Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pronostico de La Demanda de Gas Domiciliario Final
Pronostico de La Demanda de Gas Domiciliario Final
SEMESTRE I-2021
EN LA GESTION 2021
1. Introducción
No son pocas las veces que la política energética en Bolivia hace énfasis en el
gasto que
efecto positivo sobre el bienestar de las personas, toda vez que el gasto en este
energético es
Estadística de Bolivia.
2. Resumen Ejecutivo
3. Ficha Técnica
a. Justificación
debido fundamentalmente a los ingresos que genera por concepto de regalías a los
economía nacional.
La actual crisis económica que vive el país provocada más que todo por la
Pandemia, nos
En estos últimos años, más que todo por el confinamiento el consumo familiar ha
bajado
notablemente tanto en la demanda de bienes de consumo final, como de bienes
intermedios,
3
como el consumo de gas domiciliario, es decir que persiste la reducción del poder
adquisitivo de
los salarios.
sean bien orientadas con estrategias concretas para lograr una mayor consolidación
del Gas
2021?
c. Objetivo General
d. Objetivo Específicos
correlación.
2001-2021.
Determinar el mejor modelo que explica la demanda de Gas Domiciliario en Bolivia
2001-2021.
4
Fuentes de información:
Los datos fueron conseguidos por: Index Mundi Bolivia, la Agencia Nacional de
Tipo De Datos:
Se utiliza los datos series de tiempo, con 21 años, que van desde el 2001 al
2021.
periodos.
funciones de demanda por aquellos bienes consumidos por unidades familiares. Desde
su
publicación en 1980, el Sistema Casi Ideal de Demanda (AIDS por su sigla en inglés)
propuesto
1
Deaton y Muellbauer (1980).
2
Para un detalle interesante de su uso ver García (2003).
5
En estos trabajos se observa que dicha metodología funciona muy bien para
predecir los
efectos de corto plazo que tendrían algunas políticas energéticas. Dentro de las
modificaciones
En el contexto internacional son muchos los trabajos que se han realizado sobre
la demanda
de GAS Domiciliario.
en Bolivia, los resultados obtenidos a través del ‘Sistema Cuadrático Casi Ideal de
Demanda’
(QUAIDS) sugieren que disminuir el precio del gas natural de manera lineal para
todas las
importante”.
En Muricio Garron Bozo (sin año) en El Negocio del Gas Natural y los impactos
esperados en
Como parte del proceso de apertura, dentro del sector hidrocarburos, que inició
Bolivia al
3
Análisis Económico, UDAPE.
6
firma del contrato, operar, mantener y ampliar las redes de distribución de gas
natural en los
Marco Teórico
Gas natural
parte está constituida por metano y etano y en menor proporción por propano,
butanos, pentanos
de agua, gas carbónico y nitrógeno. Otras veces puede contener impurezas como
sulfuro de
Gas Domiciliario
Acometer esta instalación es necesario para poder hacer uso de cualquier tipo de
gas, ya que este
necesita ser canalizado hasta los aparatos que lo utilizan para funcionar.5
Metodología De La Econometría
4
https://normograma.info/ssppdd/docs/concepto_superservicios_sspd_oju-2010-
22.htm
5
https://preciogas.com/instalaciones
7
4. Obtención de Datos
6. Prueba de Hipótesis
7. Pronóstico o Predicción
Análisis De Regresión
relación y, en su caso, una forma funcional para la misma es de sumo interés. Por
una parte, ello
previsibles de otra.
todo por ser en gran medida más intuitivo y matemáticamente más simple que otros
métodos.
8
Población.
Variables:
Variable dependiente:
Variables Independiente:
6
Previamente se planteó un modelo con 2 variables independientes, donde X2 =
Numero de instalaciones de Gas
domiciliario y X3= Tasa de crecimiento de la Población. Como la variable X2 no
explicaba al modelo, se lo tuvo
que quitar y se plantea el mejor modelo Log-Lin con:
La demanda de Gas domiciliario está en función de la Tasa de crecimiento de la
Población.
9
logarítmicas log-lin como el mejor modelo (Anexo 2), es decir el que mejor se
ajusta a la función
Tabla de Datos:
Tabla 1
Distribución de la demanda de Y (m3), respecto de X (%)
AÑOS Y X
2001 1.150.000.000 1,89
2002 1.445.000.000 1,84
2003 1.740.000.000 1,82
2004 2.140.000.000 1,79
2005 2.427.000.000 1,77
7
El modelo Log-Lin, el coeficiente de la pendiente, mide un cambio porcentual
en Y, ante un pequeño cambio
absoluto en X.
