UNIVERSIDAD NACIONAL DE PIURA ESCUELA DE POSTGRADO PROGRAMA DE MAESTRÍA EN CIENCIAS ECONÓMICAS

Documentos relacionados
MÓDULO: MÉTODOS CUANTITATIVOS

Tema 1: Introducción

MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1

CM0244. Suficientable

LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION

Facultad de Ciencias Sociales - Universidad de la República

PRINCIPIOS DE ECONOMETRÍA

Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México

LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA Y CLASIFICACION

INSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS

ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA

Carrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.

TIPOS DE INVESTIGACION

Curso: Lenguaje y Técnicas de Investigación Capítulo 1: La Investigación Científica.

Titulación(es) Titulación Centro Curso Periodo Grado de Administración y Dirección de Empresas

Conceptos básicos estadísticos

CAPÍTULO 5: Pronósticos de las Operaciones Productivas

Teoría de la decisión

UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:

Bloque 1. Contenidos comunes. (Total: 3 sesiones)

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL

Examen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.

E S T A D Í S T I C A

Asignaturas de Énfasis en Economía y Opción Complementaria.

I UNIDAD METODOLOGÍA: RECOLECCIÓN DE DATOS

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia

RECOLECCIÓN DE DATOS (ENFOQUE CUANTITATIVO) DRA. MIRIAM RODRÍGUEZ VARGAS Dr. JORGE ALBERTO PÉREZ CRUZ

1º CURSO BIOESTADÍSTICA

Elaboración de un modelo econométrico.

UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA

UNIVERSIDAD ABIERTA PARA ADULTOS UAPA ESCUELA DE POSTGRADO MAESTRÍA EN CIENCIAS DE LA EDUCACIÓN MENCIÓN GESTION DE CENTROS EDUCATIVOS

Uso de encuestas para la evaluación de indicadores y medición de resultados en VIH/Sida

TÉCNICAS DE PROYECCIÓN DE MERCADO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS DE INGENIERÍA

4.1 Análisis bivariado de asociaciones

Multicolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17

INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES

Pontificia Universidad Católica del Ecuador Facultad de Ingeniería

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA

Capítulo 8. Análisis Discriminante

ESTRUCTURA DEL INFORME FINAL DE PROYECTO DE INVESTIGACIÓN PARA ESTUDIANTES DE TERCER AÑO.

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Es recomendable que el alumno tenga conocimientos básicos de econometría, estadística y algebra lineal.

Cómo llevar a cabo un trabajo empírico

GRADO EN ECONOMIA SEGUNDO CURSO

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA

Proceso de Investigación y Modelo Integral

MODELIZACIÓN ENERGÉTICA EN EL ECUADOR

Metodología de la Investigación. Dr. Cristian Rusu

Regresión y Correlación

CAPITULO V METODOLOGÍA DE LA INVESTIGACIÓN

Investigación de Mercados. Sesión 1: El proceso de toma de decisiones en la investigación de mercados

PROGRAMA SINTÉTICO DE METODOLOGÍA DE LA INVESTIGACIÓN

Carrera: Ingeniería Civil CIM 0531

TÉCNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS. Adela del Carpio Rivera Doctor en medicina

Análisis de estudios de cohortes en Ciencias de la P005/10. Salud (modelos regresión de Poisson y de Cox)

Especialidad en Preparación y Evaluación de Proyectos

PROGRAMA DE FORMACIÓN AVANZADA EN MÉTODOS CUANTITATIVOS ORIENTACIÓN ECONOMÍA ORIENTACIÓN FINANZAS. cinve CENTRO DE INVESTIGACIONES ECONÓMICAS

Tema 5: Planteamiento de los modelos de series temporales. Coro Chasco Yrigoyen Universidad Autónoma de Madrid (UAM) Asignatura: Econometría II

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla

Metodología de la Investigación MAESTRÍA EN LINGÜÍSTICA Facultad de Lenguas y Letras-UAQ.

