Curso Basico de Econometria - Vargas, G

GIOVANNI VARGAS PALOMINO
INEI – marzo 2018

CUSCO
GIOVANNI VARGAS PALOMINO ninogioo@hotmail.com Curso de Econometría Básica – INEI – Sede– Cusco-versión marzo 2018
Modelo lineal de regresión múltiple.
Hipótesis
Estimación
Inferencia y
Predicción
El objetivo de este curso es la presentación de las técnicas econométricas
básicas, tanto clásicas como modernas, y su tratamiento con las herramientas
más adecuadas de cálculo automatizado. Se utilizarán los paquetes de
software más habituales, como son EVIEWS, STATA, SPSS y SAS, para abordar
de modo sencillo el trabajo econométrico. Las sesiones se inician con la
exposición de los conceptos y notas teóricas adecuadas, para resolver a
continuación una variedad de ejercicios que cubran los conceptos expuestos.
No se trata, por tanto, de hacer una exposición teórica completa con
demostraciones, sino más bien de recopilar la mayor parte de los conceptos
econométricos e ilustrarlos con la práctica a través de las herramientas de
software adecuadas.
En econometría nos planteamos la idea de elegir entre una forma funcional
que mejor ajuste a las variables a analizar ejemplo:
Cual es la mejor forma funcional para analizar la relación entre Y e X:
Lineal
Logarítmica
Semi-logaritmica
Inversa
Cuadrática
Potencia
Polinomica
Comente otras formas funcionales de una relación entre variables que le

sugiere su teoría……
• Modelo lineal de regresión múltiple.
• Hipótesis
• Estimación
• Inferencia y
• Predicción
Definición
El modelo de regresión lineal tiene la siguiente estructura:
Donde:
Yt, es la variable dependiente, Xt es la variable independiente:
Ejm:
1) Yt puede ser el retorno de un portafolio y Xt el retorno del mercado.
2) Yt el rendimiento de notas de los alumnos de pre-grado del colegio W y Xt son la notas por curso.
Los parámetros alpha, beta, establecen la relación lineal entre Yt y Xt, y son los que se buscan estimar.
Asimismo, et (épsilon), es una variable aleatoria de media cero y varianza constante, sigma2, que mide la parte
de la variable dependiente que no se explica por el modelo. Es también el residuo de regresión.
Regresión Múltiple
A1: Xt es fijo en distintas muestras.
A2: E(Y) = Xt*beta, define el valor esperado de Y
A3: Var(Y) = sigma2, define la varianza de Y
A4: E(epsilon(t)) = 0, E(epsilon(t)2)=sigma2
A5: E(epsilon(t)*X) = 0
A6: u, sigue una distribución normal(0, sigma2)
Datos:
Dados los datos en el archivo ….., en formato excel,
insertemos en los programas estudiados en este curso,
y analicemos las características de esta data. Que
puede concluir de estos datos………
Como realizaría una análisis estadístico en dichos

programas…….
Si su amigo le comenta que es la variable Y
es el pbi y Xt es el consumo agregado
peruano de 1990 al 2000, que signo le
signo le sugiere dicha relación que se
esperaría dicha relación …., los parámetros
deben ser….
Comente nuevos hallazgos……
En Stata
En Eviews
En SPSS
En SAS
Los conocía antes……

«The estimated effect of Catholic Schooling on Educational Outcomes using
Propensity Score Matching», autores: Anh Ngoc Nguyen, Jim Taylos And
Steve Bradley, Departamt of Lancaster University, UK, Oxford, Bulletin of
Economic Research 2006.
Analiza la Relación entre el impacto de la

educación en colegios católicos a comparación de
colegios publico.
Objetivo: Analizar si los estudiantes de colegios

Catolicos tiene mayor rendimiento en las pruebas
de matemática y comprensión lectora a diferencia
de alumnos de colegio publico….
Fuente de Datos:
Data de la National Educational Longitudinal Study (NELS:88/94-2000), data cross section.
Muestra: 24,599 alumnos, que describen distintas características:

