Ejercicios De R, Econometria
Ingeniería Comercial
Rubén Ferrada Fuentes
Ingeniería Comercial
Ejercicio 1
a) Con variable independiente “L”
Con variable independiente “K”
b) Aplicando log log
c) Explicación de los coeficientes de la regresión
> reempresa<-lm(log(Q)~log(K)+log(L),data=empresa)
> summary(reempresa)
Call:
lm(formula = log(Q) ~ log(K) + log(L), data =empresa)
Residuals:
Min 1Q Median 3Q Max
-0.26403 -0.08032 0.00122 0.08362 0.34543
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -19.0788 5.3383 -3.574 0.00436 **
log(K) 1.9352 1.3938 1.388 0.19248
log(L) 1.7786 0.5717 3.1110.00991 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.195 on 11 degrees of freedom
Multiple R-squared: 0.8659, Adjusted R-squared: 0.8415
F-statistic: 35.5 on 2 and 11 DF, p-value: 1.59e-05
El coeficiente de log(K) es 1,9352 que significa que si el factor capital aumenta en 1%, la producción estará aumentando un 1,9352%, lomismo para el factor trabajo (L), ya que si se aumenta en 1% este factor la producción estará aumentando 1,77786%, mientras que el coeficiente del intercepto no dice que ………….
d) Los signos de las estimaciones están correctos, ya que son positivos, quiere decir que a medida que aumentamos un factor productivo, la producción estará aumentando en un determinado porcentaje.
e) Si, ya que elvalor p del intercepto y de beta 3, es menor al nivel de significancia
f) Beta 2 (K) no es estadísticamente significativo al 5%, ya que su valor p es 0,19248, pero beta 3 (L) si es estadísticamente significativo al 5%, ya que su valor p es 0,00991.
g) El valor de R cuadrado ajustado es 0,8415. Quiere decir que la línea de regresión se ajusta un 84,15% a los datos, es una regresión confiable.También corresponde al porcentaje que de la variable dependiente explicada por la variable independiente.
h) Anova
> anova(reempresa)
Analysis of Variance Table
Response: log(Q)
Df Sum Sq Mean Sq F value Pr(>F)
log(K) 1 2.33207 2.33207 61.3309 7.994e-06 ***
log(L) 1 0.36795 0.367959.6767 0.009912 **
Residuals 11 0.41827 0.03802
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
i) Valores Ajustados
> fit<-fitted(reempresa)
> fit
1 2 3 4 5 6 7 8
5.546966 5.931253 4.951220 5.977372 6.2774996.133579 6.373278 5.160155
9 10 11 12 13 14
5.324456 6.166526 5.766505 6.057755 6.387548 6.080501
j) Residuos
> resempresa<-residuals(reempresa)
> resempresa
1 2 3 4 5 6
-0.06632687 0.06021196 -0.250739770.29550494 0.10262370 0.01915321
7 8 9 10 11 12
-0.26402996 -0.08498139 0.34542541 0.02787952 0.09142841 -0.19982196
13 14
-0.05961111 -0.01671609
k) Elasticidad producción de L
Elasticidad de L: 1.7786, quiere decir que cuando aumente en 1% L aumentara en un 1.7786%la producción (Q), manteniendo el capital (K) constante.
l) Elasticidad producción de K
Elasticidad de K: 1.9352, quiere decir que cuando aumente en 1% el capital (K) aumentara en un 1.9352 la producción (Q), manteniendo el trabajo (L) constante.
Ejercicio 2
a) Gráficos
* Con variable independiente “X1”
> scatterplot(Y~X1,data=consumo)
* Con variable...
Regístrate para leer el documento completo.