1.1.

1 Estimación parámetros método MCO

T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-1: ESTIMACION DE

EXPORTACIONES Y PRECIO DE EXPORTACION DEL ESPARRAGO DEL PERÚ
2000-2016
Valor Estimado
i
_ _ _
Años LOG (EX) LOG (PR)  ( x  x)( y  y ) ( x  x) 2 i2
Y
2000 17.427 17.801 17.52005 1.17882 1.73958 -0.09336 0.00872
2001 17.541 17.971 17.62335 0.89517 1.31957 -0.08216 0.00675
2002 17.782 18.234 17.78303 0.47711 0.78429 -0.00130 0.00000
2003 18.022 18.501 17.94488 0.18502 0.38303 0.07664 0.00587
2004 18.085 18.760 18.10225 0.08454 0.12930 -0.01688 0.00029
2005 18.198 18.890 18.18096 0.02819 0.05284 0.01688 0.00028
2006 18.344 19.047 18.27616 -0.00170 0.00533 0.06764 0.00458
2007 18.384 19.278 18.41632 0.00997 0.02495 -0.03274 0.00107
2008 18.514 19.247 18.39762 0.02466 0.01616 0.11679 0.01364
2009 18.621 19.339 18.45381 0.06614 0.04828 0.16765 0.02811
2010 18.634 19.488 18.54368 0.11525 0.13529 0.09011 0.00812
2011 18.643 19.498 18.55005 0.12212 0.14312 0.09323 0.00869
2012 18.587 19.654 18.64440 0.14229 0.28494 -0.05738 0.00329
2013 18.642 19.840 18.75776 0.23139 0.51925 -0.11619 0.01350
2014 18.707 19.767 18.71356 0.25055 0.41959 -0.00631 0.00004
2015 18.683 19.859 18.76930 0.26804 0.54700 -0.08641 0.00747
2016 18.635 19.862 18.77072 0.23300 0.55047 -0.13621 0.01855
Total 311.44788 325.03505 311.44788 4.31054 7.1030 0.00000 0.12897
Promedio 18.32046 19.11971

FUENTE: BANCO CENTRAL DE RESERVA DEL PERU

(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 4.31054

𝛽̂1 = = = 0.606862421
(𝑥 − 𝑥̅ )2 7.1030

𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 18.32046 − (0.606862421) ∗ 19.11971 = 6.717430892

1.1.2 PLANTE ANDO EL MODELO

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖
Dependent Variable: LOGEX
Method: Least Squares
Sample: 1 17
Included observations: 17

Variable Coefficient Std. Error t-Statistic Prob.

C 6.717431 0.665593 10.09240 0.0000

LOGPR 0.606862 0.034792 17.44259 0.0000

1.1.3 Los parámetros del modelo:

Por lo tanto, la ecuación de regresión muestral quedara:

𝑌 = 6.717431 + 0.606862𝑋1

Interpretación de los parámetros del modelo.


B 0 = 6.717431

Este resultado nos indica que cuando el precio de la exportación es equivale a 0,

la oferta exportable de espárragos aumentara en 6.717431%


B 1 = 0.606862

Indica que, para un incremento en una unidad del precio de la exportación de

esparrago, produce en promedio un aumento de 0.606862% de la oferta
exportable.

1.1.4 Los coeficientes de regresión

R-squared 0.953014 Mean dependent var 18.32046

Adjusted R-squared 0.949882 S.D. dependent var 0.414192
S.E. of regression 0.092726 Akaike info criterion -1.808212
Sum squared resid 0.128971 Schwarz criterion -1.710187
Log likelihood 17.36980 Hannan-Quinn criter. -1.798468
F-statistic 304.2440 Durbin-Watson stat 0.878962
Prob(F-statistic) 0.000000
Coeficiente de correlación
∑ 𝑥1 𝑦1 4.31054
𝑟= = = 0.976224357
√(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(7.1030)(2.74488)

Interpretación:

Indica que existe una fuerte relación lineal entre la oferta exportadora y el precio de
exportación, dado que el resultado se encuentra cerca de la unidad, esto indica una
relación lineal positiva, a medida que incrementa el precio de exportación aumenta
también la oferta exportable . El ajuste es bueno.

Coeficiente de determinación: 80.1%

2
∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 2.61590
𝑟 = = = = 0.953014
∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 2.74488

Este resulta nos indica que la oferta exportable esta explicado en un 95.30% por el
precio de exportación y el 4.7% esta explicado por otros factores que están fuera
del modelo.
G RAFICA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-1: DISPERSIÓN DE LAS
VARIABLES DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN

FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS)

INTERPRETACIÓN:

Como podemos observar en el gráfico de dispersión de las variables en estudio las

cuales son el consumo privado y el la demanda interna presentan una relación lineal
fuerte, cuya pendiente es positiva. Dicha relación se estudiará teniendo en cuenta
el coeficiente de correlación
1.1.5 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO

T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-2: ANÁLISIS DE LA

VARIANZA DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN

Valor Estimado SCReg SCRes SCT

Años LOG (EX) LOG (PR)
𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2
2000 17.427 17.801 17.52005 0.6407 0.0087 0.7988
2001 17.541 17.971 17.62335 0.4860 0.0067 0.6073
2002 17.782 18.234 17.78303 0.2888 0.0000 0.2902
2003 18.022 18.501 17.94488 0.1411 0.0059 0.0894
2004 18.085 18.760 18.10225 0.0476 0.0003 0.0553
2005 18.198 18.890 18.18096 0.0195 0.0003 0.0150
2006 18.344 19.047 18.27616 0.0020 0.0046 0.0005
2007 18.384 19.278 18.41632 0.0092 0.0011 0.0040
2008 18.514 19.247 18.39762 0.0060 0.0136 0.0376
2009 18.621 19.339 18.45381 0.0178 0.0281 0.0906
2010 18.634 19.488 18.54368 0.0498 0.0081 0.0982
2011 18.643 19.498 18.55005 0.0527 0.0087 0.1042
2012 18.587 19.654 18.64440 0.1049 0.0033 0.0711
2013 18.642 19.840 18.75776 0.1912 0.0135 0.1031
2014 18.707 19.767 18.71356 0.1545 0.0000 0.1496
2015 18.683 19.859 18.76930 0.2015 0.0075 0.1313
2016 18.635 19.862 18.77072 0.2027 0.0186 0.0986
Total 311.44788 325.03505 311.44788 2.61590 0.12897 2.74488
Promedio 18.32046 19.11971
FUENTE: ELABORACIÓN PROPIA

T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-3: ANÁLISIS DE LA ANOVA

DE OFERTA EXPORTADORA Y PRECIO DE EXPORTACIÓN
Grados de Suma de cuadrados Promedio de los cuadrados F
libertad
Regresión 1 2.61590432 2.61590432 304.244001
Residuos 15 0.12897071 0.008598047
Total 16 2.74487503

FUENTE ELABORACIÓ PROPIA

1.1.6 HIPOTESIS DE LAS V ARI ABLES DEMANDA INTERNA Y EL

CONSUMO PRIV ADO

Hipótesis general

𝐻0 = No existe una relación lineal entre la oferta exportadora y el precio de exportación.

