la harina de pescado
La harina de pescado está compuesta, en promedio, por entre 60% y 72% de proteína, entre 5%
y 12% de grasa, y un máximo de humedad del 9%, lo que le otorga estabilidad y permite
almacenarla y manipularla por un tiempo prolongado, de acuerdo con la Organización Mundial
de Ingredientes Marinos (IFFO).
Este ingrediente marino tiene entre sus beneficios la fácil digestibilidad de sus proteínas para
los organismos que lo consumen, además de ser rica en ácidos grasos poliinsaturados esenciales,
como el Omega 3, EPA y DHA.
El principal uso de la harina de pescado es la formulación de alimentos balanceados para el
desarrollo de actividades, como acuicultura (la principal), avicultura, ganadería, entre otros. De
este modo, los nutrientes de la anchoveta son aprovechados por los consumidores, a través del
consumo de otras carnes que han sido alimentadas con estos ingredientes.

El mercado de harina de pescado


La harina de pescado compite con otros concentrados de proteína animal y vegetal como las
harinas de la industria cárnica y la producción de soya. Sin embargo, estas últimas no ofrecen
los amplios beneficios del ingrediente marino en cuestión.
Actualmente, el Perú es el primer productor mundial de harina de pescado, seguido de
Tailandia, China, Chile y Estados Unidos, según el último Anuario Estadístico de IFFO.
La Sociedad Nacional de Pesquería agrupa a las principales empresas productoras de este
ingrediente marino, las que representan el 75% de la producción nacional. Del 2008 a la fecha,
nuestras empresas asociadas han invertido importantes sumas de dinero para la mejora de la
calidad de la harina de pescado, principalmente en la refrigeración de embarcaciones y el
proceso de secado.

11
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Producción de harina
de pescado
(Mil TMB)
1800.00
1600.00
1400.00
1200.00
1000.00
800.00
600.00
400.00
200.00
0.00
0 2 4 6 8 10 12 14

La industria pesquera es un sector que genera empleo formal, ingresos para el Estado
y exportaciones que tienen impacto económico a nivel descentralizado, gracias a que buena
parte de las actividades extractivas y de procesamiento de ingredientes marinos tienen su
centro de operaciones en ciudades costeras del interior del país.
El sector pesquero se ubica dentro del grupo de las cuatro actividades económicas con mayores
ingresos de divisas al país, según el Banco Central de Reserva del Perú. Representa
aproximadamente 7% de las exportaciones peruanas.
A nivel del mercado mundial, las exportaciones pesqueras peruanas también se posicionan en
un nivel expectante y en el caso de envíos de ingredientes marinos lidera el ranquin de acuerdo
con el Anuario Estadístico de la IFFO 2015. Perú es responsable por aproximadamente el 25-30%
de la producción mundial de harina y aceite de pescado.

Consumo industrial (miles de ton.)


8000.00

7000.00

6000.00

5000.00

4000.00

3000.00

2000.00

1000.00

0.00
0 2 4 6 8 10 12 14

12
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

La Sociedad Nacional de Pesquería analizó los últimos ocho años de la pesca (artesanal e
industrial) peruana y reporta que la pesca para el Consumo Humano Directo – CHD ha
aumentado considerablemente. Esto se deduce del análisis realizado con las cifras oficiales de
pesca por especie y su uso industrial publicadas en el portal del Ministerio de la Producción.
Lo que primero observó la SNP fue el incremento de participación de la pesca para CHD, que hoy
representa el 17% de la pesca total, esto es un aumento de cinco puntos porcentuales en los
últimos ocho años.
El análisis realizado en los últimos ocho años de pesca considera dos periodos: 1) entre los años
2004-2007 en los que se pescó en promedio unas 917,209 toneladas; y 2) el que comprende los
años 2008-2011 donde se capturaron 1’093,810 toneladas. La variación observada fue de un
incremento del 19% de la pesca para consumo directo entre ambos períodos. Este crecimiento
se debería al efecto positivo de haber aplicado a partir del 2008 el sistema de Límites Máximos
de Captura por Embarcación o sistema de cuotas individuales para la pesca de anchoveta.
Los rubros más beneficiados fueron las industrias del congelado y enlatado que crecieron en un
39% y 18%. Sin embargo, la pesca para la venta en fresco disminuyó ligeramente en un 2.5%.
Cabe indicar que durante los años 2009-2011 nuestras aguas han sufrido el efecto de un
enfriamiento que desencadenó un efecto La Niña, que afectó la captura de especies importantes
como el Atún, la Caballa y principalmente el Jurel (en el 2010 sólo se capturaron 17,560
toneladas). A pesar de ello, el resto de especies experimentaron un fuerte incremento
destacando la Anchoveta, el Bonito y el Perico; y durante el 2011 hubo una importante
recuperación en la pesca del jurel y la caballa.

