Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VENTAS DE LAS
DISTINTAS UNIDADES ECONMICAS
DEL ECUADOR, AO 2010:
MACHALA
Integrantes:
Joammet
Mendoza
Lorena Patio
Yuissa
Rivera
Yamel
Robles
Alexander
Silva
Introduccin
En el presente trabajo se elaborar un modelo economtrico en base
a datos de corte transversal obtenidos del Censo Nacional Econmico
2010. Se tiene una muestra de 660 observaciones, en donde se
presenta informacin de las unidades econmicas de la ciudad de
Machala.
Lo que se pretende demostrar es si el total de ingresos anuales
percibidos por ventas o prestacin de servicios dependen de los
gastos anuales en compras y mercaderas, montos de financiamiento,
gastos anuales por servicios prestados por terceros y alquileres y
valor en activos y existencias al final del perodo de la empresa.
Planteamiento de la hiptesis
Los ingresos anuales por ventas o prestacin de servicios
dependen de los gastos anuales en compras y
mercaderas, montos de financiamiento, gastos anuales
por servicios prestados por terceros y alquileres, y valor
en activos y existencias al final del perodo de la empresa.
#
1
2
3
4
5
6
7
8
9
10
11
.
.
.
659
660
Ingresos
Anuales
(I)
5400
228000
36000
30857
18000
1286
19200
3600
36000
30000
6000
.
.
.
330000
114000
Gastos anuales
en compras
(C)
2400
180000
18000
15429
6000
771
16800
1800
12000
18000
1200
.
.
.
300000
5000
Monto de
Financiamiento
(F)
300
11500
2000
2000
300
200
400
1000
1000
800
1000
.
.
.
20000
15000
Gastos en
servicios y
alquileres (T)
154
5400
1800
1800
154
168
360
600
720
1200
200
.
.
.
13200
5000
Valor en Activos
(A)
600
22590
30
40
820
310
1500
150
1500
6000
1500
.
.
.
5000
9880
Estadsticas descriptivas
principales
economtrico
A travs del mtodo de MCO y mediante el software STATA se obtuvieron los siguientes resultados:
Dado el modelo se procede a hacer la regresin:
Ecuacin estimada:
Heteroscedasticidad:
a) Identificacin
Multicolinealidad:
a) Identificacin
es
a) Identificacin
Teorema del lmite central:
) Si existe un gran nmero de variables aleatorias
independientes con idntica distribucin, entonces, con pocas
excepciones, la distribucin de su suma tiende a ser normal a
medida que se incrementa al infinito el nmero de tales
variables.
) Este teorema proporciona una justificacin terica para el
supuesto de normalidad de . Si se cumple este supuesto, los
estimadores obtenidos por MCO son los mejores estimadores
insesgados MEI (van a tener la mnima varianza posible entre
toda clase de estimadores insesgados).
-4
-2
R e s id u a ls
0
2
b) Tratamiento
Una manera de corregir la Normalidad de los errores es eliminar
las observaciones con residuos atpicos.
200
400
Residuals
Residuals
600
800
Residuals
Autocorrelacin
La Autocorrelacin surge cuando los trminos de error del
modelo no son independientes entre s. Al ser datos de
corte transversal, pierde sentido el supuesto de
Autocorrelacin.
Inferencia
T estadstico
Variable
T calculado
T crtico
Probabilidad
22.45
1.6449
0.000
4.76
1.6449
0.000
4.71
1.6449
0.000
6.24
1.6449
0.000
Constante
8.67
1.6449
0.000
Conclusin
La variable es
significativa para el
modelo.
La variable es
significativa para el
modelo.
La variable es
significativa para el
modelo.
La variable es
significativa para el
modelo.
La constante es
significativa para el
modelo.
F estadstico
F
calculad
o
F crtico
Probabili
dad
Conclusi
n
Las
variables
Estadstic
son
o
4gl en el numerador, 655gl en el denominador. Nivel de
588.41
2.385
0.000
significativ
significancia 5%.
as
conjuntame
nte.
R2
R2 = 78.23%.
Aproximadamente el 78,23% de las variaciones de
ingresos anual por ventas o prestacin de servicios son
explicadas por las variaciones conjuntas del gasto
anual en compras y mercaderas, monto de
financiamiento, gasto anual por servicios prestados por
terceros y alquileres, y valor en activos y existencias al
final del perodo de la empresa.
Anlisis
Marginal
Pronstico o prediccin
Una
vez que se ha validado el modelo, puede ser usado para
hacer predicciones.
#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
.
.
.
658
659
660
ln(I)
8,5941
12,3371
10,4912
10,3371
9,7981
7,1593
9,8627
8,1887
10,4913
10,3090
8,6995
8,4764
7,3415
9,7291
7,9374
.
.
.
15,3524
12,7069
11,6440
yhat
8,5120
12,4519
9,7681
9,7272
9,0630
7,7353
9,8722
8,5016
9,9173
10,3804
8,4910
8,7926
7,5235
9,4070
8,8667
.
.
.
14,9796
12,7018
10,3887
Usando
el
comando
predict
yhat
se
obtuvo las predicciones
para cada observacin.
I
5400
30000
yhat
=eyhat
8,51196 4974
10,3804 32222
2
6000 8,60376 5452
2400 8,22549 3735
240000 12,8368 375807
3
Conclusiones
Existen muchas variables que en sentido comn
contribuiran directamente a la explicacin del nivel de
ingresos por ventas y deberan ser consideradas. Sin
embargo la decisin del uso de estas variables depende no
slo de su naturaleza sino de la cantidad de informacin
que provea para la construccin del modelo.
Normalidad
Segn la informacin arrojada por STATA por el
tratamiento de los datos, el modelo no cumple con la
normalidad de los errores, esto hace que los estimadores
no sean los mejores estimadores insesgados MEI.
Pero, debido a la cantidad de datos a la gran cantidad de
datos, se puede hacer alusin al Teorema del Lmite
Central para asumir la normalidad de los errores.
Autocorrelacin
Dado que los datos son de corte transversal, la correlacin
entre los errores o perturbaciones estocsticas no existen
porque no hay otras observaciones de un periodo diferente
(no hay influencia de otros periodos de tiempo).