Documente Academic
Documente Profesional
Documente Cultură
INTRODUCCIÓN A LA ECONOMETRÍA
TEMA I
Profa. MarielisVillalobos
econometrialuz@gmail.com
1
1. Introducción
La palabra econometría está constituida por la conexión de dos palabras griegas: oikonomia
(economía) y metron (medida). Etimológicamente, Econometría significa medición de la economía.
La econometría es la rama de la disciplina económica que utiliza los métodos matemáticos y
estadísticos para cuantificar las relaciones teóricas entre variables económicas concretas. Se trata de la
aplicación de la Estadística y la Matemática al análisis de datos de origen económico, con el fin de
proporcionar apoyo empírico a los modelos matemáticos de la Teoría Económica. Es una disciplina
que combina la teoría económica, la matemática y la estadística. El papel esencial de la econometría
es la estimación y verificación de los modelos económicos.
2. Definiciones
Existen múltiples definiciones de la econometría, que son precisadas por diferentes autores, que
a continuación se mencionan:
Spanos (1986),afirma que la econometría esta dedicada al estudio sistemático de los fenómenos,
usando los datos observados.
2
Salvatore Dominick, la econometría es la integración de la teoría económica, las matemáticas y
las técnicas estadísticas con el propósito de probar hipótesis sobre fenómenos económicos, estimar
coeficientes de relaciones y predecir valores futuros de variables económicas.
La econometría se basa en métodos estadísticos para estimar las relaciones económicas, poner a
prueba teorías económicas y evaluar y poner en práctica políticas gubernamentales y comerciales,
La aplicación más común de la econometría es el pronóstico de variables macroeconómicas
importantes como la tasas de interés e inflación y el producto interno bruto. El pronóstico de los
indicadores económicos es muy común y con frecuencia recibe amplia publicidad, pero los métodos
econométricos sirven también en campos de la economía que no tienen nada que ver con las
predicciones macroeconómicas. Además, se utilizan los métodos econométricos con la finalidad de
pronosticar series de tiempo económicas, denominadas series temporales.
En las definiciones anteriores, se destaca el hecho de que la econometría conjuga el uso de los
conocimientos, métodos y técnicas de otras disciplinas perfectamente identificables. Cabría
preguntarse por qué se ha desarrollado independientemente de la Teoría Económica, de la
Economía Matemática, de la Estadística Económica Descriptiva o de la Estadística Matemática.
3. Evolución de la Econometría
En 1926 el Profesor noruego RagnarFrisch introdujo el término Econometría para denominar a una
nueva disciplina que surgía en el campo de la ciencia económica y estaba constituida por estudios en
los que se combinaban la Teoría Económica, la Estadística y las Matemáticas.
ETAPA PRE-ECONOMÉTRICA
ETAPA DE NACIMIENTO DE LA ECONOMETRÍA
4
ETAPA DE APORTACIONES BÁSICAS
ETAPA DE DESARROLLO
Aportes Económicos:
WILLIAN PETTY SIGLO XVII:
Considerado como el padre la Economía y gran impulsor de la Estadística. Existen indicios
que el Estudio demográfico de John Graunt sobre población londinense fue una obra conjunta
de Graunt y Petty. Para Petty la búsqueda de leyes económicas a partir de la observación
empírica constituía el principal objetivo científico de los economistas.
5
MOORE, EVANSS, HENRY SCHULTZ: Persistieron en que las tres disciplinas tenían que
utilizarse en común, realizaron contribuciones importantes. Otros economistas como: JOHN
M. KEYNES, JOSEPH A. SCHUMPETER y RAGNAR FRISCH fueron también grandes
impulsores de este movimiento.
MOORE: Realizó el trabajo denominado “EconomicCycles: theirLaw and Causes”,
publicado en 1914, considerado por muchos autores como el primer trabajo econométrico.
En 1926 cuando Frisch sugiere la creación de una asociación internacionalde economía pura;
sugiere la denominación de econometría, esta es la primera referencia histórica que se
posee sobre el término econometría por lo que se considera aFrisch como el autor de dicho
término.
“Su principal objetivo será promover estudios que contribuyan a la unificación de los
enfoques teórico-cuantitativo y empírico-cuantitativo de los problemas económicos y que
estén dominados por el espíritu riguroso y constructivo similar al que predomina en las
Ciencias naturales”.
El máximo creador del análisis econométrico de la demanda es Henry L. Moore; junto a este
sobresalen Working, Ezequiel y Shultz.
