Aplicaciones De La Econometria A La Economia Y Los Negocios
1
Marco teórico / Desarrollo Capítulo I Especificación y estimación de un modelo de regresión clásico. Cómo se vio en el curso de econometría básico, el objetivo de trabajo con un modelo de regresión lineal es explicar el comportamiento de unavariable (Y) dependiente a partir de una (X) o varias independientes (X,Z,Q) también llamadas regresoras. Para ello se asume que existe una relación lineal entre ellas , tal que por ejemplo Yt=a+bXt+cZt+dQt+e Donde Yt : Variable dependiente, endógena, explicada o regresada. Xt , Zt , Q t; Variables independientes, exogenas, explicativas o regresoras. e: Perturbaciones aleatorias. II Violación delos supuestos básicos Para ello se asume que se cumple una serie de supuestos o hipótesis clásicas o básicas, dentro de las que se vieron: la homocedasticidad, la ausencia de autocorrelación y de multicolinealidad, como condiciones básicas para que los estimadores (b,c,d) también llamadas pendientes o coeficientes de regresión sean eficientes, lineales, consistentes, insesgados y suficientes entreotras propiedades que deben tener para hacer confiable la estimación de (Yt), ya sea en forma determínistica o estocástica. Especificación: Teoría económica Con base en estas referencias en que para configurar el modelo lo primero que se hace es establecer su objetivo, mismo que surge de las variables que se desean estudiar y que generalmente están estructuradas en torno a una teoría económica que,en otras palabras, constituye el marco teórico. Para especificar el modelo es conveniente realizar una primera aproximación gráfica de la relación entre las variables, que nos indicarán el grado y la forma de relación existente entre ellas, la cual podría ser positiva (o negativa) lineal (o no lineal). Una visión muy general (Carrascal, et al:2000,79) es asociar al análisis gráfica la matriz decorrelaciones entre las variables, ya que cada uno de los coeficientes de correlación lineal entre cada par de variables (digamos Yt, Xt) expresa su grado de asociación; mientras más se acerca su valor a –1 y +1 mayor será su relación y cuando se acerque a cero, ello indica; su escasa vinculación. Estimación: Método de mínimos cuadrados: LSM. Con ese análisis gráfico y numérico el analista está...
Regístrate para leer el documento completo.