Documente Academic
Documente Profesional
Documente Cultură
FACULTADDEESTUDIOSSUPERIORESARAGN
LICENCIATURADEECONOMA
ApuntesdeEconometra
JaimeEspinosaRodrguez
Apuntes de Econometra
INDICE
Presentacin.............................................................................................................................................3
1. Fundamentosdeeconometra..........................................................................................................4
1.1.
Definicineimportancia..........................................................................................................4
2.
1.2.
Relacinconotrasciencias:.....................................................................................................4
1.3.
UtilizacindemodelosenEconometra:..................................................................................5
1.4.
Metodologadelaeconometra...............................................................................................5
1.5.
Utilizacindedatoseneconometra........................................................................................6
RepasodeConceptosEstadsticos....................................................................................................9
2.1.
Definicionesimportantes.........................................................................................................9
ValorEsperadoyVarianzadeunavariable.......................................................................................9
2.2.
Estimadoresysuspropiedades..............................................................................................10
2.3.
Distribucionesdeprobabilidad..............................................................................................10
OtrasFuncionesdeDistribucinderivadasdeladistribucinNormal............................................11
3.
1)
ModelosdeRegresindeunasolaecuacin..................................................................................13
Regresinlinealsimple:mtododelosmnimoscuadradosordinarios(MCO).........................13
2)
ElModeloderegresinlinealmltiple.......................................................................................16
Estimacindelosparmetrosdelmodelo......................................................................................17
Descomposicindelasumadecuadrados.....................................................................................18
3)
Inferenciaacercadelosestimadores.........................................................................................22
Anlisisdelavarianza.....................................................................................................................25
4.
4)
Prediccinenelmodeloderegresin........................................................................................25
5)
Pruebasdediagnostico..............................................................................................................27
6)
Formasfuncionalesdelosmodelosderegresinmltiple.........................................................29
Modelosdinmicos........................................................................................................................40
4.1.
Elpapeldeltiempoeneconoma...........................................................................................40
4.2.
ModelosdeRezagosdistribuidos...........................................................................................40
4.3.
Modelosautorregresivos.......................................................................................................42
GeneralizacindeHendry..............................................................................................................42
ApendiceA..............................................................................................................................................44
BIBLIOGRAFA.........................................................................................................................................47
Apuntes de Econometra
PRESENTACIN
El inicio de la econometra moderna puede ubicarse prximo a la fundacin de la Sociedad de
Econometra en 1930 y posteriormente a los trabajos pioneros de la fundacin Cowles. El continuo
desarrollodelaeconometraenlosaoscuarentasycincuentasdelsiglopasadosevioaceleradoenlos
sesentas, gracias en parte al desarrollo de nuevas tcnicas, y al inicio del uso intensivo de las
computadoras.Sinembargo,apartirdelossetentas,seobservouncrecienteescepticismoyunafalta
de credibilidad en los resultados economtricos que se tradujo finalmente en un desencanto,
especialmenteparapropsitosdepolticaeconmica(Hendry,1993yLeamer,1983).Comorespuestaa
esta situacin se han desarrollado recientemente diversas metodologas alternativas en donde vale
destacarlosmodelosdevectoresautorregresivos(VAR),deseriesdetiempo(Sims,1980),elanlisisde
lasrestriccionesnolinealesenmodelosVAR(Pagan1987,ySpanos1990),lametodologadelogeneral
aloespecfico(Davinson,Hendry,SrbayYeo,1978)yelusodelaestadsticabayesiana(Leamer,1983).1
Debemos ser realistas y contar con las limitaciones de nuestros mtodos de estimacin e inferencia,
desarrolladosparagrandesmuestrasquenuncadisponemos,laimportantegeneralidaddelaciencia
econmicaylasdificultadesexistentesparadisponerdedatossuficientesydecalidadapropiada.Pero
tomando todo ello en consideracin y aunque no nos sea posible rechazar teoras, si ser factible
aprendermediantelamodelacineconomtricadelasrelacionesrelevantesentreagenteseconmicos.
Utilizar los modelos no refutados, que si bien nunca nos permitirn verificar una teora, son el
instrumentomsvlidoparalaprediccinyelanlisiseconmico.EnpalabrasdePesaran(1990)'...el
hecho de que la modelacin economtrica est inevitablemente sujeta a problemas de bsqueda de
especificacin, no significa que toda su actividad sea anodina. Los modelos economtricos son un
importante instrumento de previsin y anlisis de polticas y es improbable que se descarten en el
futuro. El desafo es reconocer sus limitaciones, y trabajar para convertirlos en instrumentos ms
segurosyefectivos.'
