Está en la página 1de 7

UNIVERSIDAD SANTO TOMAS

21/08/2011

CESAR ANDRES JIMENEZ VALENCIA

2108261

ECONOMETRIA II

. reg gsp p_cap hwy water util pc emp unemp


note: water omitted because of collinearity
Source

SS

df

MS

Model
Residual

1.2435e+12
3.0495e+09

6
77

2.0725e+11
39604421.7

Total

1.2465e+12

83

1.5019e+10

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

.4848766
.0592604
(omitted)
-.0183157
.4652788
20.83891
-1499.322
-9892.831

Std. Err.

Number of obs
F( 6,
77)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
84
= 5232.97
= 0.0000
= 0.9976
= 0.9974
= 6293.2

[95% Conf. Interval]

1.954773
2.171987

0.25
0.03

0.805
0.978

-3.407574
-4.265718

4.377327
4.384239

2.199817
.034775
2.846287
348.5049
5274.735

-0.01
13.38
7.32
-4.30
-1.88

0.993
0.000
0.000
0.000
0.065

-4.398711
.3960329
15.17123
-2193.284
-20396.17

4.36208
.5345248
26.50659
-805.3597
610.5076

Al estimar el modelo se puede observar que se elimina la variable WATER (agua) ya que se
est presenta multicolinealidad.
Se observa que el modelo es significativo ya que tres de las variables son significativas y el Rcuadrado es significativamente alto y la probabilidad del F es menor al 0,05 .
Al revisar una por una las variables se puede observar que la variable capital privado es
significativa pues su p valor es menor que 0,05 lo cual indica el capital privado influye en la
explicacin del GSP(PIB) de Estados Unidos, claro que hay que tener en cuenta que la regresin
se realizo con los datos de 5 estados escogidos aleatoriamente.
La variable empleo tambin resulto significativa ya que su p valor es menor a 0,05 lo cual
indica que el numero de empleo en los 5 estados influye en la explicacin del GSP (PIB) de
Estados Unidos.
La variable desempleo resulto significativa ya que el resultado de la estimacin arrojo un p
valor menor a 0,05 por lo que se concluye que el nmero de desempleados dentro de estos 5
estados influye en la explicacin del GSP (PIB) de los Estados Unidos.
EL MODELO RESULTANTE ES:

Como la estimacin del modelo arrojo que el intercepto del modelo no es significativo no se
incluye en la Ecuacin por lo que se infiere que el modelo es un MODELO DE REGRESIN A
TRAVS DEL ORIGEN

. reg gsp p_cap hwy water util pc emp unemp D1 D2 D3 D4


note: water omitted because of collinearity
Source

SS

df

MS

Model
Residual

1.2454e+12
1.1241e+09

10
73

1.2454e+11
15398684.3

Total

1.2465e+12

83

1.5019e+10

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
D1
D2
D3
D4
_cons

-2.191838
1.949773
(omitted)
.7537004
.1411232
40.84851
-125.587
-22751.04
88485.73
-16684.95
-17983.47
20810.4

Std. Err.

Number of obs
F( 10,
73)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
84
= 8087.82
=
0.0000
=
0.9991
=
0.9990
=
3924.1

[95% Conf. Interval]

1.494131
1.487448

-1.47
1.31

0.147
0.194

-5.169638
-1.014706

.7859611
4.914252

2.11496
.064374
3.09458
277.5903
5231.573
19379.23
6124.765
3808.909
7787.554

0.36
2.19
13.20
-0.45
-4.35
4.57
-2.72
-4.72
2.67

0.723
0.032
0.000
0.652
0.000
0.000
0.008
0.000
0.009

-3.461409
.0128261
34.68102
-678.8236
-33177.55
49862.99
-28891.59
-25574.61
5289.823

4.968809
.2694204
47.016
427.6497
-12324.53
127108.5
-4478.311
-10392.32
36330.97

