Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guia Didacrica Del Curso
Guia Didacrica Del Curso
GUÍA DIDÁCTICA
E
l objetivo de esta Guía Didáctica es orientar al alumno en la preparación de una
asignatura Introducción a la Econometría (medición de la economía). Es esta una
parte de la ciencia económica que reviste dificultad incluso cuando se dispone de
clases presenciales. Las dificultades son mayores en la UNED, no sólo por la falta de clases,
sino también por la falta de contacto con el profesorado, con los compañeros y con el
mundo académico, que es parte esencial de la formación universitaria.
Siendo la econometría una materia por cuantitativa, dominada por los aspectos
instrumentales y formales, su aprendizaje requiere haber asimilado otros conocimientos, lo
cual ha de plantearse con criterio, y no a modo de inventario, enumeración y yuxtaposición.
La formación en términos generales, es calidad, no cantidad, es reflexión, y es en
consecuencia, tiempo, algo que, en términos relativos, es escaso para el alumno de la
UNED, muchas veces con trabajo y otras condicionantes. Ni ello exime de aspirar a una
formación de primera fila, ni exime por tanto, del cumplimiento de unos objetivos básicos.
La presente Guía, trata de adaptarse a criterios estándar, que versan sobre los
objetivos, contenidos, criterios de evaluación y orientaciones para el estudio de cada tema.
Nuestro programa sigue su propia línea que cuenta con antecedentes. Decía
Schumpeter que la Economía nunca alcanzaría el prestigio que corresponde a una ciencia
madura, mientras no fuera capaz de expresar numéricamente sus resultados. Las teorías
económicas no completan su aportación a la Ciencia Económica, mientras no son medidas.
De manera que en términos ideales, el programa para ser considerado por superado, ha de
servir para que el alumno acredite su capacidad en la medición y comprobación de teorías
económicas. Hay una afirmación clásica de que la Econometría es teoría y medida, lo cual es
una interpretación a nuestro modo de ver, una tanto laxa de medición de una teoría. Digamos
que ésta parece más cerca del lema al que aquélla vino a sustituir en el seno de la Cowles
Commission, ciencia es medida.
Se trata en definitiva, de que el alumno recurra a los métodos adecuados, una vez
tiene definido el planteamiento económico, no al revés. Por ello es esencial el
conocimiento de los problemas metodológicos de la ciencia en general y de la Econometría
en particular, así como la evolución de estos últimos a lo largo de la historia. A estos temas
se dedica algún espacio al principio del texto. Para un estudio más detallado de los mismos,
es recomendable acudir a Introducción a la evolución de la metodología de la econometría.
4.OBJETIVOS
Puede decirse que la inferencia estadística previa supone, por una parte, lo que se
conoce como clásica, siendo objeto de generalización en el programa de econometría a los
procesos estocásticos, por otra parte, es la inferencia referida a una variable, siendo
generalizada a varias variables en el programa de econometría.
) PERSONALES
7.- CONTENIDOS
Para el resto de los temas, puede consultarse cualquier manual general de Econometría,
como:
10.- LA EVALUACIÓN
Los informes de los profesores tutores, cuando existan, siempre tendrán una
influencia positiva en la evaluación final.
Este apartado pretende orientar al alumno a lo largo del temario con el objeto de
ayudarle a superar las dificultades que se encuentre en el proceso de aprendizaje,
señalándole los aspectos más relevantes y orientándole en el estudio de los mismos.
En este tema se tratan cuestiones que no suelen ser objeto de atención en los textos
introductorios. No obstante hemos considerado que sin un mínimo conocimiento de los
mismos, es difícil que el alumno/a pueda abordar con éxito la medición de las relaciones
económicas, objetivo último de la econometría.
Las ideas más importantes desarrolladas en cada uno de sus diferentes apartados, se
exponen a continuación.
2. El objeto de la econometría. (de entre las dos alternativas básicas que se plantean, se
elige como objetivo de la econometría, la medición de las teorías económicas cualitativas.
La medición se concreta en proporcionar un signo y un valor para la pendiente
(parámetro), comprobando si es acorde con el postulado por la teoría, determinar la
dirección de la influencia, y verificar si es o no estable en el tiempo. Siendo esta una
alternativa hoy heterodoxa, requiere una justificación que el alumno puede asimismo
encontrar en este epígrafe. Es esencial en este sentido, tanto la diferencia entre hipótesis y
teoría, como el principio de causalidad que, como consecuencia del historicismo ha sido
abandonado en los modelos econométricos.
Para la medición es importante tener en cuanta que las leyes han sido formuladas en
términos estáticos, en tanto que pretendemos medirlas con series históricas (dinámicas) lo
cual genera un importante problema en la cuantificación) .