Laeconometrahasufridoataquesimportantesperohasabidoincorporarlosaspectosmsvlidosde
suscrticas.Hadesarrolladolamicroeconometra,haincorporadoelanlisisdeseries,lasexpectativas
de los agentes, ha proporcionado mtodos de estimacin, de validacin de modelos, y sigue
considerndose como el instrumento ms eficaz para lasimulacin yla previsinamediano y a largo
plazo. En lugar de disminuir en desarrollo y aplicaciones, observamos un proceso contrario y la
econometraseexpandeacampostandiversoscomolahistoriaeconmica,elmarketing,lasfinanzaso
inclusoadisciplinastandisparescomolageografaolamedicina.Estasituacinpropiciaqueexistala
necesidaddeactualizarconstantementelaenseanzaylosmtodosqueseaplicanenlaconstruccin
demodeloseconomtricos.
Elobjetivodeestasnotasdeclasesespresentarlosprincipaleselementosadiscutirduranteelcurso.
Estedocumentonotienecomofinelincluirelmaterialdetalladoycompletopresentadoenlasclases.
Es deber del alumno el complementar la lectura de este documento con la bibliografa adicional
presenteenelprogramadelcurso.
Apuntes de Econometra
1. FUNDAMENTOSDEECONOMETRA.
1.1. DEFINICINEIMPORTANCIA
Empezaremospordefinirqueeslaeconometra,paraestoacontinuacinsepresentamoslasdiversas
formasenquealgunosautoreshandefinidoalaeconometra:
Literalmente:medicineconmica
congruentedeteorayobservaciones,yrelacionadopormtodosapropiadosdeinferencia.
Laeconometraseencargabsicamentedemedirrelacioneseconmicas;ademsutiliza(la)
teora econmica, incorporada en un modelo economtrico; hechos sintetizados por la
informacin relevante, y teora estadstica refinada en tcnicas economtricas para medir y
probar en la prctica ciertas relaciones entre variables econmicas, dndole con ello un
contenidoprcticoalrazonamientoeconmico.4
Arteycienciadeusarmtodosparalamedidaderelacioneseconmicas.5
La teora sin contrastacin emprica, como causa del conocimiento lgico deductivo, poco
puedeaportarenfrentadaalosproblemaseconmicosexistentesenlaactualidad.Seconvierte
en un hermoso castillo de naipes que no resistir la mirada pragmtica de un conjunto de
decisionesyenconsecuenciaprovocarunolvidodeladisciplinaalaquepertenece.
b.
Porotrolado,elexclusivoenfoqueinductivonopuedegeneralizarporsisloelconocimiento
del sistema econmico y la correcta toma de decisiones. El anlisis aislado de los datos y la
bsqueda de relaciones y regularidades sin ninguna orientacin previa, no slo puede
convertirseenuntrabajocomplejo,sinoqueinclusopuedeconduciraconclusionesfalsas.La
medicinsinteoraenunainterpretacincontinuadeobservacionesestadsticas,normalmente
aportarpocoenlaexplicacindecmoyporqueactanlosagenteseconmicos.
1.2. RELACINCONOTRASCIENCIAS:
LaeconometraesunaamalgamadeTeoraEconmica,economamatemtica,estadsticaeconmicay
estadsticamatemtica,lascualesserelacionandelasiguienteforma:
Laeconometradacontenidoempricoagranpartedelateoraeconmica,lacualslohace
afirmacionescualitativas.
Apuntes de Econometra
Laeconomamatemticatieneporobjetoexpresarmatemticamentelateora,aunquenosea
capaz de verificarse. En econometra se convierten las ecuaciones matemticas en
economtricas.
Laestadsticaeconmicasededicaalarecoleccinyordenamientodedatosquesegeneranen
laeconoma.Conesosdatoseleconometristaverificaorefutalasteoras.
1.3. UTILIZACINDEMODELOSENECONOMETRA:
Unmodeloescualquierrepresentacindeunfenmenorealconlaintencindeexplicarlo,predecirloy
controlarlo.Existendiferentestiposdemodelo:verbaleslgicos,fsicos,geomtricos,algebraicos,etc.
Entrminosdeloamateriaeltipodemodeloquemsnosinteresaeselalgebraico,yaquerepresenta
el funcionamiento de un sistema real a travs de un sistema de ecuaciones, que al ser resueltas
permiten explicar el comportamiento del fenmeno en estudio. En esencia, puede decirse que el
modelo algebraico determina los resultados de ciertas variables llamadas endgenas o dependientes
cuyosresultadosestnenfuncindelasrelacionesqueseestablezcandentrodelmodeloentreestas
variables y otras denominadas exgenas las cuales no dependen del modelo para determinar sus
valores y al suceder esto se obtiene un acercamiento al funcionamiento de un sistema (fenmeno)
real y en consecuencia el modelo cumplir con su funcin de explicar, predecir y/o controlar a dicho
fenmeno.