 Scores de matemáticas
 Score de lenguaje
 Nivel de Instrucción de los padres
 Genero
 Etnia
 Estructura Familiar
 Ocupación de los padres
 Habilidades de los padres
 Tipo de religión
 Lugar de residencia
 etc
Principales Resultados:
Hay evidencia que con el método utilizado, la educación en colegio Católicos, genera mayores
beneficioso a los alumnos en los scores de matemática y lenguaje, además de mayor probabilidad
para ingresar a la universidad.
Que puede comentar de esto:…………
El estimador de mínimos cuadrados ordinarios:
En la practica no se conocen los valores de alpha, beta y sima, por lo que estos
parámetros tienen que estimarse a partir de los datos de Yt, Xt.
Un método bastante utilizado para lograr este objetivo es el de mínimos cuadrados

ordinarios MCO ó (OLS) por sus siglas en ingles.
Este método busca obtener los parámetros del modelo que minimiza el tamaño del
residuo. Para ello utilizan como métrica del tamaño la suma de cuadrados residuales
definido de la siguiente manera:
El estimador de mínimos cuadrados ordinarios:
El estimador MCO se obtiene de escoger los parámetros que minimizan la suma de

cuadrados residuales, esto es:
De donde se obtiene:
Igualmente para el caso de beta:
De esta última ecuación el estimador para el parámetro beta esta dada por:
Bajos los supuestos A1 y A5, los estimadores de mínimos cuadrados
ordinarios son consistentes, insesgados y eficientes.
La propiedades de consistencia se deriva del supuesto de ausencia de

correlación entre el residuo y los regresores.
La eficiente del estimadores se deriva del supuesto de constante de la

varianza del residuo en el tiempo y de la ausencia de correlación serial,
supuestos, A3 y A4. (perturbaciones esféricas).
 Un indicador natural de bondad de ajuste es la suma de cuadrados
residuales, , sin embargo esta medida depende de las unidades de las
variables y por lo tanto no es útil como indicadores comparativo entre
modelos distintos.
 La medida mas general de bondad de ajuste es el . hay dos posibles

definiciones de este indicador:
 Cuando se incluye un intercepto en la regresión las dos medidas son
iguales. Si el intercepto no esta presente, el , puede ser negativo, y
puede ser mayor que 1.
 Las medidas de son crecientes en el numero de parámetros a estimar. Si

K=n, entonces =1.
 Para evitar este potencial sesgo se utiliza el ajustado que define como:
 Chequee Stata, Eviews, Spss, donde esta el cuadrado ajustado.
 Y el , cuadrado
 Existen otras formas de evaluar el mejor modelo, si las conoce comente….
Si bien es cierto, que el método de regresión se aplica a modelos lineales. Este requisito se aplica para los
parámetros y no para las variables.
Los siguientes ejemplos muestran casos de modelos no lineales pero que pueden transformarse en lineales si
se transforma adecuadamente las variables.
Ejemplo:
 Un modelo exponencial se transforma en lineales tomando logaritmos al modelos:
 Otro ejemplo es,
Si el residuo se distribuye normalmente y su desviacion estándar
es conocida, los parámetros tienen una distribución normal, y
una distribución t- student cuando la desviacion estándar se
estima.
La prueba de hipótesis mas usuales son del tipo:

y
En este caso el t - estadístico esta dado por:
Chequeemos las pruebas de hipótesis en STATA, Eviews y SPSS, SAS.
Que la parecen las pruebas de hipótesis?, son las únicas pruebas que
nos pueden servir para identificar las características de los individuos a
analizar? Como, explique……
Con el archivo …… realice el análisis de regresión, realizar la prueba de

hipótesis t-student, F-fisher, análisis de correlación, regresión
(coeficiente de determinación), explique las diferencias entre estos de
sus resultados, para esto use cualquier paquete, eviews, stata, spss,
sas, …. ¿Son iguales o diferentes,…explique.
Interprete sus resultados………
En el caso que se desee realizar una prueba de hipótesis conjunta, es decir tanto para alpha,
como para beta, se utiliza una prueba F.
La prueba de hipótesis en este caso es:
Si . Entonces, el estadístico es:
Donde SRR* es la suma de cuadrados residuales del modelo restringido (el que se estima bajo la
hipótesis nula) y SRR represéntala suma de cuadrados residuales del modelo sin restringir. Asimismo,
que representa el numero de restricciones que se imponen al modelo.
La varianza del residuo se estima a partir de la suma de los residuos
al cuadrado, de la siguiente manera:
Donde, n es el número de datos, y k el numero de parámetros a

estimar.
Este estimador también es insesgado, consistente y eficiente.
Potenciales efectos:
Suponga que el verdadero modelo que explica el comportamiento

de los retornos de una variable financiera esta dado por:
Por error se estima el siguiente modelo alternativo:
En este caso el estimador de MCO de beta1, será inconsistente, la