El último apartado se trata de ilustrar lo que sería una aplicación práctica concreta,
aplicada en este caso al mercado del aceite, del que se pretende cuantificar la demanda
(oferta). Aquí se exponen los primeros problemas que hay que se presentan en la medición:
elección de las contrapartidas empíricas de las variables teóricas, clasificación de las
variables en endógenas (efecto) y exógenas (causas), elección de la forma funcional, etc.
Una vez se hayan resuelto estas cuestiones y suponiendo que se opte por una relación lineal
Todo este proceso aparece descrito en el epígrafe 2.2, ilustrándose con los datos del
mercado del aceite proporcionados en el tema anterior. Las expresiones más utilizadas en la
práctica son las ecuaciones (2.15) y (2.16).
sr2
R =1 − 2
2
sy
siendo sr2 la varianza residual o varianza de las discrepancias que se calcula con la
fórmula 2.19
Una vez aquí, hay que buscar dicho programa (están ordenados alfabéticamente).
Como puede observarse hay muchos otros enlaces. Pero no todos los paquetes son
gratuitos y, entre los gratuitos, algunos son de difícil manejo o más limitados que el
aconsejado.
Un programa de gran difusión y que también puede ser utilizado en este curso, es
EXCEL del paquete Office. En la última sección de esta guía se ofrecen unas instrucciones
básicas (para usuarios no avanzados) con las que el alumno/a podrá efectuar prácticamente
todos los cálculos econométricos exigidos en esta asignatura.
bˆ1 s 2 s12
−1
... s1k s y1
1
bˆ s s22 ... s2 k s y 2
bˆ = 2 = 21
... ... ...
... ... ...
bˆ sk 1 sk 2 ... sk2 s yk
k
Las fórmulas (2.65) o su equivalente que aparece erróneamente numerada como (7.12),
permiten calcular los parámetros de una regresión lineal simple utilizando el cálculo
matricial.
Se ilustra todo ello utilizando nuevamente el mercado del aceite, pero considerando
ahora la renta como una nueva variable explicativa además del precio. Los signos esperados
son, positivo para la renta y negativo para el precio. Los resultados de la tabla 2.19
muestran que, en el caso de la renta, el signo es contrario al esperado.
Para el cálculo del ajuste en la regresión lineal múltiple, son especialmente útiles las
expresiones (2.72), que proporciona la suma cuadrática de las discrepancias, y las (2.73) y
(2.75), que dan el valor del coeficiente de determinación, según estemos trabajando en
desviaciones con respecto a la media o con datos originales.
bY
(2.34)
X2
b
(2.35)
X
Puesto que dentro de esta aproximación, el primer paso es separar la serie histórica en
tendencia y ciclo, una vez se ha definido lo que se entiende por ambos tipos de movimiento el
alumno ha de aprender a estimar ambos. En este capítulo nos ocupamos de la separación en
tendencia y ciclo empírico, y en el siguiente, de la descomposición del ciclo empírico en ciclos
teóricos de periodicidades fijas.
Los epígrafes 3.3, 3.4 y 3.5 enseñan cómo calcular diversos tipos de tendencias (tasas
de variación, diferenciación, medias móviles, tendencias exponenciales, polinómicas, método
de la cuerda) a la vez que muestran las ventajas e inconvenientes de cada una de ellas. Están
basados en sencillos procedimientos de cálculo y, habiendo comprendido (o recordado) el
cálculo de una regresión lineal, no deberían plantear ninguna dificultad.
Una vez que hemos calculado la tendencia, el ciclo empírico se obtiene restando de la serie
original la de tendencia (ver expresión (3.10)). En el epígrafe 3.6 se expone una primera
aproximación a la cuantificación a partir de dichos ciclos empíricos. Debe observarse que la
dirección de la causalidad así como la existencia de desfases y su tamaño, son cuestiones que
se determinan a posteriori, a partir de la evidencia empírica, ya que la teoría económica no es
clara al respecto.
Como antes, conviene que el alumno intente reproducir los cálculos utilizando las
tablas de valores intermedios (tablas 3.9 y 3.15), lo que le servirá como ejercicio de
autocomprobación.
La medición de la teoría de la demanda llevada a cabo entre los ciclos empíricos no puede
considerarse satisfactoria, dada la elevada dispersión que reflejan las figuras 3.20 y 3.22. La
inadecuación se debería al hecho de que el ciclo empírico es un movimiento heterogéneo,
resultado de la superposición de ciclos teóricos de diferentes periodicidades. La
descomposición periódica trata de avanzar un paso más en la cuantificación, descomponiendo
el ciclo empírico en ciclos teóricos inobservables de diferentes periodicidades. De ahí el
nombre de modelo de periodicidades ocultas.