Un modelo economtrico es un tipo especial de modelo algebraico, ya que es estocstico, es decir
incluye una o ms variables aleatorias, generalmente el modelo economtrico incluye un trmino de
perturbacinestocstica,elcualconstituyeelcomponentealeatorio.
Un modelo economtrico puede ser lineal o no lineal, en el primer caso la linealidad se da en los
parmetros(coeficientesdelasvariablesexgenas).
Losmodelospuedensermultiecuacionalesouniecuacionales,enfuncindelnmerodeecuacionesque
seutilicenparaespecificarelsistemaqueseestestudiando.
1.4. METODOLOGADELAECONOMETRA.
Como se ha sealado lneas arriba la econometra estudia fenmenos econmicos a travs de la
utilizacin de diversos enfoques tericos: econmicos, estadsticos, matemticos, etc., los cuales son
aplicadosalosdatoscuantitativosconlafinalidaddeexplicar,predecirocontrolaradichosfenmenos.
Enresumen,lamaneraqueoperalaeconometra(esdecirsumetodologa)puedeplantearsetantoen
laformaqueseobservaenlosenunciadoscomoeneldiagrama:6
1.
Planteamientodelateoraohiptesis.
2.
Establecerelmodelomatemtico.
3.
Establecerelmodeloeconomtrico.
4.
Obtenerlosdatos.
5.
Estimacindelosparmetros.
6.
Realizacindepruebasdehiptesis.
7.
Pronsticooprediccin
8.
Utilizacindelmodeloparafinesdecontrolodepoltica.
Apuntes de Econometra
Se intenta explicar a
travs de una conexin
entre:
Problema
econmico
Teora
Hechos
Teora
estadstica
Modelo
econmico
Datos
Mtodos
economtricos
Modelo
economtrico,
Datos
depurados
Anlisis
Estructural
Evaluacin de
Polticas
Previsin
1.5. UTILIZACINDEDATOSENECONOMETRA.
Como se observa del diagrama anterior la informacin recopilada es el insumo principal del modelo
economtrico, por esta razn debemos detenernos en revisar el tipo de datos que se utilizan en los
modeloseconomtricos,yaquesegneltipoycalidaddelosdatossepuedeafectarelresultadodela
regresin.
Los datos que se utilizan en econometra pueden ser cuantitativos (PIB, ndices de precios, tasa de
desempleo, etc.) o cualitativos (variables dummy que captan aspectos no cuantificables como sexo,
niveldeinstruccin,etc.).
Segnlatemporalidaddelosdatospuedenclasificarsedelasiguientemanera:
1) Cortetransversaloseccincruzada
Consisteendatosreferidosaindividuos,hogares,empresas,ciudadesqueseobservanenmomentode
tiempodado.
a) Normalmentesuponemosqueesosdatosseobtienenpormuestreoaleatorio.
b) En ocasiones, la muestra no es aleatoria: problemas de seleccin, correlacin espacial,
muestrasestratificadas,etc.
Apuntes de Econometra
2) Seriestemporales
Unaserietemporalconsisteenobservacionesdeunavariableodevariasvariablesalolargodevarios
periodosdetiempo(das,semanas,meses,aos).
a)
Unadelascaractersticasfundamentalesdelasseriestemporalesesqueestncorrelacionadas
alolargodeltiempo.Esdecir,noconstituyenunamuestraaleatoria.
b) Esta correlacin condiciona mucho el tipo de estimacin y de contrastes economtricos que
puedenrealizarse.
Ejemplo de datos de Series de tiempo: Demanda final de bienes y servicios 1993:01 2005:04 a
preciosconstantesde1993.
Apuntes de Econometra
3) Datosfusionadosdeseccionescruzadas(pooledcrosssections)
Suponga que tenemos una secuencia de datos de corte transversal, con las mismas variables pero
correspondientesapoblacionesentrevistadasendiferentesaos1990,1991,1992,y2005.Aestose
ledenominadatosfusionadosdeseccionescruzadas.
a)
Estosdatossontilessiqueremosanalizarlaevolucinalolargodeltiempodeladistribucin
deciertasvariablescomolossalarios,larentadeloshogares,etc.
b) Es importante tener en cuenta que en este tipo de datos NO se tiene informacin de los
mismos individuos a lo largo del tiempo. En cada periodo, tenemos una nueva muestra de
individuos.
Ejemplo:LosdatosunificadosdelaENIGHdesde2000hasta2012.
4) Datosdepanelodatoslongitudinales
En este caso, observamos a un grupo de individuos (personas, hogares, empresas) en diferentes
momentosdeltiempo.Esdecir,tenemosseriestemporalesparacadaindividuodelamuestra.
a) Portanto,enestetipodedatosseguimosalosmismosindividuosalolargodeltiempo.
b) Estacaractersticahacequeestetipodedatostengadiversasventajassobrelosotros.
c) Aunquetambinrequiereuntratamientoeconomtricoespecial.