10
TABLA 2
Distribución de demanda de Y (%), respecto de X (%)
años ln(Y) X
2001 20,86 1,89
2002 21,09 1,84
2003 21,28 1,82
2004 21,48 1,79
2005 21,61 1,77
2006 21,72 1,75
2007 21,82 1,72
2008 21,60 1,69
2009 21,72 1,67
2010 21,83 1,64
2011 22,48 1,62
2012 22,87 1,60
2013 21,89 1,57
2014 22,09 1,55
2015 22,26 1,53
2016 22,40 1,51
2017 22,17 1,49
2018 21,88 1,47
2019 21,88 1,45
2020 21,88 1,42
11
2021 21,88
1,40
Fuente: Elaboración propia en base al I.N.E. e Indexmundi
de Bolivia
TABLA 3
Distribución de cálculos de la demanda de Y (%), respecto de X (%)
ln Yt Xi ln Yt X t X t2 xt X t X t yt
ln Yt ln Yt x2t y 2t yt xt
1 2 3 4 5
6 7 8 9
20,86 1,89 39,45 3,5757 0,2620
-0,9796 0,0686 0,9596 -0,2566
21,09 1,84 38,85 3,3935 0,2132
-0,7512 0,0454 0,5643 -0,1601
21,28 1,82 38,69 3,3069 0,1895
-0,5655 0,0359 0,3197 -0,1071
21,48 1,79 38,56 3,2208 0,1657
-0,3585 0,0274 0,1285 -0,0594
21,61 1,77 38,27 3,1364 0,1420
-0,2327 0,0202 0,0541 -0,0330
21,72 1,75 37,91 3,0456 0,1162
-0,1209 0,0135 0,0146 -0,0140
21,82 1,72 37,58 2,9659 0,0932
-0,0207 0,0087 0,0004 -0,0019
21,60 1,69 36,61 2,8713 0,0655
-0,2397 0,0043 0,0575 -0,0157
21,72 1,67 36,26 2,7875 0,0406
-0,1224 0,0016 0,0150 -0,0050
21,83 1,64 35,89 2,7044 0,0155
-0,0174 0,0002 0,0003 -0,0003
22,48 1,62 36,41 2,6236 -0,0092
0,6385 0,0001 0,4077 -0,0059
22,87 1,60 36,53 2,5506 -0,0319
1,0313 0,0010 1,0635 -0,0329
21,89 1,57 34,44 2,4763 -0,0554
0,0438 0,0031 0,0019 -0,0024
22,09 1,55 34,32 2,4140 -0,0753
0,2473 0,0057 0,0611 -0,0186
22,26 1,53 34,13 2,3510 -0,0957
0,4162 0,0092 0,1733 -0,0398
22,40 1,51 33,88 2,2867 -0,1168
0,5607 0,0136 0,3144 -0,0655
22,17 1,49 33,05 2,2214 -0,1385
0,3319 0,0192 0,1102 -0,0460
21,88 1,47 32,12 2,1555 -0,1608
0,0347 0,0259 0,0012 -0,0056
21,88 1,45 31,63 2,0898 -0,1834
0,0347 0,0336 0,0012 -0,0064
21,88 1,42 31,12 2,0236 -0,2065
0,0347 0,0426 0,0012 -0,0072
21,88 1,40 30,61 1,9580 -0,2297
0,0347 0,0528 0,0012 -0,0080
458,69 34,21 746,32 56,1584 0
0 0,4327 4,2511 -0,8915
̂ Ŷ ̂ˆ i Yi Yˆ Yˆi ̂i X i
̂ i ˆ 2 i
10 11 12
13 14
21,3028 -0,4398 -9,3689
-0,8316 0,1934
21,4034 -0,3120 -6,6776
-0,5747 0,0973
21,4521 -0,1750 -3,7539
-0,3182 0,0306
21,5012 -0,0172 -0,3692
-0,0308 0,0003
21,5500 0,0599 1,2908
0,1061 0,0036
21,6032 0,1185 2,5593
0,2067 0,0140
21,6506 0,1713 3,7092
0,2950 0,0294
