Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADISTICA E INFORMÁTICA
Curso: ECONOMETRIA
IX CICLO
Definiciones
01
Casos
02
Regresión y correlación
03
Fuentes de datos.
04 .
Finalidad del curso
Al finalizar los alumnos puedan aplicar
estas herramientas para estudiar fenóm
enos económicos.
Campos de acción
• Mercado de finanzas
• Economía de la empresa
• Sector público
• Investigación
NATURALEZA DEL ANÁLISIS DE
REGRESIÓN
.
ALGUNAS DEFINICIONES GENERALES
Y X
Ejemplo
Dependiente Independiente
Depende de X Explica a Y
ALGUNAS DEFINICIONES GENERALES
Es una técnica estadística utilizada para predecir o estimar una variable cuan
titativa en función de otra variables cuantitativa o explicativas
Regresi
Y X
ón Line
al simp
le
Dependiente Independiente
Depende de X Explica a Y
Y
Regresi
X
ón Line
al simp
le
Variable que desea
mos predecir o esti Es la variable ex
mar plicativa
ALGUNAS DEFINICIONES GENERALES
Sueldo Edad
X y Y tie
Ejempl
o
Y X una rela
direct
Y X
X y Y tienen
Tiempo Trabajado
res
una relación
Inversa
Tiempo Trabajado
res
CASO
6 11
Pero hay una recta que es
8 14 la mejor.
2 8
1 4
A esta recta que es la
7 13 mejor es lo que se llam
a la ecuación estima:
‸
Y
Caso
Ecuación estimada:
Diagrama de dispersión
v. independi
v. dependiente
Ecuación estimada
Se obtiene calculando los par
ámetros o coeficientes b0 y b1
con el método de mínimos cu
Intercepto Pendiente
adrados.
Caso
Diagrama de dispersión
v. independi
v. dependiente
Pendiente
Indica la inclinación de un el
emento lineal con respecto
al eje horizontal
Caso
Deseamos predecir la función de consumo nacional (Ct) en función a la
renta nacional (Rt) en el Perú para los periodos tal.
Y =C t X=R t
X y Y tiene
n una relaci
ón Directa
Consumo Renta
Consumo
Renta
EJEMPLO DE REGRESIÓN
Como cambia la estatura promedio de los hijos dada la estatura de los padres ósea predecir la estatu
ra promedio de los hijos a partir de la estatura de sus padres en una población hipotética.
La recta de regresión mu
estra que el promedio de
la estatura de los hijos au
menta conforme crece a l
a de los padres
Ejemplo de regresión
En la economía monetaria se sabe que, si se mantienen constantes otros factores, cuanto mayor sea la
tasa de inflación π, menor será la proporción k del ingreso que la gente deseará mantener en forma de
dinero, como se ve en la figura. La pendiente de esta recta representa el cambio en k con un cambi
o en la tasa de inflación. Un análisis cuantitativo de esta relación permite a un economista predecir l
a cantidad de dinero, como proporción del ingreso, que la gente deseará mantener con diversas tasas d
e inflación.
Y X
K.dinero Tasa de inflación
RELACIONES ESTADÍSTICAS Y RELACIONES DETERMINÍSTICAS
Relaciones estadísticas:
En las relaciones estadísticas entre variables se analizan, en esencia, variables aleatorias o estocásticas
es decir, variables con distribuciones de probabilidad. Por otra parte, en la dependencia funcional o det
erminista también se manejan variables, pero no son aleatorias o estocásticas.
Ejemplo:
Relaciones determinísticas:
Variables fijas
Ejemplo:
Implican relaciones como la ley de la gravedad de Newton, la cual establece que toda partícula en el un
iverso atrae a cualquier otra partícula con una fuerza directamente proporcional al producto de sus mas
as e inversamente proporcional al cuadrado de la distancia entre ellas. En términos matemáticos, dond
e F = fuerza, m1 y m2 son las masas de las dos partículas, r =distancia y k constante de proporcionalid
ad.
Regresión y correlación
Ejemplo:
Si se desea encontrar la correlación (coeficiente) entre el hábito de fumar y el c
áncer del pulmón; entre las calificaciones en exámenes de estadística y en exá
menes de matemáticas; entre las calificaciones de bachillerato y de la universi
dad.
El Análisis de regresión
En cambio, se trata de estimar o predecir el valor promedio de una variable c
on base en los valores fijos de otras. Así, quizá se desee predecir el promedi
o de las calificaciones en un examen de estadística a partir de la calificación
de un estudiante en un examen de matemáticas.
REGRESIÓN Y CORRELACIÓN
Análisis de regresi
ón simple vs análisi
s de regresión múlt
iple
Análisis de regresión simple vs análisis de reg
resión múltiple
Análisis de regresión simple o con dos variable: En una r
egresión de dos variables sólo hay una variable explicativa, eje
mplo si se estudia la dependencia de una variable respecto de
una única variable explicativa, como el consumo que depende d
el ingreso real.
Una serie de tiempo es un conjunto de observaciones sobre los valores de una variable en diferentes mom
entos. Tal información debe recopilarse en intervalos regulares, es decir, en forma diaria (precios de accio
nes, informes del tiempo, etc.), semanal (como cifras de oferta monetaria), mensual (tasa de desempleo,
Índice de Precios al Consumidor [IPC], etc.), trimestral (como el PIB), anual (como los presupuestos del g
obierno), quinquenal (como el censo de la industria manufacturera), o decenal (como los censos de pobla
ción).
Fuentes de datos para el análisis económico
Datos trasversales
Los datos transversales consisten en datos de una o más variables recopil
ados en el mismo punto del tiempo, como el censo de población realizado
.
Información combinada
1. Los datos de las ciencias sociales son de naturaleza no experimental. Por consiguiente,
es posible incurrir en errores de observación, sea por acción u omisión.
5. Y por ultimo puede variar ya que se puede obtener una información y después variar los d
atos.
Función Regresión
𝑦 = 𝑏0 + 𝑏1 𝑥 2 + 𝜀
Error
Regresión
EN CONCLUSIÓN
.
La econometría no esti
ma funciones, si no re
gresiones
La mejor
EN CONCLUSIÓN
Un supuesto: si suponemos que una economía cerrada tenga mayores ingresos que
una economía cerrada, como planteo mi hipótesis de la siguiente manera:
¿Como afecta las exportaciones al ingreso de un país? Ose
te va explicar el impacto que ocasiona las exportaciones e
n el ingreso o PBI de un país o economía
Y X
Ingreso Exportacione
s s
En conclusión
Para contestar la pregunta debemos estimar una regresión lineal
𝑦 = 𝛽0 + 𝛽1 𝑥 + 𝜀
Y
𝛽1
𝛽0
X
EJEMPLOS
Grupo 2
Modelo de regresión con variables dicotómicas
Grupo 3
Modelo de regresión con variables dicotómicas
Debe contener:
Conceptos y presentación de dos casos o ejerci
cios.
GRACIAS
Estudiantes