𝐻1 = Existe una relación lineal entre la oferta exportadora y el precio de exportación.
 Nivel de significancia
∝= 0.05

Estadístico de prueba

2.61590432
𝐹𝑐𝑎𝑙 = = 304.244001
0.008598047

𝐹𝑡𝑎𝑏 (1,15) = 2.131449546

𝐹𝐶𝑎𝑙 > 𝐹𝑇𝑎𝑏

Interpretación

Dado que 𝐹𝐶𝑎𝑙 > 𝐹𝑇𝑎𝑏 se rechaza la hipótesis nula, por lo tanto, podemos afirmar
que la oferta exportadora estas significativamente relacionadas con el precio de
exportación. Es decir, el modelo es significativo.

1.1.7 Predicción o errores estándar de la estimación de mínimos

cuadrados

La predicción del valor estimado se mide por su error estándar (ee).se muestra los
errores estándar de las estimaciones de MCO, que se refiere como medida de
confiabilidad o predicción de los estimadores 𝛽̂0 . 𝛽̂1 . Dado el supuesto gaussiano
puede obtenerse de la siguiente manera:

∑ 𝑢̂2 0.12897
𝜎̂ 2 = = = 0.008598047
𝑛−2 15

∑ 𝑢̂2 0.12897
𝜎̂ = √ =√ = 0.092725656
𝑛−2 15

∑ 𝑋𝑖2 2 6,221.67864
𝑉𝑎𝑟(𝛽̂0 ) = 𝜎 = ∗ 0.008598047 = 0.443013663
𝑛 ∑ 𝑥𝑖2 17 ∗ 7.1030

∑ 𝑋𝑖2 6,221.67864
𝑒𝑒(𝛽̂0 ) = √ 2 𝜎=√ ∗ 0.092725656 = 0.665592716
𝑛 ∑ 𝑥𝑖 17 ∗ 7.1030

𝜎2 0.008598047
𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.001210482
∑ 𝑥𝑖 7.1030
 𝜎 0.092725656
𝑒𝑒(𝛽̂1 ) = = = 0.034791987
√7.1030
√∑ 𝑥𝑖2

1.1.8 Prueba de hipótesis para la pendiente del model o

𝐻0 : 𝛽1 = 0

𝐻0 : 𝛽1 ≠ 0

 Estadístico de prueba

𝛽̂1 − 𝛽1
𝑡𝑐𝑎𝑙 =
𝑠𝑒(𝛽̂1 )

0.606862 − 0
𝑡𝑐𝑎𝑙 = = 17.44259157
0.034791987

 Nivel de significancia

∝= 0.05

 El valor de tabla:

𝑡(𝛼;20−2)= 2.13144955
2

Conclusión:

Dado que Tcal > Ttab, se rechaza la hipótesis nula, por lo tanto, el precio de
exportacion es una variable explicativa.

Es decir, la pendiente es significativa, contribuye a explicar el modelo.

 Intervalo de confianza para 𝜷𝟏

𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )]

𝛽̂1 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )

[0.606862421 ± (2.131449546 ∗ 0.034791987)]

[𝐿𝑖𝑛𝑓; 𝐿𝑠𝑢𝑝= ] = [0.532705056; 0.681019786]

 INTERPRETACION:

Como conclusión, se puede afirmar con un 95% de certeza que, por cada
incremento del precio de exportación, la oferta exportadora se incrementaran por lo
menos 0.5327 y a lo mucho 0.6810 veces en promedio.

 Intervalo de confianza para la varianza poblacional

( 𝑛 − 2 ) 𝜎2 2
( 𝑛 − 2) 𝜎 2
≤ 𝜎 ≤
𝑋𝛼2 𝑋2 𝛼
2 , 𝑛 −2 1− 2 , 𝑛−2

( 15 ) ∗ 0.008598047 ( 15) ∗ 0.008598047

2 ≤ 𝜎2 ≤ 2
𝑋0.025, 15 𝑋0.975 , 15

( 15 ) ∗ 0.008598047 ( 15) ∗ 0.008598047

≤ 𝜎2 ≤
27,4884 6,2621
0.004691823 ≤ 𝜎 2 ≤ 0.020595441
 INTERPRETACIÓN
Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los
límites caerá el verdadero 𝜎 2 , acertaremos a la larga 95% de las veces.

1.2 ESPECIFICACIÓN DEL MODELO DEMANDA INTERN A Y

CONSUMO PÚBLICO.

A continuación, estudiaremos la relación que hay entre las variables de demanda

interna (DI) y consumo público (CPb), para dicho estudio se presenta el siguiente
cuadro con la información:

1.2.1 Especificación económica

𝐷𝐼 = 𝑓(𝐶𝑃𝑏)

𝐷𝐼 = 𝑎 + 𝑏(𝐶𝑃𝑏)

1.2.2 Especificación matemática

El modelo que se presentará a continuación busca reproducir los principales

mecanismos de transmisión a través de las cuáles el Consumo Público (CPb),
afectan a la Demanda Interna, en un contexto institucional particular, para ello
Planteamos un modelo matemático y suponemos que:

𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1

Dónde:

DI: Demanda Interna, 𝑿𝟏 : Consumo Público, 𝜷𝟎 , 𝜷𝟏 : Parámetros

Esta ecuación plantea que el Demanda Interna está relacionada linealmente con el
Consumo Público (CPb).

1.2.3 Especificación econométrica

Partiendo de la especificación matemática, procedemos con la formulación del

modelo econométrico que permitirá dar cuenta de los determinantes principales que
explican la dinámica de la Demanda Interna nacionales durante el periodo 1997-
2016.
𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝜇
Donde u, conocida como término de perturbación o de error, es una variable
aleatoria (estocástica) con propiedades probabilísticas bien definidas.