Metodologías Para La Estimación de Ingresos Corrientes del Sector Público. Lic. Edgar Morales

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

DIPLOMADO EN ESTADÍSTICA APLICADA

GUIA PARA LA ELABORACIÓN DE PROYECTO DE INVESTIGACIÓN

Tipos de investigación. Mg. Carlos Enrique Vento Cangalaya

Propuestas de Mejora. Delia Esperanza Barrantes Medina

3.1 Proyección de la Demanda. Fundación Bariloche. Noviembre de Documento PDF.

DEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Pasos Ejecución de pruebas analíticas sustantivas. 6. Ejecución de pruebas sustantivas

CARTA DESCRIPTIVA. Clave: ECO Créditos: 8. Conocimientos: Probabilidad y estadística. Algebra lineal. Econometría I.

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, Decana de América

Proceso de la investigación científica. Dr. Jorge Alarcón Villaverde Profesor Principal UNMSM 2010

PROYECTO GRUPAL. GUIA DE LA ACTIVIDAD DE TRABAJO COLABORATIVO Muestreo y Estimación de Parámetros METODOLOGÍA. Procedimiento:

Unidad 1. Obtención, Medición y Representación de Datos. Estadística E.S.O.

CRITERIOS DE EVALUACIÓN DEPARTAMENTO DE MATEMÁTICAS

ESTADÍSTICA APLICADA A LA EDUCACIÓN (MÉTODOS CUANTITATIVOS)

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

EXPORTACIONES ARGENTINAS: UN ESTUDIO ECONOMÉTRICO DE SUS DETERMINANTES EN RELACIÓN A PAÍSES VECINOS. X CONGRESO DE ECONOMÍA

Indicadores del Ciclo Económico Contexto Chileno

POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN

FACULTAD DE CIENCIAS JURÍDICAS Y ECONÓMICAS

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES

ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos

Tema 11. El muestreo y el análisis de datos en el enfoque cualitativo

UNIVERSIDAD AUTÓNOMA DE SANTO DOMINGO VICERRECTORIA DE INVESTIGACIÓN Y POSTGRADO DIRECCIÓN DE INVESTIGACIONES CIENTÍFICAS VIP-F-002

Métodos de Investigación e Innovación -Metodologías de Investigación-

de Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca

CRONOGRAMA DE LA ASIGNATURA TRABAJO DEL ALUMNO DURANTE LA SEMANA. Elegir el proyecto empírico que se va a realizar durante el curso.

CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara

UNIVERSIDAD HISPANOAMERICANA BACHILLERATO EN ENFERMERÍA PROGRAMA DE CURSO

UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN

PLANEACIÓN DIDÁCTICA FO205P

Seminario de Tesis UNIDAD 1. Marco Metodológico Tipo, Alcance y Diseño de la Investigación MTE Elsa Martínez Olmedo

Asignaturas antecedentes y subsecuentes

Transcripción:

UNIVERSIDAD NACIONAL DE PIURA ESCUELA DE POSTGRADO PROGRAMA DE MAESTRÍA EN CIENCIAS ECONÓMICAS CURSO: MÉTODOS CUANTITATIVOS TÓPICO 5: ECONOMETRÍA: MODELO DE REGRESIÓN LINEAL GENERAL Econ. SEGUNDO A. CALLE RUIZ Ms. Sc.

