EXPORTACION DE MINERALES

1.- OBJETIVOS:

1.1.-GENERAL
Es dar a conocer la evolucin y los datos en el transcurso de 10 aos que ha
tenido la exportacin de los minerales en nuestro pas e identificando su valor
oficiales en millones de dlares ($).

1.2.-ESPECIFICOS
Es dar a conocer sus precios y gastos de exportacin que se realizan en
los minerales.
Conocer los gastos de realizacin de los minerales en Bolivia
Estadsticas sobre datos especficos de los minerales en nuestro pas
Aplicacin de modelos economtricos para la identificacin y solucin a
los problemas si es que se presenten.

1
 2.-MARCO TEORICO

MODELO ECONOMETRICO

BOLIVIA: GASTOS DE REALIZACIN DE EXPORTACIN DE MINERALES POR AO

(En millones de dlares estadounidenses)
DESCRIPCION 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Gasto de realizacin 42,32 82,12 88,86 154,65 97,73 133,42 209,21 326,91 324,42 396,42
(A)

Valor oficial (B) 437,59 435,8 480,51 756,68 972,4 889,2 1,495.57 2,541.74 1,206.02 2,864.63

2.1.-Modelo Lineal
Se refiere a una situacin en la que, como consecuencia de una fuerte
interrelacin entre las variables independientes, es difcil discernir los efectos
que cada variable independiente tiene de forma individual sobre la variable
independiente.
MODELO LINEAL
Y= B1 + B2 X2i
Y= 41.56 + 6.28

S()= (239,91) (1,09)

R2= 0,80

R2= 0,78

2
2.2 LOG-LOG
Este modelo sirve para estimar elasticidades. El modelo trata de explicar un
cambio relativo en X genera un cambio relativo en Y.

Ln Y = Ln2,65 + 0,8468

S() = (0,74) (0,15)

R2= 0,81
R2= 0,78
Interpretacin

2=0,8468 Indica la elasticidad de los gastos de realizacin respecto a los

gastos totales es de 84%, lo que sugiere que si el gasto total aumenta en 1% el
promedio, los gastos de realizacin aumenta en 0,84%, entonces podemos ver
los gastos de realizacin es muy sensible al gasto total.

2.3 LOG-LIN

Se usan para analizar la relacin entre dos, tres o ms variables categricas en

una tabla de contingencia. Todas las variables que se analizan se consideran
como variables respuestas, es decir no se hace distincin entre variables
independientes y dependientes.

Ln Y= Ln 5,96 + x2i Ln 0,005

S()= (0,18) (8,37)

R2= 0,82

R2= 0,79

Interpretacin

2=59,6 Los gastos de realizacin se incrementan a una tasa anual en 59%

2.4 LIN-LOG
Indica que cambios relativos en X genera cambios absolutos en Y. Este modelo
es de utilidad en variables que tienen que ver con gastos.

Y= Ln 3742,47 + 999,00Lnx2i

S()= (1166,58) (230,9)

R2= 0,70

R2= 0,66

3
Interpretacin

B2= 2,309 Nos indica que un incremento en el gasto total del 1%, en promedio,
propicia un incremento de 2,309$ en el gasto de realizacin.

Conclusin: de acuerdo a los resultados obtenidos de los R2,

analizaremos con los resultados obtenidos del modelo log-ling con el cual
obtuvimos el mayor resultado.

3.-INTERVALO DE CONFIANZA PARA Bi

C [i- t2Q;n-k S(i) i i + t2Q;n-k S(i)] = 1

C[ 5,96 2,306 (0,18) 5,96 + 2,306 (0,18) ] = 0,95

C[ -5,46 0,41 5,46 + 0,41] = 0,95

C[ 5,55 6,37 ]= 0.95

4.PRUEBA DE HIPOTESIS INDIVIDUAL

1) Planteamiento de hiptesis

H0: 0 No es significativo
HI: < 0 Es significativo
2) Nivel de significacin
= 0,05

3) Regin de rechazo y aceptacin

Tc= 0,05
Gl=n-k = 10-8
2,306

0 2,306 33,11

4) Prueba de Estadstica
, ,
Tc = ( ) = = , = 33,11
,

4
 5) Conclusin
Como tc= 33,11 cae en la regin de aceptacin de la H1, entonces
concluimos que 1 es significativo.
5.Prueba de hiptesis Conjunta
1) H0: 1 = 2 = 0 No son significativos
HI: 1 2 0 Son significativo
2) Nivel de significacin
=0,05
3) Regiones criticas
gl= n-1 = 10-1=9

tc0,05= 3,39

gl= n-k= 10-2=8

0 3,39 35,80

4) Decisin estadista

Fc= 35,80

5) Conclusin
Como Fc cae en la regin de aceptacin de HI, concluimos que 1 y 2
son significativos en el modelo.

