1.-Especificaciones lineales de las variables explicativas
|
|
- Ramón Castilla Ortiz de Zárate
- hace 5 años
- Vistas:
Transcripción
1 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6
2 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones Método de estmacón por MCO (Análss de Regresón Lneal) Exge lnealdad SÍ en los coefcentes NO en las varables PERMITE múltples especfcacones alternatvas Tema 6
3 Tema 6.: Especfcacones Lneales 0 Cómo camba en valor absoluto ante cambos untaros en la varable, ceters parbus CTCFCV 0 CT 53 0,48*Q (S se produce undad adconal, el CT se ncrementa en 0,48 undades) Tema 6 3
4 Tema 6.: Especfcacones Lneales Consumo 0 Preco Renta Dependent Varable: CONSMO Method: Least Squares Date: //99 Tme: 7:6 Sample: 0 Included observatons: 0 Varable Coeffcent Std. Error t-statstc Prob. C PRECIO RENTA R-squared Mean dependent var Adjusted R-squared S.D. Consumo dependent var S.E. of regresson Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood F-statstc Durbn-Watson stat.743 Prob(F-statstc) Consumo Preco Renta Tema 6 4
5 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6 5
6 Tema 6.: Especfcacones Cuadrátcas 0 3 Al evaluar el mpacto del cambo de, se ve que éste depende del VALOR tomado por Coefcente de efecto lneal Coefcente de efecto cuadrátco Tema 6 6
7 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6 7
8 Tema 6 8 Tema 6.3: Especfcacones con Interaccones A.- Especfcacones Lneales Se ntroduce un térmno de nteraccón cuando el mpacto del cambo de sobre depende del valor tomado por otra varable explcatva, 3 0
9 Tema 6.3: Especfcacones con Interaccones A.- Especfcacones Lneales Benfco( mles) Benfco ( mles 0.83CMdo (%) ) 0 Conc(%) Conc* CMdo 3 CMdo(%) Conc (%) Conc * CMdo Bfo Conc CMdo Tema 6 9
10 Tema 6.3: Especfcacones con Interaccones A.- Especfcacones Lneales Salaro 0 Conc(%) Conc* Sndc 3 Sndc(%) Salaro 3,7 Sndc ,5Conc Conc * Sndc. Salaro 3,7 0,44* Concen. Sndc. Tema 6 0
11 Tema 6.3: Especfcacones con Interaccones A.- Especfcacones Lneales 3,7 0,44* Concen. > 0 y ~ por ~ tan to Concen. < 3,7 / 0,44 53,8 El efecto de la Sndcacón sobre los salaros será postvo solamente para ratos de concentracón nferores a 53,8% Concentr. 0% Concentr. 60% 3,7 0,44*0 4,9 3,7 0,44*60 -,7 Tema 6
12 Tema 6 Tema 6.3: Especfcacones con Interaccones B.- Especfcacones Cuadrátcas
13 Tema 6.3: Especfcacones con Interaccones B.- Especfcacones Cuadrátcas Contraste de Sgnfcacón estadístca: H 0 : no nfluye sobre H 0 : 3 0 ( SCE R SCE SCE NR NR n k ) q ~ F q, n k Tema 6 3
14 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6 4
15 Tema 6 5 Tema 6.4: El Recíproco de una varable explcatva 0 0 lm
16 Tema 6.4: El Recíproco de una varable explcatva Costo fjo promedo de produccón > 0; > 0 Produccón Tema 6 6
17 Tema 6.4: El Recíproco de una varable explcatva Curva de Gasto de Engel 0 0 Gosto 0 > 0; < 0 0 Ingreso Tema 6 7
18 Tema 6.4: El Recíproco de una varable explcatva Curva de Phllps Tasa de varacón de los salaros monetaros % -, Tasa Desempleo% Tema 6 8
19 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6 9
20 Tema 6.5: El Modelo Log-Lneal Funcón de produccón Cobb-Douglas Q AK L e Es una forma lneal? Podemos estmar por MCO? Puede ser lnealzada? Con lnq 0 ln K ln(a) ln L Ahora es lneal en los parámetros y lneal en las varables MCO Q K K Q L. ~. Q L Q Elastcdades: Cambos porcentuales en Q ante cambos porcentuales en K y L Tema 6 0
21 Tema 6 Tema 6.5: El Modelo Log-Lneal e A e A e A E e A
22 Tema 6.5: El Modelo Log-Lneal ) 0 ln( ) ln( ) ln( Tema 6
23 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal lneal 7.- La especfcacón sem-log: el modelo lneal-log Tema 6 3
24 Tema 6.6: Especfcacón SemLog: El Modelo Loglneal Ae e e ln( ) 0 Cambo relatvo en Cambo absoluto en Tema 6 4
25 Tema 6: Especfcacón De La Forma Funcona De La Ecuacón. Interpretacon Aplcacones.-Especfcacones lneales de las varables explcatvas.- Especfcacón cuadrátca 3.- Especfcacón lneal o cuadrátca con un térmno de nteraccón 4.- El recíproco de una varable explcatva como regresor 5.- El modelo Log-lneal o de elastcdad constante 6.- La especfcacón sem-log: el modelo log-lneal 7.- La especfcacón sem-log: el modelo lneal-log log Tema 6 5
