Page 16 - FGDP revista FEGLININ

© FEGLININ ISSN 2594-2298

| Año 8, No 29, abril – junio 2024 |
Volumen 1

Correlación y colinealidad

Los resultados obtenidos con el programa Excel® mostraron que las variables con una
asociación fuerte al PIB fueron Tipo_C, Inflac y N_Presa, siendo negativa para la segunda
(Figura 2). Entre las variables regresoras, las más correlacionadas fueron Inflac con Tipo_C
(asociación negativa) y N_Presa con Tipo_C (asociación positiva). En el caso de la primera
correlación se esperaba que fuera positiva y en el caso de la segunda, el resultado no tiene
relevancia práctica.

PIB SMG Inflac Tipo_C N_Presa
PIB 1.0000
SMG 0.0710 1.0000
Inflac - 0.6816 - 0.0445 1.0000
Tipo_C 0.9121 0.2516 - 0.4877 1.0000
N_Presa 0.5412 - 0.0824 - 0.3237 0.4165 1.0000

Figura 2. Matriz de correlación entre el PIB y sus variables regresoras.
Para determinar la existencia de colinealidad, se generaron las variables r y r1 que
corresponden a la matriz de correlación y a la matriz eigenvalues, respectivamente (Figura
3); con esos valores se calculó el índice de condición (IC) que fue igual a 8.64, lo que indicó
que no existió colinealidad entre las variables.

C1
Last updated: 12/18/2...
R1 0.036719
0.477341
R2
R3 0.659862
R4
1.082079
R5 2.743999
Figura 3. Resultados del proceso eigenvalues para determinar el índice de condición.
Heteroscedasticidad
Los resultados de la prueba de White (Figura 4), confirmaron que no hay heteroscedasticidad
2
2
ya que los valores de probabilidad, tanto de F como de la X , de la R son mayores al nivel
de significancia (0.05).
Heteroskedasticity Test: White
Null hypothesis: Homoskedasticity
F-statistic 1.582289 Prob. F(14,13) 0.2077
Obs*R-squared 17.64499 Prob. Chi-Square(14) 0.2234
Scaled explained SS 9.222815 Prob. Chi-Square(14) 0.8165

Test Equation:
Figura 4. Resultados de la prueba de White para determinar heteroscedasticidad.
Dependent Variable: RESID^2
Method: Least Squares
Autocorrelación Date: 12/18/23 Time: 19:16
Sample: 1993 2020
Included observations: 28
Al considerar los resultados de MCO para el estadístico de Durbin-Watson (d = 1.201106) y
al consultar las tablas tomando n = 28 y k’= 4, se obtuvo que el valor d se sitúa en la zona de
Variable
Coefficient
t-Statistic
Prob.
Std. Error
indecisión positiva (1.104-1.747), por lo que se ajustó el modelo con el método de MCO de
-101.5981
-0.074302
0.9419
1367.363
C
N_PRESA^2 -1.268671 1.796197 -0.706310 0.4925
N_PRESA*TIPO_C -0.236724 1.741977 -0.135894 0.8940
N_PRESA*INFLAC 0.400574 2.000340 0.200253 0.8444
N_PRESA*SMG -0.121810 1.063421 -0.114545 0.9106
N_PRESA 29.23734 98.83082 0.295832 0.7720
TIPO_C^2 -0.920502 0.502679 -1.831192 0.0901
TIPO_C*INFLAC -0.076397 0.959763 -0.079600 0.9378
TIPO_C*SMG -0.290796 0.199292 -1.459149 0.1683
TIPO_C 57.75796 26.35731 2.191345 0.0472
INFLAC^2 -0.029642 0.125983 -0.235282 0.8177
Pág. 16 INFLAC*SMG 0.007426 0.102304 0.072590 0.9432
INFLAC -1.495215 16.47244 -0.090771 0.9291
SMG^2 0.072736 0.079479 0.915160 0.3768
SMG -8.433948 21.92689 -0.384640 0.7067
R-squared 0.630178 Mean dependent var 9.736067
Adjusted R-squared 0.231908 S.D. dependent var 12.34090
S.E. of regression 10.81567 Akaike info criterion 7.904043
Sum squared resid 1520.724 Schwarz criterion 8.617724
Log likelihood -95.65660 Hannan-Quinn criter. 8.122222
F-statistic 1.582289 Durbin-Watson stat 2.160792
Prob(F-statistic) 0.207711