dirección y el tamaño del sesgo dependerá de beta2 y de la
correlación entre X(t) y X(t)2.
Por ejemplo, se obtiene un coeficiente positivo cuando se
regresiona salarios con educación pero en este caso se omite una
variable relevante que es habilidad o experiencia. Algunos casos
comunes de variables omitidas son la estacionalidad, la dinámica y
la presencia de no linealidad.
Ponga otros ejemplos en función a sus especialidad y diga como se

estimaría o corregiría este modelo si tiene problema de forma
formal?
Cuales son los test cuando existen variables omitidas…..
Recuerda algunos test cuales son…..
Los comandos cuales son…..
En el caso opuesto, si el verdadero modelo es:
Por error se estima el siguiente modelo alternativo:
En este caso el estimador OLS de beta1, es consistente, pero poco

eficiente debido a que la varianza del estimador es mayor. Estos dos
ejemplos ilustran que existe un trade-off entre sesgo y eficiencia.
Si las variables explicativas no se consideran determinísticas sino

estocásticas, la inclusión de variables irrelevantes puede también
generara inconsistencia en la estimación de Beta1.
Criterios de información:
La posibilidad de incluir variables irrelevantes o de excluir variables

relevantes hace necesario tener criterios para escoger entre modelos
alternativos.
Un primer criterio es escoger el modelo con la mejor bondad de ajuste,

en este caso escogería el modelo con el , ajustado mas alto.
Una segunda alternativa es escoger el modelo utilizando criterios de

información del ajustado, penalizando la bondad de ajuste por el
numero de parámetros a estimar.
Se escogen los modelo que tengan los menores valores para los distintos
criterios de información.
Criterios de información:
Los criterios de información más utilizados son el Akaike (AIC),

Schwarz (SC) y Hanan Quinn (HQ), cuyas formulas son:
Donde, I es el logaritmo de la función de verosimilitud, k el número

de parámetros en la regresión y T, el tamaño de la muestra.
Describa la función de verosimilitud, y cual es su función de log-
likelihood?
Esto es diferente al método de OLS?, descrito hasta ahora?...,

porque?, interprete la evidencia según sus conocimiento
previsto,........
Importante:
Otros criterios importantes para seleccionar modelos son:
 La consistencia con la teoría, por ejemplo que los parámetros

tengan el signo correcto.
 Consistencia con los datos.
 El comportamiento de los residuos, estos deben ser no

correlacionados, homocedasticos, y idealmente deberían
distribuirse normalmente.
 La capacidad predictiva del modelo.
Programas:
Eviews…., se recuerda el concepto de la asimetría, y de la curtosis, y

del estadístico Jarque Bera (JB)?
Puedo utilizar el JB, también en STATA?....
 Y como contrasta SPSS, la normalidad, que les recuerda los

gráficos PP, QQ, …Kolmogorov Smirnov, lo recuerda?
Prueba de Normalidad.
La hipótesis nula de esta prueba es normalidad en la serie que se

evalúa.
El estadístico que se utiliza para realizar la prueba esta dada por:
Este estadístico se distribuye como una chi-cuadrado con 2 grados

de libertad.
Cuando se sospecha que algunas observaciones pueden tener un efecto

desproporcionado en lo resultados de la regresión, es útil evaluar como
cambian los resultados de la estimación si se omite esta observación:
Si los resultados cambian de manera significativa será evidente a favor de

la presencias de valores extremos, en este caso se omite esta observación
de la estimación.
Alternativamente se puede evaluar la evolución de los residuos

normalizados por su desviacion estándar, valores muy grandes en
comparación con una distribución normal estandarizada son evidencia a
favor de la presencia de valores extremos.
Se dice que una regresión lineal presenta el problema de

heteroscedasticidad cuando el supuesto de varianza constante del
residuo no se cumple.
La varianza del residuo puede cambiar en el tiempo, o puede

cambiar en función a la evolución de alguna variable exógena.
El principal problema que genera la heteroscedasticidad es la

perdida de eficiencia de los estimadores. Este problema se
manifiesta con el aumento de la varianza de los estimadores y por
lo tanto los estadísticos t y F se vuelven menos confiables.
Tipos:
Hay dos tipos de heteroscedasticidad: uncondicional y condicional.
La heteroscedasticidad no condicional, ocurre cuando la varianza

del error no esta correlacionada con ninguna variable exógena en la
regresión.
La heteroscedasticidad es condicional, cuando la varianza del error

o residuo esta correlacionado con alguna variable exógena en la
regresión.
Cuales son los test en los programas estudiados para la
heteroscedasticidad:
Conoce algunos, los puede explicar….?
Y algunos comandos en estos programas….? Cuales son…?
Para nuestro ultimo ejemplo analice si tiene problemas de

