econometria


Contenido
INTRODUCCIÓN: 2
RESUMEN EJECUTIVO: 3
Supuestos del Modelo de Regresión Lineal: 3
RESUMEN EJECUTIVO CASO 1: 3
Caso 1: 5
Modelo 1: MCO, usando las observaciones 1-173 5
Contraste de Heterocedasticidad de White - 6
Contraste de normalidad de los residuos - 6
Gráfico de normalidad de residuos 6
PRUEBA DE HIPOTESIS: AUTOCORRELACIÓN 6
I. Estimación del modelo de regresión lineal medianteMCO. 7
II. Interpretación de parámetros: 7
III. ¿Afectan los gastos del candidato A a los resultados? ¿Qué se puede decir de los gastos del candidato B? 7
IV. Al ver los resultados el presidente del partido A, le realiza la consulta ¿es posible utilizar el modelo para obtener conclusiones? .Realice todas las pruebas estadísticas que sean necesarias para poder responder. 8
Prueba de hipótesis:significancia global. 8
Prueba de hipótesis: significancia individual: 8
Caso Nº2 9
Modelo 2: MCO, usando las observaciones 1-15 9
Contraste de Heterocedasticidad de White - 10
Contraste de normalidad de los residuos - 10
Gráfico de normalidad de residuos 10
PRUEBA DE HIPOTESIS: AUTOCORRELACIÓN 10
I. Estimación del modelo de regresión lineal mediante MCO. 11
II. Interpretar los Coeficientes. 11
Pruebade hipótesis: significancia global 11
Prueba de hipótesis: significancia individual: 12
Conclusiones del modelo estimado. 13
Conclusiones: 13
Caso Nº1: 13
Caso Nº2: 14
Bibliografía: 16


INTRODUCCIÓN:

En el presente trabajo se realiza un extenso análisis acerca de las variables y/o factores determinantes de dos fenómenos económicos: Primero, analizaremos la influencia de los gastos en campañaspublicitarias en las elecciones electorales y segundo se analizara el aporte del trabajo y del capital al PIB regional.

Para lograr el objetivo de este estudio, este artículo se ha dividido en cuatro partes:

En la primera parte se presentara y se discutirán los principales determinantes de ambos fenómenos, la conceptualización y presentación de los modelos a estimar.

Segundo: Se llevara acabo los análisis de regresión correspondiente, así como las tablas de correlación y algunas pruebas estadísticas para verificar los supuestos que permiten usar el Mínimo Cuadrados Ordinarios (MCO).

Tercero: Se detallara los principales resultados del análisis empírico y la discusión de estos.
Cuarto: Finalmente, se enumeraran algunas conclusiones y reflexiones finales.















RESUMENEJECUTIVO:

Supuestos del Modelo de Regresión Lineal:
Los supuestos de un modelo estadístico se refieren a una serie de condiciones que deben darse para garantizar la validez del modelo. Al efectuar aplicaciones del modelo de regresión, nos veremos en la necesidad de examinar mucho de estos supuestos.

1- Linealidad: La ecuación de regresión adopta una forma particular, en concreto, la variabledependiente es la suma de un conjunto de elementos: el origen de la recta, una combinación lineal de variables independientes o predictoras y los residuos. El incumplimiento del supuesto de linealidad suele denominarse Error de Especificación. Algunos ejemplos son: Omisión de variables independientes importantes, inclusión de variables independientes irrelevantes, no linealidad (Relación entrevariables independientes y y la dependiente no es lineal), parámetros cambiantes, no aditividad, etc.
2- Independencia: Los residuos son independientes entre si, es decir, los residuos constituyen una variable aleatoria (recordemos que los residuos son las diferencias entre los valores observados y los pronosticados). Es frecuente encontrarse con residuos autocorrelacionados cuando se trabaja conseries de tiempo .
3- Homocedasticidad: Para cada valor de la variable independiente (o combinación de valores de las variables independientes), la varianza de los residuos es constante.
4- Normalidad: Para cada valor de la variable independiente (o combinación de variables independientes), los residuos se distribuyen normalmente con media cero.
5- No Colinealidad: No existe relación lineal exacta...