Econometria Violación hipótesis básicas MCO, tests en eviews

PRÁCTICA 3
ECONOMETRÍA
Julián Rafael Kost Casares
Alejandro Moreno Canet

26/12/201
4

PREVISIÓN
Dependent Variable: LPIB
Method: Least Squares
Date: 10/31/14 Time: 09:26
Sample: 1971Q1 2013Q4
Included observations: 172
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LK
LL

-6.940238
0.988084
0.294246

1.149945
0.059391
0.130879

-6.035280
16.63699
2.248235

0.0000
0.0000
0.0259R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.996881
0.996844
0.031553
0.168259
351.9006
27010.32
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

13.28541
0.561702
-4.056984
-4.002086
-4.034711
0.160871

1. ¿Cuál sería la previsión del PIB para el primertrimestre del año 2011 si asumimos que el
Stock de Capital y el Empleo han sufrido una reducción para dicho trimestre del 5% respecto
del primer trimestre de 2010?
Empleo Q12010: 1168893.8

Capital Q12010: 14605483.3

Empleo Q12011: 11110449.11

Capital Q12011: 13875209.14

ll=16.22

lk=16.45

LPIB= -(6.940238) + 0.988084*(16.45) + 0.294246*(16.22) = 14.09
La previsión en logaritmos seria de 14.09,mientras que el valor real que ha tomado el PIB en
logaritmos es de 14.15, lo que significa una diferencia en niveles de 81368 millones de dólares,
esto significa que no podemos afirmar que el PIB de Australia se haya reducido un 5% el
primer trimestre de 2011 respeto al mismo trimestre del año anterior.

2. Obtén el Error relativo absoluto medio e índice de Theil del modelo Cobb‐Doublas
estimado.A partir de ellos valora la calidad de la predicción obtenida previamente.
14.8

Forecast: LPIBF
Actual: LPIB
Forecast sample: 1971Q1 2013Q4
Included observations: 172
Root Mean Squared Error 0.031277
Mean Absolute Error
0.026736
Mean Abs. Percent Error 0.200268
Theil Inequality Coefficient 0.001176
Bias Proportion
0.000000
Variance Proportion
0.000781
Covariance Proportion 0.999219

14.4
14.013.6
13.2
12.8
12.4
12.0
1975

1980

1985

1990
LPIBF

1995

2000

± 2 S.E.

2005

2010

Como podemos observar, la entrada de eviews nos proporciona una serie de medidas que nos
sirven para evaluar la capacidad predictiva de nuestro modelo.
En primer lugar nos encontramos con la raíz cuadrada del error cuadrático medio (ECM):
ECM = ∑

̂ )2 = 0.0009779

√

=0.031277

Teniendo en cuent a que cuantomenor sea este valor, mejor será nuesto modelo para
predecir los valores reales de la variable endogena, podemos decir que en base a esten valor,
al tomar un valor tan reducido (0.03), nuesto modelo predecirá bien lo que ocurre con el PIB
de Australia.
En segundo lugar aparece el error relativo absoluto medio (ERAM):
ERAM = ∑

|

̂

|= 0.026736

Este valor es parecido al anterior, tan solo que entérminos relativos, por lo que podremos
decir lo mismo, al presentar un valor tan pequeño (0.0267) podremos decir también que el
modelo esta produciendo un ajuese muy bueno a los datos. Debajo de este nos aparace el
error relativo absoluto medio en porcentajes, esta medida es una medida relativa en la que
compara el residuo obtenido con los valores de la endógena, lo que aporta una dimensión másvaliosa a la medida. Efectivamente, de entre las muchas medidas del error disponibles,
debemos siempre decantarnos por alguna que mida el error en términos relativos, esto es
comparando el tamaño del error con el nivel de la variable endógena. Las dos anteriores
medidas sólo parecen recomendable para comparar la precisión de distintos modelos entre sí.
Esta medida al tomar un valor del 2% nos diceque estamos realizando un ajuste muy bueno en
relación a los datos.
En último lugar encontramos la U de Theil:
∑

U= √

̂
∑

=0.001176

La U de Theil compara los crecimientos de la endógena real con los de la endógena estimada
utilizando una expresión que fluctúa entre 0 (máxima coincidencia) y 1 (máxima divergencia).
La ratio permite, por tanto, conocer en qué medida es capaz de reproducir el...