UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y

CONTABLES

“ESCUELA PROFESIONAL DE ECONOMÍA”

“MODELO COBB-DOUGLAS”

APELLIDOS Y NOMBRES: BAUTISTA QUISPE, ÁNGEL FERNANDO

CURSO : ESTADISTICA PARA ECONOMISTAS II ( EC-

346)

PROFESOR : MG. ATAO QUISPE, RICHARD

GRUPO :A

AYACUCHO – PERÚ

AGOSTO- 2023
MODELO DE REGRESIÓN IRRESTRICTO
 Año PIB* Empleo† Capital
fijo‡
1955 114043.00 8310.00 182113.00
1956 120410.00 8529.00 193749.00
1957 129187.00 8738.00 205192.00
1958 134705.00 8952.00 215130.00
1959 139960.00 9171.00 225021.00
1960 150511.00 9569.00 237026.00
1961 157897.00 9527.00 248897.00
1962 165286.00 9662.00 260661.00
1963 178491.00 10334.00 275466.00
1964 199457.00 10981.00 295378.00
1965 212323.00 11746.00 315715.00
1966 226977.00 11521.00 337642.00
1967 241194.00 11540.00 363599.00
1968 260881.00 12066.00 391847.00
1969 277498.00 12297.00 422382.00
1970 296530.00 12955.00 455049.00
1971 306712.00 13338.00 484677.00
1972 329030.00 13738.00 520553.00
1973 354057.00 15924.00 561531.00
1974 374977.00 14154.00 609825.00

APLICANDO EL MODELO LOG-LOG

 REALIZANDO LA REGRESIÓN

Dependent Variable: LQ
Method: Least Squares
Date: 07/31/23 Time: 10:23
Sample: 1955 1974
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.  

LL 0.339732 0.185692 1.829548 0.0849

LK 0.845997 0.093352 9.062488 0.0000
C -1.652419 0.606198 -2.725873 0.0144

R-squared 0.995080    Mean dependent var 12.22605

Adjusted R-squared 0.994501    S.D. dependent var 0.381497
S.E. of regression 0.028289    Akaike info criterion -4.155221
Sum squared resid 0.013604    Schwarz criterion -4.005861
Log likelihood 44.55221    Hannan-Quinn criter. -4.126064
F-statistic 1719.231    Durbin-Watson stat 0.425667
Prob(F-statistic) 0.000000

REALIZANDO LA PRUEBA DE NORMALIDAD

- La variable trabajo no influye en la producción , esto se dice para un nivel de

significancia del 5 %.
- La variable capital influye positivamente en el aumento de la producción, es
estadísticamente significativa para un nivel de significancia del 5 %.

MODELO DE REGRESIÓN RRESTRICTO

Generando la restricción.

B2+B3=1 ==* B3= 1-B2

 LQPC LKPC
1955 2.61911596... 3.08716776...
1956 2.64743046... 3.12309138...
1957 2.69357963... 3.15626479...
1958 2.71121023... 3.17936552...
1959 2.72531033... 3.20014739...
1960 2.75550746... 3.20964113...
1961 2.80781304... 3.26290928...
1962 2.83947664... 3.29502004...
1963 2.84909874... 3.28302477...
1964 2.89943216... 3.29208938...
1965 2.89459594... 3.29132715...
1966 2.98067723... 3.37781470...
1967 3.03978232... 3.45023235...
1968 3.07367278... 3.48047987...
1969 3.11645839... 3.53655478...
1970 3.13066657... 3.55892329...
1971 3.13529209... 3.59286558...
1972 3.17598321... 3.63472599...
1973 3.10163051... 3.56283957...
1974 3.27686742... 3.76317476...

RELIZANDO LA REGRESION.

Dependent Variable: LQPC

Method: Least Squares
Date: 07/31/23 Time: 10:54
Sample: 1955 1974
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.  

LKPC 1.015301 0.036124 28.10564 0.0000

C -0.494718 0.121816 -4.061175 0.0007

R-squared 0.977721    Mean dependent var 2.923680

Adjusted R-squared 0.976483    S.D. dependent var 0.198200
S.E. of regression 0.030395    Akaike info criterion -4.054470
Sum squared resid 0.016629    Schwarz criterion -3.954897
Log likelihood 42.54470    Hannan-Quinn criter. -4.035032
F-statistic 789.9271    Durbin-Watson stat 0.306521
Prob(F-statistic) 0.000000

ANALIZANDO LA SIGNIFCANCIA DE LAS VARIABLES DEL MODELO IRRESTRICTO

La variable capital es estadísticamente significativa para un nivel de significancia del 5%.