13
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

FORMULACIÓN Y OPERALIZACIÓN DE HIPÓTESIS:

FORMULACIÓN:
En el Perú los factores que afectan al producto bruto interno en el sector pesquero, durante los
años 2007-2019
El análisis de las variables que influyen al momento de determinar el PBI en el Perù

OPERALIZACIÓN:
Se realizará un modelo de regresión lineal en donde la variable dependiente es el PBI en el Perù
tomando de referencia los años 2007-2019

Variable dependiente:
Producto Bruto Interno (PBI) del sector pesquero (millones de soles)

Variable independiente:

Desembarque de productos pesqueros por utilización (TMB)


Transformación de Productos pesqueros (TMB)
Producción de harina de pescado (Mil TMB)
Consumo industrial (miles de ton.)
Consumo humano Directo (miles de ton.)
Pesca continental (miles de ton.)

La Investigación aplicada es de carácter empírico, descriptivo-explicativo


de estudio transversal a partir de datos obtenidos BANCO CENTRAL DE RESERVA DEL PERU y las
variables independientes o explicativas ya que están asociadas al mismo contexto de PESCA EN
EL PERU.
Variable dependiente:
Producto Bruto Interno (PBI) del sector pesquero (millones de soles)
Describe el ingreso que genera el sector pesquero en el Perú por las diferentes exportaciones
que existen

Variable independiente:
X1: Desembarque de productos pesqueros por utilización (TMB)
Describe el desembarque de diferentes productos marinos, el costo de la materia prima
(especies principales, los costos de funcionamiento y de transporte de los lugares de

14
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

desembarque hasta los principales centro distribuidores y puestos de venta al por mayor y
menos.
Relación entre las variables:
A mayor desembarque de productos pesqueros mayor será el PBI
X2: Transformación de Productos pesqueros (TMB)
Cubre todas aquellas actividades económicas que transforman diferentes clases de materias
primas en productos
Relación de las variables:
A mayor producto transformado, mayor será el PBI
X3: Producción de harina de pescado (Mil TMB)
Describe el proceso continuo que involucra la separación de los componentes del pescado.
Relación de las variables:
A mayor producción de Harina de pescado mayor será el PBI
X4: Consumo industrial (miles de ton.)
Describe el consumo industrial que genera la pesca en el Perú
Relación de las variables:
A mayor consumo industrial, mayor será el PBI

X5: Consumo humano Directo (miles de ton.)


Describe el consumo humano, en el Perú, abasteciendo los mercados, la industria enlatadora,
congeladora.
Relación de las variables:
A mayor consumo humano de pescado en el Perú, Mayor será el PBI

X6: Pesca continental (miles de ton.)


Describe la actividad realizada para extraer pescado y otros organismos acuáticos.
Relación de la variable:
A mayor extracción de pesca continental, mayor será el PBI.

15
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Capítulo II
ESPECIFICACIÓN DEL MODELO MATEMÁTICO

Variables:
Efecto: Producto Bruto Interno (PBI) del sector pesquero (millones de soles)
Causa:
Desembarque de productos pesqueros por utilización (TMB)
Transformación de Productos pesqueros (TMB)
Producción de harina de pescado (Mil TMB)
Consumo industrial (miles de ton.)
Consumo humano Directo (miles de ton.)
Pesca continental (miles de ton.)

Modelos Especificado:
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 + 𝛽4 𝑋4 + 𝛽5 𝑋5 + 𝛽6 𝑋6
Producto bruto interno = f (Desembarque de productos pesqueros por utilización (TMB),
Transformación de Productos pesqueros (TMB), Producción de harina de pescado (Mil TMB),
Consumo industrial (miles de ton.), Consumo humano Directo (miles de ton.), Pesca continental
(miles de ton).
Producto bruto interno = B0+B1*Desembarque de productos pesqueros por utilización
(TMB)+B2* Transformación de Productos pesqueros (TMB)+B3* Producción de harina de
pescado (Mil TMB), +B4*Consumo industrial (miles de ton.) +B5* Consumo humano Directo
(miles de ton.) +B6* Pesca continental (miles de ton).

