Curso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Curso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje"

Transcripción

1 Curso: Economía Ambiental del Turismo Aplicación del Método Costo de Viaje Estimación de Modelos Poisson para la estimación del Excedente del Consumidor a través del Método del Costo de Viaje: El caso de la Laguna La Florida en Colombia Objetivo General Ante la pérdida de bienestar de los recreacionistas del Humedal y la perspectiva de recuperar y preservar su ecosistema, esta tesis pretende valorar monetariamente dicha perspectiva, implicando una reasignación de recursos desde el punto de vista de la actividad recreativa. Objetivos Específicos Obtener el beneficio económico para la sociedad usuaria a través del excedente del consumidor (método costo de viaje preferencias reveladas). Estimar los beneficios económicos a través de la variación compensada, que refleja las preferencias de los intereses de la mayoría usuaria, sacrificando parte de sus ingresos (sin afectar su bienestar corriente) para disfrutar de los beneficios implícitos de espejos de agua aceptables para la recreación, permitiendo el contacto directo sin riesgos para la salud (método valoración contingente preferencias hipotéticas). Información utilizada 49 encuestas aplicados a los recreacioncitas que provienen de Bogota y otros lugares como Funza y Cota (muestreados aleatoriamente). Las diferencias en costo de viaje asociados a las distancias, a las formas de transporte y al costo de oportunidad del tiempo de viaje y estadía en el lugar, constituyen la base para determinar el excedente del consumidor. Se requiere estimar la demanda por viajes de recreación a la laguna, como una función del precio completo, del ingreso familiar, de las variables de interés por el cambio en la calidad del agua y por el número de personas por familia. Modelo Estimado Donde es el número de visitas esperadas, y EC es el excedente del consumidor, el cual se estima a partir de la siguiente formula: La idea de este ejercicio es determinar el valor de acceso al lugar. Este conjunto de datos incluye las siguientes variables: X1: Número de viajes realizados al lugar por mes X2: Precio completo de viaje al lugar (costo de viaje más el costo de oportunidad del tiempo) equivale a la suma del costo de viaje (distancia ida y vuelta en kilómetros multiplicada por el costo en $ por km), más el costo de oportunidad del tiempo de viaje hacia el lugar (tiempo de viaje ida y vuelta multiplicado por el valor del tiempo en $ por hora). 1

2 X3: Ingreso familiar mensual por jefe de familia o grupo. X4: Variable discreta que toma el valor de (=1) si la perspectiva del visitante es a favor de mejorar la calidad del agua y toma el valor de cero (=0), de otra manera. X5: Número de personas que conforman la familia del entrevistado. Estadísticas Descriptivas X X X X X Resultados de los Modelos Poisson + + Poisson Regression Model OLS Results Ordinary least squares regression Weighting variable = none Dep. var. = X1 Mean= , S.D.= Model size: Observations = 49, Parameters = 4, Deg.Fr.= 45 Residuals: Sum of squares= , Std.Dev.= Fit: R squared= , Adjusted R squared = Model test: F[ 3, 45] = 2.77, Prob value = Diagnostic: Log L = , Restricted(b=0) Log L = LogAmemiyaPrCrt.=.405, Akaike Info. Crt.=

3 Variable Coefficient Standard Error b/st.er. P[ Z >z] Mean of X Constant X E E X E E X Poisson Regression Maximum Likelihood Estimates Dependent variable X1 Weighting variable ONE Number of observations 49 Iterations completed 5 Log likelihood function Restricted log likelihood Chi squared Degrees of freedom 3 Significance level e 01 Chi squared = RsqP=.1867 G squared = RsqD= Variable Coefficient Standard Error b/st.er. P[ Z >z] Mean of X Constant X E E