Ejemplo:LaEncuestaNacionaldeOcupacinyEmpleo(ENOE)incluyeunasubmuestradepaneldesde
2005alafechaycambiasolounapartedelasubmuestracada3aos(ojo:laENOEestrimestral).
Apuntes de Econometra
2. REPASODECONCEPTOSESTADSTICOS
2.1. DEFINICIONESIMPORTANTES
Si definimos a X como el resultado de cierto experimento, diremos que X es una variable aleatoria
cuandosuvalornoesconocidoantesdellevaracaboelexperimento.LaprobabilidaddequeXtomeun
determinadovalorsedefinecomoProb(X=x).Unavariablealeatoriaadicionalmentepodrserdiscreta
ocontinua.SerdiscretacuandoElconjuntoderesultadosesfinitoennmeroocontableinfinitamente.
Sercontinuacuandoelconjuntoderesultadosesinfinitamentedivisible,yporlotanto,incontable.
Unalistadevaloresx,resultantesdeldesarrollodeunexperimentoasociadoalavariablealeatoriaX,y
las respectivas probabilidades asociadas definen la funcin de densidad, f(x). Para el caso de variable
aleatoriadiscretaesposibleplantear
f(x)=Prob(X=x).Adems,sedebencumplirlossiguientesaxiomas:
1. Pr ob( X x) x 1,0
2. Pr ob( X x) xi 1; f ( x)dx 1
i
3. Pr ob( X x) 1 Pr ob( X x)
Para cualquier variable aleatoria X, la probabilidad que esta variable tome valores menores o iguales
que a se define por F(a) (que es la funcin de distribucin acumulada). Para una variable aleatoria
discreta se tendr que F ( x)
siguientespropiedades:
b
1 F ( x) f ( x)dx x, x 1,0
a
2 Si x y, F ( x) F ( y )
VALORESPERADOYVARIANZADEUNAVARIABLE
LamediadelavariablealeatoriaX,llamadatambinvaloresperado,sedefinecomo E ( X )
pi x
i
E(x)(casodiscreto)o E (X )
xfxdx (casocontinuo).Asimismolavarianzadelavariablealeatoria
que: Var ( X ) E X E ( X ) .
2
Otramedidadedispersinaplicadaalasvariablesaleatoriasesladesviacinestndar,.Estasedefine
comolarazpositivadelavarianza.
Existentresresultadostilesconcernientesaloperadorvaloresperado:
Cuando se trata con distribuciones conjuntas de variables aleatorias (las cuales describen las
probabilidadesdeocurrenciatantodelavariablealeatoriaXcomodelavariablealeatoriaY)sepuede
obtener la covarianza de X e Y que es el valor esperado del producto XY cuando ambas son medidas
comodesviacionesalrededordesusmedias:
Apuntes de Econometra
Cov( X , Y ) E X E ( X ) Y E (Y )
pi , j ( X E ( X ))(Y E (Y ))
i
Enelcasodedistribucionesdeprobabilidadconjuntassetienenlossiguientesresultadosdeloperador
delvaloresperado:
1. E ( X Y ) E ( X ) E (Y )
2. Var ( X Y ) Var ( X ) Var (Y ) 2Cov ( X , Y )
3. E ( XY ) E ( X ) E (Y ); si X , Y son independientes
4. Cov( X , Y ) 0; si X , Y son independientes
( x, y )
Cov ( x, y )
x y
2.2. ESTIMADORESYSUSPROPIEDADES
La estimacin es el proceso de utilizar datos muestrales para obtener valores que se aproximen a los
parmetros desconocidos de una poblacin, en particular la media y la varianza, aunque no son los
nicosparmetrosdeinterssisonlosmscomunes.Existendostiposdeestimacionesdepuntoyde
intervalo. Existen cuatro propiedades importantes de los estimadores: Ausencia de sesgo, Eficiencia,
Errorcuadrticomediomnimo,consistencia.
Ausencia de sesgo. Se dice que un estimador es insesgado si su valor esperado es igual a su valor
verdadero,esdecirsisecumpleque:
Sesgo E ( ) 0
Eficiencia Unestimador eseficiente si para un tamao de muestra dado su varianza es menor que la
varianzadecualquierotroestimador.
Errorcuadrticomediomnimo:
ECM ( ) E ( ) 2
Consistencia.Elestimador seconsideraconsistentesiellmitedeprobabilidadde es
2.3. DISTRIBUCIONESDEPROBABILIDAD
FuncindeDistribucinNormal.Suformagenerales
P( X x i )
1
2
exp 2 xi x
2 x2
2 x
donde x y x2 sonlamediayvarianzaasociadasalavariablealeatoriaX.Deestemodo,silavariable
aleatoriaXsigueunadistribucinnormalconmedia x yvarianza x2 ;estoseexpresadelasiguiente
formaX~N( x , x2 ).
