Documente Academic
Documente Profesional
Documente Cultură
MODELO ECONOMÉTRICO
De forma má s intuitiva:
MAYUNTUPA ECHEVARRIA, ROY WALTER
Una vez definidas las variables comenzamos con los primeros aná lisis.
-
0.14 -- ,-----,------,-----,----,-----,------,----,---
-
0.1 2.
+
0.1
-+
-
+
+
ti
-
+
+
0. 08- +
-+
+
+
+
++
u +
+
Cl
.
+
0. 06
+
1
-
++
1
0. 04
+
1
0. 02.
1
+
+
1
-
+
1. 1 ,e + 006 1 + 1 1 1 1 1 1 1
+
+ + + +
1
l e + 006- +
+
1
'9 0000 0 -
+
8-00000 - +
+
700000 - +
+
[(l
Cl.
60000 0 - +
+
500000 - +
+
+
+ +
4000 00 - + + +
+
+
300000 ,...
+
+
++
2.0 0000 -
+
+
1 1 1 1 1 1 1 1
1 00000
2. 2 3 3 4 4 5 55
00 5 0 5 P. 0 5 0 00
0 0 0 0 a 0 0 0
MAYUNTUPA ECHEVARRIA, ROY WALTER
Estas grá ficas presentan la ausencia de correlació n entre las variables, para llegar a esta
conclusió n, nos podemos fijar en la falta de una línea de ajuste y también en los valores
numéricos, ya que tiene valores inferiores en términos absolutos al 0,36.
MAYUNTUPA ECHEVARRIA, ROY WALTER
Estas grá ficas muestran una correlació n positiva, por la pendiente de la línea de ajuste.
También podemos llegar a la misma conclusió n, porque los valores son mayores y con signo
MAYUNTUPA ECHEVARRIA, ROY WALTER
positivo.
MAYUNTUPA ECHEVARRIA, ROY WALTER
+
0.1
0. 08 +
+
+
u
Cl.
0. 05
0. 04 +
+
+ +
+ + +
++
+ +
0. 02 +
+
+
1 00
+ +
2.00 +
+
+
Estas grá ficas muestran la correlació n negativa a través de la pendiente y fijá ndonos en los
datos que tienen má s valor a la hora de llegar a una conclusió n, nos muestran que son mayores
que el 0,36 pero con signo negativo.
6000
1.1e+ 006
PIB (d e re c h a
) -- Pa ro (iz q u i e
5500 rd a ) -- 1,e+006
5CJOO 900000
4 500 S,00000
700000
4 0 00
600000
3500
500000
3000
4'00000
2 500
300000
2000
2.00000
1 500
100000
1'9 8 5 1'9 90 1 9 9 5 2.000 2.00 201
0.14 5 0
1.1e+ 006
PIB (d e re
ch a) I PC ( iz 0.08
q u i e rd a)
0.12
0.06
0.1
0. 04
MAYUNTUPA ECHEVARRIA, ROY WALTER
1,e+006
0.02 900000
S,00000
700000
600000
500000
4'00000
300000
2.00000
o
1'98 5 1'990 1 99 5 2.000 2.00 1 00000
201
5
0
1.1e+ 006
PI B (,dere cha) -
SMI ( iZJquierd a) --
600 1,e+006
550 900000
500 S,00000
450 700000
400 600000
350 500000
300 4'00000
2.50 300000
2.00 2.00000
150 1 00000
1985 1'9 9 0 1'99 5 2.000 2 00 5 2010
550
2.5000
0 500
2.000 450
00
400
1
50000 350
10000 300
0
250
50000
200
o- -- - - - -- - - - -- - - - -- - - - - - - - - -- - 150
1 '98 5 1'9 90 1 99 5 2.000 2.00 2010
5
MAYUNTUPA ECHEVARRIA, ROY WALTER
1.2,e+006
PIB -
FB - -
le+ om,
800000
600000
400000
200000
350000 6000
P,a o (d e re c h a ) -
FB (iz q u i e rd a ) --
5500
300000
5000
2.50000
4500
2.00000
4000
15 0000 3500
3000
100000
2500
50000
2000
o - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 1 50 0
1'98 5 1'99 0 1'995 2.000 2.005 2010
MAYUNTUPA ECHEVARRIA, ROY WALTER
650 6000
P,aro (,derech a) -- SMI ( iZJquierd a) --
600
5500
550
5000
500
4500
450
4000
400
3500
350
3000
300
2500
2.50
2.00 2 0 00
1 50
1500
1985 1'990 1 99 5 2000 2.00 5 2.ül
0.14 O
6000
Pam ( derech
a) I PC ( izqu
ierd a) 5500
0.12
5000
0.1
4500
0.08
4000
0.06 3500
3000
0.04
2500
0.02
2000
o
1 500
l'9 B5
1'990 1'99 5 2000 2005 2010
MAYUNTUPA ECHEVARRIA, ROY WALTER
Estas grá ficas concluyen con las mismas ideas que en con las grá ficas anteriores. Podemos
observar una correlació n directa en los casos en los que las fluctuaciones son del mismo tipo, es
decir, cuando una aumenta la otra variable también. También se da el caso de correlaciones
inversas en los casos en los que una variable aumenta, la otra disminuye y viceversa. Por
ú ltimo, observamos que en algunos casos no se observa una correlació n entre las variables, esto
se percibe porque cada variable fluctú a a su libre albedrío sin relació n con la otra a la que se le
enfrenta.