4 X E E X Verificando que todos los coeficientes del modelo son significativos en términos estadísticos. Recurriendo a la prueba de Razón de Verosimilitud; el estadístico de verosimilitud es: El valor crítico para una distribución Chi cuadrada (3 grados de libertad = al número de restricciones) es de Nuestro estadístico de razón de verosimilitud es LR = < y no cae en la región de rechazo. No rechazaríamos la hipótesis nula a un nivel de confianza del 95%. Para un nivel de confianza del 90% se rechaza la hipótesis nula y esto nos indicaría que, en conjunto, las variables explicarían bien el modelo. El coeficiente que acompaña a la variable X2 es negativo, señalando una relación inversa entre el costo de visitar el sitio y el número de viajes realizados por una familia en una temporada. Por cada $1 que incremente el costo total de un viaje al sitio, la demanda esperada de viajes por recreación al humedal la Florida se verá disminuido en Por otro lado, el coeficiente que acompaña a la variable X3 tiene un signo positivo, esto significa que existe una relación directa entre el ingreso de la familia y el número de vistas al sitio. El valor del coeficiente significa que por cada incremento de $1 en el ingreso de la familia, la demanda esperada por viajes se verá incrementada en viajes. Finalmente, para el caso de la variable X4, el cual es una variable de tipo cualitativo, interesa interpretar el signo del coeficiente, el cual indica una relación directa entre el interés por una mejora en la calidad del agua del Humedal la Florida y el número de visitas al sitio de recreación. La estimación del número de viajes esperados al sitio de recreación arroja los siguientes resultados: DEMANDA Medidas de Bienestar El resultado de la estimación del excedente del consumidor es el siguiente: 4

5 EC Conclusiones Generales En promedio el número de visitas esperado para una familia por temporada es de viajes. El excedente del consumidor es equivalente a $23.626,45 esto significa que el individuo obtiene una ganancia en utilidad representada en términos monetarios, en un monto de $23.626,45 por cada visita que realiza al Humedal la Florida. El uso económicamente eficiente del recurso natural requiere un balance de los beneficios de cada uno de sus usos posibles. La decisión de asignar el recurso dependerá en parte de contrastar valores de beneficios recreacionales con el beneficio que serían derivados de otros usos tales como consumo humano, reducción de costos en procesos de producción de productos agrícolas o productos industriales y el incremento en el valor de la tierra. Para ello es necesario la convergencia de los objetivos institucionales. Ejercicio Adaptado de la Tesis de Bullon V. (1996) Programa de Magíster en Economía del Medio Ambiente y Recursos Naturales, Universidad de los Andes Bogota D.C. Colombia. 4 5

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19. UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.15 ECONOMETRÍA 2 Econometría.weebly.com Wilhem.weebly.com Ejercicio 19.15 Considérese

Más detalles

Economía ISSN: Universidad de los Andes Venezuela

Economía ISSN: Universidad de los Andes Venezuela Economía ISSN: 1315-2467 revecono@ula.ve Universidad de los Andes Venezuela Sánchez, José Miguel Valoración contingente y costo de viaje aplicados al área recreativa laguna de Mucubají Economía, núm. 26,

Más detalles

Correlograma de la serie Y. Included observations: 900 Autocorrelation Partial Correlation AC PAC Q-Stat Prob

Correlograma de la serie Y. Included observations: 900 Autocorrelation Partial Correlation AC PAC Q-Stat Prob EXAMEN DE ECONOMETRIA EMPRESARIAL II (MÓDULO PRÁCTICO) 23 FEBRERO 2002 1 APELLIDO 2ª APELLIDO NOMBRE GRUPO PRÁCTICO NOMBRE DEL PROFESOR PREGUNTA 1 Un economista desea identificar y estimar el proceso generador

Más detalles

NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta)

NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta) ECONOMETRÍA I Examen DADE 20 de enero de 2005 NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta) 1. El contraste del predictor Sirve para determinar si las predicciones del modelo

Más detalles

Modelo de Regresión Lineal Múltiple. Normalidad. Dr. Víctor Aguirre Torres ITAM

Modelo de Regresión Lineal Múltiple. Normalidad. Dr. Víctor Aguirre Torres ITAM Modelo de Regresión Lineal Múltiple. Normalidad Dr. Víctor Aguirre Torres ITAM Temas Porqué ocurre falta de normalidad Consecuencias Detección Enfoques para manejarla Guión 18. Dr. V. Aguirre Porqué ocurre?