16
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

ESTIMACIÓN DEL MODELO MATEMÁTICO

Teniendo una data real, proporcionada por el Banco Central de Reservas del Perú, se estimara
un modelos de estimación lineal en donde la variable dependiente es Producto Bruto Interno de
la Pesca y las variables independientes, Desembarque de productos pesqueros por utilización
(TMB), Transformación de Productos pesqueros (TMB), Producción de harina de pescado (Mil
TMB), Consumo industrial (miles de ton.), Consumo humano Directo (miles de ton.), Pesca
continental (miles de ton), tomando como referencia los datos referenciales los años 2007-2019,
con un nivel de confianza del 94%.

17
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Modelo especificado:
Producto bruto interno = B0+B1*Desembarque de productos pesqueros por utilización
(TMB)+B2* Transformación de Productos pesqueros (TMB)+B3* Producción de harina de
pescado (Mil TMB), +B4*Consumo industrial (miles de ton.) +B5* Consumo humano Directo
(miles de ton.) +B6* Pesca continental (miles de ton).

Producto Bruto Interno= -197864,8208


+B1*665,45499663+B2*46,4486978+B3*3032,932411+B4*-1495,776269+B5*-
654.3622158+B6*+5553,585608
Hipótesis A priori

18
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

CAPITULO III
Evaluación de ajuste de modelo

Coeficiente de determinación= 92.56%


El 92.56% del comportamiento de la variable PBI del sector pesquero (millones de soles) son
explicadas por el Desembarque de productos pesqueros por utilización (TMB), Transformación
de Productos pesqueros (TMB), Producción de harina de pescado (Mil TMB), Consumo industrial
(miles de ton.), Consumo humano Directo (miles de ton.) y la Pesca continental (miles de ton.).
Coeficiente de correlación múltiple= 96.2%
Existe una relación fuerte y directa entre el PBI del sector pesquero y las variables
independientes (Desembarque de productos pesqueros por utilización (TMB), Transformación
de Productos pesqueros (TMB), Producción de harina de pescado (Mil TMB), Consumo industrial
(miles de ton.), Consumo humano Directo (miles de ton.) y la Pesca continental (miles de ton.)
̅ 𝟐 ajustado= 85.13%
𝑹
El 85.13% del comportamiento de la variable PBI del sector pesquero (millones de soles) son
explicadas por el Desembarque de productos pesqueros por utilización (TMB), Transformación
de Productos pesqueros (TMB), Producción de harina de pescado (Mil TMB), Consumo industrial
(miles de ton.), Consumo humano Directo (miles de ton.) y la Pesca continental (miles de ton.).
Error Típico= 28871,4412
Es la dispersión.
Matriz de Correlación:

Prueba de Significancia de estadística del modelo global


Ho= B0=B1=B2=B3=B4=B5=B6=0 el modelo no es estadísticamente significativo

19
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

H1=Algún Bi ≠ 0 Alguna de las variables es diferente de 0, por lo que el modelo es


significativo estadísticamente
Alfa= 6 %

Conclusión:
Como el F Calc. Es mayor que el F de tabla, se acepta H1. Por lo que podemos indicar al 94% de
nivel de confianza, que el modelo si es significativo estadísticamente.
Prueba de Significancia estadística del modelo individual

H0: βi = 0 El parámetro βi no es significativo


H1: βi es diferente de 0 El parámetro βi si es significativo

SI |VC| > VT, se acepta H1.

Para los parámetros β3, β4, β6:


INTERPRETACIÓN:
Como el Estadístico t en valor absoluto es mayor que el T de Tabla, se acepta H1. Por lo que se
puede indicar que tales parámetros mencionados son significativos estadísticamente a un nivel
de confianza del 94%.

20
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

'Para los parámetros β0, β1, β2, β5:


INTERPRETACIÓN:
Como el Estadístico t en valor absoluto es menor que el T de Tabla, se acepta H0. Por lo que se
indica que tales parámetros mencionados no son significativos estadísticamente a un nivel de
confianza del 94%.

Se evaluó el modelo de los factores que influyen en el producto bruto interno del sector
pesquero y estadísticamente 3 variables resultaron significativas, por lo que se recurrió a
evaluar un segundo modelo:

Variable dependiente:
Producto Bruto Interno (PBI) del sector pesquero (millones de soles)

Variable independiente:

Producción de harina de pescado (Mil TMB)


Consumo industrial (miles de ton.)
Pesca continental (miles de ton.)

Variable dependiente:
Producto Bruto Interno (PBI) del sector pesquero (millones de soles)
Describe el ingreso que genera el sector pesquero en el Perú por las diferentes exportaciones
que existen.