1.2.4 Estimación parámetros método MCO

E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-4: E STIMACIÓN DE PARÁMETROS
DEMANDA INTERNA Y CONSUMO PRIVADO

Valor Estimado i i2

_ _ _
Años DI CPb  ( x  x)( y  y ) ( x  x) 2
Y
1997 6.3 7.6 5.22517 3.81774 5.81053 1.06916 1.14310
1998 -1.1 2.5 4.13680 15.58065 7.22190 -5.22402 27.29034
1999 -3.6 3.5 4.35029 13.95545 2.84720 -7.91032 62.57317
2000 1.6 3.1 4.26444 6.56023 4.36598 -2.69353 7.25512
2001 -0.6 -0.8 3.43147 31.88122 35.89273 -4.04241 16.34104
2002 4.2 0.0 3.60264 2.61548 26.92876 0.60388 0.36467
2003 3.6 3.9 4.43497 1.47393 1.66596 -0.86638 0.75062
2004 2.7 4.1 4.47783 2.15360 1.18809 -1.74308 3.03834
2005 4.2 9.1 5.54529 -1.98684 15.28764 -1.34291 1.80340
2006 11.4 7.6 5.22485 16.00962 5.80329 6.13144 37.59454
2007 12.1 4.3 4.52069 -6.54958 0.79072 7.55534 57.08317
2008 13.6 5.4 4.75367 1.78953 0.04082 8.81406 77.68763
2009 -3.3 13.0 6.38150 -62.42367 61.25662 -9.64673 93.05944
2010 14.9 5.6 4.79585 4.05277 0.15969 10.05639 101.13100
2011 7.7 4.8 4.63213 -1.08703 0.13486 3.03844 9.23214
2012 7.3 8.1 5.33288 7.47584 8.49730 1.94226 3.77236
2013 7.3 6.7 5.02254 3.81749 2.13574 2.30017 5.29080
2014 2.2 6.0 4.88151 -2.01343 0.64132 -2.68516 7.21008
2015 2.9 9.8 5.70523 -8.46037 21.70715 -2.81058 7.89936
2016 0.9 -0.5 3.49097 21.51050 32.63128 -2.54603 6.48224
Total 94.21074 103.78586 94.21074 50.17314 235.0076 0.00000 527.00257
Promedio 4.71054 5.18929

FUENTE: ELABORACIÓN PROPIA

(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 50.17314
𝛽̂1 = = = 0.216
(𝑥 − 𝑥̅ )2 235.0076

𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 4.71054 − (0.213496) ∗ 5.18929 = 3.591

1.2.5 PLANTE ANDO EL MODELO

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖

1.2.6 LOS P ARÁMETROS DEL MODELO:

Dependent Variable: DI
Method: Least Squares
Sample: 1 20
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 3.591480 2.205999 1.628051 0.1209

CPBL 0.216478 0.354852 0.610051 0.5495
Por lo tanto, la ecuación de regresión muestral quedara:

𝑌 = 3.591 + 0.216𝑋1

Interpretación de los parámetros del modelo.


B 0 = 3.591

Este resultado nos indica que cuando el consumo público equivale a 0, la

demanda interna aumenta en 3.591%


B 1 = 0.216

Este resultado nos indica que cuando el consumo público aumenta en una unidad,
la demanda interna aumenta en promedio en 0.216

1.2.7 LOS COEFICIENTES DE REGRESIÓN

R-squared 0.020257 Mean dependent var 4.715000

Adjusted R-squared -0.034173 S.D. dependent var 5.340242
S.E. of regression 5.430722 Akaike info criterion 6.316661
Sum squared resid 530.8694 Schwarz criterion 6.416234
Log likelihood -61.16661 Hannan-Quinn criter. 6.336099
F-statistic 0.372162 Durbin-Watson stat 1.832623
Prob(F-statistic) 0.549453

Coeficiente de correlación
∑ 𝑥1 𝑦1 50.173137
𝑟= = = 0.14
√(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(235.00757)(537.714326)

Interpretación:

Indica que no existe una correlación lineal entre la demanda interna y el consumo privado,
dado que el resultado obtenido es muy débil.

Coeficiente de determinación: 2.02%

 ∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 10.711756
𝑟2 = = = = 0.0202
∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 537.7143258

Este resulta nos indica que el modelo obtenido explica en un 2.02 % la variabilidad total de
la demanda interna, dado que este resultado es muy débil por el momento no se puede
considerar como un buen modelo.

GRAFICA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-2: DISPERSIÓN DE LA

DEMANDA INTERNA Y CONSUMO PÚBLICO

FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS)

Interpretación:

Como podemos observar en el gráfico de dispersión, a simple vista no existe

ninguna relación entre el consumo público con la demanda interna.

1.2.8 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO:

 T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-5: ANÁLISIS DE LA
VARIANZA DEMANDA INTERNA Y CONSUMO PÚBLICO
Valor Estimado SCReg SCRes SCT
Años DI CPb
𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2
1997 6.3 7.6 5.2252 0.2648 1.1431 2.5084
1998 -1.1 2.5 4.1368 0.3292 27.2903 33.6140
1999 -3.6 3.5 4.3503 0.1298 62.5732 68.4023
2000 1.6 3.1 4.2644 0.1990 7.2551 9.8573
2001 -0.6 -0.8 3.4315 1.6360 16.3410 28.3180
2002 4.2 0.0 3.6026 1.2274 0.3647 0.2540
2003 3.6 3.9 4.4350 0.0759 0.7506 1.3040
2004 2.7 4.1 4.4778 0.0542 3.0383 3.9038
2005 4.2 9.1 5.5453 0.6968 1.8034 0.2582
2006 11.4 7.6 5.2248 0.2645 37.5945 44.1660
2007 12.1 4.3 4.5207 0.0360 57.0832 54.2505
2008 13.6 5.4 4.7537 0.0019 77.6876 78.4499
2009 -3.3 13.0 6.3815 2.7921 93.0594 63.6129
2010 14.9 5.6 4.7959 0.0073 101.1310 102.8542
2011 7.7 4.8 4.6321 0.0061 9.2321 8.7618
2012 7.3 8.1 5.3329 0.3873 3.7724 6.5772
2013 7.3 6.7 5.0225 0.0973 5.2908 6.8235
2014 2.2 6.0 4.8815 0.0292 7.2101 6.3211
2015 2.9 9.8 5.7052 0.9894 7.8994 3.2974
2016 0.9 -0.5 3.4910 1.4873 6.4822 14.1797
Total 94.21074 103.78586 94.21074 10.71176 527.00257 537.71433
Promedio 4.71054 5.18929
FUENTE: ELABORACION PROPIA