0.209439·360
W0 = =12o
2π
En el de la figura 4.6 se observan picos (se entiende por “pico” un valor mayor que
los de los dos adyacentes) coincidentes en las periodicidades de 30 y 2,3 años, lo que
significa que esos ciclos teóricos son importantes tanto en la serie de precios como en la de
cantidades (aquí representada por la superficie). En consecuencia mediríamos la ley de la
demanda en dichas periodicidades, calculando previamente los ciclos teóricos
correspondientes y efectuando luego la regresión entre los mismos. Este proceso se ilustra
Las series históricas se consideran ahora muestras de una población hipotética. Con una
muestra concreta de Y, obtendremos unos valores concretos para a y b. Pero si dispusiésemos
de una muestra diferente, los valores de a y b serían también distintos. Como en economía
sólo disponemos de una serie (una única realización en la terminología probabilística), su
consideración como una muestra resulta cuestionable. En 5.4 se intenta ilustrar el denominado
proceso de muestreo artificial.
En 5.9 se aborda la estimación de los parámetros por los métodos mínimo cuadrático y
de la máxima verosimilitud. La estimación por MCO es idéntica a la que se expuso en el tema 2 y
también lo es el cálculo del coeficiente de determinación. La de MV, aunque basada en un
criterio diferente, conduce en este caso a la misma solución, de manera que basta con un
conocimiento teórico de este método. Una novedad es que proporciona un estimador para la
Se demuestra (sección 5.10.2) que los estimadores a y b son insesgados y eficientes, es decir
son los que poseen varianza mínima dentro de los estimadores de su clase (lineales e
insesgados). La demostración de esta última propiedad termina con la expresión (5.59). La
fórmula (5.60) ofrece la varianza del estimador b, que va a ser necesaria en los ejercicios de
inferencia estadística (contraste de hipótesis, construcción de intervalos de confianza,
predicción por intervalos). La varianza de a viene dada por,
1 X2
var(a) = σ v2 + 2
n ∑ xt
Finalmente (5.70) proporciona una fórmula para el cálculo del estimador insesgado de
las perturbaciones aleatorias:
σˆ v2 = ∑
dt2
n−2
En el caso de que lo que interese pronosticar sea, no el predictor sino su media teórica,
la varianza responde a la expresión (5.90).
Este tema simplemente generaliza los resultados del tema anterior al supuesto de que haya
más de una variable explicativa (regresión múltiple). La estimación de los parámetros del
modelo, y del coeficiente de determinación, sigue el mismo procedimiento que se expuso en el
tema 2. Las hipótesis sobre la perturbación aleatoria son las mismas que en el tema 5 (6.5), y
las características y propiedades de los estimadores a, b1, ..., bk, son también análogas a las
vistas en el tema 5: es decir son variables aleatorias normales y gozan de las propiedades de
insesgadez (6.23) y eficiencia (6.24).
Ahora la expresión (6.24) proporciona una estimación para las varianzas y covarianzas
de los estimadores, apareciendo aquéllas en la diagonal principal.
En la página 240 una errata: deben suprimirse todas las numeraciones de fórmulas que
aparecen a la derecha, de manera que la siguiente fórmula, es decir la (6.25) corresponde a la
que aparece al principio de la página 241, que se refiere al estimador insesgado de la varianza
de las perturbaciones aleatorias: presenta la única diferencia con respecto al de regresión
simple, de que en el denominador se corrige por n-k en lugar de n-2.
Decía Pareto que desde un punto de vista teórico (la referencia esta tomada de
Haavelmo, 1944), es posible demostrar cualquier proposición. Basta con actuar sobre el
alcance de los supuestos. Si se acepta que los números de la lotería del Comisariado de
Si se incumple esta hipótesis, los estimadores obtenidos por MCO son insesgados
pero ineficientes. No verifican la propiedad de eficiencia (ELIO).
Aunque el artículo original de Engel ha dado lugar a una gran cantidad de literatura,
en un curso introductorio como es el nuestro basta con que el alumno tenga un
conocimiento elemental de esta cuestión.
N −K 2 ( K − 3) 2
S + (7.104)
6 4
Hasta ahora se ha supuesto que las X no eran estocásticas, sino fijas en muestras
repetidas. Este supuesto es básico para las propiedades de los estimadores. En el
apartado 9.5 se trata el problema de los regresores estocásticos. En este caso los
estimadores no gozan de las mismas propiedades, dependiendo éstas del tipo de relación que
se asuma entre las variables y las perturbaciones. En lo anterior, se suponía mediante el axioma
de insesgadez, que eran independientes. El epígrafe 9.6 ofrece una ilustración empírica de esta
cuestión.
Temas 10, 11 y 12
No contienen teoría nueva, sino que tratan de mostrar los principales problemas que surgen
cuando se intentan aplicar los métodos econométricos a la medición de teorías. Constituyen
una buena orientación para la elaboración el trabajo práctico necesario para aprobar la
asignatura.
