Par 02 23-1 B

Universidad Nacional Mayor de San Marcos
Universidad del Perú, decana de América
Informática para Economistas

Parcial 02: Stata e Eviews
https://meet.google.com/syo-hfmz-abq
Fila B
La evaluación dura 1:40 hrs. Al terminar la evaluación usted deberá subir al Classroom un solo archivo de
Word con sus resultados. El archivo debe estar nombrado con su apellido paterno.
Recuerde que en Stata debe trabajar todo en un archivo DO, el cual va a copiar al final de esta hoja de
Word. Si olvida copiar el DO, obtendrá nota 0. Se califica el orden y pulcritud de la presentación.
Grabe este archivo de Word con su apellido, pues en seguida va a copiar los resultados finales de cada
pregunta en él.
1. Con la base de datos “sumaria-2022” (6 pts)

a) Cree las variables departamento (“Departamento del hogar”), y en seguida cree la
variable popu (“Tipo de población”) aglomerando los estratos geográficos en 3
grupos: ciudad (más de 50,000 hab), pueblo (de 500 a 49,999 hab) y rural (las 2
rurales). Defina las etiquetas de “popu” con los 3 nombres indicados.


b) Presente un cuadro mostrando el promedio de ingresos y gastos por alimentos para

consumir en el hogar, clasificados por “Tipo de población” (popu) y por
departamento.
. codebook sig24
------------------------------------------------------------------------------------------------------------------
----------------------
sig24 ingresos y gastos por alimentos para
consumir en el hogar
------------------------------------------------------------------------------------------------------------------
----------------------
Type: Numeric (float)
Range: [0,3848.2] Units: .1

Unique values: 175 Missing .: 0/34,213
Mean: 4.53686
Std. dev.: 77.7811
Percentiles: 10% 25% 50% 75% 90%

0 0 0 0 0
.
(2 pt)
c) Presente dos cuadros, primero para la muestra y luego para toda la población, del
gasto por alquiler de los hogares de cada departamento, clasificado por “Tipo de
población”. (2 pt)

. do "C:\Users\Kamila\AppData\Local\Temp\STDcfc_000000.tmp"
. table dpto popu,statistic(mean sig24)
------------------------------------------------------------
| Tipo de población
| Rural Ciudad Pueblo Total
----------------+-------------------------------------------
Departamento |
Amazonas | 4.306593 3.22514 3.84751
Ancash | 4.132394 .1815552 0 1.528886
Apurínac | 3.784967 0 20.5 7.874129
Arequipa | 4.525764 1.924905 2.771676 2.597466
Ayacucho | 7.07249 0 0 3.07607
Cajamarca | .7044318 0 .9070336 .6226223
Callao | 14.83817 14.83817
Cusco | .7924028 0 1.403343 .7723439
Huancavelica | 5.278864 3.239163 4.482596
Huánuco | 3.46094 4.454734 1.342857 3.210372
Ica | 11.42615 3.777804 1.614565 4.104342
Junin | 8.321401 1.067692 3.416532 4.471795
La Libertad | 11.13125 1.354519 1.075096 3.38763
Lambayeque | 0 .2744548 .8246808 .3992918
Lima | .1801303 6.334682 1.848361 5.438642
Loreto | 2.340998 .7998437 8.353125 2.877466
Madre de Dios | 0 0 0 0
Moquegua | 10.45964 .7386724 4.032308 2.803236
Pasco | 3.466038 0 .15727 1.314221
Piura | 12.42893 3.859387 8.95011 7.345583
Puno | 1.241556 .3764706 .8086793 .934794
San Martín | 0 1.036905 3.845455 1.713553
Tacna | 27.15337 1.707651 7.421782 6.010144
Tumbes | 73.10392 10.04053 34.03445 30.38746
Ucayali | 1.556419 9.420127 1.34693 5.811169
Total | 5.465286 4.075454 4.295283 4.536863
------------------------------------------------------------
.
end of do-file


Mi do usado fue:
cd "C:\Users\Kamila\Downloads\784-Modulo34 (1)"
unicode analyze sumaria.dta
unicode encoding set latin1
unicode translate sumaria.dta
use sumaria.dta
rename aÑo año
gen dpto=substr(ubigeo,1,2)
destring dpto,replace
label variable dpto"Departamento"
label define depart 1"Amazonas" 2"Ancash" 3"Apurínac" 4"Arequipa" 5"Ayacucho"
6"Cajamarca" 7"Callao" 8"Cusco" 9"Huancavelica" 10"Huánuco" 11"Ica" 12"Junin"
13"La Libertad" 14"Lambayeque" 15"Lima" 16"Loreto" 17"Madre de Dios"
18"Moquegua" 19"Pasco" 20"Piura" 21"Puno" 22"San Martín" 23"Tacna"
24"Tumbes" 25"Ucayali"
label values dpto depart
codebook estrato
gen popu=0
replace popu=1 if estrato==1|estrato==2|estrato==3
replace popu=2 if estrato==4|estrato==5|estrato==6
label variable popu "Tipo de población"

label define popub 0"Rural" 1"Ciudad" 2"Pueblo"
label values popu popub
codebook sig24
table dpto popu,statistic(mean sig24)

Con la base de datos “enaho-100-2022”


(7 pts)
a) Presente un cuadro que muestre el gasto mensual por consumo de internet (primero de la
muestra y luego generalizada a toda la población) del departamento de Arequipa, clasificados por
estrato geográfico. Previamente debe haber seleccionado y eliminado la data que no
corresponda a este departamento.

(2pt)

b) Cree un gráfico del promedio de gasto mensual por consumo de internet en los hogares del
departamento de Arequipa clasificados por provincia. Previamente debe haber creado la variable
provin (“Provincia del hogar”) y haber nombrado cada una de sus 8 provincias. (3pt)
c) Cree un cuadro que muestre las diferentes formas de alumbrado que utilizan los habitantes de
Arequipa (primero de la muestra y luego generalizada a toda la población), clasificados por
“Provincia del hogar”. (2pt)
Copie aquí su DO completo.

Si no pega su DO, sus 2 anteriores preguntas no serán calificadas.
2. Usando la data de la tasa de morosidad del sistema financiero y variables externas

(tasa BCRP, tasa activa MN, tasa activa MEX) siguientes: (7 pts)
tasa de Tasa de
Fecha morosidad Referencia TAMN TAMEX
(%) BCRP
Ene-06 2.26 3.5 24.1 10.6
Feb-06 2.29 3.75 24.1 10.6
Mar-06 2.10 4 24.3 10.6
Abr-06 2.10 4.25 24.3 10.5
May-06 2.08 4.5 24.4 10.6
Jun-06 2.00 4.5 24.3 10.6
Jul-06 2.03 4.5 24.1 10.7
Ago-06 1.93 4.5 24.1 10.7
Sep06 1.86 4.5 23.9 10.6
Oct-06 1.87 4.5 23.4 10.7
Nov-06 1.81 4.5 23.1 10.7
Dic-06 1.63 4.5 23.1 10.8
Ene-07 1.67 4.5 23.8 10.7
Feb-07 1.66 4.5 23.6 10.7

