FACULTAD DE CIENCIAS SOCIALES EDUCACIÓN

COMERCIAL Y DERECHO
ECONOMIA EN LINEA
MODALIDAD EN LÍNEA

ASIGNATURA: POLÍTICA ECONÓMICA

DOCENTE: Econ. Freire Cadme Carlos Alberto. MSc.

TRABAJO PRÁCTICO EXPERIMENTAL

INTEGRANTES:

• Steven Joel Sánchez Chávez

• Jiménez Huacon Angie Nayeli
• Mallea Antepara Leonardo Ismael
• Paredes Morales Yamilex Alexandra
• Chiriguayo Mayorga Juleidy Alexandra
• Castillo Román Gerardo Renee

TEMA: Integrar conceptos de Política Económica y

Econometría Básica
Curso: Quinto Semestre
Paralelo C2

Periodo lectivo: 2024 – 2025

 Índice
Primera parte:................................................................................................................. 3

Segunda Parte: ................................................................................................................ 4

Cálculo de los Residuos................................................................................................ 4

Interpretación de los Residuos...................................................................................... 4

Prueba de normalidad ................................................................................................... 5

Prueba de Shapiro-Wilk................................................................................................ 5

Kolmogorov-Smirnov................................................................................................... 6

Histograma.................................................................................................................... 6

Matriz de Correlación ................................................................................................... 7

Resultados..................................................................................................................... 8

Coeficientes .................................................................................................................. 8

Resumen del modelo .................................................................................................... 9

Interpretación del Ajuste del Modelo ........................................................................... 9

Tercera parte: ............................................................................................................... 10

Interpretación desde la política económico ................................................................ 10

Referencias .................................................................................................................... 11

Anexos ............................................................................................................................ 12

Aprobación de las variables........................................................................................ 12

Captura del entorno de trabajo de Excel ..................................................................... 12

Captura del entorno de trabajo de R Studio ................................................................ 12

Instrucciones del Trabajo Practico Experimental

Primera parte:

Seleccionar variables macroeconómicas para resolver una problemática del

Ecuador (variable dependiente y variables independientes mínimo 3 variables
independientes), Las variables deben ser enviadas por correo por el grupo de
estudiantes indicando el porqué de cada una de las variables
• Variable Dependiente: LNPIBReal (PIB ecuatoriano a precios
constantes del año 2025).
• Variables Independientes: LNM2(Liquidez total o cantidad de dinero
en la economía incluyendo depósitos bancarios); LNPobD (Población
desempleada) y LNPT (Población total).
Las variables seleccionadas para hacer este trabajo fueron, como variable
endógena, el PIB ecuatoriano a precios constantes del año 2015, datos obtenidos del
Banco Mundial (2024). Como variables exógenas se escogieron, en primer lugar, la
cantidad de dinero de la economía ecuatoriana incluyendo los depósitos bancarios o M2,
tomadas del Banco Central del Ecuador (BCE, 2024), la población desempleada
recuperada del Instituto Nacional de Estadísticas y Censos (INEC, 2024) y la población
total, tomada también del Banco Mundial (2024). Cabe decir que el modelo cuenta con
observaciones anual es, que van desde 2008 a 2022. A continuacion se muestran los
datos a analizar:
 Segunda Parte:
Exponer el tratamiento de los datos, planteamiento del modelo, paso a paso
lo realizado y mostrar los resultados, en caso de tener errores estadísticos.
Para la realización de este trabajo se cargó una muestra de datos utilizando el
software RStudio para el análisis gráfico y estadístico, con el objetivo de obserbar comó
el modelo propuesto se correlaciona con el crecimiento de la variables PIB real.
Como observamos en la tabala de datos presentada anteriormente, se procedio a
expresar los datos de manera logaritmica permitiendo interpretar los coeficientes de
regresión en términos de elasticidades o cambios porcentuales, lo cual resulta útil en
análisis económicos. Por lo tanto, el modelo toma la siguiente forma matemática:
LN(𝑃𝐼𝐵 𝑟𝑒𝑎𝑙 ) = 𝛽0 + 𝛽1 LN(𝑀2) + 𝛽2 LNPobD + 𝛽3 LNPT

Cálculo de los Residuos

Estos representan las diferencias entre los valores observados y los valores
predichos por el modelo, Esto ayuda a verificar los supuestos del modelo, así como, a
interpretar correctamente los resultados estadísticos obtenidos. Calcular los residuos
antes de realizar pruebas de normalidad es esencial para garantizar que se está
evaluando la distribución de los errores del modelo y no simplemente la distribución de
los datos originales.