Puesto que se proporcionan los datos básicos (pág. 390 y diversas tablas a lo largo de
la exposición), el alumno está en condiciones de reproducir los resultados.
TEORÍA
APLICACIÓN
Con los siguientes datos correspondientes al mercado del maíz en USA (Aplicaciones de
Econometría, pp. 32 y sig.),
X Y LX LY TX TY
obs T
precio produción Log precio Log produc Tasa precio Tasa producción
1867 1.000000 57.00000 768.3200 4.043051 6.644206 20.25316 -11.47836
1868 2.000000 46.80000 906.5270 3.845883 6.809621 -17.89474 17.98821
1869 3.000000 59.80000 874.3200 4.091006 6.773446 27.77778 -3.552790
1870 4.000000 49.40000 1094.255 3.899950 6.997829 -17.39130 25.15498
1871 5.000000 43.40000 991.8980 3.770459 6.899620 -12.14575 -9.354035
1872 6.000000 35.30000 1092.719 3.563883 6.996424 -18.66359 10.16445
1873 7.000000 44.20000 932.2740 3.788725 6.837627 25.21246 -14.68310
1874 8.000000 58.40000 850.1480 4.067316 6.745410 32.12670 -8.809213
1875 9.000000 36.70000 1321.069 3.602777 7.186197 -37.15753 55.39283
1876 10.00000 34.00000 1283.828 3.526361 7.157602 -7.356948 -2.819005
1877 11.00000 34.80000 1342.558 3.549617 7.202332 2.352941 4.574600
1878 12.00000 31.70000 1388.219 3.456317 7.235777 -8.908046 3.401045
1879 13.00000 37.50000 1547.902 3.624341 7.344656 18.29653 11.50272
1880 14.00000 39.60000 1717.435 3.678829 7.448587 5.600000 10.95244
1881 15.00000 63.60000 1194.916 4.152613 7.085831 60.60606 -30.42438
1882 16.00000 48.50000 1617.025 3.881564 7.388343 -23.74214 35.32541
1883 17.00000 42.40000 1551.067 3.747148 7.346698 -12.57732 -4.078972
1884 18.00000 35.70000 1795.528 3.575151 7.493054 -15.80189 15.76083
1885 19.00000 32.80000 1936.176 3.490429 7.568470 -8.123249 7.833239
1886 20.00000 36.60000 1665.441 3.600048 7.417845 11.58537 -13.98297
1887 21.00000 44.40000 1456.161 3.793239 7.283559 21.31148 -12.56604
1888 22.00000 34.10000 1987.790 3.529297 7.594779 -23.19820 36.50894
1889 23.00000 23.80000 2112.892 3.169686 7.655813 -30.20528 6.293522
1890 24.00000 50.60000 1489.970 3.923952 7.306511 112.6050 -29.48196
T X Y LX LY TX TY
T 47.91667 -27.59792 2271.324 -0.677697 1.733351 34.69044 -10.69383
X -27.59792 97.70832 -2488.407 2.269648 -1.896475 186.0753 -79.33415
Y 2271.324 -2488.407 142175.2 -59.81959 106.5982 -2985.681 2133.984
LX -0.677697 2.269648 -59.81959 0.053793 -0.044940 4.266049 -1.718599
LY 1.733351 -1.896475 106.5982 -0.044940 0.081451 -2.090813 1.599257
TX 34.69044 186.0753 -2985.681 4.266049 -2.090813 1034.494 -490.4068
TY -10.69383 -79.33415 2133.984 -1.718599 1.599257 -490.4068 401.1391
Medias 12.50000 42.54583 1371.602 3.723818 7.184177 4.356731 4.150932
se pide,
SOLUCIÓN A LA APLICACIÓN
Una forma de hacerlo consiste en considerar que junto con la tendencia se eliminan el
resto de los factores diferentes del precio, que pudieran influir sobre la demanda. Por ello una
especificación adecuada sería:
Yt = a + bXt + cT
−1
0.053793 −0.677697 −0.04494 47.91667 0.677697 −0.04494
b = = 0.4720748 =
−0.677697 47.91667 1.733351 0.677697 0.053793 1.733351
2 s yx1
n s − ( b b )
∑
y 1 2
dt2 Y´Y − b´X´Y
s yx 2
σˆ =
2
= = =
n−k n−k n−k
−0.04494
24 0.081451 − ( −0.462 0.02964 )
1.733351
= = 0.0106425
24 − 3
1
D 2 (Yˆf ) = σ 2 1 + + x´F (x´x) −1 x F =
n
yˆ f ± tα / 2 ·σ = 0.37974 ± 2·0.113
7.56374 ± 2·0.113
Dadas las dificultades de los alumnos para encontrar paquetes informáticos adecuados para la
realización de cálculos econométricos, especialmente las derivadas de su precio, exponemos a
continuación una guía para la realización de los cálculos más elementales con la hoja de cálculo
EXCEL que, al venir incluido en el paquete OFFICE, está bastante extendido. No hace falta
señalar que lo primero que debe hacer el alumno es asimilar bien el proceso manual de cálculo,
entre otras cosas porque en la Prueba Presencial tendrá que realizarlo con la única ayuda de
una calculadora no programable. Sólo cuando esté seguro de dominarlo, puede utilizar los
programas informáticos.