PRUEBA DE HIPÓTESIS

H0: Modelo restricto es el mejor

H1: Modelo restricto no es el mejor

2° ALFA:5%
3° PRUEBA DE HIPÓTESIS

Dependent Variable: LQ
Method: Least Squares
Date: 07/31/23 Time: 10:23
Sample: 1955 1974
Included observations: 20
Años Q L K
2011
Variable 293342
Coefficient 15938
Std. Error 33676
t-Statistic Prob.  
2012 314805 16491 37646
LL 0.339732 0.185692 1.829548 0.0849
LK
2013 337401
0.845997
17376
0.093352
42067
9.062488 0.0000
C 2014 468209
-1.652419 18276
0.606198 46924
-2.725873 0.0144
2015 642370 19486 53506
R-squared 0.995080    Mean dependent var 12.22605
2016
Adjusted R-squared
853664 20635
0.994501    S.D. dependent var
61741 0.381497
2017
S.E. of regression 1075484 21362
0.028289    Akaike 69878
info criterion -4.155221
Sum squared resid
2018 0.013604    Schwarz
1260704 21708criterion79483 -4.005861
Log likelihood 44.55221    Hannan-Quinn criter. -4.126064
F-statistic
2019 1445443 21654
1719.231    Durbin-Watson stat
82684 0.425667
2020
Prob(F-statistic) 1627004
0.000000 21559 84985
2021 1797236 21938 90721
2022 1923654 22076 95200
Dependent Variable: LQPC
Method: Least Squares
Date: 07/31/23 Time: 10:54
Sample: 1955 1974
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.  

LKPC 1.015301 0.036124 28.10564 0.0000

C -0.494718 0.121816 -4.061175 0.0007

R-squared 0.977721    Mean dependent var 2.923680

Adjusted R-squared 0.976483    S.D. dependent var 0.198200
S.E. of regression 0.030395    Akaike info criterion -4.054470
Sum squared resid 0.016629    Schwarz criterion -3.954897
Log likelihood 42.54470    Hannan-Quinn criter. -4.035032
F-statistic 789.9271    Durbin-Watson stat 0.306521
Prob(F-statistic) 0.000000

FCAL= 3.77

FCRI=4.45

FCAL< FTAB Para un nivel de significancia del 5% se puede decir que es mejor el modelo irrestricto.

EJERCICIO N° 1      
Se tiene la siguiente información de una empresa "x".
* Q es la producción de la empresa (millones de soles)
* L el trabajo (miles de trabajadores)
y    
* K el capital (miles de soles).    

a) Estimar una función de producción lineal y realizar la prueba de hipótesis de igualdad entre las
productividades marginales del trabajo y el capital.

Wald Test:
Equation: Untitled

Test Statistic Value df Probability

t-statistic -5.132654  9  0.0006

F-statistic  26.34414 (1, 9)  0.0006
Chi-square  26.34414  1  0.0000

Null Hypothesis: C(2)=C(3)

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

C(2) - C(3) -140.1213  27.29997

Restrictions are linear in coefficients.

Formulando hipótesis

H0: b1=b2

H1: b1 dif b2

Nivel de significancia

5%

Interpretación:
Se rechaza la hipótesis nula de que las productividades marginales sean iguales con un nivel de significancia
del 5%.

b) Estimar una función de producción de tipo Cobb-Douglas y realizar la prueba de hipótesis de la

existencia de rendimientos constantes de escala.

Dependent Variable: LOGQ

Method: Least Squares
Date: 07/31/23 Time: 16:36
Sample: 2011 2022
Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.  

LOGL -0.247082 0.935951 -0.263990 0.7977

LOGK 2.018130 0.307972 6.552965 0.0001
C -6.188202 5.980220 -1.034778 0.3278

R-squared 0.990151    Mean dependent var 13.61315

Adjusted R-squared 0.987962    S.D. dependent var 0.708976
S.E. of regression 0.077787    Akaike info criterion -2.057358
Sum squared resid 0.054458    Schwarz criterion -1.936131
Log likelihood 15.34415    Hannan-Quinn criter. -2.102240
F-statistic 452.3857    Durbin-Watson stat 1.439608
Prob(F-statistic) 0.000000

H0: B2+B3=1
H1: B2+B3 DIF 1

Wald Test:
Equation: Untitled

Test Statistic Value df Probability

t-statistic  1.208420  9  0.2577

F-statistic  1.460280 (1, 9)  0.2577
Chi-square  1.460280  1  0.2269

Null Hypothesis: C(2)+C(3)=1

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

-1 + C(2) + C(3)  0.771048  0.638063

Restrictions are linear in coefficients.

interpretación.

No se rechaza la H0 de la existencia de rendimientos constantes a escala con un nivel de significancia del 5%.
 c) Analizar los efectos que se producen sobre las estimaciones ante cambios de escala (se multiplica
por 100), en la variable dependiente y en los regresores.

Dependent Variable: Q100

Method: Least Squares
Date: 07/31/23 Time: 22:09
Sample: 2011 2022
Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.  

C 60697400 33693177 1.801474 0.1051

L100 -102.5854 24.81616 -4.133812 0.0025
K100 37.53593 2.590779 14.48828 0.0000

R-squared 0.992944    Mean dependent var 1.00E+08

Adjusted R-squared 0.991376    S.D. dependent var 60255677
S.E. of regression 5595570.    Akaike info criterion 34.12517
Sum squared resid 2.82E+14    Schwarz criterion 34.24639
Log likelihood -201.7510    Hannan-Quinn criter. 34.08028
F-statistic 633.2786    Durbin-Watson stat 1.550332
Prob(F-statistic) 0.000000

Dependent Variable: Q
Method: Least Squares
Date: 07/31/23 Time: 22:14
Sample: 2011 2022
Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.  

C 606974.0 336931.8 1.801474 0.1051

L -102.5854 24.81616 -4.133812 0.0025
K 37.53593 2.590779 14.48828 0.0000

R-squared 0.992944    Mean dependent var 1003276.

Adjusted R-squared 0.991376    S.D. dependent var 602556.8
S.E. of regression 55955.70    Akaike info criterion 24.91483
Sum squared resid 2.82E+10    Schwarz criterion 25.03605
Log likelihood -146.4890    Hannan-Quinn criter. 24.86994
F-statistic 633.2786    Durbin-Watson stat 1.550332
Prob(F-statistic) 0.000000

interpretación:
al multiplicar por 100 las variables dependientes y exógenas se puede ver un efecto del aumento de la
bondad de ajuste lo cual hace que el modelo mejor.

d) Analizar los efectos que se producen sobre las estimaciones ante cambios de origen (se restan 100
unidades), en la variable dependiente y en los regresores.

Dependent Variable: QDIF100

Method: Least Squares
Date: 07/31/23 Time: 22:26
Sample: 2011 2022
Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.  

C 600369.1 334713.5 1.793680 0.1064

LDIF100 -102.5854 24.81616 -4.133812 0.0025
KDIF100 37.53593 2.590779 14.48828 0.0000

R-squared 0.992944    Mean dependent var 1003176.

Adjusted R-squared 0.991376    S.D. dependent var 602556.8
S.E. of regression 55955.70    Akaike info criterion 24.91483
Sum squared resid 2.82E+10    Schwarz criterion 25.03605
Log likelihood -146.4890    Hannan-Quinn criter. 24.86994
F-statistic 633.2786    Durbin-Watson stat 1.550332
Prob(F-statistic) 0.000000

Dependent Variable: Q
Method: Least Squares
Date: 07/31/23 Time: 22:14
Sample: 2011 2022
Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.  

C 606974.0 336931.8 1.801474 0.1051

L -102.5854 24.81616 -4.133812 0.0025
K 37.53593 2.590779 14.48828 0.0000

R-squared 0.992944    Mean dependent var 1003276.

Adjusted R-squared 0.991376    S.D. dependent var 602556.8
S.E. of regression 55955.70    Akaike info criterion 24.91483
Sum squared resid 2.82E+10    Schwarz criterion 25.03605
Log likelihood -146.4890    Hannan-Quinn criter. 24.86994
F-statistic 633.2786    Durbin-Watson stat 1.550332
Prob(F-statistic) 0.000000
 Interpretación:
Al restar 100 unidades a la variable endógena y exógena, se ve que el intercepto se reduce en
6604.9 unidades.

e) Considerando el periodo 2011 - 2018 en la variable dependiente, realizar una predicción para dicha
variable en los tres años siguientes.

La predicción es la siguiente, para el 2019 de 1445443, 2020 de 1627004, 2021 de 179723 y 2022 de
1923654.