Econometria i

Tema 1: Planteamiento del modelo básico de regresión lineal
Prof. Coro Chasco Yrigoyen Asignatura: Econometría I

1

Parte I. Introducción al modelo básico de regresión lineal (MBRL)
      

Tema 1.- Planteamiento del modelo básico de regresión lineal (MBRL) Tema 2.- Métodos de estimación y propiedades de los estimadores MCO Tema 3.- Contrastes de significación y análisis de losestimadores Tema 4.- Análisis de bondad del ajuste y medidas de los errores

Tema 1: Planteamiento del MBRL. Prof. Coro Chasco (UAM)

2

Tema 1: Planteamiento del modelo básico de regresión lineal: Índice
1. Utilidad de los modelos de regresión lineal 2. Expresión del modelo básico de regresión lineal (MBRL) en forma algebraica y matricial
2.1. Forma algebraica del MBRL 2.2. Formamatricial del MBRL

3. Introducción conceptual de las hipótesis básicas
3.1. Hipótesis sobre la estructura del modelo 3.2. Hipótesis sobre la perturbación aleatoria
Estos conceptos son un REPASO de Introducción a la Econometría
Tema 1: Planteamiento del MBRL. Prof. Coro Chasco (UAM)

3

1. Utilidad de los modelos de regresión
 Ejemplo 1: El gobierno de los EEUU desea conocer las causas por lasque se producen movimientos migratorios interiores dentro de este gran país. Según diversos estudios sociales, son muchas las posibles razones: edad (E), nivel educativo (NE), tamaño del hogar (H), renta (R), tipo de interés de las hipotecas (IH), calidad de vida de la zona de residencia (C), cambio del lugar de trabajo (CT), otros cambios de residencia en el pasado (CR), etc. Para ello, en 1965realizó una encuesta a 3.000 familias del área de la Bahía de S. Francisco, a las que se preguntó si habían cambiado de domicilio en ese año (CD). Formularon este modelo



CDi  1   2 Ei  3 NEi   4 H i  5 Ri   6 IH i    7Ci  8CTi  9CRi  ui
 Las variables realmente influyentes serán aquéllas cuyos estimadores sean estadísticamente significativos (p.ej.: t-Student)
Tema1: Planteamiento del MBRL. Prof. Coro Chasco (UAM)

4

1. Utilidad de los modelos de regresión
 Ejemplo 2: La Unión Europea desea saber la eficacia que los fondos estructurales de cohesión pueden tener en regiones con unas malas condiciones naturales (zonas muy frías, con escasez de agua, en fronteras despobladas, etc.) Según algunos autores, la geografía es determinante y, por tanto, seríatirar el dinero intentar invertir en ciertos lugares inhóspitos. Sin embargo, P. Krugman, sostiene que la geografía física suele ser fácilmente superada por la acción humana (inversiones en infraestructuras, etc.) Un modo de aproximarse a esta cuestión sería el diseño de un modelo para 1.171 provincias de la UE, con datos de 2006. En el mismo, la “aglomeración económica”, aproximada con el PIB/km2(PH), se hace depender de las siguientes variables geográficas (cuya significatividad se quiere contrastar y cuantificar): temperatura media (TM), existencia de costas (C), existencia de minas (M) y presencia de capitales regionales (CR):



PHi  1  2TMi  3Ci  4 Mi  5CRi  ui
Tema 1: Planteamiento del MBRL. Prof. Coro Chasco (UAM)

5

1. Utilidad de los modelos de regresión Ejemplo 3: Una importante empresa de automoción está realizando un gran esfuerzo de promoción de sus vehículos diesel en una serie de países de clima meridional. Desea defenderse de las teorías de las organizaciones ecologistas que la acusan de contaminar el medio ambiente. Según ellas, la emisión de óxido nitroso (que se desprende de los motores diesel) aumenta con niveles elevados detemperatura, humedad y presión atmosférica Para ello, recoge los datos de las mediciones de óxido nitroso (O), temperatura (T), humedad (H) y presión atmosférica (P) que se suelen realizar en las 200 estaciones de monitoreo existentes en los países en cuestión. Con esos datos, estima el siguiente modelo:



Oi  1   2Ti  3 H i   4 Pi  ui
 La interpretación de los estimadores bj permitirá...