Hay que advertir finalmente que no somos expertos en la materia y es seguro que los
usuarios avanzados encontraran algo rudimentarios algunos de los procedimientos descritos.
No obstante la idea es ayudar a los más necesitados, es decir a aquellos que nunca han
manejado la hoja de cálculo.
Utilizaremos el ejemplo del mercado del aceite como ilustración, el mismo ejemplo
por tanto que en el manual de la asignatura. Ello permitirá comparar los resultados en todo
momento. El manual de referencia es el texto nuevo, publicado en 2003 en Ediciones
Académicas. Quienes dispongan del antiguo habrán de remitirse a las páginas
correspondientes.
1. Tras arrancar Excel, introducir los datos en la hoja de cálculo. Llamemos por
ejemplo Y a la superficie y X al precio.
conocido_y
conocido_x
constante
estadística
1
Hay otra posibilidad seguramente más adecuada para este propósito, que consiste en utilizar Análisis de
datos (Menú Herramientas), pero requiere tener esta opción previamente instalada. El funcionamiento es
análogo pero las salidas son más completas.
conocido_y A2:A32
conocido_x B2:B32
constante 1
estadística 1
Tabla 2
A B C D E
1 Y X
2 2148 21,66
3 2153 22,81
4 2167 25,04
5 2194 31,26 -1,590146443 2209,901339
6 2295,3 28,18 0,194513166 22,07366945
7 2293 33,15 0,6973831 74,3829386
8 2255,4 33,52 66,83073521 29
9 2244,4 34 369762,5323 160451,8251
10 2239,9 35,28
11 2231,1 33
12 2074,9 34,09
13 2145,3 36,13
14 2120,2 41,91
15 2189,2 49,07
16 2054,4 61,12
17 2046,6 76,32
18 2042,3 67,49
19 2013,7 72,51
20 1977,6 85,78
21 1966,8 92,03
22 1961,7 102,95
23 1939,7 114,33
Tabla 3
B a
std. error(b) std. error(a)
coef. Determinación std regresión
F Statistic grados libertad
Suma cuadrática regres Suma cuadrática resid
Tabla 4
que coinciden con los correspondientes en la tabla 2.4 del manual (p. 77). De los
estadísticos que habitualmente utilizaremos en este curso, sólo falta el de Durbin y Watson,
que puede calcularse fácilmente como veremos más adelante.
A B C D E
1 Y X R
2 2148 21,66 5.533
3 2153 22,81 6.069
4 2167 25,04 6.531
... ... ... ... ... ...
31 1927,4 251,83 20251
Tabla 5
Ahora seguimos el mismo procedimiento que en la regresión simple, con dos únicos
cambios, a) seleccionar una tabla mayor para dar cabida a un nuevo parámetro, es decir que
ahora se seleccionaría una tabla de 5 filas y 3 columnas, y b) en el cuadro conocido_x se
introduce la celda superior izquierda e inferior derecha de las columnas correspondientes a las
variables explicativas (B2:C32). El resultado sería ahora,
c b a
Tabla 6
Esta tendencia podría calcularse como una simple regresión con respecto al tiempo,
siguiendo el mismo procedimiento que en la regresión simple:
A B C D E
1 Y X R T
2 2148 21,66 5.533 1
3 2153 22,81 6.069 2
4 2167 25,04 6.531 3
... ... ... ... ... ...
31 1908,5 251,43 19535 31
Tabla 7
Obtenemos los valores de la ecuación de regresión X = a + bT, siguiendo los pasos del
apartado 1,
b a
6,7631079 -19,8738391
0,51181967 9,08630089
0,8618006 24,2642474
174,605807 28
102799,815 16485,1036
Tabla 8
A B C D E
1 Y X R T XT
2 2148 21,66 5.533 1 -13.11
3 2153 22,81 6.069 2 -6.35
4 2167 25,04 6.531 3 0.41
... ... ... ... ... ......
31 1908,5 251,43 19535 31 182.93
Tabla 9
Sin embargo Excel este cálculo puede hacerse directamente con la función Tendencia.
