TÉCNICAS DE PRONÓSTICO

FASE 5 EVALUACIÓN FINAL Y ANÁLISIS MULTIVARIADO

JEISSON ENRIQUE ATUESTA

MARIA AURORA BEVILACQUA
PAULA ANDREA CUERO
SONIA L. GONZALEZ PARDO

GRUPO: 105018_4

DOCENTE: JULIETH ALEXANDRA BARON

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

VICERRECTORÍA ACADÉMICA Y DE INVESTIGACIÓN

CIUDAD, 2020
Resultado de aprendizaje 5:

Relacionar paneles de datos a través de funciones teóricas, según su

fundamentación económica por categorías analíticas y periodos, en modelos
multivariados longitudinales.

La actividad consiste en:

1) Con la información organizada en páneles de datos, de la fase anterior, fase 4,

especificar el modelo de datos de panel, por método lineal, utilizando al menos tres
variables así estructuradas, con base en Gujarati (2009), Capítulo 16 y Wooldrige
(2010), Capítulos 13 y 14.

2) Estimar e interpretar el modelo, generando conclusiones del procedimiento.

3) Responder las preguntas del Anexo a la presente Guía, Fase 5 y argumentar las
respuestas dadas a cada una de ellas, de modo que se especifique clara y
concisamente por qué se eligió la opción verdadera, tanto como por qué se
descartaron cada una de las demás opciones.
 DESARROLLO DE ACTIVIDADES

a) Con la información organizada en paneles de datos, de la fase anterior, fase 4,

especificar el modelo de datos de panel, por método lineal, utilizando al menos
tres variables así estructuradas, con base en Gujarati (2009), Capítulo 16 y
Wooldrige(2010), Capítulos 13 y 14.

R//
VARIABLES ESTRUCTURADAS

1) Sujeto o categoría:
Mercado laboral por departamentos: Antioquia, Bogotá y valle.

2) Periodo:
2002- 2018

3) Variables a trabajar:
TGP, Tasa de subempleo subjetivo, Tasa de subempleo objetivo

INFORMACIÓN ORGANIZADA EN PANELES DE DATOS - FASE 4

Año Departamento TGP Tasa de subempleo Tasa de subempleo
subjetivo objetivo
2001 1 59.9 28.0 10.4
2002 1 61.0 30.0 12.2
2003 1 60.0 27.4 11.0
2004 1 59.3 23.8 9.8
2005 1 57.6 18.5 9.7
2006 1 55.1 21.8 9.7
2007 1 56.9 27.5 8.3
2008 1 57.1 24.1 9.3
2009 1 60.4 28.0 12.0
2010 1 61.1 29.4 12.3
2011 1 61.6 28.8 10.2
2012 1 63.5 33.4 11.4
2013 1 63.9 31.5 10.2
2014 1 63.5 25.9 8.4
2015 1 62.7 20.8 8.2
2016 1 62.3 22.0 8.7
2017 1 63.2 22.5 8.7
 2018 1 62.3 20.2 8.8
2001 2 66.3 29.1 12.5
2002 2 67.1 34.9 14.9
2003 2 67.8 33.3 12.7
2004 2 66.0 31.8 11.0
2005 2 66.4 34.0 11.1
2006 2 65.7 31.5 9.7
2007 2 64.0 30.6 9.2
2008 2 65.5 29.2 12.1
2009 2 66.6 24.2 10.2
2010 2 68.7 32.2 14.1
2011 2 70.9 34.1 13.9
2012 2 72.1 34.1 13.2
2013 2 71.9 34.2 13.6
2014 2 72.5 31.8 12.8
2015 2 71.6 31.0 11.2
2016 2 70.8 26.4 9.8
2017 2 69.6 22.4 8.4
2018 2 69.1 21.5 8.2
2001 3 65.6 35.7 13.1
2002 3 64.4 35.8 14.1
2003 3 65.2 36.1 14.0
2004 3 65.1 37.2 14.3
2005 3 65.1 37.0 13.4
2006 3 64.5 42.5 14.6
2007 3 62.8 43.2 11.5
2008 3 62.1 36.8 11.2
2009 3 66.2 41.7 15.9
2010 3 66.6 41.3 16.2
2011 3 65.3 36.7 13.9
2012 3 65.6 37.5 13.9
2013 3 66.0 37.9 14.2
2014 3 65.7 35.8 12.8
2015 3 66.9 36.0 13.2
2016 3 66.5 35.5 12.4
2017 3 66.5 33.9 11.6
2018 3 66.0 33.5 12.3

Se quiere conocer el impacto de la tasa global de participación y la tasa de

subempleo subjetivo en la tasa de subempleo objetivo, para este análisis se
especifican siguientes modelo para los tres departamentos.

log ( subempleobjetivo )=a¿ −β 1 log ( TGP ) + β 2 log( subemplesubjetivo)