Actividad A4.1. Representación de funciones. Para representar funciones utilizando Gretl se pincha Herramientas -- Dibujar una curva Y = 2 + 5X

Transcripción

1 Actividad A4.1. Representación de funciones. Para representar funciones utilizando Gretl se pincha Herramientas -- Dibujar una curva Y = 2 + 5X Y = 2 5X Y = 2 + 5X 3X 2

2 Y = 2 + 5X + 3X 2 Y = ln X Y = 2 5 ln X Y = 2 e X

3 Actividad A4.2. Generar variables ficticias en Gretl. Alquiler de sombrillas Añadir manualmente la variable ficticia DV t. Datos -- Editar los valores Se pincha en el símbolo + y se selecciona la opción Añadir variable. Trás introducir los datos de la variable ficticia, el resultado es: En la pantalla principal de Gretl aparece la nueva variable introducida, a la que se le puede añadir una descripción utilizando la opción Editar atributos.

4 A partir de una variable discreta. En la pantalla principal de Gretl, se selecciona la variable discreta V y luego se pincha: A~nadir -- Variables ficticias para las variables discretas seleccionadas Queremos una variable ficticia que asigne el valor 1 a las semanas con viento, es decir, a las semanas asociadas al código 2 de la variable V. Por lo tanto, de las tres opciones que aparecen en la ventana de diálogo, se elige Ignorar el menor valor. En la pantalla principal de Gretl aparece la variable ficticia creada con el nombre que Gretl le da por defecto. Para cambiar el nombre a la variable ficticia creada, se selecciona, se pincha el botón derecho del ratón y se elige la opción Editar atributos. Para borrar la variable DV, se selecciona, se pincha el botón derecho del ratón y se elige la opción Borrar. No olvides guardar todos los cambios en tu fichero.

5 Casas rurales en Bizkaia a. En la pantalla principal de Gretl, se seleccionan todas las variables discretas (LOC, PL, LG, PN, WIFI, Q, KT) y luego se pincha: A~nadir -- Variables ficticias para las variables discretas seleccionadas En la ventana de diálogo que aparece se elige la opción Codificar todos los valores. Como se observa en la pantalla principal de Gretl, se ha generado una variable ficticia por cada categoría de la variable cualitativa. b. Editar los atributos, explicando a qué categoría de la variable cualitativa da el valor 1 la variable ficticia, siendo 0 en el resto de los casos.

6 c. Modelo de determinación del precio de las habitaciones: P R i = β 1 + β 2 P D i + β 3 HB i + β 4 LOCA i + β 5 P NV i + β 6 P NR i + β 7 P NN i + + β 8 LGV i + β 9 LGN i + β 10 P LV i + β 11 P LN i + β 12 W IF IG i + β 13 W IF IS i + + β 14 QS i + β 15 KT S i + u i Las variables cualitativas se introducen en el modelo a través de las variables ficticias generadas en el apartado anterior. Por cada variable cualitativa hay que introducir tantas variables ficticias como número de categorías menos 1. Las categorías eliminadas y que, por lo tanto, forman el grupo de referencia son: estar en el centro urbano, estar dentro de un parque natural, a menos de 1 km. de un lago y de una playa, no disponer de conexión wifi y no contar con la Q de calidad ni con el compromiso de calidad turística. β 1 : precio medio esperado en euros de la habitación cuando las variables precio del desayuno y número de habitaciones toman el valor cero, para un agroturismo que está en el centro urbano, dentro de un parque natural, a menos de 1 km. de un lago y de una playa, que no dispone de conexión wifi y que no tiene ni la Q de calidad ni el compromiso de calidad turística. β 2 : incremento esperado en euros en el precio de la habitación cuando el precio del desayuno aumenta en un euro, manteniendo constante el número de habitaciones y para agroturismo con las mismas características de localización, proximidad a un parque natural, a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 3 : incremento esperado en euros en el precio de la habitación cuando el número de habitaciones aumenta en una unidad, manteniendo constante el precio del desayuno y para agroturismo con las mismas características de localización, proximidad a un parque natural, a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 4 : diferencia esperada en el precio de la habitación en euros entre agroturismos que están alejados del centro y los que están en el centro, para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, proximidad a un parque natural, a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 5 : diferencia esperada en el precio de la habitación en euros entre agroturismos que están a más de 20 km. de un parque natural y los que están dentro del parque, para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, localización, proximidad a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 6 : diferencia esperada en el precio de la habitación en euros entre agroturismos que están a menos de 1 km. de un parque natural y los que están dentro del parque, para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, localización, proximidad a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 7 : diferencia esperada en el precio de la habitación en euros entre agroturismos que no tienen cerca un parque natural y los que están dentro del parque, para las mismas localización, proximidad a un lago o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística.

