5/17/2022
La reactivación económica es de gran importancia dentro del desarrollo de cualquier país, ya que consiste en el crecimiento económico posterior a una caída del mismo. Gracias a esto se mejoran todas las variables referentes a la economía de un país como lo podría ser la tasa de desempleo dando una mejor calidad de vida a los países que tengan una economía alta y estable.
La economía de México a comienzos de 2020 se esperaba un incremento considerable gracias al incremento del 1.9 de actividades primarias y 0.5 en el sector terciario, pero el incremento se vio afectado por la caída del 1.7 de la producción industrial.
En el primer trimestre de 2020 el PIB mexicano sufrió una contracción de -2.4% comparándolo con el primer trimestre de 2019. Esto se debe a las condiciones previas de la pandemia, en esta fecha ya existían impactos económicos a nivel internacional por el virus, pero la pandemia en México se hizo presente hasta el 24 de marzo. De los sectores más afectados podemos destacar los servicios y el sector del turismo el cual constituye el 8.7% del PIB. El turismo internacional se redujo un 98.9%.
Este caso de estudio se realiza con el objetivo de contestar las siguientes preguntas analizando los datos disponibles.
¿Qué es la economía? La economía es la ciencia social que estudia cómo las familias, empresas y gobiernos organizan los recursos disponibles que suelen ser escasos, para satisfacer las diferentes necesidades y así tener un mayor bienestar.
¿Qué es la reactivación económica? La reactivación económica es un proceso mediante el cual se busca lograr que la economía de un país o de un lugar determinado tome buenos rumbos después de haberse sumergido en una crisis que afecta a la mayoría de la población.
Para el caso de estudio se utilizarán las siguientes herramientas y metodologías:
Tasa de desempleo: 
Análisis de correlación: 
Holt-Winters exponential smoothing with trend and multiplicative seasonal component.
Call:
HoltWinters(x = train_datos, seasonal = "multiplicative")
Smoothing parameters:
alpha: 0.8758086
beta : 0.04552094
gamma: 0.9888066
Coefficients:
[,1]
a 18.5200257
b 0.1090110
s1 1.0010476
s2 0.9974213
s3 0.9975426
s4 0.9994762
## Warning: Removed 4 row(s) containing missing values (geom_path).
ME RMSE MAE MPE MAPE MASE
Training set -0.02083772 0.1151756 0.08983069 -0.1149535 0.5295167 0.2010197
Test set -1.25531752 1.7976753 1.25531752 -7.6117945 7.6117945 2.8091021
ACF1 Theil's U
Training set -0.02256782 NA
Test set 0.43947697 1.386821
Warning in adf.test(pib_ts): p-value greater than printed p-value
Augmented Dickey-Fuller Test
data: pib_ts
Dickey-Fuller = 2.043, Lag order = 3, p-value = 0.99
alternative hypothesis: stationary
Series: train_datos
ARIMA(0,1,0)(0,0,1)[4] with drift
Coefficients:
sma1 drift
-0.4001 0.1091
s.e. 0.2400 0.0093
sigma^2 estimated as 0.007491: log likelihood=36.68
AIC=-67.36 AICc=-66.59 BIC=-62.69
Training set error measures:
ME RMSE MAE MPE MAPE MASE
Training set 0.002564103 0.08286411 0.06248407 0.02174499 0.3656129 0.1398245
ACF1
Training set 0.04487406
Call:
lm(formula = Decesos ~ Lugaresdetrabajo, data = datos2)
Residuals:
Min 1Q Median 3Q Max
-650.48 -206.62 -34.62 177.27 1038.34
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 344.315 12.718 27.07 <2e-16 ***
Lugaresdetrabajo -5.336 0.504 -10.59 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 290.5 on 767 degrees of freedom
Multiple R-squared: 0.1275, Adjusted R-squared: 0.1264
F-statistic: 112.1 on 1 and 767 DF, p-value: < 2.2e-16
Call:
lm(formula = Decesos ~ Comerciorecreacion + supermercadosfarmacias +
Parques + Estacionesdetransito + Lugaresdetrabajo + Residencial,
data = datos2)
Residuals:
Min 1Q Median 3Q Max
-698.96 -156.03 -30.09 133.01 832.48
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -2.9206 43.0014 -0.068 0.946
Comerciorecreacion 18.6703 2.5632 7.284 8.10e-13 ***
supermercadosfarmacias 0.3058 1.5063 0.203 0.839
Parques -16.6408 1.5883 -10.477 < 2e-16 ***
Estacionesdetransito -21.0810 2.8802 -7.319 6.34e-13 ***
Lugaresdetrabajo 7.3465 1.2798 5.740 1.37e-08 ***
Residencial -4.7725 4.6101 -1.035 0.301
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 242.5 on 762 degrees of freedom
Multiple R-squared: 0.3961, Adjusted R-squared: 0.3914
F-statistic: 83.31 on 6 and 762 DF, p-value: < 2.2e-16
## Start: AIC=8451.86 ## Decesos ~ Comerciorecreacion + supermercadosfarmacias + Parques + ## Estacionesdetransito + Lugaresdetrabajo + Residencial ## ## Df Sum of Sq RSS AIC ## - supermercadosfarmacias 1 2422 44797255 8449.9 ## - Residencial 1 63001 44857833 8450.9 ## <none> 44794833 8451.9 ## - Lugaresdetrabajo 1 1936997 46731829 8482.4 ## - Comerciorecreacion 1 3118989 47913822 8501.6 ## - Estacionesdetransito 1 3149278 47944111 8502.1 ## - Parques 1 6453239 51248071 8553.4 ## ## Step: AIC=8449.9 ## Decesos ~ Comerciorecreacion + Parques + Estacionesdetransito + ## Lugaresdetrabajo + Residencial ## ## Df Sum of Sq RSS AIC ## - Residencial 1 63377 44860632 8449.0 ## <none> 44797255 8449.9 ## + supermercadosfarmacias 1 2422 44794833 8451.9 ## - Lugaresdetrabajo 1 1971244 46768499 8481.0 ## - Estacionesdetransito 1 3213607 48010862 8501.2 ## - Comerciorecreacion 1 4703015 49500270 8524.7 ## - Parques 1 6708371 51505626 8555.2 ## ## Step: AIC=8448.99 ## Decesos ~ Comerciorecreacion + Parques + Estacionesdetransito + ## Lugaresdetrabajo ## ## Df Sum of Sq RSS AIC ## <none> 44860632 8449.0 ## + Residencial 1 63377 44797255 8449.9 ## + supermercadosfarmacias 1 2799 44857833 8450.9 ## - Lugaresdetrabajo 1 2703917 47564549 8492.0 ## - Estacionesdetransito 1 3176498 48037130 8499.6 ## - Comerciorecreacion 1 4716480 49577112 8523.9 ## - Parques 1 6856736 51717368 8556.4
## ## Call: ## lm(formula = Decesos ~ Comerciorecreacion + Parques + Estacionesdetransito + ## Lugaresdetrabajo, data = datos2) ## ## Coefficients: ## (Intercept) Comerciorecreacion Parques ## -16.521 18.989 -16.828 ## Estacionesdetransito Lugaresdetrabajo ## -20.308 7.905
## ## Call: ## lm(formula = Decesos ~ Comerciorecreacion + Parques + Estacionesdetransito + ## Lugaresdetrabajo, data = datos2) ## ## Residuals: ## Min 1Q Median 3Q Max ## -690.4 -153.8 -28.3 131.4 837.0 ## ## Coefficients: ## Estimate Std. Error t value Pr(>|t|) ## (Intercept) -16.521 24.178 -0.683 0.495 ## Comerciorecreacion 18.989 2.119 8.962 < 2e-16 *** ## Parques -16.828 1.557 -10.806 < 2e-16 *** ## Estacionesdetransito -20.308 2.761 -7.355 4.93e-13 *** ## Lugaresdetrabajo 7.905 1.165 6.786 2.31e-11 *** ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 ## ## Residual standard error: 242.3 on 764 degrees of freedom ## Multiple R-squared: 0.3952, Adjusted R-squared: 0.3921 ## F-statistic: 124.8 on 4 and 764 DF, p-value: < 2.2e-16
## 2.5 % 97.5 % ## (Intercept) -63.983164 30.94207 ## Comerciorecreacion 14.829370 23.14767 ## Parques -19.884518 -13.77065 ## Estacionesdetransito -25.727962 -14.88766 ## Lugaresdetrabajo 5.618163 10.19173
## `geom_smooth()` using method = 'loess' and formula 'y ~ x' ## `geom_smooth()` using method = 'loess' and formula 'y ~ x' ## `geom_smooth()` using method = 'loess' and formula 'y ~ x' ## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## ## Shapiro-Wilk normality test ## ## data: modelo3$residuals ## W = 0.97499, p-value = 3.398e-10
Como equipo pudimos concluir que al inicio del año 2020 la economía sufrió bastante ya que en el primer trimestre apareció un virus llamado Coronavirus (COVID-19) que este está afectando tanto la economía actual como la forma de adaptar las actividades diarias que hacemos, también este virus conduce a los malos hábitos o a los vicios ya que estar aislados de otras personas puede afectar de forma psicológica, y, por ende, el consumo de tabaco o alcohol aumenta significativamente. Todo esto combinado afecto la economía del país y por lo tanto para poder tener una reactivación económica sostenible es importante primero solucionar los problemas actuales los cuales no son pocos, ya que no es un secreto que desde antes de la pandemia México ya tenia problemas económicos importantes, por lo que debemos concentrarnos en resolver primero los problema que causaron las pandemias para después poder resolver los problemas que México tiene con la educación y la desigualdad económica.