PRINCIPLAES REPRESENTANTES:
Koopmans, Aitken, Haavelmo, Anderson, Rubin, Durbin, Watson, Cochrane y Orcutt.
ALFRED COWLES. 1931. Ofreció proporcionar fondos para fundar una revista y una
organización de investigación para la EconometricSociety. La revista fue creada como
iniciativa de Cowles fue Econométrica, cuyo primer capítulo apareció en 1933 y desde
entonces hasta la actualidad. La organización investigadora creada por Cowles fue la
CowlesCommissionforResearch in Economics, que inició sus actividades en 1932 y que
estuvo vinculada a la Universidad de Chicago hasta 1955. En este año el grupo de
investigadores de la CowlesCommission pasa a Yale y se asocia con algunos miembros de
esta Universidad, constituyendo la CowlesFoundationforResearch in Economics.
6
En el campo de las aplicaciones de la Econometría destacan las aportaciones de Schultz y
Jureen, en el estudio de la demanda; Douglas en el estudio econométrico de la función de
producción; Davis en la función de consumo y Tinbergen y Klein, en la elaboración de los
primeros modelos econométricos.
TINBERGEN (1939), Utiliza por primera vez los modelos multinacionales con el ánimo de
explicar los ciclos económicos y verificar las diversas teorías en torno a los mismos.
En 1950 se publican una serie de trabajos que manifiestan la madurez alcanzada por la
econometría.
Problemas de Identificación y estimación de los sistemas de ecuaciones.
Publicación del primer modelo macroeconómico de Klein.
Estructura básica de modelos econométricos, que posteriormente se han abordado para la
predicción y la orientación de la política económica de varios países.
Primeros libros textos de econometría: Tinberger (1952), Klein (1953), Store (1959) y
Valavans (1959). Fueron defasados por el gran desarrollo de la econometría a partir de la
década de los años 70.
ETAPA DE DESARROLLO:Se inicia tras esta etapa de aportaciones básica, siendo creciente el
número de investigaciones tanto teóricas como aplicadas, gracias no sólo al desarrollo metodológico
sino también a la creciente disponibilidad de datos estadísticos y de métodos de cálculo.
Desarrollo del método de Mínimo Cuadrados en Dos Etapa, por Theil y Bassman.
Aportes de predicción óptima.
Modelos con retardos, en los trabajos de Koyck (1954) y Nervole (1958)
Modelos macroeconómicos para la predicción de las principales macromagnitudes
de un país.
En 1960 se efectúan numerosas aplicaciones prácticas a los modelos de demanda,
producción e inversión y se desarrollan los principales modelos macroeconométricos
de enfoque Keynesiano.
JOHNSTON (1963), configura los contenidos estándar que debe incluir un libro texto:
álgebra matricial, análisis estadístico multivariante, análisis de regresión simple bajo
supuestos óptimos, modificaciones en la metodología del análisis de regresión
como consecuencia del incumplimiento de los supuestos óptimos
(estudio de autocorrelación, heteroscedasticidad, multicolinealidad, errores en
variables, cambios estructurales en parámetros, etc.) y modelos de ecuaciones
simultaneas.
En 1970, se publica artículos sobre la predicción univariante, la metodología
ARIMA. En la década de 1980 y 1990 merecen destacarse las contribuciones
metodológicas relativas a los contrastes de especificación y evaluación de los modelos.
Estudios de competitividad y los modelos sectoriales. Así como los estudios de
cointegración.
7
Cómo Probar una Teoría:
TEORÍA
EXPRESIÓN
MATEMÁTICA DE
LA TEORÍA
CONFRONTACIÓN
DEL MODELO CON
LA DATA
8
4. Estructura de los Datos Económicos:
La variable tpib representa la tasa de crecimiento promedio del PIB real per cápita en el período
de 1960 a 1985. El hecho de que consgob60 (consumo del gobierno como porcentaje del PIB) y
9
secund60 (porcentaje de la población de adultos con secundaria) correspondan a 1960, mientras
que tpib es el promedio de crecimiento de 1960 a 1985, no genera ningún tipo de problema especial
al tratar esta información como un conjunto de datos de corte transversal. El orden de las
observaciones figura alfabéticamente por país, pero este ordenamiento no influye en ningún análisis
subsecuente.
