Trabajo de análisis de regresión multiple

CRECIMIENTO ECONÓMICO E INNOVACIÓN

Profesor: Rafael Myro

Estudiante: Jessica Alexandra Romero Lozano

Trabajo: Análisis de Regresión del Modelo de Solow

DESARROLLO

En el desarrollo de este trabajo, se ha tomado como grupo de análisis al continente Asia que se compone de 15 países.

Se realizarán distintos análisis de variables para ver su correlación y si influyen positivamente o negativamente a la Renta Per cápita.

Para una mayor facilidad, se expresan los valores de las variables en términos de logaritmos.

La fórmula que intentaremos comprobar con este análisis es la siguiente:

[pic 1]

Donde;

[pic 2]

[pic 3]

[pic 4]

[pic 5]

[pic 6]

[pic 7]

Finalmente, se realizó el análisis de Beta Convergencia, en donde se utiliza la fórmula:

[pic 8]

Análisis de Regresión Renta Per cápita y Tasa de Inversión[pic 9][pic 10]

En primer lugar, analizamos la relación que existe entre la Renta Per cápita la Tasa de inversión.

De acuerdo con la gráfica, se puede observar que existe una relación positiva entre las variables Renta per cápita y tasa de inversión; es decir que, si aumenta la tasa de inversión, también aumentará la renta per cápita.

[pic 11]

[pic 12]

Un indicador importante es el , que nos da un valor de 62%. El cual quiere decir que el 62% de la variación de la Renta Per cápita, está explicada por la Tasa de Inversión[pic 13]

Interpretación de Coeficientes

[pic 14]

El error de predicción de la variable tasa de inversión es de 0,43. Cuanto más bajo sea el error, el coeficiente está mejor estimado.

La relación entre el coeficiente y el error típico nos da un estadístico t de 4,9 el cual nos indica una influencia efectiva, ya que supera el valor de 1,9.

Mientras la probabilidad sea igual o cercana a 0, quiere decir que estamos ante el caso de un modelo efectivo, es decir que los valores de los coeficientes no serán cero y que en este caso tiene un valor positivo de 2,152 para el coeficiente Tasa de Inversión.

Luego nos muestra la distribución de la estimación, y nos dice que en el rango inferior a 95% ese coeficiente tomaría un valor de 1,206 y en un rango superior a 95% de 3,098.

Estos estadísticos nos demuestran que hay una eficacia en el modelo y que la Tasa de Inversión si nos sirve para explicar la relación, en este caso positiva con la Renta Per cápita.

Análisis de Regresión Renta Per cápita y Crecimiento Poblacional

Así mismo analizamos cuál es la relación que existe entre la Renta Per cápita y el Crecimiento Poblacional.

[pic 15]

[pic 16]

De acuerdo con la gráfica, se puede observar que existe una relación negativa entre las variables Renta per cápita y tasa de inversión; es decir que, si aumenta el crecimiento de la población, la renta per cápita disminuye. Esta relación también se puede comprobar con el signo (-) de la ecuación de regresión.

[pic 17]

[pic 18]

En este análisis el  es del 22%; es decir que el crecimiento poblacional solo explica en ese porcentaje a la Renta Per cápita.[pic 19]

Interpretación de Coeficientes

[pic 20]

El error de predicción de la variable crecimiento poblacional es de 0,52.

El estadístico t nos da un valor negativo de -2,27 el cual nos indica una influencia efectiva.

La probabilidad es cercana a cero, por tanto, el crecimiento poblacional si es una variable efectiva para explicar a la renta per cápita.

Luego nos muestra la distribución de la estimación, y nos dice que en el rango inferior a 95% ese coeficiente tomaría un valor de -2,30 y en un rango superior a 95% de -0,05

Análisis de Regresión múltiple entre Renta per cápita, tasa de inversión y crecimiento poblacional

[pic 21]

[pic 22]

[pic 23]

Al introducir dos variables en el modelo de regresión, la tasa de crecimiento y la inversión, el   nos da un porcentaje del 64%. Es decir que ambas variables están explicando a la renta per cápita en un 64%.[pic 24]

Interpretación de Coeficientes

[pic 25]

El error típico nos dice cuál es el error de predicción de las variables; y en este caso el crecimiento poblacional es de 0,39 y la tasa de inversión es de 0,47.

La probabilidad en este caso es de 0,22 en el crecimiento poblacional, por lo no es una variable muy eficiente para explicar al modelo.  Y con una probabilidad de 0,00 la tasa de inversión no es cero, por lo que esta variable sí es efectiva para explicar al modelo.

En un rango inferior a 95% ese coeficiente tomaría un valor de -1,36 y en un rango superior a 95% de 0,35; esto en el caso del crecimiento poblacional.

En un rango inferior a 95% el coeficiente tasa de inversión tendría un valor de 0,86 y en un rango superior sería de 2,92.

Análisis de Regresión entre Renta per cápita, tasa de inversión y capital humano

[pic 26]

[pic 27]

[pic 28]

Ahora realizamos el análisis de la renta per cápita, introduciendo más variables, y podemos observar que el  ha aumentado a 78%. Lo que quiere decir que las variables, tasa de inversión y capital humano juntas explican el 78% a la variable Renta per cápita.[pic 29]

Interpretación de Coeficientes

[pic 30]

El error de predicción de las variables; en este caso es de 0,40 para la tasa de inversión y de 0,28 para el capital humano.

...