Trabajo Final Eco

2013
Variabilidad del Costo de

Edificacin tipo medio
Autorizado en la Regin
Metropolitana
Profesores: Luis Irribarren.

Matilde Montenegro.
TAMARA CASTRO LOBOS

MARISSA URRUTIA GUARDA
17/06/2013
Contenido
1. INTRODUCCION .................................................................................................................... 3
2. RESUMEN................................................................................................................................ 4
3. MOTIVACION ......................................................................................................................... 5
4. HIPOTESIS ............................................................................................................................... 6
5. MODELO DE PROYECCION ................................................................................................. 7
5.1 VARIABLES QUE INCLUYE EL MODELO ................................................................... 7
5.1.1 Eleccin de la variable dependiente del modelo. ......................................................... 7
5.1.2 Eleccin de la variable explicativa del modelo............................................................ 7
5.1.3 Variable cualitativa dummy ......................................................................................... 8
5.2 MODELO............................................................................................................................ 8
5.3 ECUACION DE REGRESION MULTIPLE ...................................................................... 8
6. DATOS ..................................................................................................................................... 8
6.1 MODELO MINIMOS CUADRADOS ORDINARIOS...................................................... 9
6.1.1 Interpretacin de los resultados ................................................................................... 9
6.1.2 Test de significancia individual.................................................................................. 10
6.1.3 Intervalo de confianza para los coeficientes al 95%................................................. 11
6.1.4 Test de significancia global (F).................................................................................. 11
6.1.5 Contraste de heterocedasticidad de White ................................................................. 12
6.1.6 Colinealidad ............................................................................................................... 13
6.1.7 Contraste Breush-Godfrey de autocorrelacion .......................................................... 13
6.1.8 Estadstico Durbin-Watson ........................................................................................ 14
6.1.9 Test de normalidad de los residuos ............................................................................ 14
7. ANEXOS................................................................................................................................. 16
8. CONCLUSION ....................................................................................................................... 27
9. REFERENCIAS ...................................................................................................................... 28
Pgina 2
1. INTRODUCCION
El presente informe expone la variabilidad del costo de edificacin tipo medio
autorizado en la Regin Metropolitana, el cual se model a travs de la teora de
Mnimos Cuadrados Ordinarios. Adems se utiliz como base para este informe una
tesis de Anlisis de la vivienda en Crdoba del doctorando Sr. Guzmn Antonio Muoz
Fernndez.
Se comenz el modelo por la recoleccin de informacin a travs de la CEC, Gerencia
de Estudios, Cmara Chilena de la Construccin, entidad que proporcion una tabla con
el ndice de costos de edificacin. Posteriormente se realiza el marco terico, simulando
en programa Gretl distintas pruebas y test que verificaran si el modelo es idneo segn
las variables explicativas escogidas. Las pruebas que se utilizaron son:
Heterocedasticidad, Colinealidad, Autocorrelacin y Estadstico de Durbin-Watson.
En Chile las categoras de las construcciones se clasifican segn sus caractersticas en:
Superior, Media Superior, Media, Media Inferior e Inferior. Estas especificaciones
tcnicas y sus costos de edificacin permiten conocer la calidad de la construccin.
En el ao 2012, tanto en departamentos como en casas la evolucin se caracterizo por
mayor participacin de las unidades en verde, frente a las unidades terminadas, estas
ltimas bajaron su peso relativo en ventas en mas de 20%. Los estados Obra gruesa y
terminaciones aumentaron su participacin concentrando un 57% de las ventas de
departamento y 73% de casas.
Pgina 3
2. RESUMEN
El objetivo de este informe es poder analizar la variabilidad del costo de edificacin tipo
