1.

1.1. En un contexto econométrico.

La ecuación Y=B1 +B2 en un contexto econométrico explica la relación que existe
entre una variable dependiente (y) y otra variable independiente “x”.

Gasto

B2

Y=B1+B2X
B1

Ingreso
La presente grafica muestra una relación positiva entre el gasto y el ingreso. Y B1 y B2
son los parámetros de estimación. Keynes planteaba que existe una relación positiva
entre el ingreso y el gasto, dicha relación se muestra en la presente recta de regresión
lineal, en donde B2 mide la propensión marginal de consumo, matemáticamente es
conocida como pendiente. Lo que pretende la ecuación de regresión es estimar la
variable “y” de gasto a partir de valores fijos de “x” ingreso.
1.2. En un contexto matemático

En un contexto matemático la relación es determinista, asi el valor de B1 es la intersección con

el eje “y”, el valor de B2 matemáticamente es la pendiente. “y” es la variable dependiente y
“x” es la variable independiente. De tal manera que Y=B1+B2X es una función lineal que me
representa una relación entre la variable “x” y la variable “y”. 3.0

2.
2.1. Planteamiento de la teoría
Keynes planteaba que existía una relación positiva entre el consumo y el ingreso. Lo
que afirmaba Keynes era que la propensión marginal de consumo era mayor que cero
y menor que uno, la PMC vendría a ser la pendiente.
2.2. Especificación del modelo matemático

Pese a haber formulado que existía una relación positiva entre el consumo y el ingreso no se
especificaba de manera precisa. De tal manera, la relación matemática seria: y=B1+B2X, donde
“y es el consumo., “x” es el ingreso B1 es el intercepto con el eje “y” y B2 es la pendiente.

y=B1+B2X

2.3. Especificación del modelo econométrico

El modelo matemático planteado es determinista, en cambio las relaciones entre variables

económicas son inexactas. Es por ello que la ecuación quedaría modificada de la siguiente
forma: y=B1+B2X+U, donde “u” es conocida como el termino de perturbación o error, esta es
la ecuación que más se asemeja a la realidad económica.
 y=B1+B2X+U

2.4. Obtención de información

Se refiere a la obtención de datos, necesarios para estimar los valores de B1 Y B2, que son los
parámetros de estimación.

2.5. Estimación del modelo econométrico

Con los datos se pretende calcular la función de regresión, así, por ejemplo:

y=-299.5913+0.7218x

2.6. Prueba de hipótesis

Keynes planteaba una relación positiva entre el consumo y el ingreso, según los datos y los
cálculos realizados la pendiente es positiva, por lo tanto, se apoya la teoría de Keynes.

2.7. Pronostico o predicción

A partir de la ecuación de regresión se puede predecir el consumo, por ejemplo:

Y=-299.5913+0.7218(11319.4), sustituyendo la variable “X” podemos estimar la variable “y”

igual a 7870.7516.

2.8. Uso del modelo para fines de control de políticas

Si el gobierno espera una cantidad determinada de consumo podría modificar la variable

independiente mediante mezclas de políticas monetaria y fiscal. De tal manera podrá aplicar
un control sobre la economía. 2.5

3.

La presente grafica nos muestra una relación positiva entre el consumo semanal, variable
dependiente y el ingreso semanal, variable independiente. El consumo semanal se relaciona
con cantidades fijas de las variables independientes. La recta de regresión pasa por los puntos
promedios, los puntos que están en su alrededor se distribuyen alrededor de su media. La
relación que muestra la gráfica no es exacta, dada la intersección de puntos distribuidos.

2.5

4.
la relación que existe entre regresión y causalidad, es que la primera se encarga
de estimar el estudio de dos variables, las cuales estas variables tienen una
relación entre sí, las cuales pueden tener una causa y efecto. Una relación
estadística no puede por sí misma implicar en forma lógica una causalidad. Para
aducir causalidad debe haber una investigación teórica. uno puede recurrir a la
teoría económica al afirmar que el gasto de consumo depende del ingreso real.
La correlación indica la fuerza y dirección de una relación lineal y proporcional
entre dos variables y la regresión se encarga de estimar estas dos. 3.0
5. Excel

NOTA TOTAL: 15