LA ECONOMIA
Páginas: 6 (1388 palabras)
Publicado: 8 de junio de 2013
ES UN TRABAJO QUE HIZE HACE TIEMPO DE ECONOMETRIA DEL UNIVERSIDAD NACIONAL FEDERICO VILLARREAL DE LIMA PERU
Con la data disponible nos piden hacer la regresión:
Para eso creamos un “workfile” en Eviews escribiendo en la barra de programación los comandos “workfile a 1994 1995”
Por lo que nos debe salir la siguiente ventana que seríanuestro workfile
Luego empezamos a crear nuestras series mediante el workfile haciendo clic en Object/New object y seleccionamos ‘Series’ a lo cual le colocamos el nombre de nuestra primera serie que es PBI
Luego le pegamos los valores que tenemos desde el Excel y nos queda nuestra primera serie PBI:
Análogamente, realizamos lo mismo para obtener nuestra demás series ‘invnac’ que representala Inversión nacional desde los años 1994 hasta el 2010 e Importaciones transcrita en la serie ‘import’ y gasto de gobierno en la serie ‘gastgob’
En la regresión a analizar el PBI es la variable dependiente mientras que el resto de variables son las regresoras del modelo. Para observar los resultados de esta regresión usamos el método de mínimos cuadrados ordinarios o Least Squared. Enla tarea a analizar nos piden dichas variables pero analizadas en logaritmos por lo que debemos añadir log (nombre de la serie) en la barra de programación.
Para eso escribimos en la barra de programación:
a) Estimar los parámetros de este modelo con la información otorgada
Cuando corremos dicha regresión en Eviews nos damos cuenta con los resultados de que la inversión nacional y elgasto de gobierno afectan negativamente al PBI. Es decir, según la regresión un incremento de 1000 soles en la inversión nacional reducirá en 400 soles el PBI. Análogamente si se incrementa 1000 soles en gasto de gobierno se reducirá en 30 soles el PBI. Estos resultados dan mucho que pensar ya que apoyan la tesis neoclásica de que más estado es pernicioso para el crecimiento de una economía.
Porotro lado, el poder explicativo de dicha regresión se sitúa en un buen nivel ya que posee un de 0.71 por lo que inducimos que nuestras variables regresoras explican en un 71% el comportamiento del PBI. Sin embargo 2 de nuestras regresoras expresadas en logaritmos naturales resultan no significativas. Esto lo podemos ver en la columna final donde indican los valores p. Si dichos valores sonmayores a 0.05, según la prueba t, se debe aceptar la hipótesis nula de que la variable no es significativa. Entonces según esta prueba las variables log (invnac) y log (gastgob) no son significativas, pero a nivel agregado con la prueba F observamos que sí son significativas. Esto lo observamos en la parte inferior donde dice ‘Prob (F-statistic)’ el cual resulta menor a 0.05 entonces rechazamos lahipótesis nula por lo que las regresoras a nivel conjunto resultan significativas.
Tenemos que hacer hincapié en que una manera práctica de aceptar o rechazar las hipótesis nulas en las pruebas t y F es fijarnos en sus probabilidades
b) ¿Sospecha de multicolinealidad? ¿Cómo sabe?
Una de las primeras razones para sospechar de multicolinealidad es que las pruebas t individuales resulten enque las variables son no significativas y que en la prueba F que evalúa las variables a nivel conjunto resulte que las variables son significativas. Además, dicho indicador no es el único para examinar un posible problema de multicolinealidad en las variables.
Podemos observar también la matriz de correlaciones. Para eso tomamos nuestras variables regresoras y las juntamos como un grupo al quebautizaremos con el nombre de ‘group01’, teniendo los siguientes datos:
Una vez agrupados escribimos un comando en la barra de programación para ver su matriz de correlaciones:
Podemos observar en la matriz de correlación existe una fuerte relación entre las variables IMPORT y INVNAC. Esto podría reafirmar nuestras sospechas de multicolinealidad y que lo más probable sea entre esas dos...
Con la data disponible nos piden hacer la regresión:
Para eso creamos un “workfile” en Eviews escribiendo en la barra de programación los comandos “workfile a 1994 1995”
Por lo que nos debe salir la siguiente ventana que seríanuestro workfile
Luego empezamos a crear nuestras series mediante el workfile haciendo clic en Object/New object y seleccionamos ‘Series’ a lo cual le colocamos el nombre de nuestra primera serie que es PBI
Luego le pegamos los valores que tenemos desde el Excel y nos queda nuestra primera serie PBI:
Análogamente, realizamos lo mismo para obtener nuestra demás series ‘invnac’ que representala Inversión nacional desde los años 1994 hasta el 2010 e Importaciones transcrita en la serie ‘import’ y gasto de gobierno en la serie ‘gastgob’
En la regresión a analizar el PBI es la variable dependiente mientras que el resto de variables son las regresoras del modelo. Para observar los resultados de esta regresión usamos el método de mínimos cuadrados ordinarios o Least Squared. Enla tarea a analizar nos piden dichas variables pero analizadas en logaritmos por lo que debemos añadir log (nombre de la serie) en la barra de programación.
Para eso escribimos en la barra de programación:
a) Estimar los parámetros de este modelo con la información otorgada
Cuando corremos dicha regresión en Eviews nos damos cuenta con los resultados de que la inversión nacional y elgasto de gobierno afectan negativamente al PBI. Es decir, según la regresión un incremento de 1000 soles en la inversión nacional reducirá en 400 soles el PBI. Análogamente si se incrementa 1000 soles en gasto de gobierno se reducirá en 30 soles el PBI. Estos resultados dan mucho que pensar ya que apoyan la tesis neoclásica de que más estado es pernicioso para el crecimiento de una economía.
Porotro lado, el poder explicativo de dicha regresión se sitúa en un buen nivel ya que posee un de 0.71 por lo que inducimos que nuestras variables regresoras explican en un 71% el comportamiento del PBI. Sin embargo 2 de nuestras regresoras expresadas en logaritmos naturales resultan no significativas. Esto lo podemos ver en la columna final donde indican los valores p. Si dichos valores sonmayores a 0.05, según la prueba t, se debe aceptar la hipótesis nula de que la variable no es significativa. Entonces según esta prueba las variables log (invnac) y log (gastgob) no son significativas, pero a nivel agregado con la prueba F observamos que sí son significativas. Esto lo observamos en la parte inferior donde dice ‘Prob (F-statistic)’ el cual resulta menor a 0.05 entonces rechazamos lahipótesis nula por lo que las regresoras a nivel conjunto resultan significativas.
Tenemos que hacer hincapié en que una manera práctica de aceptar o rechazar las hipótesis nulas en las pruebas t y F es fijarnos en sus probabilidades
b) ¿Sospecha de multicolinealidad? ¿Cómo sabe?
Una de las primeras razones para sospechar de multicolinealidad es que las pruebas t individuales resulten enque las variables son no significativas y que en la prueba F que evalúa las variables a nivel conjunto resulte que las variables son significativas. Además, dicho indicador no es el único para examinar un posible problema de multicolinealidad en las variables.
Podemos observar también la matriz de correlaciones. Para eso tomamos nuestras variables regresoras y las juntamos como un grupo al quebautizaremos con el nombre de ‘group01’, teniendo los siguientes datos:
Una vez agrupados escribimos un comando en la barra de programación para ver su matriz de correlaciones:
Podemos observar en la matriz de correlación existe una fuerte relación entre las variables IMPORT y INVNAC. Esto podría reafirmar nuestras sospechas de multicolinealidad y que lo más probable sea entre esas dos...
Leer documento completo
Regístrate para leer el documento completo.