ESTUDIO ECONOMETRICO DEL CONSUMO DE PAPA

ESTUDIO ECONOMETRICO DEL CONSUMO DE PAPA

Desde la exitencia de la econometría se han venido desarrollando algunas pruebas que nos premiten obtener un mejor resultado y explicación de los modelos económicos, a continuación explicaremos algunas de estas pruebas que de igual forma las iremos desarrollando a lo largo del desarrollo del trabajo, comencemos por la heterocedasticidad que significavarianzas heterogéneas, lo que quiere decir que los datos perteneces a diferentes tipos de población y no se pueden estudiar en conjunto y puede ser provocada nuevamente por un mal diseño de estudio y así mismo hay que mejorar el diseño.

Existen distintos métodos para seleccionar un modelo "adecuado", en unos se va agregando variables al modelo y en otros se va quitando. Para ir agregando, loque haces es ajustar todos los modelos con una sola variable y elijes la "mejor". Para esto hay varios criterios de qué es mejor. Una vez que se elige una variable, entonces se ajusta todos los modelos con esa variable cada una de las otras y otra se vuelve a elegir el "mejor" modelo, así hasta que ya no se mejora el modelo por agregar más variables. Los criterios para elegir un mejor modelo sonque las variables sean significativas, y luego te fijas en el R2, Cp, suma de cuadrados residuales, etc.

Por otro lado la Multicolinealidad significa que las variables independientes están relacionadas. Puede ser porque así es el fenómeno y por lo tanto no hay arreglo, o por el diseño de la obtención de los datos, entonces lo que se debe hacer es obtener más datos con un diseño que corrija elproblema.

“Se da cuando algunas de las variables regresoras ( explicativas) están correlacionadas, incumpliendo una de las hipótesis de partida”
TIPOS DE MULTICOLINEALIDAD:
Perfecta: rango de la matriz X < K .
La matriz no tiene rango completo; por lo tanto no podemos estimar el modelo por MCO. Sí podemos obtener estimadores MCO de los parámetros que son una combinación lineal de losparámetros originales.

Consecuencias: los parámetros estimados son INDETERMINADOS debido a que no es posible separar las influencias de las distintas variables explicativas debido a que están relacionadas linealmente.
Ortogonalidad (no existencia de multicolinealidad): rango de la matriz X = K
En la realidad casi no ocurre. Implica que la estimación del vector de parámetros poblacionales es la mismatanto si estimamos el modelo de regresión múltiple como el modelo de regresión simple.
Imperfecta: Es el caso en el que a la relación lineal entre las variables explicativas se le suma un término denominado error estocástico.

Consecuencias: podemos estimar los parámetros por MCO pero los valores estimados no son muy confiables. Cuanto más grande es la correlación, más próximo a cero será eldeterminante de la matriz X´X lo cuál incrementará las varianzas y covarianzas de los parámetros estimados.
CONSECUENCIAS DE LA MULTICOLINEALIDAD:
Los estimadores MCO son Insesgados y Consistentes pero tienen varianzas grandes.
Los intervalos de confianza son más amplios.
El modelo suele ser significativo (R2 elevado) pero las variables individualmente no lo son (debido a que al ser grande lavarianza el estadístico t" de contraste es menor llevándonos a concluir que una variable es irrelevante cuando en realidad no lo es)
Dificultad en la interpretación de los parámetros.
Ahora bien La regresión lineal no siempre da buenos resultados, porque a veces la relación entre Y y X no es lineal sino que exhibe algún grado de curvatura. La estimación directa de los parámetros de funcionesno-lineales es un proceso bastante complicado. No obstante, a veces se pueden aplicar las técnicas de regresión lineal por medio de transformaciones de las variables originales.

Una función no-lineal que tiene muchas aplicaciones es la función exponencial:
Y = AXb 
Donde A y b son constantes desconocidas. Si aplicamos logaritmos, esta función también puede ser expresada como:
log(Y) = log(A) +...