Lafigura1muestralaformadelafuncindedensidadnormalestndar
10
Apuntes de Econometra
LadistribucinNormalesmuyutilizadaporvariasrazonesentrelasquedestacanlassiguientes:
Ladistribucinesdescritaporcompletoporsumediaysuvarianza,porloquenoesnecesario
preocuparseporotraspropiedadescomoelsesgoylakurtosis.
Essimtricayenformadecampana,unaformarazonableparadescribirladistribucindelos
parmetros,comolapendienteyelinterceptoqueseestimanenlaregresinlineal.
A travs del teorema del lmite central podemos aproximar distintas distribuciones de
probabilidadaladistribucinNormal.
Teoremadellmitecentral.SiXtienemediayvarianza2,entoncesladistribucinmuestralde X se
vuelveaproximadamentenormalconmediayvarianza2/NconformeNseincrementa.
OTRASFUNCIONESDEDISTRIBUCINDERIVADASDELADISTRIBUCINNORMAL
La Funcin de Distribucin 2 Chi cuadrada, es til para probar hiptesis que tienen que ver con
varianzasdevariablesaleatorias.Suaplicacinsederivadelsiguienteteorema:
La suma de los cuadrados de N variables aleatorias independientes con distribucin Normal (0,1) se
distribuyecomounaChicuadradaconngradosdelibertad.LaformaexactadelaChicuadradadepende
delnmerodegradosdelibertadquetenga,mientrasmsgradosdelibertadtengamsseaproximaa
unanormal.
La Funcin de Distribucin t de Student, es til cuando no se conoce la varianza poblacional de la
variablealeatoria.Suaplicacinsederivadelsiguienteteorema:
Si X se distribuye normal (0,1) y Z se distribuye como una Chi cuadrada con N grados de libertad.
EntoncessiXyZsonindependientes, X
Z N setieneunadistribucintconNgradosdelibertad.
X N
sx
La Funcin deDistribucin F. Es til cuando se busca probar hiptesis conjuntas que implican a dos o
ms parmetros. La distribucin F se caracteriza por utilizar dos parmetros, el primero se encuentra
asociado al nmero de parmetros estimados y el segundo con el nmero de grados de libertad. Su
aplicacinsederivadelsiguienteteorema:
Si X y Z son independientes y se distribuyen como Chi cuadrada con N1 y N2 grados de libertad,
respectivamente entonces (X/N1)/ (Z/N2) se distribuye de acuerdo con una distribucin F con N1 y N2
gradosdelibertad.LafrmulaparacalcularelestadsticoFes:
11
Apuntes de Econometra
( N1 1) s x2
x2
N1 1
F
( N 2 1) s z2
z2
N2 1
ElestadsticoFsiempresetabulaconelestimadormayordelavarianzaenelnumeradoryelestimador
menordelavarianzaeneldenominador.Entremayoresladiferenciaentrelasdosvarianzas,esmayor
elvalordeF.PorlotantounvalorgrandedeFimplicaqueesimprobablequelasdosvarianzasdelerror
seaniguales.
12
Apuntes de Econometra
3. MODELOSDEREGRESINDEUNASOLAECUACIN.
1) REGRESINLINEALSIMPLE:MTODODELOSMNIMOSCUADRADOSORDINARIOS(MCO).
Elpropsitodeconstruirrelacionesestadsticases,porlogeneralpredeciroexplicarlosefectosenuna
variableresultantedeloscambiosenunaomsvariablesexplicativas.Enelcasodedosvariablesloque
nos interesa calcular es la funcin de regresin poblacional (FRP), que no es ms que el lugar
geomtricodelasmediascondicionalesoesperanzasdelavariabledependienteparalosvaloresfijosde
7
lasvariablesexplicativas.
DebidoaquelaFRPnopuedeobservarsedirectamenteseutilizaunaaproximacinqueeslafuncinde
regresinmuestral(FRM),lacualnosproducirunaestimacinadecuadadelaFRPyenconsecuencia
podr explicar el comportamiento de una variable dependiente Y en funcin de una o ms variables
explicativas.
UnmtodoparaestimarlaFRMeseldemnimoscuadradosordinarios(MCO)elcualconsisteenelevar
alcuadradolosresiduosdelaecuacin1ydespusdiferenciarlosparaobtenerlosestimadoresmnimos
cuadrticos.
