criticas de las teorias economicas

6. Estimación del modelo
Estimación del modelo por el método de mínimos cuadrados ordinarios.
Consiste en minimizar la suma de los cuadrados del error, esto es la diferencia entre los valores dela variable dependiente y sus valores estimados.
Al estimar el modelo DPt=α0+α1EMt+α2RIt+α3ITt+α4VPt+Ut obtenemos los siguientes resultados:

Dependent Variable: DP


Method: Least SquaresDate: 11/29/12 Time: 11:19


Sample: 1980 2011


Included observations: 32












Variable
Coefficient
Std. Error
t-Statistic
Prob.  










C
27076.617691.860
3.520164
0.0016
EM
0.468572
0.221648
2.114033
0.0439
RI
-1.741921
0.430544
-4.045860
0.0004
IT
0.255659
0.054011
4.733467
0.0001
VP
-486.1303
237.2888
-2.048686
0.0503R-squared
0.955970
    Mean dependent var
118219.7
Adjusted R-squared
0.949447
    S.D. dependent var
94106.64
S.E. of regression
21159.00
    Akaike info criterion22.90012
Sum squared resid
1.21E+10
    Schwarz criterion
23.12914
Log likelihood
-361.4019
    Hannan-Quinn criter.
22.97603
F-statistic
146.5535
    Durbin-Watson stat
1.073678Prob(F-statistic)
0.000000













PARAMETROS
ESTADISTICO t
PROBABILIDAD
CONCLUSION
C
3.52
0.0016
t>2 y probabilidad < 0.05 el parámetro es estadísticamente significativo
EM
2.11O.0439
t>2 y probabilidad < 0.05 el parámetro es estadísticamente significativo
RI
-4.04
0.0004
t>2 en términos absolutos y probabilidad < 0.05 el parámetro es estadísticamente significativo
IT4.73
0.0001
t>2 y probabilidad < 0.05 el parámetro es estadísticamente significativo
VP
-2.04
0.0503
t>2 y probabilidad = 0.05 el parámetro es estadísticamente significativo
7. Deteccion demulticolinealidad, autocorrelación y heterocedasticidad.
Multicolinealidad.
El problema de muticolinealidad corresponde al supuesto cov(Xi,Xj)=0 que quiere decir que la covarianza entre las variables...