Trabajo de Econometría

Queremos ver que variables aportan más significativamente al consumo de pollo

per cápita en los Estados Unidos. Lo que hicimos fue hacer la regresión para ver
cuáles variables son significativas y así medir multicolinealidad, heteroscedasticidad
y auto correlación.

X1= ingreso per cápita real disponible en dólares

Tenemos determinar si el bien es normal o inferior, si la relación es positiva, es
decir, si al aumentar el ingreso per cápita aumenta la demanda de pollos el bien es
normal. Y si al aumentar el ingreso per cápita disminuye la demanda de pollos el
bien es inferior, la relación es negativa.
X2= precio real al detal del pollo por libra en ctvs.
Aquí debemos analizar la ley de la demanda por lo que decimos que al aumentar el
precio del pollo, la demanda de pollos disminuye por lo tanto la relación es negativa.
X3= precio real al detal del cerdo por lb. en ctvs.
Este bien es sustituto del pollo, si sube el precio de este aumenta la demanda de
pollo entonces la relación debe ser positiva.
X4= precio real al detal de la carne de res por libra en ctvs.
Este bien es sustituto del pollo, si sube el precio de este aumenta la demanda de
pollo entonces la relación debe ser positiva.
X5= precio real compuesto de los sustitutos del pollo en ctvs.
Si sube el precio de este aumenta la demanda de pollo entonces la relación debe
ser positiva.

Relaciones Esperadas son:

Y= β1 + o -β2X1- β3X2+ β4X3+ β5X4+ β6X5

Luego de realizar todas las regresiones pudimos comprobar que todas las
relaciones esperadas se cumplían por lo tanto la teoría estaba correctamente y
determinamos que el pollo es un bien normal porque al aumentar el ingreso per
capita aumenta la demanda de pollo.
 Multicolinealidad

Cuadro de Correlaciones

Precio real
Precio real compuesto
Consumo Ingreso per Precio real Precio real al detal de de los
per capita capita real al detal de al detal de carne de sustitutos
de pollos disponible pollo por lb. cerdo por res por lb del pollo
por lb. ($) (ctvs) lb (ctvs) (ctvs) (ctvs)
Y 1
X1 0,947170755 1
X2 0,839957946 0,931680785 1
X3 0,912391898 0,957131197 0,970111601 1
X4 0,935355441 0,985877514 0,928468876 0,940566502 1
X5 0,937412988 0,982757079 0,944528872 0,972964909 0,983348778 1

Lo que nos interesa son las correlaciones entre las variables independientes,
podemos ver que X1 tiene una alta correlación con X4 (0,98) y X5 (0,98), X2 tiene
una alta correlación con X3 (0,97), X3 tiene una alta correlación con X2 (0,97) y X5
(0,97), X4 tiene correlación alta con X1(0,98) y X5 (0,98),y X5 tiene una correlación
alta con X1(0,98) , X3(0,97) y X4 (0,98)

También hicimos la regresión para ver cómo están se encuentran los parámetros.
Podemos ver que los parámetros están mal debido a que las probabilidades son
altas y los t son muy bajos, debido a esto podemos estar seguros de que existe un
problema de multicolinealidad.

Resumen del modelo

a Variables predictoras: (Constante), Precio real compuesto por los sustitutos del pollo, ctvs, Precio real al detal del pollo por
lb, ctvs, Ingres per cápita real disponible, dólares, Precio real al detal del cerdo por lb, ctvs, Precio real al detal de la carne de
res por lb, ctvs

b Variable dependiente: Consumo per cápita de pollos,lbs

ANOVA(b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión 1129,306 5 225,861 57,633 ,000(a)
Residual 66,622 17 3,919
Total 1195,929 22

a Variables predictoras: (Constante), Precio real compuesto por los sustitutos del pollo, ctvs, Precio real al detal del pollo por
lb, ctvs, Ingres per cápita real disponible, dólares, Precio real al detal del cerdo por lb, ctvs, Precio real al detal de la carne de
res por lb, ctvs
b Variable dependiente: Consumo per cápita de pollos,lbs

Coeficientes
 Coeficien
tes Intervalo de Estadísticos
Coeficientes no estandari confianza para B de
Modelo estandarizados zados t Sig. al 95% Correlaciones colinealidad
Límite Tole
Error Límite superi Orden Semip ranc
B típ. Beta inferior or cero Parcial arcial ia FIV
1 (Constante) 38,597 4,214 9,158 ,000 29,705 47,489
Ingres per
cápita real 52,7
,005 ,005 ,410 ,985 ,338 -,006 ,015 ,947 ,232 ,056 ,019
disponible, 61
dólares
Precio real al
detal del 21,1
-,652 ,174 -,983 -3,738 ,002 -1,020 -,284 ,840 -,672 -,214 ,047
pollo por lb, 03
ctvs
Precio real al
55,8
detal del cerdo ,243 ,090 1,162 2,716 ,015 ,054 ,432 ,912 ,550 ,156 ,018
47
por lb, ctvs
Precio real al
detal de la 74,3
,104 ,071 ,729 1,477 ,158 -,045 ,253 ,935 ,337 ,085 ,013
carne de res 03
por lb, ctvs
Precio real
compuesto
86,1
por los -,071 ,098 -,384 -,723 ,480 -,279 ,136 ,937 -,173 -,041 ,012
31
sustitutos del
pollo, ctvs

a Variable dependiente: Consumo per cápita de pollos,lbs

Después procedimos a hacer pruebas diferentes regresiones y determinamos que

X4 y X5 son las que nos producen el problema de multicolinealidad. Decidimos
escoger a las variables X1(ingreso real per capita), X2(precio real del pollo por lb.) y
X3(precio real del cerdo por lb.) para hacer la regresión definitiva.

