Fase 5 Evaluación Final y Análisis Multivariado

Nombre de los estudiantes:

Yessika Roció Rey Sepúlveda

Nombre del director:

Juan David Pulido Vargas

Grupo: 105018_7

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de ciencias Administrativas, Contables, Económicas y de Negocios – ECACEN

Programa de ECONOMIA

Cead: Málaga Santander

Diciembre de 2023
Actividad colaborativa

Responder las preguntas y realizar la justificación para cada una de ellas.

1. El gráfico muestra el comportamiento de una acción desde 1872 a 2003.

Teniendo en cuenta que se va a realizar un análisis de series de tiempo a través de un

modelo de rezagos distribuido, los datos nos muestran que se deben

a. Calcular las funciones de autocorrelación simple y parcial con el fin de establecer un

número de rezagos.

b. Realizar la transformación de la serie a primeras diferencias con el fin de que sea

estacionaria.

c. Cambia el periodo de estudio para aumentar la estacionalidad.

d. estima una ecuación lineal para la serie, a partir del periodo de los ciclos estacionales que

la caracterizan.
La respuesta correcta es

a. Calcular las funciones de autocorrelación simple y parcial con el fin de establecer

un número de rezagos.

Los modelos de rezagos distribuidos se utilizan para modelar la dependencia entre una

variable y sus rezagos. Para determinar el número de rezagos a incluir en el modelo, se

utilizan las funciones de autocorrelación simple y parcial. Estas funciones muestran la

correlación entre la variable actual y sus rezagos de distintos períodos.

En el gráfico, se observa que la serie presenta una tendencia creciente, así como una cierta

estacionalidad. Sin embargo, no es posible determinar el número de rezagos a incluir en el

modelo sin realizar un análisis más detallado de la serie.

2. Se quiere estudiar el comportamiento de gasto de consumo personal per cápita (GCPC)

en relación con el ingreso disponible personal per cápita (IDPC) en Estados Unidos de 1960

a 2006; todos los datos están en dólares de 2000. Para ello se corre el modelo y obtiene la

siguiente información:
A partir de los datos se puede indicar que el modelo es

a. Estadísticamente no es significativo

b. Explicado en un 9% por las variables

c. Tiene problemas de colinealidad

d. Presenta errores de medición

La respuesta correcta es

a. Estadísticamente no es significativo.

El coeficiente de determinación es un estadístico que mide el porcentaje de la variabilidad

de la variable dependiente que se explica por la variable independiente. En este caso, el

coeficiente de determinación es de 0,09, lo que significa que solo el 9% de la variabilidad

del gasto de consumo personal per cápita (GCPC) se explica por el ingreso disponible
personal per cápita (IDPC). Este valor es muy bajo, por lo que indica que el modelo no es

significativo.

3. Para analizar el comportamiento del desempleo en Colombia, se quiere comprobar la

estacionalidad de la serie por la cual se aplicó la prueba de Dickey Fuller Aumentada, que

arrojó un estadístico de -2.624 y un p-valor correspondiente de 0.0235. El objetivo es

especificar un modelo ARIMA. Frente a los resultados usted decide

a. Calcular las funciones de autocorrelación simple y parcial con el fin de establecer un

número de rezagos.

b. Realizar la transformación de la serie a primeras diferencias con el fin de que sea

estacionaria.

c. Cambia el periodo de estudio para aumentar la estacionalidad.

d. estima una ecuación lineal para la serie, a partir del periodo de los ciclos estacionales

que la caracterizan.

La respuesta correcta es
b. Realizar la transformación de la serie a primeras diferencias con el fin de que sea

estacionaria.

El estadístico de la prueba de Dickey Fuller Aumentada es menor que el valor crítico para

un nivel de significancia de 0,05, lo que indica que se puede rechazar la hipótesis nula de

que la serie no tiene raíz unitaria. Sin embargo, el p-valor es relativamente alto, lo que

indica que la serie todavía puede tener una tendencia débil.

Para que la serie sea estacionaria, se debe eliminar la tendencia y la estacionalidad. En este

caso, la prueba de Dickey Fuller Aumentada indica que la serie tiene una tendencia débil,

por lo que es necesario realizar la transformación de la serie a primeras diferencias.

4. El siguiente modelo representa la Población en edad de trabajar para los departamentos

de Antioquia, Boyacá y Casanare

De acuerdo con los datos arrojados del modelo se puede inferir que

a. El modelo es adecuado porque logra explicar el comportamiento de los grupos

b. El modelo es consistente porque los estimados son estadísticamente significativos

c. El modelo logra explicar el comportamiento del mercado laboral en Colombia

d. El modelo predice el efecto que tiene la TGP, TO y TD en el PET pata los departamentos

La respuesta correcta es
d. El modelo predice el efecto que tiene la TGP, TO y TD en el PET para los

departamentos.

El modelo representa la Población en edad de trabajar (PET) para los departamentos de

Antioquia, Boyacá y Casanare, como una función de la Tasa de crecimiento de la población

(TGP), la Tasa de ocupación (TO) y la Tasa de desempleo (TD).

Los datos arrojados por el modelo indican que la TGP, la TO y la TD tienen un impacto

significativo en el PET de los departamentos. Por lo tanto, el modelo puede utilizarse para

predecir el efecto que tendrá un cambio en estas variables en el PET de los departamentos.

5. La tabla presenta información de indicadores del mercado laboral como la Tasa Global

de participación (TGP) y la Tasa de desempleo (TD) expresados en cambios porcentuales

por trimestres para dos departamentos de Colombia entre el 2016 y 2017.

De acuerdo con la tabla presentada puede inferir que la estructura de datos es de

a. Series de tiempo, porque los datos presentan una secuencia de observaciones sobre un

intervalo de tiempo.

b. Series de tiempo, porque muestra una sucesión de datos medidos en determinados

momentos. c. Datos panel, porque las observaciones se combinan con los diferentes

individuos a lo largo del tiempo.

d. Datos panel porque los datos recopilan la información de las variables en un punto

especifico del tiempo.

La respuesta correcta es

a. Series de tiempo, porque los datos presentan una secuencia de observaciones sobre

un intervalo de tiempo.
Los datos presentados en la tabla muestran una secuencia de observaciones sobre un

intervalo de tiempo, en este caso, los trimestres de los años 2016 y 2017. Por lo tanto, la

estructura de datos es de series de tiempo.