Para ello seleccionamos con el ratón las celdas de la columna donde han de aparecer los
valores de la tendencia, y después de tocar en el botón de fórmulas, seleccionamos
tendencia. Aparece un cuadro de diálogo análogo al de regresión donde únicamente
hace falta rellenar conocido_y con el rango de los datos de precios, y constante donde
introduciremos el valor “1”. Después de pulsar la combinación de teclas CTRL +
Mayúsculas ( ⇑ ) + Intro (↵ ), debemos obtener el mismo resultado.
300
250
200
150
Precios
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
-50
Tiempo
B$31 − B$2
B$2 + ( D 2 − 1)
29
El signo “$” sirve para que las referencias a celdas sean fijas.
b) Tras pulsar Enter debemos obtener el primer valor de la serie de tendencia que en
este caso ha de ser igual al primer valor de la serie original de precios.
Tabla 10
300
250
200
150
Precios
100
50
0
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
-50
Años
Figura 3
Supongamos que tenemos los datos ordenados como en la tabla 11. Ilustramos el
cálculo de los dos coeficientes correspondientes al primer armónico (el procedimiento sería
análogo para el resto),
Tabla 11
A B C D E F G
1 y x R T W11 W12 W0
2 2148 21,66 5.533 1 0,9781476 0,207911691 0,20943951
3 2153 22,81 6.069 2 0,91354546 0,406736643
4 2167 25,04 6.531 3 0,80901699 0,587785252
5 2194 31,26 7.202 4 0,66913061 0,743144825
6 2295,3 28,18 7.527 5 0,5 0,866025404
..... ..... ..... ..... ..... .....
31 1908,5 251,43 19535 30 1 0
Tabla 12
Obtenidos los valores de las series trigonométricas correspondientes a las ondas de seno y
coseno de este armónico, los coeficientes de Fourier ap y bp se hallarían mediante la
correspondiente regresión múltiple. Se obtiene,
b1 a1 c
16,70277232 28,74526605 -51,5906667
2,689817368 2,689817368 1,9019881
0,849803934 10,41761787 #N/A
76,38251398 27 #N/A
16579,09385 2930,222577 #N/A
Tabla 13
Para calcular el ciclo teórico de 30 años, elegimos una columna donde aparecerán
los datos (por ejemplo la H en la tabla 13) y en la primera celda de la misma (después del
encabezado C30a) sencillamente introducimos la ecuación de regresión de la tabla 13, Y=-
A B C D E F G H
1 y x R T W11 W12 W0 C30a
2 2148 21,66 5.533 1 0,9781476 0,207911691 0,20943951 -20.001
3 2153 22,81 6.069 2 0,91354546 0,406736643 -18.537
4 2167 25,04 6.531 3 0,80901699 0,587785252 -18.518
5 2194 31,26 7.202 4 0,66913061 0,743144825 -19.944
6 2295,3 28,18 7.527 5 0,5 0,866025404 -22.753
..... ..... ..... ..... ..... ..... ...
31 1908,5 251,43 19535 30 1 0 -22.846
Tabla 12.bis
ARMÓNICO Nº 1
0
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
-10
-20
-30
-40
-50
-60
-70
-80
-90
Figura 2.bis
Tabla 14
A B C D E F G H I
1 y x xc T W11 W12 W21 W22 W0
2 2148 21,66 0 1 0,9781476 0,207912 0.91354 0.40674 0,20943951
3 2153 22,81 -6.773 2 0,913545 0,406737 0.66913 0.74314
4 2167 25,04 -12.466 3 0,809017 0,587785 0.30902 0.95105
5 2194 31,26 -14.169 4 0,669131 0,743145 -0.10453 0.99425
6 2295,3 28,18 -25.172 5 0,5 0,866025 -0.5 0.86603
..... ..... ... ..... ..... ..... ... ...
31 1908,5 251,43 0 30 1 0 1 0
Tabla 15
b2 a2 c
7,39457402 4,87707314 -51,5906667
6,72792832 6,72792833 4,75736374
0,06032931 26,0571544 #N/A
0,86673515 27 #N/A
1176,98351 18332,3329 #N/A
Tabla 16
Por tanto la contribución a la varianza del segundo armónico es de 0.06, 0.85 para
el primero. Estos serían los dos primeros valores del periodograma.
A B C D
Y X Ŷ dt = Yt − Yˆt
2148 21,66 =2209,9-1,59*B2 =A2-C2
2153 22,81
2167 25,04
... …
1927,4 251,83
Tabla 17
Debe obtenerse,
A B C D
Y X Yˆ dt = Yt − Yˆt
2148 21,66 2175,4606 -27,4606
2153 22,81 2173,6321 -20,6321
2167 25,04 2170,0864 -3,0864
... … ... ...
