Tomamos la variable dependiente (PIBREAL) el cual es el PIB anual de un pais sin tener encuenta la inflacion.

esUniversidad del Quindío

Facultad de ciencias económicas y administrativas

Economía VI

Metodología de la Investigación.

Presenta:

Jose Gilberto Sanchez Olave

Docente:

Juan Carlos Vasquez Sora

Armenia – Quindío

22/04/2015

Tomamos la variable dependiente (PIBREAL) el cual es el PIB anual de un pais sin tener encuenta la inflacion.

Las variables independientes que tomamos son :

Consumo real, inversion, gasto del gobierno.

Tomamos estas variables. Por que afectan directamente positiva o negativa los movimientos del PIBREAL.

Estas variables independientes se toman por su alta relacion frente a los movimientos de la variable dependiente.

Los cambios del PIB de un pais pueden ser impulsados por el aumento o disminucion del consumo local, al aumentar el consumo local aumenta la produccion para poder suplir la demanda nueva generada por ese aumento en el cosumo y esto se refleja directamente en un aumento constante de estas dos variables que se reflejan en el PIBREAL, Si el gobierno destina mas de su gasto publico en insentivo a la produccion, puede ser en infraestructura, tecnologia, este gasto destinado a este sector aumenta la produccion gracias a sus insentivos.

En conclucion las variabes independientes escogidas afectan con sus variaciones a los cambios en la variable dependiente.

Indicamos las variables ecogidas dentro del modelo.

 Y= Bo + B1X1+B2X2+B3X3.

Y=PIBREAL (Variable dependiente)

X1= consumo real [pic 1]

X=2 inversion        Variables independientes

X3= gasto gobierno

Tomando estas variables a continuacion presentamos la justificacion de la viabilidad de estas  con una regrecion lineal.

[pic 2]

El R- squared nos dice que el  99.96% de los datos del PIBREAL son explicados por el consumo real, inversión, gasto gobierno Por lo tanto el modelo si muestra que tiene una relación explicativa entre las variables, relacionadas entre ella, como podemos ver es alto el porcentaje por eso podemos afirmar que las variables independientes tienen gran influencia sobre los movimientos de la variable dependiente.  

El modelo es significativo ya que la prueba F cae en la zona de rechazo por lo tanto se rechaza la hipótesis nula y se acepta la alternativa. Esto nos muestra que el las variables del modelo son importes en todos sus parámetros.

La variable consumo real (X1) es significativa ya que se rechaza la hipótesis nula que es igual a 0.000 cayendo en la zona de rechazo y por lo tanto se acepta la hipótesis alternativa; esto nos muestra que esta variables es importante en relación con el modelo. La variable inversión r (x2)  es significativa ya que se rechaza la hipótesis nula que es igual a 0.000 cayendo en la zona de rechazo y por lo tanto se acepta la hipótesis alternativa esto nos muestra que esta variables es importante en relación con el modelo.

Gasto gobierno (X3). Es significativa ya que se rechaza la hipótesis nula que es igual a 0.000 cayendo en la zona de rechazo y por lo tanto se acepta la hipótesis alternativa esto nos muestra que esta variables es importante en relación con el modelo.

KURTOSIS – ASIMETRIA

[pic 3]

Kurtosis: según el resultado que dio 4,09 tiene una distribución muy superior a una kurtosis de 3 lo que nos indica que los datos están dispersos de la media, en su forma más separados de la media.

Asimetría: como la asimetría es mayor a cero la gráfica es más ancha de un lado, lo que significa que en la zona más ancha hay más datos; nos muestra que los datos se agrupan en una pequeña zona por lo cual hay una concentración de datos agrupados en uno de los lados.

[pic 4]

Pr(skewness) : acepto la hipótesis nula, es decir que no hay diferencias estadísticamente significativa, a pesar de que la asimetría no dio (0) pero cercana, los errores distribuyen normal hasta el momento, esto nos muestra que si es estadísticamente representativas las muestras en el modelo.

[pic 5]

[pic 6][pic 7]

[pic 8][pic 9]

[pic 10][pic 11][pic 12]

Pr(kurtosis): rechazo la hipótesis nula y acepto la alternativa, hay diferencias estadísticamente entre la muestra y la población real, esto nos quiere decir que la muestra tomada no es suficientemente representativa frente a la población total, debería tomarse más cantidad de valores para poder cubrir una cantidad que si sea representativa frente a la población total.

[pic 13]

[pic 14][pic 15]

[pic 16][pic 17]

[pic 18][pic 19][pic 20]

Prob chi2: El modelo  es significativo ya que se rechaza la hipótesis nula y se acepta la alternativa.  Lo que nos muestra que el modelo si da a entender lo propuesto y relacionado con las variables.

[pic 21]

[pic 22][pic 23]

[pic 24][pic 25]

[pic 26][pic 27][pic 28]

[pic 29]

Si hay multicolinealidad ya que es mayor a 10, con un (49,68) por lo tanto las  Variables se relacionan indirectamente entre ellas.

Al encontrar una multicolinealidad una de las formas para poder arreglar el modelo es cambiando una de las variables en esta caso sacaríamos la variable consumo real ya que es la que se encuentra con un VIF más alto que los demás, el cual nos muestra que es la variable que más se está relacionado con las demás.  

...