PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR

SEDE SANTO DOMINGO

Dirección Académica – Escuela de Ciencias Administrativas
Carrera: Administración de Empresas-Contabilidad y
Auditoría

Asignatura:
Estadística Inferencial
TEMA:

REGRESION, CORRELACION LINEAL SIMPLE (COVARIANZA) DEL PRODUCTO

INTERNO BRUTO EN FUNCIÓN DE LA DEUDA GLOBAL

Línea de Investigación: Desarrollo Empresarial y Social.

Autor:

ARIANA NICOLE VILLA MERA

Asesor:

Ing. ÁNGEL RAMÓN SABANDO GARCÍA, Mg.

Santo Domingo, 16 de junio del 2023

1. TABLA DE CONTENIDO
2. INTRODUCCIÓN............................................................................................................5
2.1. REGRESIÓN LINEAL..............................................................................................5

2.2. CORRELACIÓN DE PEARSON O COVARIANZA..............................................5

2.3. SUPUESTOS EN LA CORRELACIÓN LINEAL....................................................6

2.4. AUTOCORRELACIÓN DE DURBIN Y WATSON...............................................7

2.5. PRUEBA DE BONDADES DE AJUSTE.................................................................7

2.6. MODELO MACROECONOMÉTRICO...................................................................8

3. RESULTADOS.................................................................................................................9
4. REFERENCIAS BIBLIOGRÁFICAS............................................................................19
 ÍNDICE DE TABLAS

Tabla 1Prueba de normalidad del producto interno bruto........................................................10

Tabla 2 Correlación de Pearson para el producto interno bruto en función del endeudamiento

total.................................................................................................................................................10

Tabla 3 Pronósticos estandarizados, residuos, no estandarizados............................................12

Tabla 4 Prueba residencial para el modelo econométrico........................................................13

Tabla 5 Supuesto de aleatoriedad para los residuos predictivos...............................................13

Tabla 6Prueba de bondad de ajuste para el modelo econométrico...........................................15

 ÍNDICE DE FIGURAS

No se encuentran elementos de tabla de ilustraciones.

 2. INTRODUCCIÓN

2.1. REGRESIÓN LINEAL

La regresión lineal es una técnica de análisis de datos que predice el valor de datos

desconocidos mediante el uso de otro valor de datos relacionado y conocido. Modela

matemáticamente la variable desconocida o dependiente y la variable conocida o independiente

como una ecuación lineal. Por ejemplo, supongamos que tiene datos sobre sus gastos e ingresos

del año pasado. Las técnicas de regresión lineal analizan estos datos y determinan que tus gastos

son la mitad de tus ingresos. Luego calculan un gasto futuro desconocido al reducir a la mitad un

ingreso conocido futuro.

2.2. CORRELACIÓN DE PEARSON O COVARIANZA

El Coeficiente de Correlación de Pearson es una medida de la correspondencia o relación

lineal entre dos variables cuantitativas aleatorias. En palabras más simples se puede definir como

un índice utilizado para medir el grado de relación que tienen dos variables, ambas cuantitativas.

Teniendo dos variables, la correlación facilita que se hagan estimaciones del valor de una de

ellas, con conocimiento del valor de la otra variable.

Este coeficiente es una medida que indica la situación relativa de los sucesos respecto a las

dos variables, es decir, representa la expresión numérica que indica el grado de correspondencia

o relación que existe entre las 2 variables.

 2.3. SUPUESTOS EN LA CORRELACIÓN LINEAL

Una vez comprobado que los coeficientes son significativos, tendremos que comprobar que se

cumplen una serie de supuestos necesarios para que el modelo sea válido. Es lo que se conoce

como diagnóstico del modelo de regresión.

Estos supuestos son cuatro: linealidad, homocedasticidad, normalidad e independencia. Una

vez más, utilizaremos un programa de estadística para realizar un correcto diagnóstico del

modelo regresión.

Supuesto de linealidad

La relación entre la variable de predicción (independiente) y de criterio (dependiente) debe ser

lineal en el rango de valores observados de la variable de predicción. Una manera sencilla de

comprobar este supuesto es la de representar un diagrama de dispersión y ver si la distribución de

los puntos tiene lugar, de forma aproximada, a lo largo de una línea recta.

