Métodos Cuantitativos en Economía

Documentos relacionados
Ejercicio Heterocedasticidad_2

MODELO ECONOMÉTRICO. José María Cara Carmona. Adrián López Ibáñez. Explicación del desempleo

T4. Modelos con variables cualitativas

y x Estimar por MCO un modelo lineal entre la variable explicada (y) y las

FACTORES INFLUYENTES EN EL EMPLEO. Econometría II GECO Marina Calvillo Fuentes Rocío Crespo Roldán

El Modelo de Regresión Lineal General Estimación

TRABAJO ECONOMETRIA (ETAPAS 1,2 Y 3)

Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid Febrero de 2012

3. RELACION ENTRE DOS CONJUNTOS DE DATOS.

Modelos con Datos de Panel

T6. Modelos multiecuacionales

Plan General del Curso. Análisis Econométrico con EViews. Instituto Científico del Pacífico

TEMA 4 CUESTIONARIO DE AUTOEVALUACIÓN

Estimación de la relación PIB desempleo: Nicaragua Estimation of the relationship between GDP and Unemployment: Nicaragua

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

OPTATIVAS INSTRUMENTALES DEL DPTO DE MÉTODOS CUANTITATIVOS

TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)

Guía breve de análisis de series temporales unidimensionales con Gretl

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN N LINEAL

T2. El modelo lineal simple

Regresión con series temporales

COBERTURA CONTRA LA INFLACION REAL EN ARGENTINA

Análisis Probit. StatFolio de Ejemplo: probit.sgp

AJUSTE PLANTEAMIENTO DEL PROBLEMA

Capitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved

(3620) ECONOMETRÍA (3620)

Econometría Universidad Carlos III de Madrid Soluciones Examen Final 27 de Mayo de 2013

ADMINISTRACION DE OPERACIONES

Teoría de la decisión

Carrera Plan de Estudios Contacto

Medidas de dispersión

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ECONOMÍA SISTEMA UNIVERSIDAD ABIERTA PROGRAMA DE INTRODUCCIÓN A LA ECONOMETRÍA

Relación entre la altura y la distancia del suelo al ombligo

EJERCICIOS RESUELTOS DE ECONOMETRÍA CON GRETL

Curso de nivelación Estadística y Matemática

DIRECCIÓN Y ADMINISTRACIÓN DE PEQUEÑAS EMPRESAS

Introducción IMADIL /17/2014. Tema 3. Características estadísticas fundamentales (Tercera parte)

Lección 3. Análisis conjunto de dos variables

ANÁLISIS DE REGRESIÓN

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1

Carrera Profesional de. Economía. - Programas Virtuales de acuerdo a Ley -

UNIDAD Nº4. Ejemplo.- Dados los Gastos de publicidad en los meses enero a julio, los cuales generan los sgts. Ingresos:

Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid 2013

Tema 6. Multicolinealidad. Contenido Multicolinealidad perfecta Multicolinealidad de grado alto

1. Cómo introducir datos en SPSS/PC? - Recordatorio

Análisis de coyuntura con series temporales. Metodología A. Espasa (dt 9003 BE)

Doc. Juan Morales Romero

HORARIOS JORNADA DIURNA

DEMANDA DE AUTOMOVILES EN ESPAÑA

3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS

Econometría. Multicolinealidad

Estructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias

HORARIOS JORNADA DIURNA

GRADO : ADE ASIGNATURA: ECONOMETRÍA I. Curso: 2 Cuatrimestre: 2 Asignaturas que se recomienda tener superadas: Estadística I y II

ECONOMÍA FINANZAS + ADE

MAESTRIA EN FINANZAS - ESTRUCTURA CURRICULAR. Cursos de Actualización (Semestre. Económica, Matemáticas, Estadística, Teoría en Finanzas

La econometría : una mirada de pájaro

Tema 1. Introducción a la Econometría

ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte

Variables Cualitativas

Servei d Estadística Aplicada

MÉTODOS DE PRONÓSTICO TEMA 1: ANÁLISIS DE SERIES DE TIEMPO Y ELABORACIÓN DE PRONÓSTICOS

El Modelo de Regresión Lineal

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

Tema 2. Regresión Lineal

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE

Lectura No. 7. Contextualización. Nombre: Métodos de Análisis ANÁLISIS FINANCIERO 1

Augmented Dickey-Fuller. Test de raíces unitarias en Z T

UNIVERSIDAD AUTONOMA DEL ESTADO 1 DE MEXICO Facultad de Contaduría y Administración Sistemas de Información Estratégicos

Econometría. Código: Créditos ECTS: 6. Titulación Tipo Curso Semestre Contabilidad y Finanzas OB 3 1.

Econometría de Económicas Ejercicios para el tema 2 y 3

Fase 2. Estudio de mercado: ESTADÍSTICA

LA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN

Construir modelos matemáticos que permitan cuantificar el efecto de las actividades de marketing sobre las principales métricas del negocio.

ESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple

MODELO PARA LA PREDICCION DE LA TASA DE CRECIMIENTO DEL INDICE DE PRECIOS AL CONSUMIDOR EN PERIODOS DE HIPERINFLACION Samuel Doria Medina

VINCULACIÓN Y ADSCRIPCIÓN DE ASIGNATURAS A ÁREAS DE CONOCIMIENTO Graduado/a en Marketing e Investigación de Mercados

Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López

Universidad Tecnológica Nacional Facultad Regional San Francisco. Licenciatura en Administración Rural. Estadística

Métodos Estadísticos de la Ingeniería Práctica 4: Regresión Lineal

MÓDULO: MÉTODOS CUANTITATIVOS

Una vez realizados estos procesos conviene verificar que han aparecido las dos nuevas variables (columnas) en el archivo de datos.

4.1 Análisis bivariado de asociaciones

Econometría I. Código: Créditos ECTS: 6. Titulación Tipo Curso Semestre Administración y Dirección de Empresas OB 2 2

Lucila Finkel Temario

Eficacia de las Tutorías del Centro de Apoyo al Estudiante (CAE): Resultados y Notas Técnicas Por: Fernando Vázquez Calle * y José A.

HORARIO DEL PRIMER DÍA DEL SEGUNDO SEMESTRE (7 de febrero de 2018)

LICENCIATURA EN ECONOMÍA. Este programa educativo se ofrece en las siguientes sedes académicas de la UABC:

CAPÍTULO 5: Pronósticos de las Operaciones Productivas

07 Estimación puntual e introducción a la estadística inferencial

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos

UNIVERSIDAD CATÓLICA DE SANTA MARÍA

TEMA V ANÁLISIS DE REGRESIÓN LOGÍSTICA

Construcción de Gráficas en forma manual y con programados

CRITERIOS DE EVALUACIÓN Y CALIFICACIÓN EN BACHILLERATO

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

Obligatoria Optativa Extracurricular Curso Seminario Taller. Clave seriación 45 Laboratorio. Horas prácticas de campo

Transcripción:

Métodos Cuantitativos en Economía Mitos, leyendas y alguna media verdad Miguel Jerez Universidad Complutense de Madrid Abril 2015 Ver. 16/04/2015, Slide # 1

Esta conferencia se centra en una única idea Los métodos cuantitativos son herramientas Ver. 16/04/2015, Slide # 2

Índice Presentando a los actores Con métodos sencillitos ya me apaño Pero hay que ver qué mal predecís! Métodos cuantitativos e ilusionismo Métodos cuantitativos y la búsqueda de la verdad Falsos dilemas A modo de conclusión Ver. 16/04/2015, Slide # 3

Presentando a los actores Fundamentos Instrumentos Aplicaciones Matemáticas Estadística Optimización analítica Métodos numéricos Investigación operativa Econometría Calcular: Planes óptimos Valores desconocidos Previsiones Simulaciones, etc. en áreas temáticas: Gestión pública Finanzas Marketing Logística, etc. Estos métodos son herramientas para distintas áreas temáticas Como cualquier herramienta pueden usarse bien o mal Ver. 16/04/2015, Slide # 4

Con métodos sencillitos ya me apaño Como economista de números, la frase que más veces he oído en mi vida profesional es: Lo tuyo está bien, pero con métodos sencillitos ya me apaño Cada vez que oigo esto me acuerdo del Martillo de Maslow: Cuando tu única herramienta es un martillo, todo te parece un clavo. Pensemos en términos de una regresión de dos variables frente a métodos sencillitos Calcular una media: es ajustar una regresión con constante y sin variables explicativas Calcular un ratio: es ajustar una regresión sin término constante a un sólo dato Ver. 16/04/2015, Slide # 5

Pero hay que ver qué mal predecís! La única función de la predicción económica es hacer que la astrología parezca algo más respetable. JK Galbraith. Economista: es un experto que mañana sabrá explicar por qué las cosas que predijo ayer no han sucedido hoy. Laurence J. Peter Siempre en movimiento está el futuro Maestro Yoda Es habitual bromear sobre la capacidad de los economistas para hacer predicciones concretas, sean cuantitativas o cualitativas Las bromas suelen basarse en comparar las predicciones con la realidad Esto plantea bastantes problemas de rigor: Se comparan peras (predicciones) con manzanas (la realidad) No se define qué es acertar y qué límite separa el error grande del pequeño Lo correcto es: Comparar peras (predicciones) con peras (predicciones alternativas) Evaluar los errores de predicción comparándolos entre sí: el error de predicción óptimo no es cero, sino el más pequeño de todos los disponibles Valorar las predicciones, no en función de sus errores, sino de su utilidad Ver. 16/04/2015, Slide # 6