El modelo muestra una bondad muy alta de 99% y al observar las variables se puede inferir
que modelo tomando estos 5 estados aleatoriamente explica el GSP ( PIB) de ESTADOS
UNIDOS.
Para este caso al estimar el modelo con cada una de las Dummies o variables dictomas que
representan a cada uno de los estados, las variables significativas que explican el PIB de
Estados unidos son el capital privado, el nivel de empleo o nmero de personas empleadas, y
cada uno de los estados.
Tambin se puede inferir que en caso de cualquiera de los 5 estados no aportara al GSP (PIB)
el PIB de Estados Unidos es 20810,4 lo que sera el PIB autnomo.
EL MODELO RESULTANTE ES:

D1: ALABAMA
D2: CALIFORNIA
D3: FLORIDA
D4: IOWA

. reg
note:
note:
note:
note:
note:
note:
note:
note:

gsp p_cap hwy water util pc emp unemp D*


hwy omitted because of collinearity
pc omitted because of collinearity
D2 omitted because of collinearity
D4p_cap omitted because of collinearity
D1hwy omitted because of collinearity
D4util omitted because of collinearity
D4emp omitted because of collinearity
D2unemp omitted because of collinearity
Source

SS

df

MS

Model
Residual

1.2460e+12
521234600

34
49

3.6648e+10
10637440.8

Total

1.2465e+12

83

1.5019e+10

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
D1
D2
D3
D4
D5
D1p_cap
D2p_cap
D3p_cap
D4p_cap
D5p_cap
D1hwy
D2hwy
D3hwy
D4hwy
D5hwy
D1util
D2util
D3util
D4util
D5util
D1pc
D2pc
D3pc
D4pc
D5pc
D1emp
D2emp
D3emp
D4emp
D5emp
D1unemp
D2unemp
D3unemp
D4unemp
D5unemp
_cons

-3.584718
(omitted)
4.961679
3.934401
(omitted)
58.6965
-858.6201
117790.4
(omitted)
127799
90614.99
121447.9
-.1421591
-14.78146
-3.003548
(omitted)
25.80375
(omitted)
16.73304
1.292253
3.637423
-28.5337
-2.917646
18.81725
7.787135
(omitted)
-24.83211
.2535106
.3196249
-.1688418
-.3686631
.1770162
-9.169417
-10.11955
-28.77984
(omitted)
-42.16432
965.736
(omitted)
875.7263
1366.607
70.55649
-106286.5

Std. Err.

Number of obs
F( 34,
49)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
84
= 3445.16
= 0.0000
= 0.9996
= 0.9993
= 3261.5

[95% Conf. Interval]

38.9407

-0.09

0.927

-81.83898

74.66954

37.40332
42.33674

0.13
0.09

0.895
0.926

-70.2031
-81.14447

80.12646
89.01327

95.22591
1361.731
117057.1

0.62
-0.63
1.01

0.540
0.531
0.319

-132.6671
-3595.121
-117444.6

250.0601
1877.88
353025.5

104135.6
106770.8
106108.6
27.553
11.40383
11.14348

1.23
0.85
1.14
-0.01
-1.30
-0.27

0.226
0.400
0.258
0.996
0.201
0.789

-81469.27
-123948.9
-91785.31
-55.51199
-37.69831
-25.39721

337067.3
305178.9
334681.1
55.22768
8.135381
19.39011

29.36465

0.88

0.384

-33.20671

84.81422

37.52631
37.68515
40.00325
51.39271
24.82828
20.55501
20.18476

0.45
0.03
0.09
-0.56
-0.12
0.92
0.39

0.658
0.973
0.928
0.581
0.907
0.364
0.701

-58.67891
-74.4389
-76.75212
-131.8112
-52.81194
-22.48958
-32.77565

92.14498
77.0234
84.02697
74.74383
46.97665
60.12408
48.34992

28.38444
1.159518
.0803993
.3320687
.8498869
.2806495
112.7525
95.45557
95.61572

-0.87
0.22
3.98
-0.51
-0.43
0.63
-0.08
-0.11
-0.30

0.386
0.828
0.000
0.613
0.666
0.531
0.936
0.916
0.765

-81.87277
-2.076628
.1580565
-.8361589
-2.076575
-.3869701
-235.7541
-201.9447
-220.9268