Consumo del pollo por persona dependiendo del ingreso real disponible por
persona, del precio real del pollo por libra y del precio real del cerdo por libra

Resumen del modelo (b)

R Error típ. de
R cuadrado la Durbin-
Modelo R cuadrado corregida estimación Estadísticos de cambio Watson
Cambio
en R Cambio Sig. del
cuadrado en F gl1 gl2 cambio en F
1 ,968(a) ,937 ,927 1,9968 ,937 93,645 3 19 ,000 ,883

a Variables predictoras: (Constante), Precio real al detal del cerdo por lb, ctvs, Ingres per cápita real disponible, dólares,
Precio real al detal del pollo por lb, ctvs
b Variable dependiente: Consumo per cápita de pollos,lbs

ANOVA (b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
 1 Regresión 1120,170 3 373,390 93,645 ,000(a)
Residual 75,759 19 3,987
Total 1195,929 22
a Variables predictoras: (Constante), Precio real al detal del cerdo por lb, ctvs, Ingres per cápita real disponible,
dólares, Precio real al detal del pollo por lb, ctvs
b Variable dependiente: Consumo per cápita de pollos,lbs

Coeficientes

Coeficie
ntes Intervalo de
Coeficientes no estanda confianza para B Estadísticos de
Modelo estandarizados rizados t Sig. al 95% Correlaciones colinealidad

Error Límite Límite Orden Parci Semip Toler

B típ. Beta inferior superior cero al arcial ancia FIV
1 (Constante) 38,64 10,58
3,650 ,000 31,008 46,286
7 9
Ingreso per
cápita real
,011 ,002 ,911 4,567 ,000 ,006 ,016 ,947 ,723 ,264 ,084 11,943
disponible,
dólares
Precio real
al detal del -
-,541 ,158 -,816 ,003 -,872 -,210 ,840 -,618 -,198 ,059 17,017
pollo por lb, 3,425
ctvs
Precio real
al detal del
,174 ,063 ,832 2,784 ,012 ,043 ,305 ,912 ,538 ,161 ,037 26,767
cerdo por lb,
ctvs

a Variable dependiente: Consumo per cápita de pollos,lbs

El coeficiente de determinación es de 0,93. Quiere decir que el ingreso real, el

precio real del pollo y el precio real del cerdo explican en un 93% al consumo del
pollo.

El F tiene una probabilidad de error del 0%, es decir, el modelo es significativo en su

conjunto.

El beta1 es de 38,64. Quiere decir que independientemente del ingreso real, del
precio real del pollo y del precio real del cerdo, el consumo de pollo es de 38,64
libras. La probabilidad de error del beta1 es 0% y su verdadero valor esta entre
31,00 y 46,28.

El beta2 es de 0,01. Quiere decir que cuando aumenta el ingreso real en 1 dólar
aumenta el consumo de pollo en 0,01 libras, manteniéndose constantes las demás
variables. El beta2 tiene una probabilidad de error de 0% y su verdadero valor esta
entre 0,00 y 0,01.

El beta3 es de -0,54. Quiere decir que cuando aumenta el precio real del pollo en 1
centavo disminuye el consumo en 0,54libras, manteniéndose constantes las demás
variables. El beta3 tiene una probabilidad de error de 0,2% y su verdadero valor esta
entre -0,87 y -0,21.

El beta4 es de 0,17. El signo positivo nos indica que hay una relación directa entre
el precio real del cerdo y el consumo del pollo, es decir, cuando aumenta el precio
del puerco aumenta el consumo del pollo. Podemos concluir que son bienes
sustitutos. En este caso, cuando el precio real del cerdo aumenta en 1 centavo el
consumo de pollo aumenta en 0,17libras, manteniéndose constantes las demás
variables. Por ultimo, el beta4 tiene una probabilidad de error del 1% y su verdadero
valor se encuentra entre 0,04 y 0,30.

En este modelo todas las variables son significativas.

La función de regresión es: Y = 38,64 + 0,01X2 – 0,54X3 + 0,17X4

Heteroscedasicidad

Vamos a hacer la prueba para determinar si el modelo tiene problemas de

heteroscedasticidad. Analizamos las 3 variables independientes que tenemos y
tratamos de identificar cual nos puede dar un problema de heteroscedasticidad.
Creemos que si existe algún problema debe ser por la variable X1 (ingreso per
cápita) porque a medida que aumentan los ingresos, la gente posee más ingreso
discrecional que vendría a ser el ingreso que nos sobra después de haber pagado
nuestros gastos, por lo tanto, tiene mayores posibilidades de selección con respecto
a la forma de disponer de su ingreso. En consecuencia, es probable que la varianza
aumente con el ingreso, pues las personas tienen mayores posibilidades de
selección acerca del pollo y del cerdo.