Yi 0 1 X i ui Ecuacin1
A partir de la ecuacin (1) se obtienen los estimadores mnimos cuadrticos, como se observa a
continuacin:
u Y Y
u Y X diferenciando parcialmente respecto a
u
2 Y X 2 u
2
i
2
i
2
i
y 1 :
u 2 Y
2
i
1 X i X i 2 ui X i
Yi n0 1 X i
Y X
i
0 X i 1 X i2
1
1
n X iYi X i Yi
n X i2 X i
X X
i
X Yi Y
xi yi
2
i
(1)
Gujarati D. N.(1997:33)
13
Apuntes de Econometra
X i2 Yi X i X iYi
n X i2 X i
0 Y 1 X
(2)
Caractersticasdelosestimadoresmnimocuadrticos:
I. Losestimadoresobtenidos( 0 y 1 )MCOsonlinealesyexpresanlarelacinentreXeY.Son
puntuales(danunsolovalor).
II. La lnea de regresin que se obtiene pasa a travs de las medias muestrales de X e Y lo que
puedeobservarseenelgrfico1(laecuacinpuedeescribirsecomo Y 0 1 X );adems
lamediadeloserroresesceroyloserroresnoestncorrelacionadosconYiniconX.
Y
FRM
Yi 0 1Xi
. .
. .
.
.
.
. . .
.
X
FRM:Funcinderegresinmuestral
Grfico1.
Ejemplodelmodeloderegresinlinealdedosvariables.8
ParailustrarelfuncionamientodelmodelolinealdedosvariablesutilizaremoslafuncinKeynesianadel
consumo, para eso utilizamos los datos del cuadro 3.1, los cuales nos sirven para verificar la relacin
entreelconsumoyelingreso.
PERIODO
CON SUMO
(Y)
INGRESO
(X)
1 050
975
1 200
1 500
1 350
1 800
4
5
1 425
1 650
2 100
2 400
6
7
1 725
1 800
2 700
3 000
Cuadro3.1Datoshipotticossobreingresoyconsumo.
Enelcuadro3.2semuestranlosclculosparaobtenerlaregresinpormnimoscuadradosdelosdatos
delcuadro3.1,esimportantedestacarquelosdatossonhipotticos,nicamenteconfinesilustrativos.
8 Ejemplo
Apuntes de Econometra
y i (Y Y )
xi ( X X )
Y-Ymed
X-Xmed
-1 350
-1 050
-750
-450
-150
150
450
750
1 050
1 350
Suma
-615
-690
-315
-240
-15
60
135
435
660
585
yixi
830 250
724 500
236 250
108 000
2 250
9 000
60 750
326 250
693 000
789 750
3 780 000
xi2
1 822 500
1 102 500
562 500
202 500
22 500
22 500
202 500
562 500
1 102 500
1 822 500
7 425 000
977.73
1 130.45
1 283.18
1 435.91
1 588.64
1 741.36
1 894.09
2 046.82
2 199.55
2 352.27
e
72.2727
-155.4545
66.8182
-10.9091
61.3636
-16.3636
-94.0909
53.1818
125.4545
-102.2727
0
yi
5 223
24 166
4 465
119
3 765
268
8 853
2 828
15 739
10 460
75 886
1 440 000
2 250 000
3 240 000
4 410 000
5 760 000
7 290 000
9 000 000
10 890 000
12 960 000
15 210 000
72 450 000
378 225
476 100
99 225
57 600
225
3 600
18 225
189 225
435 600
342 225
2 000 250
Cuadro3.2Calculodelaregresinparadosvariables.
Basndonosenlosdatosdelcuadro3.2estimamosloscoeficientesderegresin:
Y 1 665
X 2 550
x y
x
i
2
i
3 780 000
7 425 000
1 0.5091
0 366.818
ObtenemoselcoeficientededeterminacinodeBondaddeajusteR2:
u
1
y
2
i
R2
2
i
75 886
2 000 250
R 0.9621
2
Enlagrfica3.1semuestralalneaderegresinestimada,enlacualpuedeobservarsequeelajustees
bastantebueno.
Estimacindemnimoscuadradosdelconsumoprivadoenfuncindelingresodisponible
2500
2000
1500
1000
500
0
1200 1500 1800 2100 2400 2700 3000 3300 3600 3900
ConsumoRealY
ConsumoestimadoYest
15
Apuntes de Econometra
Grfica3.1.EstimacindemnimoscuadradosdelConsumoprivadoenfuncindelIngresodisponible.
