tarea 2

3
  T area 2 – P edro J osé Mat eo Polo  T écnicas de Análisis Económico Re gional TAREA 2 – PEDRO JOSÉ MATEO POLO En este trabajo se pide realizar el siguiente contraste para el P!"  per cápita de las distintas pro#incias espa$olas de los a$os 2%%&2%'% ( 2%'')  H 0 = {  Aleatoriedad Espacia l }  H 1 ={  Autocorr elación Espacial } Para ello utilizaremos la ! de Moran trabajando con una matriz de pesos espaciales de primer orden) Por lo *ue aplicando el contraste para el a$o 2%%& tendremos+ ,rá-camente podemos intuir la presencia de una autocorrelación espacial positi#a) Pero mediante un análisis más .ormal /aciendo uso del P0#alor *ue para este caso toma el #alor 0,001 rec/azamos la /ipótesis nula a un ni#el de con-anza de al menos el 99,8 por lo *ue e1iste autocorrelación espacial positi#a) Podemos decir *ue el /ec/o de tener pro#incias #ecinas cu(o P!"  per cápita sea bajo inu(e en el P!" per cápita de una determinada pro#incia) '

Upload: pedro-jose-mateo-polo

Post on 01-Nov-2015

216 views

Category:

Documents


0 download

DESCRIPTION

TAREA

TRANSCRIPT

Tarea 2 Pedro Jos Mateo PoloTcnicas de Anlisis Econmico Regional

TAREA 2 PEDRO JOS MATEO POLOEn este trabajo se pide realizar el siguiente contraste, para el PIB per cpita de las distintas provincias espaolas de los aos 2009,2010 y 2011.

Para ello utilizaremos la I de Moran, trabajando con una matriz de pesos espaciales de primer orden.Por lo que aplicando el contraste para el ao 2009, tendremos:Grficamente podemos intuir la presencia de una autocorrelacin espacial positiva. Pero mediante un anlisis ms formal, haciendo uso del P-valor, que para este caso toma el valor , rechazamos la hiptesis nula a un nivel de confianza de al menos el , por lo que existe autocorrelacin espacial positiva. Podemos decir, que el hecho de tener provincias vecinas cuyo PIB per cpita sea bajo, influye en el PIB per cpita de una determinada provincia. Para el ao 2010, y con la misma matriz de pesos espaciales, la I de Moran presenta un valor tal que:

Para el ao 2010, observamos en primer lugar, y mediante un anlisis grfico, que sigue existiendo autocorrelacin espacial negativa y que la I de Moran toma un valor superior para el ao 2009 en este caso toma el valor de -. De igual modo, para cerciorarnos, haciendo uso del P-valor que del mismo modo que para el caso anterior, toma un valor de -, rechazamos la hiptesis nula a un nivel de confianza de al menos el %, por lo que sigue existiendo autocorrelacin espacial. Y por ltimo, para el ao 2011:

Se observa tambin grficamente una autocorrelacin espacial positiva, y toma un valor muy similar al del ao 2010 ( para el 2011 y para el 2010). Utilizando una vez ms el P-valor --, rechazamos la hiptesis nula a un nivel de confianza de al menos el , de forma que sigue existiendo autocorrelacin espacial positiva.

Como conclusin, mediante el anlisis realizado para estos tres aos, podemos observar una influencia en el PIB per cpita de las provincias, el nivel del PIB per cpita de las provincias que tengan como vecinas (consideradas en este anlisis las colindantes).

3