26 Tema 6 6 Tema 6.7: Especfcacón SemLog: El Modelo lneal-log ) ln( ) ln( 0 Cambo relatvo en Cambo absoluto en 0 e e
TM 6. ESPECIFICACION DE LA FORMA FUNCIONAL DE LA ECUACION. 1. ESPECIFICACIONES LINEALES DE LAS VARIABLES EXPLICATIVAS
TM 6. ESPECIFICACION DE LA FORMA FUNCIONAL DE LA ECUACION.. ESPECIFICACIONES LINEALES DE LAS VARIABLES EPLICATIVAS. ESPECIFICACION CUADRATICA 3. ESPECIFICACION LINEAL O CUADRATICA CON ALGUN TERMINO DE
Más detallesModelo de Regresión Lineal Múltiple. Heterocedasticidad. Dr. Víctor Aguirre
Modelo de Regresón Lneal Múltple. Heterocedastcdad. Dr. Víctor Agurre Propósto Estudar el caso en que la varanza condconal de Y dado no sea constante. Veremos Porqué sucede? Consecuencas sobre el EMC Deteccón.
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesMaterial Docente de. Econometría. Curso Primera parte. Problemas y cuestiones
Materal Docente de Econometría Curso 011-01. Prmera parte Problemas y cuestones Cuarto curso de Economía Cuarto curso de Admnstracón y Dreccón de Empresas Cuarto curso de Derecho y A.D.E Profesores: Jesús
Más detallesUSOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES
Unversdad de San Andrés Departamento de Economía Econometría Semestre de otoño USOS Y ETENSIONES DEL MODELO LINEAL CON K VARIABLES Marana Marchonn marana@depeco.econo.unlp.edu.ar Varables explcatvas bnaras
Más detalles6 Impacto en el bienestar de los beneficiarios del PAAM
6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda
Más detallesCAPÍTULO 6 TRATAMIENTO DE ASPECTOS CUALITATIVOS. USO DE VARIABLES FICTICIAS EN REGRESIÓN
Fchero: captulo 6 CAPÍTULO 6 TRATAMIENTO DE ASPECTOS CUALITATIVOS. USO DE VARIABLES FICTICIAS EN REGRESIÓN. TIPOLOGÍA DE LOS MODELOS DE REGRESIÓN CON VARIABLES CUALITATIVAS Los aspectos cualtatvos, meddos
Más detallesLicenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Más detallesModelo 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 detallesTema 2: El modelo clásico de regresión
CURSO 010/011 Tema : El modelo clásco de regresón Aránzazu de Juan Fernández ECONOMETRÍA I ESQUEMA DEL TEMA Presentacón del modelo Hpótess del modelo Estmacón MCO Propedades algebracas de los estmadores
Más detallesModelo 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 detallesUNIVERSIDAD 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 detallesSOLUCIÓN 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 detallesEstadística con R. Modelo Probabilístico Lineal
Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S
Más detallesMODELOS PARA DATOS DE RECUENTO
ECONOMETRÍA III Curso 2008/09 MODELOS PARA DATOS DE RECUENTO Profesores: Víctor J. Cano Fernández y M. Carolna Rodríguez Donate Dpto. de Economía de las Instrtucones, Estadístca Económca y Econometría
Más detallesSOLUCIÄN 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 detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco
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
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 detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesCAPÍTULO 11 No-NORMALIDAD DE LAS PERTURBACIONES. MÉTODOS ROBUSTOS DE ESTIMACIÓN
Fchero: captulo.doc CAPÍTULO o-ormalidad DE LAS PERTURBACIOES. MÉTODOS ROBUSTOS DE ESTIMACIÓ. ITRODUCCIÓ En el modelo de regresón lneal Y=Xβ + u, a menudo se recurre a la hpótess de que el vector de errores
Más detallesECONOMETRÍA 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 detallesLección 4. Ejercicios complementarios.
Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,
Más detallesIntroducción 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 detallesSOLUCIÓN 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 detallesTODO ECONOMETRIA. Variables cualitativas
TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,
Más detallesModelo 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 detallesHoja 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 detalles1. 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 detallesEspecialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE
Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas
Más detallesESTIMACIÓN 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 detallesECONOMETRÍA 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 detallesLEY 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 detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallescon 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 detallesEXTENSIÓN 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 detallesErrores 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 detallestruncación inferior en el punto a=25 es igual a El grado de truncación es del
ECONOMETTRÍ ÍA III II.. Cuurrssoo 22000022- -0033 (f( f cchheer roo: : ccuueesst t oonneess lleecccc l 33) ) CUESTTI IONES SOBRE LLA LLECCI IÓN 33: : MODELLOS DE VARIABLLE DEPENDIENTTE LLI IMITTADA 1.
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesCAPÍTULO 9 HETEROCEDASTICIDAD.
Fchero: captulo 9 nuevo.doc CAPÍTULO 9 HETEROCEDASTICIDAD.. CAUSAS MUESTRALES Y ESTRUCTURALES Como sabemos, la heterocedastcdad consste en que las observacones muestrales tenen varanzas del error dferentes
Más detalles1.- 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 detallesÍndice 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 detallesQUINTA 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 detallesExamen Final de Econometría Grado
Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón
Más detallesNOMBRE: 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 detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco
Más detallesRegresión 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 detallesEl contexto básico para el análisis es un modelo de regresión de la forma: α (1)
ECONOMETRIA - ECON 3301 - SEMESTRE II - 08 Profesor: Ramón Rosales; rrosales@unandes.edu.co Profesor Taller: Wllam Delgado; w-delgad@unandes.edu.co Profesor Taller: Juan Carlos Vasquez; jvasquez@unandes.edu.co
Más detallesCorrelograma 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 detallesRegresión múltiple k k
Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesAnálisis cuantitativo aplicado al Comercio Internacional y el Transporte
Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón
Más detallesEJERCICIO 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 detallesECONOMETRIA 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 detallesAnálisis 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 detallesPRACTICA 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 detallese i para construir el modelo econométrico que se escribe a continuación:
5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período
Más detallesEXAMEN 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 detallesDESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES
RESUMEN INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) ISSN 1814-6333 DESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES Ernesto Cupé C. Centro de Investgacones
Más detallesTema 3: Procedimientos de Constrastación y Selección de Modelos
Tema 3: Procedmentos de Constrastacón y Seleccón de Modelos TEMA 3: PROCEDIMIENTOS DE CONTRASTACIÓN Y SELECCIÓN DE MODELOS 3) Introduccón a los Modelos con Restrccones Estmacón Restrngda 3) Contrastes
Más detallesDiseño 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 detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesEn 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 detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesSOLUCIÓN 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 detallesEXAMEN 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 detallesRegresión 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 detallesEconometría 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 detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C