T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-6: ANOVA DE LA

DEMANDA INTERNA Y CONSUMO PUBLICO

Grados de Suma de Promedio de F Valor crítico

libertad cuadrados los cuadrados de F
Regresión 1 10.7117558 10.7117558 0.36586464 0.55281667
Residuos 18 527.00257 29.2779206
Total 19 537.714326
FUENTE: ELABORACION PROPIA

1.2.9 HIPOTESIS DE LAS V ARI ABLES DE LA DEMAND A INTERNA

Y EL CONSUMO PÚBLICO

 Hipótesis general
𝐻0 = No existe una relación lineal entre la demanda interna y el consumo público.
𝐻1 = Existe una relación lineal entre la demanda interna y el consumo público.
 Nivel de significancia

∝= 0.05

 Estadístico de prueba

10.7117558
𝐹𝑐𝑎𝑙 = = 0.36586464
29.2779206

 El valor de tabla:

𝐹𝑡𝑎𝑏 (1,18) = 4.414

𝐹𝑐𝑎𝑙 < 𝐹𝑡𝑎𝑏

Interpretación

Dado que 𝐹𝑐𝑎𝑙 < 𝐹𝑡𝑎𝑏 se acepta la hipótesis nula, es decir no existe una relación
lineal entre el consumo público y la demanda interna. Por lo tanto, el modelo
obtenido no es significativo.

1.2.10 Predicción o errores estándar de la estimación de

mínimos cuadrados

La predicción del valor estimado se mide por su error estándar (ee).se muestra los
errores estándar de las estimaciones de MCO, que se refiere como medida de
confiabilidad o predicción de los estimadores 𝛽̂0 . 𝛽̂1 . Dado el supuesto gaussiano
puede obtenerse de la siguiente manera:

∑ 𝑢̂2 527.002570043954
𝜎̂ 2 = = = 29.277920
𝑛−2 18

∑ 𝑢̂2 527.002570043954
𝜎̂ = √ =√ = 5.410907554
𝑛−2 18

∑ 𝑋𝑖2 2 773.582837996461
𝑉𝑎𝑟(𝛽̂0 ) = 2 𝜎 = ∗ 29.277920 = 4.81875897412452
𝑛 ∑ 𝑥𝑖 20 ∗ 235.007571425644
 ∑ 𝑋𝑖2 773.582837996461
̂
𝑒𝑒(𝛽0 ) = √ 𝜎=√ ∗ 5.410907554 = 2.19516718591649
2
𝑛 ∑ 𝑥𝑖 20 ∗ 235.007571425644

𝜎2 29.277920
𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.124582882076465
∑ 𝑥𝑖 235.007571425644
𝜎 5.410907554
𝑒𝑒(𝛽̂1 ) = = = 0.352963003835338
√235.007571425644
√∑ 𝑥𝑖2

1.2.11 Prueba de hipótesis para la pendiente del model o

𝐻0 : 𝛽1 = 0
𝐻0 : 𝛽1 ≠ 0

 Estadístico de prueba

𝛽̂1 − 𝛽1
𝑡𝑐𝑎𝑙 =
𝑠𝑒(𝛽̂1 )
0,213495833 − 0
𝑡𝑐𝑎𝑙 = = 0,604867454
0,35296300
 Nivel de significancia

∝= 0.05
 El valor de tabla:

𝑡(𝛼;20−2)=2,10092204
2
Conclusión:

Dado que Tcal < Ttab, se acepta la hipótesis nula, por lo tanto, el consumo público
no es una variable explicativa. Es decir, la pendiente no es significativa, por lo
tanto, podemos eliminarla del modelo.

 Intervalo de confianza para 𝜷𝟏

𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )]

𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1)

[0,213495833 ± (2,10092204 ∗ 0,35296300)]

[𝐿𝑖𝑛𝑓; 𝐿𝑠𝑢𝑝= ] = [−0,528051921; 0,955043587]

 INTERPRETACION:

En este resultado, se tiene un valor negativo y un positivo a la izquierda y a la

derecha respectivamente, simplemente no se puede afirmar que el consumo público
tenga efecto en la demanda interna.

 Intervalo de confianza para la varianza poblacional

( 𝑛 − 2 ) 𝜎2 2
( 𝑛 − 2) 𝜎 2
≤ 𝜎 ≤
𝑋𝛼2 𝑋2 𝛼
2 , 𝑛 −2 1− 2 , 𝑛−2

( 18 ) ∗ 29,27792056 ( 18) ∗ 29,27792056

2 ≤ 𝜎2 ≤ 2
𝑋0.025, 18 𝑋0.975 , 18

( 18 ) ∗ 29,27792056 ( 18) ∗ 29,27792056

≤ 𝜎2 ≤
31,5264 8,2307
16,71623053 ≤ 𝜎 2 ≤ 64,02888819
 INTERPRETACIÓN
Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los
limites caerá el verdadero 𝜎 2 , acertaremos a la larga 95% de las veces.

1.3 ESPECIFICACIÓN DEL MODELO DEMANDA INTERN A Y LA

INVERSION.

A continuación, estudiaremos la relación que hay entre las variables de la demanda

interna e inversión, para dicho estudio se presenta el siguiente cuadro con la
información:

1.3.1 Especificación económica

𝐷𝐼 = 𝑓(𝐼𝑛𝑣)

𝐷𝐼 = 𝑎 + 𝑏(𝐼𝑛𝑣)

1.3.2 Especificación matemática

El modelo que se presentará a continuación busca reproducir los principales

mecanismos de transmisión a través de las cuáles la inversion (Inv), afectan a la
Demanda Interna, en un contexto institucional particular, para ello Planteamos un
modelo matemático y suponemos que:

𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1

Dónde:

DI: Demanda Interna, 𝑿𝟏 : Inversión, 𝜷𝟎 , 𝜷𝟏 : Parámetros

Esta ecuación plantea que el Demanda Interna está relacionada linealmente con la
inversión (Inv).

1.3.3 Especificación econométrica

Partiendo de la especificación matemática, procedemos con la formulación del

modelo econométrico que permitirá dar cuenta de los determinantes principales que
explican la dinámica de la Demanda Interna nacionales durante el periodo 1997-
2016.
𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝜇
Donde u, conocida como término de perturbación o de error, es una variable
aleatoria (estocástica) con propiedades probabilísticas bien definidas.

1.3.4 Estimación parámetros método MCO

 T ABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-7: ESTIMACIÓN DE
PARÁMETROS DE LA DEMANDA INTERNA E INVERSIÓN

Valor Estimado i i2

_ _ _
Años DI INV  ( x  x)( y  y ) ( x  x) 2
Y
1997 6.3 14.9 7.37128 13.21400 69.61008 -1.07695 1.15982
1998 -1.1 -0.1 2.58713 38.60352 44.33369 -3.67435 13.50082
1999 -3.6 -13.8 -1.77144 168.10324 413.12524 -1.78858 3.19904
2000 1.6 -2.7 1.74832 29.16272 86.27775 -0.17742 0.03148
2001 -0.6 -6.5 0.55395 69.35889 169.87947 -1.16488 1.35694
2002 4.2 4.5 4.05217 1.04051 4.26191 0.15435 0.02383
2003 3.6 7.6 5.04343 -1.19201 1.08961 -1.47484 2.17514
2004 2.7 -0.7 2.40202 14.30236 52.40024 0.33273 0.11071
2005 4.2 3.0 3.59296 1.78075 12.28058 0.60942 0.37140
2006 11.4 34.7 13.69574 187.24274 793.81972 -2.33945 5.47303
2007 12.1 27.4 11.35629 153.48959 434.26417 0.71975 0.51803
2008 13.6 30.0 12.19233 207.79486 550.39856 1.37540 1.89174
2009 -3.3 -23.8 -4.97422 242.21141 922.23938 1.70898 2.92063
2010 14.9 37.8 14.66057 316.42360 973.45443 0.19167 0.03674
2011 7.7 10.0 5.80547 10.16293 11.78807 1.86511 3.47862
2012 7.3 6.5 4.70507 -0.04394 0.00029 2.57006 6.60522
2013 7.3 11.4 6.26136 12.70276 23.64775 1.06136 1.12648
2014 2.2 -3.2 1.59823 24.53655 95.24283 0.59813 0.35775
2015 2.9 -1.4 2.17801 14.42031 63.06290 0.71664 0.51358
2016 0.9 -4.6 1.15208 42.01730 124.50569 -0.20714 0.04291
Total 94.21074 130.99844 94.21074 1,545.33208 4,845.6823 0.00000 44.89390
Promedio 4.71054 6.54992

FUENTE: ELABORACIÓN PROPIA

(𝑥 − 𝑥̅ )(𝑦 − 𝑦̅) 1545.333208
𝛽̂1 = = = 0.320
(𝑥 − 𝑥̅ )2 4845.6823

𝛽̂0 = 𝑌̅ − 𝛽̂1 𝑋̅ = 4.71054 − (0.320) ∗ 6.54992 = 2.62

1.3.5 PLANTE ANDO EL MODELO

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋 + 𝜀𝑖

1.3.6 LOS P ARÁMETROS DEL MODELO:

Dependent Variable: DI
Method: Least Squares
Sample: 1 20
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 2.617964 0.383599 6.824735 0.0000

INV 0.320158 0.022712 14.09637 0.0000
Por lo tanto, la ecuación de regresión muestral quedara:

𝑌 = 2.62 + 0.320𝑋1

Interpretación de los parámetros del modelo.


B 0 = 2.62

Este resultado nos indica que cuando la inversión equivale a 0, la demanda interna
aumenta en 2.62%


B 1 = 0.320

Este resultado nos indica que cuando la inversión aumenta en una unidad, la
demanda interna aumenta en promedio en 0.320%

1. 3. 7 LOS COEFICIENTES DE REGRESIÓN

R-squared 0.916939 Mean dependent var 4.715000

Adjusted R-squared 0.912324 S.D. dependent var 5.340242
S.E. of regression 1.581250 Akaike info criterion 3.848948
Sum squared resid 45.00634 Schwarz criterion 3.948521
Log likelihood -36.48948 Hannan-Quinn criter. 3.868386
F-statistic 198.7077 Durbin-Watson stat 1.092013
Prob(F-statistic) 0.000000

Coeficiente de correlación: 0.96%

∑ 𝑥1 𝑦1 1545.332084
𝑟= = = 0.96
√(∑ 𝑥𝑖2 )( ∑ 𝑦𝑖2 ) √(4845.682342)(537.71433)

Indica que existe una fuerte relación lineal entre la demanda interna e inversión,
dado que el resultado se encuentra cercano a la unidad. Esto indica una relación
lineal positiva, a medida que incremental ademada interna, también incrementa la
inversión.

Coeficiente de determinación: 91.69%

∑(𝑌̂ − 𝑌̅)2 𝑆𝐶𝑅 492.8204288

𝑟2 = = = = 0.916
∑(𝑌 − 𝑌̅)2 𝑆𝐶𝑇 537.71433

Este resulta nos indica que la demanda interna esta explicado en un 91.69% por la
inversión y el 8.31% esta explicado por otros factores que están fuera del modelo.

G RAFICO E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-8: DISPERSIÓN DE LA

DEMANDA INTERNA E INVERSIÓN

FUENTE: ELABORACIÓN PROPIA (PROGRAMA EVIEWS)

Interpretación:

Como podemos observar en el gráfico de dispersión de las variables en estudio las

cuales son la inversión y el la demanda interna presentan una relación lineal fuerte,
cuya pendiente es positiva. Es decir, por cada aumento de la inversión y la demanda
interna también aumentara.