Mar-07 1.63 4.5 23.4 10.7

Abr-07 1.70 4.5 22.8 10.6
May-07 1.62 4.5 22.1 10.6
Jun-07 1.56 4.5 22.4 10.6
Jul-07 1.56 4.75 23.3 10.5
Ago-07 1.58 4.75 22.9 10.4
Sep07 1.51 5 22.5 10.5
Oct-07 1.48 5 22.8 10.5
Nov-07 1.38 5 22.5 10.4
Dic-07 1.26 5 22.3 10.5
Ene-08 1.40 5.25 23.3 10.3
Feb-08 1.38 5.25 23.3 10.2
Mar-08 1.36 5.25 23.9 10.3
Abr-08 1.31 5.5 23.8 10.5
May-08 1.31 5.5 23.6 10.8
Jun-08 1.21 5.75 23.7 11
Jul-08 1.22 6 23.7 11
Ago-08 1.21 6.25 23.9 10.8
Sep08 1.19 6.5 24.3 10.8
Oct-08 1.19 6.5 24.1 10.7
Nov-08 1.26 6.5 23.5 10.7
Dic-08 1.27 6.5 23 10.5
Ene-09 1.34 6.5 22.9 10.4
Feb-09 1.43 6.25 22.9 10.2
Mar-09 1.41 6 22.6 10.1
Abr-09 1.52 5 22 10.1
May-09 1.58 4 20.7 9.9
Jun-09 1.62 3 20.7 9.8
Jul-09 1.64 2 20.6 9.6
Ago-09 1.69 1.25 20.2 9.2
Sep09 1.58 1.25 20.2 9
Oct-09 1.63 1.25 19.9 8.9
Nov-09 1.62 1.25 19.8 8.7
Dic-09 1.56 1.25 19.9 8.6
Ene-10 1.66 1.25 20 8.5
Feb-10 1.67 1.25 19.8 8.4
Mar-10 1.73 1.25 19.5 8.3
Abr-10 1.72 1.25 19.4 8

May-10 1.76 1.5 19.2 7.9

Jun-10 1.66 1.75 19.1 8
Jul-10 1.81 2 18.2 8.3
Ago-10 1.75 2.5 18.1 8.3
Sep10 1.64 3 18.3 8.7
Oct-10 1.63 3 18.7 8.7
Nov-10 1.59 3 18.7 8.6
Dic-10 1.49 3 18.7 8.5
Ene-11 1.55 3.25 18.7 8.4
Feb-11 1.53 3.5 18.6 8.3
Mar-11 1.51 3.75 18.7 8.3
Abr-11 1.51 4 18.5 8.2
May-11 1.51 4.25 18.5 8
Jun-11 1.51 4.25 18.6 7.8
Jul-11 1.54 4.25 18.5 7.9
Ago-11 1.57 4.25 18.7 7.9
Sep11 1.54 4.25 18.7 8
Oct-11 1.57 4.25 19 7.9
Nov-11 1.52 4.25 18.8 7.7
Dic-11 1.47 4.25 18.9 7.8
Ene-12 1.54 4.25 19 7.8
Feb-12 1.60 4.25 18.8 7.8
Mar-12 1.62 4.25 19 7.9
Abr-12 1.71 4.25 19.2 8
May-12 1.72 4.25 19.3 8
Jun-12 1.73 4.25 19.6 8
Jul-12 1.72 4.25 19.5 8.1
Ago-12 1.75 4.25 19.4 8.3
Sep12 1.72 4.25 19.3 8.2
Oct-12 1.79 4.25 19.3 8.1
Nov-12 1.79 4.25 19.3 8.1
Dic-12 1.75 4.25 19.1 8.2
Ene-13 1.88 4.25 19.4 8.3
Feb-13 1.91 4.25 19.3 8.5
Mar-13 2.00 4.25 19.1 8.7
Abr-13 2.06 4.25 19.1 8.7
May-13 2.10 4.25 18.9 8.7
Jun-13 2.06 4.25 18.8 8.6