21,7076 -0,1048 -2,2739
-0,1775 0,0110
21,7590 -0,0387 -0,8429
-0,0647 0,0015
21,8106 0,0146 0,3176
0,0239 0,0002
21,8616 0,6195 13,5432
1,0034 0,3838
21,9084 0,9655 21,1517
1,5419 0,9321
21,9567 -0,0703 -1,5429
-0,1106 0,0049
21,9977 0,0922 2,0274
0,1432 0,0085
22,0398 0,2190 4,8273
0,3358 0,0480
22,0833 0,3200 7,0677
0,4840 0,1024
22,1281 0,0464 1,0275
0,0692 0,0022
22,1740 -0,2967 -6,5783
-0,4356 0,0880
22,2205 -0,3432 -7,6256
-0,4961 0,1178
22,2680 -0,3907 -8,7007
-0,5558 0,1527
22,3159 -0,4386 -9,7879
-0,6137 0,1924
0 0
0 2,4140
Fuente: Elaboración propia en base al I.N.E. e Indexmundi
de Bolivia
Constante o intercepto
ln Y
ln Y t
458,6947
21,8426 X
X t
34,2088
1,6290
n 21 n 21
Coeficiente de regresión
ˆ 2
x yt t
0,8915
2,0606
x 2
t 0,4327
Interpretación
Población. Con esta base se obtuvo la siguiente regresión: ln Yˆt 25,20 2,06 X
t
ee ( ˆ1 ) 0,8862 ee( ˆ 2 ) 0,5419 r 2 43,21%
El coeficiente de pendiente indica que si X i Tasa de Crecimiento de Población
más, es posible que esta interpretación no tenga mucho sentido, pues en la muestra
no se incluye
8
También se usó el programa Eviews y Excel, aparte del método manual aprendida
en la materia Econometría.
9
Por el método de ANALISIS DE DATOS de Excel se tiene esos indicadores
también.
13
Coeficiente de determinación
( x i y i ) 2 (0,8915) 2
r 2
0,4321
x y 2
i
2
i 0,4327 * 4,2511
Con
desvíos 0 ≤ 𝑅2≤ 1
Coeficiente de correlación
r
x y i i
0,8915
0,6574
x y
2
i
2
i
0,4327 * 4,2511
El grado de asociación entre la demanda de Gas domiciliario y la Tasa de
crecimiento es de
Grados De Libertad = n k 21 2 19
Para beta 1:
Pr ˆ1 t / 2 ee(ˆ1 ) 1 ˆ1 t / 2
ee(ˆ1 ) 1
Interpretación:
del 95% por que este intervalo es fijo y no aleatorio, por consiguiente, la
probabilidad es 1 o 0.
Var ( ˆ1 )
X i
2
* ˆ
2
Var ( ˆ1 )
56,1584
*
0,1271 0,7853
n x 2
i 21* 0,4327
ˆ 2 0,1271
ˆ
Var ( 2 ) Var( ˆ 2 )
0,2936
xi2 0,4327
ee( ˆ1 )
X i
2
*ˆ ee(ˆ1 )
56,1584
* 0,3564 0,8862
n x 2
i 21 *
0,4327
ˆ 0,3564
ee( ˆ 2 ) ee( ˆ 2 )
0,5419
x 2
i
0,4327
SRC
2,4140
0,1271
n2 n 2
21 2
ˆ
2,4140
0,3564
n2
21 2
Para beta 2:
Pr ˆ 2 t / 2 ee(ˆ 2 ) 2 ˆ 2
t / 2 ee(ˆ 2 ) 1
como Pr 3,19 2 0,93 0,95 contendrán la verdadera beta 2. Pero obsérvese
que no se
del 95% por que este intervalo es fijo y no aleatorio, por consiguiente, la
probabilidad es 1 o 0.
