Economía Econometría I

UNIVERSIDAD DEL AZUAY

FACULTAD DE CIENCIAS ADMINISTRATIVAS

ESCUELA DE ECONOMÍA

“RESUMEN DEL CAPÍTULO 2 GUJARATI (ECONOMETRÍA I)”

“EJERCICOS DEL CAPÍTULO 2”

MARCELO CÁRDENAS SEMPERTEGUI.

FECHA: 25 DE OCTUBRE DEL 2019

 Economía Econometría I

Análisis de Regresión con Dos Variables

1. Regresión con Dos Variables

Regresión bivariable o con 2 variables, la variable dependiente se relaciona con una sola variable
explicativa.
Se relaciona en gran medida con la estimación o predicción de la media (poblacional) o valor
promedio de la variable dependiente con base en los valores conocidos o fijos de las variables
explicativas.

El analisis de regresion estima o predice la media de la poblacion o valor medio de mi variable

dependiente, en base a valores cnocidos y fijos de la variable independiente.

Grafico 1. Distribución condicional del gasto en varios niveles de ingreso

Existe una variación considerable de en el consumo semanal de cada tipo de ingreso, el consumo se
incrementa a medida que aumenta el ingreso.

2. Concepto de función de regresión poblacional (FRP)

Esta función denota que el valor esperado de la distribución de “Y” dada “Xi” se relaciona
funcionalmente con “Xi”, dicho de otro modo, dice como la media varía según “X”
 Economía Econometría I

β1 y β2 son parámetros no conocidos, pero son fijos y se denominan coeficientes de regresión “β1 y
β2”.

3. Linealidad en las variables

El concepto de linealidad es aquel en donde “Y” dependerá y estará en función de “Xi” la variable
“X” deberá estar elevada a la potencia de grado 1

4. Linealidad en los parámetros

El máximo exponente de β1 y β2 debe ser de grado 1 igualmente.

Tabla 1. Modelos de regresión lineal

5. Especificación estocástica de la FRP

La desviación “u” es una variable aleatoria no observable que adopta valores positivos o negativos.
Técnicamente, “ui” se conoce como perturbación estocástica o término de error estocástico.
Representa las variables omitidas que afectan a “Yi” pero que no fueron consideradas en el modelo.
Normalmente se utiliza la función de regresión muestral estocástica para estimar la función de
regresión poblacional, pues, no siempre se tiene acceso a observaciones poblacionales.
El termino de perturbación “u” desempeña una función crucial para estimar la función de regresión
poblacional.