heteroscedasticidad.
Como podemos solucionarlos……?
Y si las series son de tiempo no cross section como disminuimos el

problema de heteroscedasticidad en el modelo?... Que aplicamos?
Una forma de probar la presencia de heteroscedasticidad es
examinar la correlación de los residuos al cuadrado con potenciales
regresores:
Bajo la hipótesis nula de ausencia de correlación serial el

estadístico, J = nR2 de la regresión anterior se distribuye como un
chi-cuadrado de grados de libertad igual al numero de regresores
de esta última regresión.
Hay dos forma de corregir la heteroscedasticidad:
Una es calcular desviaciones estándar para el residuo que sean

robusto a la presencia de heteroscedasticidad (se recuerda del
método de máxima verosimilitud…?
La otra forma es utilizar mínimos cuadrados generalizados (MCG),

que modifica la ecuación original con el objetivo de eliminar la
heteroscedasticidad.
Se recuerda cual es la diferencia de mínimos cuadrados factibles y

mínimos cuadrados ponderados…? Y cual es el estimadores Newey
West…..?
Cual programa le parece que estima mejor la heteroscedasticidad
y cual lo corrige,?
Le parece que es importante el tiempo de para estimar modelos…?
Cuales son las restricciones…..?
Tiempo y dinero…?
Otros, explique?.....
Y si los modelos son No lineales cree que el tiempo de estimación

es el mismo?
Definiciones y consecuencias
El otro potencial problema con lo residuos es que estos presentan
correlaciones serial. Esto es que estén correlacionados en el tiempo.
Como en el caso de la heteroscedasticidad, la existencia de correlación

serial genera perdidas de eficiencia de los estimadores MCO. Si alguna de
las variables exógenas esta rezagada, la presencia de correlación serial
también genera problemas de consistencia de los estimadores.
La presencia de correlación serial hace que los estadísticos t y F sean

menos confiables ya que incrementan la desviacion estándar de los
estimadores.
La prueba de Durbin Watson
Esta prueba de hipótesis permite probar la existencia de correlación serial de

orden 1.
El estadístico de DW se puede aproximar por 2*(1-p), donde p representa la

correlación del residuo y del rezago de este.
Si DW = 2 indicaría ausencia de correlación serial, si p=0, indica correlación

perfecta, de 1 y cuando DW = 4, el grado de correlación seria negativo y
máximo, -1.
El estadístico de DW, tiene una tabla de valores críticos, dl y du. Si el DW es

menor que dl rechazamos la hipótesis nula de ausencia de correlación serial.
Si el DW esta entre dl y du no se puede concluir nada. Si el DW es mayor que

Du no se puede rechazar la hipótesis nula de ausencia de correlación serial.
Definición e impacto:
Existe muticolinealidad cuando dos regresores de Yt, presentan

correlación serial. En este caso resulta imprecisa la estimación dee
cada parámetro.
Únicamente se puede estimar una combinación lineal de los

parámetros de interés.
La existencia de multicolinealidad afecta la precisión de la

estimación. Los t y F estadísticos crecen artificialmente, sin que
ellos signifique un mejor fit o explicación.
Definición e impacto:
Se dice que una regresión presenta el problema de endogeneidad si en la siguiente

regresión:
El residuo y uno de los regresores están correlacionados, , por lo tanto el

estimador de mínimos cuadrados es inconsistente.
En este caso para estimar de manera consistente beta1, se requiere utilizar variables
instrumentales.
Una variable instrumental es aquella que esta correlacionada con Xt, pero que no esta
correlacionada con épsilon(t)1, Si Z(t) es una variable instrumental de X(t), entonces,
E(Z(t)*épsilon(1),(t)) = y E(Z(t)*X(t)) diferente de 0.
En series de tiempo, se utilizan como variables instrumentales los rezagos de la propia

variable.
El estimador de variables instrumentales:
El estimador de variables instrumentales esta dado por:
El estimador , es consistente pero no necesariamente eficiente.
La eficiencia dependerá de la calidad del instrumento, si este

instrumento esta fuertemente correlacionado con X(t), mayor será
la eficiencia del mismo.
La prueba estadística que permite evaluar la presencia del

problema de endogeneidad es la prueba de Durbin-Wu-Hausman.
Prueba de Durbin – Wu - Hausman:
La hipótesis nula de esta prueba es ausencia de endogeneidad. En

este caso, la diferencia entre es cercano a cero, ya que
ambos estimadores son consistentes.
Bajo la hipótesis alternativa,
El estadístico
sigue una distribución chi-cuadrado con k grados de libertad.