Una característica fundamental de las series de tiempo, que las hace más difícil de analizar que
los datos de corte transversal, es el hecho de que pocas veces, acaso, se puede asumir que las
observaciones económicas son independientes en el tiempo. Casi todas las series temporales
económicas y de otro tipo están relacionadas con su historia reciente. Por ejemplo, conocer el
producto interno bruto del último trimestre puede proporcionar información sobre el nivel probable
del PIB en este trimestre, ya que esta variable tiende a ser bastante estable de un trimestre a otro.
Otra característica de los datos de series temporales, es la frecuencia de los datos, o sea la
periodicidad con la que son reunidos. En economía, las frecuencias más comunes son diarias,
semanales, mensuales, trimestrales y anuales.
El siguiente conjunto de datos de series temporales fue tomado del artículo de Castillo-Freeman
y Freeman (1992), sobre los efectos del salario mínimo en Puerto Rico. El primer año del conjunto
de datos es la primera observación y el más reciente disponible es la última. La variable salamin se
refiere al salario mínimo promedio en el año, cobes la cobertura promedio (el porcentaje de los
trabajadores cubiertos por la Ley de salario mínimo), desem es el índice de desempleo y pib es el
producto interno bruto. Se podría plantear un análisis de series de tiempo sobre el efecto del salario
mínimo en el empleo.
10
Combinación de datos de Corte Transversal:
Algunos conjuntos de datos tienen características tanto de corte transversal como de series
temporales. Por ejemplo, la realización de dos encuestas a nivel nacional de corte transversal de
hogares, una en 1985 y otra en 1990. En 1985 se entrevistó a una muestra aleatoria de hogares
sobre variables como ingreso, ahorro, tamaño de la familia, etc. En 1990, se realizó una nueva
muestra.
La combinación de cortes transversales de diversos años suelen ser un medio eficaz para
analizar los efectos de una nueva política gubernamental. La idea es recopilar datos de los
anteriores y posteriores del cambio en la política clave. A continuación se presenta un conjunto de
datos referido a los precios de las viviendas registradas en Estados Unidos en 1993 y 1995, dado
que en 1994 se redujeron los impuestos a la propiedad. Supongamos que se tienen datos sobre 250
hogares en 1993 y 270 en 1995. Las observaciones 1 a 250 corresponden a las casas vendidas en
1993 y las observaciones de 251 a 520 son de las 270 que se vendieron en 1995. Aunque no resulta
crucial el orden de los datos, suele ser muy importante seguir la pista del año de cada observación,
por ello se introduce año como variable.
Una combinación de cortes transversales se analiza en forma muy parecida al corte transversal
estándar, con la diferencia que con frecuencia se tiene que considerar las diferencias seculares de
las variables en el tiempo. Aumentar el tamaño de la muestra a menudo el punto crítico de un
análisis de las combinaciones de secciones de corte transversal, es ver cómo cambió con el tiempo
una relación fundamental.
Un conjunto de datos de panel (o longitudinales) consta de una serie temporal para cada
miembro de corte transversal en el conjunto de datos. La característica fundamental de los datos
de panel, que los distingue de las combinaciones de cortes transversales, es el hecho de que se da
seguimiento a las mismas unidades transversales (individuos, empresas o municipios por ejemplo)
durante cierto período.
11
A continuación se presenta un conjunto de datos de panel de dos años sobre delincuencia y
estadísticas relacionadas para 150 ciudades de Estados Unidos. Existen varias particularidades
importantes: En primer lugar, cada ciudad ha recibido un número del 1 al 150. Aquí no importa el
ordenamiento de los datos de corte transversal del panel. Es útil contar con el nombre de la ciudad
al igual que el número. En segundo lugar, los datos de dos años de la ciudad 1 llenan las dos
primeras filas u observaciones. Las observaciones 3 y 4 corresponden a la ciudad 2, y así
sucesivamente. Puesto que cada ciudad tiene dos filas de datos, entonces se tendrán 300
observaciones. Este conjunto de datos puede ser tratado como combinación de dos corte
transversales en el que las mismas ciudades aparecen el mismo año.
Al organizar las observaciones, se sitúan en forma contigua los dos años de datos de cada
ciudad, el primer año antes que el segundo. Esta es la forma preferida de ordenar conjunto de datos
de panel. En resumen, la razón de ordenar los datos de panel como en la tabla anterior es que se
necesitan transformar los datos de cada ciudad en los dos años.