Pruebas de hipótesis
Para beta 2:
H 0 : 2 4
H 1 : 2 4
Pr ˆ 2 t / 2 ee(ˆ 2 ) *2 ˆ 2 t / 2
ee(ˆ 2 ) 1
Pr 2,0606 2,093 * 0,5419 *2 2,0606 2,093 * 0,5419
0,95
Pr 3,19 H 0 : *2 4 0,93 0,95
H 0 : 2 4
f ( ˆ2 )
95% No se
Se rechaza Ho
rechaza Ho
Se rechaza Ho
𝛽̂2
-3,19 -0,93
Método De significancia
Pr 2* t / 2 ee(ˆ 2 ) ˆ 2 2* t / 2 ee(ˆ 2 )
1
Pr 4 2,093 * 0,5419 ˆ 2 4 2,093 * 0,5419 0,95
Pr 5,13 ˆ 2 2,0606 2,86 0,95
ˆ 2
2,0606
95% No se
Se rechaza Ho rechaza Ho
Se rechaza Ho
-5,13 -2,86
f (t )
H 0 : *2 4 ˆ2 *
2,0606 (4)
tc 2
3,58
H 1 : *2 4 ee( ˆ2 )
0,5419
t
3,58
95% No se
rechaza Ho
Se rechaza Ho Se
rechaza Ho
𝛽̂2
-2,093 2,093
H 0 : 2* 4
H 1 : 2 4
*
Pr ˆ 2 2* *2 t ee(ˆ 2 ) 1
Pr ( ˆ 2 2,0606) 4 1,729 * 0,5419 1 0,05
Pr ( ˆ 2 2,0606) 3,0631 1 0,05
f ( ˆ2 )
ˆ 2 2,0606
95% No se
rechaza Ho
Se rechaza Ho
𝛽̂2
-3,0631 -4
f (t )
t 3,58
95% No se
rechaza Ho
Se rechaza Ho
1,729
-4 1,729
𝛽̂2
18
5. Análisis Gráfico
Grafica 1
22,50
22,00
21,50
21,00
20,50
0,00 0,20 0,40 0,60 0,80
1,00 1,20 1,40 1,60 1,80 2,00
TASA MEDIA DE
CRECIMIENTO DE POBLACION
Fuente: Elaboración propia en
base al I.N.E. e Indexmundi de Bolivia
Grafica 2
22,50
22,00
21,50
21,00
20,50
0,00 0,20 0,40 0,60
0,80 1,00 1,20 1,40 1,60 1,80 2,00
TASA MEDIA DE
CRECIMIENTO DE POBLACION
Predicción:
Predicciones De La Media
Grados De Libertad = n k 21 2 19
Estimación:
E (Y / X ) 25,1993 2,0606 * X 0
Si : X 0 1,38
Pr E(Y / X ) t / 2 * ee(Yˆ0 ) E(Y / X ) E(Y / X ) t / 2
* ee(Yˆ0 ) 1
Pr 22,3557 2,093 * 0,0854 E (Y / X ) 22,3557 2,093 * 0,0854
0,95
Pr 22,0297 E (Y / X ) 22,6816 0,95
Dado el coeficiente de confianza del 95%, a largo plazo, en 95 de cada 100 casos,
intervalos
como Pr 22,0297 E (Y / X ) 22,6816 0,95 contendrán la verdadera predicción
media.
Varianza de la predicción:
1 ( X X )2
Var (Y0 Yˆ0 ) 2 0 2
n xi
1 (1,38 1,6290)2
Var (Y0 Yˆ0 ) 0,1271* 0,0243
21 0,4327
Predicciones Individual
Estimación:
E (Y / X ) 25,1993 2,0606 * X 0 Si :
X 0 1,38
Pr E(Y / X ) t / 2 * ee(Yˆ0 ) E(Y / X ) E(Y / X ) t /
2 * ee(Yˆ0 ) 1
Pr 22,3557 2,093 * 0,0854 E (Y / X ) 22,3557 2,093 * 0,0854
0,95
Pr 21,8189 E (Y / X ) 22,8925 0,95
Dado el coeficiente de confianza del 95%, a largo plazo, en 95 de cada 100
casos, intervalos
como Pr 21,8189 E (Y / X ) 22,8925 0,95 contendrán la verdadera predicción
individual.
Varianza de la predicción:
1 ( X 0 X )2
Var (Y0 Yˆ0 ) 2 1
n xi2
21
1 (1,38 1,6290)2
Var(Y0 Yˆ0 ) 0,1271* 1 0,1513
21 0,4327
porción de datos.
A mayor error estándar, mayor amplitud y a menor error estándar menor amplitud.
A mayor
Multicolinealidad
Síntomas:
r 2 0,4321 bajo.
22
PRUEBA T:
Beta 2
1ro Planteamiento formal de la hipotesis
H 0 : 2 0
H1 : 2 0
2do Nivel de significacion 5% 0,05
PRUEBA F:
2do SINTOMA:
ee( ˆ2 )
CV 1
ˆ 2
0,5419
CV = = 0,26 < 1: En este caso el error de beta 2 es
bajo.