1927,4 251,83 1809,4903 117,9097
Tabla 18
Una vez obtenidos los valores de las discrepancias, podemos representarlas gráficamente
siguiendo el mismo proceso que en el epígrafe dedicado a las tendencias,
100
50
Discrepancias
0
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
-50
-100
-150
Años
100
Discrepancias
50
0
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
-50
-100
-150
Años
∑(d − d )
2
t t −1
DW =
∑d t
2
A B C D E F
Y X Yˆ dt dt-1 dt − dt −1
2148 21,66 2175,4606 -27,4606 ... ...
2153 22,81 2173,6321 -20,6321 -27,4606 6,8285
2167 25,04 2170,0864 -3,0864 -20,6321 17,5457
... … ... ... ... ...
1927,4 251,83 1809,4903 117,9097 98.3737 19,536
Tabla 19
∑ dt2 y ∑(d − dt −1 ) , pero la primera ya está calculada puesto que forma parte
2
cuadráticas t
t =1 t =2
de los resultados de la regresión: en la parte sombreada de la tabla 3, aparece en la celda
inferior derecha (160451.8251). Para calcular la segunda, basta con situarse en una celda vacía
seleccionar la función y dar el rango de valores correspondiente en el cuadro de diálogo que se
abrirá. De esta manera se obtendría 76933,761, y por tanto:
DW = 76933.761/160451.833 = 0.479
6. Homocedasticidad
En este caso como la única variable explicativa son los precios, suponemos que la
heterocedasticidad va ligada a los mismos, de manera que ordenamos las series de menor a
mayor en función de los valores de los precios. Casi lo están ya pues éstos crecen
prácticamente todos los años, aunque hay excepciones.
3,08965246 2108,66143
4,1467669 128,747205
0,05259399 68,7357188
0,55513679 10
2622,79876 47245,9904
Tabla 20
-0,28690571 1978,00331
0,07566455 13,0463306
0,58979127 13,2512318
14,3778334 10
2524,67772 1755,95144
Tabla 21
Por lo tanto el estadístico vale 1755,95/47245,99 = 0.037 que es menor que el valor en tablas
de la F8, 8 . Por tanto se no se puede rechazar la hipótesis de homocedasticidad.
7. Otras utilidades
La hoja de cálculo dispone de muchas fórmulas que pueden ser de utilidad. Por ejemplo,
calcula directamente el coeficiente de correlacion o la desviación típica y puede asimismo
utilizarse el álgebra matricial, por ejemplo para calcular,
b = (X´X)-1X´Y
Para ello están disponibles las funciones TRASPONER, MMULT o MINV que
trasponen matrices, las multiplican o calculan la matriz inversa.
Por ejemplo, supongamos que deseaos obtener b = (X´X)-1X´Y para los cinco
primeros valores de superficie y precio. Creamos una serie c cuyos valores son todos 1, que
representará al término independiente. A continuación seleccionamos una tabla con 2 filas y 5
columnas, y con la función TRASPONER, obtenemos,
1 1 1 1 1
que es la traspuesta de X. Para calcular X´X seleccionamos una tabla de 2x2 y con la fórmula
MULT., el programa da,
5 128,95
128,95 3387,7533
10957,3
283163,284
1952,99
b=
9, 2466
y c x
2148 1 21,66
2153 1 22,81 1 1 1 1 1
XT
2167 1 25,04 21,66 22,81 25,04 31,26 28,18
2194 1 31,26
2295,3 1 28,18
Tabla 22
La matriz XT se obtiene con la función TRASPONER, XTX, XTX y b, con MMULT., (XTX)-1
con MINVER. Debajo de los valores originales, la salida de ESTIMACIÓN LINEAL.