Más detallesEXAMEN 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 detallesEL 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 detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta
Más detallesEl Modelo IS-LM. El modelo IS-LM
El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesAVISO 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 detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesRegresión 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 detallesModelo Lineal Múltiple. Clase 03. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial
Unversdad Austral de Chle Escuela de Ingenería Comercal ICPM050, Econometría Clase 03 Modelo Lneal Múltple Profesor: Carlos R. Ptta Econometría, Prof. Carlos R. Ptta, Unversdad Austral de Chle. Análss
Más detalleslog 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 detallesINTERPRETACIÓN DE LOS PARÁMETROS DE UN MODELO BÁSICO DE REGRESIÓN LINEAL. Rafael de Arce Ramón Mahía Febrero de 2012
INTERPRETACIÓN DE LOS PARÁMETROS DE UN MODELO BÁSICO DE REGRESIÓN LINEAL Rafael de Arce Ramón Mahía Febrero de 0 Además de abordar en otras sesones y documentos los aspectos relatvos a la estmacón de los
Más detallesUNIVERSIDAD 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 detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesRegresión y correlación simple 113
Regresón y correlacón smple 113 Captulo X ANALISIS DE REGRESION Y CORRELACION El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes
Más detallesRECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO
RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón: Esquema
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesGUÍA 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 detallesSOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II 1º El investigador especifica el siguiente modelo: Se le pide: 1.1. Realice la prueba
Más detallesNueva 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 detallesProyecciones 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 detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesInstituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm
Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del
Más detallesln Y = β 0 + β 1 ln X 1 + β 2 X 2 + ε, (4) ln Y = β 0 + β 1 X 1 + β 2 X 2 + ε, (3)
Examen de Econometría I Universidad Carlos III de Madrid 1aa Convocatoria (26 de enero del 2004) Curso 2003/2004 Valores críticos de diferentes distribuciones pueden encontrarse al final del examen. PREGUNTA
Más detallesInfluencia de la política económica en los principales indicadores de la economía peruana Amer Ernesto Fernández Dávila Angulo
Influencia de la política económica en los principales indicadores de la economía peruana 1950-2006 Amer Ernesto Fernández Dávila Angulo Introducción Todo grupo de medidas económicas tiene por objeto mejorar
Más detallesMODELO 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 detallesDESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES
RESUMEN INVESTIGACIÓN & DESARROLLO, No. 7: 5 4 (007) ISSN 1814-6333 DESCOMPOSICIÓN EN REGRESIÓN LINEAL: UN NUEVO MÉTODO PARA ANÁLISIS DE DETERMINANTES Y TOMA DE DECISIONES Ernesto Cupé C. Centro de Investgacones
Más detalles6 Heteroscedasticidad
6 Heteroscedastcdad Defncón casas de heteroscedastcdad Defncón: la varanza de la pertrbacón no es constante. Casas: a natraleza de la relacón entre las varables Ejemplo : relacón gasto-renta; Hogares con
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesEducación y Crecimiento Económico
Educación y Crecimiento Económico Trabajo Final de Licenciatura en Economía Tutor: Alberto Landro María Lucía Kovacs 03-980095-02 D.N.I.: 27.939.169 Índice Sección I: Introducción... 3 Sección II: Marco
Más detallesHeterocedasticidad y autocorrelación
Heterocedasticidad y autocorrelación Tema 6 Heterocedasticidad y Autocorrelación Esquema 1. Supuestos del modelo de regresión. 2. Distribución de los estimadores MCO. 3. Varianzas de los estimadores. 4.
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesINTRODUCCION 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