Sie sind auf Seite 1von 6

ECOMOMETRIA

DEMANDA DE TURISTAS NACIONALES EN LA CIUDAD DEL CUSCO


1. DEFINICION DE LA TEORIA O HIPOTESIS
La presente regresion econonometrica tiene por finalidad conocer la funcion de
la demanda de turistas nacionales en la ciudad del Cusco.
La demanda de turistas nacionales en la ciudad del cusco esta en funcion del
ingreso disponible, de la inflacin, del precio de los servicios, de las temporadas,
del atractivo turistico, del riesgo regional.
TNacional: Numero de turistas nacionales
Yd: Ingreso disponible
: Inflacin
TNacional = ( Yd, , Pe, temporada, atractivo turistico, riesgo regional)
Analizando que el numero de turistas nacionales en la ciudad del cusco va a
depender de especficamente del Ingreso Disponible y la Inflacin.
El Ingreso Disponible es la variable que se relaciona directa o positivamente
con la demanda de turistas nacionales, mientras que en la inflacin se da una
funcin inversa o indirecta.
TNacional = (Yd, )
2. DATOS:
Los datos que tenemos son series Historicas cuya fuente es DIRCETUR, INEI y
BCRP y son los siguientes:
Y Disponible

AOS
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007

81437.178043
80782.171975
77892.506764
78786.044604
85598.699800
90606.209457
90504.151478
94989.654496
93378.436320
95515.590285
98287.518434
97776.374286
103345.809165
105140.149669
107997.446144
113051.142576
114659.544435
121875.579398

INFLACION NACIONAL
74.8170
76,274
4.0950
136,402
0.7350
196,530
0.4860
229,974
0.2370
257,772
0.1110
263,354
0.1150
247,415
0.0850
248,963
0.0730
227,181
0.0350
231,850
0.0380
220,785
0.0200
203,540
0.0020
226,941
0.0230
222,896
0.0370
305,411
0.0160
329,718
0.0200
422,346
0.0178
503,872

3.

ESPECIFICIDAD DEL MODELO


TNacional =1 + 2 Yd 3 Pe +
4. EXPLICACION DEL MODELO
TNacional =b1 + b2 Yd b3 Pe + e
5. RESULTADOS
TNacional= -250444 + 5.30Yd 1413
El coeficiente -250444 representa la Demanda Autnoma de turistas
nacionales en la ciudad del Cusco.
Si el Yd = 0; se necesitara la cantidad de 250444 turistas para completar
la demanda en el Cusco.
Observamos que manteniendo constante la , el numero de turistas
nacionales aumentara en 5.30 veces la cantidad de Yd, es decir, al
incrementarse el Yd en una unidad, se incrementa el numero de turistas
nacionales en 5.30 veces.
Por otro lado manteniendo constante el Yd, una variacin en una
unidad de la va a representar una disminucin de 1413 veces la
de la cantidad de turistas nacionales.
5.30 representa el multiplicador y 1413 representa el deflactor de la
demanda de turistas nacionales.
Regression Analysis: NACIONAL versus Y DISPONIBLE, INFLACION
The regression equation is
NACIONAL = - 250444 + 5.30 Y DISPONIBLE - 1413 INFLACION
Predictor
Coef SE Coef
Constant
-250444
108315
Y DISPON
5.298
1.105
INFLACIO
-1412.8
812.9

T
P
VIF
-2.31 0.035
4.79 0.000
1.1
-1.74 0.103
1.1

S = 56034
R-Sq = 69.6%
R-Sq(adj) = 65.6%
PRESS = 268072961705 R-Sq(pred) = 0.00%
Analysis of Variance
Source
DF
SS
MS
F
Regression
2 1.08058E+11 54028830088 17.21
Residual Error 15 47096364781 3139757652
Total
17 1.55154E+11

P
0.000

Source
DF
Seq SS
Y DISPON
1 98574966090
INFLACIO
1 9482694086
Obs
1
2
3
4
5
6
7

Y DISPON NACIONAL
81437
76274
75285
80782 136402
171729
77893 196530
161168
78786 229974
166253
85599 257772
202696
90606 263354
229402
90504 247415
228856

Fit
SE Fit Residual St Resid
55971
989
0.37 X
21642 -35327
-0.68
25129
35362
0.71
24378
63721
1.26
18676
55076
1.04
15460
33952
0.63
15512
18559
0.34

8
9
10
11
12
13
14
15
16
17
18

94990 248963
93378 227181
95516 231850
98288 220785
97776 203540
103346 226941
105140 222896
107997 305411
113051 329718
114660 422346
121876 503872

252661
244142
255518
270199
267516
297047
306523
321640
348443
356958
395189

13859
-3698
-0.07
14284 -16961
-0.31
13779
-23668
-0.44
13702
-49414
-0.91
13668
-63976
-1.18
15242 -70106
-1.30
16220 -83627
-1.56
18121 -16229
-0.31
22195 -18725
-0.36
23622
65388
1.29
30481 108683
2.31R

R denotes an observation with a large standardized residual


X denotes an observation whose X value gives it large influence.
Durbin-Watson statistic = 0.49

Regression Analysis: NACIONAL versus Y DISPONIBLE


The regression equation is
NACIONAL = - 313819 + 5.89 Y DISPONIBLE
Predictor
Coef SE Coef
Constant
-313819
108239
Y DISPON
5.890
1.116

