Fase 1- Reconocimiento e introducción a la relación de variables

Estudiante

Elkin Capera Pamo

Docente

Juan David Pulido

Curso

Econometría

Grupo

105010_4

Bogotá

2020
1. Con base en los dos capítulos mencionados:
a) Completar las definiciones de los tipos de variables de acuerdo con el Anexo al final de la presente guía, debe brindar al
menos un ejemplo, de cada tipo de variable

TIPOS DE VARIABLE

Cualitativa Cuantitativa

Medir el tamaño, la intensidad de un atributo, la relacion de

Plantear hipotesis; obtener informacion preliminar una variabe, validar estadisticamente una relacion, una
hipotesis, elaborar un pronostico.

Ordinal
Binaria o
Cualitativa o de Nominal Discreta Continua
Dicotómica
Opción Múltiple

Acceso al credito (si tiene

acceso, o no lo tiene) NiveL academico de los Numero de personas con
Sexo, nacionalidad, estado Renta mensual de
Tiene vivienda propia o no habitantes en Colombia civil Doctorado en Colombia trabajadores informales de
la tiene. Colombia
 b) Responder ¿qué es la covarianza entre dos variables?
La covarianza entre dos variables S xy, nos indica si la posible relación entre dos variables es
directa o inversa.
Directa S xy >0
1
Inversa S xy <0 S xy = Σ ¿
n
In correlacionadas S xy =0
El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente o no, pero
no nos dice nada sobre el grado de relación de las variables
c) Dar un ejemplo de dos variables económicas que puedan tener una relación
directa y otro ejemplo de dos variables económicas que puedan tener una
relación inversa, desde sus conceptos teóricos [por favor utilizar variables
económicas, no tomar la edad y la estatura, casos así no valen].
Los variables ingreso y gasto tienen relación directa, teniendo en cuenta que según el
ingreso suba, el gasto del demandante tiende a ser mayor en el mercado.
Las variables Desempleo y consumo tienen relación inversa, ya que cuando el desempleo
aumenta el consumo tiende a bajar, igualmente si el desempleo disminuye el consumo
tiende a elevarse.
d) Responder ¿Qué es la correlación entre dos variables?
La correlación es un tipo de asociación entre dos variables numéricas, específicamente
evalúa la tendencia (creciente o decreciente) en los datos.
e) Dar un ejemplo de dos variables económicas que puedan estar asociadas y otro
ejemplo de dos variables económicas que puedan ser independientes.
Educación y nivel de ingresos: A mayor educación, más probable es obtener unos
ingresos mayores. Pero también, a mayor nivel de ingresos, más probable es que tengamos
niveles de educación superior.
Efectos del salario mínimo en el empleo
Colombia incrementó el salario mínimo mientras que el país vecino de Ecuador no,
Colombia y Ecuador no son idénticos en muchos aspectos, por lo que las comparaciones en
términos de empleo no son adecuadas pero los cambios en el empleo en Ecuador parecen
un contrafactual razonable de los cambios en Ecuador si no hubiese habido cambio de
política.
f) Dado que existe la posibilidad de que dos o más variables sean independientes,
explique el concepto de independencia funcional desde la econometría.
En econometría con frecuencia se usan los términos “variable dependiente” y variable
independiente. Pero hay que notar que el término “independiente” no se refiere al concepto
estadístico entre variables aleatorias. En econometría se da por distribuciones conjuntas,
distribuciones funcionales e independencia. Dicho esto puede decirse las diversas
posibilidades que se pueden presentar en una situación x. su ocurrencia de eventos en la que
participa más de una variable aleatoria.
g) Responder ¿Qué es un conjunto de datos de corte transversal? Y ¿en qué se
diferencia un conjunto de datos de corte transversal de las series de tiempo?
Una base de datos de corte transversal consiste en una muestra de individuos, hogares,
empresas, ciudades, estados, países u otras unidades, tomada en algún punto dado en el
tiempo. Algunas veces no todos los datos de estas unidades corresponden exactamente a un
mismo momento. Por ejemplo, puede ser que, un conjunto de familias sea entrevistado
durante diferentes semanas de un año. En un análisis de corte transversal puro, diferencias
menores de tiempo en la recolección de los datos son ignoradas. Aun cuando un conjunto
de familias haya sido entrevistado en semanas distintas de un mismo año, se considerará
como una base de datos de corte transversal. (Wooldrige, J. 2010)

