Professional Documents
Culture Documents
ESCUELA DE ECONOMA
E CONOMETRA I
Gua didctica
5 CRDITOS
UTPL-ECTS
1. Datos informativos
CICLOS
CARRERAS
Economa
6 6
Economa
19607
Econometra I
Gua didctica
Francisco Ochoa Ordoez UNIVERSIDAD TCNICA PARTICULAR DE LOJA CC Ecuador 3.0 By NC ND Diagramacin, diseo e impresin: EDITORIAL DE LA UNIVERSIDAD TCNICA PARTICULAR DE LOJA Call Center: 593 - 7 - 2588730, Fax: 593 - 7 - 2611418 C. P.: 11- 01- 608 www.utpl.edu.ec San Cayetano Alto s/n Loja-Ecuador
Esta versin impresa, ha sido licenciada bajo las licencias Creative Commons Ecuador 3.0 de Reconocimiento -No comercial- Sin obras derivadas; la cual permite copiar, distribuir y comunicar pblicamente la obra, mientras se reconozca la autora original, no se utilice con fines comerciales ni se realicen obras derivadas. http://www.creativecommons.org/licences/by-nc-nd/3.0/ec/
Abril, 2012
2. ndice
3. Introduccin.................................................................................................................................. 5 4. Bibliografa................................................................................................................................... 6 5. Orientaciones generales para el estudio............................................................. 7 6. Proceso de enseanza-aprendizaje para el logro de competencias... 9
PRIMER BIMESTRE 6.1 6.2 6.3 6.4 Competencias genricas........................................................................................................... 9 Planificacin para el trabajo del alumno ............................................................................ 9 Sistema de evaluacin se asignatura (primero y segundo bimestre)............................ 12 Orientaciones especficas para el aprendizaje por competencias ................................... 13 4.1 Bsica .......................................................................................................................................... 6 4.2 Complementaria ......................................................................................................................... 6
1.1 Conceptos............................................................................................................. 13 1.2 Metodologa de la econometra............................................................................... 14 1.3 Interpretacin moderna de la regresin..................................................................... 18 1.4 Relaciones estadsticas vs relaciones determinsticas................................................... 19 1.5 Regresin vs causalidad......................................................................................... 19 1.6 Regresin vs correlacin......................................................................................... 19 AUTOEVALUACIN 1...................................................................................................... 20
2.1Concepto de funcin de regresin poblacional (FRP)..................................................... 21 2.2 Significado del trmino lineal.................................................................................... 21 2.3 Especificacin estocstica......................................................................................... 22 2.4 Funcin de regresin muestral.................................................................................. 23 AUTOEVALUACIN 2...................................................................................................... 24
UNIDAD 3: MODELO DE REGRESIN CON DOS VARIABLES........................................................................... 25
3.1 Mtodo de mnimos cuadrados ordinarios. (MCO)........................................................ 25 3.2 Precisin o errores estndar de los mnimos cuadrados estimados................................... 35 3.3 Coeficiente de determinacin.................................................................................... 39 AUTOEVALUACIN 3...................................................................................................... 41
4.1 Distribucin de probabilidad de las perturbaciones u..................................................... 42 4.2 Propiedades de los estimadores MCO bajo supuesto de normalidad................................ 42 AUTOEVALUACIN 4...................................................................................................... 45
SEGUNDO BIMESTRE 6.5 Competencias genricas........................................................................................................... 47 6.6 Planificacin para el trabajo del alumno ............................................................................ 47 6.7 Orientaciones especficas para el aprendizaje por competencias ................................... 50
5.1 Estimacin de intervalos: ideas bsicas....................................................................... 50 5.2 Prueba de Hiptesis: Intervalos de confianza............................................................... 51 5.3 Prueba de Hiptesis: Nivel de significancia.................................................................. 52 5.4 Prueba de Hiptesis: Prueba t................................................................................... 53 5.5 Prueba de Hiptesis: Prueba F.................................................................................. 53 5.6 Presentacin de resultados....................................................................................... 58 AUTOEVALUACIN 5...................................................................................................... 62
Regresin a travs del origen.................................................................................. 63 Formas funcionales: Modelo Log lineal..................................................................... 65 Modelos semilogartmicos...................................................................................... 68 Modelos recprocos................................................................................................ 71
AUTOEVALUACIN 6...................................................................................................... 74
7.1 Significado de los coeficientes de regresin parcial..................................................... 75 7.2 Estimacin de los coeficientes de regresin parcial..................................................... 76 7.3 Varianzas y errores de los estimadores MCO............................................................. 76 7.4 Coeficiente de determinacin mltiple...................................................................... 76 7.5 La Funcin de Produccin de Cobb-Douglas............................................................... 79 7.6 Modelos de regresin polinomial............................................................................. 82 7.7 Prueba de igualdad de dos coeficientes de regresin................................................... 85 AUTOEVALUACIN 7...................................................................................................... 86
7. Solucionario.................................................................................................................................. 87
PRELIMINARES
3. Introduccin
La asignatura de Econometra I, materia troncal de 5 crditos, corresponde al sexto ciclo de la carrera de Economa de la Modalidad Abierta y a Distancia de la Universidad Tcnica Particular de Loja. Esta materia ha sido diseada para que los estudiantes desarrollen habilidades en tcnicas cuantitativas de investigacin emprica, necesaria para el desarrollo y anlisis de eventos econmicos reales en los sectores macro o microeconmicos de la economa global, en donde las sociedades, empresas, industrias y gobiernos en general puedan entender cmo evolucionan las economas con la finalidad de enfrentar dichos cambios. La Econometra se constituye en una materia fundamental para su formacin acadmica, ya que la constante evolucin de las economas exige que la sociedad en general pueda cuantificar, interpretar y pronosticar dichos cambios, con la finalidad de proponer soluciones y generar correctivos en la economa global. Por tal razn el aprendizaje de esta materia es de vital importancia en su formacin acadmica, convirtindolo en un excelente asesor tanto para el sector pblico como para el privado. Revisar y aprender esta asignatura le proporcionar una introduccin importante al estudio de esta ciencia y obtendr una visin clara de la aplicacin de la misma en otras reas como las finanzas, la administracin, sistemas de informacin entre otras. Lo que usted estudie ser de importancia porque tendr que interactuar con informacin actual y modelos econmicos reales, adicionalmente reforzara los conocimientos relacionados con la estadstica, la matemtica y la teora econmica. Le invito por lo tanto a recorrer las pginas de esta gua y del texto con un buen nimo, y sobre todo con ganas aprender. Los temas a desarrollarse presentan un panorama general de la Introduccin a la Econometra, al presentar temas como: la metodologa necesaria a seguir para poder establecer un modelo economtrico adecuado, su clculo e interpretacin de los resultados obtenidos, as como los distintos modelos que se puedan presentar en base a la forma ecuacional que adquiera, tambin revisaremos los supuestos detrs de estos modelos y su aplicacin ya sea con informacin primaria o secundaria en el mbito micro o macroeconmico.