Más detalles

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)

Más detalles

Contrastando Hipótesis después de la Estimación Probit

Contrastando Hipótesis después de la Estimación Probit Contrastando Hipótesis después de la Estimación Probit Microeconomía Cuantitativa R. Mora Departmento of Economía Universidad Carlos III de Madrid Esquema Introducción 1 Introducción 2 3 El modelo Probit

Más detalles

Análisis Estadístico

Análisis Estadístico Universidad Torcuato Di Tella Análisis Estadístico Examen Final 05/07/2017 TEMA 1 Nombre y Apellido: Número de legajo: Instrucciones El examen tiene dos partes. La parte A (40 puntos) contiene 10 preguntas

Más detalles

ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007

ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007 ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007 Hoja de ejercicios 3 PARTE A) Marque con una X la respuesta o respuestas correctas A.1. En el gabinete de estudios de una empresa de inversión en activos

Más detalles

Modelos ordinales en gretl

Modelos ordinales en gretl Modelos ordinales en gretl Microeconomía Cuantitativa R. Mora Departmento of Economía Universidad Carlos III de Madrid Esquema Introducción 1 Introducción 2 3 4 Introduction El Probit ordenado y la estimación

Más detalles

Errores de especificación. Series simuladas

Errores de especificación. Series simuladas Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713

Más detalles

SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I

SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I 1º El investigador especifica el modelo siguiente: (7 puntos) M1(t) = a + b P(t) + c(0) PBI(t)

Más detalles

Modelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION

Modelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA 1º El investigador especifica el modelo siguiente: EXAMEN PARCIAL DE ECONOMETRIA I Se le pide estimar el modelo por el método

Más detalles

EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES

EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES REGRESIÓN A TRAVÉS DEL ORIGEN Y Y i = β 1 + β 2X i + ε i Y i = β 2X i + ε i X A MENOS QUE EXISTA UNA EXPECTATIVA A PRIORI MUY FUERTE ES ACONSEJABLE

Más detalles

REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS

REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS Teoría de la estimación: Estimación puntual Estimación por intervalos ESTIMACIÓN DE INTERVALOS: IDEAS BÁSICAS 1 Lo que se busca

Más detalles

(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31

(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31 VENTAS PUBLIC. PRECIOS 1990 0, 0, 10 1991 1 0, 1992 2 0,8 199, 0,8 199 1, Y X U 0, 1 0, 10 U1 Modelo matricial con término constante 1 1 0, U2 (el vector de unos recoge ese término constante) 2 1 0,8 U,

Más detalles

Econometría I (LADE). Curso 2001/2002 PRÁCTICA 08

Econometría I (LADE). Curso 2001/2002 PRÁCTICA 08 PRÁCTICA 08 HETEROCEDASTICIDAD Y NORMALIDAD En el fichero Datos08.wf1 tenemos la renta y consumo anual (en dólares) para 500 familias con el que se pretende estimar el siguiente modelo: C i = β + β R +

Más detalles

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3 ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de

Más detalles

QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211

QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211 UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º Verificar si cointegra el modelo siguiente: CREDITOSB = a + b EMI + U 1.1. Aplicando la prueba alternativa

Más detalles

SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II

SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:

Más detalles

INTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos.

INTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. INTRODUCCION AL ECONOMETRIC VIEWS Introducción de datos 1. Creando una hoja de trabajo (workfile) File New Workfile Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. 2. Importación

Más detalles

Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.

Cointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela. Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable

Más detalles

En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el

En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el largo plazo entre las dos series que es estable en

Más detalles

SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Variable Coefficient Std. Error t-statistic Prob.

SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Variable Coefficient Std. Error t-statistic Prob. UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DEPARTAMENTO DE ECONOMIA SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º El investigador especifica el modelo siguiente: CRESB_PRI(t) =

Más detalles

Cointegración El caso bivariado

Cointegración El caso bivariado Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk

Más detalles

AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO

AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE AYALA DE 13 A 15 HRS SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO tere_vieyra@yahoo.com.mx Guía para

Más detalles

EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce

EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna

Más detalles

Hoja de ejercicios 4 Econometría II Curso 2011/2012

Hoja de ejercicios 4 Econometría II Curso 2011/2012 Hoja de ejercicios 4 Econometría II Curso 2011/2012 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía

Más detalles

ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel

ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso 2003-2004 PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel En esta práctica, aplicaremos los contrastes de especificación

Más detalles

Modelo de Regresión Lineal Múltiple. Multicolinealidad. Dr. Víctor Aguirre Torres ITAM

Modelo de Regresión Lineal Múltiple. Multicolinealidad. Dr. Víctor Aguirre Torres ITAM Modelo de Regresión Lineal Múltiple. Multicolinealidad Dr. Víctor Aguirre Torres ITAM Temas Qué es la multicolinealidad? Consecuencias sobre la estimación. Detección. Algunas contramedidas. Guión 19. Dr.

Más detalles

Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.

Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.

Más detalles

ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS

ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS Estimaciones individuales Dependent Variable: LOG(X?) Method: Pooled Least Squares Date: 11/23/02 Time: 13:14 Sample(adjusted):

Más detalles

Los Métodos de Valoración Indirecta (Costo De Viaje)

Los Métodos de Valoración Indirecta (Costo De Viaje) Los Métodos de Valoración Indirecta (Costo De Viaje) Método de Valoración de Bienes que no tienen un mercado definido. No existe información sobre precios ni demanda. La valoración se realiza por método

Más detalles

Documento de Trabajo. Debo inscribir más de 22 créditos?

Documento de Trabajo. Debo inscribir más de 22 créditos? Documento de Trabajo Debo inscribir más de 22 créditos? Rodrigo Navia Carvallo 2004 El autor es Ph.D in Economics, Tulane University, EEUU. Máster of Arts in Economics, Tulane University, EEUU. Licenciado

Más detalles

con los supuestos clásicos, uno de ellos es que ninguna de las variables X 1, X 2,, X K es

con los supuestos clásicos, uno de ellos es que ninguna de las variables X 1, X 2,, X K es TEMA 2: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: MULTICOLINEALIDAD Y TRANSFORMACIONES LINEALES. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. MULTICOLINEALIDAD

Más detalles

Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10

Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10 Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de 2014 Instrucciones para la realización del examen: Dispone de 2 horas y media para responder al examen La evaluación consta

Más detalles

PRACTICA 3. CONTRASTES Y PREDICCION.

PRACTICA 3. CONTRASTES Y PREDICCION. ECONOMETRIA I (LADE). CURSO 2001/2002 PRACTICA 3. CONTRASTES Y PREDICCION. En el archivo prac3.xls disponemos de las siguientes observaciones correspondientes a un país: Y: consumo privado, medido en millones

Más detalles

Diseño de Ciudad. Planeación. Desarrollo. Ejecucion de la Politica

Diseño de Ciudad. Planeación. Desarrollo. Ejecucion de la Politica Incidencia de las Políticas Públicas de Desarrollo Urbanístico en la Ciudad de Cali Conceptos Fundamentales de la Economía Regional y Urbana con Aplicaciones a la Economía del Sector Publico y al Análisis

Más detalles

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula.

Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula. Nueva estimación sobre el volumen del PBI informal en base al método de la demanda de circulante. Joaquín Días y Carla Di Paula Octubre 2009 Este documento tiene por objetivo presentar una nueva estimación

Más detalles

MODELOS VAR (P) MODELO VAR (P) PARA 2, 3 Y 4 VARIABLES.

MODELOS VAR (P) MODELO VAR (P) PARA 2, 3 Y 4 VARIABLES. MODELOS VAR (P) MODELO VAR (P) PARA 2, 3 Y 4 VARIABLES. IMPORTACIONES = f (PIB) Donde: PIB= Producto Interno VAR CON DOS VARIABLES BASE DE DATOS AÑO PIB IMPORTACIONES 197 4,77968E+12 43,9594437 1971 4,9372E+12

Más detalles

EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:

EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos: EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: (En las preguntas tipo test sólo debe marcarse una en cada caso): 1. Para determinar si

Más detalles

Índice General de Ventas en Grandes Almacenes y su logaritmo

Índice General de Ventas en Grandes Almacenes y su logaritmo En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde

Más detalles

MODELO VAR ARGENTINA

MODELO VAR ARGENTINA MODELO VAR ARGENTINA 1.-INTRODUCCIÓN Argentina es una de las economías más grandes de América Latina. En los últimos años, Argentina priorizó promover un desarrollo económico con inclusión social. El país

Más detalles

1.- Enumere las hipótesis básicas del modelo básico de regresión lineal

1.- Enumere las hipótesis básicas del modelo básico de regresión lineal Introducción a la Econometría Grupo Derecho y Administración de Empresas Profesor Rafael de Arce 20 de junio de 2008 Nombre: DNI: 1.- Enumere las hipótesis básicas del modelo básico de regresión lineal

Más detalles

EJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos

EJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos ECONOMETRÍA EJERCICIO T1 APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta 1 A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta

Más detalles

EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:

EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos: EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: Preguntas tipo test (sólo debe marcarse una en cada caso): 1. En el Modelo Básico de Regresión

Más detalles

GUÍA DE EJERCICIOS 4 ECONOMETRIA III

GUÍA DE EJERCICIOS 4 ECONOMETRIA III GUÍA DE EJERCICIOS 4 ECONOMETRIA III 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía y asumimos

Más detalles

Linealidad. Opciones de Shazam para contrastar la linealidad del modelo

Linealidad. Opciones de Shazam para contrastar la linealidad del modelo Linealidad Opciones de Shazam para contrastar la linealidad del modelo Forma funcional La forma funcional lineal es muy importante para la validez del modelo, por ello interesa buscar esa forma cuando

Más detalles

Proyecciones del PBI para el 2003.

Proyecciones del PBI para el 2003. Proyecciones del PBI para el 2003. Por Pablo Frigolé, para Stockssite pablofrigole@stockssite.com Después de muchas preguntas sobre cuál sería el valor de las variables futuras más importantes de la economía

Más detalles

1. VARIABLES FICTICIAS

1. VARIABLES FICTICIAS TEMA 1: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: VARIABLES FICTICIAS Y CAMBIO ESTRUCTURAL. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. VARIABLES

Más detalles

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A)

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A) TIEMPO: 2 HORAS Instrucciones: UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A) 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos del curso de Econometria

Más detalles

Seminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe

Seminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe Estimación: de una Función de Demanda Mensual por Emisión Monetaria (1997-2004) para Honduras, mediante modelos Econométricos, serie de tiempo y Pronostico. Seminario Regional Proyecto: Fortaleciendo las

Más detalles

Análisis económico y energético de la remolacha en Andalucía Resultados

Análisis económico y energético de la remolacha en Andalucía Resultados Análisis económico y energético de la remolacha en Andalucía Resultados 2007-2008 Dpto. Economía Aplicada II Universidad de Sevilla Sevilla, 17 noviembre 2009 Cuál era la situación de partida? AIMCRA tenía

Más detalles

Regresión de Poisson. Microeconomía Cuantitativa. R. Mora. Departmento de Economía Universidad Carlos III de Madrid

Regresión de Poisson. Microeconomía Cuantitativa. R. Mora. Departmento de Economía Universidad Carlos III de Madrid en gretl Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Introducción en gretl 1 Introducción 2 3 4 en gretl en gretl Introducción en gretl Ejemplo 1

Más detalles

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE

UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ

Más detalles

ECUADOR: ESTIMACIÓN INDIRECTA DEL CIRCULANTE

ECUADOR: ESTIMACIÓN INDIRECTA DEL CIRCULANTE ECUADOR: ESTIMACIÓN INDIRECTA DEL CIRCULANTE EN MONEDA EXTRANJERA CON EL MÉTODO DE MÁXIMA VEROSIMILITUD Armando Jijón 1 I. Introducción Antes de la entrada en vigencia del esquema de dolarización, en la

Más detalles

Introducción a la Econometría Capítulo 4

Introducción a la Econometría Capítulo 4 Introducción a la Econometría Capítulo 4 Ezequiel Uriel Jiménez Universidad de Valencia Valencia, Septiembre de 2013 4.1 El contraste de hipótesis: una panorámica 4.2 Contraste de hipótesis utilizando

Más detalles

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B)

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B) UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B) TIEMPO: 125 MINUTOS Instrucciones: 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos del curso de

Más detalles

ESTADÍSTICA CÁTEDRA I. Unidad 7

ESTADÍSTICA CÁTEDRA I. Unidad 7 ESTADÍSTICA CÁTEDRA I Unidad 7 UNIDAD 7: La relación entre variables. Contenidos Distribución conjunta de dos variables. Diagrama de dispersión. Distribuciones marginales y condicionales. Correlación.

Más detalles

RESPUESTAS BREVES A LA PRÁCTICA 7

RESPUESTAS BREVES A LA PRÁCTICA 7 RESPUESTAS BREVES A LA PRÁCTICA 7 EJERCICIO 1 Las salidas que proporciona el programa son: Unweighted Least Squares Linear Regression of X Puntaje en Inteligencia Predictor Variables Coefficient Std Error

Más detalles

Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6

Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6 Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008 Práctica 6 El objetivo de esta práctica es el análisis de las relaciones dinámicas entre el tipo de interés Overnight (Swaps) a 9 meses

Más detalles

Las variables incluidas en el modelo se interpretan de la siguiente forma:

Las variables incluidas en el modelo se interpretan de la siguiente forma: PRÁCTICA 4: EL MODELO LINEAL DE PROBABILIDAD - Estimar un modelo lineal de probabilidad - Interpretar los coeficientes estimados - Obtener las probabilidad estimadas - Contrastar la normalidad de las perturbaciones

Más detalles

LEY DE WAGNER EN EL CASO COLOMBIANO,

LEY DE WAGNER EN EL CASO COLOMBIANO, 865 II Congreso Virtual Internacional Desarrollo Económico, Social y Empresarial en Iberoamérica (Junio 2017) LEY DE WAGNER EN EL CASO COLOMBIANO, 1970-2010. Astrid León Camargo* Docente de la Universidad

Más detalles

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2

ECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2 ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que

Más detalles

Economía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid

Economía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:

Más detalles

Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t")

Regresión Múltiple b=read.table(datoempleado.dat,header=t,sep=\t) Regresión Múltiple b=read.table("datoempleado.dat",header=t,sep="\t") Ejemplo: (archivo datoempleado.dat) Fh (Referencia=Mujer) variables en el archivo names(b) [1] "id" "sexo" "fechnac" "educ" "catlab"

Más detalles

EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO ( )

EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO ( ) EL DESARROLLO EN COLOMBIA: UN ENFOQUE DESDE EL IDH Y LA DISTRIBUCIÓN DEL INGRESO (1980 2015) Luis Armando Mojica Castro María Esperanza Cuenca Coral Trabajo presentado en la Serie de Seminarios IEEC Departamento

Más detalles

Ejemplos de estudios de series de tiempo

Ejemplos de estudios de series de tiempo 1 Ejemplos de estudios de series de tiempo Ejemplo 1 Pasajeros Aerolíneas Internacionales (PAI) Este estudio está realizado sobre un famoso conjunto de datos mensuales, el número de pasajeros de aerolíneas

Más detalles

1)DESCRIPCIÓN DE LOS DATOS

1)DESCRIPCIÓN DE LOS DATOS 1)DESCRIPCIÓN DE LOS DATOS ITAM-CONAC MÉTODOS ESTADÍSTICOS EN ACTUARÍA I DR. JUAN JOSÉ FERNÁNDEZ DURÁN EJEMPLO DE REGRESIÓN POISSON Y GAMMA RECLAMACIONES EN SEGUROS DE AUTOS EN SUECIA Los datos contienen

Más detalles

7. Enfoque Indirecto de Valoración: El Método del Costo de Viaje.

7. Enfoque Indirecto de Valoración: El Método del Costo de Viaje. 7. Enfoque Indirecto de Valoración: El Método del Costo de Viaje. 7.. Introducción El método del Costo de Viaje es un método de valoración de bienes que no tienen un mercado definido donde se obtenga información

