Modelo econometrico de turismo receptivo..

...

- Harvey

La varianza de las perturbaciones aumenta de forma proporcional en función de variables exógenas. Como es menor a 0.5 presenta problemas de heterosedasticidad, por lo que, no presenta correlación entre las variables.

Heteroskedasticity Test: Harvey

F-statistic

430.4140

Prob. F(4,39)

0.0000

Obs*R-squared

43.02536

Prob. Chi-Square(4)

0.0000

Scaled explained SS

1654.546

Prob. Chi-Square(4)

0.0000

- Glesjer

Se toma como variable dependiente la raíz cuadrada del estimador de las varianzas en función de las variables exógenas, y este presenta un valor menor a 0.5 por lo que hay problemas de heterosedasticidad y no presenta correlación entre las variables.

Heteroskedasticity Test: Glejser

F-statistic

1.742086

Prob. F(4,39)

0.1603

Obs*R-squared

6.669964

Prob. Chi-Square(4)

0.1544

Scaled explained SS

6.452950

Prob. Chi-Square(4)

0.1678

- Arch

Dado que la varianza de la variable dependiente no es exógena al modelo se toma una estimación de ella. Se hizo una regresión de los residuos al cuadrado respecto a los residuos al cuadrado del período anterior y se calcula es el estadístico LM. Como es mayor a 0.5 pasa la prueba y según el resultado, no presenta problemas de heterosedasticidad, por lo que hay correlación entre las variables.

Heteroskedasticity Test: ARCH

F-statistic

31.56389

Prob. F(1,41)

0.0000

Obs*R-squared

18.70417

Prob. Chi-Square(1)

0.0000

A continuación se presentan los resultados del modelo con correcciones:

Se aplicaron dos variables Dummy en los periodos 2009Q1 y 2011Q3 para asumir el valor 1 de respectivo momento en la serie de tiempo, indicando respectivamente ausencia o presencia de una cualidad o atributo.

Pruebas de multicolinealidad.

- Correlaciones parciales: La R2 aumentó considerablemente y ahora es de (0.971060) por lo tanto explica el 97% del comportamiento del modelo, esto quiere decir que el ajuste de los datos es completamente acertado y no hay problemas de multicolinelaidad entre ellos, es decir, no están cerca de cumplir con la condición de ser lineales.

Dependent Variable: CONSUMO

Method: Least Squares

Date: 11/27/15 Time: 1:33

Sample: 2004Q1 2014Q4

Included observations: 44

Variable

Coefficient

Std. Error

t-Statistic

Prob.

ITCR

0.089416

0.005224

17.11539

0.0000

PIBEU

-0.232540

0.105413

-2.205990

0.0352

D09

316.8626

94.16496

3.364973

0.0021

D11

272.1544

93.25237

2.918471

0.0066

C

2026.805

57.94925

34.97551

0.0000

R-squared

0.971060

Mean dependent var

3740.857

Adjusted R-squared

0.969251

S.D. dependent var

590.5749

S.E. of regression

103.5591

Akaike info criterion

12.19998

Sum squared resid

343183.9

Schwarz criterion

12.33329

Log likelihood

-210.4996

Hannan-Quinn criter.

12.24600

F-statistic