Entregable 1:

Fundamentos de
econometría.

UNITEC: Campus en línea

Mónica Esquivel Pérez
Entregable 1
Materia: Fundamentos de econometría
Profesor: Christian Roberto Ceja Rangel
 Indice
1. Introducción
2. Análisis de regresión Múltiple
2.1 Modelo econométrico.
2.2 Coeficientes y significancia estadística.
2.3 Pronóstico.
2.4 Análisis.
3. Conclusiones.
4. Referencias
1. Introducción:

El presente análisis económico tiene como objetivo estudiar la relación entre diversas
variables independientes y el Producto Interno Bruto (PIB) de la Ciudad de México. Las
variables independientes consideradas en este estudio son el Índice de Comercio al por
mayor y al por menor, la Formación Bruta de Capital, la Inversión Extranjera Directa, el Gasto
de Gobierno, las Exportaciones y los Empleos Formales. El propósito es examinar cómo estas
variables se relacionan con el PIB de la Ciudad y entender su evolución a lo largo del periodo
analizado.

El modelo econométrico utilizado para este análisis es la regresión múltiple, una técnica que
permite estimar la relación entre una variable dependiente (PIB) y múltiples variables
independientes (ICxM, Icxm, FBK, IED CDMX, Gasto Gobierno CDMX, Exp CDMX y Empleos
formales). A través de este método, se busca identificar la influencia y la significancia
estadística de cada variable independiente sobre el PIB, así como generar un pronóstico para
el PIB futuro basado en los resultados obtenidos.

2. Análisis de regresión múltiple

En primer lugar, se realizó el análisis de regresión múltiple para estudiar la relación entre las
variables independientes (Índice de Comercio al por mayor y al por menor, Formación Bruta
de Capital, Inversión Extranjera Directa, Gasto de Gobierno, Exportaciones y Empleos
Formales) con respecto al Producto Interno Bruto (PIB) de la Ciudad de México.

2.1 Modelo econométrico.

El modelo econométrico de regresión múltiple que utilizaremos es el siguiente:

PIB = β0 + β1 * ICxM + β2 * FBK + β3 * IED + β4 * GastoGob + β5 * Exportaciones + β6 *

Empleos Formales + ε

Donde:

o PIB es la variable dependiente, el Producto Interno Bruto de la Ciudad de México.

o ICxM es la variable independiente "Índice de Comercio al por mayor y al por menor".
o FBK es la variable independiente "Formación Bruta de Capital".
 o IED es la variable independiente "Inversión Extranjera Directa".
o GastoGob es la variable independiente "Gasto de Gobierno".
o Exportaciones es la variable independiente "Exportaciones".
o Empleos Formales es la variable independiente "Empleos Formales".
o β0, β1, β2, β3, β4, β5 y β6 son los coeficientes que representan la relación entre las
variables independientes y el PIB.
o ε es el término de error.

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.976551724
Coeficiente de determinación R^2 0.95365327
R^2 ajustado 0.899582084
Error típico 80638.85907
Observaciones 14

Promedio de
Grados de Suma de Valor crítico de
los F
libertad cuadrados F
cuadrados
Regresión 7 8.02807E+11 1.14687E+11 17.636996 0.001315855
Residuos 6 39015753557 6502625593
Total 13 8.41823E+11

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
Intercepción -302772.366 963850.7602 -0.31412785 0.76405929 -2661230.214 2055685.482 -2661230.214 2055685.482
Variable X 1 10661.73652 14587.84138 0.730864577 0.492403687 -25033.42542 46356.89847 -25033.42542 46356.89847
Variable X 2 401.4653184 6795.503132 0.059078086 0.954808427 -16226.53183 17029.46247 -16226.53183 17029.46247
Variable X 3 5.36154936 12.24759771 0.437763346 0.676876952 -24.60724264 35.33034136 -24.60724264 35.33034136
Variable X 4 5.652039322 16.02145486 0.352779406 0.736316155 -33.55104844 44.85512709 -33.55104844 44.85512709
Variable X 5 -0.00415613 0.005626311 -0.73869578 0.487969808 -0.017923219 0.009610955 -0.017923219 0.009610955
Variable X 6 -0.15440727 0.372454781 -0.4145665 0.692873221 -1.065771292 0.756956745 -1.065771292 0.756956745
Variable X 7 0.998810826 0.641180471 1.557768633 0.170297709 -0.570101267 2.567722919 -0.570101267 2.567722919

2.2 Coeficientes y significancia estadística.

Los coeficientes y su significancia estadística se presentan en la tabla proporcionada. Cada

coeficiente representa el cambio esperado en el PIB de la Ciudad de México para un aumento
unitario en la respectiva variable independiente, manteniendo todas las demás constantes.
Analizando cada variable independiente por separado:

Índice de Comercio al por mayor y al por menor (ICxM) - X1:

El coeficiente asociado a esta variable es positivo (10661.73652), aunque no es

estadísticamente significativo (probabilidad de 0.4924). Esto sugiere que un incremento en el
Índice de Comercio al por mayor y al por menor no tiene una relación estadísticamente
significativa con un aumento en el PIB de la Ciudad de México según el modelo utilizado.