Supuesto de homocedasticidad

Esto significa que los residuos deben distribuirse de forma homogénea para todos los valores

de la variable de predicción. Podemos comprobarlo de forma sencilla con un diagrama de

dispersión que represente, en el eje de abscisas, las estimaciones de la variable dependiente para

los distintos valores de la variable independiente y, en el eje de coordenadas, los residuos

correspondientes.

Supuesto de normalidad

Como ya hemos mencionado, los residuos deben distribuirse de forma normal.

 Una forma sencilla de comprobarlo sería representar el histograma o el gráfico de cuantiles

teóricos de los residuos, en el que deberíamos ver su distribución a lo largo de la diagonal del

gráfico.

Supuesto de independencia

Para comprobar este supuesto, es necesario comprobar que los residuos sean independientes

entre sí y que no haya ningún tipo de correlación entre ellos.

Esto puede contrastarse realizando la prueba de Durbin-Watson, cuya hipótesis nula supone,

precisamente, que los residuos son independientes.

2.4. AUTOCORRELACIÓN DE DURBIN Y WATSON

La autocorrelación es uno de los problemas que habitualmente encontramos en modelos

econométricos, junto a la heterocedasticidad, son causantes de ajustes pobres y espurios.

Básicamente su definición trataría de explicar la relación que existe en la memoria de la serie

observada a través del tiempo, también se debe entender como autocorrelación la relación que

existe entre el término de perturbación y cualquiera de los regresores del modelo.

El contraste desarrollado por Durbin y Watson3 es la prueba más frecuentemente empleada para

detectar la presencia de autocorrelación en los modelos de regresión

2.5. PRUEBA DE BONDADES DE AJUSTE

En este tipo de prueba de hipótesis se determina si los datos “se ajustan” a una determinada

distribución o no. Por ejemplo, puede sospechar que sus datos desconocidos se ajustan a una

distribución binomial. Se utiliza una prueba de chi-cuadrado (lo que significa que la distribución
para la prueba de hipótesis es chi-cuadrado) para determinar si hay un ajuste o no. Las hipótesis

nula y alternativa de esta prueba se pueden escribir en oraciones o plantear como ecuaciones o

desigualdades.

2.6. MODELO MACROECONOMÉTRICO

La estrategia que se utiliza para intentar entender el comportamiento y funcionamiento de una

economía consiste en la construcción de lo que denominamos un modelo macroeconómico. Un

modelo macroeconómico consiste en una simplificación y abstracción de la realidad. La

necesidad de simplificar podemos ilustrarla a través de una idea muy simple. Si queremos ir a

una ciudad que no conocemos, pero queremos tener información sobre ella, podemos acudir a un

plano o callejero de esa ciudad.

 3. RESULTADOS

EJERCICIO 1
Se lleva una investigación macroconométrica sobre las variables PIB (x) y la Deuda Global
(y) de Ecuador. El uso de modelos econométricos ayuda a predecir la tasa de crecimiento del
PIB, determinar el efecto del gasto público, evaluar el impacto de un subsidio, proyectar la
demanda de un producto, etc. Nadie puede predecir con certeza el futuro, pero un cuidadoso
análisis de la situación de la empresa y su entorno debe ayudar a una mejor aproximación del
mismo. En esta investigación de naturaleza longitudinal inferencial, los análisis financieros se
registraron desde el año 1990 hasta el año 2019. Aquelllos datos se describen a continuación
TASA DE VARIACIÓN DEL
AÑO PRODUCTO INTERNO DEUDA TOTAL
BRUTO

1990 2,70 80,90

1991 5,20 75,80
1992 1,50 74,00
1993 0,30 75,20
1994 4,70 66,00
1995 1,70 55,80
1996 2,40 55,90
1997 4,10 49,40
1998 2,10 55,90
1999 -6,30 85,50
2000 2,80 76,70
2001 5,30 57,90
2002 4,20 49,60
2003 3,60 44,70
2004 8,00 39,80
2005 6,00 35,00
2006 3,90 28,80
2007 2,50 27,20
2008 6,50 22,20
2009 1,00 16,40
2010 3,50 19,20
2011 7,90 18,40
2012 5,60 21,20
2013 4,90 24,00
2014 3,80 29,60
2015 0,10 33,00
2016 -1,20 38,70
2017 2,40 45,20
2018 1,30 47,00
2019 0,10 51,47

a) Determine las variables

Variable independiente (causal): PIB (x)
Variable dependiente (resultado): DEUDA GLOBAL (y)
b) Generar el modelo econométrico teórico
y=f ( x )= y=β 0 + β 1 x + ε ↔ Modelo financiero teórico
c) Realizar la distribucion normal todas las variables. (método no paramétrico)

Tabla 1Prueba de normalidad del producto interno bruto

d) R
ea
liz
ar
la

correlacion bivariada de Pearson (covarianza)

Tabla 2 Correlación de Pearson para el producto interno bruto en función del

endeudamiento total
 Interpretación: El producto interno bruto reduce la capacidad o el nivel de endeudamiento
en un 41,10%

e) Realizar un gráfico de dispersión y agregar el coeficiente de regresión

Figura1 1Modelo econométrico predictivo

y=55 , 64 +2 , 98 ( x 1 )

f) Realizar un grafico no lineal

 Figura1 2Comportamiento econométrico de modelo lineal y no lineal

g) Crear las variables de los pronósticos y de los residuos no tipificados y tipificados

(pegar la tabla)
Tabla 3 Pronósticos estandarizados, residuos, no estandarizados

h) Realizar la distribución normal para la variable residuos (mediante el método no

paramétrico)
 Tabla 4 Prueba residencial para el modelo econométrico

Interpretación: En la tabla 4 se evidencia la prueba de normalidad residual obtenida del

modelo econométrico, a traves de las variables producto interno bruto en función de la deuda
en Ecuador. El test kolmogorov smirnov arrojó un valor de 0,175 (P>0,05)del nivel de
significancia propuesto por el investigador. En el marco de la modelación predictiva el
producto interno bruto explica la capacidad del endeudamiento que tiene el Ecuador lo que
nos permite inferir que el modelo lineal explica convincentemente la deuda.

i) Realizar la prueba de aleatoriedad (rachas) para los residuos

Tabla 5 Supuesto de aleatoriedad para los residuos predictivos

 j) Realizar la grafica de histograma, QQ y box plot para la variable RESIDUOS.
Figura1 3 Comportamiento residual para el modelo predictivo

k) Planteamiento
de la hipótesis

HO= El producto interno

bruto no predice los niveles de
endeudamiento en Ecuador.
H1= El producto interno
bruto predice los niveles de
endeudamiento en Ecuador.
Predice significativamente los niveles de endeudamiento en Ecuador.

l) Establecer el nivel de significacia y de confianza

Esta investigación se lleva a cabo con el 5% de siginificancia y el 95% de confianza.
m) Seleccionar el estadístico de prueba
a) KruSkal y wallis
b) Tau de Kendall
c) Spearman
d) Pearson

n)Colocar la tabla del anova . (prueba de bondad de ajuste)

Tabla 6 Prueba de bondad de ajuste de Fisher para el modelo econométrico

Tabla 6Prueba de bondad de ajuste para el modelo econométrico
 Interpretación: La prueba de bondad de ajuste de Fisher que se aprecia en la tabla 6 para el
modelo econométrico en función de los residuales arrojó un valor de Fisher significativo F=
5,696 y P=0,24, dado este comportamiento esta prueba garantiza el modelo econométrico para
validar la predicción.

o)Colocar la tabla de student muestras relacionadas . (prueba de bondad de ajuste)

Tabla 7 Prueba de bondad de ajuste P de ajuste de student para el modelo econométrico

Co e fic ie nte s a
Coeficientes no Coeficient 95,0% intervalo de
estandarizados es confianza para B
Desv. Límite Límite
Modelo B Error Beta t Sig. inferior superior
1 (Constante 55,636 5,137 10,831 0,000 45,114 66,158
)
TASA DE -2,965 1,242 -0,411 -2,387 0,024 -5,509 -0,420
VARIACIÓ
N DEL
PRODUCT
O
INTERNO
BRUTO
a. Variable dependiente: DEUDA TOTAL

p) Determine la linea de regresión (modelo econométrico) o relación y colocar la tabla de

los coeficientes

Tabla 8 Parámetros para el modelo econométrico

Co e fic ie nte s a
Coeficientes no Coeficient 95,0% intervalo de
estandarizados es confianza para B
Desv. Límite Límite
Modelo B Error Beta t Sig. inferior superior
1 (Constante 55,636 5,137 10,831 0,000 45,114 66,158
)
TASA DE -2,965 1,242 -0,411 -2,387 0,024 -5,509 -0,420
VARIACIÓ
N DEL
PRODUCT
O
INTERNO
BRUTO
a. Variable dependiente: DEUDA TOTAL
q) Encontrar el coeficiente de correlación de pearson y colocar la tabla del resumen del
modelo.