NORMAL
z 0,00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641
0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 004286 0.4247
0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148
0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867
0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611
1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379
1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170
1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985
1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823
1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681
1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455
1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367
1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294
1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233
2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183
2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143
2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110
2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084
2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064
2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048
2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036
2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026
2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0022 0.0021 0.0020 0.0014
2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014
3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010
3.1 0.0010 0.0009 0.0009 0.0009 0.0009 0.0008 0.0008 0.0008 0.0007 0.0007
3.2 0.0007 0.0007 0.0006 0.0006 0.0006 0.0006 0.0006 0.0005 0.0005 0.0005
3.3 0.0005 0.0005 0.0005 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004
3.4 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0002
3.5 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002
3.6 0.0002 0.0002 0.0002 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
3.7 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
G.L. .995 .99 .975 .95 .90 .75 .50 .25 .10 .05 .025 .01 .005
1 7.88 6.63 5.02 3.84 2.71 1.32 0.455 0.102 .0158 .0039 .0010 .0002 .0000
2 10.6 9.21 7.38 5.99 4.61 2.77 1.39 0.525 0.211 0.103 .0506 .0201 .0100
3 12.8 11.3 9.35 7.81 6.25 4.11 2.37 1.21 0.584 0.352 0.216 0.115 .0720
4 14.9 13.3 11.1 9.49 7.78 5.39 3.36 1.92 1.06 0.711 0.484 0.297 0.207
5 16.7 15.1 12.8 11.1 9.24 6.63 4.35 2.67 1.61 1.15 0.831 0.554 0.412
6 18.5 16.8 14.4 12.6 10.6 7.84 5.35 3.45 2.20 1.64 1.24 0.872 0.676
7 20.3 18.5 16.0 14.1 12.0 9.04 6.35 4.25 2.83 2.17 1.69 1.24 0.989
8 22.0 20.1 17.5 15.5 13.4 10.2 7.34 5.07 3.49 2.73 2.18 1.65 1.34
9 23.6 21.7 19 16.9 14.7 11.4 8.34 5.90 4.17 3.33 2.70 2.09 1.73
10 25.2 23.2 20.5 18.3 16.0 12.5 9.34 6.74 4.87 3.94 3.25 2.56 2.16
11 26.8 24.7 21.9 19.7 17.3 13.7 10.3 7.58 5.58 4.57 3.82 3.05 2.60
12 28.3 26.2 23.3 21.0 18.5 14.8 11.3 8.44 6.30 5.23 4.40 3.57 3.07
13 29.8 27.7 24.7 22.4 19.8 16 12.3 9.30 7.04 5.89 5.01 4.11 3.27
14 31.3 29.1 26.1 23.7 21.1 17.1 13.3 10.2 7.79 6.57 5.63 4.66 4.07
15 32.8 30.6 27.5 25.0 22.3 18.2 14.3 11.0 8.55 7.26 6.26 5.23 4.60
16 34.3 32 28.8 26.3 23.5 19.4 15.3 11.9 9.31 7.96 6.91 5.81 5.14
17 35.7 33.4 30.2 27.6 24.8 20.5 16.3 12.8 10.1 8.67 7.56 6.41 5.70
18 37.2 34.8 31.5 28.9 26.0 21.6 17.3 13.7 10.9 9.39 8.23 7.01 6.26
19 38.6 36.2 32.9 30.1 27.2 22.7 18.3 14.6 11.7 10.1 8.91 7.63 6.84
20 40 37.6 34.2 31.4 28.4 23.8 19.3 15.5 12.4 10.9 9.59 8.26 7.43
21 41.4 38.9 35.5 32.7 29.6 24.9 20.3 16.3 13.2 11.6 10.3 8.90 8.03
22 42.8 40.3 36.8 33.9 30.8 26.0 21.3 17.2 14.0 12.3 11.0 9.54 8.64
23 44.2 41.6 38.1 35.2 32.0 27.1 22.3 18.1 14.8 13.1 11.7 10.2 9.26
24 45.6 43 39.4 36.4 33.2 28.2 23.3 19.0 15.7 13.8 12.4 10.9 9.89
25 46.9 44.3 40.6 37.7 34.4 29.3 24.3 19.9 16.5 14.6 13.1 11.5 10.5
26 48.3 45.6 41.9 38.9 35.6 30.4 25.3 20.8 17.3 15.4 13.8 12.2 11.2
27 49.6 47.0 43.2 40.1 36.7 31.5 26.3 21.7 18.1 16.2 14.6 12.9 11.8
28 51 48.3 44.5 41.3 37.9 32.6 27.3 22.7 18.9 16.9 15.3 13.6 12.5
29 52.3 49.6 45.7 42.6 39.1 33.7 28.3 23.6 19.8 17.7 16.0 14.3 13.1
30 53.7 50.9 47 43.8 40.3 34.8 29.3 24.5 2036 18.5 16.8 15.0 13.8
40 66.8 63.7 59.3 55.8 51.8 45.6 39.3 33.7 29.1 26.5 24.4 22.2 20.7
50 79.5 76.2 71.4 67.5 63.2 56.3 49.3 42.9 37.7 34.8 32.4 29.7 28.0
60 92 88.4 83.3 79.1 74.4 67.0 59.3 52.3 46.5 43.2 40.5 37.5 35.5
70 104.2 100.4 95.0 90.5 85.5 77.6 69.3 61.7 55.3 51.7 48.8 45.4 43.3
80 116.3 112.3 106.6 101.9 96.6 88.1 79.3 71.1 64.3 60.4 57.2 53.5 51.2
90 128.3 124.1 118.1 113.1 107.6 98.6 89.9 80.6 73.3 69.1 65.6 61.8 59.2
100 140.2 135.8 129.6 124.3 118.5 109.1 99.3 90.1 82.4 77.9 74.2 70.1 67.3
G.L. 0,25 0,20 0,15 0,10 0,05 0,025 0,01 0,005 0,0005
1 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
2 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,941
4 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,859
6 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,405
8 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,397 3,745
25 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373