Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se parte del Análisis de regresión estándar, detallando los supuestos que hay
detrás, y los errores que pueden ocurrir si no se cumple cada uno de ellos. De igual
forma se señala cómo detectar estos problemas y posibles formas de corregirlos. Se
indica además cómo emplear en cada caso el paquete econométrico EViews en las
modalidades de ventanas y línea de comandos. Los aspectos que se analizan se
clasificaron en dos partes: la primera contempla aquellos supuestos relacionados con la
parte sistemática y la segunda los relacionados con la parte aleatoria del análisis de
regresión, como lo establece la siguiente especificación general:
Yt = α + β X t + µ
1424 3 {t
Parte sistemática Parte aleatoria
Este material será empleado en la primera parte del taller de EViews que está
diseñando el equipo de trabajo de Desarrollo y Análisis Metodológico. Se considera que
un complemento de este informe técnico consiste en la documentación de los programas
econométricos que efectúan estos procedimientos, los cuales se presentarán en otro
informe.
ANÁLISIS DE REGRESIÓN ESTÁNDAR
SUPUESTO PROBLEMA INDICADORES DECISIÓN COMANDOS
(si no se cumple) (E-Views)
E ( X iU j ) = 0 • Signos de los Deben ser los En la línea de
Coeficientes esperados antes de comandos:
realizar el cálculo
LS Y C Xi X2
Χ´ S independientes del • Errores Estándar (Std. Sirven para analizar
comportamiento aleatorio Error) la capacidad Estimación del
Puede darse una • Error Estándar de la explicativa del modelo por
Χ causa Υ violación de los regresión (S.E of modelo (minimizar) ventanas: Se
supuestos, y por regression) seleccionan las
ende deben ser • Suma de los Errores al series que
corregidos. Sin Cuadrado (Sum intervienen como
embargo, squared resid) un objeto ecuación
dependiendo del
objetivo de la • T-statistic: Prueba si la HO : βi = 0 Procs / Make
estimación, algunas variable es Equation
violaciones de los
H1 : β i ≠ 0
significativa.
supuestos podrían no • Probabilidad: indica la Si tc > tt ⇒ SRH 0 O bien:
requerir corrección. probabilidad de
cometer el error de P − valor < 0.05 Quick / Estimate
rechazar la hipótesis Equation
nula siendo cierta
(error de tipo I).
1
SUPUESTO PROBLEMA INDICADORES DECISIÓN COMANDOS
(si no se cumple) (E-Views)
• R2 es un indicador de R 2 elevado, nos
la bondad del ajuste explica la variabilidad
del modelo. de la variable
endógena.
2
SUPUESTO PROBLEMA INDICADORES DECISIÓN COMANDOS
(si no se cumple) (E-Views)
• Akaike info Criterion
• Schwarz criterion A menor valor el
Permiten analizar modelo es mejor.
capacidad predictiva y
realizar la comparación
entre modelos anidados.
• F-statistic permite
contrastar la capacidad Elevado
explicativa conjunta de
las variables
introducidas en el
modelo. P − valor < 0.05
• Prob (F-statistic):
Probabilidad de
cometer el error de tipo
I.
3
A. ANÁLISIS DE LA PARTE SISTEMÁTICA DE UN MODELO
4
SUPUESTO PROBLEMA INDICADORES DECISIÓN CORRECCIÓN COMANDOS
(si no se cumple) (E-Views)
objetivo es la determinante tomaría entre un factor de
predicción puesto el valor de 1. escala común. Comandos
que no conlleva al
incumplimiento de sym mcorrel=
ninguna de las @cor(grupo de
hipótesis en las que var)
se basa el modelo
lineal clásico.
Scalar
detmcorrel=@
det(correl)
Contraste de H 0 = Rxx = 1
multicolinealidad de
Farrar-Glauber
Si Gcalc>Gtab
G → χ n2 se rechaza H0
donde n=k*(k-1)/2
5
SUPUESTO PROBLEMA INDICADORES DECISIÓN CORRECCIÓN COMANDOS
(si no se cumple) (E-Views)
cuestión con de los regresores.
IT = (1 − R )
2 alguna(s) de las
XI
otras variables
en el modelo.
En la práctica un
FIV mayor a 10
se considera
problemático,
aunque un FIV
alto puede
encontrarse por
una variancia
pequeña y/o un
n
∑X
i =1
i
2
alto.
6
II. ESPECIFICACIÓN: Se refiere a la forma en que está formulado el modelo.
y = Xβ + Zγ + ε
eq_name.rese
Donde se prueba t(opt)
que δ = 0 , y Z es
una matriz de
variables no NOTA: este
test solo sirve
incluidas o las
variables X para MCO.
elevadas a algún
exponente.
7
III. ESTABILIDAD ESTRUCTURAL: Analiza la presencia de cambios en la relación que vincula las variables del modelo a lo
largo del periodo muestral.
8
SUPUESTO PROBLEMA INDICADORES DECISIÓN CORRECCIÓN COMANDOS
(si no se (E-Views)
cumple)
se conoce
el punto de Residuos Recursivos: Hay estabilidad Eq-name.rls(r)
quiebre. son los errores de si los residuos se
Sólo sirve predicción un período mantienen dentro (r) = opción para
para MCO. hacia delante de las bandas de residuos recursivos
calculados en cada confianza (de 2
etapa de la desviaciones
estimación recursiva. estándar).
Son útiles cuando el
modelo no contiene
variables dummy.
9
ANÁLISIS DE LA PARTE ALEATORIA DE UN MODELO
10
SUPUESTO PROBLEMA INDICADORES DECISIÓN CORRECCIÓN COMANDOS
(si no se cumple) (E-Views)
• Q (Ljung-Box-Pierce) P-value>5% SRH0 Eviews lo calcula junto
Se distribuye como una Chi- P-value<5% con los correlogramas
cuadrado. NSRH0 simple y parcial.
(χ2c>χ2t NSRH0)
• Runs test (Prueba de las
corridas) ∼z |zc|>|zt| NSRH0
1.96
11
II. HETEROCEDASTICIDAD: los componentes del vector de errores no tienen igual variancia.
12
SUPUESTO PROBLEMA INDICADORES DECISIÓN SOLUCIÓN AL COMANDOS
(SI NO SE PROBLEMA EVIEWS
CUMPLE)
pero si queremos como χ2(p), donde Un tratamiento Equation, Options,
hacer inferencia p es el número de más avanzado de Weighted LS/TSLS
estadística sí variables incluidas la heterocedasti- y en la casilla
debemos corregirla en la regresión cidad es el uso Weight
auxiliar, de modelos especificamos la
exceptuando el ARCH y GARCH. variable de
término ponderación y
independiente. pulsamos OK
13
Referencias
Kikut Croceri, Otto. (1997). “Análisis de regresión múltiple utilizando EViews 2.0”. Consejo
Monetario Centroamericano.
Pena, Bernardo; Estavillo, Julio; Galindo, María Ester; Receta, María José; Zamora, María
del Mar. “Cien ejercicios de econometría”