Formación Bruta de Capital (FBK) - X2:

El coeficiente asociado a esta variable también es positivo (401.4653184) y no es

estadísticamente significativo (probabilidad de 0.9548). Esto indica que la Formación Bruta de
Capital no tiene una relación estadísticamente significativa con el PIB según el modelo, a
pesar de que un aumento en la inversión en capital suele estar relacionado con el crecimiento
económico.

Inversión Extranjera Directa (IED) - X3:

El coeficiente asociado a esta variable es positivo (5.36154936) y tampoco es

estadísticamente significativo (probabilidad de 0.6769). Esto sugiere que la Inversión
Extranjera Directa no tiene una relación estadísticamente significativa con el PIB de la Ciudad
de México según el modelo, aunque este resultado debe tomarse con precaución, ya que la
IED suele ser un factor importante para el crecimiento económico de los países.

Gasto de Gobierno (GastoGob) - X4:

El coeficiente asociado a esta variable es positivo (5.652039322), y al igual que en los casos
anteriores, no es estadísticamente significativo (probabilidad de 0.7363). Esto indica que el
Gasto de Gobierno no tiene una relación estadísticamente significativa con el PIB según el
modelo, aunque normalmente el gasto público tiene un impacto en la actividad económica.

Exportaciones - X5:

El coeficiente asociado a esta variable es negativo (-0.004156132) y tampoco es

estadísticamente significativo (probabilidad de 0.4880). Esto sugiere que las Exportaciones no
tienen una relación estadísticamente significativa con el PIB de la Ciudad de México según el
modelo, lo cual puede ser sorprendente, ya que las exportaciones son un motor importante
para el crecimiento económico.

Empleos Formales (EmpleosFormales) - X6:

El coeficiente asociado a esta variable es negativo (-0.154407274) y no es estadísticamente

significativo (probabilidad de 0.6929). Esto indica que la cantidad de Empleos Formales no
tiene una relación estadísticamente significativa con el PIB de la Ciudad de México según el
modelo, lo cual puede ser un resultado inesperado, ya que el empleo es un indicador clave del
desarrollo económico.

Coeficiente de correlación múltiple (R2) y R2 ajustado:

El coeficiente de correlación múltiple (R2) es 0.9537, lo que significa que aproximadamente el

95.37% de la variabilidad del PIB de la Ciudad de México se explica por las variables
independientes incluidas en el modelo. Es decir, el modelo tiene un buen ajuste y explica una
gran parte de la variabilidad del PIB.

El R2 ajustado, que es una versión corregida del R2 que tiene en cuenta el número de variables
independientes y las observaciones, es 0.8996. Esta medida ajustada también es alta, lo que
sugiere que el modelo tiene un buen ajuste y no está sobre ajustado.

2.3 Pronóstico.

El pronóstico del PIB de la Ciudad de México se puede hacer utilizando el modelo de

regresión múltiple con los coeficientes estimados. Para un año futuro determinado, se pueden
tomar los valores de las variables independientes y utilizar los coeficientes para calcular el PIB
esperado.

Por ejemplo, supongamos que deseamos pronosticar el PIB para el año 2023. Tomamos los
valores conocidos o estimados de las variables independientes (ICxM, FBK, IED, GastoGob,
Exportaciones y Empleos Formales) para 2023 y los ingresamos en el modelo de regresión
múltiple junto con los coeficientes estimados.
El análisis de regresión múltiple indica que solo algunas de las variables independientes
incluidas (en este caso, ninguna de las analizadas) tienen una relación estadísticamente
significativa con el PIB de la Ciudad de México. El modelo en su conjunto tiene un buen ajuste
y explica una gran parte de la variabilidad del PIB, pero para mejorar el pronóstico, sería
necesario evaluar otras variables o posiblemente ajustar el modelo para incluir solo las
variables más significativas.

2.4 Análisis.

El PIB de un país es una medida que refleja el valor total de todos los bienes y servicios
producidos en su territorio durante un período determinado. Es considerado un indicador
importante del nivel de actividad económica de un país. Las variables mencionadas pueden
estar relacionadas con el PIB de México de diferentes maneras:

Índice de Comercio al por mayor y al por menor: El comercio al por mayor y al por menor
puede tener un impacto significativo en el PIB de un país. Un incremento en el comercio
puede estimular la producción y el consumo de bienes, lo que a su vez puede impulsar el
crecimiento económico.