Asimismoobtenemoslosvaloresdeloserroresestndardeloscoeficientesconlasquerealizamoslas
pruebasdesignificanciadelosmismos:
ui2
75 886
9 485.7955
n2
8
ee 1 Var 1
xi2
9 485.7955
0.0357
ee 1
7 425 000
X
n x
ee 0
ee 0
2
i
10 * 7 425 000
ee 0 96.2073
Probamoslahiptesisnuladequeloscoeficientessondiferentesde0paralocualestablecemos:
H 0 : 0
H a : 0
1 0 0.5091 0
14.2432
0.0357
ee1
0 0 366.82 0
3.8128
96.2073
ee 0
Losvaloresentablasparatcon8gradosdelibertady95%deintervalodeconfianzasetienequet0.025=
2.365,comolosvaloresdetpara1y0sonmayoresque2.365,entoncesrechazamosH0yaceptamos
Halosvaloresdeloscoeficientessonsignificativamentediferentesde0.
2) ELMODELODEREGRESINLINEALMLTIPLE
El modelo de regresin lineal normal clsico (MRLNC), que se va a estudiar, considera que la relacin
entrelavariabledependiente(Y)ylasindependientes(X1,X2,...,Xk)sepuedeformularmatricialmentea
partirdelasiguienteexpresinlineal:
Y X u
donde:
Y1
Y
Y 2
...
Y
n
X 11
X
X 21
...
X
n1
X 12
X 22
...
X n2
... X 1k
... X 2 k
... ...
... X nk
X1 X 2
16
...
Xk
1
2
...
K
e1
e2
e
...
e
n
Apuntes de Econometra
quedesarrollandoseformulara:
Yi 1 X i1 2 X i 2 ... K X iK ui
i=1,2,...,n
siseconsideraqueenelmodeloexistetrminoconstante,lamatrizXsepuedeexpresarcomo:
1 X 12
1 X 22
X
... ...
1 X
n2
... X 1K
... X 2 K
... ...
... X nK
X2
X3
X k
...
Y X u
2.
E(u) 0
3.
E (uu ' ) 2 I
4.
Xmatrizderegresoresnoestocstica
5.
X k n
6.
u ~ N (0, 2 )
Enelmodeloestudiadoenestecaptulosesuponequeseverificanlas6hiptesisanteriores,porloque
siempresetrabajarbajoelsupuestodeunmodeloderegresinlineal,normal,clsico.
ESTIMACINDELOSPARMETROSDELMODELO
Enelmodeloderegresinespecificadoexisteunconjuntodeparmetrosdesconocidos( i y 2 ).Por
ello,enprimerlugar,setratardesuestimacin.
Existendiversosmtodosparaestimarlosparmetrosdelmodelo,muchosdeloscualessebasanenlos
residuos o errores, que se definen como ladiferencia entre el valorreal devariable dependiente y el
estimadoporelmodeloparadichavariable.
e i Yi Yi
i=1,2,...,n
Entrelosmtodosqueestimanlosparmetrosdelmodeloapartirdelosresiduos,elmssencilloesel
mtodode Mnimos Cuadrados Ordinarios(MCO), que hace mnimala suma de loscuadrados de los
residuos.
n
Partiendode Minimizar
ei2
i 1
e Y X
Estosucedeporelhechodeque:
RSS ee
X Y Y X
RSS Y X Y X
RSS Y Y X Y Y X X X
RSS Y Y 2 X Y X X
Y X Y X X Y
17
Apuntes de Econometra
despejando
X X X Y
X X X X X X
X Y
X X X Y
1
Deestamaneraobtenemoslosestimadoresde mnimocuadrticos.
Cadaunodeloscoeficientes representaelefectodelasvariablesindependientessobrelavariable
explicada; es decir el valor estimado de indica la variacin que experimenta el vector de variables
dependientes cuando la matriz de variables independientes X vara en una unidad y todas las dems
permanecenconstantes.
Estos estimadores MCO son los mejores estimadores lineales e insesgados (MELI) en el modelo de
regresinlineal,normal,clsico.
Unestimadordelavarianzadelaperturbacinpuedeserlasiguienteexpresin:
S u2
ee
SCR
nk nk
Valoresperado(E)
Varianza
2 X X 1
NotequeVar( )=
2 X X 1 ,queesunamatrizdekxktrminosconlasvarianzasmuestralesde
enladiagonalprincipalylascovarianzasenlasposicionesfueradeladiagonal,dehechoseleconoce
comnmentecomolamatrizdevarianzasycovarianzas.
