Practica econometria

Solo disponible en BuenasTareas
  • Páginas : 2 (341 palabras )
  • Descarga(s) : 0
  • Publicado : 13 de noviembre de 2011
Leer documento completo
Vista previa del texto
Profesor: Ulises Hernández Ramos

Taller de Econometría

Alumnos:
Olalde Salgado Yunuen
Zarza Rangel Alejandra
Chávez Vaca Aldo
Flores Rodríguez Ivan
Hernández Olguín Daniel
Mejía RomoBogar
Barranco Herrera Isaac
Velázquez Patiño Jorge
Jorge Franco Carlos
Corza Camarillo Victoria

Como podemos observar en nuestro modelo de Regresión Lineal Multiple nuestras betas sonestadísticamente significativas. Esto se puede observar en nuestro valor de R2 ajustada que es de .9807, lo que indica que nuestro nivel de significancia es del 98%; si son significativas.
PIB= ß0+ß1 Consumo +ß2 Inversión
Podríamos adelantar que es un buen modelo, pero para verificar tal afirmación. Debemos recurrir al modelo D.W.
Tal modelo nos arroja que la correlación de los errores es de .206392 ;donde deducimos que no hay correlación entre los errores esto provocara que los errores se dispersen y los pronósticos sean inciertos e inseguros. Ahora podemos decir que nuestro modelo de Regresión esespurio, dado que :
R2 ajust. > D. W

Para darle mayor preponderancia a nuestro análisis, debemos tomar en cuenta la significancia de las regresiones auxiliares, donde se busca saber sinuestras variables independientes se explican entre si y a su vez, explican a la variable dependiente. Con lo cual tendríamos problemas de Multicolinealidad.
Tenemos dos Regresiones auxiliares, una quebusca explicar la relación ante (inversión – consumo) y otra que explica la relación entre (inversión-pib). Lo ideal sería demostrar que no tienen relación, es decir, que una no explica a otra (pero dadanuestra suposición anterior, que tenemos problemas de Multicolinealidad). Buscamos demostrar que existen o no problemas de Multicolinealidad.
X = X 0 + X1 X2 + Et Inversión –Consumo
X = ɣ 0 + ɣ 1 X 1 + Et Inversión – PIB
Nuestra primera Regresión auxiliar, muestra una R2 ajustada con un valor de .9620; lo que nos indica que las variables de explican en un...
tracking img