“Análisis Estadístico Inferencial

del Impacto de la Variación del

Tipo de Cambio Dólar -
Boliviano”
GRUPO 2
• MATERIA: Estadística Inferencial
• DOCENTE: Ing. Gineth Salo
• INTEGRANTES:
 Rosa Yissel Uzquiano Molina
 Michell Mendoza
 Sariana Daniela Ruth Espinoza
 Jennifer Lisbeth Muruchi Mur
 María Laura Ceballos
INTRODUCCIÓN
 El tipo de cambio entre el dólar estadounidense y el
boliviano es un indicador clave de la salud económica de
Bolivia y un factor determinante en la estabilidad
macroeconómica del país. En los últimos años, se ha
observado un aumento significativo en el valor del dólar
con respecto al boliviano, lo que ha generado
preocupación en diversos sectores de la sociedad boliviana
y ha despertado el interés de investigadores y analistas
económicos.
JUSTIFICACIÓN

 La subida del dólar en Bolivia es un fenómeno económico de gran

relevancia que afecta tanto a nivel nacional como internacional. Su
impacto se extiende a diversos sectores de la economía y tiene
repercusiones significativas en la vida cotidiana de los ciudadanos
bolivianos. Por lo tanto, es importante llevar a cabo un análisis
detallado de este fenómeno por las siguientes razones: Impacto
económico, Estabilidad financiera, Implicaciones sociales y
Relevancia internacional.
OBJETIVO GENERAL
 Analizar la subida del dólar en Bolivia mediante el uso de
herramientas y técnicas de estadística inferencial, con el fin de
comprender las causas, consecuencias y posibles estrategias de
mitigación de este fenómeno en la economía boliviana.
OBJETIVO ESPECIFICO
 Describir y analizar los factores que han contribuido a la subida del
dólar en Bolivia a través de las diversas fuentes de información en
el medio.

 Realizar un análisis para entender la evolución del tipo de cambio

dólar-boliviano en los últimos años.

 Determinar el impacto de la subida del dólar en diferentes sectores

de la economía boliviana.
MARCO TEORICO
 El tipo de cambio es un indicador clave en la economía de cualquier
país y juega un papel fundamental en las transacciones
internacionales, el comercio exterior y la política monetaria. La
variación del tipo de cambio entre dos monedas puede tener varios
efectos en la economía de un país, afectando diferentes sectores y
variables económicas. En el caso específico del tipo de cambio entre
el dólar estadounidense (USD) y el boliviano (BOB), su variación
puede influir en varios aspectos económicos de Bolivia, dado que el
dólar estadounidense es una de las principales monedas de
referencia a nivel mundial.
 Tipo de Cambio: El tipo de cambio representa el valor relativo de una
moneda en comparación con otra.
 Impacto Económico del Tipo de Cambio: Las fluctuaciones en el tipo de
cambio pueden tener diversos efectos en la economía de un país.
 Teorías y Modelos de Determinación del Tipo de Cambio: Hay varias
teorías y modelos que intentan explicar la determinación del tipo de
cambio, como el modelo de oferta y demanda de divisas, la paridad del
poder adquisitivo (PPA), la paridad de los tipos de interés, y el enfoque de
balanza de pagos.
 Efectos de la Variación del Tipo de Cambio: La variación del tipo de
cambio puede tener efectos tanto a corto como a largo plazo en la
economía.
 Política Monetaria y Tipo de Cambio: La política monetaria de un país,
incluyendo las decisiones sobre tasas de interés y la oferta de dinero, puede
influir en el tipo de cambio a través de su impacto en los flujos de capital y
las expectativas del mercado.
MARCO TEORICO PARA UN ANALISIS ESTADISTICO INFERENCIAL DEL
IMPACTO DE LA VARIACION DEL TIPO DE CAMBIO DÓLAR - BOLIVIANO
 Tipo de Cambio y Variables Económicas: En el análisis estadístico inferencial, el tipo de cambio
entre el dólar y el boliviano se considera la variable independiente.