32.20856
2.58365
.4811933
.4984753
1.339249
.7410025
217.4153
181.7056
163.3671

99.83323
1722.842

-0.42
0.56

0.675
0.578

-242.7867
-2496.445

158.4581
4427.917

1572.241
2443.579
1829.449
99723.62

0.56
0.56
0.04
-1.07

0.580
0.579
0.969
0.292

-2283.811
-3543.949
-3605.86
-306688.6

4035.263
6277.162
3746.973
94115.62

Al observar el modelo se puede evidenciar que aunque el R- cuadrado es muy alto la mayora
de las variables incluidas las iteraciones resultan no significativas pues sus intervalos de

confianza pasan por cero (0) , y mirando el p valor se puede observar que estos son mayores a
la probabilidad de 0,05 .
La nica variable que resulta significativa es la iteracin D3pc ya que su pe valor es menor a
0,05 y sus intervalos de confianza no contemplan el cero.
Se puede observar que fueron omitidas varias variables ya que estas presentan el problema de
multicolinealidad al estimar el modelo.
El efecto autnomo de los 5 estado escogidos sobre el GSP (PIB) de Estados Unidos es:
-106286,5. Es decir que cuando ninguno de los estados aporta al PIB de Estados Unidos este
presenta el anterior valor.
El efecto marginal de la iteracin entre la variable capital privado y del estado de California es
de 0,3196249 lo que que indica que si en el estado de California aumenta en una unidad el
capital privado el aumento en el PIB de Estados Unidos es de el valor anteriormente
mencionado.
EL MODELO RESULTANTE ES :

POR ESTADOS.
1. ALABAMA
. by state, sort: reg gsp p_cap hwy water util pc emp unemp
-> state = ALABAMA
note: hwy omitted because of collinearity
Source

SS

df

MS

Model
Residual

551486678
11569375.1

6
10

91914446.3
1156937.51

Total

563056053

16

35191003.3

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

-3.733643
(omitted)
4.979069
1.030979
.2531089
49.51743
106.8617
11516.48

Std. Err.

Number of obs
F( 6,
10)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
=
=
=
=
=

17
79.45
0.0000
0.9795
0.9671
1075.6

[95% Conf. Interval]

6.00368

-0.62

0.548

-17.11068

9.64339

12.33521
10.99988
.3823965
19.91104
348.0646
20214.81

0.40
0.09
0.66
2.49
0.31
0.57

0.695
0.927
0.523
0.032
0.765
0.581

-22.50549
-23.47827
-.5989237
5.152873
-668.6747
-33524.92

32.46363
25.54023
1.105141
93.88199
882.3981
56557.87

Al estimar el modelo solo para el estado de ALABAMA se obtiene un R-cuadrado bastante alto
lo cual indica que el modelo al menos tiene una variable significativa por lo que se podra decir
que la variable empleo ( que es significativa ) aporta un 97% a la explicacin del PIB del
estado.
Al revisar una por una las variables del modelo se puede inferir que la variable capital de
carreteras es omitida por presentar el problema de multicolinealidad que las variables capital
pblico, agua, utilidad del capital, capital privado, y desempleo son no significativas, adems el
intercepto del modelo demuestra ser un parmetro no significativo por lo que se puede
asegurar que este es un modelo de regresin a travs del origen.

