Modelos Econométricos (Ejemplo)

EMPLEADORES
1. M.C.O
Empleadores = 2.827563 + .0002796actprim + .0490743actsec - .0310022
Std. Err. (.7333877) (.0024498) (.0095821) (.0081881)
N = 79 R2 = .2644
2. Interpretación
Β0 = Si NO hay cambios en las actividades económicas (primarias, secundarias y terciarias), el cambio que hay en el número de empleadores es de 2.827563 puntosporcentuales
β1 = Por cada punto porcentual que aumentan las actividades primarias, el número de empleadores aumentan en .0002796 puntos porcentuales
β2 = Por cada punto porcentual que aumentan las actividades secundaria, el número de empleadores aumentan en .0490743 puntos porcentuales
β3 = Por cada punto porcentual que aumentan las actividades terciarias, el número de empleadores disminuyeen .0310022 puntos porcentuales
La bondad de ajuste indica que el modelo explica un 26.44% de las variaciones de las actividades económicas en los cambios de los empleadores
Significancia Estadística
H0 = No es significativa en mi modelo (β1= β2= β3 =0)
H1= Si es significativa en mi modelo (β1= β2= β3 ≠ 0)
De acuerdo con la significancia estadística notamos que mi β1 , no es significativaen mi modelo ya que tiene un P-val de .909 el cual es mayor al nivel de significancia del 5%, y por lo tanto en mi single test yo no rechazo mi hipótesis nula β1 = 0
Mientras que β2 y β3 si son significativas ya que su P- val es 0, en ambas, por lo tanto logro rechazar mis H0 a favor de H1.

3. Pruebas de Existencia de Correlación Serial
1) Gráfica ( u, t)

2) Grafica (u, u_1)En las pruebas gráficas podemos notar que existe correlación serial entre los residuales y el tiempo.

1) Correlograma con un rezago
Área gris: Región de no rechazo
H0 : No hay correlación

Existe prueba gráfica en el correlograma, para rechazar la hipótesis nula (de que no hay correlación) a favor de la alternativa; por lo tanto hay correlación serial

2) Test DurbinWatson
Test que permite sondear si existe correlación serial (AR1) siempre y cuando satisfaga la exogeneidad estricta en los regresores contenidos en X

Otra forma de sacar DW manualmente es
DW=2*(1-rho)

I. H0 : No existe correlación serial en los errores
H1 : H0 no es verdad, por tanto existe correlación serial en los errores
II. Bajo H0 verdad
DWm= 1.184373
III. DWc:DL=1.53 4 - DL = 2.47
DU= 1.74 4 - DU = 2.26

IV. Gráfica

V. Por lo tanto concluyo que existe correlación en los errores yarechazo
3) Test Breush Godfrey
Este test sirve para medir si existe correlación en los errores. Caso para regresores NO exógenos estrictos

I. H0 : No existe correlación serial en los errores de orden 1
H1 : H0 no es verdad, por tanto existe correlaciónserial en los errores

II. LMm = 14.079 LMc χ2=3.841

III. Gráfica

IV. Existe evidencia estadística para rechazar H0 a favor de H1 . Es decir existe correlación en los errores

4. Corrección de la correlación en los errores

1) Estimación Robusta a la Newey-west

2) Prais - Winsten

3) Cochrane

5. Interpretación del modelo corregido

a) Robustos ala Newey- West vs M.C.O

Este método a diferencia de los mínimos cuadrados ordinarios, es que ofrece robustos a mis errores estándar, es decir lo hace más pequeños.
Esta estrategia no requiere abandonar mi estimación mínimos cuadrados ordinarios por lo tanto los coeficientes de mis betas son los mismos.
Empíricamente, los errores estándares robustos a la correlación serial son por lo generalmás grandes que los errores estándares usuales de MCO cuando hay correlación serial. Esto se debe a que, en la mayor parte de los casos, los errores se correlacionan seriamente de forma positiva. Sin embargo, es posible contar con una alta correlación serial en (ut) y también tener semejanzas entre los errores estándar usuales y los robustos a la correlación serial.
Los errores estándares...