INTRODUCCIÓN La Econometría se define como la ciencia social en la que se aplican los instrumentos de la Teoría Económica, la Matemática y la Estadística al análisis de los fenómenos económicos (Goldberger.1970). Es una disciplina científica que tiene por objeto la explicación y la predicción de los fenómenos económicos, mediante el uso de modelos expresados en forma matemática y la utilización de métodos estadísticos de estimación y contraste. 2

INTRODUCCIÓN Teoría Económica: A través del planteamiento de las hipótesis a testear. Matemática : Al expresar a través de ecuaciones las hipótesis planteadas por la teoría económica Estadística: Recolección y sistematización de los datos-estadística descriptiva-, Evaluación de la significancia de los estimadoresestadística inferencial-. 3

INTRODUCCIÓN E C O N O M E T R Í A TEORÍA ECONÓMICA MATEMÁTICA C f (, ) ESTADÍSTICA Los gastos de consumo dependen del nivel de ingreso C f () C f (, ) DESCRIPTIVA C f () C 0 1 C 0 1 Ci 0 1 i INFERENCIAL Prueba de Hipótesis Prueba de significancia 4

INTRODUCCIÓN La Econometría ha experimentado un gran desarrollo en las últimas décadas, tanto en su metodología, sino también en sus aplicaciones, debido a algunos factores como: Incremento de la disponibilidad de datos estadísticos. La generalización del uso de ordenadores Los avances experimentados en el desarrollo de programas informáticos. 5

MODELOS ECONOMÉTRICOS Modelo: conjunto de relaciones matemáticas que expresan en forma simplificada e idealizada, las características básicas y esenciales de: (i) Orden institucional y legal vigente, (ii) una tecnología incorporada a la actividad económica, (iii) regularidad observada en el comportamiento. 6

MODELOS ECONOMÉTRICOS Modelo Econométrico trata de explicar el comportamiento de una o de más variables en función de la evolución de otras variables que se consideran explicativas, incluyendo también variable(s) no observable o aleatoria. k i X i f 1 ) ; ( ) ;,, ( ) ;,, ( ) ;,, ( 3 2 3 1 3 2 1 3 2 2 1 2 2 1 1 X X h X X g X X f 19/10/2011 7 ECON. SEGUNDO A. CALLE RUIZ

MODELOS ECONOMÉTRICOS Los modelos econométricos pueden clasificarse de acuerdo con varios criterios, tales como: a. Según el número de ecuaciones: Uniecuacionales 0 X 1 1 X 2 2 k X k Multiecuacionales 1i 2i 10 20 12 21 2i 1i 11 21 X X 1i 1i 1i 2i 8

MODELOS ECONOMÉTRICOS b. Según la relación funcional: Lineal 0 X 1 1 X 2 2 k X k j k, j 1 No lineal AX 1 X 2 e Linealizable AX 1 X 2 No Linealizable 9

19/10/2011 10 c. Según la naturaleza de los datos: Temporales (Time series) Atemporales (cross section) Mixtos o Panel Data i ki k i i i X X X 2 2 1 1 0 t kt k t t t X X X 2 2 1 1 0 it kit k it it it X X X 2 2 1 1 0 MODELOS ECONOMÉTRICOS ECON. SEGUNDO A. CALLE RUIZ

MODELOS ECONOMÉTRICOS d. Según las características dinámicas: Estáticos: Dinámicos: Todas la variables están referidas al mismo periodo de tiempo. Los modelos con datos atemporales son estáticos por definición. La variable (es) endógena depende (n) de variables exógenas con y/o sin rezagos Rezagos distribuidos t 0 1X t 2X t1 k Xtk 1 t Autorregresivos X t t 1 t t 0 t 1 t1 t 11

ANÁLISIS DE REGRESIÓN El Análisis de Regresión es una de las herramientas de usos mas frecuente en el trabajo econométrico. Qué es análisis de regresión? Descripción y evaluación de la relación entre una (s) variable (s) determinada (s): Explicada (s) dependiente(s) endógena(s); y Una o más variables adicionales: Explicativa(s) independiente(s) exógena(s) 12

ANÁLISIS DE REGRESIÓN REGRESIÓN: Francis Galton (1822-1911) Inglaterra, quien estudio la relación entre la estatura de los hijos y de los padres. El Análisis de Regresión no se debe confundir con el Análisis de Correlación, el cual consiste en medir el grado de relación lineal entre las variables, a diferencia del análisis de regresión que mide relaciones de causalidad. 13