Min 1Q Median 3Q Max

-0.036013 -0.015376 0.000281 0.012431 0.052878

Interpretación de los Residuos

• Min (Mínimo Residuo): -0.036013
Este es el residuo más pequeño del modelo. Un residuo negativo indica que el
modelo sobreestimó el valor de la variable dependiente en esta observación específica.
• 1Q (Primer Cuartil): -0.015376
El primer cuartil es el punto donde el 25% de los residuos son menores o iguales
a este valor. Un valor negativo sugiere que un cuarto de los residuos es menor a -
0.015376.
• Median (Mediana): 0.000281
La mediana es el valor central de los residuos. En este caso, es casi cero, lo cual
es deseable ya que indica que los residuos están distribuidos simétricamente alrededor
de cero, sugiriendo que el modelo no tiene un sesgo sistemático.
• 3Q (Tercer Cuartil): 0.012431
El tercer cuartil es el punto donde el 75% de los residuos son menores o iguales
a este valor. Un valor positivo aquí indica que tres cuartas partes de los residuos son
menores o iguales a 0.012431.
• Max (Máximo Residuo): 0.052878
Este es el residuo más grande del modelo. Un residuo positivo indica que el
modelo subestimó el valor de la variable dependiente en esta observación específica.

Como vemos, los residuos del modelo varían entre -0.036013 y 0.052878, con
una mediana de 0.000281, sugiriendo que el modelo tiene un buen ajuste, ya que los
residuos están centrados alrededor de cero y no hay indicios de valores extremos
significativos.

Prueba de normalidad
Previo al análisis de los coeficientes es necesario verificar si la muestra sigue un
comportamiento de normalidad, para ello, se procede a la formulación de nuestras
hipótesis:
• Hipótesis Nula (𝑯𝟎 ): Los datos siguen una distribución normal.
• Hipótesis Alternativa (𝑯𝟏 ): Los datos no siguen una distribución
normal.
Por lo tanto, realizaremos la prueba de normalidad para evaluar de manera
estadística y visual si la muestra de datos sigue o no una distribución normal,
obteniendo los resultados siguientes.

Prueba de Shapiro-Wilk

El valor del estadístico W es 0.95303 indicando un buen ajuste a la normalidad

ya que es cercano a uno. A su vez, el valor p obtenido es 0.5733 y como es mayor que el
nivel de significancia comúnmente usado (0.05), no hay suficiente evidencia para
rechazar la hipótesis nula.

Kolmogorov-Smirnov

El Valor p en esta prueba es de 0.9364. Este valor sugiere los residuos siguen
una distribución normal, por lo que no se rechaza la hipótesis nula.

Histograma

Como podemos observar, el histograma sigue una forma de campana de Gauss,

indicando que los residuos se distribuyen normalmente.

Gráfico Q-Q
 Como podemos observar los puntos en el gráfico Q-Q se ajustan
aproximadamente a una línea recta. Esto sugiere que los residuos siguen una
distribución normal.
Estos gráficos visualmente ayudan a evaluar la normalidad de los datos
comparando los cuantiles de los datos con los cuantiles esperados de una distribución
normal. Por consiguiente, no se puede rechazar la Hipótesis Nula (𝐻0 ) de que los
residuos siguen una distribución normal.
Matriz de Correlación

