Econometria

MULTICOLINEALIDAD
Nuestro trabajo no presenta problemas de Multicolinealidad, y nos dimos cuenta de esto por los métodos de detección de Multicolinealidad:
Multicolinealidad exacta: ocurre cuando una de las variables explicativas es combinación lineal determinista de todas las demás.
Multicolinealidad aproximada: ocurre cuando una de las variables es aproximadamente igual a una combinaciónlineal de las restantes.
* Análisis lógico de los regresores: porque todas las variables de nuestro modelo eran estadísticamente significativas.
* Modelo globalmente bien estimado: el estadístico F nos dio 9,490225 y la prob de ese estadístico 0,000059, como el F es mayor que su prob, se concluye que al menos una de las variables es estadísticamente significativa
* Valor del determinantede la matriz de correlacion: nos indica que tan fuerte o débiles son las variables, en nuestro trabajo todas las variables son débiles, dado que ninguno de los coeficientes es mayor a 0,85.
* Contraste de Farrar-Glauber: indica si hay ortogonalidad entre los regresores, si el det de la matriz de covarianza = 1,implica ortogonalidad, es decir no hay presencia de Multicolinealidad, lo cual fueel resultado de nuestras variables al realizar este contraste, 0,9999999
* Medida de Colinealidad de Belsley,Kuck y Welch: mide el grado de colinealidad existente en el modelo. El valor max= 1,021957 y el valor min= 0,977936 y la medida= 3,232668, lo cual implica colinealidad poco preocupante.
* Medida de Klein: consiste en realizar regresiones para obtener el factor de inflación de lavarianza (FIV). Y en nuestro trabajo ninguna de las variables presento un valor mayor que 10, por eso concluimos que no había presencia de Multicolinealidad.
* Medida de Theil: mide la contribución marginal de cada variable regresora en R2. En nuestro trabajo nos dio -0,784737 , como está cerca de 0, indica que las variables regresoras son ortogonales, por esto se dice que no hayMulticolinealidad.


HETEROCEDASTICIDAD
La heterocedasticidad es la existencia de una varianza no constante en las perturbaciones aleatorias de un modelo econométrico.
Causas frecuentes de heterocedasticidad:
-variables explicativas cuyo recorrido tenga una gran dispersión respecto a su propia media.
-omisión de variables en el modelo especificado.
-cambio de estructura
-empleo de las variables norelativizadas
DETECCION DE HETEROCEDASTICIDAD:
* MÉTODOS INFORMALES
Se llevó a cabo un estudio grafico acerca del comportamiento del cuadrado de los residuos con cada una de las variables. Y se determinó que no existe un patrón sistemático, indicándonos que no existe problemas de heterocedasticidad.
* METODOS FORMALES
GOLDFELD QUANDT: Contrasta la hipótesis nula de homoscedasticidadfrente a la alternativa de que la varianza del error es distinta en dos partes de la muestra. Este contraste detecta la presencia de heteroscedasticidad en el modelo, pero no señala la variable que está afectada por el problema. Se utiliza para muestras pequeñas. Y es el único que requiere del ordenamiento decreciente o creciente.
En el modelo podemos evidenciar que las 3 variables (agricultura,exportaciones e inflación) las probabilidades del estadístico de prueba son mayores al estadístico f con 14, logrando aceptar la hipótesis nula para estas 3 variables, es decir que no hay presencia de heterocedasticidad. Por lo tanto hay presencia de homocedasticidad.
CONTRASTE DE BREUSCH-PAGAN: En este contraste se comprueba si se puede encontrar un conjunto de variables que sirvan paraexplicar la evolución de la varianza de las perturbaciones aleatorias, estimada ésta a partir del cuadrado de los errores del modelo inicial sobre el que se pretende comprobar si existe o no heterocedasticidad.
En nuestro modelo podemos evidenciar que las 3 variables (agricultura, exportaciones e inflación) con un nivel de significancia del 95%, se acepta la hipótesis nula y se concluye que no hay...