PRELIMINARES
4. Bibliografa
4.1 Bsica
Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin. Es un texto actualizado de fcil comprensin, ya que detalla a travs de varios ejercicios el avance de los distintos temas a analizarse. Al contrario de otros textos este libro presenta el desarrollo de la materia a travs de ecuaciones, mientras que otros lo hacen por medio del algebra matricial lo que dificulta su comprensin. Adems se presenta anexos en los cuales se demuestra la obtencin de varias formulas y ecuaciones que se utilizarn en el desarrollo de los modelos de regresin. El autor de este libro adicional a lo anterior incluye en sus notas de pie de pgina mucha informacin relacionada con formulas, conceptos, explicaciones de ejercicios y bibliografa necesaria para complementar la informacin del captulo que se est revisando. Ochoa, O. (2011). Gua Didctica de Econometra I. Loja-Ecuador: UTPL. Esta gua tiene como objetivo brindar elementos necesarios para facilitar el estudio de cada tema planteado en la asignatura. En ella encontrar explicaciones claras y concisas de los temas a estudiarse as como tambin una serie de ejercicios.
4.2 Complementaria
Wooldridge, J. (2001). Introduccin a la econometra. Mxico: Thomson Learning.
Texto recomendado para complementar los temas tratados en el presenta ciclo. Revise los seis primeros captulos. Pindick, R. y Rubinfeld, D. (2000). Econometra modelos y pronsticos. Mxico: McGraw Hill.
Texto de fcil comprensin para fortalecer los temas relacionados con la introduccin a los modelos economtricos. Revise los tres primeros captulos.
PRELIMINARES
5. 6.
7. 8. 9.
10. Tenga en cuenta la fecha de entrega de los trabajos a distancia, ya que son obligatorios y se constituyen en un pre-requisito al momento presentarse a rendir sus evaluaciones presnciales.
PRIMER BIMESTRE
PRIMER BIMESTRE
6.1 Competencias genricas
Son aquellas capacidades (actitudes, habilidades y conocimientos) comunes a todas las profesiones que se ofrece en la UTPL. Constituye una parte fundamental del perfil que el estudiante debe desarrollar durante su formacin.
Capacidad de abstraccin, anlisis y sntesis. Capacidad de aplicar los conocimientos en la prctica. Capacidad para organizar y planificar el tiempo. Conocimiento sobre el rea de estudio y la profesin. Habilidades en el uso de las tecnologas de la informacin y de la comunicacin. Capacidad de investigacin. Habilidades para buscar, procesar y analizar informacin procedente de fuentes diversas. Capacidad crtica y autocrtica. Capacidad creativa Capacidad para identificar, plantear y resolver problemas. Capacidad para tomar decisiones. Habilidades interpersonales. Compromiso tico.
ACTIVIDADES DE APRENDIZAJE
1. Lectura de las pginas introductorias de la gua. 2. Lectura global de la unidad introductoria y captulo 1 del texto base. 3. Lectura comprensiva (analtica, subrayada, etc.) de la unidad 1. 4. Elaboracin de ejercicios prcticos.
Conoce la importancia de la Econometra, as como los pasos a seguir para establecer modelos de regresin simple con dos variables.
PRIMER BIMESTRE
Desarrollar el pensamiento lgico para la aplicacin en aspectos econmicos y la interpretacin de resultados, grficas y anlisis de datos en modelos reales.
5. Desarrollo de las actividades recomendadas. 6. Interaccin en el EVA. 7. Inicio del desarrollo de la evaluacin a distancia.
UNIDAD 2: ANLISIS DE REGRESIN CON DOS VARIABLES 2.1 Concepto de funcin de regresin poblacional. 2.2 Significado del trmino lineal 2.3 Especificacin estocstica. 2.4 Funcin de regresin muestral.
1. Lectura de las pginas introductorias de la gua. 2. Lectura global de la unidad introductoria y captulo 1 del texto base. 3. Lectura comprensiva (analtica, subrayada, etc.) de la unidad 1. 4. Elaboracin de ejercicios prcticos. 5. Desarrollo de las actividades recomendadas. 6. Interaccin en el EVA. 7. Contina el desarrollo de la evaluacin a distancia.
Aplica el mtodo de mnimos cuadrados ordinarios (MCO) para la estimacin de los modelos de regresin e interpretar resultados tal como: coeficientes de regresin, errores estndar y coeficiente de determinacin.
3.1 Mtodo de mnimos cuadrados ordinarios. 2. Lectura global 8 horas de (MCO) de la unidad interaccin introductoria y captulo 1 del texto 3.2 Precisin o errores base. estndar de los mnimos cuadrados estimados. 3. Lectura comprensiva (analtica, subrayada, etc.) de 3.3 Coeficiente de la unidad 1. determinacin. 4. Elaboracin de ejercicios prcticos.
10
PRIMER BIMESTRE
5. Desarrollo de las actividades recomendadas. 6. Interaccin en el EVA. 7. Contina el desarrollo de la evaluacin a distancia.
Aplica y analiza el concepto de normalidad a los modelos de regresin con dos variables.
UNIDAD 4: SUPUESTO DE NORMALIDAD: MODELO CLSICO DE REGRESIN LINEAL NORMAL 4.1 Distribucin de probabilidad de las perturbaciones u. 4.2 Propiedades de los estimadores MCO bajo supuesto de normalidad.
1. Lectura de las pginas introductorias de la gua. 2. Lectura global de la unidad introductoria y captulo 1 del texto base. 3. Lectura comprensiva (analtica, subrayada, etc.) de la unidad 1. 4. Elaboracin de ejercicios prcticos. 5. Desarrollo de las actividades recomendadas. 6. Interaccin en el EVA. 7. Contina el desarrollo de la evaluacin a distancia.
Unidades 1 a la 4
Nueva revisin de contenidos del bimestre como preparacin para la evaluacin presencial.
11
PRIMER BIMESTRE
2. Heteroevaluacin Formas de Evaluacin 1. Autoevaluacin* Evaluacin a Distancia** Evaluacin Presencial Prueba Objetiva y de Ensayo
Competencia: Criterio
Comportamiento tico Actitudes Cumplimiento, puntualidad y responsabilidad Esfuerzo e inters en los trabajos Respeto a las personas y a las normas de comunicacin Creatividad e iniciativa Habilidades Contribucin en el trabajo colaborativo y de equipo Presentacin, orden y ortografa Emite juicios de valor argumentadamente Dominio del contenido Conocimientos Investigacin (cita fuentes de consulta) Aporta con criterios y soluciones Anlisis y profundidad en el desarrollo de los temas
Interaccin en el EVA
Parte Objetiva
Parte de Ensayo
Estrategia de Aprendizaje
PORCENTAJE
Puntaje
14
TOTAL
20 Puntos
Para aprobar la asignatura se requiere obtener un puntaje mnimo de 28/40 puntos, que equivale al 70%. * Son estrategias de aprendizaje, no tienen calificacin; pero debe responderlas con el fin de autocomprobar su proceso de aprendizaje. ** Recuerde: que la evaluacin a distancia del primer bimestre y segundo bimestre consta de dos partes: una objetiva y otra de ensayo, debe desarrollarla y entregarla en su respectivo Centro Universitario.
Seor estudiante:
12
10%
20% 30%
70%
x x x x x x x
x x x
3. Coevaluacin
x x x x x x
x x x x
x x
x x x x
x x x x x x x x x x x
PRIMER BIMESTRE
UNIDAD 1.
INTRODUCCIN A LA ECONOMETRIA
Estimado alumno! Empezamos el estudio de esta asignatura revisando la primera parte. Aqu se busca entender el concepto de Econometra, as como una descripcin general de la metodologa economtrica. Desea conocer que es la Econometra y saber cmo plasmar un modelo econmico simple al combinar variables macro y microeconmicas tal como: el PIB, inflacin, determinar elasticidades, crecimiento poblacional, niveles de produccin, medicin de riesgo financiero, costos totales, costos marginales, costos medios, etc., es decir poder aplicarlo en todos los campos sean estos financieros, ambientales, econmicos, de salud, industriales entre otros, y conocer a ciencia cierta cules son sus efectos a largo plazo? La primera unidad est enfocada a resolver estas interrogantes, buscando desarrollar en el estudiante el sentido de la investigacin y del anlisis de indicadores econmicos. Iniciamos explicando el concepto de econometra bajo el enfoque de algunos autores, el por qu esta materia es considerada como una disciplina aparte y cul sera el planteamiento general para establecer modelos de regresin. 1.1. CONCEPTOS Se presenta una serie de conceptos que nos permitirn tener una clara idea de lo que es la Econometra. A continuacin se detallan algunos: La Econometra se basa en mtodos estadsticos para estimar relaciones econmicas, poner a pruebas teoras econmicas y evaluar y poner en prctica polticas gubernamentales y comerciales. (Wooldridge, J. 2001). La econometra puede ser definida como la ciencia social en la cual las herramientas de la teora econmica, las matemticas y la inferencia estadstica son aplicadas al anlisis de los fenmenos econmicos. (Golberger, A. 1964). En definitiva y destacando lo principal de estos conceptos la econometra se basa en la explicacin cuantitativa de los fenmenos econmicos de un pas, a travs del uso de las matemticas, la estadstica, la macro y microeconoma, en fin todas aquellas materias que intervienen en el anlisis de los fenmenos econmicos. Se la considera como una ciencia aparte, porque busca explicar de manera numrica o cuantificable las teoras econmicas basadas en el planteo de hiptesis que generalmente son expresadas en forma cualitativa. Adicional podemos destacar los tipos de econometra, los mismos que se expresan en la siguiente figura:
13
PRIMER BIMESTRE
Terica
Aplicada
Clsica
Bayesiana
Clsica
Bayesiana
Fuente y elaboracin: Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin.
1.2 METODOLOGA DE LA ECONOMETRA Comenzaremos entendiendo cual es el formato general de una ecuacin de regresin simple y los factores que la componen:
Coeficientes de regresin
Y = 1 + 2 X +
Variable independiente Intercepto Pendiente Perturbacin estocstica Variable dependiente
14
PRIMER BIMESTRE
Se establece la relacin entre las variables a intervenir. ( Y y X) Variable Y en funcin de la variable X. (Y = f(x)) Las variables que intervienen en el modelo deden tener sentido y conexin, es decir que la variable considerada como X debe explicar a la variable Y. Los modelos pueden ser establecidos por usted o aplicar modelos de la tora econmica y replicarlos a casos cncretos
2. Especificacin del modelo matemtico
Establecer la forma funcional del modelo de maenra general. Este modelo matemtico es fijo para representar cualquier relacin economtrica Y = B1 + B2X
Modelo similar al matemtico La variacin se da cuando a este modelo matemtico se le aade el termino u que es la variable estocstica y se transforma en un modelo economtrico La variable estocstica es aquella que agrupa a todas aquellas variables adicionales que podran de alguna manera influir sobre la variable dependiente.
4. Obtencin de datos
Para obtener los resultados de la regresin necesitamos tener datos numricos de las variables que estamos utilizando para nuestro modelo. La informacin puede estar presentada en series de tiempo, en informacin de corte transversal o mixta.
A trves de uan regresin lineal De manera manual o utilizando el Excel
6. Planteo de Hiptesis
Se plantea hiptesis en base a lo que se quiere determinar. Determinar si se cumple lo que se desea investigar o comprobar la teora econmica.
7. Verificacin
Se realizan tres tipos de verificacin: econmica, estadstica y economtrica sobre los resultados de la regresin.
8. Prediccin o pronstico
Si el modelo escogido confirmo las hiptesis planteados o la teora econmica analizada, este modelo sirve para poder hacer predicciones de la variable dependiente (Y). Fuente: Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin. Elaboracin: El autor
UNIVERSIDAD TCNICA PARTICULAR DE LOJA La Universidad Catlica de Loja
15
PRIMER BIMESTRE
Para comprender mejor esta primera parte a continuacin se describe paso a paso la metodologa, mediante los siguientes ejemplos: EJEMPLO 1. 1. Planteamiento de la teora o de la hiptesis Modelos basados en teoras econmicas ya establecidas. Keynes (1936), plantea en su estudio denominado The General Theory of Employment, Interest and Money, que la ley psicolgica fundamental, consiste en que los hombres (y las mujeres) como regla general y en promedio, estn dispuestos a incrementar su consumo a medida que su ingreso aumenta, pero no en la misma cuanta del aumento de su ingreso. Consumo = (Ingreso) C = (Y)
Esta ecuacin significa que el consumo est en funcin del ingreso, es decir, que los cambios o variaciones que se den en el ingreso repercuten en el consumo, estos pueden ser de manera directa o inversa. Okun (1950), economista norteamericano establece que el desempleo est en funcin del producto interno bruto real. Por tal razn el modelo establecido de manera sencilla es:
Este modelo econmico manifiesta la correlacin existente entre los cambios en la tasa de desempleo y los cambios en elPIBactual (real), la ley manifiesta Que por cada punto porcentual que la tasa de crecimiento de la produccin efectiva sobrepase a la tasa de crecimiento tendencial de pleno empleo el desempleo va a caer enP puntos porcentuales. Por tanto: A mayor produccin, menos desempleo; a menor produccin, ms desempleo. El Pib real es la variable (X) o independiente que explica las variaciones que se dan en el desempleo. Modelos basados en planteo de hiptesis. Aqu lo que har es probar alguna relacin entre dos variables siempre y cuando estas tengan relacin con lo que se quiere probar. No se puede poner variables al azar sin que exista alguna relacin o concordancia con las mismas. Se pretende conocer la relacin que se dan en los siguientes modelos: El salario de un trabajador en funcin de las horas de trabajo Salario = (horas) w = (horas trabajo) Este es un modelo planteado que busca conocer como se ve afectado el salario de un trabajador ante una variacin en las horas de trabajo.
16
PRIMER BIMESTRE
Promedio de calificaciones de un paralelo en funcin al nmero de estudiantes Calificaciones = (nmero de estudiantes) Pc = (# estudiantes)
Estos ejemplos son referencias de modelos ya establecidos o modelos que se puede proponer estudiar, todo ello basado en la relacin de las variables y en la disponibilidad de la informacin. 2. Especificacin del modelo matemtico. La especificacin de cualquier modelo en forma matemtica es la misma para todos, solo variara en el numero de variables con las cuales establecemos el modelo. Aqu encontraremos modelos tal como: los lineales, logartmicos, recprocos y polinomiales. Pero como estamos comenzando el estudio de la materia de econometra, solo se trabaja con modelos de regresin simple.
Y = 1 + 2 Xi
Esta es la representacin matemtica en la cual establecemos que Y est en funcin de X, o como lo vimos en los ejemplos anteriores se tendra: El consumo en funcin del ingreso El desempleo en funcin del PIB real El salario en funcin de las horas de trabajo Promedio de calificaciones en funcin del nmero de estudiantes.
3. Especificacin economtrica Para la especificacin economtrica, simplemente al modelo matemtico se le adiciona el trmino , el cual representa a todas aquellas variables que tienen alguna relacin o influencia sobre la variable dependiente Y. La ecuacin es la misma para cualquier modelo.
Y = 1 + 2 Xi +
4. Obtencin de datos Aqu se establece la informacin que se va a utilizar, tablas con datos numricos de las variables que se va a utilizar para un modelo economtrico. Como se lo menciono en el grfico 1, existen varias maneras de presentarse la informacin. Informacin de series de tiempo: Informacin que se da en distintos periodos de tiempo. Esta puede ser diaria, semanal, mensual, bimestral, trimestral o anual. Para conocer este tipo de informacin revise la tabla T2.9 del CD, as como tambin la tabla I.1, 1.2, y 1.3 del libro base. Informacin de corte transversal: Informacin que se genere en un mismo periodo de tiempo, ejemplo de esto son las tablas 1.1, 1.5, 2.6 del libro base. Informacin combinada o datos de panel: Informacin que combina series de tiempo e informacin de corte transversal, ejemplo de esto
17
PRIMER BIMESTRE
son las tablas 1.4, 6.3, 7.6 del libro base. 5. Estimacin del modelo
Aqu se presentan los resultados de la aplicacin de la regresin lineal al modelo planteado, el mismo nos permitir determinar si las variables que utilice son adecuadas o no con respecto a la investigacin que se realizo, es decir, se podr determinar si la variable independiente (X), es apropiada para explicar los cambios en la variable dependiente (Y). 6. Planteo de hiptesis
Suponiendo que el modelo que se planteo es adecuado, lo que se buscara ahora es determinar si los valores estimados concuerdan con las expectativas de la teora que se est probando. 7. Verificacin
Para asegurar un modelo bastante adecuado que pueda describir cuantitativamente la relacin de las variables para explicar cierta investigacin, se debe realizar una serie de verificaciones tal como la econmica, estadstica y economtrica. Verificacin econmica: En esta se busca comprobar que los resultados obtenidos de los coeficientes de regresin as como su signo concuerden con la teora planteada. Verificacin estadstica: Aqu se hace un anlisis de los errores estndar, el coeficiente de determinacin y la comprobacin de hiptesis. Verificacin economtrica: Se determina si el modelo presenta problemas tal como: multicolinealidad, heteroscedasticidad, autocorrelacin y sesgo de especificacin, para posteriormente proceder a corregirlos. Prediccin o pronstico
8.
Una vez confirmada la teora o hiptesis, estos valores son utilizables para predecir los valores futuros de la variable Y, para esto debemos reemplazar el valor de X, y de esta manera obtenemos el valor de la variable dependiente. Como puede ver esta ha sido una revisin general de cmo se aplica la metodologa economtrica, por lo que lo largo del estudio comprenderemos mejor la aplicacin de cada uno de estos pasos. 1.3 INTERPRETACIN MODERNA DE LA REGRESIN Comenzaremos analizando un concepto bsico de regresin: El anlisis de regresin trata del estudio de la dependencia de la variable dependiente, respecto a una o ms variables (las variables explicativas), con el objetivo de estimar y/o predecir la media o valor promedio poblacional de la primera en trminos de los valores conocidos o fijos (en muestras repetidas) de las ltimas.1
1. Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin.
18
PRIMER BIMESTRE
Con los siguientes ejemplos clarificaremos la importancia del concepto de regresin: Un economista puede estar interesado en estudiar la dependencia del gasto de consumo personal en el ingreso personal neto disponible (despus de impuestos). Un anlisis de este tipo puede ser til para estimar la propensin marginal a consumir (PMC), esto es, el cambio promedio en el gasto de consumo ante un cambio de un dlar.2 El ayuntamiento de Madrid quiere construir un modelo de regresin lineal que explique el nmero de personas que acuden a las piscinas municipales en funcin de la diferencia de temperatura con respecto al da anterior.3
Se recomienda que se analicen varios casos en los cuales se de la dependencia de una variable con respecto a otra u (otras) variables explicativas. PUNTOS DE REPASO Invente algunos modelos de regresin simple que usted cree que puedan ser analizados? Analice seis variables en las pginas del BCE o del INEC, e indique como esta presentada esta informacin? Analice otros tres conceptos sobre lo que es el anlisis de regresin lineal? 1.4 RELACIONES ESTADSTICAS VS RELACIONES DETERMINISTICAS Estadsticas: Se trata de variables aleatorias o al azar que generalmente presentan errores de medicin y dan cabida a la incertidumbre de sus resultados, es decir son variables que no se pueden controlar o medir y obtener respuestas exactas. Ejemplos: Temperatura del ambiente, lluvia, el sol, la oferta y la demanda, etc. Determinsticas: Variables que no estn compuestas por informacin al azar ni que tampoco generan el principio de incertidumbre, es decir son variables que no son aleatorias o estocsticas. Ejemplos: La ley de Newton, planificacin de una lnea de produccin, ley de los gases de Boyle, 1.5 REGRESIN VS CAUSALIDAD El anlisis de regresin no implica necesariamente que las variables que intervienen en el modelo tengan una relacin de causalidad, es decir que entre ellas exista una correlacin, por ms necesaria que esta sea para el modelo. 1.6 REGRESIN VS CORRELACIN Correlacin: Mide el grado de explicacin o asociacin entre las variables dependiente e independiente. Regresin: Busca obtener el valor medio de la variable dependiente ante una variacin en los valores fijos de la variable independiente.
2 3
Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin. Pena, J; Estavillo, J. (1999): CIEN EJERCICIOS DE ECONOMETRA, Madrid, Ediciones Pirmide.
19
PRIMER BIMESTRE
Recuerde revisar en el texto base, las diferentes terminologas con las cuales se denomina a la variable dependiente e independiente. ACTIVIDAD SUGERIDA Seor estudiante se le recomienda revisar las pginas que manejan informacin econmica a nivel nacional Cules seran las variables micro o macroeconmicas que pueden ser sujetas para armar 5 modelos de regresin simple? Hemos concluido el estudio de esta primera unidad, lo invito a responder por lo tanto, la siguiente autoevaluacin que le permitir conocer su nivel de conocimientos.
Autoevaluacin 1
A. Escriba dentro del parntesis una V o una F, segn considere verdaderas o falsas los siguientes literales. ( ( ( ( ( ( ) ) ) ) ) ) La econometra es la ciencia que analiza los fenmenos econmicos de manera terica. La metodologa economtrica consta de 10 pasos. La informacin de corte transversal es la que se da en distintos periodos de tiempo. El modelo matemtico es aquella ecuacin que no incluye el error estocstico. Un modelo de regresin es aquel en que la variable independiente est en funcin de la variable dependiente. Un modelo economtrico sirve para predecir valores futuros de la variable dependiente.
1. 2. 3. 4. 5. 6.
B. 7. 8.
Realice los siguientes ejercicios Establezca 10 modelos de regresin simple. Por ejemplo: Consumo = f (ingreso) Inflacin = f (salario real) Investigue a los largo del libro base 4 tablas e indique si la informacin presentada ah es de series de tiempo, de corte transversal o mixta.
20
PRIMER BIMESTRE
UNIDAD 2.
ANLISIS DE REGRESIN CON DOS VARIABLES
2.1
Conocemos que para establecer un modelo de regresin simple se deben definir las variables, sobre todo, cual es la variable controlada y cual la de control. Revisando el ejemplo hipottico 2.1 del texto base, en el cual nos da una interpretacin prctica de lo que es la regresin, a travs de una poblacin de 60 familias en la cual el consumo semanal (Y) est en funcin del ingreso semanal (X). La ecuacin aplicada para la funcin de regresin poblacional es: Consumo en funcin del Ingreso
C = (Y)
La regresin lineal permite obtener los valores esperados o la media poblacional del consumo ante una variacin en los ingresos.
E (y/Xi)= (Xi) E (y / xi ) = 1 + 2 Xi +
Observe la figura 2.1 del texto base en la que la recta de regresin poblacional (RRP) est dada por los valores esperados o medios de Y, alrededor del cual se encuentran los valores asignados al consumo por cada nivel de ingreso. La funcin de regresin poblacional (FRP) grficamente tambin esta expresada en la figura 2.2 del texto. Los resultados obtenidos fueron los promedios de consumo de cada familia ante una variacin en sus ingresos, los mismos que mantienen una relacin directa con la variable dependiente, que basado en la teora econmica manifiesta que las personas ante un mayor nivel de ingreso tienden a aumentar su nivel de consumo. 2.2 SIGNIFICADO DEL TRMINO LINEAL Linealidad en las variables (X o Y) Para que un modelo sea considerado como lineal en sus variables, estas no pueden estar elevadas a un exponente mayor a uno, ni multiplicada o dividida para otra variable. Para que el modelo sea lineal este debe darse en todas las variables. Ejemplos de linealidad: Yi =1
Ejemplos de no linealidad: Yi =1
PRIMER BIMESTRE
Yi =
ln Yi = 1 + 2 Xi2 +
Linealidad en los parmetros (1 , 2)
+ 2 Xi
Yi = 1 + 2
Aqu se aplica el mismo concepto de linealidad solo que ahora es para los parmetros. E (Y|Xi) = 1 + 2 Xi EJEMPLO 2. Aqu algunos ejemplos de distintos tipos de regresiones: Lineal. Y = 1 + 2 X Logartmica. Inversa. Y = 1 + 2 ln X Y = 1 + E (Y|Xi) = 1 + 2 Xi2
o ln Y = ln 1 + 2ln X o ln Y = 1 +
Yi =12x o ln Yi = ln 1 + X ln 2
Crecimiento. e 1 + 2 X o ln Y = ln 1 + 2 X Exponencial. Y = 1 e 2 X o ln Y = ln 1 + 2 X
ACTIVIDAD SUGERIDA Seor estudiante se le recomienda revisar los ejercicios 2.6 y 2.7 que se encuentran al final del captulo 2 del texto base para un mejor entendimiento de linealidad en las variables o en los parmetros. 2.3 ESPECIFICACIN ESTOCSTICA El termino u, se lo denomina error estocstico o perturbacin estocstica, el mismo que indica la dispersin o desviacin de un E individual alrededor de su valor esperado. Estas desviaciones son causadas por otras variables que afectan a la variable dependiente cuyos efectos en su conjunto son expresados por el error estocstico4. i = Yi - E (Y / Xi) Yi = E (Y / Xi) + i
4. Ochoa, O. (2011). Gua de Econometra 1. UTPL
22
PRIMER BIMESTRE
Para obtener resultados confiables (1 y 2) en la regresin, se debe suponer que no existe ninguna relacin entre variable X y el valor esperado de la variable u. E () = 0 E ( / x) = E () = 0 Como u y X son variables aleatorias, podemos definir la distribucin condicional de u dado cualquier valor de X. En particular para cualquier X, podemos obtener el valor esperado o promedio de u para aquel sector de la poblacin que describe esa X. La suposicin crucial es que el valor promedio de u no depende de X. EJEMPLO 3. Yi = 1 + 2 Xi + cosecha = 1 + 2 fertilizante +
En la que u podra representar variables como: la lluvia, el sol, los aos de vida del terreno, etc., todas aquellas variables que ejercen algn efecto sobre Y. Yi = 1 + 2 Xi + salario = 1 + 2 fertilizante +
En la que u podra representar variables como: aos de experiencia, numero de cursos, sexo, religin etc., todas aquellas variables que ejercen algn efecto sobre Y. Yi = 1 + 2 Xi + calificacin = 1 + 2 asistencia +
En la que u podra representar variables como: conducta, participacin, trabajo entregados etc., todas aquellas variables que ejercen algn efecto sobre Y.5 Como acabamos de revisar el trmino perturbacin estocstica u es un sustito para todas aquellas variables que son omitidas en el modelo pero que de manera conjunta ejercen un efecto sobre la variable dependiente. Para conocer cules son las razones por las que no se desarrolla un modelo con todas estas variables que agrupa el error estocstico, revise el tema 2.5 de su texto base. 2.4 FUNCIN DE REGRESIN MUESTRAL Se conoce que al realizar un estudio de mercado siempre la investigacin busca obtener informacin de una determinada poblacin, la misma que en su mayor parte se trata de miles de personas que al levantar una encuesta a cada uno de ellos tomara mucho tiempo y resultara muy costoso. Para solucionar esto, lo ms adecuado es obtener una muestra de esta poblacin cuyos resultados reflejaran casi de manera similar lo que se hubiera obtenido al trabajar con la poblacin. El mismo principio es aplicable dentro de los modelos de regresin, ya que hasta aqu hemos revisado la teora relacionada a modelos de regresin poblacionales.
5. Wooldridge, J. (2001). Introduccin a la Econometra. Mxico. Thomson Learning.
23
PRIMER BIMESTRE
Ahora analizaremos la Funcin de Regresin Muestral (FRM), la misma que parte de la ecuacin de regresin poblacional, es decir estimaremos la Funcin de Regresin Poblacional (FRP), con base en informacin muestral.
Yi = 1 + 2 Xi + i ^ ^ i = 1 + 2 Xi + i
FRP FRM
Este es el procedimiento normal que se utiliza para la estimacin de un modelo de regresin, en la cual es importante que las variables que se utilice tenga la informacin necesaria para poder ser aplicadas. Para entender un poco mas este tema revise el ejercicio del literal 2.7 de su texto base. ACTIVIDAD SUGERIDA Realice los ejercicios: 2.10; 2.11; 2.12 y 2.15, de la parte final del captulo 2 para reforzar los conocimientos de esta unidad.
Autoevaluacin 2
A. Escriba dentro del parntesis una V o una F, segn considere verdaderas o falsas los siguientes literales.
1. ( ) El error estocstico tambin es conocido como perturbacin estocstica 2. ( ) La recta o curva de regresin poblacional es el lugar geomtrico de las medias condicionales de la variable independiente para los valores fijos de la variable dependiente. 3. ( ) Es una condicin de que todos los modelos deben ser lineales en las variables. 4. ( ) La variable u puede ser usada como sustituta de aquellas variables que afectan a la variable dependiente. 5. ( ) Funcin de expectativa condicional es lo mismo que funcin de regresin condicional. 6. ( ) Variables proxy son aquellas variables que reemplazan a aquellas que no pueden ser medidas u observadas de manera directa. 7. ( ) Una funcin cuadrtica es una funcin lineal en las variables. 8. ( ) La FRM es la que se utiliza para calcular la FRP. 9. ( ) El error estocstico es confiable cuando es menor a la tercera parte del valor del parmetro. 10. ( ) Se habla de linealidad en el parmetro cuando este se eleva a una potencia distinta de uno o se multiplica por otro parmetro.
24
PRIMER BIMESTRE
UNIDAD 3.
MODELOS DE REGRESIN CON DOS VARIABLES
3.1 METODO DE MNIMOS CUADRADOS ORDINARIOS (MCO) En la siguiente unidad estudiaremos el mtodo generalmente utilizado para la estimacin de modelos de regresin, cabe resaltar que existe una gran variedad de mtodos para realizar regresiones entre ellos tenemos: el de mnimos cuadrados ordinarios, el de mxima verosimilitud (MV), el mtodo de momentos generalizados, entre otros. Para el estudio de Econometra 1, utilizaremos el mtodo de mnimos cuadrados ordinarios (MCO), ya que en base a la teora, proporciona resultados estadsticos significativos y est regido por una serie de supuestos y propiedades que lo vuelven bastante confiable a la hora de realizar regresiones. Adicionalmente revisaremos el clculo de los residuos los mismos que se generan al momento de estimar la regresin. En resumen dentro de esta unidad revisaremos dos puntos importantes tal como interpretar los resultados de la regresin y segundo si los resultados obtenidos son estadsticamente significativos, es decir son confiables para ser utilizados en una investigacin. Dentro de los pasos de la metodologa economtrica el clculo de los coeficientes de regresin constituye el paso 5, en donde se nos permite realizar la verificacin econmica. Para entender este tema lo haremos a travs de algunos ejercicios. EJEMPLO 4. Ejercicio 4.1. Gasto de consumo en personal6 El siguiente ejercicio muestra informacin sobre Y (gasto de consumo personal) y X (PIB), desde 19821996, en miles de millones de dlares de 1992. Tabla I.1 del texto gua, pgina 6. Aplicaremos la metodologa economtrica conforme vayamos avanzando en esta unidad, inicialmente lo haremos con lo siguiente: 1. 2. 3. 4. 5. Planteo terico o de hiptesis. Especificacin del modelo matemtico Especificacin modelo economtrico Obtencin de datos. Estimacin de la regresin Gasto de consumo de personal= f (PIB) o Y= f (X) Y= B1+B2X Y= B1+B2X+u Tabla I.1
6.
Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin.
25
PRIMER BIMESTRE
TABLA N 1
INFORMACIN DEL GASTO DE PERSONAL Y EL PIB (miles de millones de dlares 1992)
Obs 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 Y 3081,5 3240,6 3407,6 3566,5 3708,7 3822,3 3972,7 4064,6 4132,2 4105,8 4219,8 4343,6 4486 4595,3 4714,1 59461,3 X 4620,3 4803,7 5140,1 5323,5 5487,7 5649,5 5865,2 6062 6136,3 6079,4 6244,4 6389,6 6610,7 6742,1 6928,4 88082,9 (X)^2 21347172,1 23075533,7 26420628 28339652,3 30114851,3 31916850,3 34400571 36747844 37654177,7 36959104,4 38992531,4 40826988,2 43701354,5 45455912,4 48002726,6 523955898 XY 14237454,5 15566870,2 17515404,8 18986262,8 20352233 21594083,9 23300680 24639605,2 25356418,9 24960800,5 26350119,1 27753866,6 29655600,2 30981972,1 32661170,4 353912542 3077,01 3206,46 3443,9 3573,34 3689,24 3803,44 3955,68 4094,59 4147,03 4106,87 4223,33 4325,82 4481,87 4574,62 4706,11 59409,31 (Y-) 4,49 34,14 -36,3 -6,84 19,46 18,86 17,02 -29,99 -14,83 -1,07 -3,53 17,78 4,13 20,68 7,99 ^2 (Y-)^2 20,14 1165,6 1317,41 46,83 378,75 355,71 289,52 899,38 219,98 1,15 12,47 316,29 17,04 427,82 63,84 5531,93 (X)^2 (X-Xm)^2 1567236,92 1141678 535960,65 301064,37 147835,12 49592,32 48,91 36026,57 69752,33 42934,6 138537,8 267709,66 545392,1 756737,61 1115572,52 (Y)^2 (Y-Ym)^2 778965,11 523437,78 309681,12 158077,81 65224,05 20104,40 74,13 10102,26 28260,97 20081,72 65387,60 144027,84 272390,05 398426,06 562515,00
6716079,49 3356755,92
Fuente: Gujarati, D. & Porter, D. (2010). Econometra. Mxico: McGraw Hill. Quinta edicin. Elaboracin: El autor
Debemos iniciar calculando las sumatorias de (Y, X, XY, X^2) descritos en la tabla 1. Una vez obtenidos procedemos al clculo de los coeficientes de la regresin. Para esto utilizamos las siguientes formulas:
La interpretacin de este parmetro es que si el ingreso o el PIB fueran de cero, el gasto de consumo de personal sera de -184 mil millones de dlares.
26
PRIMER BIMESTRE
La interpretacin de este parmetro indica que si el PIB se incrementa en un dlar, el gasto de consumo personal promedio aumenta en casi 71 centavos. Estos valores obtenidos se conocen como estimadores de mnimos cuadrados, en donde el intercepto y la pendiente. representa
Con los valores de los coeficientes procedemos a establecer los resultados de la ecuacin de regresin. Como lo dijimos en la unidad anterior debemos utilizar la funcin de regresin muestral.
i = -184,08 + 0,71Xi + i Los residuos se generan por cada uno de los datos de la variable dependiente, pero antes de poder calcularlos debemos generar los valores de la Y estimada (), para esto utilizamos la ecuacin de regresin y reemplazamos el valor de X de la siguiente manera: 1 = -184,08 + 0,71X1 1 = -184,08 + 0,71 (4620,30) 1 = 3077,01 2 = -184,08 + 0,71X1 2 = -184,08 + 0,71(4803,70) 2 = 3206,46 De igual manera se procede con los dems datos de X, lo que al final nos permite es obtener los valores de las Y estimadas y posteriormente la . Luego de haber obtenido las Y estimadas, procedemos al clculo de los residuos: =Y- 1 =3081,50 - 3077,01 1 = 4,49 2 =3240,60 - 3206,46 2 =34,14 De igual manera se procede con los dems datos de Y, lo que al final nos permite es obtener los valores de las u estimadas y posteriormente la .
27
PRIMER BIMESTRE
4,400
4,000
Y
3,600 3,200 2,800 4,500
5,000
5,500 X
6,000
6,500
7,000
Fuente: Tabla 1.I Elaboracin: El autor Hemos realizado la grfica para determinar a simple vista como los datos se ajustan a la lnea de regresin. En este ejemplo podemos determinar que el PIB explica en gran medida las variaciones que se dan en el gasto de consumo de personal. EJERCICIO 4.2. Gasto en comida El siguiente ejercicio proporciona los datos de gasto en comida y gasto total (dados en rupias), para una muestra de 55 familias rurales de la India. Tabla 2.8 texto base, pgina 54. Aplicaremos la metodologa economtrica conforme vayamos avanzando en esta unidad, inicialmente lo haremos con lo siguiente: 1. 2. 3. 4. 5. Planteo terico o de hiptesis. Especificacin del modelo matemtico Especificacin modelo economtrico Obtencin de datos. Estimacin de la regresin Gasto de comida = f (Gasto total) o Y= f (X) Y= B1+B2X Y= B1+B2X+u Tabla 2.8
28
PRIMER BIMESTRE
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46
260 300 325 336 345 325 362 315 355 325 370 390 420 410 383 315 267 420 300 410 220 403 350 390 385 470 322 540 433 295 340 500 450 415 540 360 450 395 430 332 397
460 472 478 494 516 525 554 575 579 585 586 590 608 610 616 618 623 627 630 635 640 648 650 655 662 663 677 680 690 695 695 695 720 721 730 731 733 745 751 752 752
211600 222784 228484 244036 266256 275625 306916 330625 335241 342225 343396 348100 369664 372100 379456 381924 388129 393129 396900 403225 409600 419904 422500 429025 438244 439569 458329 462400 476100 483025 483025 483025 518400 519841 532900 534361 537289 555025 564001 565504 565504
119600 141600 155350 165984 178020 170625 200548 181125 205545 190125 216820 230100 255360 250100 235928 194670 166341 263340 189000 260350 140800 261144 227500 255450 254870 311610 217994 367200 298770 205025 236300 347500 324000 299215 394200 263160 329850 294275 322930 249664 298544
296,61 301,89 304,53 311,57 321,25 325,21 337,97 347,21 348,97 351,61 352,05 353,81 361,73 362,61 365,25 366,13 368,33 370,09 371,41 373,61 375,81 379,33 380,21 382,41 385,49 385,93 392,09 393,41 397,81 400,01 400,01 400,01 411,01 411,45 415,41 415,85 416,73 422,01 424,65 425,09 425,09
-36,61 -1,89 20,47 24,43 23,75 -0,21 24,03 -32,21 6,03 -26,61 17,95 36,19 58,27 47,39 17,75 -51,13 -101,33 49,91 -71,41 36,39 -155,81 23,67 -30,21 7,59 -0,49 84,07 -70,09 146,59 35,19 -105,01 -60,01 99,99 38,99 3,55 124,59 -55,85 33,27 -27,01 5,35 -93,09 -28,09
1340,29 3,57 419,02 596,82 564,06 0,04 577,44 1037,48 36,36 708,09 322,20 1309,72 3395,39 2245,81 315,06 2614,28 10267,77 2491,01 5099,39 1324,23 24276,76 560,27 912,64 57,61 0,24 7067,76 4912,61 21488,63 1238,34 11027,10 3601,20 9998,00 1520,22 12,60 15522,67 3119,22 1106,89 729,54 28,62 8665,75 789,05
32055,32 27902,36 25933,88 21036,60 15138,84 13005,12 7231,80 4101,12 3604,80 2920,32 2813,24 2404,92 963,48 843,32 530,84 442,68 257,28 144,96 81,72 16,32 0,92 80,28 120,12 254,72 527,16 574,08 1440,96 1677,72 2596,92 3131,52 3131,52 3131,52 6554,52 6717,44 8273,72 8456,64 8828,48 11227,52 12535,04 12759,96 12759,96
12848,22 5380,22 2337,72 1395,02 803,72 2337,72 128,82 3404,72 336,72 2337,72 11,22 277,22 2176,22 1343,22 93,12 3404,72 11310,32 2176,22 5380,22 1343,22 23516,22 879,12 545,22 277,22 135,72 9341,22 2636,82 27772,22 3558,12 6138,72 1112,22 16040,22 5875,22 1734,72 27772,22 178,22 5875,22 468,72 3209,22 1709,82 559,32
29