Fuerte Relación entre 𝐋𝐍𝑷𝑰𝑩𝑹𝒆𝒂𝒍 y 𝐋𝐍𝐌𝟐: La alta correlación podría

indicar multicolinealidad en el modelo de regresión, es decir, que a medida que la
liquidez total aumenta, el PIB real también tiende a aumentar.
Importancia de 𝐋𝐍𝐌𝟐 y 𝐋𝐍𝐏𝐓: tienen una fuerte correlación positiva
sugiriendo que son variables importantes para explicar el PIB real.
Moderada Relación Negativa entre 𝐋𝐍𝑷𝑰𝑩𝑹𝒆𝒂𝒍 y 𝐋𝐍𝑷𝒐𝒃𝑫: Aunque la
correlación no es muy fuerte, existe una relación negativa entre el PIB real y la
población desempleada, lo cual es consistente con la teoría económica de que un mayor
desempleo suele estar asociado con una menor producción económica.
Baja Correlación de 𝐋𝐍𝑷𝒐𝒃𝑫 con las Demás Variables: La baja correlación
sugiere que su impacto es más indirecto con las demás variables macroeconómicas
relacionadas con el PIB real.

Estos análisis de correlación proporcionan una comprensión inicial de las

relaciones entre las variables del modelo y contribuyen a tomar decisiones sobre cómo
ajustar y mejorar el modelo de regresión.
 Resultados
Coeficientes
Una vez que hemos confirmado la normalidad del conjunto de datos que vamos
a utilizar en nuestro modelo procedemos a calcular los coeficientes de regresión, por
ende, como las variables están expresadas en logaritmos, la interpretación de las betas
debe ser dada en el crecimiento porcentual de las variables. A continuación,
presentamos los resultados para determinar cuál variable tiene el mayor impacto:
Estimado Error estándar Estadístico t Valor P
𝐋𝐍𝐏𝐈𝐁𝐑𝐞𝐚𝐥 (Intercept) 79.14844 9.81487 8.064 6.05e-06 ***
LNM2 0.69374 0.09417 7.367 1.42e-05 ***
LNPobD -0.01338 0.04414 -0.303 0.767405
LNPT -3.67453 0.66205 -5.55 0.000173 ***
Interpretación
• 𝐋𝐍𝐏𝐈𝐁𝐑𝐞𝐚𝐥(𝜷𝟎) :
El intercepto del modelo es 79.14844, con un error estándar de 9.81487 y un
valor t de 8.064, lo que resulta en un valor p muy pequeño (6.05e-06). Esto indica que el
intercepto es altamente significativo, sugiriendo que cuando todas las variables
independientes (LNM2, LNPobD, LNPT) son iguales a cero, el valor de LNPIBReal es
significativamente diferente.
• LNM2 (𝜷𝟏 ):
El coeficiente estimado para la liquidez total M2 (LNM2) es 0.69374, con un
error estándar de 0.09417. Indica que un aumento del 1% en la Liquidez total (M2) está
asociado con un aumento del 0.69374% en el PIB real, manteniendo las demás variables
constantes. Este coeficiente es estadísticamente significativo (p<0.001), lo que sugiere
que la oferta monetaria tiene un efecto positivo y significativo en el crecimiento del
PIB.
• LNPobD (𝜷𝟐 ):
El coeficiente estimado para la población desempleada en logaritmo (LNPobD)
es -0.01338, con un error estándar de 0.04414. El valor t es -0.303 y el valor p es
0.767405 indicando que no hay suficiente evidencia para afirmar que la población
desempleada tiene un efecto significativo en el PIB real ecuatoriano. Sugiere que un
aumento del 1% en la población desempleada está asociado con una disminución del
0.01338% en el PIB real, manteniendo las demás variables constantes.
 • LNPT (𝜷𝟑 ):
El coeficiente estimado para la población total en logaritmo (LNPT) es -
3.67453, con un error estándar de 0.66205, con un valor t de -5.550 y un valor p de
0.000173, Muestra que un aumento del 1% en el producto total está asociado con una
disminución del 3.67453% en el PIB real, manteniendo las demás variables constantes.
Este coeficiente es estadísticamente significativo (p<0.001), lo que sugiere que la
Población total tiene un efecto negativo y significativo en el PIB real,

Resumen del modelo

Se usa un nivel de confianza del 95% en el análisis estadístico. El resumen del
modelo proporciona información detallada sobre cada variable incluida en el modelo,
incluyendo:

Residual standard error 0.0245 on 11 degrees of freedom

Multiple R-squared 0.9539
Adjusted R-squared 0.9414
F-statistic 75.92 on 3 and 11 D
p-value 1.23E-07

Interpretación del Ajuste del Modelo

• Residual Standard Error: 0.0245 (sobre 11 grados de libertad)