7 β 8 : diferencia esperada en el precio de la habitación en euros entre agroturismos que están a más de 20 km. de un lago y los que están menos de un 1km., para las mismas localización, proximidad a un parque natural o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 9 : diferencia esperada en el precio de la habitación en euros entre agroturismos que no están cerca de un lago y los que están a menos de 1 km. de un lago, para las mismas localización, proximidad a un parque natural o a una playa, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 10 : diferencia esperada en el precio de la habitación en euros entre agroturismos que están a más de 20 km. de una playa y los que están menos de un 1km., para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, localización, proximidad a un parque natural o a un lago, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 11 : diferencia esperada en el precio de la habitación en euros entre agroturismos que no están cerca de una playa y los que están a menos de 1 km. de una playa, para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, localización, proximidad a un parque natural o a un lago, conexión wifi y posesión de la Q de calidad o del compromiso de calidad turística. β 12 : diferencia esperada en el precio de la habitación en euros entre agroturismos que tienen conexión wifi gratuita y los que no tienen conexión wifi, dadas las mismas localización, proximidad a un parque natural, a un lago o a una playa y posesión de la Q de calidad o del compromiso de calidad turística. β 13 : diferencia esperada en el precio de la habitación en euros entre agroturismos que tienen conexión wifi de pago y los que no tienen conexión wifi, dadas las mismas localización, proximidad a un parque natural, a un lago o a una playa y posesión de la Q de calidad o del compromiso de calidad turística. β 14 : diferencia esperada en el precio de la habitación en euros entre agroturismos que tienen la Q de calidad y los que no la tienen, para las mismas características en lo que se refiere al precio del desayuno, número de habitaciones, localización, proximidad a un parque natural, a un lago o a una playa, conexión a wifi y posesión del compromiso de calidad turística. β 15 : diferencia esperada en el precio de la habitación en euros entre agroturismos que tienen el compromiso de calidad turística y los que no lo tienen, para las mismas localización, proximidad a un parque natural, a un lago o a una playa, conexión a wifi y posesión de la Q de calidad. No olvides guardar todos los cambios en el fichero NekaturBizkaia.gdt.

8 Matriculación de turismos Los dos efectos que queremos considerar son cualitativos y ambos tienen dos categorías: crisis / no crisis plan PIVE / no plan PIVE Como a la hora de especificar el modelo de regresión sólo se va a introducir una categoría en el modelo, basta con construir 1 variable ficticia para cada uno de estos dos efectos: crisis : toma el valor 1 para el periodo de crisis (de septiembre de 2008 en adelante) y 0 en otro caso. PIVE : toma el valor 1 para el periodo de vigencia del plan PIVE (desde noviembre de 2008 hasta junio de 2010) y 0 en otro caso. Ambas son variables ficticias por rango de observaciones, por lo que para generarlas se pincha A~nadir -- Variable ficticia de rango de observación En la pantalla de diálogo que aparece se indica el periodo para el que queremos dar a la variable ficticia el valor 1. En la pantalla principal de Gretl aparecen las dos nuevas variables creadas. Editamos los atributos de estas variables para dar su descripción.

9 No olvides guardar todos los cambios en el fichero Matriculaciones.gdt. Tendencias y estacionalidades Alquiler de sombrillas Para introducir la tendencia, se pincha A~nadir -- Tendencia temporal Como se puede observar, esta instrucción genera una variable de tendencia que toma los valores 1, 2,..., 22. En la pantalla principal de Gretl aparece la nueva variable creada.

10 No olvides guardar todos los cambios en el fichero sombrillas.gdt. Modelo econométrico para la determinación del número de sombrillas alquiladas: S t = β 1 + β 2 P t + β 3 T t + β 4 V B t + β 5 time t + u t β 4 : incremento esperado en el número de sombrillas alquiladas entre una semana y la siguiente, manteniendo fijas el resto de las variables explicativas. Matriculación de turismos Para introducir la tendecia se pincha: A~nadir -- Tendencia temporal y para introducir las variables ficticias estacionales: A~nadir -- Variables ficticias periódicas Como se puede observar en la siguiente pantalla, Gretl ha generado una variable de tendencia que toma los valores 1, 2,..., 108, y doce variables ficticias del tipo: { 1 si la observación t pertenece al mes iésimo dmj t = 0 en otro caso j = 1, 2,..., 12

11 En la pantalla principal de Gretl aparecen las nuevas variables creadas. No olvides guardar todos los cambios en el fichero Matriculaciones.gdt. Modelo econométrico para la determinación de las matriculaciones en la CAV en función del precio del petróleo, el IPI de la CAV, la tendencia y la estacionalidad: MAT CAV t = β 1 + β 2 price p t + β 3 IP ICAV t + β 4 crisis t + β 5 P IV E t + β 6 time t + + β 7 dm1 t + β 8 dm2 t + β 9 dm3 t + β 10 dm4 t + β 11 dm5 t + β 12 dm6 t + + β 13 dm7 t + β 14 dm8 t + β 15 dm9 t + β 16 dm10 t + β 17 dm11 t + u t Valor esperado de las matriculaciones de turismos en noviembre de 2007: E(MAT CAV 2007:11 ) = β 1 + β 2 price p 2007:11 + β 3 IP ICAV 2007:11 + β 6 time 2007:11 + β 17 = β 1 + β 2 62, 82 + β 3 1, 95 + β β 17 Valor esperado de las matriculaciones de turismos en julio de 2009: E(MAT CAV 2009:7 ) = β 1 + β 2 price p 2009:7 + β 3 IP ICAV 2009:7 + β 4 + β 5 + β 6 time 2009:7 + β 13 = β 1 + β 2 46, 459 β 3 25, β 4 + β 5 + β β 13 Valor esperado de las matriculaciones de turismos en diciembre de 2012: E(MAT CAV 2012:12 ) = β 1 + β 2 price p 2012:12 + β 3 IP ICAV 2012:12 + β 4 + β 6 time 2012:12 = β 1 + β 2 82, 78 β 3 8, 94 + β 4 + β 6 108