Tabla 9 Correlación de Pearso para el modelo econométrico

Interpretación: El análisis de la correlación (tabla 9), entre el producto interno bruto y la

deuda que mantiene Ecuador demostró una correlación moderadamente buena del 41.10% (R=

0.411). Por lo tanto, el producto interno bruto ayuda a amortizar la deuda en Ecuador.

r) Determinar el coeficiente de determinación de Pearson

Tabla 10 Coeficiente de relación de Pearson para el modelo econométrico

Interpretación: El coeficiente de determinación de Pearson arrojo un valor de 16.90% (R 2 =

0,169), entre el producto interno bruto y la deuda en Ecuador.

s) Seleccionar el grado de correlación

a) De 0,00 a 0,19 muy baja correlación
b) De 0,20 a 0,390 baja correlación
c) De 0,40 a 0,59 moderada correlación
d) De 0,60 a 0,79 buena correlación
e) De 0,80 a 1 muy buena correlación
t) Identifique el Durbin watson.

En la tabla 10 del coeficiente de determinación de Pearson se identifica el valor de Durbin watson,

que mide la independencia residual para el modelo econométrico, para que demuestre independencia
su valor debe oscilar entre 1.5 a 2.5, caso contrario existe dependencia residual. Para este caso el
modelo predictivo arrojo una dependencia para los residuales.

u) Colocar el coeficientes tipificado beta y realica un analisis (tres lineas)

Tabla 11 Coeficiente estandarizado beta para el modelo predictivo

Interpretación: El coeficiente estandarizado beta represento un valor probabilístico -0,411

(41.10%), este parámetro nos permite deducir que el producto interno bruto predice inversamente
proporcional la deuda para Ecuador.
v) Realizar la conclusión (5 lineas)

Por lo tanto, los resultados obtenidos muestran que el producto interno bruto (PIB) tiene un
impacto significativo en el endeudamiento de Ecuador, reduciendo el nivel de deuda en un
41.10%. Realizó un análisis estadístico, incluida la prueba de normalidad residual, la prueba de
Kolmogorov-Smirnov, la prueba de pesca y el análisis de correlación confirman la validez y
confiabilidad del modelo utilizado. Una correlación moderadamente buena entre el PIB y Dead
demuestra que el crecimiento económico se asocia con una disminución en la deuda del país.
Además, el coeficiente beta estandarizado confirma que el PIB predice que proporcionalmente
reduce la deuda igual. Estos resultados muestran que el fortalecimiento del crecimiento
económico puede ser una estrategia efectiva para la depreciación de la deuda y mejorar la
situación financiera del país.
 4. REFERENCIAS BIBLIOGRÁFICAS

11.2 Prueba de bondad de ajuste. (s/f). Openstax.org. Recuperado el 16 de junio de 2023, de

https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica/pages/11-2-prueba-

de-bondad-de-ajuste

Gutierrez, J. M. (2021, junio 10). ¿Qué es la autocorrelación? Test de Durbin-Watson. Todo

Econometría y ciencia de datos. https://todoeconometria.com/autocorrelacion-dw/

PROBABILIDAD Y ESTADISTICA IGF - Covarianza y coeficiente de correlación de Pearson.

(s/f). Google.com. Recuperado el 16 de junio de 2023, de

https://sites.google.com/site/probabilidadyestadisticaigf/home/regresi%C3%B3n-lineal-y-

correlaci%C3%B3n/covarianza-y-coeficiente-de-correlaci%C3%B3n-de-pearson

Regresión lineal simple. (2022). En Estadística inferencial aplicada (pp. 280–316). Editorial

Universidad del Norte.

(S/f). Amazon.com. Recuperado el 16 de junio de 2023, de

https://aws.amazon.com/es/what-is/linear-regression/

(S/f-b). Recuperado el 16 de junio de 2023, de http://file:///C:/Users/ARIANA%20NICOLE

%20VILLA/Downloads/Dialnet-ComoSeConstruyeUnModeloMacroeconomico-

4690859%20(1).pdf