Una característica fundamental de los datos de series de tiempo, que las hace más difíciles
de analizar que los datos de corte transversal, es que rara vez, si acaso, puede suponerse que
las observaciones económicas sean independientes en el tiempo. Debido a que los eventos
pasados pueden influir sobre los eventos futuros y los comportamientos rezagados son
frecuentes en las ciencias sociales, el tiempo es una dimensión importante en las bases de
datos de series de tiempo. A diferencia de los datos de corte transversal, en una serie de
tiempo el orden cronológico de las observaciones proporciona información potencialmente
importante (Wooldrige, J. 2010)
2. En la siguiente tabla se encuentran variables de algunos municipios, con los datos y
utilizando el programa Excel, obtenga la matriz de covarianza y la matriz de correlación
e INTERPRETE.

a) Responda ¿por qué la diagonal principal de la matriz de correlaciones es 1?

b) Responda ¿qué son los resultados que aparecen en la diagonal principal de la
matriz de covarianzas?
c) Responda ¿por qué ambas matrices sólo tienen resultados debajo de la diagonal
principal y no arriba?
 Índice de Gasto INV: Índice
Población Capacidades público, en de
Población en Pobreza Institucional millones Desigualda
Municipio en Miles (%) es (1-10) anuales d (%)
M001 25,26 49 8 82 38
M002 28,46 70 2 66 47
M003 32,45 38 10 82 30
M004 22,21 25 11 98 18
M005 25,58 27 11 95 25
M006 26,98 53 5 72 33
M007 24,78 27 9 82 20
M008 33,46 38 8 94 32
M009 33,01 55 3 86 45
M010 38,25 63 2 72 38
M011 16,15 57 4 87 38
M012 18,26 44 7 89 35
M013 22,47 63 4 72 33
M014 32,14 66 1 70 40
M015 30,05 31 9 95 31
M016 33,98 46 5 87 32
M017 28,16 31 6 79 20
M018 22,24 39 6 81 28
M019 25,06 22 4 96 31
M020 29,08 26 3 94 33
M021 19,72 52 7 77 44
M022 16,55 61 7 77 38
M023 20,31 31 3 91 30
M024 27,77 40 4 80 36

Índice de Gasto INV:

Población
Población Capacidades público, en Índice de
Correlación en Pobreza
en Miles Institucional millones Desigualda
(%)
es (1-10) anuales d (%)

-
Población en
0,0557185 0,1089391 0,0835242
Miles
1 7 -0,20649959 8 5

Población en -
Pobreza (%) 0,0557185 0,7961448 0,7691327
7 1 -0,52970004 5 3
Índice de
Capacidades
Institucional - - -
es (1-10) 0,2064995 0,5297000 0,4691083 0,5826521
9 4 1 6 5
Gasto
público, en - - -
millones 0,1089391 0,7961448 0,4724406
anuales 8 5 0,46910836 1 3
INV: Índice
de -
Desigualda 0,0835242 0,7691327 - 0,4724406
d (%) 5 3 0,58265215 3 1

a) La diagonal de la matriz correlación es igual a 1, ya que contiene las correlaciones

de cada variable consiga misma.

Índice de Gasto INV: Índice

Población
Población Capacidades público, en de
Covarianza en Pobreza
en Miles Institucionales millones Desigualdad
(%)
(1-10) anuales (%)

Población en -
Miles 33,2381576 4,63743056 -3,40184028 5,71041667 3,54760417

Población en
Pobreza (%)
4,63743056 208,409722 -21,8506944 -104,5 81,8020833

Índice de
Capacidades
Institucionales
(1-10) - -
3,40184028 21,8506944 8,16493056 12,1875 -12,265625

Gasto público,
en millones
anuales - -
5,71041667 -104,5 12,1875 82,6666667 31,6458333

INV: Índice de
Desigualdad
(%) -
3,54760417 81,8020833 -12,265625 31,6458333 54,2760417
b) Los elementos de la diagonal de la matriz de covarianzas contienen las varianzas de
cada variable. La varianza mide qué tan dispersos se encuentran los datos alrededor
de la media.

5. Instale el programa R tomando como referencia el material

disponible para tal fin y tome pantallazos para dejar evidencia del
proceso desarrollado.
 Referencias Bibliográficas

Wooldrige, J. (2010). Introducción a la Econometría: Un enfoque moderno,

(4a. ed.), Ed. Parafino. Recuperado
de https://s386bc39b85c189f2.jimcontent.com/download/version/1464323224
/module/10581840398/name/Wooldridge_Introduccion-a-La-Econometria-
Un-Enfoque-Moderno-4th.pdf
Gujarati, D. (2009) Econometría, (5a. ed.), Ed. Mc Graw Hill. Recuperado
de http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?il=279&pg=1
Pujol Jover, M. y Pujol Jover, M. (2017). Análisis cuantitativo con R:
matemáticas, estadística y econometría. Editorial UOC. Recuperado
de https://elibro-net.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/58652 
Molano Soto, D. (31,01,2018). Regresión simple con datos de corte trasversal.
[Archivo de video]. Recuperado de: http://hdl.handle.net/10596/14590