La ecuacin para el modelo es la siguiente:


49,51743emp
Por lo que se puede inferir que cuando la tasa de empleo aumenta en una unidad el GSP (PIB)
del estado aumenta en 49,51743.
2. CALIFORNIA
-> state = CALIFOR
note: util omitted because of collinearity
Source

SS

df

MS

Model
Residual

5.9247e+10
485981894

6
10

9.8744e+09
48598189.4

Total

5.9733e+10

16

3.7333e+09

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

4.385494
-6.018669
-17.78996
(omitted)
.3196172
48.57712
-858.5649
-106287.7

Std. Err.

Number of obs
F(
6,
10)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
=
=
=
=
=

17
203.19
0.0000
0.9919
0.9870
6971.2

[95% Conf. Interval]

5.750091
8.953592
11.53996

0.76
-0.67
-1.54

0.463
0.517
0.154

-8.426508
-25.96852
-43.50259

17.1975
13.93118
7.922662

.1718478
14.14445
2910.604
213150.7

1.86
3.43
-0.29
-0.50

0.093
0.006
0.774
0.629

-.0632836
17.06133
-7343.795
-581217.1

.702518
80.09291
5626.666
368641.8

Para el estado de CALIFORNIA al estimar el modelo se puede evidenciar se obtiene un Rcuadrado bastante alto lo cual indica que el modelo al menos tiene una variable significativa
por lo que se podra decir que la variable empleo ( que es significativa ) aporta un 99% a la
explicacin del PIB del estado.
Al revisar una por una las variables del modelo se puede inferir que la variable utilidad del
capital es omitida por presentar el problema de multicolinealidad que las variables capital
pblico, agua, capital de carreteras, utilidad del capital, capital privado, y desempleo son no
significativas, adems el intercepto del modelo demuestra ser un parmetro no significativo
por lo que se puede asegurar que este es un modelo de regresin a travs del origen.
La ecuacin para el modelo es la siguiente:

Por lo que se puede inferir que cuando la tasa de empleo aumenta en una unidad el GSP (PIB)
del estado aumenta en 48,57712.

3. LA FLORIDA
-> state = FLORIDA
note: hwy omitted because of collinearity
Source

SS

df

MS

Model
Residual

9.4354e+09
4023306.97

6
10

1.5726e+09
402330.697

Total

9.4394e+09

16

589963908

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

-5.295993
(omitted)
3.669398
10.42926
-.1688421
29.91665
17.10163
21512.35

Std. Err.

Number of obs
F(
6,
10)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
17
= 3908.64
=
0.0000
=
0.9996
=
0.9993
=
634.3

[95% Conf. Interval]

.8671287

-6.11

0.000

-7.228076

-3.36391

.8955798
1.30785
.0645804
1.677385
152.8418
5832.547

4.10
7.97
-2.61
17.84
0.11
3.69

0.002
0.000
0.026
0.000
0.913
0.004

1.673922
7.515189
-.3127361
26.17921
-323.4511
8516.626

5.664875
13.34333
-.024948
33.6541
357.6544
34508.08

Para el estado de LA FLORIDA al estimar el modelo se puede evidenciar se obtiene un Rcuadrado bastante alto lo cual indica que el modelo al menos tiene una variable significativa

por lo que se podra decir que la variable empleo, capital privado, utilidad de capital, agua,
capital pblico (son significativas ya que su valor p es menor a la probabilidad del 0,05) aportan
un 99% a la explicacin del PIB del estado.
Al revisar una por una las variables del modelo se puede inferir que la variable capital de
carreteras es omitida por presentar el problema de multicolinealidad y que la variable
desempleo es no significativa, adems el intercepto del modelo demuestra ser un parmetro
significativo.
La ecuacin del modelo es:

Se puede observar que el PIB es de 21512,35 para el estado de la FLORIDA si las otras variable
son intervienen, si hay un aumento de en el capital privado de una unidad el PIB aumenta en
5,292993, si hay un aumento de una unidad en el agua(supongo atraccin por el agua)
entonces el PIB se aumenta en 3,669898, si hay un aumento en la utilidad del capital de una
unidad se obtine que el PIB aumenta en 10,429226, si el capital pblico aumenta en una
unidad el PIB disminuye en 0,1688421, y si el empleo aumenta en una unidad el PIB aumenta
en 17,10163.

