COMPARACIÓN DE DOS MODELOS ECONOMÉTRICOS

Un problema que puede presentarse en la práctica es la comparación de dos modelos

econométricos. Por ejemplo, se desea analizar si el precio de la vivienda en dos barrios
difiere significativamente, o si se ha producido un cambio significativo en este precio en
el año en curso respecto al precio vigente hace tres años, o también, si las calificaciones
obtenidas por los chicos que estudian una carrera se diferencian de las notas obtenidas
por las chicas, o bien, si el beneficio de una empresa que actua en dos mercados
distintos difieren entre sí.

En principio se podría pensar que estas cuestiones se abordan estadísticamente con

contrastes de hipótesis como los de comparación de las medias de dos poblaciones (los
dos barrios, las dos épocas, los dos sexos, etc), o con contrastes de comparación de otros
parámetros de estas poblaciones, o incluso con tests de ajuste o identidad entre las dos
poblaciones investigadas.

Sin embargo, al planificar un experimento muestral para responder a las preguntas

planteadas, sin duda se pretenderá que la respuesta sea realista, en el sentido de
adaptarse de forma lo mas adecuada posible a las condiciones del mercado o de las
poblaciones investigadas. Así, al comparar el precio medio de la vivienda en dos zonas
de una ciudad, hay que tener en cuenta otras variables que condicionan o explican esta
variable (por ejemplo la superficie de un piso, el número de habitaciones, su
equipamiento, la zona de la ciudad donde se ubica, etc.), o al comparar las notas
obtenidas por estudiantes de ambos sexos, cabe tener en cuenta otros factores exógenos
que determinan, al menos en parte, las calificaciones (por ejemplo, el número de horas
de estudio semanales, la asistencia o no a clase, su capacidad intelectual, etc.).

Para simplificar el problema, vamos a considerar un modelo para explicar las

variaciones de una variable endógena, y, en función de una sola variable exógena, x, y
de un factor no numérico, d, binario, que se va a codificar mediante los números 0 y 1
(podría codificarse también con los valores +1 y –1). En el caso que el factor tuviese
mas de dos niveles (por ejemplo, tres barrios de una ciudad, se necesitarían dos
variables artificiales binarias como la variable artificial d anterior).

Sea pues, y la nota obtenida en una asignatura por un estudiante, x, las horas de estudio,
y d su sexo (d = 0 para un chico y d = 1 para una chica). Se parte de la suposición que la
variable endógena y va a depender linealmente de las variables exógenas x y d. Esta
suposición es discutible, pues posiblemente al aumentar mucho las horas de estudio el
efecto marginal sobre la calificación va a ir decreciendo, lo que implica una no
linealidad. Vamos a plantear dos modelos alternativos:

y = 0 + 1 x + 2 d + 

en el que el coeficiente 2 representa el efecto aditivo sobre la nota asociado al sexo del
estudiante, y el modelo

y = 0 + 1 x + 2 d + 3 x d + 