1. 3. 8 AN ÁLISIS DE V ARI ANZA P AR A EL MODELO:

TABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-9: ANÁLISIS DE VARIANZA

DEMANDA INTERNA E INVERSIÓN

Valor Estimado SCReg SCRes SCT

Años DI INV
𝑌̂ (𝑌̂ − 𝑌̅) 2 (𝑌 − 𝑌̂) 2 (𝑌 − 𝑌̅) 2
1997 6.3 14.9 7.37128 7.0796 1.1598 2.5084
1998 -1.1 -0.1 2.58713 4.5089 13.5008 33.6140
1999 -3.6 -13.8 -1.77144 42.0161 3.1990 68.4023
2000 1.6 -2.7 1.74832 8.7747 0.0315 9.8573
2001 -0.6 -6.5 0.55395 17.2773 1.3569 28.3180
2002 4.2 4.5 4.05217 0.4334 0.0238 0.2540
2003 3.6 7.6 5.04343 0.1108 2.1751 1.3040
2004 2.7 -0.7 2.40202 5.3293 0.1107 3.9038
2005 4.2 3.0 3.59296 1.2490 0.3714 0.2582
2006 11.4 34.7 13.69574 80.7338 5.4730 44.1660
2007 12.1 27.4 11.35629 44.1660 0.5180 54.2505
2008 13.6 30.0 12.19233 55.9772 1.8917 78.4499
2009 -3.3 -23.8 -4.97422 93.7945 2.9206 63.6129
2010 14.9 37.8 14.66057 99.0032 0.0367 102.8542
2011 7.7 10.0 5.80547 1.1989 3.4786 8.7618
2012 7.3 6.5 4.70507 0.0000 6.6052 6.5772
2013 7.3 11.4 6.26136 2.4050 1.1265 6.8235
2014 2.2 -3.2 1.59823 9.6865 0.3578 6.3211
2015 2.9 -1.4 2.17801 6.4137 0.5136 3.2974
2016 0.9 -4.6 1.15208 12.6626 0.0429 14.1797
Total 94.21074 130.99844 94.21074 492.82043 44.89390 537.71433
Promedio 4.71054 6.54992

FUENTE: ELABORACIÓN PROPIA

TABLA E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-10: ANOVA DE LA

DEMANDA INTERNA E INVERSIÓN

Grados de Suma de Promedio de F Valor crítico

libertad cuadrados los cuadrados de F
Regresión 1 492.820429 492.820429 197.594068 3.8016E-11
Residuos 18 44.893897 2.49410539
Total 19 537.714326

FUENTE: ELABORACIÓN PROPIA

1.3.9 HIPOTESIS DE LAS VARIABLES DE LA DEMANDA INTERNA
YLA INVERSION

 Hipótesis general

𝐻0 = no existe una relación lineal entre la demanda interna y la inversión.

𝐻1 = existe una relación lineal entre la demanda interna y la inversión.
 Nivel de significancia

∝= 0.05

 Estadístico de prueba
492.820429
𝐹𝑐𝑎𝑙 = = 197.594068
2.49410539

 El valor de tabla:

𝐹𝑡𝑎𝑏 (1,18) = 4.414

Fcal  Ftab

Interpretación

Dado que Fcal  Ftab se rechaza la hipótesis nula, por lo tanto podemos afirmar que

la demanda interna esta significativamente relacionadas con la inversión. Es decir,

el modelo es significativo.

1.3.10 Predicción o errores estándar de la estimación de

mínimos cuadrados

La predicción del valor estimado se mide por su error estándar (ee).se muestra los
errores estándar de las estimaciones de MCO, que se refiere como medida de
confiabilidad o predicción de los estimadores 𝛽̂0 . 𝛽̂1 . Dado el supuesto gaussiano
puede obtenerse de la siguiente manera:

∑ 𝑢̂2 44.89390
𝜎̂ 2 = = = 2.494105389
𝑛−2 18
 ∑ 𝑢̂2 44.89390
𝜎̂ = √ =√ = 1.57927369
𝑛−2 18

∑ 𝑋𝑖2 2 5703.71194
𝑉𝑎𝑟(𝛽̂0 ) = 2 𝜎 = ∗ 2.494105389 = 0.146786951
𝑛 ∑ 𝑥𝑖 20 ∗ 4845.6823

∑ 𝑋𝑖2 5703.71194
̂
𝑒𝑒(𝛽0 ) = √ 𝜎=√ ∗ 1.57927369 = 0.383127851
2
𝑛 ∑ 𝑥𝑖 20 ∗ 4845.6823

𝜎2 29.277920
𝑉𝑎𝑟(𝛽̂1 ) = 2 = = 0.000514707
∑ 𝑥𝑖 235.007571425644
𝜎 5.410907554
𝑒𝑒(𝛽̂1 ) = = = 0.022687149
√235.007571425644
√∑ 𝑥𝑖2

1.3.11 Prueba de hipótesis para la pendiente del modelo:

𝐻0 : 𝛽1 = 0
𝐻0 : 𝛽1 ≠ 0

 Estadístico de prueba

𝛽̂1 − 𝛽1
𝑡𝑐𝑎𝑙 =
𝑠𝑒(𝛽̂1 )
0,318909077 − 0
𝑡𝑐𝑎𝑙 = = 14,0568157
0,022687149
 Nivel de significancia

∝= 0.05
 El valor de tabla:

𝑡(𝛼;20−2)=2,10092204
2
Conclusión:

Dado que Tcal > Ttab, se rechaza la hipótesis nula, por lo tanto, la inversión es una
variable explicativa.

Es decir, la pendiente es significativa, contribuye a explicar el modelo.

 Intervalo de confianza para 𝜷𝟏

𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )]

𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1)

[0,318909077 ± (2,10092204 ∗ 0,022687149)]

[𝐿𝑖𝑛𝑓; 𝐿𝑠𝑢𝑝= ] = [0,271245145; 0,366573009]

 INTERPRETACION:

Como conclusión, se puede afirmar con un 95% de certeza que por cada incremento
de la inversión, la demanda interna se incrementaran por lo menos 0.27 y a lo mucho
0.37 veces en promedio.

 Intervalo de confianza para la varianza poblacional

( 𝑛 − 2 ) 𝜎2 2
( 𝑛 − 2) 𝜎 2
≤ 𝜎 ≤
𝑋𝛼2 𝑋2 𝛼
2 , 𝑛 −2 1− 2 , 𝑛−2

( 18 ) ∗ 2,494105389 ( 18) ∗ 2,494105389

2 ≤ 𝜎2 ≤ 2
𝑋0.025, 18 𝑋0.975 , 18

( 18 ) ∗ 2,494105389 ( 18) ∗ 2,494105389

≤ 𝜎2 ≤
31,5264 8,2307
1,424009624 ≤ 𝜎 2 ≤ 5,45444458
 INTERPRETACIÓN
Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los
límites caerá el verdadero 𝜎 2 , acertaremos a la larga 95% de las veces.