4. IOWA
-> state = IOWA
note: util omitted because of collinearity
Source

SS

df

MS

Model
Residual

219003660
5378968.68

6
10

36500609.9
537896.868

Total

224382628

16

14023914.3

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

.3494599
-.2966007
1.027561
(omitted)
-.3686554
58.69568
507.9865
-15671.44

Std. Err.

Number of obs
F( 6,
10)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
=
=
=
=
=

17
67.86
0.0000
0.9760
0.9616
733.41

[95% Conf. Interval]

3.349362
5.655244
4.459844

0.10
-0.05
0.23

0.919
0.959
0.822

-7.113383
-12.89727
-8.909591

7.812302
12.30407
10.96471

.1911135
21.41339
456.2596
8578.189

-1.93
2.74
1.11
-1.83

0.083
0.021
0.292
0.098

-.7944828
10.98367
-508.6233
-34784.83

.057172
106.4077
1524.596
3441.96

Al estimar el modelo solo para el estado de IOWA se obtiene un R-cuadrado bastante alto lo
cual indica que el modelo al menos tiene una variable significativa por lo que se podra decir
que la variable empleo ( que es significativa ) aporta un 97% a la explicacin del PIB del
estado.
Al revisar una por una las variables del modelo se puede inferir que la variable utilidad del
capital es omitida por presentar el problema de multicolinealidad que las variables capital
pblico, agua, capital de carreteras, utilidad del capital, capital privado, y desempleo son no
significativas, adems el intercepto del modelo demuestra ser un parmetro significativo.
La ecuacin para el modelo es la siguiente:

Por lo que se puede inferir que cuando la tasa de empleo aumenta en una unidad el GSP (PIB)
del estado aumenta en 58,595668, y que el PIB sin que intervenga ninguna de las variables de
-15671,44 lo cual no tiene sentido econmico.

5. LOUISIANA
-> state = LOUISIA
note: water omitted because of collinearity
Source

SS

df

MS

Model
Residual

353520580
14274225.3

6
9

58920096.7
1586025.03

Total

367794806

15

24519653.7

gsp

Coef.

p_cap
hwy
water
util
pc
emp
unemp
_cons

27.18054
-33.49522
(omitted)
-25.85917
.177016
16.53228
-788.0698
15161.85

Std. Err.

Number of obs
F( 6,
9)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|

=
=
=
=
=
=

16
37.15
0.0000
0.9612
0.9353
1259.4

[95% Conf. Interval]

10.53862
13.60967

2.58
-2.46

0.030
0.036

3.340528
-64.28244

51.02055
-2.707998

7.840662
.1083679
11.57561
471.7419
13998.23

-3.30
1.63
1.43
-1.67
1.08

0.009
0.137
0.187
0.129
0.307

-43.59598
-.0681292
-9.653569
-1855.224
-16504.35

-8.122358
.4221613
42.71813
279.0845
46828.04

Al estimar el modelo solo para el estado de LOUISIANA se obtiene un R-cuadrado bastante alto
lo cual indica que el modelo al menos tiene una variable significativa por lo que se podra decir
que la variable empleo, capital privado, capital de carreteras, utilidad del capital (son
significativas ) aportan un 96% a la explicacin del PIB del estado.
Al revisar una por una las variables del modelo se puede inferir que la variable agua es omitida
por presentar el problema de multicolinealidad y que las variables capital pblico, empleo y
desempleo son no significativas, adems el intercepto del modelo demuestra ser un parmetro
no significativo, por lo que se asegura que este es un modelo de regresin a travs del origen.
La ecuacin para el modelo es la siguiente: