Producción de cereales Nivel mundia - estudio econometrico

...

Prueba de Significancia Global

- Hipótesis

H0: β2= β3= β3= β4= β5= β6=0

H1: Todo lo distintito a H0

- Estadístico:

Fc= 0,610218 * (60-6) = 16,9077888 Ftab (5; 60-6; 0,05)= 2,38607

(1-0,610218) (6-1)

- Fc V/S Ftab

[pic 10]

- Conclusión: Con un 5% de significancia. se rechaza h0 por lo que las cinco variables en conjunto son estadísticamente significativas para el modelo es decir explican la producción mundial de cereales y son distintas de 0.

TEST DE CHOW

Considerando toda la información del modelo se quiere evaluar la existencia de cambio estructural entre el tamaño de la Tierra utilizada, si es mayor a la media o es menor a la media de la tierra utilizada en la producción de cereales (en hectáreas).

Para lo que se decide realizar el test de Chow

- Estimar el modelo y obtener su SRC (ANEXO Nº3)

Modelo restringido

[pic 11]

- Estimar el modelo para cada sub muestra y obtener sus SRC (ANEXO Nº4)

Modelo no restringido

Mam= mayor a la media

- Prod.Cer=β1 mam +β2Maq.Agricmam+Pob.Rurmam+4Emp.Agricmam+5Cons.Fertmam + [pic 12][pic 13][pic 14][pic 15]

Mem= menor a la media

- Prod. Cer=β1mem+β2Maq.Agricmem+Pob.Rurmem+4Emp.Agricmem+5Cons.Fertmem + [pic 16][pic 17][pic 18][pic 19]

- ∑SRC de cada sub muestra para obtener SRCNR

SRCNR=69467660

- Hipótesis nula

H0: man = men H1: Todo lo contrario a H0[pic 20][pic 21]

man = men[pic 22][pic 23]

man = menman = men[pic 24][pic 25][pic 26][pic 27]

man = men[pic 28][pic 29]

- Construir estadístico

- FChow= [(SRCR-SRCNR)/(SRCNR) ] * n-SK/K [pic 30]

FChow= [(72782493-69467660)/ (69467660)]* (60-2x5)/5

FChow= 0.477

- Ftab(5, 60- 2*5 ) 5%

Ftab(2, 40)

[pic 31]

- Conclusión: Con un 5% de significancia no se rechaza H0, por lo tanto no existe evidencia significativa para comprobar la existencia de cambio estructural, es decir no habrá diferencia en la producción mundial de cereales si el tamaño de la tierra en hectáreas es mayor o menor a la media de esta.

Bondad de ajuste

R2 =0,610218 = 61.1%

El 61.1% de la variabilidad de la producción total de cereales es explicada por el modelo, es decir por las variables maquinaria agrícola, población rural, empleo en agricultura, consumo de fertilizante y tamaño de la población rural

Ṝ2 = 0,560246= 56.02%

El 56.02% de la variabilidad de la producción mundial de cereales es explicada por nuestro modelo es decir por las variables maquinaria agrícola, población rural, empleo en agricultura, consumo de fertilizante y tamaño de la tierra en hectáreas, ajustado por los grados de libertad.

Test de Heterocedasticidad

Test de White

- Estimar modelo (ANEXO Nº5)

Prod.Cer = 3348,12-0,0044Maq.Agric+ 0,00000699Pob.Rur- 49,8442Emp.Agric+10,2662Cons.Fert+165,573D.Tierra

- Estimar modelo auxiliar

- [pic 32]

- La dummy no se eleva al cuadrado

- Plantear hipótesis

H0: No hay heterocedasticidad

H1: Hay heterocedasticidad

- Estadístico

[pic 33]

60*0,58706931,4104[pic 34]

[pic 35]

Conclusión: Con 5% de significancia se rechaza H0, por lo que no existe evidencia estadística para afirmar que en el modelo exista heterocedasticidad.

MODELO LOGIT

- Estimar ecuación: [pic 36]

F se distribuye de forma logística

P(Prod.Cer = 1/x) = exp(β1+ β2Maq.agric + β3Pob.rur+β4Emp.agric+ β5 Cons.fert+B6 Tamp.pob.rur)

1+ exp(β1+ β2Maq.agric + β3Pob.rur+β4Emp.agric+ β5 Cons.fert+B6 Tamp.pob.rur)

- Estimar modelo logit (ANEXO Nº6)

Significancia individual

- β2

- Hipótesis

H0: β2=0

H1: β2≠0

- Estadístico:

Zc= 0,0040= 1,414 Ztab(60-6); 5%= 2,004

0,0028

- Zc V/S Ztab

[pic 37]

- Conclusión: Con un 5% de significancia, no se rechaza h0 por lo que 2 no es significativo, es decir no existe evidencia suficiente para afirmar la probabilidad de que la producción de cereales haya crecido respecto al año 2003 o no haya crecido, dependa del uso de la maquinaria agrícola.[pic 38]

- β3

- Hipótesis

H0: