UNIVERSIDAD AUTONOMA

GABRIEL RENE MORENO

FACULTAD DE CIENCIAS ECONOMICAS,
ADMINISTRATIVAS Y FINANCIERAS
CARRERA INGENIERIA COMERCIAL

MATERIA: Econometria
DOCENTE: Lic. Jhonny Hinojosa Carrillo
ESTUDIANTE: Juan Pablo Garcia Trujillo
REGISTRO: 219189005
INDICE:
1. NOMBRE DE TEMA

2. OBJETIVO GENERAL

- OBJETIVO ESPECIFICO

3. MODELO
- RESUMEN DE LA FUNCION LINEAL
- DESVIACION ESTANDAR DE LOS
COEFICIENTES
- R
2

- INTERVALOS DE CONFIANZA
- PRUEBA DE HIPOTESIS CONJUNTA
- PREDICCION
- VERIFICAR SI EXISTE
HETEROSCEDASTICIDAD
1.NOMBRE DEL TEMA
Modelo econometrico sobre la produccion, superficie,
rendimiento, precio, todo en toneladas del TRIGO del 2010
al 2019.
2. OBJETIVO GENERAL
El objetivo de este estudio econometrico es proponer un
modelo que permita estimar el limite existentes de las
actividades economicas con el trigo en Bolivia, en terminos
anuales con 5 variables :
Produccion en tonelada (Yi)
Superficie sembrada por hectarea (X2)
Rendimiento por hectarea (X3)
Semilla por hectarea (X4)
Precio por tonelada (X5)
De tal manera que los datos no causen distorciones
economicas ni sociales, los datos estra comprendidos
durante el periodo entre los años 2010-2019
- OBJETIVO ESPECIFICO
1- Mostrar cuales son las variables con mayor
significancia de tal manera que nos represente un
límite al crecimiento económico.

2- Estimar la función lineal de tal manera que

garantice crecimiento económico

3- Formular pruebas de hipótesis que garanticen el

crecimiento económico.
 3- MODELO
Periodo Produccion Superficie Rendimiento Semilla Precio
2010 239270 173425 1380 4223 280
2011 132657 136429 972 4125 400
2012 186023 129983 1431 4100 400
2013 159670 149902 1065 4210 430
2014 337599 196188 1721 4300 430
2015 329437 229822 1433 5978 220
2016 154435 174386 886 5984 280
2017 301689 199569 1512 6053 310
2018 237127 197713 1999 6140 320
2019 311310 204546 1522 6062 330
Datos INE
- RESUMEN DE LA FUNCION LINEAL
Dependent Variable: LNY
Method: Least Squares
Date: 03/01/22 Time: 11:14
Sample: 2010 2019
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.  

C -5.917139 6.195064 -0.955138 0.3834

LNX2 1.598436 0.540449 2.957606 0.0316
LNX3 0.541572 0.262963 2.059503 0.0945
LNX4 -0.583980 0.434331 -1.344553 0.2365
LNX5 0.002006 0.348959 0.005748 0.9956

R-squared 0.890156    Mean dependent var 12.33197

Adjusted R-squared 0.802281    S.D. dependent var 0.346720
S.E. of regression 0.154171    Akaike info criterion -0.594654
Sum squared resid 0.118844    Schwarz criterion -0.443362
Log likelihood 7.973272    Hannan-Quinn criter. -0.760622
F-statistic 10.12977    Durbin-Watson stat 3.247765
Prob(F-statistic) 0.012898

MODELO LOGLOG R2 AJUSTADO MAS ALTO

Ŷ = 𝛽̂ 1+𝛽̂ 2 + 𝛽̂ 3 + 𝛽̂ 4 + 𝛽̂ 5 +𝑋𝑖
Ŷ= -5,91+1,60+0,54-0,58+0,002XI
 - DESVIACION ESTANDAR DE LOS
COEFICIENTES
S(B1)=6,20 T(B1)= -0,96
S(B2)=0,54 T(B2)= 2,96
S(B3)=0,28 T(B3)= 2,06
S(B4)=0,43 T(B4)= -1,34
S(B5)=0,34 T(B5)= 0,05
- R 2= 0,89
Ra= 0,80
Desviacion estándar de Ŷ= 0,154
Suma de los residuos al cuadrado=0,12
---------------------
Fisher estadistico=10,13
Probabilidad de Fisher= 0,012
Media aritmetica de de Ŷ= 12.33
Desviacion estandar de la variable dependiente=0,34
Durbin-Watson= 3,24
- INTERVALOS DE CONFIANZA
Para B1 𝑡0,05= 2,57(dos colas) gl=n-k= 10-5=5
C⟦β̂𝑖 − 𝑡 𝛼 2 , 𝑛 − 𝑘 𝑆(β̂𝑖) ≤ 𝛽𝑖 ≤ β̂𝑖 + 𝑡 𝛼 2 , 𝑛 − 𝑘 𝑆(β̂𝑖)⟧=1-α
C⟦-5,91−2,57(6,20) ≤ B1 ≤ -5,91+2,57(6,20) ⟧=0,95
C⟦-21,84 ≤ B1 ≤ 10,02 ⟧=0,95
Para B2 𝑡0,05= 2,57(dos colas)
C⟦1,60−2,57(0,54) ≤ B2 ≤ 1,60+2,57(0,54) ⟧=0,95
C⟦0,3256 ≤ B2 ≤ 2,8744 ⟧=0,95
Para B3
C⟦0,54−2,57(0,28) ≤ B3 ≤ 0,54+2,57(0,28) ⟧=0,95
C⟦-0,18 ≤ B3 ≤ 1,26 ⟧=0,95
Para B4
C⟦-0,58-2,57(0,43) ≤ B4 ≤ -0,58+2,57(0,43) ⟧=0,95
C⟦-1,68≤ B4 ≤ 0,53 ⟧=0,95
Para B5
C⟦0,02−2,57(0,34) ≤ B5 ≤ 6,20+2,57(0,34) ⟧=0,95
C⟦-0,85 ≤ B5 ≤ 0,90 ⟧=0,95
 - PRUEBA DE HIPOTESIS CONJUNTA
1) Planteamiento de hipotesis
Ho: β1= 𝛽2 = 𝛽3= 𝛽4= 𝛽5= 0 no son significativos
H1: β1≠ 𝛽2 ≠ 𝛽3 ≠ 𝛽4≠ 𝛽5≠ 0 son significativos
2) Nivel de significacion
α = 0.05
3) Regiones de rechazo y aceptacion

F0,05=4,77 4,77

gl=n-1=10-1=9 numerador
gl=n-k=10-5=5 denominador
4)Estadistico de prueba
2
R ( n−k)
Fc= 2
=¿
(1−R )(n−1)
0,89(10−5)
Fc= =¿
(1−0,89)(10−1)
Fc=4,49

5) Conclusión: Como F calculado 4,49 cae en la región

de aceptación de la hipótesis nula concluimos que los
coeficientes no son significativos