Destacar una curiosidad en la comparació n de estas grá ficas con las anteriores, que es en el caso
de SMI VS PARO. Este es un caso curioso, porque en los valores no se observa relació n, pero al
presentar estas dos variables enfrentadas aparece la línea de ajuste y ahora, nuevamente, nos
dice que no hay relació n el grá fico de series temporales, en el cual podemos destacar que se
aprecia una cierta relació n en los ú ltimos añ os. Esto se puede deber al nivel de confianza con la
que cada una trabaje.
Media de la vble.
dep. 2.979.533 D.T. de la vble. 9.509.40
dep. 6
Suma de
cuad. 2471115 D.T. de la 3.143.95
Residuos regresión 6
R-cuadrado
R-cuadrado 0.905770 corregido 0.890693
F(4, 25) 6.007.723 Valor p (de F) 1.85e-12
Log-verosimilitud -2.123.529 Criterio de Akaike 4.347.05
8
Crit. de
Criterio de Schwarz 4.417.118 Hannan- 4.369.47
Quinn 1
Rho 0.572238 Durbin-Watson 0.779034
Estimando el modelo por mínimos cuadrados ordinarios, obtenemos que 3 de los 5 pará metros
son significativos, es decir solo influye en el modelo las variables IPC, SMI, FB, mientras que
PIB y la constante no influyen en el modelo.
Obtenemos una bondad de ajuste muy alta, entorno al 90%, que sumado a las correlaciones
obtenidas anteriormente, puede presentar graves problemas de multicolinealidad, aunque eso ya
lo trataremos en los siguientes apartados.
Por cada unidad que suba el IPC ( 1%), el desempleo aumenta en 10178 personas.
Por cada euro que crezca el SMI, el desempleo aumenta en 175 personas.
Por cada milló n de euros que crezca la FB, el desempleo decrece 0,02 personas.
A la vista de los resultados, podemos decir que nuestro modelo sigue una línea ló gica, ya que no
hay ningú n signo raro.
MAYUNTUPA ECHEVARRIA, ROY WALTER
PROBLEMAS
Normalidad
Para que el estimador sea eficiente, los residuos deben seguir una distribució n normal.
Ademá s de los grá ficos, el contraste nos indica que no sigue una normal, por lo que tomamos
logaritmos en la variable explicada, y después comprobamos si se ha solucionado el problema.
Ahora sí, aceptamos la hipó tesis nula, es decir, el modelo sigue una distribució n normal.
MAYUNTUPA ECHEVARRIA, ROY WALTER
Multicolinealidad.
Al realizar el contraste de multicolinealidad, nos dieron como resultados los siguientes:
Con este modelo, todas los pará metros menos la constante, son significativos. La interpretació n
de los coeficientes seria:
Por cada subida porcentual del IPC, el desempleo aumenta 9495,28 personas
Por cada milló n de euros de subida en el FB, el desempleo aumenta -0.0223503 personas
Sin embargo, comprá ndolo con el criterio de Schwarz, es mejor modelo el anterior, aunque el
nuevo modelo no presenta problemas de multicolinealidad.
MAYUNTUPA ECHEVARRIA, ROY WALTER
Heterocedasticidad
A priori no deberíamos encontrarnos con este problema ya que trabajamos con datos de corte
temporal
MAYUNTUPA ECHEVARRIA, ROY WALTER
H0: Homocedasticidad
H1: Heterocedasticidad
Observando el p valor, aceptamos la hipó tesis nula, por lo que las perturbaciones son
homocedá sticas.
MAYUNTUPA ECHEVARRIA, ROY WALTER
Lo mismo ocurre al hacer el test de White. Visto que no hay problemas de heterocedasticidad,
pasamos a detectar posibles problemas de autocorrelació n.
Autocorrelación.
DURBIN-WATSON 0.761158
Modelo final
Después de analizar los posibles problemas, este sería nuestro modelo final.
Predicciones
Para el añ o 2017 con los valores de nuestras variables
Conclusiones