++++++++++++++++++++++++++

TRABAJO FINAL ECONOMETRIA

“El tipo de cambio en chile depende de las variables precio del cobre, IPC, tasa de interés interbancaria,

exportaciones, y del índice Down Jones”

INTEGRANTES: +++++++

PROFESOR: +++++++

FECHA: ++++++++

1. Resumen Ejecutivo.

El tipo de cambio y el precio del cobre, están entre las variables más importantes del escenario económico internacional relevante para la economía chilena, es por esto que realizaremos un modelo econométrico que permita explicar el comportamiento del Tipo de Cambio.

En el presente trabajo se busca elaborar un modelo econométrico con el cual se pueda validar la siguiente hipótesis:

H0: El tipo de cambio en chile depende de las variables precio del cobre, IPC, tasa de interés interbancaria, exportaciones, y del índice Down Jones

Una vez seleccionadas las variables, se procedió a recopilar los datos de cada una de las variables, para lo cual se debió a recurrir a criterios que permitieran la ponderación de las diversas opciones que se presentan al momento de observar una variación en el tipo de cambio.

La forma funcional del modelo corresponde a una ecuación del tipo lineal, obteniéndose la siguiente expresión, en donde:

T-C= Tipo de cambioP_COB= Precio del cobre

IPC= IPCT_INT= TASA DE INTERES INTERBANCARIA

EXP= EXPORTACIONESIND_DJONES= INDICE DOWN JONES

T_C = 606,335 - 37,649*P_COB + 13,458*IPC - 13,108*T_INT - 0,004*EXP + 0,006*IND_DJONES

Para determinar los coeficientes del modelo, se utilizó un Software, el SPSS, con el que además se obtuvo la bondad del ajuste (R2), en donde se realizaron las pruebas de significancia, se verificó el cumplimiento de los supuestos del método de MCO y se realizaron los diagnósticos para determinar existencia de HETEROCEDASTICIDAD, AUTOCORRELACION, y MULTICOLINEALIDAD, obteniendo un modelo que ajusta en R2 = 0,841.

2. Fundamentación Teórica.

La integración comercial de Chile al mundo ha sido creciente en las últimas décadas. En este contexto, y poniendo en estudio el comportamiento entre el año 2010 y 2014 de los términos de intercambio y, en particular, el precio del cobre, están entre las variables más importantes del escenario económico internacional relevante para la economía chilena. Visto así, al parecer hay alguna relación entre lo que sucede con el precio del cobre y el tipo de cambio. Chile ha incrementado las exportaciones de cobre en los últimos años, producto de los tratados de libre comercio, es así como dicho incremento ha sido en alrededor de un 60% durante los años de este estudio, según información del Banco Central sumando una cantidad importante de dólares.

Al mismo tiempo, el precio del dólar se ve afectado cuando el precio del cobre cambia y su principal efecto se observa respecto de los exportadores por la caída del tipo de cambio; es decir cada vez que sube el precio internacional del cobre se genera una apreciación del peso y se pone en riesgo el desarrollo exportador de Chile de la industria no cobre.

Naturalmente que el precio del cobre, fue sido para el país una de las grandes noticias durante los años de este estudio, dado los generosos dividendos que entregó a las arcas fiscales, sin embargo no para todos ha sido prosperidad. Lo anterior se explica en que el alto precio del cobre ha hecho que baje la cantidad de pesos por dólar, es decir, el tipo de cambio, lo que a sectores exportadores que transaron en la moneda estadounidense reciben menos pesos por el valor de un producto cuya transacción se realizó con un dólar anterior y más elevado.

Todo lo anterior también se ve relacionado al comportamiento del IPC según indican las fuentes de información BCN y Diario Financiero. Como se mencionó anteriormente, también tienen injerencia en el TC las exportaciones las cuales dan o quitan movimiento de USD en la economía local.

Tanto las tasas de interés, como el tipo de cambio y el IPC se encuentran estrechamente relacionadas. En cada país, el encargado de de establecer las tasas de interés interbancario es el banco central (como la Reserva Federal en Estados Unidos) y es por medio de los cambios en estas tasas que estas instituciones ejercen influencia directa sobre las cotizaciones de una divisa y la inflación. Cuando las tasas de interés son altas, el país atrae capital extranjero lo que causa que suba el valor de la divisa, lo que a su vez incrementa el tipo de cambio de esta en contra de otras monedas. Sin embargo, el impacto que las tasas de interés pueden tener sobre el valor de una divisa puede verse disminuido en caso de que el país tenga una inflación elevada en comparación con otras naciones, o si hay otros aspectos que pueden estar causando una baja en la cotización de la divisa. Cuando las tasas de interés son bajas, el valor de la divisa por lo general tiene tendencia a la baja, lo que significa que el tipo de cambio de la moneda con respecto a otras también bajará.

Teoría extraída de:- Macroeconomía y Agricultura Chilena Abril 2011, ODEPA

- Informe Nª4, Relación cobre, petróleo, Dólar; corredores de bolsa, Guillermo Araya, 2011

- Análisis del comportamiento del Tipo de cambio real en Chile, Banco Central de Chile, documento de trabajo Nº 266

- Banco Central y DF- Trading Diario en el Mercado de Divisas de Kathy Lien

El presente trabajo intentara explicar, si existe una relación de causalidad entre estas variables, en un periodo de casi 4 años. La función a estimar es la siguiente:

T_C = f (P_COB, IPC, T_INT, EXP, IND_DJONES)T-C= Tipo de cambio

P_COB= Precio del cobreIPC= IPC

T_INT= TASA DE INTERES INTERBANCARIAEXP= EXPORTACIONES

IND_DJONES= INDICE DOWN JONES

Variables del modelo:

Variable dependiente:T_C: TIPO DE CAMBIO (USD)

VARIABLES INDEPENDIENTES O EXPLICATIVAS:P_COB= Precio del cobreIPC= IPCT_INT= TASA DE INTERES INTERBANCARIAEXP= EXPORTACIONESIND_DJONES= INDICE DOWN JONES

Fuente de información y datos de las variables:

BANCO CENTRAL: http://si3.bcentral.cl/Siete/secure/cuadros/home.aspx

3. Análisis Estadístico de las variables del modelo.

DATA DE VARIABLES (obtenidas de www.bcentral.cl)

N° OBS Periodo T_C P_COB IPC T_INT EXP IND_DJONESSerie original Serie original Serie original Serie original Serie original Serie original

1 ene.2010 500,66 3,35 -1,32 0,43 5.067,49 10471,242 feb.2010 532,56 3,11 0,26 0,42 5.004,14 10214,513 mar.2010 523,16 3,39 0,30 0,43 5.544,00 10677,524 abr.2010 520,62 3,51 0,92 0,43 5.361,03 11052,155 may.2010 533,21 3,10 1,50 0,43 5.673,55 10500,196 jun.2010 536,67 2,95 1,16 0,68 5.364,50 10159,277 jul.2010 531,72 3,06 2,25 1,23 6.005,99 10222,248 ago.2010 509,32 3,30 2,62 1,81 6.322,51 10350,49 sep.2010 493,93 3,50 1,88 2,24 6.140,25 10598,07

10 oct.2010 484,04 3,76 1,98 2,70 6.342,73 11044,4911 nov.2010 482,32 3,84 2,46 2,89 6.521,78 11198,3112 dic.2010 474,78 4,15 2,97 3,13 7.760,56 11465,2613 ene.2011 489,44 4,33 2,72 3,25 6.490,45 11802,3714 feb.2011 475,69 4,48 2,67 3,33 6.003,58 1219015 mar.2011 479,65 4,32 3,37 3,73 7.719,00 12081,4816 abr.2011 471,32 4,30 3,22 4,30 7.265,08 12434,8817 may.2011 467,73 4,05 3,26 4,79 7.408,38 12579,9918 jun.2011 469,41 4,10 3,43 5,12 6.697,26 12097,3119 jul.2011 462,94 4,36 2,90 5,24 6.386,92 12512,3320 ago.2011 466,79 4,10 3,17 5,26 6.347,80 11326,6221 sep.2011 483,69 3,77 3,27 5,24 6.540,61 11175,4522 oct.2011 511,74 3,33 3,67 5,25 6.679,77 11515,9323 nov.2011 508,44 3,43 3,93 5,25 6.750,51 11804,3324 dic.2011 517,17 3,43 4,44 5,23 7.148,48 12075,6825 ene.2012 501,34 3,65 4,25 5,05 6.446,48 12550,8926 feb.2012 481,49 3,82 4,41 4,98 6.311,81 12889,0527 mar.2012 485,40 3,84 3,79 5,00 7.043,77 13079,4728 abr.2012 486,00 3,75 3,51 5,00 6.548,21 13030,7529 may.2012 497,09 3,59 3,13 5,02 6.395,99 12721,0830 jun.2012 505,63 3,37 2,65 5,02 6.738,02 12544,931 jul.2012 491,93 3,44 2,51 4,99 5.913,11 12814,132 ago.2012 480,99 3,40 2,57 4,97 5.754,27 13134,933 sep.2012 474,97 3,66 2,85 5,02 5.671,88 13418,534 oct.2012 475,36 3,66 2,92 5,02 7.338,82 13380,6535 nov.2012 480,57 3,49 2,13 5,01 6.525,30 12896,4436 dic.2012 477,13 3,61 1,49 4,99 7.102,97 13144,1837 ene.2013 472,67 3,65 1,58 5,00 6.808,38 13615,3238 feb.2013 472,34 3,66 1,30 5,01 5.580,09 13967,3339 mar.2013 472,48 3,48 1,53 5,00 6.174,18 14418,2640 abr.2013 472,14 3,27 0,98 5,00 6.765,60 14675,9141 may.2013 479,58 3,28 0,94 5,02 6.983,55 15172,1842 jun.2013 502,89 3,18 1,89 5,00 6.316,31 15035,7543 jul.2013 504,96 3,13 2,17 5,03 6.355,62 15390,2144 ago.2013 512,59 3,26 2,19 5,00 6.389,06 15195,3545 sep.2013 504,57 3,25 1,96 5,00 5.804,87 15269,8446 oct.2013 500,81 3,26 1,53 4,90 7.008,18 15289,2947 nov.2013 519,25 3,21 2,40 4,65 6.038,61 15870,8348 dic.2013 529,45 3,27 3,00 4,50 6.252,55 16095,7749 ene.2014 537,03 3,31 2,80 4,49 5.503,85 16243,7250 feb.2014 554,41 3,24 3,20 4,40 6.226,72 15958,44

OBTENCIÓN DEL MODELOEl modelo se obtendrá a través del programa SPSS entregado en clases durante el presente trimestre.

A continuación realizaremos un análisis gráfico y estadístico de los datos que se obtuvieron de cada variable, para luego pasar a la determinación de los parámetros del modelo y con ello dejar expresada la ecuación según lo planteado en el punto ANTERIOR de FUNDAMENTACION TEÓRICA.

ANÁLISIS GRÁFICO Y ESTADÍSTICOProcederemos a realizar una revisión gráfica y estadística de los datos recopilados de cada una de las variables que conforman el modelo, con la finalidad de identificar en primer lugar, los principales sucesos descritos en la reseña histórica que influyeron en la forma de las curvas y luego determinar si las series se distribuyen en forma normal (test de kolmogorov-smirnov), grado de concentración (curtosis) y la forma de la curva que describen (Simetría).

CURVA TIPO DE CAMBIO (USD)

CURVA PRECIO DEL COBRE

CURVA IPC

CURVA TASA INTERES INTERBANCARIA

CURVA EXPORTACIONES

CURVA INDICE DOWN JONES

- Gráficos obtenidos de www.bcentral.cl

La forma de la curva TC presenta una tendencia creciente que se mantuvo hasta el término del periodo en estudio. Dentro de esta curva hay periodos de peaks altos y bajos que se dieron en relación directa e inversamente proporcional con el precio del cobre, pero que además se relaciona en forma proporcional al IPC y al índice Down Jones. Las curvas de Tasa interés interbancaria y la Curva de exportaciones no muestran relación clara, pero a través del análisis estadístico se podrá inferir las relaciones.

A continuación se presenta un gráfico para efectuar un análisis estadístico: (elaborado en SPSS)

T_C560,00540,00520,00500,00480,00460,00

Frec

uenc

ia12

10

8

6

4

2

0

T_C

Media =496,00Desviación típica =22,

931N =50

P_COB4,504,003,503,002,50

Frec

uenc

ia

12

10

8

6

4

2

0

P_COB

Media =3,58Desviación típica =0,385

N =50

IPC4,002,000,00-2,00

Frec

uenc

ia

12

10

8

6

4

2

0

IPC

Media =2,41Desviación típica =1,137

N =50

T_INT6,005,004,003,002,001,000,00

Frec

uenc

ia

25

20

15

10

5

0

T_INT

EXP8000,007500,007000,006500,006000,005500,005000,00

Frec

uenc

ia

12

10

8

6

4

2

0

EXP

Media =6370,89Desviación típica =638,

131N =50

IND_DJONES16000,0014000,0012000,0010000,00

Frec

uenc

ia

8

6

4

2

0

IND_DJONES

FRECUENCIAS DE LOS ESTADISTICOS

Estadísticos

50 50 50 50 50 502 2 2 2 2 2

496,0014 3,5750 2,4142 4,0176 6370,8918 12787,0626490,6850 3,4850 2,5950 4,9900 6371,2668 12565,440022,93091 ,38479 1,13747 1,62601 638,13101 1774,85527

,619 ,750 -,734 -1,371 -,002 ,380,337 ,337 ,337 ,337 ,337 ,337

-,576 -,266 1,202 ,406 -,177 -,857,662 ,662 ,662 ,662 ,662 ,662

VálidosPerdidos

N

MediaMedianaDesv. típ.AsimetríaError típ. de asimetríaCurtosisError típ. de curtosis

T_C P_COB IPC T_INT EXP IND_DJONES

TEST DE KOLMOGOROV-SMIRNOV

Prueba de Kolmogorov-Smirnov para una muestra

50 50 50 50 50 50496,0014 3,5750 2,4142 4,0176 6370,8918 12787,0626

22,93091 ,38479 1,13747 1,62601 638,13101 1774,85527

,149 ,127 ,076 ,286 ,083 ,100,149 ,127 ,048 ,222 ,071 ,100

-,081 -,074 -,076 -,286 -,083 -,0971,051 ,899 ,538 2,025 ,588 ,709

,219 ,395 ,935 ,001 ,880 ,696

NMediaDesviación típica

Parámetros normales a,b

AbsolutaPositivaNegativa

Diferencias másextremas

Z de Kolmogorov-SmirnovSig. asintót. (bilateral)

T_C P_COB IPC T_INT EXP IND_DJONES

La distribución de contraste es la Normal.a.

Se han calculado a partir de los datos.b.

- Simetría: Los datos de TC, P_COB e IND_DJONES presentan asimetría negativa, presente como un leve sesgo hacia la derecha (mayor que cero), es decir, el valor de la media es mayor que el valor de la mediana (la distorsión hacia la derecha la ocasionan los valores más altos). En el caso del IPC y la T_INT estas presentan asimetría positiva (leve sesgo a la izquierda menor que cero) identificándolo en que la mediana es mayor que la media, provocando una distorsión hacia la izquierda por los valores mayores. Las EXP presentan una curva simétrica que se infiere en el valor de asimetría casi cero y con valores casi idénticos entre media y mediana.

- Curtosis (° de concentración de datos): Los datos de TC, P_COB, EXP e IND_DJONES tienen una distribución de forma achatada, lo cual se confirma con el valor menor que cero de la curtosis de cada variable, siendo así estas Platicurticas. La curva del IPC dispara su curtosis a más de 1 siendo la curva IPC leptocurtica. La curva de T_INT tiene índice de curtosis cercano a 0, siendo así una curva mesocurtica.

- Normalidad: Observando la tabla del test de K-S se debe considerar el siguiente criterio, el valor de Significancia > 0,05 implica que se acepta la hipótesis de normalidad para las variables. La distribución de las variables TC, P_COB, IPC, EXP e IND_DJONES cumplen con el criterio de significancia de K-S, por lo tanto se acepta la hipótesis nula de normalidad. Por lo anterior, se considera que estos datos presentan una distribución de tipo Normal. El test K-S no considera a la variable T_INT como variable con distribución normal.

4. Estimación del Modelo Econométrico.

OBTENCIÓN DEL MODELO ECONOMÉTRICO

Para obtener el modelo, se utilizó el programa SPSS. Los resultados obtenidos son los siguientes:

Estadísticos descriptivos

MediaDesviación

típ. NT_C 496,0014 22,93091 50P_COB 3,5750 ,38479 50IPC 2,4142 1,13747 50T_INT 4,0176 1,62601 50EXP 6370,8918 638,13101 50IND_DJONES 12787,062

6 1774,85527 50

Variables introducidas/eliminadas(b)

ModeloVariables

introducidasVariables

eliminadas Método1

IND_DJONES, IPC, P_COB, EXP, T_INT(a)

. Introducir

a Todas las variables solicitadas introducidasb Variable dependiente: T_C

Coeficientes(a)

Modelo

Coeficientes no estandarizados

Coeficientes estandarizado

s

t Sig.B Error típ. Beta1 (Constante) 606,335 25,549 23,732 ,000

P_COB -37,649 4,447 -,632 -8,466 ,000IPC 13,458 1,719 ,668 7,831 ,000T_INT -13,108 1,628 -,929 -8,052 ,000EXP -,004 ,003 -,121 -1,524 ,135IND_DJONES ,006 ,001 ,436 4,598 ,000

a Variable dependiente: T_C

Lo anterior corresponde a los datos OUTPUT del SPSS, en donde se puede distinguir los coeficientes de cada una de las variables, es decir, los parámetros βi buscados. Con los valores de los coeficientes obtenidos, es posible escribir la función planteada en la fundamentación teórica, de la siguiente forma:

T_C = 606,335 - 37,649*P_COB + 13,458*IPC - 13,108*T_INT - 0,004*EXP + 0,006*IND_DJONES

VALIDACIÓN DEL MODELO

Para validar el modelo determinado, verificaremos el grado de significancia de los coeficientes calculados, así como el cumplimiento de los supuestos de que se vale el método de los mínimos cuadrados ordinarios para determinar los coeficientes.

Resumen del modelo(b)

Modelo R R cuadradoR cuadrado corregida

Error típ. de la estimación Durbin-Watson

1 ,917(a) ,841 ,822 9,66302 ,872a Variables predictoras: (Constante), IND_DJONES, IPC, P_COB, EXP, T_INTb Variable dependiente: T_C

Sin duda uno de los indicadores más utilizados para determinar el patrón de cambio de la variable dependiente que se puede explicar mediante las variables independientes, lo constituye el coeficiente de determinación R2, por lo cual es muy deseable que este tenga un alto valor, lo cual es sinónimo de un buen ajuste del modelo.

En el resumen del modelo, podemos identificar un R2 de 0,841, es decir, el modelo ajusta en un 84,1%, dicho de otra forma, las variables que son significativas (eso se indicara en las pruebas de significancia) explican el modelo en un 84,1%.

Pruebas de Significancia

Mediante esta prueba (revisar cuadro de coeficientes), se busca determinar si los coeficientes determinados mediante el método de los MCO son realmente relevantes, es decir, si merecen ser incluidos en el modelo o bien deberían ser descartados.

Considerando un 95% de confianza, las variables son significativas (es decir, explican e influyen en el comportamiento de la variable dependiente) si están en el margen SIG. 0 < 0,05. De esto podemos inferir lo siguiente:

Significancia por variable:

VARIABLE SIGNIFICANCIA(CONSTANTE) ,000P_COB ,000IPC ,000T_INT ,000EXP ,000IND_DJONES ,135

De la tabla anterior podemos inferir lo siguiente:- Las variables (CONSTANTE), y las explicativas P_COB, IPC, T_INT, y EXP, son

significativas y explican el comportamiento del T_C en forma independiente en un 84,1%, por lo tanto son relevantes al momento de decidir incorporarlas al modelo.

- La variable IND_DJONES no es significativa, es decir no explica el comportamiento de T_C en forma independiente, incluirla en el modelo para una mayor eficiencia de este va a depender de la siguiente prueba de significancia (ANOVA).

Significancia en conjunto:

ANOVA(b)

ModeloSuma de

cuadrados glMedia

cuadrática F Sig.1 Regresión 21657,049 5 4331,410 46,388 ,000(a)

Residual 4108,456 44 93,374Total 25765,505 49

a Variables predictoras: (Constante), IND_DJONES, IPC, P_COB, EXP, T_INTb Variable dependiente: T_C

El rechazo o cumplimiento de la hipótesis nula (H0 = no significancia en conjunto) se indica con los valores de estadígrafo F (Fisher), teniendo como margen de significancia entre 0<0,05 al igual que las de t-student, y que como se puede apreciar en la tabla anterior, tiene el valor F= 46,388 [0.000]. Por lo tanto se rechaza la hipótesis nula de no significancia de los coeficientes en conjunto, es decir, las variables son significantes y explican el modelo en conjunto en un 84,1%. El cumplimiento de estas pruebas de significancia de los coeficientes en forma individual y conjunta, indican que el modelo formulado es robusto.

Prueba de Heterocedasticidad:

Regresión Valor pronosticado tipificado3210-1-2

Regr

esió

n Re

sidu

o tip

ifica

do

3

2

1

0

-1

-2

-3

Gráfico de dispersión

Variable dependiente: T_C

En el gráfico anterior, se puede apreciar un relativo patrón conocido que se pueda asociar a un patrón de Homocedasticidad.

Prueba de Autocorrelación.

Realizaremos un test de 2 colas conocido como el de Durwin Watson, en el cual analizaremos el estadístico “d” bajo las siguientes reglas de decisión:

Aceptar Ho si du<d<4-du

Rechazar Ho si d<du ó d>4-dL

Inconcluso si dL<d<du ó 4-dU< d < 4- dL

H0: No hay autocorrelaciónH1: Hay AR(1)

d= 0,872 (Este se puede extraer del cuadro “resumen del modelo”)k= 5n= 50Según tabla DW extraemos los valores críticos:dl = 1,335du= 1,771

Según las reglas de decisión, rechazo H0 ya que d<du, por lo tanto existe AUTOCORRELACION en el modelo.

Esto trae las siguientes consecuencias:

1. Los estimadores de MCO son no sesgados, pero también no eficientes => no BLUE.2. La varianza de los parámetros estimados es sesgada (prueba de hipótesis invalida).

3. Los pronósticos son no sesgados, pero no eficientes.Obs: La pérdida de eficiencia es debida a la falla para permitir el componente sistemático del término de error.

Prueba de Multicolinealidad

La matriz de correlación que se muestra a continuación, fue obtenida con el programa SPSS.

Correlaciones

1 -,706** -,156 -,464** -,480** ,022,000 ,280 ,001 ,000 ,881

50 50 50 50 50 50-,706** 1 ,417** ,218 ,455** -,216,000 ,003 ,128 ,001 ,132

50 50 50 50 50 50-,156 ,417** 1 ,578** ,528** ,093,280 ,003 ,000 ,000 ,521

50 50 50 50 50 50-,464** ,218 ,578** 1 ,520** ,642**,001 ,128 ,000 ,000 ,000

50 50 50 50 50 50-,480** ,455** ,528** ,520** 1 ,134,000 ,001 ,000 ,000 ,352

50 50 50 50 50 50,022 -,216 ,093 ,642** ,134 1,881 ,132 ,521 ,000 ,352

50 50 50 50 50 50

Correlación de PearsonSig. (bilateral)NCorrelación de PearsonSig. (bilateral)NCorrelación de PearsonSig. (bilateral)NCorrelación de PearsonSig. (bilateral)NCorrelación de PearsonSig. (bilateral)NCorrelación de PearsonSig. (bilateral)N

T_C

P_COB

IPC

T_INT

EXP

IND_DJONES

T_C P_COB IPC T_INT EXP IND_DJONES

La correlación es significativa al nivel 0,01 (bilateral).**.

Considerando el margen de que existe grado de correlación si la significancia de correlación entre variables es >0,01, por ende se infiere lo siguiente:

- Existe colinealidad entre las variables IPC y T_C, IND_DJONES y T_C, T_INT y P_COB, IND_JONES y P_COB, IND_DJONES e IPC, EXP e IND_DJONES

Aunque existe grado de correlación entre variables, no es significativo como para estar presente en una multicolinealidad, por ende las variables se deben incorporar en el modelo.

5. Conclusiones

La principal conclusión que se puede obtener del trabajo realizado, es que resulta válida la hipótesis planteada “El tipo de cambio en chile depende de las variables precio del cobre, IPC, tasa de interés interbancaria, exportaciones, y del índice Down Jones” y por lo tanto, es posible afirmar que el TIPO DE CAMBIO se puede modelar a partir de las variables PRECIO DEL COBRE, IPC, TASA DE INTERES INTERBANCARIO, EXPORTACIONES, Y EL INDICE DOWN JONES.

Además se concluye que el modelo presenta los siguientes diagnósticos:- El modelo ajusta bien con un R2 de 0,841- Las variables explicativas son significativas de forma independientes menos la

variable EXP, y significativas también en su conjunto según F-value.- El modelo presenta es Homocedastico, con autocorrelación entre variables, y sin

prescencia de Multicolinealidad significativa.

--------------------------------------------------------o-------------------------------------------------------------