En los datos de panel exigen la repetición de las mismas unidades con el tiempo, los conjunto de
estos datos, en particular los de individuos, hogares y empresas, son más difíciles de conseguir que
en las combinaciones de cortes transversales. No sorprende que al observar las mismas unidades
con el transcurso del tiempo, tengan varias ventajas sobre los datos de corte transversal e incluso,
sobre las combinaciones de datos y corte transversal.
En casi todas las pruebas de la teoría económica y, desde luego, para evaluar la política pública,
el objetivo del economista es inferir que una variable ejerce un efecto causal en otra. Dar una
asociación entre dos o más variables, pero a menos que se establezca una relación causal, pocas veces
será imperioso.
Por ejemplo, al analizar la demanda del consumidor, interesa conocer el efecto de cambiar el
precio de un bien en la cantidad demandada, mientras se mantienen fijos los demás factores, entonces
se puede conocer el efecto causal de un cambio de precios en la cantidad demandada.
12
A causa de la índole no experimental de la mayor parte de los datos recopilados en las ciencias
sociales, es muy difícil descubrir las relaciones de causalidad.
Modelos Económicos:Se pueden definir con una expresión lógica, verbal, gráfica o matemática
de las relaciones entre variables económicas.Un Modelo económico matemático: es un
conjunto de relaciones que representan un proceso económico, expresadas en forma
matemática, es decir, es una representación matemática y simplificada de un fenómeno
económico. Un modelo matemático, es un sistema de ecuaciones en el que se expresa el
conocimiento que a priori se posee sobre el comportamiento de las variables que conforman un
determinado problema económico. La construcción de un modelo, es un proceso creativo, en el
que se pretende deliberadamente simplificar la realidad con toda su complejidad y diversidad,
reduciendo el problema a expresiones manejables y útiles, para lo cual se debe eliminar lo
supuestamente superfluo, y captar las características cruciales del fenómeno económico en
estudio.
6. Tipos de Modelos
La especificación.
El número de relaciones.
La forma de las relaciones.
La inclusión o no de variables endógenas retardadas.
El sector exterior.
El ámbito.
Los datos considerados.
13
Modelos deterministas o exactos: Se supone la existencia de variables que satisfacen
exactamente las ecuaciones.
Modelos estocásticos: Que no admite la posibilidad anterior por dos razones: En primer
lugar, porque el investigador sólo incluye algunas variables que determinan el
comportamiento del fenómeno objeto de estudio, y en segundo lugar, por la poca
exactitud con que generalmente se miden y realizan las observaciones económicas. Así
los modelos estocásticos son aquellos que incluyen las perturbaciones aleatorias.
Valavanis(1959) señala cuatro razones por las que un modelo econométrico debe ser
estocástico: formulación incompleta de la teoría, especificación imperfecta de las relaciones,
agregación y errores de medida.
Ct 0 1 (1 t )Yt 2 rt 1t
I t 0 1 (Yt 1 Yt 2 )Yt 2 rt 1 2t
Yt Ct I t Gt
14
sustituciones o transformaciones matemáticas. Surge, con esto, el problema de la linealización que
trata de los artificios que pueden utilizarse para conseguir aquella finalidad.
Tipos de modelos según la consideración que efectúen acerca del sector exterior:
Modelos Abiertos
Modelos Cerrados
Estos modelos guardan relación con los conceptos de economía abiertas y economías
cerradas, respectivamente, es decir, los primeros tienen en cuenta las relaciones con el exterior,
mientras que los segundos no.
Tipos de modelos según su ámbito o cobertura: Desde el punto de vista del ámbito o
cobertura de los modelos, éstos pueden ser:
Modelos Microeconómicos
Modelos Macroeconómicos
Tipos de modelos según los datos que utilizan: Desde el punto de vista econométrico se
clasifican en:
Los datos de series temporales consisten en las observaciones de las variables a lo largo de
un cierto período temporal. Por ejemplo, los datos trimestrales del PNB desde 1975 hasta
1999.
Los datos de corte transversal (cross section) consisten en las observaciones de las variables
para diferentes sujetos (o unidades de referencia) en un momento dado. Por ejemplo: los
ingresos de las familias de una ciudad determinada en enero de 1999, o renta per-cápita de
los estados de Venezuela en 1998.
Existen diferentes tipos de modelos de pendiendo de cómo las variables exógenas se relacionan
con las variables endógenas:
Modelo Simple: Una variable endógena está en función lineal de una sola variable exógena. El
modelo simple consta de una sola ecuación lineal donde existe una variable dependiente y una sola
independiente. Asumiendo que y es la variable endógena y xes la variable exógena, el modelo queda
especificado por la siguiente ecuación:
15
y 1 2 x
Las técnicas econométricas sirven para confrontar modelos económicos con datos del mundo
real, el objetivo esencial de la econometría es la estimación y contraste de los modelos económicos.
