D = β1 + β2C + β3PBI + β4POB + μt

Dl número de casos de Dengue

C: número de camas hospitalarias
PBI: Producto Bruto Interno per cápita
POB: número de habitantes
Total Camas
PBI per cápita Casos de Dengue a Población
Año Hospitalarias a nivel
(S/ 2007) nivel Nacional (miles)
Nacional
2,010 13,327 16,842 28,693 44,926
2,011 14,082 28,084 28,906 45,582
2,012 14,814 28,505 29,113 45,922
2,013 15,557 13,092 29,341 46,574
2,014 15,781 17,234 29,616 48,283
2,015 16,108 35,817 29,964 49,482
2,016 16,508 25,160 30,423 50,570
2,017 16,616 68,290 30,974 50,662
2,018 16,953 4,698 31,562 51,328
2,019 17,013 15,290 32,131 51,781

ANALISANDO VARIABLES CON GRAFICOS

CASOS DE DENGUE A NIVEL NACIONAL

12

10

0
0 2 4 6 8 10 12

La serie de tiempo de la variable endogena (Casos de Dengue), desde ahora D,

parece tener un comportamiento irregular

PBI PER CAPITA

12
10
8
6
4
2
0
0 2 4 6 8 10 12
La serie de tiempo de la variable exógena (PBI), desde ahora PBI, parece tener una
tendencia lineal, por lo que se considera estacionario en tendencia.

POBLACION
12

10

0
0 2 4 6 8 10 12

La serie de tiempo de la variable exogena (Población), desde ahora POB, parece tener
una tendencia lineal, por lo que se considera estacionario en tendencia.

CAMAS HOSPITALARIAS
12

10

0
0 2 4 6 8 10 12

La serie de tiempo de la variable exógena (Camas), desde ahora C, parece tener una
tendencia lineal, por lo que se considera estacionario en tendencia.

InD = β1 + β2lnC + β3InPBI + β4InPOB + μt

lnD: Logaritmo natural del número de casos de Dengue
lnC: Logaritmo natural del número de camas hospitalarias
lnPBI: Logaritmo natural del Producto Bruto Interno per cápita
lnPOB: Logaritmo natural del número de habitantes
Casos de Dengue Total Camas
PBI per cápita Población
Año a nivel Hospitalarias a
(S/ 2007)(LN) (miles)(LN)
Nacional(LN) nivel Nacional(LN)
 2,010 9.73163105 9.49754733 10.2644085 10.712772
2,011 10.2429553 9.55265267 10.2718045 10.7272682
2,012 10.2578348 9.60332796 10.2789401 10.7346996
2,013 9.47975664 9.65226598 10.2867411 10.7487977
2,014 9.75463946 9.66656196 10.29607 10.7848348
2,015 10.4861779 9.68707132 10.3077519 10.8093642
2,016 10.1330107 9.71160039 10.3229542 10.8311138
2,017 11.1315186 9.71812137 10.3409034 10.8329314
2,018 8.45489217 9.73820009 10.3597091 10.8459917
2,019 9.6349543 9.74173304 10.3775766 10.8547786

Estadísticas de la regresión
Coeficiente de0.43361076
correlación múltiple
Coeficiente de0.18801829
determinación R^2
R^2 ajustado -0.21797257
Error típico 0.78344103
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 3 0.85274214 0.28424738 0.46310967 0.71839136
Residuos 6 3.68267906 0.61377984
Total 9 4.5354212

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%Superior 95.0%
Intercepción 76.3009536 96.3011194 0.79231637 0.45834881 -159.339397 311.941304 -159.339397 311.941304
Variable X 1 -3.22564201 9.77939487 -0.32984066 0.75273177 -27.1549592 20.7036752 -27.1549592 20.7036752
Variable X 2 -24.1662167 21.3824427 -1.13018971 0.30154206 -76.4871691 28.1547357 -76.4871691 28.1547357
Variable X 3 19.8317318 22.0214029 0.90056623 0.40251706 -34.0526999 73.7161634 -34.0526999 73.7161634
y=76.30−3.22 LNPBI −24.17 LNPOB+ 19.83 LNC
El coeficiente de ln (PBI), indica que por el aumento de 1 una cama hospitalaria, los
números de casos de dengue se incrementa en 3,22.
El coeficiente de ln (POB), indica que por el aumento de 1 en el PBI, el número de
casos de dengue se contrae en 24,16.
El coeficiente de ln (C), indica que por el aumento de 1 en la población, el número de
casos de dengue de contrae en 19,83.
Los valores de los coeficientes no son significativos en el modelo, tal mención es
reflejada en las probabilidades del modelo.
El adjusted R squared es de valor de -0,21, ello indica en el modelo, la variable
exógena es pésima en la explicación de la variable endógena.