Jul-13 2.11 4.25 18.5 8.5

Ago-13 2.11 4.25 18.1 8.5
Sep13 2.12 4.25 17.6 8.3
Oct-13 2.17 4.25 16.6 8.1
Nov-13 2.18 4 16.4 8.1
Dic-13 2.14 4 15.9 8
Ene-14 2.28 4 16 7.9
Feb-14 2.30 4 15.8 7.9
Mar-14 2.34 4 15.6 7.8
Abr-14 2.37 4 15.5 7.6
May-14 2.45 4 15.6 7.5
Jun-14 2.36 4 16 7.3
Jul-14 2.44 3.75 15.9 7.3
Ago-14 2.46 3.75 15.9 7.3
Sep14 2.41 3.5 15.7 7.5
Oct-14 2.47 3.5 15.6 7.6
Nov-14 2.46 3.5 15.6 7.5
Dic-14 2.47 3.5 15.7 7.5
Ene-15 2.58 3.25 16.2 7.6
Feb-15 2.58 3.25 16 7.7
Mar-15 2.54 3.25 16.1 7.8
Abr-15 2.60 3.25 15.9 7.6
May-15 2.67 3.25 16 7.6
Jun-15 2.69 3.25 16.2 7.7
Jul-15 2.73 3.25 16.2 7.7
Ago-15 2.70 3.25 16.3 7.6
Sep15 2.58 3.5 16.1 7.7
Oct-15 2.65 3.5 16.2 7.7
Nov-15 2.62 3.5 16.1 7.8
Dic-15 2.54 3.75 16.1 7.9
Ene-16 2.64 4 16.2 8.1
Feb-16 2.71 4.25 16.1 8.1
Mar-16 2.70 4.25 16.1 7.9
Abr-16 2.77 4.25 16 7.6
May-16 2.86 4.25 16 7.6
Jun-16 2.87 4.25 16.2 7.6
Jul-16 2.85 4.25 16.4 7.9
Ago-16 2.91 4.25 16.5 7.9

Sep16 2.86 4.25 16.8 7.8

Oct-16 2.95 4.25 17.1 7.6
Nov-16 2.96 4.25 17 7.6
Dic-16 2.80 4.25 17.2 7.6
Ene-17 2.96 4.25 17.7 7.5
Feb-17 2.98 4.25 17.1 7.5
Mar-17 3.01 4.25 17 7.4
Abr-17 3.06 4.25 16.8 7.3
May-17 3.15 4 16.8 7.2
Jun-17 3.09 4 17.1 7.2
Jul-17 3.12 3.75 17.1 6.9
Ago-17 3.11 3.75 16.9 6.7
Sep17 3.08 3.5 16.6 6.7
Oct-17 3.14 3.5 16.4 6.7
Nov-17 3.12 3.25 16.1 6.7
Dic-17 3.04 3.25 15.8 6.7
Ene-18 3.12 3 15.9 6.8
Feb-18 3.24 3 15.7 7
Mar-18 3.07 2.75 15.1 7.1
Abr-18 3.11 2.75 14.3 7.2
May-18 3.14 2.75 14.1 7.3
Jun-18 3.10 2.75 14.1 7.4
Jul-18 3.18 2.75 14.1 7.5
Ago-18 3.23 2.75 14.2 7.6
Sep18 3.07 2.75 14.3 7.7
Oct-18 3.10 2.75 14.2 7.9
Nov-18 3.07 2.75 14.2 7.9
Dic-18 2.95 2.75 14.3 7.9
Ene-19 3.04 2.75 14.3 8
Feb-19 3.05 2.75 14.4 8.2
Mar-19 2.99 2.75 14.5 8.1
Abr-19 3.05 2.75 14.5 7.8
May-19 3.11 2.75 14.5 7.7
Jun-19 3.08 2.75 14.6 7.7
Jul-19 3.13 2.75 14.5 7.6
Ago-19 3.13 2.5 14.4 7.6
Sep19 3.10 2.5 14.4 7.7
Oct-19 3.08 2.5 14.2 7.8

Nov-19 3.05 2.25 14.2 7.7

Dic-19 3.02 2.25 14.1 7.5
a) Elabore en E-Views las siete regresiones posibles que explicarían la tasa de morosidad del sistema
financiero peruano en función de dichas variables externas, y presente el cuadro de coeficientes
de cada modelo y sus estadísticos de evaluación: P(F), R2, P(t) de cada variable, DW, rangos DL y
DU. Los coeficientes de cada modelo del cuadro anterior deben estar redondeados a 2 decimales.
Los estadísticos de evaluación a 4 decimales. (Se recomienda convertir las exportaciones e
importaciones a miles de millones de dólares). (4 pt)
Coeficiente R² R² (ajustado) P(t) DW

nº Ecuación P(F)
C V1 V2 V3 C V1 V2 V3
1 LS T_MOROSIDAD T_REFERENCIA C 3.03 -0.22 0.0000 0.1551 0.1500 0.0000 0.0000 0.0156
2 LS T_MOROSIDAD T_REFERENCIA TAMEX C 5.21 -0.03 -0.34 0.0000 0.4766 0.4703 0.0000 0.4052 0.0000 0.0263
3 LS T_MOROSIDAD T_REFERENCIA TAMEX TAMN C 4.99 0.02 0.10 -0.20 0.0000 0.6375 0.6309 0.0000 0.4742 0.1024 0.0000 0.0546
4 LS T_MOROSIDAD T_REFERENCIA TAMN C 5.17 0.03 -0.17 0.0000 0.6315 0.6271 0.0000 0.4088 0.0000 0.0446
5 LS T_MOROSIDAD TAMEX C 5.21 -0.36 0.0000 0.4744 0.4713 0.0000 0.0000 0.0267
6 LS T_MOROSIDAD TAMN C 5.18 -0.16 0.0000 0.6300 0.6278 0.0000 0.0000 0.0433
7 LS T_MOROSIDAD TAMN TAMEX C 4.99 -0.20 0.10 0.0000 0.6364 0.6320 0.0000 0.0000 0.0913 0.0536
b) Presente ahora los cuadros de regresión de cada uno de sus siete modelos. (1.5 pt)
LS T_MOROSIDAD T_REFERENCIA C
Dependent Variable: T_MOROSIDAD
Method: Least Squares
Date: 07/14/23 Time: 14:17
Sample: 2006M01 2019M12
Included observations: 168
Variable Coefficient Std. Error t-Statistic Prob.
T_REFERENCIA -0.224794 0.040721 -5.520304 0
C 3.031382 0.161717 18.74502 0
Mean dependent
R-squared 0.155103 var 2.175357
Adjusted R-squared 0.150014 S.D. dependent var 0.645186
S.E. of regression 0.594827 Akaike info criterion 1.810741
Sum squared resid 58.73398 Schwarz criterion 1.847931

Hannan-Quinn
Log likelihood -150.1022 criter. 1.825835
F-statistic 30.47376 Durbin-Watson stat 0.015612
Prob(F-statistic) 0
LS T_MOROSIDAD T_REFERENCIA TAMEX C

Date: 07/14/23 Time: 14:19
Sample: 2006M01 2019M12
T_REFERENCIA -0.031255 0.037456 -0.83446 0.4052
TAMEX -0.341071 0.033876 -10.0682 0
C 5.205661 0.250868 20.75061 0
Mean dependent
R-squared 0.476635 var 2.175357
Hannan-Quinn
Prob(F-statistic) 0
LS T_MOROSIDAD T_REFERENCIA TAMEX TAMN C

Date: 07/14/23 Time: 14:21
Sample: 2006M01 2019M12
T_REFERENCIA 0.022886 0.031905 0.717303 0.4742
TAMEX 0.096146 0.058536 1.642519 0.1024
TAMN -0.200197 0.023468 -8.530778 0
C 4.993689 0.21089 23.67915 0
Mean dependent
R-squared 0.637495 var 2.175357


Hannan-Quinn
Prob(F-statistic) 0
LS T_MOROSIDAD T_REFERENCIA TAMN C

Date: 07/14/23 Time: 14:20
Sample: 2006M01 2019M12
T_REFERENCIA 0.026492 0.031993 0.828063 0.4088
TAMN -0.166447 0.011396 -14.60631 0
C 5.172475 0.181555 28.4899 0
Mean dependent
R-squared 0.631532 var 2.175357
Hannan-Quinn
Prob(F-statistic) 0
LS T_MOROSIDAD TAMEX C
Date: 07/14/23 Time: 14:18
Sample: 2006M01 2019M12
TAMEX -0.355579 0.029048 -12.24114 0
C 5.210474 0.250572 20.79432 0
Mean dependent
R-squared 0.474427 var 2.175357