DESCOMPOSICINDELASUMADECUADRADOS
Las covarianzas cero entre los regresores y los residuos subyacen la descomposicin de la suma de
cuadrados. Descomponiendo el vector Y en laparte explicada y la parte no explicada de la regresin
tenemos:
18
Apuntes de Econometra
Y Y e X e
siaceptamosque
Y Y Y e Y e X X ee
notequeY Y eslasumadeloscuadradosdelosvaloresrealesdeY
n
porloqueY Y Yt 2
t 1
tomandolasumadelcuadradodelasdesviacion esalamediatenemosque
Y
2
nY 2
sisustraemosnY 2 delatenemoslasiguientedescomposicin
X nY 2 e
YY
n
Y2
e
STC
SCE
SCR
ladescomposicinanterior,seexpresaracomo:
R2
SCE
SCR
1
SCT
SCT
Esta medida mide la proporcin de la variacin total en Y explicada por la combinacin lineal de
regresores.Lamayoradelosprogramascomputacionalesincluyendentrodesusrutinas
2
AlaR2ajustadalaquesedenotacomo R ,esteestadsticotomaencuentaelnmeroderegresores
(variablesindependientes)enlaecuacin,laR2nuncadecrececuandoseadicionanoquitanvariables
2
explicatorias, la R puede decrecer con la adicin de variables de bajo poder explicatorio. Ya que se
definedelasiguientemanera:
R 2 1
SCR n k
n 1
1
1 R2
SCT n 1
nk
Entonces R nospermitesabercundoesmomentodedejardeadicionarvariablesindependientesal
modelo, existen otros dos criterios que permiten obtener informacin acerca del ajuste segn el
nmeroderegresores,elCriteriodeScharwz9:
El SC difiere de la R2 ajustada en que penaliza ms fuerte la adicin de variables en el lado derecho (lo cual reduce
el nmero de grados de libertad). En principio, podemos seleccionar una estructura de rezago incrementando el
nmero de los mismos hasta el punto en que el SC alcanza un valor mnimo, (Pyndick:249)
19
Apuntes de Econometra
SC ln
ee
n
k
ln n
n
YelcriteriodeinformacindeAkaike10:
ee
2k
AIC ln
n
n
Sipuedeobservarqueamboscriteriospenalizanelincrementodevariablesexplicativas.
ELTEOREMADEGAUSSMARKOV
Los estimadores MCO pueden verse como combinaciones lineales de la variable Y y por lo tanto
combinacioneslinealesdelavariableuestocstico.Porqueellostambinsoninsesgadosypertenecen
alaclasedeestimadoreslineales.Sugranimportanciaenlateoraylaprcticadelaestadsticaesque
sus varianzas muestrales son las ms pequeos que se pueden lograr para cualquier estimador
insesgadolineal.Encuantoalosestimadoresde ,porejemplo,sea
b*
ciYi
Quedenotacualquierestimadorlinealinsesgadoarbitrariode .Elcriterioinsesgamientoimponedos
restricciones lineales sobre los ponderadores (Ci), dejando a (n2) ponderadores "libres". Esto puede
mostrarseen:
var b* var b* 2
ci wi
*
*
c w 2 0 , var b var b .Laigualdadslosemantienecuandoci;=wi;paratodoi,es
Donde i i
decir,cuandob*=b.Elestimadordemnimoscuadradostiene,pues,demnimavarianzaenlaclasede
estimadoreslinealesysedicequeesunbestlinearunbiasedestimator,orBLUE.
Ejemplo:
LosdatosdelasiguientehojasondatosmacroeconmicosdelosEstadosUnidosparaelperiodo1968
1982.11EstamosinteresadosenobtenemosunaecuacindeinversinentrminosdelPIBydelatasa
deinters.
PrimerollevamosatrminosrealeslasvariablesdeInversinyPIB,dividindolasporelndicedePrecios
alConsumidor(IPC).Podemosconstruirunpardevariablesconunefectopotencialenlainversin:Una
variabledetendenciatemporalylatasadeinflacin(calculadacomoelcambioporcentualdelIPC)(en
1967elIPCfuede79.06).
Queremosunmodelodelaforma
10
El AIC tambin penaliza la adicin de variables en el lado derecho en forma ms fuerte que la R2 ajustada.
11DatosdeGreene,W.H.(1997:241),Econometricanalysis.PrenticeHall.
20
Apuntes de Econometra
DatosdeInversiones
A
no
PIB
Inversi
n
IPC
Tasa Inter
s
1968
873.4
133.3
82.54
5.16
1969
944.0
149.3
86.79
5.87
1970
992.7
144.2
91.45
5.95
1971
1077.6
166.4
96.01
4.88
1972
1185.9
195.0
100.00
4.50
1973
1326.4
229.8
105.75
6.44
1974
1434.2
228.7
115.08
7.83
1975
1549.2
206.1
125.79
6.25
1976
1718.0
257.9
132.34
5.50
1977
1918.3
324.1
140.05
5.46
1978
2163.9
386.6
150.42
7.46
1979
2417.8
423.0
163.42
10.28
1980
2633.1
402.3
178.64
11.77
1981
2937.7
471.5
195.51
13.42
1982
3057.5
421.9
207.23
11.02
ClculosIntermediosenelAjustedelaRegresin
5.09
0.17
0.67
0.02
0.001
21