LA INVESTIGACIÓN ECONOMÉTRICA (IE) Los economistas tratan de comprender la naturaleza y funcionamiento de los sistemas económicos. El primer paso de este proceso es la elaboración de un modelo teórico. Sin embargo existen algunos aspectos no resueltos por la teoría, como por ejemplo: 1. Las consideraciones teóricas normalmente no especifican la forma funcional que liga las variables en una relación. 2. a teoría es a veces precisa pero otras no en la definición y medida de los datos. 14

LA INVESTIGACIÓN ECONOMÉTRICA algunos aspectos no resueltos por la teoría. 3. La teoría económica no puede ser específica sobre las apropiadas estructuras de retardos. 4. El modelo teórico simple arroja implicaciones cualitativas sin ambigüedad; pero en modelos más complejos puede no suceder. 15

LA INVESTIGACIÓN ECONOMÉTRICA La econometría trata de cuestiones no resueltas. Su tarea básica es dar cuerpo a las estructuras teóricas; esto a través de varias etapas: 1. Especificación del modelo 2. Estimación del modelo 3. Evaluación de los estimadores del modelo 4. Evaluación de la capacidad predictiva del modelo 16

LA INVESTIGACIÓN ECONOMÉTRICA I. ESPECIFICACIÓN DEL MODELO Éxito de toda IE esta en una adecuada especificación del modelo. Esto implica recurrir a teoría económica y a toda información disponible en el contexto donde se plantea la investigación Examinar naturaleza y contenido de los elementos que en si definen esta etapa: a. Numero de variables en la especificación: depende de (i) naturaleza del fenómeno, y (ii) la finalidad de la investigación b. Expectativa respecto a tamaño y signo de los parámetros. c. Forma matemática del modelo 17

LA INVESTIGACIÓN ECONOMÉTRICA II. ESTIMACIÓN DEL MODELO El objetivo es la cuantificación de los parámetros del modelo, esto implica utilizar: insumo: Conjunto muestral de datos para cada variable Medio: Uno de los diferentes métodos econométricos Tarea del investigador es puramente técnico, lo que supone cumplir ciertas reglas que norman: a. Recolección de datos, b. Operatividad y manejo de los métodos de la investigación econométrica. 18

LA INVESTIGACIÓN ECONOMÉTRICA II. ESTIMACIÓN DEL MODELO a. Recolección de datos :Series de tiempo, datos de corte transversal, datos técnicos, datos institucionales, datos construidos por el investigador. b. Problemas de agregación: Especialmente en modelos macroeconómicos. Fuentes de agregación: sobre individuos, sobre bienes, sobre periodos de tiempo, agregación espacial. c. Examen de multicolinealidad d. Examen de las condiciones de identificación e. Elección del método econométrico apropiado 19

LA INVESTIGACIÓN ECONOMÉTRICA III. EVALUACION DE LOS ESTIMADORES El objetivo es determinar cuan significativos y correctos son los estimadores que se han obtenido en la segunda etapa, en la medida que el valor numérico de los parámetros pueden no ser consistentes con lo que la teoría económica, la estadística y la econometría esperan de ellos. Implica tomar en cuenta tres criterios: a. Criterio Económico (criterio apriori) b. Criterio Estadístico (criterio de primer orden) c. Criterio Econométrico (criterio de segundo orden) 20

LA INVESTIGACIÓN ECONOMÉTRICA III. EVALUACION DE LOS ESTIMADORES a. Criterio Económico (criterio apriori) - Comparar el signo y tamaño de los parámetros estimados, con aquello planteado en la primera etapa. - Interpretar los estimadores Si los estimadores no cumplen con lo especificado, puede deberse a: deficiencia en los datos, incorrecta técnica de estimación, inadecuada especificación. En el caso extremo se sugiere replantear el modelo 21