AUTOCORRELACION
La significancia que refleja el modelo, no son significativos, ya que presenta una
probabilidad de 0.27, ya que este valor es mayor que el 0.05, de ello se deduce la
ausencia de la autocorrelacion.

HETEROCEDASTIDAD

Las probabilidades que refleja el modelo no son significativo, por que estos son
mayores de 0,05, por ello se menciona que el modelo no muestra heterocedasticidad
por la carencia de significancia.

TEST DE NORMALIDAD
El test de Jarque-Bera Mide el grado de simetría de la distribución de probabilidad (que tan
equilibrada o balanceada se encuentra). El coeficiente de curtosis (K) es el cuarto momento
respecto a la media.
Hipótesis
H 0 : La distribución de los errores es la distribución normal
H a : La distribución de los errores no es la distribución normal

Estadístico

( )
2 2
A 3 ( K 4−3 )
JB=T +
6 24
( https://mregresion.files.wordpress.com/2011/10/normalidad.pdf)
Se puede visualizar la probabilidad de los errores es relativamente simétrica y
presenta una kurtosis 3.23. Se observa que el p-valor del test de Jarque-Bera es
mayor que 0.975004 > 0.05, por lo que no se rechazara la hipótesis nula de
normalidad y se acepta la hipótesis alterna.

PRUEBA CUSUM Y TEST DE CHOW

Los tests de CUSUM se basan en los llamados residuos recursivos. El residuo

recursivo correspondiente a la observación t se define como el error de predicción o
pronóstico de y, utilizando el estimador de mínimos cuadrados ordinarios obtenido con
las primeras observaciones.
Estimar la ecuación de regresión de cada una de las submuestras y calcular SRC y
GL. Rechazar la H0 de estabilidad paramétrica cuando F>c, en donde c es el valor
crítico obtenido en las tablas para el parámetro deseado.

Se puede observar los CUSUM establece que el coeficiente no es inestable a lo largo

de la muestra. Por lo que no hay quiebre estructural en el periodo de análisis.
Mediante un nivel de significancia del 5%, el valor estimado del estadístico F no
excede al valor crítico de la tabla en 19.246794¿0.329043, la probabilidad del
estadístico es 0.2689¿0.05, se concluye que no hay quiebre estructural en el año
2015.
ESPECIFICACIÓN DEL MODELO ECONOMÉTRICO AJUSTADO
PRUEBA DE VARIABLE REDUNDANTES

Mediante un nivel de significancia del 5%, el valor estimado del estadístico F no

excede al valor crítico de la tabla en 4.75¿226.5421, la probabilidad del estadístico es
0.0000¿0.05, se concluye que lnC, lnPBI y lnPOB son conjuntamente significativos al
5%. Por lo que el modelo está correctamente especificado y las variables no son
redundantes para explicar la variable dependiente LND.

SIGNIFICANCIA DE LOS PARÁMETROS DEL MODELO AJUSTADO

El coeficiente de ln(C) es una elasticidad. Una afirmación correcta es que "un aumento
del 1% en Camas de hospital aumenta el número de casos de dengue en
1.0017355%.
El coeficiente de ln(PBI) es una elasticidad. Una afirmación correcta es que "un
aumento del 1% en el Producto Bruto interno aumenta el número de casos de dengue
en 0.680891%. El coeficiente de ln(POB) es una elasticidad. Una afirmación correcta
es que "un aumento del 1% en la población disminuye el número de casos de dengue
en 1.312882%.
El valor crítico del 5% (95% nivel de confianza), el valor estimado del estadístico global
F excede al valor crítico, la probabilidad del estadístico es 0.00000 ¿0.05, se concluye
que existe significancia global, es decir las variables independientes en conjunto
explican a la variable dependiente.
PRUEBAS A LOS RESIDUOS DEL MODELO ECONOMÉTRICO AJUSTADO
HETEROCEDASTICIDAD

