Guia Estudio Grado Parte 2 EconometriaADE 17-18 Final

ECONOMETRÍA
GRADO
2ª PARTE | PLAN DE TRABAJO Y ORIENTACIONES PARA SU DESARROLLO
2020-2021
GRADO EN ADE
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

ECONOMETRÍA
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 2

| Mariano Matilla García et al.
1.- PLAN DE TRABAJO
En las siguientes líneas se ofrece un Plan de Trabajo que el alumno puede seguir
para preparar la asignatura. Como es obvio, el alumno en uso de su autonomía,
puede organizar el estudio de esta asignatura de muchas otras formas, de manera
que el plan que aquí se presenta es optativo, es decir es solo una posibilidad que
puede seguirse o no.
Es importante tener en cuenta que una buena parte del éxito en la preparación
de la asignatura radica en una adecuada gestión del tiempo, más difícil en la
enseñanza a distancia que en la enseñanza presencial. Esta asignatura requiere
como requisito previo, tener unos conocimientos suficientemente actualizados de
probabilidad, inferencia, álgebra matricial y teoría económica.
El curso tiene tres fases: fase docente, fase presencial (examen), y fase de
evaluación. Estas fases se irán anunciando a medida que vayamos entrando en las
mismas.
Fase docente
Comienza con la apertura de FOROS y las tutorías en los Centros Asociados.
Finaliza la última semana antes del comienzo de exámenes de primera semana de la
convocatoria.
Fase examen presencial

Está formada por tres semanas consecutivas. Terminadas las mismas, se iniciará el
proceso de evaluación de los exámenes, con independencia de la semana en la que
se realizó la prueba.
Fase de evaluación
Esta fase es individual y no pública. Esto implica que la comunicación de las notas, o
cualquier aspecto relativo al examen, se hará de manera personalizada.
Foros
Podréis acceder a los materiales del curso hasta Septiembre, pese a que los foros
estén en modo cerrado. El Equipo Docente usará el curso virtual para realizar avisos
puntuales como, por ejemplo, cómo será la prueba de Septiembre.

ECONOMETRÍA
CRONOGRAMA
Incluimos a continuación un cuadro en el que se detalla cómo puede distribuirse el

tiempo de estudio entre los distintos temas que componen el programa.
CORRESPONDENCIA
LIBRO DE TEXTO (TÍTULO
DEL CAPÍTULO DEL
PERIODO LIBRO) CONTENIDOS
MATERIALES A
TRABAJAR
Lectura: Guía parte 2

Econometría, Modelos y Datos
Semana 1 Tema 1: Econometría: modelos
Económicos.
y datos
Tema 2: Matrices, probabilidad Repaso de estadística: Probabilidad e

Semana 2
e inferencia estadística inferencia.
Semanas Tema 3: Análisis de regresión

Estimación MCO e Interpretación
3,4 lineal. Estimación
Semanas Tema 4: Análisis de regresión

Inferencia dentro del modelo MCO
5,6 lineal. Inferencia
Tema 5: Regresión con

Semana 7 heteroscedasticidad y Heterocedasticidad y Autocorrelación
autocorrelación
Modelos con variables explicativas
Tema 6: Variables explicativas
Semana 8 dicotómicas y modelos con variables
cualitativas
dependientes dicotómicas
Tema 7: Análisis de
Análisis de especificación y problemas con
Semana 9 especificación y problemas
los datos
con los datos
Tema 8: Regresión con

Semana 10 Variables instrumentales
variables instrumentales
Análisis de regresión para datos de panel

Tema 9: Regresión con datos
Semana 11 y fusionados. Efectos fijos, efectos
de panel y fusionados
aleatorios.
Tema 10: Procesos
Semanas Series Temporales: Modelización y
estacionarios de series
12, 13 predicción
temporales
Tema 11: Modelos de
Semana 14 regresión con variables no Tendencias y raíces unitarias
estacionarias