Más detalles

EJERCICIO T2 NOMBRE: Correctas Incorrectas En Blanco Puntos

EJERCICIO T2 NOMBRE: Correctas Incorrectas En Blanco Puntos ECONOMETRÍA EJERCICIO T APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta

Más detalles

Estimación del Probit Ordinal y del Logit Multinomial

Estimación del Probit Ordinal y del Logit Multinomial Estimación del Probit Ordinal y del Logit Multinomial Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Introducción 1 Introducción 2 3 Introducción El

Más detalles

El Modelo de Selección de Heckman en gretl

El Modelo de Selección de Heckman en gretl El Modelo de Selección de Heckman en gretl Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Introducción: El modelo de Heckman 1 Introducción: El modelo

Más detalles

Modelos de elección discreta Aplicaciones en ordenador

Modelos de elección discreta Aplicaciones en ordenador Modelos de elección discreta Aplicaciones en ordenador Román Salmerón Gómez Para ilustrar cómo abordar el análisis de Modelos de elección discreta con el software econométrico Gretl resolveremos el siguiente

Más detalles

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN

CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN CAPITAL HUMANO Y RENDIMIENTOS EDUCACIÓN José L. Raymond UAB 1 Índice de la presentación 1. La medición de los rendimientos de la educación Aproximación estándar rendimiento educación Dos interpretaciones

Más detalles

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo D)

UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo D) UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo D) DURACION: 2 HORAS Y 30 MINUTOS Instrucciones: 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos

Más detalles

Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error)

Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Presentado por Juan Muro Motivación Para entender en profundidad la

Más detalles

TRABAJO FINAL ECONOMETRIA MODELO ECONOMETRICO MULTIVARIADO PASS TROUGH (PAIS DE BRASIL)

TRABAJO FINAL ECONOMETRIA MODELO ECONOMETRICO MULTIVARIADO PASS TROUGH (PAIS DE BRASIL) TRABAJO FINAL ECONOMETRIA MODELO ECONOMETRICO MULTIVARIADO PASS TROUGH (PAIS DE BRASIL) 1. Introducción.- El presente trabajo hace referencia al modelo económico Pass Through en el cual se analizará el

Más detalles

1. Sean dos variables aleatorias discretas X e Y. La siguiente tabla describe la función de masa de probabilidad conjunta de estas variables:

1. Sean dos variables aleatorias discretas X e Y. La siguiente tabla describe la función de masa de probabilidad conjunta de estas variables: Examen de Introducción a la Econometría Universidad Carlos III de Madrid 2 a Convocatoria Curso 2004/205 Conteste las preguntas siguientes en 2 horas y media 1. Sean dos variables aleatorias discretas

Más detalles

Inflación por exceso de demanda por el lado del capital: el caso argentino reciente.

Inflación por exceso de demanda por el lado del capital: el caso argentino reciente. Inflación por exceso de demanda por el lado del capital: el caso argentino reciente. Santiago J. Gahn 1 Apéndice I Cuadro I: DFA Lag Length: 1 (Automatic - based on HQ, maxlag=13) t-statistic Prob.* Augmented

Más detalles

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10 Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores

Más detalles

Estadística I Examen Final - 19 de junio de Nombre:... Grupo:...

Estadística I Examen Final - 19 de junio de Nombre:... Grupo:... Estadística I Examen Final - 19 de junio de 2009 Nombre:... Grupo:... Realizar los cálculos intermedios con 4 decimales y redondear el resultado final a 2 decimales. 1. La siguiente tabla muestra las distribuciones

Más detalles

PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN

PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN Se pretende seleccionar un modelo, para las empresas de un determinado sector económico, que explique el gasto que éstas tienen en formación

Más detalles

Diferencia de la tasa de cambio

Diferencia de la tasa de cambio Ejemplo 1: Prueba de raíz unitaria de Dickey y Fuller Este ejemplo utiliza información del archivo erate1.wf1. Sea LO el logaritmo de la tasa de cambio oficial peso-dólar en Colombia para el período 197:1

Más detalles

Regresión con variables instrumentales

Regresión con variables instrumentales Regresión con variables instrumentales Tema 9 Introducción Cuando el supuesto de exogeneidad no se cumple, los estimadores MCO son sesgados e inconsistentes El método de Variables Instrumentales (VI) permite