 Estadística inferencial: La estadística inferencial se basa en la inferencia estadística, que

consiste en hacer afirmaciones o predicciones sobre una población basada en una muestra de
datos.
 Hipótesis de Investigación: Se plantean hipótesis nulas y alternativas para examinar la
relación entre el tipo de cambio y las variables económicas de interés.
 Métodos Estadísticos: Se utilizan técnicas de análisis de regresión para investigar la relación
entre el tipo de cambio y las variables económicas dependientes.
 Pruebas de Hipótesis: Se realizan pruebas de hipótesis para determinar si los coeficientes de
regresión son significativamente diferentes de cero.
 Intervalos de Confianza: Se calculan intervalos de confianza para los coeficientes de
regresión para estimar el rango plausible de los efectos del tipo de cambio en las variables
económicas.
 Diagnóstico del Modelo: Se realizan diagnósticos del modelo de regresión para evaluar la
validez de las suposiciones subyacentes, como la linealidad, la normalidad de los residuos, la
homocedasticidad y la independencia de los errores.
 Interpretación de Resultados: Se interpreta el modelo de regresión y los resultados de las
pruebas estadísticas para determinar el impacto significativo del tipo de cambio en las
variables económicas de interés.
DESARROLLO
Ejemplo 1: Cálculo de Probabilidades de Cantidades
Supongamos que tenemos datos históricos mensuales del tipo de cambio dólar - boliviano durante los últimos 2
años. La media del tipo de cambio es de 6.5 bolivianos por dólar y la desviación estándar es de 0.2. Queremos
calcular la probabilidad de que el tipo de cambio supere los 7 bolivianos por dólar en los próximos 3 meses.
Desarrollo:
Sea X la variable aleatoria que representa las ventas diarias del nuevo postre. Se recopila la siguiente
información sobre X: media (μ) = 6,5 y desviación estándar (σ) = 0,2
Para calcular la probabilidad P(X > 7), se utiliza la distribución normal estándar Z:
Datos:
• Media (μ): 6,5
• Desviación estándar (σ): 0,2
• Cantidad deseada: 7 bolivianos por dólar

Conclusión: Por lo tanto, hay aproximadamente un 0.62% de probabilidad de que el tipo de cambio supere los 7
bolivianos por dólar en los próximos 3 meses.
Ejemplo 2: Describir las Estimaciones de Media
Problema:
Supongamos que un investigador está estudiando la relación entre el gasto en publicidad (en
miles de dólares) y las ventas (en miles de unidades) para una empresa en un período de 10
meses. El investigador recopila los siguientes datos:

El investigador quiere determinar si existe una relación lineal entre el gasto en publicidad y las
ventas, y si es así, cuál es la fuerza y dirección de esta relación.
 Desarrollo:
 Gasto de publicidad = (20, 25, 30,
35, 40, 45, 50, 55, 60, 65)
 20² + 25² + 30² + 35² + 40² + 45² + 50² + 55² + 60² + 65² = 29250
Ventas = (60, 65, 70, 75, 80, 85,
90, 95, 100, 105)
 Calcular la media de x (gasto en
 Desarrollo

 b=82.5 − (3.2361×45)

