ESCALAS Y UNIDADES DE MEDICION; REGRESION LINEAL Y NO LINEAL

SIMPLE
I.

Teniendo en cuenta la siguiente informacin del consumo de

arroz expresado en decenas de miles de toneladas (Y), del
precio del arroz en francos por Kg (X1); del precio de las
papas en francos por Kg (X2); de la renta nacional del pas
en billones de francos (X3); y del estrato poblacional (E).

Haciendo uso del anlisis de regresin simple se pide:

a) Estimar e interpretar el modelo lineal de consumo de arroz en
funcin de la renta nacional, considerando: 1. Las unidades en
las que est medida, 2. Considerando el arroz en toneladas; 3.
Considerando la renta en francos; 4. Considerando la renta en
francos y el consumo de arroz en toneladas. Compare los
coeficientes estimados y sus errores estndar.

AO

Y (consumo
de
Arroz
decenas de
toneladas

X1
(Precio
de arro en
francos por
Kg)

1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998

101.6
88.26
90.44
88.84
91.6
99.25
88.82
116.28
124.2
113.62
110.91
105.5
127.88
99.32
119.23
97.9
127.61
126.24
159.26
141.22
143.99

135.44
134.51
134.5
136.32
133.44
137.98
132.7
151.29
142.22
136.46
146.46
144.19
149.75
154.68
152.98
158.37
175.41
166.27
167.88
67.53
189.9

X3
(Renta
X2 (Precio de
nacional
del
las papas en
pais
en
francos
por
billones
de
Kg)
francos)
131.52
3.58
128.65
4.07
127.96
4.81
130.66
5.8
127.96
7.19
134.75
8.43
124.61
10.12
155.77
12.83
153.9
15.88
143.34
18.45
147.75
21.17
140.78
23.07
157.95
2.65
144.77
29.7
155.61
33.35
146.25
38.63
179.94
42.03
170.98
47.31
185.33
52.93
171.97
59.42
197.49
62.1

E (Estrato
poblacion
al)
1
1
2
2
1
2
3
3
2
1
1
2
2
3
3
1
1
2
2
1
3

set mem 500m

input AO Y

X1

X2

X3

1978 101.6135.44

131.52

3.58 1

1979 88.26134.51

128.65

4.07 1

1980 90.44134.5127.96

4.81 2

1981 88.84136.32

130.66

5.8

1982 91.6 133.44

127.96

7.19 1

1983 99.25137.98

134.75

8.43 2

1984 88.82132.7124.61

10.123

1985 116.28

155.77

151.29

1986 124.2142.22

12.833

153.915.882

1987 113.62

136.46

143.34

18.451

1988 110.91

146.46

147.75

21.171

1989 105.5144.19
1990 127.88

149.75

1991 99.32154.68
1992 119.23

140.78

1993 97.9 158.37

157.95

144.77

152.98

23.072

29.7 3

155.61

146.25

2.65 2

33.353

38.631

1994 127.61

175.41

179.94

42.031

1995 126.24

166.27

170.98

47.312

1996 159.26

167.88

185.33

52.932

1997 141.22

67.53171.97

59.421

1998 143.99

189.9197.49

62.1 3

end

literal a
1)

b) Ahora suponga que a Y sumamos 100 y a X3 le restamos

100 y corremos tres modelos: 1. Con Y cambiada y X3 original.
2. Con Y original y X3 cambiada; y 3. Con Y y X3 cambiadas.
Analice en cada caso como cambian los coeficientes y sus
errores estndar.
gen y1=Y+100
gen x31=X3-100
*Con Y cambiada y X3 original
reg y1 X3

*Con Y original y X3 cambiada

reg Y x31

*Con Y y X3
reg Y X3

c) Corra el modelo de la curva de demanda sin intercepto, analice e

interprete los resultados.

d) Determine la tasa anual de crecimiento del consumo de arroz.

*Y PARA LA TASA DE CRECIMIENTO anual al 99.99%
gen t=_n
reg Y t,leve(99.99)
reg Y AO

e) Pruebe la hiptesis de que la tasa anual de crecimiento del

consumo de arroz es superior al 5%. (utilice = 5%)
gen lY= ln(Y)
reg Y t

f) Determine la tasa instantnea de crecimiento del consumo de arroz

para un ao despus del ltimo dato observado. Construya un
intervalo de confianza al 95%.
g) Pruebe la hiptesis de que el modelo postulado es bueno.
Obs
1985
1986
1987
1988
1989
1990