Variable independiente:
X1: Producción de harina de pescado (Mil TMB)
Describe el proceso continuo que involucra la separación de los componentes del pescado.
Relación de las variables:
A mayor producción de Harina de pescado mayor será el PBI
X2: Consumo industrial (miles de ton.)
Describe el consumo industrial que genera la pesca en el Perú
Relación de las variables:
A mayor consumo industrial, mayor será el PBI
X3: Pesca continental (miles de ton.)
Describe la actividad realizada para extraer pescado y otros organismos acuáticos.
Relación de la variables
A mayor extracción de pesca continental, mayor será el PBI.

ESPECIFICACIÓN DEL MODELO MATEMÁTICO

21
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Variables:
Efecto: Producto Bruto Interno (PBI) del sector pesquero (millones de soles)
Causa:
Producción de harina de pescado (Mil TMB)
Consumo industrial (miles de ton.)
Pesca continental (miles de ton.)

Modelos Especificado:
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + 𝛽3 𝑋3

Producto bruto interno = f(Producción de harina de pescado (Mil TMB), Consumo industrial
(miles de ton.), Pesca continental (miles de ton).

Producto bruto interno = B0+B1* Producción de harina de pescado (Mil TMB)+B2*Consumo


industrial (miles de ton.)+B3* Pesca continental (miles de ton).

ESTIMACIÓN DEL MODELO MATEMÁTICO

Teniendo una data real, proporcionada por el Banco Central de Reservas del Perú, se estimara
un modelos de estimación lineal en donde la variable dependiente es Producto Bruto Interno
de la Pesca y las variables independientes serian, Producción de harina de pescado (Mil TMB),
Consumo industrial (miles de ton.), Pesca continental (miles de ton), tomando como referencia
los datos referenciales los años 2007-2019, con un nivel de confianza del 94%.

22
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Modelo especificado:
Producto bruto interno = B0+B1*Producción de harina de pescado (Mil TMB) +B4*Consumo
industrial (miles de ton.)+B6* Pesca continental (miles de ton).

23
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Producto Bruto Interno= 261407,2847+B1*3229,572022+B2*-755,4233173+B3*2952,593336

HIPOTESIS A PRIORI:

Evaluación de ajuste de modelo:

Coeficiente de determinación= 72,71%


El 72.71% del comportamiento de la variable PBI del sector pesquero (millones de soles) son
explicadas por la Producción de harina de pescado (Mil TMB), Consumo industrial (miles de
ton.) y la Pesca continental (miles de ton.).

24
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Coeficiente de correlación múltiple= 89,18%


Existe una relación fuerte y directa entre el PBI del sector pesquero y las variables
independientes serian, Producción de harina de pescado (Mil TMB), Consumo industrial (miles
de ton.) y la Pesca continental (miles de ton).

̅ 𝟐 ajustado= 72,71%
𝑹
El 72,71% del comportamiento de la variable PBI del sector pesquero (millones de soles) son
explicadas por el Producción de harina de pescado (Mil TMB), Consumo industrial (miles de
ton.) y la Pesca continental (miles de ton).

Error Típico= 39112,46259

MATRIZ DE CORRELACIÓN:

25
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Prueba de Significancia de estadística del modelo global


Ho= 'Todos los βi=0 El modelo no es estadísticamente significativo.
H1= Por lo menos algún βi es ≠ 0 (Alguna de las variables es diferente de cero, por lo tanto,
el modelo es significativo estadísticamente)
Alfa= 6 %

Conclusión:
Como el F Calc. Es mayor que el F de tabla, se acepta H1. Por lo que podemos indicar al 94% de
nivel de confianza, que el modelo si es significativo estadísticamente.

26
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

Prueba de significancia estadística de parámetros INDIVIDUAL


H0= βi = 0 El parámetro βi no es significativo
H1= βi es diferente de 0 El parámetro βi si es significativo

SI |VC| > VT, se acepta H1.


Para los parámetros β0, β1, β2 y β3:

INTERPRETACIÓN:
Como el Estadístico t en valor absoluto es mayor que el T de Tabla, se acepta H1. Por lo que se
puede indicar que todos los parámetros del modelo son significativos estadísticamente a un
nivel de confianza del 94% y el modelo es apto para realizar pronósticos.

27
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

BIBLIOGRAFIA

 https://www.snp.org.pe/pesca-peru-reto-sostenibilidad/
 https://peru.info/es-pe/comercio-exterior/noticias/7/30/pesca-en-peru--legado-que-
alimenta-al-mundo
 http://www.fao.org/3/T0388S/T0388S03.htm
 https://www.snp.org.pe/harina-de-pescado/
 https://www.snp.org.pe/relevancia-economica/
 https://www.snp.org.pe/la-pesca-para-el-consumo-humano-en-los-ultimos-anos/

28

También podría gustarte