 b=82.5 − 145.5625

 b= − 63.0625

 la ecuación de regresión lineal es: Ventas= − 63.0625 + 3.2361 ×

Gasto en publicidad

 Conclusión: Dado que r es positivo, podemos decir que hay una correlación
Ejemplo 3: Construcción de Intervalos de Confianza para la Proporción
Se está llevando a cabo un estudio para analizar el impacto de la variación del tipo de cambio entre el Dólar y
el Boliviano en un determinado período de tiempo. Seleccionamos una muestra aleatoria de 200 transacciones
internacionales realizadas por empresas bolivianas durante el último mes. En esta muestra, encontramos que
120 transacciones se realizaron cuando el tipo de cambio era mayor a 7 Bolivianos por Dólar.
Queremos construir un intervalo de confianza del 95% para la proporción de transacciones realizadas cuando el
tipo de cambio era mayor a 7 Bolivianos por Dólar.
Desarrollo:
Tamaño de la muestra (n): 200
Número de transacciones con tipo de cambio mayor a 7 Bolivianos por Dólar (éxito): 120
Calcular la proporción muestral (ṕ)
ṕ=120/200
ṕ=0.6
Calcular el error estándar (SE) de la proporción muestral
SE=√((0.6 x (1-0.6))/200)
SE=√((0.6 x 0.4)/200)
SE=√(0.24/200)
SE=√0.0012
SE=0.0346
Determinar el valor crítico de Z para el nivel de confianza del 95% Para un intervalo de
confianza del 95%, el valor crítico de Z es aproximadamente 1.96.
ME= Z × SE
ME= 1.96 × 0.0346
ME= 0.0678
Construir el intervalo de confianza
El intervalo de confianza del 95% para la proporción de transacciones realizadas cuando el
tipo de cambio era mayor a 7 Bolivianos por Dólar es:
ṕ ± ME
0.6 ± 0.0678
0.6±0.0678
(0.5322,0.6678)
Conclusión: Por lo tanto, el 95% de la proporción real de transacciones realizadas cuando el
tipo de cambio es mayor a 7 Bolivianos por Dólar se encuentra dentro del intervalo (0.5322,
0.6678).
Ejemplo 4: Determinar los Parámetros Poblacionales mediante la Construcción de
Intervalos de Confianza para la Diferencia de Medias
Un analista financiero está interesado en estudiar el impacto de la variación del tipo de cambio
entre el Dólar y el Boliviano en el rendimiento de las exportaciones bolivianas. Para ello,
recopila datos sobre el valor de las exportaciones en dos períodos diferentes: antes y después
de una importante fluctuación en el tipo de cambio. Selecciona dos muestras aleatorias de 30
transacciones de exportación antes y después de la fluctuación del tipo de cambio y desea
determinar si hay una diferencia significativa en el valor promedio de las exportaciones entre
los dos períodos.
Los datos muestrales son los siguientes:
• Antes de la fluctuación: Media de las exportaciones = 1000 bolivianos, Desviación
estándar = 200 bolivianos
• Después de la fluctuación: Media de las exportaciones = 1200 bolivianos,
Desviación estándar = 250 bolivianos
Se quiere construir un intervalo de confianza del 95% para la diferencia entre las medias de las
exportaciones antes y después de la fluctuación del tipo de cambio.
Desarrollo:
Identificar los datos relevantes
Tamaño de la muestra (n1) antes de la fluctuación = 30
Tamaño de la muestra (n2) después de la fluctuación = 30
Media de las exportaciones (antes de la fluctuación) = 1000 bolivianos
Desviación estándar (antes de la fluctuación) = 200 bolivianos
Media de las exportaciones (después de la fluctuación) = 1200 bolivianos
Desviación estándar (después de la fluctuación) = 250 bolivianos
Nivel de confianza = 95%
Calcular el error estándar de la diferencia de medias (SEXˉ1−Xˉ2)
SE x1 - x²=√((s 2/1)/n1+(s 2/2)/n2)
SE x1 - x²=√(200²/30+250²/30)
SE x1 - x²=√(40000/30+62500/30)
SE x1 - x²=√(1333.33+2083.33)
SE x1 - x²=√3416.67
SE x1 - x²=58.44
Determinar el valor crítico de t para el nivel de confianza del 95% y los grados de libertad
df=n1+n2−2=30+30−2=58. Para un intervalo de confianza del 95% y df=58, el valor crítico de t es
aproximadamente 2.0027
Calcular el margen de error (ME)
ME=T×SEX1−X2
ME=2.0027×58.44
ME=117.01
Construir el intervalo de confianza El intervalo de confianza del 95% para la diferencia de medias de
las exportaciones antes y después de la fluctuación del tipo de cambio es:
(X1−X2) ± ME
(1000−1200) ±117.01
(−200) ±117.01
(−317.01,−82.99)
Conclusión: Por lo tanto, el 95% de la diferencia real entre las medias de las exportaciones antes y
después de la fluctuación del tipo de cambio se encuentra dentro del intervalo (-317.01, -82.99)
bolivianos. En este caso, como el intervalo no incluye cero, podemos concluir que hay una diferencia
significativa en el valor promedio de las exportaciones entre los dos períodos.
Ejemplo 5: Análisis de demanda
Una empresa fabricante de productos electrónicos está interesada en analizar el impacto de la
variación del tipo de cambio entre el Dólar y el Boliviano en la demanda de sus productos en
el mercado boliviano. Durante los últimos seis meses, la empresa ha recopilado datos
mensuales sobre la cantidad de productos vendidos y la tasa de cambio entre el Dólar y el
Boliviano. A continuación, se presentan los datos recopilados:

La empresa desea determinar si existe una relación significativa entre la tasa de cambio y la cantidad de
productos vendidos, y en caso afirmativo, cuál es la naturaleza de esta relación.
Desarrollo:
Calcular la tasa de crecimiento mensual de las ventas
Mes 2: (1100-1000)/1000 x 100=10%
Mes 3: (1200-1000)/1100 x 100=9.09%
Mes 4: (1150-1200)/1200 x 100=-4.17%
Mes 5: (1250-1150)/1150 x 100=8.70%
Mes 6: (1300-1250)/1250 x 100=4%
∑xy=(6.9×10)+(7.1×9.09)+(7.2×−4.17)+(7.0×8.70)+(7.3×4)=69+64.419+
−30.024+60.9+29.2=193.495
∑x=6.9+7.1+7.2+7.0+7.3=35.5
∑y=10+9.09−4.17+8.70+4=27.62
∑x²=(6.9)²+(7.1)²+(7.2)²+(7.0)²+(7.3)²=47.61+50.41+51.84+49+53.29=251.15
∑y²=(10)²+(9.09)²+(−4.17)²+(8.70)²+(4)²=100+82.7281+17.3529+75.69+16=291.7701
Ahora sustituimos estos valores en la fórmula para calcular r:
Conclusión: El coeficiente de correlación de Pearson (r) es aproximadamente 0.3669. Como es
mayor que cero, indica una correlación positiva entre la tasa de cambio y la tasa de crecimiento
de las ventas.
CONCLUSIONES
 Después de realizar un análisis estadístico inferencial del impacto
de la variación del tipo de cambio dólar - boliviano, podemos
concluir lo siguiente:
 Basándonos en los resultados de las pruebas de hipótesis y el
análisis del modelo de regresión lineal ajustado, encontramos
evidencia estadística significativa que respalda la existencia de una
relación entre la variación del tipo de cambio dólar - boliviano y el
valor de las exportaciones de Bolivia. Específicamente, el
coeficiente de regresión asociado con la variación del tipo de
cambio es significativamente diferente de cero, lo que indica que
existe un impacto estadísticamente significativo de la variación del
tipo de cambio en el valor de las exportaciones.
 RECOMENDACIONES
 Las recomendaciones basadas en el análisis estadístico inferencial del impacto de la variación del tipo de
cambio dólar - boliviano en las exportaciones de Bolivia:

 Monitoreo Continuo del Tipo de Cambio: Vigilar de cerca las fluctuaciones del tipo de cambio dólar -
boliviano mediante análisis estadísticos para tomar decisiones informadas.

 Gestión de Riesgos Cambiarios: Implementar estrategias de gestión de riesgos cambiarios, como contratos
de futuros u opciones de divisas, para mitigar el riesgo de pérdidas en las operaciones de exportación.

 Diversificación de Mercados de Exportación: Aprovechar las oportunidades para diversificar los mercados
de exportación y reducir la dependencia de un solo mercado, especialmente durante períodos de fortaleza
del tipo de cambio.

 Capacitación y Educación: Proporcionar capacitación y educación sobre la importancia de comprender y

gestionar los efectos del tipo de cambio en las exportaciones, utilizando análisis estadísticos para
comunicar de manera efectiva la relación entre ambas variables.
GRACIAS