Esto indica que los residuos (diferencias entre los valores observados y los
predichos) son relativamente pequeños, sugiriendo un buen ajuste del modelo.
• Multiple R-squared: 0.9539
Esto indica que el 95.39% de la variabilidad en LNPIBReal está explicada por el
modelo. Un R2 alto sugiere que el modelo explica bien la variabilidad de los datos.
• Adjusted R-squared: 0.9414
Similar a R2 , pero ajustado por el número de predictores en el modelo. Un valor
cercano a R2 sugiere que, los predictores adicionales son relevantes y que el modelo
explica aproximadamente el 94.14% de la variabilidad.
• F-statistic: 75.92 (sobre 3 y 11 DF), p-value: 1.232e-07
La prueba F, evalúa la hipótesis nula de que todos los coeficientes de los
predictores son iguales a cero contra la alternativa de que al menos uno es diferente de
cero, Un valor alto del estadístico F y un p-value muy pequeño indican que el modelo es
significativo en su conjunto.
Modelo de regresión múltiple con la variable LNPIBReal como variable
dependiente:
LNPIBReal = 79.14844 + 0.69374𝐿𝑁𝑀2 − 0.01338 LNPobD − 3.67453LNPT

Tercera parte:
Interpretación desde la política económico
El modelo subraya la importancia de políticas monetarias que manejen la
liquidez, políticas demográficas para gestionar el crecimiento poblacional y la necesidad
continua de abordar el desempleo mediante políticas laborales activas, todo respaldado
por una robusta capacidad explicativa del modelo para informar y guiar la toma de
decisiones económicas estratégicas en Ecuador.
Dado el coeficiente positivo y significativo de la liquidez total (LNM2), sugiere
que las políticas que aumenten la oferta monetaria como reducciones en las tasas de
interés o programas de compra de activos, podrían estimular el crecimiento del PIB
aumentando la disponibilidad de financiamiento para empresas y consumidores
En cuanto al desempleo, el coeficiente de población desempleada (LNPobD) no
es estadísticamente significativo, esto no descarta la importancia de que reducir el
desempleo sigue siendo una prioridad económica en el Ecuador. El desarrollo de
políticas activas de empleo, así como, de formación laboral ayudarían a mejorar la
eficiencia y productividad del mercado laboral. También es posible que, debido a la
limitada cantidad de información del modelo, la población desempleada solo pueda ser
caracterizada de manera poco significativa.
El coeficiente negativo y significativo de población total (LNPT) es
contraintuitivo, sugiriendo que, un aumento demográfico más alto está asociado con una
disminución proporcional en el PIB real ecuatoriano. Esto señala la importancia de
políticas demográficas que puedan controlar el crecimiento poblacional o que adapten
las políticas económicas para enfrentar las demandas de una población en crecimiento,
incluyendo inversiones en infraestructura y servicios públicos.
En conclusión, este análisis resulta útil para plantear políticas económicas,
especialmente enfocadas en materia monetaria dado su impacto significativo en el PIB
real. Sin embargo, sería útil explorar más a fondo el por qué el desempleo no muestra
un efecto significativo en este modelo y considerar variables adicionales o diferentes en
el modelo propuesto acerca del PIB real ecuatoriano.
 Referencias

Banco Mundial. (2024). PIB (US$ a precios constantes de 2015) - Ecuador. Obtenido de
Banco Mundial:
https://datos.bancomundial.org/indicador/NY.GDP.MKTP.KD?locations=EC
Banco Central del Ecuador. (2024). Liquidez total M2. Obtenido de Series históricas:
https://contenido.bce.fin.ec/documentos/Administracion/bi_menuBoletin.html
Instituto Nacional de Estadísticas y Cencos. (2024). Estadísticas Laborales – abril 2024.
Obtenido de INEC: https://www.ecuadorencifras.gob.ec/estadisticas-laborales-
enemdu/
Banco Mundial. (2024). Población, total - Ecuador. Obtenido de Banco Mundial:
https://datos.bancomundial.org/indicador/SP.POP.TOTL?locati
Anexos
Aprobación de las variables

Captura del entorno de trabajo de Excel

Captura del entorno de trabajo de R Studio