P
3267636
3664620
4106758
4592483
5250695
6074133

L
1493.8
1549.1
1637.6
1727.6
1848.6
1963.5

1991

6887865 2036.2

1992

7848365 2070.8

1993

8168404 2065.4

1994

8392581 2055.9

1995

8972103 2093.78

1996

9420052

2707.61
5

set mem 500m

input Obs

K
2923424
3138054
3364006
4672090
6413699
8526639
1074484
0
1259703
9
1444443
2
1626004
0
1796236
2
1922653
8

1985 3267636

1493.800

2923424

1986 3664620

1549.100

3138054

1987 4106758

1637.600

3364006

1988 4592483

1727.600

4672090

1989 5250695

1848.600

6413699

1990 6074133

1963.500

8526639

1991 6887865

2036.200

10744840

1992 7848365

2070.800

12597039

1993 8168404

2065.400

14444432

1994 8392581

2055.900

16260040

1995 8972103

2093.780

17962362

1996 9420052

2707.615

19226538

end
Se pide:
a) Estimar e interpretar los modelos lineales simples: produccin en
funcin del trabajo y produccin en funcin del capital.
reg P L
reg P K

b) Estimar e interpretar los modelos log-log de: produccin en funcin

del trabajo y produccin en funcin del capital.
c) Comparar e interpretar los modelos estimados en los literales a y b.
d) Segn su opinin que forma funcional escogera y por qu?
e) Pruebe la hiptesis de que un decremento en el trabajo del 10%
conlleva a un decremento de la produccin en menos del 20%. (utilice
= 10%)

. reg lP lL, leve(90)

Source

SS

df

MS

Model
Residual

1.29935486
.210394074

1
10

1.29935486
.021039407

Total

1.50974893

11

.137249903

lP

Coef.

lL
_cons

2.108793
-.3254219

Std. Err.

.2683409
2.028224

7.86
-0.16

Number of obs
F( 1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.000
0.876

=
=
=
=
=
=

12
61.76
0.0000
0.8606
0.8467
.14505

[90% Conf. Interval]

1.622436
-4.001499

2.595151
3.350655

f) Pruebe la hiptesis que un incremento en el capital en el 25%

conlleva a un incremento en la produccin en ms del 30%. (utilice
= 5%)

. reg lP lK
Source

SS

df

MS

Model
Residual

1.49443896
.015309971

1
10

1.49443896
.001530997

Total

1.50974893

11

.137249903

lP

Coef.

lK
_cons

.5191046
7.349121

Std. Err.
.0166151
.2646571

t
31.24
27.77

Number of obs
F( 1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
976.12
0.0000
0.9899
0.9888
.03913

P>|t|

[95% Conf. Interval]

0.000
0.000

.4820838
6.759428

.5561253
7.938813

g) Cul sera la diferencia entre el modelo lineal simple y el log-log

para el pronstico de la produccin cuando L= 3000 unidades,

Lineal simple

. reg P L
Source

SS

df

MS

Model
Residual

4.2567e+13
9.8477e+12

1
10

4.2567e+13
9.8477e+11

Total

5.2415e+13

11

4.7650e+12

Coef.

L
_cons

6042.919
-5320961

Log-log

Std. Err.
919.1277
1803696

t
6.57
-2.95

Number of obs
F( 1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
43.23
0.0001
0.8121
0.7933
9.9e+05

P>|t|

[95% Conf. Interval]

0.000
0.015

3994.974
-9339846

8090.863
-1302075

. reg lP lL
Source

SS

df

MS

Model
Residual

1.29935486
.210394074

1
10

1.29935486
.021039407

Total

1.50974893

11

.137249903

lP

Coef.

lL
_cons

2.108793
-.3254219

Std. Err.
.2683409
2.028224

Number of obs
F( 1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|

7.86
-0.16

0.000
0.876

=
=
=
=
=
=

12
61.76
0.0000
0.8606
0.8467
.14505

[95% Conf. Interval]

1.510893
-4.844586

2.706694
4.193742

h) Construya un intervalo de confianza con el 90% para la elasticidad

produccin-capital.

. reg lP lK, leve(90)

Source

SS

df

MS

Model
Residual

1.49443896
.015309971

1
10

1.49443896
.001530997

Total

1.50974893

11

.137249903

i)

lP

Coef.

lK
_cons

.5191046
7.349121

Std. Err.
.0166151
.2646571

t
31.24
27.77

Number of obs
F( 1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
976.12
0.0000
0.9899
0.9888
.03913

P>|t|

[90% Conf. Interval]

0.000
0.000

.4889904
6.86944

.5492188
7.828801

Cul sera la tasa anual de crecimiento de la produccin, del

trabajo y del capital.

. reg lP t
Source

SS

df

MS

Model
Residual

1.4620664
.047682534

1
10

1.4620664
.004768253

Total

1.50974893

11

.137249903

lP

Coef.

t
_cons

.101115
14.953

Std. Err.
.0057745
.0424989

t
17.51
351.84

Number of obs
F(
1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
306.63
0.0000
0.9684
0.9653
.06905

P>|t|

[95% Conf. Interval]

0.000
0.000

.0882487
14.85831

.1139813
15.0477

. reg lL t
Source

SS

df

MS

Model
Residual

.256641644
.035544563

1
10

.256641644
.003554456

Total

.292186207

11

.026562382

lL

Coef.

t
_cons

.0423639
7.281408

Std. Err.
.0049856
.0366931

t
8.50
198.44

Number of obs
F(
1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
72.20
0.0000
0.8783
0.8662
.05962

P>|t|

[95% Conf. Interval]

