Introducción a la econometría

Modelo de regresión múltiple de 4 variables independiente y detecta si hay

problema de multicolinealidad

Variables Dicótomas

Hemos agregado las variables dicótomas para obtener nuestros resultados

trimestrales.

Como podemos observar para 1 es 1 para el resto de datos dq1 es 0.

Variaciones por trimestre observamos cuantas unidades se venden en cada
trimestre.

Eliminando una de las variables podemos observar que se afectan las ventas
del producto.

MULTICOLANIEDAD

Los datos disponibles sobre las variables explicativas o regresores pueden

presentar un alto grado de correlación, especialmente en un contexto de
series temporales, Por ejemplo, la población y el PIB en general suelen estar
altamente correlacionados. A esto le llamamos multicolinealidad

Existen posibles soluciones entre ellas una de estas es eliminando la variable

insignificativa veamos a continuación:
Tenemos 2 variables no confiables realizaremos el análisis para verificar si
existe un problema de colinealidad

Se esta cumpliendo con un valor alto de 10 en la varianza por lo tanto existe un

problema de colinealidad, existe una alta colinealidad entre las variables
Eliminamos la variable independiente la no confiable, tenía alta colinealidad
por lo tanto ya no existe el problema de colinealidad el modelo quedo de una
manera significativa a nivel global.

En este otro ejemplo solo tenemos 2 variables no confiables por lo tanto

vamos a ver si existe un problema de colinealidad.

No hay problema de multicolaniedad, no existen valores alto los valores de las

variables están relacionados entre sí.

JOSEFA DAYANARA DELGADO HERNÁNDEZ

BUEN DÍA