−2,0606
3er SINTOMA:
estimados.
4to SINTOMA:
5to SINTOMA:
El valor esperado debe ser positivo para beta 2, pero el signo de beta 2 esta
fuera del
Heteroscedasticidad
Método gráfico:
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
02 04 06 08 10 12 14 16 18
20
LOG(Y) Residuals
Fuente: Elaboración propia en base al I.N.E. e Indexmundi de
Bolivia
0,6 y 1.
24
1.8
1.7
1.6
X 1.5
1.4
1.3
0.0 0.2 0.4 0.6
0.8 1.0
U2
Fuente: Elaboración propia en base al I.N.E. e Indexmundi de
Bolivia
Test de White
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/26/21 Time: 21:15
Sample: 2001 2021
Included observations: 21
C -0.697148 6.748972
-0.103297 0.9189
X^2 -0.417735 2.527381
-0.165284 0.8706
X 1.184300 8.285248
0.142941 0.8879
PRUEBA DE WHITE:
Auto correlación
Hay situaciones, como con frecuencia ocurre al tratar con datos de series
temporales, en las
Test de Durbin-Watson:
Datos:
0,05
K ' 1
n 21
d L 1,221
4
du
d L
1,42
d 0,8143
Regla de decisión:
El estadistico Durbin - Watson obtenido es 0,8143 es menor que d L / d u
SI EXISTE auto correlacion serial positiva de primer orden.
26
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 08/07/21 Time: 14:01
Sample: 2001 2021
Included observations: 21
Presample missing value lagged residuals set to zero.
C -0.212852 0.853150
-0.249490 0.8062
X3 0.123833 0.518784
0.238699 0.8144
RESID(-1) 0.682840 0.254201
2.686222 0.0162
RESID(-2) -0.260233 0.296434
-0.877879 0.3930
RESID(-3) 0.127973 0.279111
0.458503 0.6528
8. Conclusiones
incrementó en los últimos años. Sin embargo, contrastando estas cifras con aquellas
publicadas
Los resultados encontrados, en general, son los esperados, es decir que existe
una relación
verificación de supuestos:
2021 en Bolivia.
9. Bibliografía
Gujarati, Damodar N., y Dawn C. Porter. Econometría. 5a. ed., México: McGraw
Hill, 2010.
https://repositorio.umsa.bo/bitstream/handle/123456789/16201/TD 1642.pdf?
sequence=1&isAllowed=y
https://www.indexmundi.com/g/g.aspx?c=bl&v=137&l=es
https://www.ypfb.gob.bo/es/14-noticias/189-ypfb-factura-1-554-millones-por-la-
exportacion-
de-gas-a-brasil-y-argentina
29
10. Anexo
Anexo 1
AÑOS Y X2 X3
2001 1.150.000.000 0 1,89
2002 1.445.000.000 5.642 1,84
2003 1.740.000.000 20.600 1,82
2004 2.140.000.000 11.503 1,79
2005 2.427.000.000 12.246 1,77
2006 2.714.000.000 12.617 1,75
2007 3.000.000.000 22.250 1,72
2008 2.410.000.000 30.773 1,69
2009 2.710.000.000 52.740 1,67
2010 3.010.000.000 70.182 1,64
2011 5.800.000.000 67.182 1,62
2012 8.590.000.000 71.072 1,60
2013 3.200.000.000 80.000 1,57
2014 3.922.000.000 80.000 1,55
2015 4.644.000.000 80.000 1,53
2016 5.366.000.000 80.000 1,51
2017 4.268.500.000 69.693 1,49
2018 3.171.000.000 90.000 1,47
2019 3.171.000.000 123.000 1,45
2020 3.171.000.000 0 1,42
2021 3.171.000.000 7.290 1,40
Anexo 2
Dependent Variable: Y
Method: Least Squares
Date: 07/28/21 Time: 00:34
Sample: 2001 2021
Included observations: 21
Anexo 3
Anexo 4
Anexo 5
ANALISIS DE DATOS:
Resumen
Estadísticas de la regresión
Coeficiente de0,65736888
correlación múltiple
Coeficiente de0,43213384
determinación R^2
R^2 ajustado 0,40224615
Error típico 0,35644759
Observaciones 21
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 1,83703424 1,83703424 14,4585883 0,00120304
Residuos 19 2,41404278 0,12705488
Total 20 4,25107702