1.4 ESPECIFICACIÓN DEL MODELO MULTIPLE

1.4.1 Especificación económica

𝐷𝐼 = 𝑓(𝐶𝑃𝑟, 𝐶𝑃𝑏, 𝐼𝑁𝑉)

𝐷𝐼 = 𝑎 + 𝑏(𝐶𝑃𝑟) + 𝑐 (𝐶𝑃𝑏) + 𝑑(𝐼𝑁𝑉)

1.4.2 Especificación matemática

El modelo que se presentará a continuación busca reproducir los principales
mecanismos de transmisión a través de las cuáles el Consumo Privado (CPr) ,
Consumo Público (CPb) e Inversión (INV) afectan a la Demanda Interna , en un
contexto institucional particular.

El modelo de la Demanda Interna en Perú formulado pretende evidenciar entonces

el efecto conjunto medido en términos del el Consumo Privado (CPr) , Consumo
Público (CPb) e Inversión (INV) y Demanda Interna, hecho que nos reflejaría en el
crecimiento de la Demanda Interna durante el periodo 1997- 2016. En este sentido
el Modelo resulta ser el siguiente:

𝐷𝐼 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2

Donde DI = Demanda Interna, X1 = Consumo Privado, X2 = Inversión y donde β0,

β1, β2, β3 conocidos como los parámetros del modelo, son, respectivamente, los
coeficientes del intercepto y de la pendiente. Esta ecuación plantea que el Demanda
Interna está relacionada linealmente con el Consumo Privado (CPr), e Inversión
(INV) y es un ejemplo de un modelo matemático de la relación entre las variables
explicativas CPr , CPb , INV , llamada en economía función de la Demanda Interna.

1. 4. 3 Especificación econométrica

Partiendo de la especificación matemática, procedemos con la formulación del

modelo econométrico que permitirá dar cuenta de los determinantes principales que
explican la dinámica de la Demanda Interna nacionales durante el periodo 1997-
2016. La función del Demanda Interna dado en la ecuación para la econometría,
pues supone una relación exacta o determinista entre el Demanda Interna y
Consumo Privado (CPr) e Inversión (INV) . Pero las relaciones entre las variables
económicas suelen ser inexactas.

Para dar cabida a relaciones inexactas entre las variables económicas, el

econometrista modificaría la función determinista de la demanda interna en la
ecuación anterior de la siguiente manera:
 𝐷𝐼 = 𝛽0 + 𝛽1𝑋1 + 𝛽2 𝑋2 + 𝜇

Donde u, conocida como término de perturbación o de error, es una variable

aleatoria (estocástica) con propiedades probabilísticas bien definidas. El término de
perturbación u representa todos los factores que afectan a la demanda interna pero
que no se consideran en el modelo en forma explícita.

1.5 MODELO DE REGRESIÓN LINE AL MÚLTIPLE:

A continuación, se realizará el estudio del modelo de regresión lineal múltiple con las
diferentes variables ya antes descritas. Y cuanto afecta cada una a la demanda interna.

E RROR ! N O TEXT OF SPECIFIED STYLE IN DOCUMENT .-11: MODELO DE REGRESIÓN LINEAL MÚLTIPLE DEMANDA INTERNA EN
FUNCIÓN DE CONSUMO PRIVADO
Años DI CPr INV
1997 6,3 3,6 14,9
1998 -1,1 -2,0 -0,1
1999 -3,6 -1,4 -13,8
2000 1,6 2,5 -2,7
2001 -0,6 1,0 -6,5
2002 4,2 4,9 4,5
2003 3,6 2,5 7,6
2004 2,7 3,4 -0,7
2005 4,2 3,7 3,0
2006 11,4 6,2 34,7
2007 12,1 8,6 27,4
2008 13,6 8,9 30,0
2009 -3,3 3,1 -23,8
2010 14,9 9,1 37,8
2011 7,7 7,2 10,0
2012 7,3 7,4 6,5
2013 7,3 5,7 11,4
2014 2,2 3,9 -3,2
2015 2,9 3,4 -1,4
2016 0,9 3,4 -4,6

1.6 AN ALISIS DE V ARI ABLE S EN UN MODELO DE RE GRESION

LINE AL MULTIPLE
Para este análisis primero estudiaremos a través de un modelo RLM como están relacionadas
las variables consumo privado, consumo público e inversión (variables explicativas) con la
demanda interna (variable dependiente)

Planteamiento del modelo:

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1 + 𝜀𝑖

1.7 COEFICIENTES DE REGRESIÓN

De los datos de la tabla anterior obtenemos los siguientes resultados:

R-squared 0.993569 Mean dependent var 4.715000

Adjusted R-squared 0.992812 S.D. dependent var 5.340242
S.E. of regression 0.452754 Akaike info criterion 1.390546
Sum squared resid 3.484767 Schwarz criterion 1.539906
Log likelihood -10.90546 Hannan-Quinn criter. 1.419703
F-statistic 1313.163 Durbin-Watson stat 2.231862
Prob(F-statistic) 0.000000

Interpretación:

Coeficiente de correlación: 0.9968

Indica que existe una fuerte relación lineal entre la demanda interna y las variables
consumo privado (CPr), y la inversión(Inv), dado que el resultado se encuentra
cercano a la unidad.

Coeficiente de determinación: 99.36%

Este resultado nos indica que la demanda interna esta explicado en un 99.36% por
el consumo público, y la inversión y el 0.64% restante está explicado por otros
factores que están fuera del modelo..
1.8 LOS PARAMETROS DEL MODELO:

Dependent Variable: DI
Method: Least Squares
Sample: 1 20
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 0.257532 0.198922 1.294634 0.2128

CPR 0.711128 0.049966 14.23228 0.0000
INV 0.218568 0.009656 22.63505 0.0000

Por lo tanto la ecuación de regresión muestral queda:

𝑌 = 0.257532 + 0.711128𝑥1 + 0.218568𝑥2 + 𝜇

Interpretación de los parámetros del modelo.

𝜷𝟎 = 𝟎. 𝟐𝟓𝟕𝟓𝟑𝟐

Este resultado nos indica la demanda interna, cuando el consumo privado (CPr),
consumo público (CPb) e inversión(Inv), es cero, las demandas internas serán de
0.2575, en este caso no tiene sentido.

𝜷𝟏 = 𝟎. 𝟕𝟏𝟏𝟏𝟐𝟖

Nos indica el aumento del de la demanda interna por cada aumento del consumo
privado, sin tener la inversión es decir que permanezca constante. Por lo tanto, por
cada aumento del consumo privado la demanda interna incrementara en 0.7111.