Métodos cuantitativos e ilusionismo (I) Hay tres clases de mentiras: las mentiras, las malditas mentiras y las estadísticas Mark Twain (o Benjamín Disraeli). Encuentro tres explicaciones a esta idea: 1. A veces no interesa medir o, si no queda más remedio, se manipulan las estadísticas 2. La gente se lía (o la lían) con las matemáticas y la estadística Ver. 16/04/2015, Slide # 7

Métodos cuantitativos e ilusionismo (II) 3. La estadística (mal utilizada) puede ofrecer imágenes convincentes y falsas GNP 900 800 700 600 500 400 300 200 100 0 0 1 2 3 4 5 6 Melanoma Las figuras muestran el perfil de dos series anuales muy relacionadas Resulta decepcionante descubrir que una de estas variables es el PIB anual en EE.UU. y la otra registra el número de casos de melanoma entre los varones residentes en Connecticut (ajustados por edad) Este es un ejemplo de correlación espúrea, un fenómeno muy bien comprendido y estudiado por la Estadística y Econometría modernas Las matemáticas no mienten. Lo que hay son muchos matemáticos mentirosos Henry David Thoreau. Ver. 16/04/2015, Slide # 8

Métodos cuantitativos y la búsqueda de la verdad Los métodos cuantitativos también permiten desenterrar verdades ocultas en los datos, medir efectos cualitativos e influir sobre la realidad Modelo 1: MCO, usando las observaciones 1-1260 Variable dependiente: wage Coeficiente Desv. Típica Estadístico t Valor p ----------------------------------------------------------------- const 0.0582828 0.675757 0.08625 0.9313 black 0.0801255 0.460955 0.1738 0.8620 female 2.57112 0.259112 9.923 2.16e-022 *** educ 0.454277 0.0464577 9.778 8.19e-022 *** exper 0.0846655 0.0104211 8.124 1.07e-015 *** Media de la vble. dep. 6.306690 D.T. de la vble. dep. 4.660639 Suma de cuad. residuos 22224.51 D.T. de la regresión 4.208180 R-cuadrado 0.187327 R-cuadrado corregido 0.184737 F(4, 1255) 72.32183 Valor p (de F) 3.52e-55 Log-verosimilitud 3596.016 Criterio de Akaike 7202.031 Criterio de Schwarz 7227.726 Crit. de Hannan-Quinn 7211.687 Este ejemplo muestra cómo detectar situaciones de discriminación salarial injusta y estimar sus efectos mediante un modelo de regresión Ver. 16/04/2015, Slide # 9

Falsos dilemas (I): Métodos cuantitativos versus cualitativos Contraponer métodos cuantitativos y cualitativos es un falso dilema Esta idea surge en el mundo académico, en donde tendemos a exagerar la importancia de los métodos El mundo no funciona así. No mandan los métodos, sino los objetivos Qué pregunta hay que responder? Qué necesidad debo cubrir? Si quiero clavar un clavo, usaré un martillo. Si quiero trazar una línea, usaré una regla si el problema es cuantitativo, necesitaré métodos cuantitativos Ver. 16/04/2015, Slide # 10

Falsos dilemas (II): Ciencia versus No-Ciencia El dilema opuesto al anterior es el que enfrenta la Ciencia a la no-ciencia, siendo el uso de métodos cuantitativos y matemáticas lo que separa la una de la otra Este falso dilema está muy extendido en Economía No hace falta discutirlo de nuevo: me remito a los argumentos previos acerca de los métodos y las finalidades El señor Spock dijo una vez: la lógica conduce a la sabiduría, pero no es su finalidad Si el santo patrón del pensamiento lógico reconocía así las limitaciones de su método, nosotros deberemos aceptar que: no se trata de usar métodos cuantitativos o cualitativos, sino usar métodos adecuados, de forma productiva Ver. 16/04/2015, Slide # 11

A modo de conclusión: Los métodos cuantitativos y la formación del economista La formación de un economista combina materias básicas, como Matemáticas o Estadística instrumentales, como Matemáticas Financieras, Econometría u Optimización temáticas: Economía Monetaria o de la Salud, Finanzas o Marketing Los métodos cuantitativos son materias básicas o materias instrumentales. Históricamente, han tenido un peso determinado en nuestra formación En las últimas décadas, las tecnologías de la información y las comunicaciones se han extendido a todos los ámbitos de la gestión económica, dando lugar a un entorno más medible Estos cambios plantean el desafío de procesar la información disponible y aplicarla a una toma de decisiones más rigurosa, más clara y más eficaz: Decision Support Systems? Data Mining? Big Data? Acomodar este desafío requiere repensar la formación de nuestros egresados Ver. 16/04/2015, Slide # 12

Todo ello sin olvidar que Los métodos cuantitativos son herramientas Ver. 16/04/2015, Slide # 13

Miguel Jerez Méndez (mjerezme@ucm.es) Departamento de Fundamentos del Análisis Económico II (Economía Cuantitativa) Facultad de Ciencias Económicas, UCM Ver. 16/04/2015, Slide # 14