INTRODUCCION AL ANALISIS DE REGRESION

HABIAMOS DICHO QUE UN MODELO DE REGRESION, EL MAS SIMPLE

QUE PODAMOS EXPRESAR, VIENE DADO POR
Yi = 1 + 2 Xi +

QUE PERMITE ESTIMAR LA RELACION

(CORRELACION).

ENTRE DOS VARIABLES

SE DIFERENCIA DE UN MODELO MATEMATICO EN QUE EL MODELO

MATEMATICO ES DETERMINISTICO, POR LO QUE PLANTEA UNA
RELACION EXACTA ENTRE Y y X
Yi = 1 + 2 Xi

MIENTRAS QUE EL MODELO ECONOMETRICO ES UN MODELO

ESTADISTICO, DONDE LA RELACION ENTRE X y Y NO ES EXACTA O
PERFECTA.
QUE QUIERE DECIR PERFECTA O EXACTA?
PERFECTA

NO PERFECTA

error

LOS GRAFICOS ANTERIORES SON DIAGRAMAS DE DISPERSION, QUE

PERMITEN VISUALIZAR LA DIRECCION Y GRADO DE ASOCIACION
ENTRE DOS VARIABLES.
EL DIAGRAMA DE DISPERSION GENERA UNA NUBE DE PUNTOS.
INTUITIVAMENTE, LA RECTA DE REGRESION ES LA QUE PASA A TRAVES
DE ESA NUBE DE PUNTOS.
J. Ramoni Perazzi
Econometra I

Captulo 1.

PARA
CADA
VALOR
DE
X, PARA CADA VALOR DE X,
PODEMOS CALCULAR EL VALOR PODEMOS ESTIMAR EL VALOR
DE Y EXACTAMENTE
(PROMEDIO) DE Y

NO HAY ERROR: LA RECTA PASA HAY RESIDUO, EL CUAL VIENE

EXACTAMENTE SOBRE TODOS DADO POR LA DISTANCIA ENTRE
LOS PUNTOS
LA LINEA Y LOS PUNTOS

ASI QUE ESO ES LO QUE CONTIENE

Y = 1 + 2 x2 + . . . + K xK
VARIABLE DEPENDIENTE
(ENDOGENA)
(CUANTITATIVA)

: UN RESIDUO1

+ U

VARIABLES INDEPENDIENTES
(EXOGENAS, EXPLICATIVAS)
(CUALITATIVAS/CUANTITATIVAS)

COMPONENTE
ALEATORIO

DIRECCION DE LA RELACION
DE ESO SE TRATA LA REGRESION: BUSCAR LA RECTA QUE MEJOR SE
AJUSTE A UNA NUBE DE PUNTOS.
ELLO EQUIVALE A ESTIMAR EL VALOR PROMEDIO DE LA VARIABLE
DEPENDIENTE A PARTIR DE LOS VALORES DE LAS VARIABLES
EXPLICATIVAS
VEAMOS DE NUEVO ESTO CON UN EJEMPLO NUMERICO (VER EJEMPLO 1):

SI BIEN RESIDUO ES EL TERMINO ADECUADO PARA REFERIRSE AL COMPONENTE

QUE RECOGE EL REMANENTE DEL COMPORTAMIENTO (VARIABILIDAD) DE Y QUE NO
LOGRA SER RECOGIDO POR EL MODELO, MUCHAS VECES SE HABLA DE ERROR. SIN
EMBARGO, EL TERMINO ERROR ES MAS APROPIADO CUANDO SE TRABAJA CON
FUNCIONES DE REGRESION MUESTRAL, DE LA CUAL AUN NO SABEMOS NADA PERO
SOBRE LO CUAL VOLVEREMOS MAS ADELANTE.
1

J. Ramoni Perazzi
Econometra I

Captulo 1.

DE DONDE VIENE EL TERMINO REGRESION?