0.000
0.000

.0312552
7.199651

.0534725
7.363166

. reg lK t
Source

SS

df

MS

Model
Residual

5.3559543
.189900113

1
10

5.3559543
.018990011

Total

5.54585442

11

.504168583

lK

Coef.

t
_cons

.1935309
14.65624

Std. Err.
.0115238
.0848127

t
16.79
172.81

Number of obs
F(
1,
10)
Prob > F
R-squared
Adj R-squared
Root MSE

=
=
=
=
=
=

12
282.04
0.0000
0.9658
0.9623
.1378

P>|t|

[95% Conf. Interval]

0.000
0.000

.1678544
14.46727

.2192075
14.84522

III. Demanda de carne de pollo. Para estudiar el consumo percpita de

carne de pollo en Ecuador se presentan los datos de la siguiente tabla
donde:
Y = consumo per cpita de carne de pollo, lbs
X2 = ingreso per cpita real disponible, $
X3= precio real al menudeo del pollo por lb,
X4= precio real al menudeo del cerdo por lb,
X5= precio real al menudeo de la carne de res por lb,
X6= Precio real compuesto de los sustitutos de pollo por lb, , el cual
es un promedio ponderado de los precios reales al menudeo por libra
de carne de cerdo y de res; las ponderaciones son los consumos
relativos de la carne de res y de cerdo en el consumo total de estos
productos.
Ao
1993
1994
1995
1996
1997
1998
1999
2000

Y
27.8
29.9
29.8
30.8
31.2
33.3
35.6
36.4

X2
397.5
413.3
439.2
459.7
492.9
528.6
560.3
624.6

X3
42.2
38.1
40.3
39.5
37.3
38.1
39.3
37.8

X4
50.7
52
54
55.3
54.7
63.7
69.8
65.9

X5
78.3
79.2
79.2
79.2
77.4
80.2
80.4
83.9

X6
65.8
66.9
67.8
69.6
68.7
73.6
76.3
77.2

2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015

36.7
38.4
40.4
40.3
41.8
40.4
40.7
40.1
42.7
44.1
46.7
50.6
50.1
51.7
52.9

666.4
717.8
768.2
843.3
911.6
931.1
1,021.50
1,165.90
1,349.60
1,449.40
1,575.50
1,759.10
1,994.20
2,258.10
2,478.70

38.4
40.1
38.6
39.8
39.7
52.1
48.9
58.3
57.9
56.5
63.7
61.6
58.9
66.4
70.4

64.5
70
73.2
67.8
79.1
95.4
94.2
123.5
129.9
117.6
130.9
129.8
128
141
168.2

85.5
93.7
106.1
104.8
114
124.1
127.6
142.9
143.6
139.2
165.5
203.3
219.6
221.6
232.6

78.1
84.7
93.3
89.7
100.7
113.5
115.3
136.7
139.2
132
132.1
154.4
174.9
180.8
189.4

Se pide, utilizando la forma funcional pertinente hacer:

*Probar la hiptesis que la carne de pollo es un bien normal y esencial
(utilice alfa=95%)

*Probar la hiptesis de que el pollo es un bien elstico

*Construya un intervalo
crecimiento del consumo

de

confianza

para

la

tasa

de

*Construya un intervalo de confianza para elasticidad cruzada

con los bienes sustitutos

*Decremento del precio del pollo

*Cul sera la tasa anual de crecimiento de la produccin, del trabajo

y del capital
*Con la encuesta de ingreso y gastos del INEC estime la Curva de
Engel (considere nicamente gasto en alimentos). Analice e interprete
los resultados de este modelo recproco, encuentre el nivel crtico del
ingreso y el umbral del consumo.

IV. Con la encuesta de ingreso y gastos del INEC estime la Curva de

Engel (considere nicamente gasto en alimentos). Analice e interprete
los resultados de este modelo recproco, encuentre el nivel crtico del
ingreso y el umbral del consumo.

Gasto de consumo=1895.327+ 41785.34 I

Interpretacin
Conforme el ingreso se incrementa indenidamente, el gasto en alimentos se acerca a su
valor asinttico de 1895 dlares.
Nivel crtico del ingreso
Mnimo: 40
Umbral del consumo

Gasto de consumo= 0 + 1

( 1x )

Gasto de consumo=1895.327+ 41785.34

( 401 )

Gasto de consumo=2.939,96

IV. Con la encuesta de ingreso y gastos del INEC estime la Curva de

Engel (considere nicamente gasto en alimentos). Analice e interprete

los resultados de este modelo recproco, encuentre el nivel crtico del

ingreso y el umbral del consumo.

Gasto de consumo=1895.327+ 41785.34 I

Interpretacin
Conforme el ingreso se incrementa indenidamente, el gasto en alimentos se acerca a su
valor asinttico de 1895 dlares.
Nivel crtico del ingreso
Mnimo: 40
Umbral del consumo

Gasto de consumo= 0 + 1

( 1x )

Gasto de consumo=1895.327+ 41785.34

Gasto de consumo=2.939,96

( 401 )