Hannan-Quinn
Prob(F-statistic) 0
LS T_MOROSIDAD TAMN C
Date: 07/14/23 Time: 14:18
Sample: 2006M01 2019M12
TAMN -0.161373 0.009599 -16.81217 0
C 5.178912 0.181216 28.5786 0
Mean dependent
R-squared 0.63 var 2.175357
Hannan-Quinn
Prob(F-statistic) 0
LS T_MOROSIDAD TAMN TAMEX C

Date: 07/14/23 Time: 14:20
Sample: 2006M01 2019M12
TAMN -0.196848 0.022965 -8.571759 0
TAMEX 0.099036 0.058311 1.698404 0.0913
C 4.99385 0.210579 23.71484 0
Mean dependent
R-squared 0.636358 var 2.175357
Log likelihood -79.2866 Hannan-Quinn 1.002243

criter.
Prob(F-statistic) 0
c) Presente ahora los gráficos de regresión de cada uno de sus siete modelos. (1.5 pt)
7 12
6 11
5 10
T_REFERENCIA
TAMEX
4 9
3 8
2 7
1 6
0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6 0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6
T_MOROSIDAD T_MOROSIDAD
26 12
24 10
22 8
TAMN
20 T_REFERENCIA 6
TAMEX
18 4
16 2
14 0
0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6 0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6

25 25.0
22.5
20
20.0
17.5
15
T_REFERENCIA TAMEX 15.0
TAMN TAMN
10 12.5
10.0
5
7.5
0 5.0
0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6 0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6
25
20
15
T_REFERENCIA
TAMEX
TAMN 10
0
0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6
T_MOROSIDAD
Copie sus tablas y gráficos al pie de cada pregunta.

Par 02 23-1 B

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Par 02 23-1 B

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Mayor de San Marcos

Universidad del Perú, decana de América

Informática para Economistas

1. Con la base de datos “sumaria-2022” (6 pts)

Informática para Economistas

Informática para Economistas

b) Presente un cuadro mostrando el promedio de ingresos y gastos por alimentos para

Type: Numeric (float)

Range: [0,3848.2] Units: .1

Percentiles: 10% 25% 50% 75% 90%

Informática para Economistas

. table dpto popu,statistic(mean sig24)

Informática para Economistas

Informática para Economistas

label variable popu "Tipo de población"

Informática para Economistas

Con la base de datos “enaho-100-2022”

Informática para Economistas

Informática para Economistas

Informática para Economistas

Copie aquí su DO completo.

2. Usando la data de la tasa de morosidad del sistema financiero y variables externas

Informática para Economistas

Mar-07 1.63 4.5 23.4 10.7

Informática para Economistas

May-10 1.76 1.5 19.2 7.9

Informática para Economistas

Jul-13 2.11 4.25 18.5 8.5

Informática para Economistas

Sep16 2.86 4.25 16.8 7.8

Informática para Economistas

Nov-19 3.05 2.25 14.2 7.7

Coeficiente R² R² (ajustado) P(t) DW

Informática para Economistas

LS T_MOROSIDAD T_REFERENCIA TAMEX C

LS T_MOROSIDAD T_REFERENCIA TAMEX TAMN C

Informática para Economistas

Sum squared resid 25.19996 Schwarz criterion 1.062755

LS T_MOROSIDAD T_REFERENCIA TAMN C

Informática para Economistas

LS T_MOROSIDAD TAMN TAMEX C

Informática para Economistas

Informática para Economistas

Copie sus tablas y gráficos al pie de cada pregunta.

También podría gustarte