Regresion Linela Empresas En Tecnologia

INTRODUCCIÓN

El modelo el cual decidí correr, trata con temas respecto a las inversiones que realiza México en tecnología, abarcando variables como los son las exportaciones e importaciones de tecnologías, así como las empresas patentadas en este mismo giro tecnológico.

No cabe duda que la inversión en nuevas tecnologías hace que le país se fortalezca y así desarrolle nuevos proyectos prometedores con expectativas de crecimiento del país.

Las nuevas tecnologías en la actualidad están a su máximo tope, generando así una revolución tecnológica creando herramientas muy útiles para las nuevas generaciones facilitando y mejorando diferentes procesos tanto de la vida laboral como la cotidiana.

Para correr este modelo utilice las siguientes variables obtenidas en el portal de INEGI:

Exportaciones de tecnologías en los periodos de 1993-2009

Importaciones de tecnologías en los periodos de 1993-2009

Patentes de empresas giro tecnológico en los periodos de 1993-2009

Año exportaciones tecno importaciones tecno patentes Gasto en invest.

1993 4 263.1 5 992.8 8 212 2 764 719

1994 5 530.9 8 346.3 9 944 4 168 665

1995 7 911.8 7 608.0 5 393 5 687 250

1996 13 583.1 14 161.7 6 751 7 828 783

1997 17 691.1 18 141.4 10 531 10 944 432

1998 21 401.8 22 131.1 10 893 14 524 566

1999 26 383.7 26 195.8 12 110 19 746 067

2000 34 131.6 36 103.5 13 061 20 491 671

2001 33 965.4 36 882.9 13 566 22 917 481

2002 32 073.5 28 597.4 13 062 26 414 407

2003 31 660.7 36 708.0 12 207 30 935 380

2004 36 876.4 42 000.6 13 194 34 268 740

2005 36 183.9 42 226.1 14 436 38 101 280

2006 40 396.2 49 547.7 15 500 39 251 263

2007 43 347.1 56 879.5 16 599 42 006 694

2008 46 536.6 60 630.0 16 581 49 497 398

2009 41 965.9 82 807.2 14 281 52 082 479

TEORÍA SUBYACENTE AL MODELO

En la búsqueda de un modelo subyacente de la teoría que yo también busco encontré un modelo que interpreta la importancia de la tecnología en el valor agregado de empresas manufactureras de la ciudad de Chihuahua, México. Aunque no hace referencia precisamente al modelo que estoy buscando, tiene mucha relación porque busca la inversión de la tecnología en las empresas.

El modelo contiene los siguientes datos:

La variable dependiente es el nivel tecnológico que se esta desarrollando, es decir en proceso.

Las variables independientes son:

• Inversión en equipo administrativo.

• Inversión en equipo de taller.

El coeficiente de determinación es de 35%, es decir que las variables independientes explican en un 35% las variaciones del nivel tecnológico en desarrollo.

El modelo es el siguiente:

Y = 29 + 4.019 inversión equipo administrativo + 0.098 inversión equipo taller.

Esto solo representa que por cada unidad de inversión que se tenga en equipo administrativo hay 4.019 unidades de inversión a nivel tecnológico. Por cada unidad de inversión en equipo de taller hay 0.098 unidades de inversión en nivel tecnológico.

Una vez explicado este modelo continuare con la regresión de mi modelo que reitero aunque sea la variable semejante cuenta con otras variables independientes y otro contexto.

1. Matrix Plot

Inserté la tabla de Matrix para ver las tendencias relacionadas con los gastos en inversión de tecnología, las exportaciones e importaciones dentro de esta materia y las empresas que cuentan con patentes en tecnología. Lo que me mostrará si aumentan o no con relación al gasto.

En la gráfica se muestra como hay una tendencia positiva entre las variables, es decir, a mayores exportaciones, importaciones y empresas con patentes tecnológicas; más gasto de inversión en tecnología e informática.

2. Logaritmos

Algunos de los datos encontrados en la red estaban en números de altas dimensiones, motivo suficiente en el cual decidí convertirlos en logaritmo todas las variables obtenidas incluyendo el gasto anual, buscando con esto obtener en primera instancia un coeficiente de determinación bueno y así lograr que se puedan explicar las variables entre sí.

3. Regresión con el factor de la varianza

Una vez convertidas mis variables en logaritmo quise comprobar si no había colinealidad entre estas variables y decidí correr mi modelo con la varianza o mejor dicho el VIF.

Donde los datos arrojados fueron los siguientes:

The regression equation is

ln gasto = 4.86 + 0.512 ln expor + 0.677 ln impor - 0.019 ln patentes

Predictor Coef SE Coef T P VIF

Constant 4.863 1.579 3.08 0.009

ln expor 0.5120 0.2087 2.45 0.029 16.1

ln impor 0.6771 0.2350 2.88 0.013 21.5

ln patentes -0.0188 0.2551 -0.07 0.942 4.2

S = 0.155336 R-Sq = 97.6% R-Sq (adj) = 97.0%

Los datos que nos arrojo la regresión en si muestran un coeficiente de determinación muy bueno siendo de 97.6%, mas sin embargo hay tres variables la cual nos muestra que hay colinalidad al ser resultados mayores a 10; estas variables son exportaciones e importaciones, correré la correlación para eliminar la variables que estén menos relacionadas con los gastos en inversiones

Correlacion

ln gasto ln expor ln impor

ln expor 0.977

0.000

ln impor 0.982 0.967

0.000 0.000

ln patentes 0.841 0.818 0.867

0.000 0.000 0.000

Cell Contents: Pearson correlation

P-Value

Como podemos ver en la correlación de los residuos, comprobamos que la varianza de la inflación es verdadera al tener los valores entre variables mayor a .8; es decir, nos demuestra que las variables si tienen relación por lo que solo dejaremos las variables de logaritmos de exportaciones e importaciones, porque al estar las tres correlacionadas estas son las que tienen mayor relación con nuestra variable dependiente, logaritmo de gasto en la inversión de tecnología e investigación.

4. STEPWISE

Step 1 2

Constant 4.970 4.753

ln impor 1.153 0.668

T-Value 20.06 3.46

P-Value 0.000 0.004

ln expor 0.51

T-Value

...