‘‘UNIVERSIDAD AUTÓNOMA GABRIEL RENÉ

MORENO’’
INGENIERÍA COMERCIAL

‘‘PROYECTO: EXPORTACION DEL MANI’’

TRABAJO PRÁCTICO FINAL

 INTEGRANTES:
- LENILCE PINTO ALVARDO REGISTRO: 212082159
- GINA NORKA CALANI LERO REGISTRO: 215006984

 DOCENTE: LIC. JOHNNY HINOJOSA CARRILLO

 MATERIA: ECONOMETRIA (ECO 300)
 GRUPO: A1
 FECHA DE ENTREGA: / /

SANTA CRUZ DE LA SIERA - BOLIVIA

EXPORTACION DE MANI ECO 300 – A1

 EXPORTACION DE MANÍ

OBJETIVO GENERAL:
Nuestro objetivo es la adaptación y el conocimiento a través del programador, el modelo
lineal utilizando multicolinealidad, heteroscedasticidad y autocorrelacion en la exportación
de maní y a la vez su importancia en la resolución de problemas referentes a variables internas
y externas que afectan a cualquier unidad en el campo que se desenvuelven permitiendo un
resultado correcto basados en información valida y fiable de dicha exportación.

OBJETIVO ESPECIFICO:

 Definir la investigación sobre las exportaciones de maní y el papel que desempeña en

los distintos modelos de regresión múltiple.
 Desarrollar cada una de los sub-modelos que tiene el modelo lineal para dar a conocer
los resultados más exactos y precisos para la aplicación de las decisiones.
 Otorgar a las personas datos metodológicos sobre las exportaciones de maní con la
aplicación de los métodos con el programador.
 Aplicar el diseño práctico de los distintos modelos a la exportación de la maní
 Recuperar los resultados obtenidos de la exportación de maní para darle a conocer.

MARCO TEORICO:

Para el presente trabajo se utilizó programadores para verificar su autentificación de las

exportaciones y ver si es factible el realizar el negocio con el producto que viene a ser la
maní por nuestro país.
Para una mejor comprensión, antes de realizar el trabajo con el programador se explica
brevemente los puntos a utilizar de forma teórica.

EXPORTACION DE MANI ECO 300 – A1

 ANALISIS DE REGRESION MULTIPLE

El análisis de regresión múltiple se usa para probar hipótesis acerca de la relación entre una
variable dependiente “Y” y dos o más variables independientes “X”.
El modelo de regresión lineal de tres variables o regresión lineal múltiple puede escribirse
como:
𝑌 = β̂1 + 𝛽̂2 𝑋2 + 𝛽̂3 𝑋3 + 𝛽̂4 𝑋4 + 𝛽̂5 𝑋5 + ⋯ + 𝛽̂𝐼 𝑋𝐼

 MODELO LINEAL.- Para nuestro trabajo se realiza el modelo lineal porque de los 4
modelos que existe para calcular su confiabilidad en la toma de decisiones.
Después del estudio realizado con los 4 modelos que existen se recurrió al modelo lineal ya
que este modelo nos muestra que su coeficiente de determinación es del 70%, lo cual es el
nivel más alto de relación entre nuestras variables a estudiar.
MODELO APLICADOS 𝑹=
MODELO LINEAL 0.70
MODELO LOG-LOG 0.68
MODELO LOG-LING 0.69
MODELO LIN-LOG 0.679

 MULTICOLINEALIDAD.- Según la teoría de multicolinealidad nos dice que se utiliza

cuando dos o más variables independientes si tienden a seguir juntas en el mismo patrón.
Para nuestro caso es efectivo usar este método de multicolinealidad.

 AUTOCORRELACION.- Uno de los supuestos del modelo clásico de mínimos cuadrados

establecido es que los términos de error son obtenidos independientemente uno del otro.
La presencia de la autocorreolacion se puede probar calculando con el estadístico DURBIN
– WATSON.

 HETEROCEDASTICIDAD.- si este existe puede presentarse frecuentemente en los datos

de una muestra representativa.

EXPORTACION DE MANI ECO 300 – A1

 El principal efecto de la heterocedasticidad no está en el sesgo del coeficiente estimado de
regresión, sino en la eficiencia: la varianza del coeficiente estimado de regresión.

EXPORTACION DE MANÍ
AÑOS DEMANDA PESO PESO VALOR SUPERFICIE TENDENCIA
DE MANI BRUTO NETO FOB CULTIVADA
(KG.) (KG.) ($US)
2006 1.800 6.080 6.080 17.180 15.807 1
2007 2.500 125 120 360 17.482 2
2008 3.000 2.084 2.010 5.736 17.691 3
2009 1.750 3.994 38.280 34.617 17.177 4
2010 4.500 6.761 6.466 22.042 16.727 5
2011 3.050 9.052 8.579 32.447 16.502 6
2012 7.274 2.595 2.410 8.778 16.375 7
2013 6.194 2.447 2.223 10.580 16.816 8
2014 7.566 950 910 4.003 16.607 9
2015 9.213 756 730 3.430 17.114 10
2016 8.658 41 40 302 17.492 11
2017 4.399 3.564 3.963 34.507 17.502 12
Fuente: INE – TRADE MA. ELABORACION: IBCE
Dónde:
Y: es la demanda de maní
X2: peso bruto en kg
X3: peso neto en kg
X4: superficie del cultivo
X5: tendencia
 APLICANDO EL MODELO GENERAL MODELO LINEAL (RESUMEN)

𝑌̌ = β̂1 + 𝛽̂2 𝑋2 + 𝛽̂3 𝑋3 + 𝛽̂4 𝑋4 + 𝛽̂5 𝑋5 + ⋯ + 𝛽̂𝑖 𝑋𝑖

𝑌̌ = 4769,54 + 0,86𝑋2 − 0,93 𝑋3 + 0,0009𝑋4 − 0,14𝑋5 + 184,11𝑋6

EXPORTACION DE MANI ECO 300 – A1

 𝑆(𝛽̂ ) = (12.217)(2,71)(2,80)(0,05)(0,69)(104,74)
𝑡(𝛽̂ ) = (0,39)(0,32)(−0,33)(0,02)(−0,20)(1,76)
R212.3456 =0,016; R213.2456=0,018; R214.23456=0, 00005; R215.2346=0,006; R216.2345=0, 34
𝑅 2 = 0,70 ; 𝑅̅ 2 = 0,45 ; 𝐹 = 2,78

̂
INTERPRETACIÓN DE LOS 𝜷
𝛽̂2 = 0,86 nos indica que cuando el peso bruto (kg) de maní se incrementa en 1%,
entonces la demanda de maní se incrementara en 0,86 manteniendo constante X3, X4, X5, X6.
𝛽̂3 = -0,93 nos indica que cuando el peso neto (kg) de maní se incrementa en 1%, entonces
la demanda de maní disminuirá en 0,93 manteniendo constante X2, X4, X5, X6.
𝛽̂4 =0,009 nos indica que cuando el valor FOB ($US) de maní aumenta en 1$us, entonces la
demanda de maní incrementa en 0,0009 manteniendo constante X2, X3, X5, X6.
𝛽̂5 = -0,14 nos indica que cuando la superficie de cultivo de maní se incrementa en 1%,
entonces la demanda de maní disminuirá en 0,14 manteniendo constante X2, X3, X4, X6.
𝛽̂6 = 184,11 durante el periodo 2000 al 2011 la demanda de maní incrementó en 184,11
manteniendo constante X2, X3, X4, X5
̂𝟐
INTERVALO DE CONFIANZA PARA 𝜷
𝐶[𝛽̂2 − 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂2 ) ≤ 𝛽2 ≤ 𝛽̂2 + 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂2 )] = 1−∝
𝐶[0,86 − 2,447(2,71) ≤ 𝛽2 ≤ 0,86 + 2,2447(2,71)] = 0,95
𝐶[−5,77 ≤ 𝛽2 ≤ 5,92 ] = 0,95
̂𝟑
INTERVALO DE CONFIANZA PARA 𝜷
𝐶[𝛽̂3 − 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂3 ) ≤ 𝛽3 ≤ 𝛽̂3 + 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂3 )] = 1−∝
𝐶[−0,93 − 2,447(2,80) ≤ 𝛽3 ≤ −0,93 + 2,447(2,80)] = 0,95
𝐶[−7,78 ≤ 𝛽3 ≤ 5,92 ] = 0,95
̂𝟒
INTERVALO DE CONFIANZA PARA 𝜷
𝐶[𝛽̂4 − 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂4 ) ≤ 𝛽4 ≤ 𝛽̂4 + 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂4 )] = 1−∝
𝐶[0,0009 − 2,447(0,05) ≤ 𝛽4 ≤ 0,0009 + 2,447(0,05)] = 0,95
𝐶[−0,12 ≤ 𝛽4 ≤ 0,12 ] = 0,95
̂𝟓
INTERVALO DE CONFIANZA PARA 𝜷

EXPORTACION DE MANI ECO 300 – A1

 𝐶[𝛽̂5 − 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂5 ) ≤ 𝛽5 ≤ 𝛽̂5 + 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂5 )] = 1−∝
𝐶[−0,14 − 2,447(0,69) ≤ 𝛽5 ≤ −0,14 + 2,447(0,69)] = 0,95
𝐶[−1,83 ≤ 𝛽5 ≤ 1,55 ] = 0,95
̂𝟔
INTERVALO DE CONFIANZA PARA 𝜷
𝐶[𝛽̂6 − 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂6 ) ≤ 𝛽6 ≤ 𝛽̂6 + 𝑡2𝑄;𝑛−𝐾 𝑆(𝛽̂6 )] = 1−∝
𝐶[184,11 − 2,447(104,74) ≤ 𝛽6 ≤ 184,11 + 2,447(104,74)] = 0,95
𝐶[−72,19 ≤ 𝛽6 ≤ 440,41 ] = 0,95
̂𝟐
PRUEBA DE HIPOTESIS PARA 𝜷
1) PLANTEAMIENTO DE LA HIPOTESIS
H0:𝛽̂2 ≤ 0 no es significativo
H1: 𝛽̂2 > 0 es significativo

2) NIVEL DE SIGNIFICACION
∝ = 0,05

3) REGIONES DE RECHAZO Y ACEPTACION

𝑡𝐶 0,05= 1,943 𝑮𝒍 = 𝒏 − 𝒌 = 𝟏𝟐 − 𝟔 = 𝟔
H 0 H 1

0 0.32 1,943

4) PRUEBA ESTADISTICO
tc = 0,32

5) CONCLUSION
No es significativo el peso bruto (kg) en este modelo.

EXPORTACION DE MANI ECO 300 – A1

 ̂𝟑
PRUEBA DE HIPOTESIS PARA𝜷
1) PANTEAMIENTO DE LA HIPOTESIS
H0:𝛽̂3 ≥ 0 no es significativo
H1: 𝛽̂3 < 0 es significativo
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION

t c 𝟎. 𝟎𝟓 = 𝟏, 𝟗𝟒𝟑
H1 H0 GL= n-k= 12- 6 = 6

-1,943 -0,33 0

4) PRUEBA ESTADISTICO
tc = -0,33
5) CONCLUSION
No es significativo el peso neto (kg) en este modelo.
̂𝟒
PRUEBA DE HIPOTESIS PARA 𝜷
1) PLANTEAMIENTO DE LA HIPOTESIS
H0:𝛽̂4 ≤ 0 no es significativo
H1:𝛽̂4 > 0 es significativo
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION

𝑡𝐶 0,05= 1,943
H0H1GL= n – k = 12 – 6 = 6

0 0,02 1,943

EXPORTACION DE MANI ECO 300 – A1

 4) PRUEBA ESTADISTICA
tc= 0,02
5) CONCLUSION
No es significativo el pecio FOB ($us) en este modelo.
̂𝟓
PRUEBA DE HIPOTESIS PARA 𝜷
1) PLANTEMIENTO DE LA HIPOTESIS
H0:𝛽̂5 ≥ 0 no es significativo
H1:𝛽̂5 < 0 es significativo
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION

𝑡𝐶 0,05= 1,943
H0 GL= n – k = 12 – 6 = 6
H1

1,943 0,19 0

4) PRUEBA ESTADISTICA
tc = -0,19
5) CONCLUSION
No es significativo la superficie de cultivo en este modelo
̂𝟔
PRUEBA DE HIPOTESIS PARA 𝜷
1) PLANTEAMIENTO DE LA HIPOTESIS
H0:𝛽̂6 ≤ 0 no es significativo
H1:𝛽̂6 > 0 es significativo
2) NIVEL DE SIGNIFICACION
∝= 0,05

EXPORTACION DE MANI ECO 300 – A1

 3) REGIONES DE RECHAZO Y ACEPTACION

H1 tc0, 05=1,493

HO Gl=n-k=12-6=6

0 1,76 1,94

4) PRUEBA ESTADISTICA
tc= 1,76
5) CONCLUSION
No es significativo la tendencia en este modelo.
PRUEBA DE HIPOTESIS CONJUNTA
1) PLANTEAMIEN TO DE LA HIPOTESIS
H0:𝛽̂2 = 𝛽̂3 = 𝛽̂4 = 𝛽̂5 = 𝛽̂6 no son significativos
H1:𝛽̂2 ≠ 𝛽̂3 ≠ 𝛽̂4 ≠ 𝛽̂5 ≠ 𝛽̂6 son signicativos
2) NIVEL DE SIGNIFICACION
∝= 0,05

3) REGIONES DE RECHAZO Y ACEPTACION

𝐺𝑙=𝑛−1=11
𝐹𝐺𝑙=𝑛−𝐾=6
H1
HO

0 0,89 4

EXPORTACION DE MANI ECO 300 – A1

 3) PRUEBA ESTADISTICA
𝑅 2 (𝑛−𝐾) (0,70)2 (12−6)
𝐹= (1−𝑅 2 )(𝑛−1)
= ((1−0,702)(12−1) =0,52

4) CONCLUSION
Los 𝛽̂ en el modelo no son significativos entonces no nos sirve en el modelo.
LA PREDICCION DE LA MEDIA CONDICIONAL
Dónde:
𝑋1 =1
𝑋2 =40.000
𝑋3 =39.000
X0=
𝑋4 =35.000
𝑋5 =18.000
𝑋6 =13

̂
∈ (𝑌⁄𝑋 ) =2674,80
0

𝑌̅ = 3505,80
̂
𝑆 (𝑌⁄𝑋 ) = 3187,8
0

INTERVALO DE CONFIANZA DE LA PREDICCION DE LA MEDIA

CONDICIONAL
̂ ̂ ̂ ̂
𝐶 [∈ (𝑌⁄𝑋 ) − 𝑡2𝑄;𝑛−𝐾 𝑆 (𝑌⁄𝑋 ) ≤ 𝑌 ≤∈ (𝑌⁄𝑋 ) + 𝑡2𝑄;𝑛−𝐾 𝑆 (𝑌⁄𝑋 )] = 1−∝
0 0 0 0

𝐶[2.674,8 − 2,447(3.187,80) ≤ 𝑌 ≤ 2.674,8 + 2,447(3.187,8)] = 0,95

𝐶[−5.125,75 ≤ 𝑌 ≤ 10.475,35] = 0,95

PRUEBA DE HIPOTESIS PARA PREDICCION DE LA MEDIA CONDICIONAL

1) PLANTEAMIENTO DE LA HIPOTESIS
H0:∄ un cambio en la estructura de Y
H1:∃ un cambio en la estructura de Y

EXPORTACION DE MANI ECO 300 – A1

 2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION

Tc0, 05=2,447
H1
H1 Gl=n-K=6
HO

-2,45 -0,26 0 2,45

4) PRUEBA ESTADISTICA
̂
∈ (𝑌⁄𝑋 ) − 𝑌̅ 2.674,80 − 3.505,8
0
𝑡𝑐 = = = −0,26
̂ 3.187,88
𝑆 (𝑌⁄𝑋 )
0

5) CONCLUSION
No existe un cambio en la estructura de Y.
MULTICOLINEALIDAD
PRUEBA DE HIPOTESIS
1) PLANTEAMIENTO DE LA HIPOTESIS
H0:∄ multicolinealidad
H1:∃ multicolinealidad
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION
𝐺𝑙=𝐾−2=4
𝐹𝐺𝑙=𝑛−𝐾+1=7
H1
HO

02, 062, 404,12 9,54 23179 23629

EXPORTACION DE MANI ECO 300 – A1

 4) PRUEBA ESTADISTICA
𝐹𝑗2 = 23.629 ; 𝐹𝑗3 = 23.179 ; 𝐹𝑗4 = 9,54 ; 𝐹𝑗5 = 2,40 ; 𝐹𝑗6 = 2,06
5) CONCLUSION
Concluimos que como X2; X3; X4 cae en la hipótesis nula entonces se dice que no
existe multicolinealidad, y como cae X5; X6en la hipótesis alterna entonces se dice
que existe multicolinealidad.

HETEROSCEDASTICIDAD
PRUEBA DE WHITE
PRUEBA DE HIPOTESIS
1) PLANTEAMIENTO DE LA HIPOTESIS
H0:∄ heteroscedasticidad
H1:∃ heteroscedasticidad
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION
𝑋0,05 = 11,07
H1
Gl=K-1=5
HO

0 11,07 11,99

4) PRUEBA ESTADISTICA
W= 11,99
5) CONCLUSION
Existe heteroscedasticidad en este modelo.
KOENKER – BASSET
PRUEBA DE HIPOTESIS
1) PLANTEAMINETO DE LA HIPOTESIS
H0:∄heteroscedasticidad
H1:∃heteroscedasticidad

EXPORTACION DE MANI ECO 300 – A1

 2) NIVEL DE SIGNIFICACION
∝= 0,05

3) REGIONES DE RECHAZO Y ACEPTACION

tc0,05=2,228
H1 HO H1 Gl=n-2=10

-2,23 0 0,06 2,23

4) PRUEBA ESTADISTICA
𝑡𝑐 =0,06
5) CONCLUSION
No existe problema de heteroscedastidad en este modelo.
PRUEBA DE BPG
PRUEBA DE HIPOTESIS

1) PLANTEAMIENTO DE LA HIPOTESIS
H0:∄heteroscedasticidad
H1:∃heteroscedasticidad
2) NIVEL DE SIGNIFICACION
∝= 0,05
3) REGIONES DE RECHAZO Y ACEPTACION

X0, 05=11,07
H1
HO Gl=K-1=5

0 2,35 11,07

EXPORTACION DE MANI ECO 300 – A1

 4) PRUEBA ESTADISTICA
X2= 2,35
5) CONCLUSION
No existe problema de heteroscedasticidad en este modelo.
ERRORES ESTANDAR DE WHITE
𝑆(𝛽̂2 ) = 2,12
𝑆(𝛽̂3 ) = 2,18
𝑆(𝛽̂4 ) = 0,04
𝑆(𝛽̂5 ) = 0,57
𝑆(𝛽̂6 ) = 11,17
AUTOCORRELACION
LAS RACHAS
R= 11
n1 =5
n2 =7
∈(𝑅) = 6,83
𝑆(𝑅) = 1,60
𝐶{𝐸(𝑅) − 𝑡2𝑄;𝑛−𝐾 𝑆(𝑅) ≤ 𝑅 ≤ 𝐸(𝑅) + 𝑡2𝑄;𝑛−𝐾 𝑆(𝑅) } = 1−∝
𝐶{6,83 − 2,447(1,60) ≤ 𝑅 ≤ 6,83 + 2,447(1,60) } = 0,95
𝐶{2,91 ≤ 𝑅 ≤ 10,47} = 0,95
DURWIN – WATSON
𝑛

∑(𝜇𝑡 − 𝜇𝑡−1 )2 = 12.169.507,07

𝑡=2
𝑛

∑ 𝜇𝑡 2 = 4.323.320,32
𝑡=1
𝑛

∑ 𝜇𝑡 ∗ 𝜇𝑡−1 = −1.924.837,79
𝑡=2
𝑛

∑ 𝜇𝑡−1 2 = 4.311.160,31
𝑡=2

𝑑 = 2,81
𝜌 = −0,45

EXPORTACION DE MANI ECO 300 – A1

 ∃ 𝐴𝑢𝑡𝑜. (+)∄ 𝐴𝑢𝑡𝑜.d=2,81 ∃ 𝐴𝑢𝑡𝑜. (−)

dl=0,7341 du=1,935 2 dl*=2,06 3 du*=3,27 4

∃ 𝑑𝑢𝑑𝑎∃ 𝑑𝑢𝑑𝑎
BREUSCH – GODFREY
PRUEBA DE HIPOTESIS
1) PLANTEAMINETO DE LA HIPOTESIS
H0:∄ autocorrelacion
H1:∃ autocorrelacion
2) NIVEL DE SIGNIFICACION
∝= 0,05
3)REGIONES DE RECHAZO Y ACEPTACION
X0,05=12,59
H1
Gl=K=6
HO

0 10,02 12,59

4) PRUEBA ESTADISTICA
W= 10,02
5) CONCLUSION
No existe autocorrelacion.
REGRESION MCG
Aquí nos muestra los 𝛽̂ corregidos
𝛽̂1 = 2.249,70
𝛽̂2 = −0,63
𝛽̂3 = 0,61
𝛽̂4 = 0,04
𝛽̂5 = −0,01
𝛽̂6 = 206,73

EXPORTACION DE MANI ECO 300 – A1

Aquí nos muestra los 𝑆(𝛽̂ ) ; 𝑡(𝛽̂ ) ; 𝑅 2 𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑒𝑠
𝑆(𝛽̂1 ) = 8155,36 ; 𝑡(𝛽̂1 ) = 0,28
𝑆(𝛽̂2 ) = 2,02 ; 𝑡(𝛽̂2 ) = −0,31 ; R212.3456=0, 02
𝑆(𝛽̂3 ) = 2,08 ; 𝑡(𝛽̂3 ) = 0,24 ; R213.2456=0, 02
𝑆(𝛽̂4 ) = 0,03 ; 𝑡(𝛽̂4 ) = 1,11 ; R214.2356=0, 20
𝑆(𝛽̂5 ) = 0,46 ; 𝑡(𝛽̂5 ) = −0,03 ; R215.2346=0, 0002
𝑆(𝛽̂6 ) = 62,43 ; 𝑡(𝛽̂6 ) = 3,31 ; R216.2345=0, 69

CONCLUSION:
Después de la realización de los diferentes modelos econométricos sobre la exportación de
maní se concluye la factibilidad de la realización sobre la exportación de maní ya que existe
una interrelación de las variables, con lo cual decimos que dichas variables son esenciales
para nuestro estudio y ninguna de ellas requiera eliminación o no deba tomarse en cuenta.
ANEXO:

BIBLIOGRAFIA
WWW.INE.GOB.BO/COMERCIOEXTERIOR DE BOLIVIA

EXPORTACION DE MANI ECO 300 – A1