Econometria

INDICE

1. VARIABLES CUALITATIVAS

1. Introducción.

2. Variables cualitativas como regresores.

2.1. Efectos sobre el término independiente.
2.2. Efectos sobre los coeficientes que acompañan a
las variables explicativas.
2.3. Efectos sobre todos los coeficientes del modelo.
Test de Chow.

2. MULTICOLINEALIDAD

3. HETEROSCEDASTICIDAD (Javier AlfonsoVazquez Lopez, Miguel Prieto Gomez)

1. Definición

2. Consecuencias

3. Detección

4. Medidas correctivas

5. Reflexión

6. Ejemplo Eviews

7. Conclusión

4. AUTOCORRELACIÓN

1. Definición

2. Causas de la autocorrelación

2.1. Inercia
2.2. Ciclos temporales
2.3. Variables excluidas del modelo
2.4. Forma funcional incorrecta
2.5.Variablesdinámicas
2.6. Manipulación

3. Consecuencias de la autocorrelación

4. Detección de la autocorrelación

4.1. Métodos gráficos
4.2. Prueba de las rachas o Prueba de Geary
4.3. Contraste “d” de Durbin Watson
4.4. Contraste Breusch y Godfrey
4.5. Contraste de Box y Pierce

5. Corrección

5.1. Autocorrelación pura contra sesgo
5.2. Autocorrelación pura: Método MCG
5.3.Autocorrelación pura: Método Newey-West
5.4. Mantener el modelo MCO

6. Reflexión

1. VARIABLES CUALITATIVAS

1. INTRODUCCIÓN.

HIPÓTESIS PREVIA: Las variables del modelo toman valores cuantitativos,

i) Efectos temporales: estacionalidad, etc.
ii) Efectos espaciales: regiones, países, etc.

pero existen otro tipo de variables que nos recogen:

iii) Variables cualitativas:sexo, educación, estado civil, etc.

Para incorporar este tipo de variables creamos las variables ficticias (también llamadas variables binarias o “dummies”), que toman valor 1 en una categoría y 0 en el resto.

Por ejemplo, en este caso voy a utilizar la variable sexo adjudicando los valores 1 ó 0 en función de la condición sexual que tenga el individuo:

[pic][pic]

Estas variables pueden utilizarse como regresores en nuestro modelo de estimación.

2. VARIABLES CUALITATIVAS COMO REGRESORES

2.1. EFECTOS SOBRE EL TÉRMINO INDEPENDIENTE

El factor que recoge la variable ficticia sólo afecta al término independiente del modelo. Introducimos la variable ficticia aditivamente, luego tenemos un cambio en el origen del modelo en B0.Por ejemplo:
Y=consumo en libros (C)
X=renta (R)
D=mujer
[pic]

MODELO BÁSICO:
[pic]

MODELO AMPLIADO CON VARIABLE FICTICIA:

[pic]

[pic]

Mujer: [pic].
Aquí nos encontramos con la esperanza del consumo de libros condicionado por el sexo mujer, el cual resulta =1, que a su vez es (B1+B3) como términoindependiente más B2*Ri, luego los hombres estarían incluidos dentro del término constante B1.

Hombre: [pic]. En este caso nos encontramos que la esperanza condicionada del sexo mujer es 0, anularía el regresor del sexo mujeres el valor de Di=0, quedando el modelo del regresión lineal como el original.

Consumo autónomo mujer, es el caso en el que su renta fuera 0, o sea el punto de corte en eje delconsumo: [pic]

Consumo autónomo hombre (categoría base). En este caso es lo mismo sólo que para la condición de varón, si no tiene renta y tiene el valor 0 en B3Di, entonces su valor es “[pic]” que es su constante.

Propensión marginal al consumo (igual para ambos). En este caso como B1=0 se encuentran los hombres y en B3Di las mujeres entonces la propensión marginal es [pic]

Contraste:¿existe una diferencia significativa en el consumo autónomo entre mujeres y hombres?:

- En el gráfico que he adjuntado a continuación se puede observar que el consumo autónomo entre hombres y mujeres existe una diferencia significativa que se traduce en B1+B3,

[pic]

[pic]

GENERALIZACIÓN: Existen más de 2 categorías: M categorías: M-1 variables ficticias....