Modelo arima para la balanza comercial de bolivia
inaviDocumentos de Investigación23 de Marzo de 2016
690 Palabras (3 Páginas)306 Visitas
MODELOS NO LINEALES
A partir de la siguiente información donde:
Y = Es el promedio de la utilidad anual de una empresa (en bolivianos)
X= Es la desviación estándar de la utilidad anual promedio (en bolivianos)
U= Termino estocástico
Se pide ESTIMAR y COMENTAR los siguientes modelos:
- Log-log
- Semi log:
1) Log-lin
2) Lin-log
- Reciproco:
1) En la desviación estándar (X),
2) En el promedio de la utilidad (Y)
- Estandarizado
MODELOS NO LINEALES
La empresa “La Limpia, S.A.”, produce detergente líquido. La compañía desea contar con un modelo para predecir la demanda de botellas de detergente con el objeto de planificar su producción. El experto de la empresa en este campo cree que las ventas de detergente (en miles de botellas) vienen determinadas por EL Índice de Crecimiento Económico en porcentaje y otras variables que no se consideran en el modelo.
Por lo tanto:
Y = ventas de detergente (miles de botellas)
X= índice de crecimiento económico (en porcentaje)
U= Termino estocástico
Se pide ESTIMAR y COMENTAR los siguientes modelos:
- Log-log
Dependent Variable: LNY | ||||
Method: Least Squares | ||||
Date: 09/03/15 Time: 12:54 | ||||
Sample: 2001 2015 | ||||
Included observations: 15 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.766479 | 0.011936 | 64.21341 | 0.0000 |
LNX | -0.280559 | 0.041471 | -6.765182 | 0.0000 |
R-squared | 0.778790 | Mean dependent var | 0.758133 | |
Adjusted R-squared | 0.761774 | S.D. dependent var | 0.094209 | |
S.E. of regression | 0.045982 | Akaike info criterion | -3.197566 | |
Sum squared resid | 0.027487 | Schwarz criterion | -3.103159 | |
Log likelihood | 25.98174 | Hannan-Quinn criter. | -3.198571 | |
F-statistic | 45.76769 | Durbin-Watson stat | 0.692681 | |
Prob(F-statistic) | 0.000013 | |||
Ln Y = Ln A + B Ln X+ U Ln e
Ln A= 0.766 – 0.281X
Antilog A= 2.1511
α = si (x) el índice de crecimiento económico es igual a cero, entonces la variable (y) ventas de detergentes va a ser igual a 2151 botellas
β = si (x) el índice de crecimiento económico aumenta en 1 %, la variable (y) ventas dedetergentes va a disminuir en un 0.28%
- Semi log:
- Log-lin
Dependent Variable: LNY | ||||
Method: Least Squares | ||||
Date: 09/03/15 Time: 13:11 | ||||
Sample: 2001 2015 | ||||
Included observations: 15 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 1.024533 | 0.048721 | 21.02870 | 0.0000 |
X | -0.248198 | 0.043612 | -5.691051 | 0.0001 |
R-squared | 0.713581 | Mean dependent var | 0.758133 | |
Adjusted R-squared | 0.691549 | S.D. dependent var | 0.094209 | |
S.E. of regression | 0.052322 | Akaike info criterion | -2.939223 | |
Sum squared resid | 0.035589 | Schwarz criterion | -2.844816 | |
Log likelihood | 24.04417 | Hannan-Quinn criter. | -2.940228 | |
F-statistic | 32.38806 | Durbin-Watson stat | 0.747915 | |
Prob(F-statistic) | 0.000074 | |||
ln Yt = α + βXt + Ut
α =1.0245
β = -0.2482
β =si (x)el crecimiento económico aumenta un 1% la variable (y)ventas de detergentes va a disminuir en 24.82%
- Lin-log
Dependent Variable: Y | ||||
Method: Least Squares | ||||
Date: 09/03/15 Time: 13:14 | ||||
Sample: 2001 2015 | ||||
Included observations: 15 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 2.161496 | 0.027850 | 77.61206 | 0.0000 |
LNX | -0.610566 | 0.096760 | -6.310113 | 0.0000 |
R-squared | 0.753870 | Mean dependent var | 2.143333 | |
Adjusted R-squared | 0.734936 | S.D. dependent var | 0.208384 | |
S.E. of regression | 0.107285 | Akaike info criterion | -1.503090 | |
Sum squared resid | 0.149631 | Schwarz criterion | -1.408684 | |
Log likelihood | 13.27318 | Hannan-Quinn criter. | -1.504096 | |
F-statistic | 39.81753 | Durbin-Watson stat | 0.678506 | |
Prob(F-statistic) | 0.000027 | |||
Yt = α + β lnXt +Ut
...