Mediante un nivel de significancia del 5%, el valor estimado del estadístico F no

excede al valor crítico de la tabla en 4.75¿0.349365, la probabilidad del estadístico es
0.7915¿0.05, se concluye que no existe heterocedasticidad al 5%.

AUTOCORRELACIÓN

Mediante un nivel de significancia del 5%, el valor estimado del estadístico F no

excede al valor crítico de la tabla en 230.161878 ¿6285465, la probabilidad del
estadístico es 0.0955¿0.05, se concluye que existe no autocorrelación.

TEST DE NORMALIDAD
Como se puede observar, la distribución de probabilidad de los errores es asimétrica
(sesgada positivamente 1.780059) y presenta una kurtosis considerable respecto a la
distribución normal (5.581373), la distribución es leptocúrtica. Si se asume un nivel de
significancia del 5%, se observa que el p-valor del test de Jarque-Bera es mayor que
(0.017797 < 0.05), por lo que se rechazara la hipótesis nula de normalidad.

FORMA FUNCIONAL DEL MODELO AJUSTADO

PRUEBA RESET DE RAMSEY
El test de Ramsey, conocido como RESET por sus siglas en inglés (Regression
Specification Error Test), está destinado a probar los errores de especificación de los
modelos y su forma funcional, los que se pueden deber a:
• Variables omitidas.
• Formas funcionales incorrectas (función no lineal).
• Presencia de correlación entre los errores y variables explicativas (no ortogonalidad).
Hipótesis
H 0 : La forma funcional es la correcta
H a : La forma funcional es incorrecta
El test estadístico está dado por:
2 2
TR X

Se asume que el nivel se significancia deseado es igual al 5%. Como se puede

observar, el p-valor asociado con el test de razón de probabilidad (0.7981) es mayor
que el nivel de significancia deseado (0.05). Por lo tanto, no se rechaza la hipótesis
nula y se puede concluir que la forma funcional lineal del modelo es correcta.

ESTABILIDAD ESTRUCTURAL DEL MODELO AJUSTADO

PRUEBA CUSUM Y TEST DE CHOW

Mediante un nivel de significancia del 5%, el valor estimado del estadístico F no

excede al valor crítico de la tabla en 19.2468¿0.188145, la probabilidad del estadístico
es 0.9252¿0.01, se concluye que no hay quiebre estructural en el año 2015.

ANÁLISIS DE MULTICOLINEALIDAD
MATRIZ DE CORRELACIÓN
Se sospecha de presencia de multicolinealidad, el culpable más probable puede ser
una alta correlación entre lnPBI y lnC que tiene una correlación de 0.944905 Por
supuesto, la relación involucra más variables que son colineales, como lnPOB y lnC
que tiene una correlación de 0.947848.
FACTOR INFLACIÓN DE LA VARIANZA (FIV)

La variable lnC tiene un VIF de 19.6998 el cual muestra una alta correlación indicando
que existe una alta multicolinealidad.
La variable lnPBI tiene un VIF de 9.462802, el cual muestra correlación indicando que
existe una moderada multicolinealidad.
La lnPOB tiene un VIF de 9.981578, el cual muestra correlación indicando que existe
una moderada multicolinealidad.
 Bibliografia
 https://mregresion.files.wordpress.com/2011/10/
normalidad.pdf
 https://www.uv.es/sancho/caso1y3.pdf
 https://econometria.files.wordpress.com/2012/03/estabilidad-
paramc3a9trica.pdf
 http://www.oocities.org/vivipauf/cusum2.PDF
 https://www.youtube.com/watch?v=VieQrGtW6Gc&t=2s
 Introduccion_A_La_Econometria_-_4edi_Woo