Con su ayuda, determinada teoría económica puede considerarse como inadecuada o inaplicable en una
situación particular. Si bien la econometría no puede probar la veracidad o falsedad de una teoría,
puede mostrarla como consistente o inconsistente con la realidad y darle mayor profundidad y utilidad
consiguiendo valores numéricos para los parámetros del modelo que permitan la mejor proyección y
control de las variables económicas y hagan más eficaz la política económica.
Determinación de los objetivos del estudio: Se deben establecer los objetivos del estudio,
revisar la teoría relevante para concretar el marco teórico apropiado que conduzca a la
formulación de hipótesis sobre las relaciones de las variables importantes en el estudio.
Especificación del modelo:La hipótesis de conducta en el paso anterior deben encontrar una
precisa formulación en términos matemáticos. Se escogerá la forma funcional de las ecuaciones
a usarse y las características del término de perturbación o error en las ecuaciones. Estas deben
ser en primer lugar de una manera simple para que se entienda su significado y puedan, al
mismo tiempo, manejarse con relativa facilidad, en segundo lugar, deber ser consistentes con la
teoría económica y las hipótesis que tratan de representar. Esta etapa consiste en la
construcción del modelo mediante el cual va a ser investigado empíricamente un fenómeno
económico determinado, abarca tres aspectos generales:
a) Acotación de la realidad que se desea estudiar o elección de las variables que deben ser
explicadas.
16
b) Identificar las variables que intervienen, distinguiendo: las variables o factores esenciales, y
la parte aleatoria o perturbación aleatoria.
c) Formulación de la relación existente entre las variables objeto de estudio y el resto de las
variables del modelo, o determinación de la forma funcional.
Identificación del Modelo: En los modelos multiecuacionales hay que determinar, como un
paso previo a la estimación de los parámetros de una ecuación dada, si es posible estimarla. Es
frecuente que en un modelo en forma estructural algunas ecuaciones sean estadísticamente
idénticas y al proceder a la estimación no se sepa cual de ellas se está estimando. Si una
ecuación está identificada se puede proceder a su estimación con la seguridad de que se está
estimando esa y no otra o una combinación híbrida derivada de dos o más ecuaciones de la
forma estructural. El problema de identificación es un problema econométrico muy importante
que debe ser estudiado en conexión con los modelos multiecuacionales.
Estimación: El siguiente paso es usar los datos de las variables para estimar los parámetros del
modelo mediante métodos estadísticos apropiados. Como se verá más adelante el método
mínimo cuadrado es ampliamente usado en la estimación de los modelos econométricos; sin
embargo, los problemas característicos de los modelos económicos han llevado al desarrollo y
aplicación de otros métodos de estimación. La estimación consiste en la determinación
aproximada de los parámetros que figuran en el modelo.
Evaluación del modelo: Una vez estimados los parámetros del modelo, hay que verificar si las
hipótesis teóricas postuladas por el mismo son respaldadas por la evidencia empírica disponible.
Criterios tanto como la consistencia de los signos y magnitudes de los estimadores, la bondad
del ajuste de las ecuaciones, la habilidad de proyección, etc. Son utilizables para determinar si
el modelo constituye un retrato suficientemente aceptable del fenómeno estudiado o si una
diferente especificación debe ser formulada. En este último caso, se debe proceder a la
reformulación del modelo.
17
8. Componentes del Modelo Econométrico:
Variables: Son los factores o entes elementales que actúan en un fenómeno, desde el punto de
vista cuantitativo. En las matemáticas las variables se clasifican en: Variables dependientes y
Variables independientes. Pero a la hora de analizar la realidad económica no resulta fácil
realizar la distinción enunciada, y se hace necesario por tanto, acudir a otra clasificación, en
economía se distingue:
Variables Endógenas: Aquellas que vienen explicadas por el funcionamiento del modelo.
Se identifican con las variables dependientes.
Variables Exógenas: Son aquellas cuyos valores inciden sobre el modelo desde el exterior,
es decir, son determinadas fuera del modelo pero influyen en el comportamiento de las
endógenas. Se identifican como las variables independientes.