Primero ordenamos los datos según la variable del ingreso per cápita.
Debido a que tenemos un n = 23 decidimos sacar un n = 5 de la muestra para
realizar la prueba, quedando así un n = 9 a los extremos. Después realizamos las
dos regresiones y procedemos a realizar la prueba F:

Ho: δ 22 = δ 21
Ho: δ22 ≠ δ 21

α = 0.05

F(23-5-8)/2 = f (5,5)

Prueba F = 11,84/0,89 = 13,03

Se rechaza la Ho, la varianza no es igual a lo largo de la línea de regresión,

existe un problema de heteroscedasticidad.
 Luego dividimos el modelo para la variable que me esta dando
heteroscedasticidad osea para X1 y realizamos la nueva regresión.

Resumen del modelo(b)

R R Error típ.
Model cuad cuadrado de la Durbin-
o R rado corregida estimación Estadísticos de cambio Watson
Cambio en R Sig. del
cuadrado Cambio en F gl1 gl2 cambio en F
1 , ,
995( 98 ,988 ,00187 ,989 582,272 3 19 ,000 1,431
a) 9
a Variables predictoras: (Constante), X2_X1, X3_X1, A1_X1
b Variable dependiente: Y_X1

ANOVA(b)

Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1 Regresión ,006 3 ,002 582,272 ,000(a)
Residual ,000 19 ,000
Total ,006 22
a Variables predictoras: (Constante), A1_X1, X3_X1, X2_X1
b Variable dependiente: Y_X1

Coeficientes(a)
Coeficientes
Coeficientes no estandarizado Intervalo de confianza para
estandarizados s B al 95%

Límite
Modelo B Error típ. Beta t Sig. Límite inferior superior
1 (Constant) ,013 ,003 4,466 ,000 ,007 ,019
X2_X1 -,642 ,093 -,840 -6,888 ,000 -,837 -,447
X3_X1 ,195 ,052 ,238 3,750 ,001 ,086 ,304
A1_X1 39,383 2,682 1,584 14,683 ,000 33,769 44,997
a Variable dependiente: Y_X1

Vemos que la nueva regresión es:

Y = 39,38 + 0,195X1 – 0,642X2 + 0,013X3

La regresión ya se encuentra corregida.

Autocorrelación
Queremos determinar si el comportamiento de Y no solo va a depender de X
sino también del error anterior.
 Realizamos la Prueba de Durbin y Watson:

Ho = No hay autocorrelación.
H1 = Si hay autocorrelación.
α = 0,05

La prueba de Durbin y Watson nos dice que d se encuentra en la zona de

incertidumbre debido a que es igual a 1,43.

Hicimos la prueba de corregir la autocorrelación pero como resultados

obtenemos que los parámetros no son significativos al nivel del 5% por lo tanto
decidimos dejar la regresión corregida solamente la multicolinealidad y la
heteroscedasticidad.

Análisis Regresión Final

Consumo per cápita de pollo = 39,38 + 0,195(Ingreso real per cápita en dólares)–
0,642(Precio Real al detal del pollo por libra, ctvs) + 0,013 (Precio real al detal del
cerdo por libra, ctvs)

El coeficiente de determinación es de 0,98. Quiere decir que el ingreso real, el

precio real del pollo y el precio real del cerdo explican en un 98% al consumo del
pollo.

El F tiene una probabilidad de error del 0%, es decir, el modelo es significativo en su

conjunto.

El beta1 es de 39,38. Quiere decir que independientemente del ingreso real, del
precio real del pollo y del precio real del cerdo, el consumo de pollo es de 39,38
libras. La probabilidad de error del beta1 es 0% y su verdadero valor esta entre
33,76 y 44,99.

El beta2 es de 0,195 . Quiere decir que cuando aumenta el ingreso real en 1 dólar
aumenta el consumo de pollo en 0,195 libras, manteniéndose constantes las demás
variables. El beta2 tiene una probabilidad de error de 0% y su verdadero valor esta
entre 0,086 y 0,30.

El beta3 es de -0,64. Quiere decir que cuando aumenta el precio real del pollo en 1
centavo disminuye el consumo en 0,64 libras, manteniéndose constantes las demás
variables. El beta3 tiene una probabilidad de error de 0% y su verdadero valor esta
entre -0,83 y -0,44.

El beta4 es de 0,01. El signo positivo nos indica que hay una relación directa entre
el precio real del cerdo y el consumo del pollo, es decir, cuando aumenta el precio
del puerco aumenta el consumo del pollo. Podemos concluir que son bienes
sustitutos. En este caso, cuando el precio real del cerdo aumenta en 1 centavo el
consumo de pollo aumenta en 0,01 libras, manteniéndose constantes las demás
variables. Por ultimo, el beta4 tiene una probabilidad de error del 0% y su verdadero
valor se encuentra entre 0,07 y 0,019.