medio autorizado en la Regin Metropolitana, a travs de un modelo economtrico,
dicho modelo estar formado por series temporales de tiempo mensual, desde el ao
2009 hasta el ao 2010, se escogi este periodo ya que era el que presentaba mayor
cantidad de datos para analizar.
Despus de analizar varios tipos de variables que explicaran los costos de edificacin,
como por ejemplo: metros cuadrados construidos, baos m2 construidos, salarios, ndice
de precios de la vivienda entre otros, se logr encontrar la relacin mas idnea para
explicar el modelo.
Las variables del modelo sern:
Variable dependiente: Costo por edificacin.
Variables explicativas cuantitativas: Obra gruesa, terminaciones.
Variable explicativa cualitativa dummy: instalaciones.
Las variables explicativas tienen una significancia sobre el costo de un 100%.
Pgina 4
3. MOTIVACION
La motivacin del tema costos de edificacin, es proporcionar en detalle los costos
asociados a la etapa de la obra entre los aos 2009-2010, y ver como se relacionan la
variables explicativas con la variable dependiente costo.
Con la recopilacin, anlisis y estudio de los datos, poder aplicar herramientas
estadsticas y economtricas, que relacionen dichas variables en un modelo de regresin
lineal mltiple.
El inters de este trabajo se ha centrado en el estudio de las diferencias de edificacin de
las viviendas en la Regin Metropolitana, la gestin y los factores que influyen en la
construccin.
Pgina 5
4. HIPOTESIS
El planteamiento de este trabajo se basar en el anlisis de modelos economtricos,
donde a su vez se trabajar con procedimientos experimentales, los cuales sern
obtenidos de bases de datos, donde el anlisis de estas muestras se basaran en una
cantidad delimitada de poblacin conllevando a un resultado prctico el cual ayudar a
validar y otorgar respaldo junto a justificacin al anlisis, proyectando as el costo por
edificacin de termino medio en la Regin Metropolitana.
El gran problema al trabajar un modelo as, es la heterogeneidad de los datos, lo cual
dificultara la obtencin de estos.
Ante esto se experimentaran las diversas formas para enfrentar un problema en el rea
economtrica, debido a que el caso que se va a estudiar presenta una gama muy amplia
de modelos economtricos como por ejemplo:
Modelo mono-cntrico: Formulado por Ernest W. Burgess entre 1923 y 1927,
se considera el primer modelo generalizado de crecimiento en funcin de las
relaciones de competencias socioeconmicas entre usos especializados del suelo
urbano.
Modelo de los sectores radiales: Este modelo se apoya en la tenencia de los
distintos grupos sociales ha agruparse en zonas diferentes que pueden
representarse grficamente por medio de sectores delimitados en torno al centro
de la ciudad.
Modelo de los ncleos mltiples: Explica que el crecimiento urbano no suele
ser homogneo en forma de una circunferencia, sino tiende a ser desigual segn
las diferentes partes de la ciudad.
Modelo de decisin de compra: Se basan en los factores que influyen en la
decisin de las familias para comprar una vivienda, utilizando principalmente
los costos de uso de las viviendas para la obtencin del ajuste.
Es por ello que se escoger un modelo que explique y relacione de manera favorable las
variables escogidas guiando directrices para realizar un ptimo trabajo, descartando los
modelos que no se ajuste a las necesidades del proyecto.
Las bases de datos de donde se extrajo la informacin es una fuente confiable y con
respaldo; La Cmara Chilena de La Construccin y Instituto Nacional de Estadsticas.
Pgina 6
5. MODELO DE PROYECCION
Se utilizar el modelo de Mnimos Cuadrados Ordinarios, ya que, el anlisis de
regresin explica la relacin entre las variables explicativas y la variable dependiente,
de manera de estimar el valor promedio poblacional de la variable dependiente, en
trminos de los valores fijos de las variables explicativas.
El modelo permite predecir como se comportar la variable costo en un futuro.
5.1 VARIABLES QUE INCLUYE EL MODELO
Las variables consideradas en este modelo, tienen como finalidad comprender los costos
de edificacin desde el punto de vista esttico y dinmico, adems de identificar sus
caractersticas estocsticas. Es por ello la importancia de definir las variables ms
idneas a utilizar en la modelacin.
5.1.1 Eleccin de la variable dependiente del modelo.
La variable dependiente elegida, que define la ecuacin del modelo, toma como dato el
costo de edificacin, expresado como ndice base dic. 1978=100. Estos costos suponen
la valoracin de una realidad homognea en referencia a un tipo concreto de vivienda,
pero no supone que realmente sea el valor de intercambio que alcanza ese bien en el
mercado.
5.1.2 Eleccin de la variable explicativa del modelo.
Para la eleccin de las variables explicativas utilizadas, se han seguido los siguientes
criterios:
-
Son atributos observables.
Son variables no sometidas a un proceso de agregacin para evitar la existencia