6.PREDICCIN MEDIA
1
x0= 1.32

E(Y/x0) = 5.9617
V(Y/x0) = 0.0332

5
S(Y/x0) = 0.1822

V(Y)= 0.1283
S(Y)= 0.3581

7. de confianza para la prediccin media

C[ E(Y/x0) t2Q;n-k S(Y-x0) Y E(Y/x0) + t2Q;n-k S(Y/x0)] = 1-

C[ (5.9617) 2.306*(0.1822) Y (5.9617) + 2.306*(0.1822)] = 1-

C[ 5.9617-0.42015 Y 5.9617+0.42015] = 1-0.05

C[ 5.54 Y 6.38] = 1-0.05

8.Prueba de hiptesis para la prediccin

1) Planteamiento de hiptesis
H0: un cambio en la estructura de Y
HI: un cambio en la estructura de Y

2) Nivel de significacin
= 0.05
3) Regiones criticas

-2.306 0 2.306

4) Decisin Estadstica

( ) . .

Tc= = = - 6597.33
( ) .

5) Conclusin
Como tc cae en la regin de aceptacin de la HI , concluimos que
cuando cambia x2i (gastos de realizacin) genera un cambio en la estructura de
y (valor oficial)

6
9.MULTICOLINEALIDAD

Se refiere a una situacin en la que, como consecuencia de una fuerte

interrelacin entre las variables independientes, es difcil discernir los efectos
que cada variable independiente tiene de forma individual sobre la variable
independiente.

Debido a que en nuestro caso no se tiene la informacin de las variables

suficientes no se puede realizar este anlisis.

10.HETEROCEDASTICIDAD

Se dice que existe heteroscedasticidad cuando la varianza del trmino de

determinacin (varianza no explicada) no es constante para todas las
observaciones.
De manera general heteroscedasticidad se presenta cuando se trabajan con
datos de corte transversal.

(Prueba de White)

W= -0,0268

1) Planteamiento de Hiptesis
H0: Heterocedasticidad
HI: Heterocedasticidad

2) Nivel de significacin
= 0,05

3) Regiones Criticas

X20,05= 3,84
Gl=k-1= 2-1=1
H0
HI

0 3,84

4) Decisin estadstica
W= -0,0268

7
 5) Conclusin

No existe Heterocedasticidad

10.1 (Koenker Basset)

Kb=0,10

1) Planteamiento de Hiptesis

H0: Heterocedasticidad
HI: Heterocedasticidad

2) Nivel de significacin
= 0,05

3) Regiones Criticas

-1,06 0 1,06

4) Decisin estadstica

Kb= 0,10

5) Conclusin

No existe Heterocedasticidad

10.2(Prueba BPG)

BPG= 0,070

1) Planteamiento de hiptesis

H0= Heterocedasticidad
HI= Heterocedasticidad

8
 2) Nivel de significacin
= 0,05

3) Regiones criticas

HI
H0

0 0,070 3,54

4) Decisin estadstica

BPG= 0,070

5) Conclusin
No existe Heterocedasticidad

AUTOCORRELACION

Se refiere a la correlacin existente en el trmino de perturbacin. La

autocorrelacin consiste en suponer que las perturbaciones estn
relacionadas.

Lista 6

6 1,2352
7 0,7607
8 0,1392
9 0,7602
10 1,6238
11 0,1831

(2,62) (3,12)
DL Du Du* DL*

0,88 1,32 1,62

0 1 2 3 4

Autoc. duda Autoc. duda Autoc.

9
Conclusin: No existe la presencia de Autocorrelacin.

CONCLUSIN FINAL
De acuerdo al caso del anlisis de las exportaciones que realizamos en el
trascurso de este trabajo, llegamos a la conclusin que los modelos
economtricos aplicados y aprendidos durante todo el semestre son muy tiles
al momento de aplicarlos a problemas reales de productos, como en nuestro
caso de minerales cada uno de los mtodos que aplicamos se dieron de
manera satisfactoria, logrando entender e interpretar cada resultado obtenido.

10