T
P
-2.90 0.010
5.28 0.000

S = 59466
R-Sq = 63.5%
R-Sq(adj) = 61.3%
PRESS = 79232515638 R-Sq(pred) = 48.93%
Analysis of Variance
Source
DF
SS
MS
F
P
Regression
1 98574966090 98574966090 27.88 0.000
Residual Error 16 56579058867 3536191179
Total
17 1.55154E+11
Obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Yd
NACIONAL
Fit
SE Fit Residual St Resid
81437
76274
165879
21628 -89605
-1.62
80782 136402
162021
22190 -25619
-0.46
77893 196530
144999
24773
51531
0.95
78786 229974
150263
23957
79711
1.46
85599 257772
190392
18341
67380
1.19
90606 263354
219888
15343
43466
0.76
90504 247415
219287
15390
28128
0.49
94990 248963
245708
14081
3255
0.06
93378 227181
236218
14366
-9037
-0.16
95516 231850
248806
14037
-16956
-0.29
98288 220785
265134
14208
-44349
-0.77
97776 203540
262123
14126
-58583
-1.01
103346 226941
294930
16124 -67989
-1.19
105140 222896
305499
17202 -82603
-1.45
107997 305411
322330
19226 -16919
-0.30
113051 329718
352098
23449 -22380
-0.41
114660 422346
361572
24910
60774
1.13
121876 503872
404077
31889
99795
1.99

Durbin-Watson statistic = 0.47

Regression Analysis: NACIONAL versus INFLACION


The regression equation is
NACIONAL = 264609 - 2615 INFLACION
Predictor
Coef SE Coef
Constant
264609
21041
INFLACIO
-2615
1191

T
P
12.58 0.000
-2.20 0.043

S = 86327
R-Sq = 23.1%
R-Sq(adj) = 18.3%
PRESS = 7.122035E+12 R-Sq(pred) = 0.00%
Analysis of Variance
Source
DF
SS
MS
Regression
1 35915930836 35915930836
Residual Error 16 1.19238E+11 7452380883
Total
17 1.55154E+11
Obs INFLACIO NACIONAL
1
74.8
76274
68941
2
4.1 136402
253900
3
0.7 196530
262687
4
0.5 229974
263338
5
0.2 257772
263989
6
0.1 263354
264319
7
0.1 247415
264308
8
0.1 248963
264387
9
0.1 227181
264418
10
0.0 231850
264518
11
0.0 220785
264510
12
0.0 203540
264557
13
0.0 226941
264604
14
0.0 222896
264549
15
0.0 305411
264512
16
0.0 329718
264567
17
0.0 422346
264557
18
0.0 503872
264563

F
4.82

P
0.043

Fit
SE Fit Residual St Resid
86207
7333
1.61 X
20353 -117498
-1.40
20835
-66157
-0.79
20901
-33364
-0.40
20971
-6217
-0.07
21008
-965
-0.01
21007
-16893
-0.20
21016
-15424
-0.18
21019
-37237
-0.44
21031 -32668
-0.39
21030 -43725
-0.52
21035 -61017
-0.73
21041 -37663
-0.45
21034 -41653
-0.50
21030
40899
0.49
21036
65151
0.78
21035 157789
1.88
21036 239309
2.86R

R denotes an observation with a large standardized residual


X denotes an observation whose X value gives it large influence.
Durbin-Watson statistic = 0.37

6. CONTRASTACION DE VALIDEZ DEL MODELO


Prueba T
t=
SDb =
t*SDb =

b- t*SDb
-236.35

-2.31
108315

-250207.65

B
-250444

b + t*SDb
-500651.65

Prueba T
4.79
t=
1.105
SDb =
t*SDb =
5.29295

b- t*SDb
0.00505

B
5.298

Prueba T
-1.74
t=

b + t*SDb
10.59095

SDb =
t*SDb =

b- t*SDb
1.646

812.9

-1414.446

B
-1412.8

b + t*SDb
-2827.246

Prueba T
-2.9
t=
108239
SDb =
t*SDb =
-313893.1

b- t*SDb
74.1

B
-313819

b + t*SDb
-627712.1

Prueba T
5.28
t=
1.116
SDb =
t*SDb =
5.89248

b- t*SDb
-0.00248

B
5.89

b + t*SDb
11.78248

Prueba T
12.58
t=
21041
SDb =
t*SDb =
264695.78

b- t*SDb
-86.78

B
264609

b + t*SDb
529304.78

Prueba T
-2.2
t=
1191
SDb =
t*SDb =
-2620.2

b- t*SDb

B
5.2

-2615

b + t*SDb
-5235.2

Como se observa todos los b estn dentro de los mrgenes.


PRUEBA F
PRIMERA REGRESIN
NACIONAL = - 250444 + 5.30 Y DISPONIBLE - 1413 INFLACION
Analysis of Variance
Source
Regression

DF
SS
MS
2 1.08058E+11 54028830088

F
17.21

P
0.000

Residual Error 15 47096364781 3139757652


Total
17 1.55154E+11
Prueba F

=14.30232558

SEGUNDA REGRESIN
NACIONAL = - 313819 + 5.89 Y DISPONIBLE
Analysis of Variance
Source
Regression
Residual Error
Total
Prueba F

DF
SS
MS
1 98574966090 98574966090
16 56579058867 3536191179
17 1.55154E+11

F
27.88

P
0.000

F
4.82

P
0.043

= 11.87984496

TERCERA REGRESIN
NACIONAL = 264609 - 2615 INFLACION
Analysis of Variance
Source
Regression
Residual Error
Total
Prueba F

DF
SS
MS
1 35915930836 35915930836
16 1.19238E+11 7452380883
17 1.55154E+11

=1.679926561

EL F de la regresin es MENOR que el F de la tabla, por lo tanto se concluye


que la regresin puede estar mal o el nmero de observaciones es insuficiente.
7. CONTRASTACION DE HIPOTESIS
Durbin-Watson statistic = 0.49

Durbin Watson tabla


DL = 1.046
DR=2.465
No esta en el rango por lo tanto puede haber correlacin entre las variables explicattivas

8. APLICACIN PREDICCIONES