LA INVESTIGACIÓN ECONOMÉTRICA III. EVALUACION DE LOS ESTIMADORES b. Criterio Estadístico (criterio de primer orden) Implica someter los estimadores a test. / exámenes para determinar el grado de confiabilidad. Test o prueba de hipótesis: (i) Individuales, (ii)global Test de Bondad de Ajuste c. Criterio Econométrico (criterio de segundo orden) Implica determinar si el modelo estimado no presenta multicolinealidad, heteroscedasticidad, y auto correlación no contemporánea de errores. 22

LA INVESTIGACIÓN ECONOMÉTRICA IV. EVALUACION DE LA CAPACIDAD PREDICTIVA Predicción: Determinación fuera de la muestra de los valores de las variables objetivo. Simulación: Probar que pasaría con determinadas metas ante posibles cambios en los instrumentos. a. Predicción Cuantitativa Capacidad que un modelo debe poseer para obtener los valores numéricos de sus variables explicadas mas allá de la muestra. b. Predicción Cualitativa Es aquella que en base a los parámetros estimados nos permite anticipar el cambio que experimentaran las variables dependientes. 23

FUENTES DE INFORMACIÓN PARA EL ANÁLISIS ECONOMÉTRICO La fuente de información se refiere al lugar, la institución, las personas o elementos donde están los datos que se necesitan para cada una de las variables del modelo econométrico. Estas pueden ser: Las Oficinas de Estadística: Boletines físicos y/o virtuales. Archivos ó Registros Administrativos Encuestas y Censos

ESTRUCTURA DE LOS DATOS ECONÓMICOS La información económica suele presentarse en diversas formas: Datos de series de tiempo (Time Series) Datos de corte transversal (Cross section) Datos de panel (Panel Data)

ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE SERIES DE TIEMPO (Time Series) El conjunto de datos de series de tiempo ( o datos de series temporales) consta de observaciones de una o mas variables a través del tiempo, donde la disposición cronológica de las observaciones en una serie temporal proporciona información potencialmente importante. El análisis de estos datos esta muy cercano al campo de la MACROECONOMETRÍA

ESTRUCTURA DE LOS DATOS ECONÓMICOS En Modelos econométricos de series de tiempo interesa: El periodo de análisis: El periodo de tiempo en el cual se va ha realizar la investigación econométrica y sobre el cual se tiene información. La periodicidad: Es la frecuencia de los datos Diaria Semanal Mensual Trimestral Semestral Anual

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos diarios que pertenecen a semanas de 5 días obs ATACOCHAI1 1/02/1995 0.554157 1/03/1995 0.546287 1/04/1995 0.530615 1/05/1995 0.522749 1/06/1995 0.507084 1/09/1995 0.460111 1/10/1995 0.413270 1/11/1995 0.467797 1/12/1995 0.506719 1/13/1995 0.491069 1/16/1995 0.483101 1/17/1995 0.483043 1/18/1995 0.475195 1/19/1995 0.467349 1/20/1995 0.467293 28

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos diarios que pertenecen a semanas de 7días obs TCN 1/02/1995 2.856000 1/03/1995 2.865000 1/04/1995 2.948000 1/05/1995 2.956000 1/06/1995 2.957000 1/07/1995 2.982000 1/08/1995 2.985000 1/09/1995 2.996500 1/10/1995 2.997000 1/11/1995 2.994000 1/12/1995 2.998000 1/13/1995 2.987000 1/14/1995 2.989000 1/15/1995 3.100000 1/16/1995 3.110000 1/17/1995 2.990000 1/18/1995 2.970000 1/19/1995 2.998000 1/20/1995 2.999900 29

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos semanales obs TCPS 1/07/2008 2.990000 1/14/2008 2.995000 1/21/2008 2.999000 1/28/2008 2.999900 2/04/2008 3.010000 2/11/2008 3.022000 2/18/2008 3.110000 2/25/2008 3.155000 30

