Practica 3 - Econometria_resuelto
Transcript of Practica 3 - Econometria_resuelto
-
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