Donde k es el numero de parámetros que se estiman en el modelo.
Principios básicos:
El modelo debe reflejar relaciones que postulan la teoría económica y financiera.
La forma funcional debe ser apropiada dada la naturaleza de las variables.
El modelo debe ser parsimonioso.
El modelo debe presentar un residuo bien comportado.
 Debe ser homocedastico.

 Debe ser no correlacionado.
 Debe no estar correlacionado con los regresores.
 Debe distribuirse normalmente.
Principios básicos:
Una vez que el modelo es adecuado, sin errores ni problemas podemos pasar
a la etapa de predicción, no se olvide que la predicción es mejor si es en
rango que si es puntual, debido a la incertidumbre de la economía y del
tiempo…

Curso Basico de Econometria - Vargas, G

Cargado por

Copyright:

Formatos disponibles

Curso Basico de Econometria - Vargas, G

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Curso Basico de Econometria - Vargas, G

Cargado por

Copyright:

Formatos disponibles

GIOVANNI VARGAS PALOMINO

INEI – marzo 2018

Cual es la mejor forma funcional para analizar la relación entre Y e X:

Comente otras formas funcionales de una relación entre variables que le

1) Yt puede ser el retorno de un portafolio y Xt el retorno del mercado.

Como realizaría una análisis estadístico en dichos

Comente nuevos hallazgos……

Los conocía antes……

Analiza la Relación entre el impacto de la

Objetivo: Analizar si los estudiantes de colegios

Muestra: 24,599 alumnos, que describen distintas características:

Que puede comentar de esto:…………

Un método bastante utilizado para lograr este objetivo es el de mínimos cuadrados

El estimador MCO se obtiene de escoger los parámetros que minimizan la suma de

La propiedades de consistencia se deriva del supuesto de ausencia de

La eficiente del estimadores se deriva del supuesto de constante de la

 La medida mas general de bondad de ajuste es el . hay dos posibles

 Las medidas de son crecientes en el numero de parámetros a estimar. Si

 Existen otras formas de evaluar el mejor modelo, si las conoce comente….

 Un modelo exponencial se transforma en lineales tomando logaritmos al modelos:

 Otro ejemplo es,

La prueba de hipótesis mas usuales son del tipo:

Con el archivo …… realice el análisis de regresión, realizar la prueba de

Interprete sus resultados………

La prueba de hipótesis en este caso es:

Si . Entonces, el estadístico es:

Donde, n es el número de datos, y k el numero de parámetros a

Este estimador también es insesgado, consistente y eficiente.

Suponga que el verdadero modelo que explica el comportamiento

Por error se estima el siguiente modelo alternativo:

En este caso el estimador de MCO de beta1, será inconsistente, la

Ponga otros ejemplos en función a sus especialidad y diga como se

Recuerda algunos test cuales son…..

Los comandos cuales son…..

En el caso opuesto, si el verdadero modelo es:

Por error se estima el siguiente modelo alternativo:

En este caso el estimador OLS de beta1, es consistente, pero poco

Si las variables explicativas no se consideran determinísticas sino

La posibilidad de incluir variables irrelevantes o de excluir variables

Un primer criterio es escoger el modelo con la mejor bondad de ajuste,

Una segunda alternativa es escoger el modelo utilizando criterios de

Los criterios de información más utilizados son el Akaike (AIC),

Donde, I es el logaritmo de la función de verosimilitud, k el número

Esto es diferente al método de OLS?, descrito hasta ahora?...,

 La consistencia con la teoría, por ejemplo que los parámetros

 Consistencia con los datos.

 El comportamiento de los residuos, estos deben ser no

 La capacidad predictiva del modelo.

Eviews…., se recuerda el concepto de la asimetría, y de la curtosis, y

Puedo utilizar el JB, también en STATA?....

 Y como contrasta SPSS, la normalidad, que les recuerda los

La hipótesis nula de esta prueba es normalidad en la serie que se

El estadístico que se utiliza para realizar la prueba esta dada por:

Este estadístico se distribuye como una chi-cuadrado con 2 grados

Cuando se sospecha que algunas observaciones pueden tener un efecto

Si los resultados cambian de manera significativa será evidente a favor de

Alternativamente se puede evaluar la evolución de los residuos

Se dice que una regresión lineal presenta el problema de

La varianza del residuo puede cambiar en el tiempo, o puede