8/13/2019 Practica 3 - Econometria_resuelto

1/5

ECONOMETRAPRCTICA 3

PASO 1

1) Copia la siguiente Base de datos en una hoja de clculo de Excel y guarda el archivo con el nombre de

Prctica 3_Nombre y Apellido

2) Exporta los datos a SPSS y nombra el archivo como Prctica 3 _Nombre y Apellido

Realiza las actividades siguientes en SPSS y escribe un informe en Word donde emitas todas tus conclusiones ysugerencias en cuanto al modelo

3) Reconoce la variable dependiente y las independientes y nmbralas Y y Xi segn corresponda

Y= IMACEC X1=DESEMPLEO X2=IPC

4) Realiza una grfica matricial de dispersin con los datos brutos e indica relaciones que crees visualizar en la

misma

Se observa que x1 est ms relacionada

linealmente con Y, que x2.

Entre x1 y x2 no existe, aparentemente,una relacin lineal

8/13/2019 Practica 3 - Econometria_resuelto

2/5

5) Realiza el cuadro de correlaciones bivariadas, a partir de ella selecciona una variable independiente y trabaja

con la regresin lineal simple

Correlaciones

y x1 x2

y Correlacin de Pearson 1 -0,486 -0,112

x1 Correlacin de Pearson 1 0,488

x2 Correlacin de Pearson 1

La variable que est ms correlacionada linealmente con Y, es x1, sin embargo los coeficientes de

correlaciones son muy bajos.

Seleccionamos x1 para correr la regresin.

6) Con las variables seleccionadas en 5), realiza las siguientes tareas:

Escribe el modelo econmico

()

Especifica el modelo economtrico

7) Corre la regresin lineal simple y luego:

a) Escribe la recta de regresin estimada:

Coeficientesa

Modelo Coeficientes no estandarizados Coeficientes

tipificados

t Sig. Intervalo de confianza de 90,0%

para B

B Error tp. Beta Lmite inferior Lmite superior

1(Constante) 288,004 22,510 12,794 ,000 247,205 328,803

x1 -,073 ,042 -,486 -1,760 ,109 -,148 ,002

a. Variable dependiente: y

b) Interpreta los coeficientes obtenidos

=

=

c) Interpreta la bondad del ajuste

R2=0,237

Resumen del modelob

Modelo R R cuadrado R cuadrado

corregida

Error tp. de la

estimacin

1 ,486a ,237 ,160 7,51211

a. Variables predictoras: (Constante), x1

b. Variable dependiente: y

8/13/2019 Practica 3 - Econometria_resuelto

3/5

d) Realiza las pruebas de corroboracin individuales y la prueba global

Pruebas p-valor Conclusin

0,000

Como p_valor < 0,05 es

adecuado para el modelo

0,109

Como p_valor > 0,05 no es

adecuado para el modelo

0,109

Como p_valor > 0,05 no existe

asociacin lineal entre la

variable dependiente y la

independiente.

e) Construye intervalos de confianza del 90% para los coeficientes del modelo de regresin e

interprtalos.

Lmite inferior Lmite superior

247,205 328,803

-0,148 0,002

f) Realiza un diagrama de dispersin de los residuos tipificados y comenta lo que observas

g) Realiza el grfico P-P normal y comenta lo que observas

Los residuos estn dispersos entre 2 y

-2 desviaciones estndar. No se

observa relaciones funcionales entre

los residuos.

Como los puntos no estn alejados

de la recta, los residuos aparentan

estar distribuidos normalmente

8/13/2019 Practica 3 - Econometria_resuelto

4/5

8) Realiza una conclusin general de la regresin lineal simple realizada

Las pruebas realizadas indican que no existe asociacin lineal entre IMACEN y DESEMPLEO, la bondad del

ajuste indica que la regresin solo explica el 23% de la variacin de la variable dependiente.

Esto indica que existen errores de especificacin en el modelo. Deberan agregarse ms variables o

aumentar el tamao muestral para sugerir alguna relacin funcional entre las variables analizadas

ANOVAa

Modelo Suma de

cuadrados

gl Media

cuadrtica

F Sig.

1

Regresin 174,818 1 174,818 3,098 ,109b

Residual 564,318 10 56,432

Total 739,137 11

a. Variable dependiente: y

b. Variables predictoras: (Constante), x1

PASO 2

1) Corre una regresin lineal tomando las dos variables explicativas

2) Escribe la ecuacin de la regresin obtenida

3) Interpreta la bondad del ajuste y comenta las diferencias encontradas con la bondad del ajuste del Paso 1

R2=0,257, la variabilidad explicada por la recta de regresin estimada es del 26%, apenas 3% ms que la regresin

simple.

Adems el R2ajustado es apenas del 9,2%, menor al R

2ajustado del modelo simple.

4) Realiza las pruebas de significancia individual y global

Pruebas p-valor Conclusin

0,328

Como p_valor > 0,05 no es

adecuado para el modelo

0,119

Como p_valor > 0,05 no esadecuado para el modelo

0,630

Como p_valor > 0,05 no es

adecuado para el modelo

0,263

Como p_valor > 0,05 no existe

asociacin lineal entre la

variable dependiente y la

independiente.

5) Elabora una conclusin de la regresin realizada

8/13/2019 Practica 3 - Econometria_resuelto

5/5

Por las pruebas realizadas el modelo de regresin lineal mltiple no es adecuado, no existe asociacin lineal

entre la variable dependiente y las independientes, ninguno de los coeficientes estimados es estadsticamente

significativo.

6) Qu modelo te parece el ms adecuado?, por qu?

Los dos modelos presentan errores de especificacin, R2muy bajo, por lo tanto no opto por ninguno de ellos.

Coeficientes

a

Modelo Coeficientes no estandarizados Coeficientes

tipificados

t Sig. Intervalo de confianza de 90,0%

para B

B Error tp. Beta Lmite inferior Lmite superior

1

(Constante) 194,808 188,235 1,035 ,328 -150,248 539,864

x1 -,085 ,049 -,566 -1,721 ,119 -,176 ,006

x2 ,950 1,904 ,164 ,499 ,630 -2,540 4,441

a. Variable dependiente: y

Resumen del modelob

Modelo R R cuadrado R cuadrado

corregida

Error tp. de la

estimacin

1 ,507a ,257 ,092 7,81116

a. Variables predictoras: (Constante), x2, x1

b. Variable dependiente: y

ANOVAa

Modelo Suma de

cuadrados

gl Media

cuadrtica

F Sig.

1

Regresin 190,009 2 95,005 1,557 ,263b

Residual 549,127 9 61,014

Total 739,137 11

a. Variable dependiente: y

b. Variables predictoras: (Constante), x2, x1