Estudio econometrico de la demanda de machas en santiago

Solo disponible en BuenasTareas
  • Páginas : 50 (12273 palabras )
  • Descarga(s) : 0
  • Publicado : 4 de mayo de 2011
Leer documento completo
Vista previa del texto
Modelo Econométrico:
ESTIMACIÓN DE LA DEMANDA DE MACHAS EN SANTIAGO

CÁTEDRA
TECNICAS DE PROYECCIÓN

DOCENTE
MANUEL PIZARRO

AYUDANTE
PAULINA CAÑAS
INTEGRANTES
JACQUELINE CABRERA
MARIO CASTILLO
FELIPE CHAPA
LESLY FLORES
DANIEL FUENTES
FRANCISCO QUIROZ

____________________________________________________________

___________
SANTIAGO, Octubre 2010
OBJETIVOS GENERALES DELTRABAJO
El presente trabajo tiene como por objetivo desarrollar un modelo econométrico, aplicando el modelo de regresión lineal simple, calculando sus estimadores, desarrollando las pruebas de hipótesis e intervalos de confianza, y analizando cada resultado obtenido.

El tema a desarrollar corresponderá a establecer el mejor modelo posible, para la demanda de Machas en la Región metropolitana.Para lograr este modelo, hemos considerado las variables que a nuestro parecer, pudiesen influir en la determinación de la demanda, para lo cual a cada variable se le someterá a los respectivos análisis desarrollados tanto en cátedra cómo en ayudantía.
Introducción
Desde sus inicios, la industria acuicultora chilena ha demostrado un constante interés por abrir sus horizontes comerciales haciamercados cada vez más amplios. Es así como, año tras año, ha generado una oferta de productos capaces de competir con la diversidad y las ventajas económicas de otros países. Es esta constante evolución la responsable de que, paulatinamente, se incorporen a la actividad acuicultora especies que abren un abanico de posibilidades para este sector económico.
El comportamiento variable de los mercadosinternacionales de estos productos ha posibilitado a las diversas actividades de acuicultura realizar innovaciones tanto tecnológicas como en los mismos productos destinados a cultivos comerciales.

Anualmente, nuestro país realiza importantes inversiones para incorporar tecnología de punta e incluir nuevas especies exóticas, de reconocido valor comercial y, paralelamente, se llevan a caboimportantes proyectos para recuperar algunas especies nativas que podrían constituirse en potenciales recursos acuícola.

Las especies de moluscos más comunes en Chile, la mayoría de ellos excesivamente consumidos, son: machas, almejas, culengues, choro zapato, cholga, chorito, ostiones, ostra, navajuela, macha, entre muchos otros.

En el presente trabajo se planteo la estimación de un modeloeconométrico para la demanda de machas “Y” mediante el modelo de regresión lineal simple, elegimos como estimadores las siguientes variables “X2” precio de Machas, “X3” precio del choro malton, “X4” precio de la Merluza, “X5” IMACEC, para ello previo al desarrollo de este trabajo se realizaron pruebas de hipótesis a las siguientes variables que a priori se pueden considerar como productos sustitutos delas Machas, ejemplo : Calamar, Chorito, Choro Maltón, Picoroco, Lapa, Pulga de mar, Ostión, Ostra, Erizo, Pulpo, Caracol, pero según las pruebas mencionadas se encontraron fuera del rango de aceptación en las pruebas t individual, además se evaluó la significancia el precio del Limón, ya que si bien no es un sustituto, a nuestro parecer podría tener directa relación con la demanda de los mariscos, anuestra sorpresa dio como resultado que no explicaba significativamente la demanda de la variable regresada.

Inicialmente este trabajo se planteo en como estimar la demanda de la almeja en la región metropolitana, así fue expuesto en el primer informe, en las primeras pruebas nos daban valores que no correspondía, teniendo en general un R^2 muy bajo , menor a 0,01, por lo cual desechamos estosdatos y al determinar que el valor de la almeja se encontraba muy por debajo de otros productos marinos decidimos hacer una modificación dejando como Y, la explicada actual, ya que al ser de un valor mayor, es mucho mas fácil, poder determinar productos sustitutos con los cuales poder experimentar, es necesario mencionar que los datos analizados son 36 por variable, correspondiente a meses de...
tracking img