de multicolinealidad y por ende, permita estudiar su significacin.
Permiten definir las principales caractersticas de los costos.
Son variables explicativas fundamentadas en estudios tericos empricos

precedentes.
Se escoger para modelar la ecuacin de regresin:
Obra gruesa1: Parte de una edificacin que abarca desde los cimientos hasta la
techumbre, incluida la totalidad de su estructura y muros divisorios, sin incluir
las instalaciones, las terminaciones y cierres de vanos.
Terminaciones: Estas tienen que ver con los revestimientos exteriores,

revestimientos interiores, pavimentos, puertas y ventanas, cubiertas
DTO 75, VIVIENDA. Art. nico N3 D.O. 25.06.2001
Pgina 7
5.1.3 Variable cualitativa dummy

Se considera como variable cualitativa dummy el tipo de instalaciones de las viviendas.
Adoptando valor 1 si son instalaciones lujosas (que tengan incorporada fibra ptica) y
valor 0 si no poseen fibra ptica en sus instalaciones.
5.2 MODELO
Y=B1+B2OG+B3T+ i
5.3 ECUACION DE REGRESION MULTIPLE
I
Y = 1 + 2OG+ 3T + D
1
Donde:
: Costos de edificacin.
OG: Obra Gruesa.
T: Terminaciones.
I: Instalaciones (dummy).
6. DATOS
Los datos utilizados corresponden a la Gerencia de estudios de la Cmara Chilena de la
Construccin. Estos corresponden a una serie de tiempo mensual entre los aos 20092010.
Costos
Obra Gruesa Terminaciones Instalaciones
3730,77
4246,18
3558,36
0
3790,18
4464,3
3555,69
0
3805,57
4492
3584,67
0
3811,88
4469,13
3574,03
0
3776,96
4421,85
3618,99
0
3811,26
4430,22
3658,68
0
3803,21
4425,85
3652,45
0
3829,69
4452,23
3669,88
0
3859,63
4515,03
3679,43
0
3879,62
4528,4
3698,4
0
3892,28
4554,96
3696,46
0
3897,42
4553,46
3693,64
0
3909,8
4544,42
3695,53
1
3930,66
4592,16
3699,63
1
4027,95
4726,55
3813,96
1
4068,65
4735,17
3869,52
1
Pgina 8
4074,37
4088,11
4102,04
4113,51
4135,06
4158,63
4172,64
4175,95
4743,49
4771,39
4745,03
4765,93
4685,09
4734,49
4738,11
4654,74
3872,64
3883,97
3917,07
3916,85
4010,57
4033,93
4033,94
4081,08
1
1
1
1
1
1
1
1
6.1 MODELO MINIMOS CUADRADOS ORDINARIOS

Anlisis de las variables utilizando el software Gretl:
6.1.1 Interpretacin de los resultados

= 0.309716+0.568313*T+30.3511*I
B1: Costos mensuales promedio obtenidos sin considerar, las terminaciones ni las
instalaciones.
B2: Costo/Terminaciones= Es la variacin que experimenta los costos al variar los
costos por terminaciones. Por lo tanto a mayor costo de terminaciones, mayor ser el
costo en edificacin.
Pgina 9
B3: Costo/Instalaciones =Es la variacin que experimenta los costos al variar los
costos por instalaciones. Esto explica que a mayor costo en las instalaciones mayor ser
el costo en edificacin.
Grafico 1: Prediccin de Costos.

6.1.2 Test de significancia individual
Test T con alpha=0.05
Ho 1 =0
Tcalculado=2.5619
H1 1 0
T tabla=(n-k);(1-alpha/2)=(24-3);(0.975)=2.0796
Tcalculado > Ttabla RH0, Se rechaza

2.5619>2.0796, se rechaza H0 por lo tanto 1 es significativo para el 95% de los datos.
Ho 2 =0
Tcalculado=8.3916
H1 2 0
T tabla=(n-k);(1-alpha/2)=(24-3);(0.975)=2.0796

8.3916>2.0796, se rechaza H0 por lo tanto 2 es significativo al 95% de los datos.
Pgina 10
Ho 3 =0
Tcalculado=19.2856
H1 3 0
T tabla=(n-k);(1-alpha/2)=(24-3);(0.975)=2.0796

19.2856>2.0796, se rechaza H0 por lo tanto 3
es significativo al 95% de los datos.
=0
Ho D
1
Tcalculado=3.1124
0
H1 D
1
T tabla=(n-k);(1-alpha/2)=(24-3);(0.975)=2.0796
3.1124>2.0796, se rechaza H0 por lo tanto D

1 es significativo al 95% de los datos.
6.1.3 Intervalo de confianza para los coeficientes al 95%
6.1.4 Test de significancia global (F)
Fcalculado=1218.05
Ftabla(k-1);(n-k);alpha=2;21;0.05=3.47
Fcalculado > Ftabla, RH0
1218.05 > 3.47 RH0 por lo tanto el modelo global es significativo, adems p-value muy
pequeo, se rechaza Ho, el modelo es significativo.
Pgina 11
6.1.5 Contraste de heterocedasticidad de White
Como se observa en los clculos el R2=0.575021*24 (numero de

observaciones)=13.800512, este valor se comprara en la tabla X2 (JI CUADRADO).
Al calcularlo al con un alpha=0.5 y K=8, el Tt=15.50; con Ho:0 y H1:0
Por lo tanto Tc=13.800512< Tt=15.50 no se rechaza Ho., no hay heterocedasticidad.
Pgina 12
6.1.6 Colinealidad
Como se puede observar todas las variables explicativas son menores que 10, por lo
tanto no existe en el modelo problemas de colinealidad.
6.1.7 Contraste Breush-Godfrey de autocorrelacion
Pgina 13
Como el p-value encontrado es alto, se rechaza Ho, en consecuencia el modelo no

presenta Autocorrelacin.
6.1.8 Estadstico Durbin-Watson
Dado que el nmero de variables regresoras es 3, el valor estadstico de Durbin- Watson

cae en zona de indecisin.
Dl=1.101
du=1.656
Figura 1: Estadstico d de Durbin-Watson

6.1.9 Test de normalidad de los residuos
La normalidad de los residuos rectifica que el modelo se puede expresar como MCO.
Pgina 14
El error se distribuye normalmente, en consecuencia el modelo cumple la condicin de

MCO.
Pgina 15
7. ANEXOS
A continuacin se exponen algunos de los intentos fallidos y la explicacin del porque
no explicaban el modelo en estudio.
-
Primer intento
sup. M obras
nuevas
costos de
edificacin
nmero de baos
Dummy
(IPV)
3909,8
646695
64
3930,66
330209
60
4027,95
419075
80
4068,65
411236
72
4074,37
533820
45
4088,11
435105
85
4102,04
631613
77
4113,51
522213
25
4135,06
543198
42
4158,63
525481
65
4172,64
619380
46
4175,95
901616
23
4169,2
843936
62
4205,23
808404
41
4261,95
770030
21
4273,06
750729
45
4306,79
1041007
85
4274,67
995320
82
4261,8
738272
71
4221,81
779476
70
4245,95
781373
63
4289,73
853385
55
4329,94
913685
54
Pgina 16
4334,72
1126271
26
Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Variable dependiente: costos_de_edifi
Variable
Coeficiente Desv. tpica Estadstico t

const
3981,91
70,1225
56,7851
sup__M_obras_n 0,000235333 8,76397e-05
2,6852
nuemero_de_bano -0,497572
0,646291
-0,7699
Dummy__IPV_
114,575
36,1592
3,1686
valor p
<0,00001
0,01423
0,45036
0,00483
***
**
***
Media de la var. dependiente = 4172,18

Desviacin tpica de la var. dependiente. = 116,897
Suma de cuadrados de los residuos = 73393,1
Desviacin tpica de los residuos = 60,5777
R2 = 0,766481
R2 corregido = 0,731453
Estadstico F (3, 20) = 21,882 (valor p < 0,00001)
Estadstico de Durbin-Watson = 0,720544
Coef. deautocorr. de primer orden. = 0,387094
Log-verosimilitud = -130,361
Criterio de informacin de Akaike = 268,722
Criterio de informacin Bayesiano de Schwarz = 273,434
Criterio de Hannan-Quinn = 269,972
-
Segundo intento
costos de
edificacin
N de viviendas
construidas
nmero de baos
Dummy
(IPV)
3909,8
9470
64
3930,66
4991
60
4027,95
6392
80
4068,65
6457
72
4074,37
7771
45
4088,11
6274
85
4102,04
9319
77
4113,51
7259
25
4135,06
7857
42
4158,63
7948
65
Pgina 17
4172,64
9179
46
4175,95
13119
23
4169,2
12520
62
4205,23
12923
41
4261,95
11589
21
4273,06
10846
45
4306,79
15112
85
4274,67
14946
82
4261,8
11341
71
4221,81
11152
70
4245,95
11822
63
4289,73
11846
55
4329,94
12457
54
4334,72
14517
26

Variable
const
N_de_viviendas
nuemero_de_bano
Dummy__IPV_
Coeficiente
3992,48
0,0156804
-0,640573
118,956
Desv. tpica Estadstico t

72,8854
54,7775
0,00654746
2,3949
0,656051
-0,9764
37,6296
3,1612
valor p
<0,00001
0,02653
0,34053
0,00491
***
**
***

R2 = 0,753096
Pgina 18
En ambos modelos las variables expuestas no sirven ya que no se encuentran en el

intervalo Durbin-Watson que estamos buscando, adems el gran problema es la variable
dummy IPV (ndice de precios de vivienda)2, pues su clculo engloba factores del
entorno geogrfico, metros construidos, cantidad de baos; por lo tanto estas variables
estn correlacionadas positivamente porque todas estas variables indican viviendas de
mejor calidad.
-
Tercer intento
costos de edificacion
sup. M obras nuevas
N de viviendas
construidas
Dummy
(IPV)
3909,8
9470
646695
3930,66
4991
330209
4027,95
6392
419075
4068,65
6457
411236
4074,37
7771
533820
4088,11
6274
435105
4102,04
9319
631613
4113,51
7259
522213
4135,06
7857
543198
4158,63
7948
525481
4172,64
9179
619380
4175,95
13119
901616
4169,2
12520
843936
4205,23
12923
808404
4261,95
11589
770030
4273,06
10846
750729
4306,79
15112
1041007
4274,67
14946
995320
4261,8
11341
738272
http://www.cchc.cl/wp-content/uploads/2011/04/DT-N%C2%B0-65_Indice-precios-hedonicos.pdf
Pgina 19
4221,81
11152
779476
4245,95
11822
781373
4289,73
11846
853385
4329,94
12457
913685
4334,72
14517
1126271

Variable
const
N_de_viviendas
sup__M_obras_n
Dummy__IPV_

3960,42
56,0721
70,6308
-0,0166262 0,0242094
-0,6868
0,000467986 0,000328943
1,4227
115,607
36,5869
3,1598
valor p
<0,00001
0,50012
0,17024
0,00493
***
***

R2 = 0,765099
Cuarto intento
costos de
edificacion
sup. M obras
nuevas
IMACON
Dummy
(IPV)
3909,8
646695
122,7097171
3930,66
330209
121,0512778
4027,95
419075
120,5078345
4068,65
411236
119,1894729
4074,37
533820
118,3187089
Pgina 20
4088,11
435105
118,174322
4102,04
631613
117,859179
4113,51
522213
120,0453306
4135,06
543198
118,9940214
4158,63
525481
121,6449168
4172,64
619380
121,0319934
4175,95
901616
119,8453902
4169,2
843936
119,7816707
4205,23
808404
120,2395763
4261,95
770030
121,5098066
4273,06
750729
124,4843038
4306,79
1041007
124,9849507
4274,67
995320
125,2061404
4261,8
738272
124,9236128
4221,81
779476
126,0475971
4245,95
781373
125,8349877
4289,73
853385
128,3353873
4329,94
913685
128,9808664
4334,72
1126271
129,7017706

Variable
const
sup__M_obras_n
IMACON
Dummy__IPV_

4156,1
721,358
5,7615
0,000256945 8,99102e-05
2,8578
-1,79251
6,11237
-0,2933
118,797
45,0172
2,6389
valor p
0,00001
0,00973
0,77234
0,01574
***
***
**

R2 = 0,760589
Pgina 21
Adems de los factores expuestos anteriormente, este modelo fue fallido, porque el
IMACON como variable explicativa, no estaba relacionado con la variable dependiente
costos (no la explica).
-
Quinto intento
costos de
edificacin
N de viviendas
construidas
IMACON
Dummy
(IPV)
3909,8
9470
122,7097171
3930,66
4991
121,0512778
4027,95
6392
120,5078345
4068,65
6457
119,1894729
4074,37
7771
118,3187089
4088,11
6274
118,174322
4102,04
9319
117,859179
4113,51
7259
120,0453306
4135,06
7857
118,9940214
4158,63
7948
121,6449168
4172,64
9179
121,0319934
4175,95
13119
119,8453902
4169,2
12520
119,7816707
4205,23
12923
120,2395763
4261,95
11589
121,5098066
4273,06
10846
124,4843038
4306,79
15112
124,9849507
Pgina 22
4274,67
14946
125,2061404
4261,8
11341
124,9236128
4221,81
11152
126,0475971
4245,95
11822
125,8349877
4289,73
11846
128,3353873
4329,94
12457
128,9808664
4334,72
14517
129,7017706

Variable
const
N_de_viviendas
IMACON
Dummy__IPV_
Coeficiente
3767,66
0,016477
1,51259
108,252

733,503
5,1365
0,00664493
2,4796
6,13802
0,2464
49,615
2,1818
valor p
0,00005
0,02218
0,80786
0,04122
***
**
**

R2 = 0,74211
-
Sexto intento
costos de
edificacion
N de
baos
IMACON
Dummy
(IPV)
3909,8
64
122,7097171
3930,66
60
121,0512778
4027,95
80
120,5078345
Pgina 23
4068,65
72
119,1894729
4074,37
45
118,3187089
4088,11
85
118,174322
4102,04
77
117,859179
4113,51
25
120,0453306
4135,06
42
118,9940214
4158,63
65
121,6449168
4172,64
46
121,0319934
4175,95
23
119,8453902
4169,2
62
119,7816707
4205,23
41
120,2395763
4261,95
21
121,5098066
4273,06
45
124,4843038
4306,79
85
124,9849507
4274,67
82
125,2061404
4261,8
71
124,9236128
4221,81
70
126,0475971
4245,95
63
125,8349877
4289,73
55
128,3353873
4329,94
54
128,9808664
4334,72
26
129,7017706

Variable
const
N_de_banos
IMACON
Dummy__IPV_
Coeficiente
3753,37
-0,886379
3,203
167,361

809,573
4,6362
0,732552
-1,2100
6,75323
0,4743
47,2719
3,5404
valor p
0,00016
0,24039
0,64043
0,00205
***
***

Pgina 24

R2 = 0,685825
Estadstico F (3, 20) = 14,5529 (valor p = 2,93e-005)
-
Sptimo intento
costos de
edificacion
N de viviendas
construidas
IPV
Dummy ( sup
m)
3909,8
9470
114,4
3930,66
4991
114,4
4027,95
6392
114,4
4068,65
6457
114,4
4074,37
7771
114,4
4088,11
6274
114,4
4102,04
9319
114,4
4113,51
7259
114,4
4135,06
7857
114,4
4158,63
7948
114,4
4172,64
9179
114,4
4175,95
13119
114,4
4169,2
12520
114,4
4205,23
12923
114,4
4261,95
11589
114,4
4273,06
10846
114,4
4306,79
15112
114,4
4274,67
14946
114,4
Pgina 25
4261,8
11341
114,4
4221,81
11152
114,4
4245,95
11822
114,4
4289,73
11846
114,4
4329,94
12457
114,4
4334,72
14517
114,4

Variable
const
N_de_viviendas
Dummy___sup_m
_
Coeficiente
3972,69
0,0130469
120,28

79,4903
49,9771
0,0101821
1,2814
58,9759
2,0395
valor p
<0,00001
0,21404
0,05418
***
*

R2 = 0,685516
Pgina 26
8. CONCLUSION
Mediante el desarrollo de este trabajo y en busca de lograr o alcanzar los objetivos
expuestos en el presente informe, logra exponer un modelo economtrico idneo para
la variable dependiente costo, el cual ayuda a realizar una prediccin de la fluctuacin
en el tiempo de dicha variable.
Este modelo se logr despus de varios intentos fallidos, en los cuales se analizaron
variables como: precios de venta, metros construidos, baos (metros construidos),
ampliaciones, ndices de precios de construccin, ndices de precios de vivienda,
numero de viviendas, numero de baos, numero de ampliaciones entre otras variables,
dichas variables no sirvieron en el modelo porque presentaban una correlacin positiva.
El modelo final presenta como variable dependiente el costo por edificacin, variables
explicativas obra gruesa, terminaciones y como dummy el tipo de instalaciones; dicho
modelo no presenta: heterocedasticidad, multicolinealidad ni autocorrelacion; todos los
betas son significativos, adems se encuentra en zona de indecisin en el modelo
Durbin- Watson, por lo tanto el modelo no puede ser rechazado.
Con todo lo antes expuesto y con el estudio y anlisis de respaldo realizado para dicho
trabajo, se concluye que el modelo explica perfectamente la variable dependiente costos
por edificacin.
Cabe destacar que en Chile realizar un estudio economtrico que englobe estas variables
es dificultoso, ya que, las instituciones manejan datos mas macros en relacin a la
viviendas y costos de edificacin, siendo esto una motivacin extra a la hora de
investigar.
Pgina 27
9. REFERENCIAS
Cmara Chilena de la Construccin; www.cchc.cl
Instituto Nacional de Estadsticas; www.ine.cl
Citas webs:
http://www.cchc.cl/wp-content/uploads/2011/04/DT-N%C2%B0-65_Indice-precioshedonicos.pdf.
http://www.ine.cl/canales/menu/publicaciones/estudios_y_documentos/estudios/metodo
logiainacerconstruccion_6.pdf
Pgina 28

Trabajo Final Eco

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Trabajo Final Eco

Uploaded by

Copyright:

Available Formats

2013

Variabilidad del Costo de

Profesores: Luis Irribarren.

TAMARA CASTRO LOBOS

Son atributos observables.

Son variables no sometidas a un proceso de agregacin para evitar la existencia

Permiten definir las principales caractersticas de los costos.

Son variables explicativas fundamentadas en estudios tericos empricos

Se escoger para modelar la ecuacin de regresin:

Terminaciones: Estas tienen que ver con los revestimientos exteriores,

DTO 75, VIVIENDA. Art. nico N3 D.O. 25.06.2001

5.1.3 Variable cualitativa dummy

6.1 MODELO MINIMOS CUADRADOS ORDINARIOS

6.1.1 Interpretacin de los resultados

Grafico 1: Prediccin de Costos.

Tcalculado > Ttabla RH0, Se rechaza

Tcalculado > Ttabla RH0, Se rechaza

Tcalculado > Ttabla RH0, Se rechaza

Tcalculado > Ttabla RH0, Se rechaza

3.1124>2.0796, se rechaza H0 por lo tanto D

6.1.3 Intervalo de confianza para los coeficientes al 95%

6.1.4 Test de significancia global (F)

6.1.5 Contraste de heterocedasticidad de White

Como se observa en los clculos el R2=0.575021*24 (numero de

Como el p-value encontrado es alto, se rechaza Ho, en consecuencia el modelo no

Dado que el nmero de variables regresoras es 3, el valor estadstico de Durbin- Watson

Figura 1: Estadstico d de Durbin-Watson

El error se distribuye normalmente, en consecuencia el modelo cumple la condicin de

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Coeficiente Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

En ambos modelos las variables expuestas no sirven ya que no se encuentran en el

sup. M obras nuevas

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Coeficiente Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Coeficiente Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

Suma de cuadrados de los residuos = 98742,4

Modelo 1: estimaciones MCO utilizando las 24 observaciones 2010:01-2011:12

Desv. tpica Estadstico t

Media de la var. dependiente = 4172,18

You might also like