𝜷𝟐 = 𝟎. 𝟐𝟏𝟖𝟓𝟔𝟖
Este resultado nos indica el aumento de la demanda interna por cada aumento de
la inversión (Inv), sin tener en cuenta el consumo privado es decir que permanezca
constante. Por lo tanto, por cada aumento de la inversión, la demanda interna
incrementara en 0.2186.

ANALISIS DE VARIANZA
Grados de Suma de cuadrados Promedio de los F Valor crítico de
libertad cuadrados F
Regresión 2 534,285609 267,14280 1324,52687 2,1824E-19
Residuos 17 3,428717 0,20169
Total 19 537,714326

 CONTRASTACIÓN CONJUNTA DEL MODELO.

Prueba de hipótesis de los coeficientes de regresión múltiple global.

H0 = β1 = β2 = 0 (𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑃𝐵𝐼 𝑦 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑒 𝑖𝑛𝑔𝑟𝑒𝑠𝑜).
H1 = β1 = β2 ≠ 0 (𝐸𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑃𝐵𝐼 𝑦 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑒 𝑖𝑛𝑔𝑟𝑒𝑠𝑜).

Calculamos el estadístico de contraste:

𝑆𝐶𝑅 534.285609
𝐹𝑐𝑎𝑙 = 𝑘 − 1 3−1
= 3.428717 = 1324.5268
𝑆𝐶𝐸
𝑛−𝑘 20 − 3
El valor de tabulado:

𝐹𝑡𝑎𝑏 = 𝐹1−∝,𝑘−1,𝑛−𝑘 = 𝐹0.95,2,17 = 3.592

Para el estudio de la significación del modelo utilizamos el análisis de varianza, el modelo
será significativo si:

𝑆𝐶𝑅
𝐹𝑐𝑎𝑙 = − 1 > 𝐹1−∝,𝑘−1,𝑛−𝑘
𝑘
𝑆𝐶𝐸
𝑛−𝑘

Conclusión:

Dado que el Fcal > Ftab ,por lo tanto podemos afirmar que la demanda interna esta
significativamente relacionadas con el consumo privado, y la inversión. Es decir, el
modelo es significativo.

 CONTRASTE DE LOS PARÁMETROS DEL MODELO EN FORMA INDIVIDUAL:

Es muy importante tener presente el hecho siguiente:

Que el modelo lineal explique de forma significativa la variable Y no implica que

todas las variables sean significativas; para saberlo deberemos contrastarlas de
una en una.

Contraste para 𝜷𝟏

- Establecemos la hipótesis:

𝐻0 : 𝛽1 = 0
𝐻0 : 𝛽1 ≠ 0

 Estadístico de prueba

𝛽̂1 − 𝛽1
𝑡𝑐𝑎𝑙 =
𝑠𝑒(𝛽̂1 )
0,709869744345387 − 0
𝑡𝑐𝑎𝑙 = = 14,33839117
0,0495083260119009
 Nivel de significancia

∝= 0.05
 El valor de tabla:
𝑡(𝛼;20−3)=2,109815578
2
Conclusión:

Dado que Tcal > Ttab, se rechaza la hipótesis nula, por lo tanto, la inversión es una
variable explicativa.

Es decir, la pendiente es significativa, contribuye a explicar el modelo.

 Intervalo de confianza para 𝜷𝟏

𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 ) ≤ 𝛽1 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1 )]

𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂1)

[0,709869744345387 ± (2,109815578 ∗ 0,0495083260119009)]

[𝐿𝑖𝑛𝑓; 𝐿𝑠𝑢𝑝= ] = [0,60541631; 0,8143232]

 INTERPRETACION:

Como conclusión, se puede afirmar con un 95% de certeza que, por cada
incremento del consumo privado, las demandas internas se incrementaran por lo
menos 0.61 y a lo mucho 0.81 veces en promedio.
Contraste para 𝜷𝟐

- Establecemos la hipótesis:

𝐻0 : 𝛽2 = 0
𝐻0 : 𝛽2 ≠ 0

 Estadístico de prueba

𝛽̂2 − 𝛽2
𝑡𝑐𝑎𝑙 =
𝑠𝑒(𝛽̂2 )
0,217181804069774 − 0
𝑡𝑐𝑎𝑙 = = 22,64794933
0,00958946882644866
 Nivel de significancia

∝= 0.05
 El valor de tabla:

𝑡(𝛼;20−3)=2,109815578
2
 INTERPRETACION:

Dado que Tcal > Ttab, se rechaza la hipótesis nula, por lo tanto, la inversión es una
variable explicativa.

Es decir, la pendiente es significativa, contribuye a explicar el modelo.

 Intervalo de confianza para 𝜷𝟐

𝑃𝑟[𝛽̂1 − 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 ) ≤ 𝛽2 ≤ 𝛽̂2 + 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 )]

𝛽̂2 ± 𝑡𝛼⁄2 𝑒𝑒(𝛽̂2 )

[0,21718180406 ± (2,109815578 ∗ 0,009589468826)]

[𝐿𝑖𝑛𝑓; 𝐿𝑠𝑢𝑝= ] = [0,196949793; 0,23741381]

 INTERPRETACION:

Como conclusión, se puede afirmar con un 95% de certeza que, por cada
incremento de la inversión, las demandas internas se incrementaran por lo menos
0.20 y a lo mucho 0.24 veces en promedio.
 Intervalo de confianza para la varianza poblacional
( 𝑛 − 3 ) 𝜎2 ( 𝑛 − 3) 𝜎 2
≤ 𝜎2 ≤
𝑋𝛼2 𝑋2 𝛼
2 , 𝑛 −3 1− 2 , 𝑛−3

( 17 ) ∗ 0,201689229835751 ( 17) ∗ 0,201689229835751

2 ≤ 𝜎2 ≤ 2
𝑋0.025, 17 𝑋0.975 , 17

( 17 ) ∗ 0,194478666129815 ( 17) ∗ 0,194478666129815

≤ 𝜎2 ≤
30.1910 7.5642
0,113567517 ≤ 𝜎 2 ≤ 0,453282159
 INTERPRETACIÓN
Si establecemos límites de confianza a 95%sobre 𝜎 2 y afirmar a priori que entre los
limites caerá el verdadero 𝜎 2 , acertaremos a la larga 95% de las veces.