Por otra parte, las variables que aparecen en un modelo se pueden referir al mismo período ( o
al mismo instante temporal) o a períodos distintos. Más concretamente, las variables de un
modelo pueden referirse exclusivamente a un período t, o a los períodos t, t-1, t-2,…. En este
último caso decimos que el modelo contiene variables retardadas en el tiempo.
Parámetros: Los parámetros o coeficientes son magnitudes que permanecen constantes dentro
de un fenómeno concreto. Normalmente son dos los tipos de parámetros sobre los que se quiere
obtener información cuantitativa:
Parámetros de Posición: son los que entran en el momento de primer orden o esperanza
matemática de la variable dependiente.
Parámetros de dispersión: Se refieren a la varianza de las perturbaciones aleatorias.
Dentro del primer tipo, los parámetros son los factores de ponderación correspondiente a cada
variable explicativa o predeterminada y miden el efecto de las fluctuaciones de estas variables
sobre la variable explicada o endógena. Por ejemplo, el modelo de la telaraña:
1 0 , 1 0
Dt 1 1Pt 1t ;
St 1 1Pt 1t ; 2 0 , 2 0
Dt St
Donde:
D=Demanda, S=Oferta y P=Precio, el parámetro 2 mide el impacto que el nivel de precio P
de un período tiene sobre el nivel de oferta del período siguiente. En otras palabras, los
parámetros pueden interpretarse en términos de la variable que acompañan en la relación; por sí
solos no tienen interpretación concreta. En este ejemplo los parámetros de posición son:
1 , 1 , 2 , 2 .
Mientras que los parámetros de dispersión son:
Las relaciones que aparecen en los modelos econométricos pueden clasificarse de la siguiente
forma:
19
Ejemplo: Función de Consumo, según la cual, éste es función de la renta disponible ( Yt
PIB-Impuestos): Ct Yt t
Ecuaciones Institucionales o legales: Tratan de reflejar los efectos provocados en la
actividad económica por las leyes o normas institucionales, es decir, son las que describen el
impacto del ordenamiento jurídico y social existente sobre el fenómeno en cuestión. El
ejemplo típico de estas relaciones es el sistema impositivo.
Yt ALt K t e t
Ejemplo: Dt St
Donde: D= Demanda y S= Oferta.
20
9. Clasificación de las Variables para un Modelo de toma de decisión:
Variables Endógenas
Variables Predeterminadas
o Variables Exógenas
o Variables Endógenas Con Retardo
o Variables Exógenas Con Retardo
Variables Aleatorias
Variables Expectativas
Variables Endógenas
o Variables Endógenas Objetivos
o Variables Endógenas No Objetivo
Variables Exógenas
o Variables Exógenas Controlables
Instrumentrales
No Instrumentales
o Variables Exógenas No Controlables
Modelo Nivel-Nivel:
Con:
𝑌𝑖
𝐸 𝑋1𝑖 , 𝑋2𝑖 , … , 𝑋𝑘𝑖 = 𝛽0 + 𝛽1 𝑋1𝑖 + 𝛽2 𝑋2𝑖 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖
𝑌𝑖
𝑉 𝑋1𝑖 , 𝑋2𝑖 , … , 𝑋𝑘𝑖 = 𝜎2
∆𝐸 𝑌 𝑋 , 𝑋2 , … , 𝑋𝐾 = 𝛽𝑗 ∆𝑋𝑗
1
∆𝐸 𝑌 𝑋 , 𝑋2 , … , 𝑋𝐾
1
𝛽𝑗 =
∆𝑋𝑗
21
Interpretación del coeficiente: El coeficiente 𝛽𝑗 como el número de unidades que varía en media Y
cuando 𝑋𝑗 varía en una unidad (permaneciendo el resto de las variables constantes). El término
constante 𝛽0 se interpreta como el pronóstico de Y cuando las 𝑋𝑗 se anulan.
BIBLIOGRAFIA
MUÑOZ, Samaria. “El Proceso Econométrico a través de Eviews 2.0” Módulo de Estudio. Facultad
de Ciencias Económicas y Sociales. Escuela de Economía. Universidad de los Andes. Mérida-
Venezuela.
PEREZ LOPEZ, César. “Problemas Resueltos de Econometría”. Paso a Paso. Instituto de Estudios
Fiscales Universidad Complutense de Madrid. Thomson. 2006. España.
PULIDO, Antonio y PÉREZ, Julián. “Guía para la Elaboración de Modelos Econométricos con
Eviews”. Ediciones Pirámide.
22