Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELO ECONOMETRICO:
LAS RELACIONES SE FORMULAN DE FORMA EXPLICITA, CON UNOS PARAMETROS DESCONOCIDOS QUE
SE ESTIMAN A PARTIR DE DATOS DE LAS VARIA-BLES
QUE INTERVIENEN EN EL MODELO
LAS RELACIONES NO SON EXACTAS: SE INTRODUCEN UNAS VARIABLES O PERTURBACIONES ALEATORIAS PARA INDICAR LA PARTE NO EXPLICADA POR
EL MODELO
Ejemplo:
C = f(R)
1
PM =
dC
dR
EC|R=
d lnC
d lnR
EJEMPLO DE MODELO
La evolucin del consumo de acero (millones de Tm) en un Espaa durante los (17) aos 1969 a 1985 aparece en la siguiente tabla
5.98 7.46
11.35 12.18
8.03
12.64
9.53
12.90
10.81
13.18
11.48 11.09
13.04 13.50
10.98 11.17
14.19
70
72
74
76
78
80
82
84
86
88
ACERO
Informacin grfica:
Tendencia
Inflexin en 1974
Oscilaciones cclicas
Ayuda en la eleccin de una forma funcional
Modelos alternativos
yt = 0 + 1t + t
yt = 0 + 1t + 2 t 2+ t
yt = 0 + 1 yt-1 + t
yt = 0 + 1 yt-1 + 2 t + t
90
yt = 0 + 1 yt-1 + 2 t + 3 t2 + t
70
72
74
76
ACERO
78
80
82
84
YEST
86
88
90
ACEROF
Recta estimada:
t = 1, 2, 3, ......, 17
r2 = 0.87
Predicciones:
1986: t = 18
1987: t = 19
forma funcional
bondad del ajuste
variables causales o explicativas
ln y = * + x + *
y = x11x22 +
ln y = * + 1lnx1 + 2lnx2 + *
y=
1
1 e
( x )
Estimacin de un modelo:
Datos: (y1,x1), (y2,x2), .... , (yn,xn)
Modelo terico: y = + x +
yi = + xi + i
i = 1,2,...,n
Modelo estimado: y = a + b x + e
yi =a + b xi + ei
Mtodos de estimacin:
i = 1,2,...,n
Modelos uniecuacionales
Mnimos cuadrados
Mnimos cuadrados generalizados o mtodo de Aitken
Mnimos cuadrados condicionados
Mxima verosimilitud
Modelos multiecuacionales
Mnimos cuadrados bietpicos
Mnimos cuadrados trietpicos
Mxima verosimilitud
Medidas de ajuste:
Coeficiente de determinacin r2
Criterios de Akaike y de Schwarz
INTERNET
INE
BANCO DE ESPAA
M. DE ECONOMIA
IEA
Empresas
Ceprede
I.N.E.
Boletn Mensual de Estadstica
Anuario Estadstico de Espaa
Estadsticas de Poblacin
Censos de poblacin, viviendas, edificios
E.P.A.
Movimientos de poblacion, mortalidad,
natalidad
Estadsticas sociales
Censo electoral
Estadsticas enseanza, hospitalarias,
judiciales, indicadores sociales
Encuesta de presupuestos familiares
Estadsticas econmicas
Contabilidad Nacional
Tablas Input-Output
Macromagnitudes de la economa espaola
I.P.C. y otros ndices de precios
Estadsticas de salarios, mercantiles,....
Coyuntura
Estadsticas agrarias, industriales y del sector
servicios
DOS
TSP
TSP
Taste
WINDOWS
EViews
Rats
Forecast Pro
SCA
Autobox
Seats-Tramo
SAS/ETS
UNIX
Rats
SCA
SAS/ETS
RENDIMIENTO DE UN CULTIVO
En una empresa agraria se realiza un experimento
para evaluar la cantidad de fertilizante ptima
para maximizar la ganancia, experimentando en
n = 10 parcelas en las que se miden las variables:
x = kg/ha de fertilizante
Y = beneficios adicionales/ha en miles de ptas.
Y
55
45
49
62
73
51
5
79
69
72
80
60
x
15
10
12
19
30
14
21
31
25
28
40
20
0
5
10
15
20
X
25
30
35
0.265122 = R2
56.0
sy
S.E. of regression
19.35 =
6.1
Schwarz criterion
6.2
F-statistic
2.886 = F
Prob(F-statistic)
0.127 = p
se
Modelo estimado:
Yi = 26.85 + 1.422 xi + ei =
i = 1,2,...,10
Yi
+ ei
80
60
40
20
20
0
-20
-40
-60
1
Residual
6
Actual
9
Fitted
10
50
40
0
-2
-4
1
3
Residual
5
Actual
9
Fitted
10
Yi
+ ei