Más detalles

Estructura de este tema. Estadística II Tema 1: Contrastes no paramétricos. Ejemplo: los bombardeos de Londres. Ejemplo: los bombardeos de Londres

Estructura de este tema. Estadística II Tema 1: Contrastes no paramétricos. Ejemplo: los bombardeos de Londres. Ejemplo: los bombardeos de Londres Estructura de este tema Estadística II Tema 1: Contrastes no paramétricos José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contrastes de bondad de ajuste Contrastes basados

Más detalles

Regresión con heterocedasticidad y autocorrelación

Regresión con heterocedasticidad y autocorrelación Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales

Más detalles

Tema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos

Tema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos 7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test

Más detalles

Información Importante

Información Importante Información Importante La Universidad de La Sabana informa que el(los) autor(es) ha(n) autorizado a usuarios internos y externos de la institución a consultar el contenido de este documento a través del

Más detalles

log Y = log + v log K + (1 )v log L 1=2 log(1 )v[log(k=l)] 2 + U = log K + 2 log L + 3 [log(k=l)] 2 + U;

log Y = log + v log K + (1 )v log L 1=2 log(1 )v[log(k=l)] 2 + U = log K + 2 log L + 3 [log(k=l)] 2 + U; Universidad Carlos III de Madrid Econometría Examen Final, Convocatoria Extraordinaria, Curso 2014-2015. Duración del examen: 2 horas. Nota importante: Alguna información contenida en las salidas es redundante.

Más detalles

Nota 2. Estadísticas avanzadas Muestreos Complejos, R. Linear, R.Logística y Análisis de Supervivencia

Nota 2. Estadísticas avanzadas Muestreos Complejos, R. Linear, R.Logística y Análisis de Supervivencia Page 1 of 7 Nota 2 Estadísticas avanzadas Muestreos Complejos, R. Linear, R.Logística y Análisis de Supervivencia Objetivos Nivel Duración Necesidades Requisitos Características Esta nota proporciona información

Más detalles

ANEXO 3-A LA LECTURA DE UNA ESPECIE DE COMPUTADORA

ANEXO 3-A LA LECTURA DE UNA ESPECIE DE COMPUTADORA ANEXO 3-A LA LECTURA DE UNA ESPECIE DE COMPUTADORA La presente sección busca echar un vistazo en el mundo del análisis de regresión. Presentamos, pues, tres extractos de salidas de computadora que provienen

Más detalles

CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO

CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO 4.1 La Regresión Lineal El objetivo principal de este estudio es obtener los riesgos que afectan a las instituciones del sector bancario. como se mencionó

Más detalles

Estadística II Ejercicios Tema 5

Estadística II Ejercicios Tema 5 Estadística II Ejercicios Tema 5 1. Considera los cuatro conjuntos de datos dados en las transparencias del Tema 5 (sección 5.1) (a) Comprueba que los cuatro conjuntos de datos dan lugar a la misma recta

Más detalles

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam.

DETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam. A PARTIR DE LA INFORMACIÓN SUMINISTRADA EN LAS SIGUIENTES HOJAS, CONTRASTAR EL CUMPLIMIENTO DE LAS HIPÓTESIS DEL MBRL Y JUSTIFICAR LAS SUCESIVAS ELECCIONES DE LAS REGRESIONES 1ª, 2ª, 3ª Y DEFINITIVA. DETERMINAR

Más detalles

Práctica 4 EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables

Práctica 4 EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables EJERCICIOS 1.- REGRESIÓN LINEAL SIMPLE 5.1 Regresión de Peso sobre Altura Datos en Encuesta.sgd a) Estudio descriptivo de ambas variables Marco elementos atípicos: b) Obtener la recta de regresión y comprobar

Más detalles

LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS. Elkin Castaño V.

LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS. Elkin Castaño V. LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS Elkin Castaño V. Escuela de Estadística Universidad Nacional de Colombia Departamento de Economía Universidad de

Más detalles

Regresión ponderada y falta de ajuste

Regresión ponderada y falta de ajuste Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas

Más detalles