LEY DE REGRESION UNIVERSAL DE FRANCIS GALTON: LA ESTATURA DE
LOS HIJOS DE PADRES ALTOS Y BAJOS TIENDE HACIA LA ESTATURA
PROMEDIO DE LA POBLACION.
E
S
T
A
T
U
R
A
H
I
J
O
S

70

65

60

x
x
x
x
x

60

x
x
x
x
x
x

x
x
x
x
x
x
x
x

distribucin estatura
hijos

recta de regresin

65
70
ESTATURA PADRES

QUE SIGNIFICA REGRESION AHORA?

ESTUDIO DE LA DEPENDENCIA ENTRE UNA VARIABLE (DEPENDIENTE) Y
UNA O MAS VARIABLES (EXPLICATIVAS O INDEPENDIENTES) A FIN DE
ESTIMAR Y/O REDECIR EL VALOR PROMEDIO POBLACIONAL DE LA
PRIMERA EN TERMINOS DE LAS OTRAS.

EJEMPLOS:

J. Ramoni Perazzi
Econometra I

C = f (Yd+)

PMC

Qd= f (P-)

ELASTICIDAD PRECIO

W = f (UR-)

(CURVA DE PHILLIPS)

Captulo 1.

RELACION ENTRE DESEMPLEO Y SALARIOS

10

TDF

5
6

10

11

12

SAL

LA REGRESION NO SE APLICA SOLO AL ANALISIS DE VARIABLES

ECONOMICAS.:

J. Ramoni Perazzi
Econometra I

Captulo 1.

FORBES J. (1857). Further experiments and remarks on the measurement of

heights and boiling point of water. Transactions of the Royal Society of

Edinburgh, 21, 235-243
150.00

145.00

140.00

135.00

y = 0.894x - 41.98
R = 0.995

130.00
190

NOTA:

195

200

205

210

215

LAS
RELACIONES
SON
ESTADISTICAS,
NO
DETERMINISTICAS DEBIDO A LA PRESENCIA DE VARIABLES
ESTOCASTICAS (ALEATORIAS).
REGRESION NO IMPLICA CAUSALIDAD (ESTA LA DETERMINA
LA TEORIA). UNA RELACION ESTADISTICA NO PUEDE POR SI
MISMA IMPLICAR CAUSALIDAD.

CORRELACION: MIDE EL GRADO DE ASOCIACION LINEAL ENTRE DOS

VARIABLES. EJEMPLO: CORRELACION ENTRE NOTAS Y HORAS
DE ESTUDIO; BEBIDA-ACCIDENTES DE TRANSITO; FUMAR-CANCER.
CORRELACIN ENTRE X y Y: xy =

COV ( X , Y )
VAR( X ) VAR(Y )

PROPIEDADES:
SIMETRIA: xy = yx

Correlacin entre dos variables

Cor(X,Y)= xy

-1 xy 1
SI COV(X,Y) = 0 xy =0. LO
CONTRARIO NO ES
NECESARIAMENTE CIERTO

J. Ramoni Perazzi
Econometra I

Grado de Asociacin
Relacin

Fuerte

Dbil

No
Asociacin

Directa

rxy 1

rxy 0

rxy =0

Inversa

rxy -1 rxy (-)0

rxy =0

Captulo 1.

PATRONES DE CORRELACION

NO LINEAL

Fuente: Gujarati, D. Econometra (4ta edicin)

J. Ramoni Perazzi
Econometra I

Captulo 1.

REGRESION
CORRELACION
PREDICE
EL
VALOR MIDE
EL
GRADO
DE
PROMEDIO DE Y DADOS ASOCIACION LINEAL ENTRE
Y y X.
VALORES FIJOS DE X
E(Y / X )
LAS
VARIABLES
SON
TRATADAS
DE
MANERA
ASIMETRICA: LA VARIABLE
DEPENDIENTE (ALEATORIA)
Y VARIABLES INDEPENDIENTES (FIJAS)

J. Ramoni Perazzi
Econometra I

LAS
VARIABLES
SON
TRATADAS
DE
MANERA
SIMETRICA:
NO
EXISTE
DISTINCION ENTRE ELLAS
DADO QUE TODAS SON
ALEATORIAS

Captulo 1.