Formación Bruta de Capital: La inversión en capital, que incluye la construcción de

infraestructuras y la adquisición de maquinarias y equipos, es un componente importante del
PIB. Una mayor formación bruta de capital puede mejorar la capacidad productiva y, por lo
tanto, contribuir al crecimiento económico.

Inversión Extranjera Directa (IED): La IED se refiere a la inversión realizada por empresas
extranjeras en la economía de un país. La IED puede ser un factor clave para estimular la
actividad económica, ya que puede traer consigo transferencia de tecnología, creación de
empleo y expansión de la producción.

Gasto de Gobierno: El gasto público juega un papel crucial en la economía de un país. El

gasto gubernamental en infraestructuras, servicios y programas sociales puede tener efectos
directos e indirectos en el PIB, ya que impulsa la demanda agregada y la actividad económica.

Exportaciones: Las exportaciones son bienes y servicios producidos en un país y vendidos en

el extranjero. Un aumento en las exportaciones puede aumentar los ingresos del país y
estimular la producción de bienes y servicios destinados a la exportación, lo que puede
contribuir al crecimiento económico y al PIB.

Empleos Formales: El empleo formal es aquel que se encuentra dentro del sector regulado y
cuenta con seguridad social y beneficios laborales. Un aumento en los empleos formales
puede mejorar el poder adquisitivo de los trabajadores y aumentar el consumo, lo que a su
vez puede impulsar el crecimiento económico.

Es importante destacar que la relación entre estas variables y el PIB no es unidireccional y

puede ser compleja. Además, hay muchos otros factores macroeconómicos y
microeconómicos que también influyen en el PIB de México, como las políticas fiscales y
monetarias, el comportamiento de los mercados internacionales, los cambios en la demanda
de bienes y servicios, entre otros.

En resumen, las variables Índice de Comercio al por mayor y al por menor, Formación Bruta
de Capital, Inversión Extranjera Directa, Gasto de Gobierno, Exportaciones y Empleos
Formales pueden estar relacionadas con el PIB de México de diversas maneras. El análisis
preciso de esta relación requeriría un estudio económico más detallado y el uso de datos
específicos y actualizados para obtener conclusiones significativas.

3. Conclusiones.

El análisis econométrico mediante la regresión múltiple ha arrojado resultados interesantes

sobre la relación entre las variables independientes y el PIB de la Ciudad de México. El
coeficiente de correlación múltiple, con un valor de 0.9766, indica una fuerte y positiva
asociación entre el conjunto de variables independientes y el PIB. Esto sugiere que, en
conjunto, estas variables tienen una influencia significativa en el comportamiento económico
de la Ciudad.

El coeficiente de determinación R2, con un valor de 0.9537, revela que aproximadamente el

95.37% de la variabilidad del PIB puede ser explicada por las variables independientes
incluidas en el modelo de regresión. Este alto valor de R 2 muestra que el modelo es altamente
representativo para predecir la evolución del PIB a lo largo del tiempo, lo que refuerza la
validez de los resultados obtenidos.
Es importante mencionar que, al analizar la significancia estadística de los coeficientes de las
variables independientes, se observa que ninguna de ellas alcanza un nivel de significancia de
0.05. Esto indica que, en el modelo actual, ninguna variable independiente tiene un impacto
estadísticamente significativo en el PIB de la Ciudad de México. No obstante, esta falta de
significancia podría atribuirse a diversas razones, como la presencia de variables omitidas o la
limitación del tamaño de la muestra.

4. Referencias.

Análisis de Regresión lineal Múltiple-Excel. (s. f.). EXCEL FORO: Un blog de Excel.
[Link]

Statologos. (2021). Cómo realizar una regresión lineal múltiple en Excel. Statologos.
[Link]

Producto Interno Bruto. Cuéntame de México. (s. f.).

[Link]
%20actividades%20terciarias,las%20primarias%20con%20el%204%20%25.

De México, B. (s. f.-b). Producto Interno Bruto.

[Link]

Secretaría de Economía - ¿Para qué sirve el PIB? (s. f.). [Link]

[Link]/economia-para-todos/tema-del-dia/6950-para-que-sirve-el-pib

UNITEC. [03 de marzo de 2022] Unidad 2: Documento: Análisis de regresión simple.

UNITEC. [03 de marzo de 2022] Unidad 3: Documento: Análisis de regresión múltiple.