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos mensuales obs INF 2007M02 2.100000 2007M03 2.130000 2007M04 2.230000 2007M05 2.450000 2007M06 3.120000 2007M07 2.980000 2007M08 2.230000 2007M09 3.120000 2007M10 3.120000 2007M11 3.250000 31

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Trimestrales obs PBI 2006Q2 22560.14 2006Q3 28451.10 2006Q4 26548.30 2007Q1 25489.56 2007Q2 22365.41 2007Q3 22356.25 2007Q4 24985.21 32

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Semestrales obs IMP 2005S1 1255.560 2005S2 1356.230 2006S1 1458.210 2006S2 1489.250 2007S1 14265.26 2007S2 1547.950 33

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos Anuales obs PD 1990 4468.700 1991 4486.500 1992 4613.700 1993 4666.200 1994 4775.600 1995 4825.500 1996 4866.000 1997 4872.100 1998 4897.400 1999 4920.700 2000 4927.100 34

ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE CORTE TRANSVERSAL (Cross Section) Un conjunto de datos de corte transversal consta de una muestra de individuos, hogares, empresas, ciudades u otras diversas unidades, tomada en un momento determinado. Una particularidad de los datos de corte transversal, es que a menudo se da por hecho que se obtuvieron mediante muestreo aleatorio. El análisis de estos datos esta muy cercano al campo de la MICROECONOMETRÍA

ESTRUCTURA DE LOS DATOS ECONÓMICOS Datos de Corte Transversal obs EDAD EDU 1 32.00000 12.00000 2 30.00000 12.00000 3 35.00000 12.00000 4 34.00000 12.00000 5 31.00000 14.00000 6 54.00000 12.00000 7 37.00000 16.00000 8 54.00000 12.00000 9 48.00000 12.00000 10 39.00000 12.00000 11 33.00000 12.00000 12 42.00000 11.00000 13 30.00000 12.00000 14 43.00000 12.00000 15 43.00000 10.00000 16 35.00000 11.00000 36

ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Algunos conjuntos de datos tiene características tanto de corte transversal como de series temporales. Si se aplica a nivel nacional dos encuestas de hogares una en 1993 y la otra en 1995. En 1993 se aplicó una encuesta a una muestra aleatoria de hogares sobre variables como: ingreso, consumo, ahorro, tamaño de la familia. En 1995 se aplicó la misma encuesta a una muestra aleatoria de hogares sobre variables como: ingreso, consumo, ahorro, tamaño de la familia. 37

ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Con el objeto de aumentar el tamaño de la muestra, se puede formar una combinación de cortes transversales para los dos años. Una combinación de cortes transversales suele ser un medio eficaz para analizar los efectos de una nueva política gubernamental. Una combinación de cortes transversales se analiza en forma parecida al corte transversal estándar. Lo importante de este análisis es como cambia en el tiempo una relación fundamental. 38

ESTRUCTURA DE LOS DATOS ECONÓMICOS COMBINACIONES DE CORTES TRANSVERSALES Obs. Año C S TF 1 1993 2000 1900 100 3............ 250 1993 2400 2350 50 5 251 1995 3000 2900 100 4............ 500 1995 2987 2400 587 4 39

ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE PANEL ( PANEL DATA) Un conjunto de datos de panel ( o longitudinales) consta de una serie temporal para unidad de corte transversal en el conjunto de datos. La característica fundamental de los datos de panel, que los distingue de las combinaciones de cortes transversales, es el hecho de que se da seguimiento a las mismas unidades transversales ( hogares, empresas, municipios,.) durante cierto periodo. 40

ESTRUCTURA DE LOS DATOS ECONÓMICOS DATOS DE PANEL ( PANEL DATA) Obs. 2001 2002 2003 C S C S C S 01 02 03 04 05 99 100 41

MODELO DE REGRESION LINEAL GENERAL..\MODELOS ESTADISTICOS\CAP2-ME.doc 42