2.- ORIENTACIONES PARA EL ESTUDIO DE LOS CONTENIDOS
Materiales
En el texto propuesto como bibliografía básica, Econometría Empresarial: Análisis

y Decisiones de Matilla, M, Pérez, P.A. y Sanz, B., publicado por McGraw-Hill
(primera edición), se encontrará el desarrollo teórico de todos los bloques que
componen el programa de la asignatura. Durante el curso 20-21, también podrá
prepararse la materia con el libro antiguo: Econometría y Predicción, segunda
edición.
El libro contiene asimismo una separata o recopilatorio de técnicas, métodos y otras

utilidades que el estudiante debe conocer, pero no memorizar ni profundizar en los
mismos. El alumno, en el estudio de la asignatura debe usar con frecuencia esta
separata, esto es especialmente relevante toda vez que en el examen el alumno
podrá usar la misma, siempre que sea la separata original (no se admiten
fotocopias).
En el libro de texto se desarrollan ejemplos y se proponen ejercicios de distinta

naturaleza para afianzar los conocimientos adquiridos. Es fundamental entender bien
los ejemplos desarrollados, y sólo después de haberlos trabajado, es cuando el
estudiante puede intentar resolver algunos de estos ejercicios.
Como bibliografía complementaria se sugieren:
1. Introducción a la Econometría: un enfoque moderno

Wooldridge, J. M.
Ed. Thomson Paraninfo. 2ª Edición
2. Análisis Econométrico
Greene, W. H.
Ed. Prentice Hall. Tercera Edición o siguientes
Más teórico y con un mayor grado de dificultad, responde no tanto a un texto de

introducción, como a un manual de consulta para quienes ya tienen conocimientos
previos de econometría.
Curso virtual
De especial interés es seguir el curso virtual y los materiales allí colgados

secuencialmente. El curso virtual sirve de apoyo al manual básico en cualquiera de
sus dos ediciones, pero no es sustitutivo del mismo. De hecho a lo largo de las
semanas se van subiendo y activando documentos:
• Tests de autoevaluación

ECONOMETRÍA
• Problemas de autoevaluación
• Conjuntos de datos (para los que quieran trabajar con los datos)
• Soluciones a ejercicios del libro
• Soluciones a los test propuestos
• Soluciones a los problemas de autoevaluación
• Pruebas de evaluación continua
De esta forma el estudiante tiene una gran cantidad de información que procesar
además del libro de texto. En otros términos podríamos decir que se proporcionan al
estudiante muchos mecanismos para poder adquirir las competencias previstas. Esta
gran cantidad de información puede abrumar. Debe entenderse que esta información
no es acumulativa en el sentido de que no es necesario utilizar toda, sólo la ponemos
a disposición del estudiante por si considera oportuno, adaptándose de este modo a
las necesidades de cada estudiante. Lo esencial es el libro de texto.
Los foros son, para algunos, una fuente de información y comunicación importante
para resolver dudas. Inicialmente los foros dedicados a los temas serán abiertos, lo
que implica que mucha de la información que allí aparece no será necesariamente
relevante. Discernir qué es relevante y qué no lo es tiene un coste importante (en
términos de tiempo) para el estudiante. Por este motivo, exhortamos a que se utilicen
los foros con la debida cautela y prudencia.
Para facilitar la localización de preguntas directas sobre el libro de texto (por ejemplo,
algo que no se ha entendido) es importante que se siga el siguiente orden y
presentación de la duda cuando generes el hilo en el que aparece la duda:
[EE_pag_??_XXX_YY: concepto] donde

XXX puede ser: “párrafo”, “ecuación”, “tabla”, “figura”, “ejercicio”,
YY numeración correspondiente
Concepto: aspecto econométrico al que alude la pregunta o duda
Por ejemplo, si el hilo que creas lo haces referente a una ecuación:
[EE_pag_198_ecuación_5.1.2: exogeneidad]
esto nos indicaría que se trata de una pregunta relativa al libro de

Econometría Empresarial, que se encuentra en la página 198 de dicho
texto, y es referida a la ecuación 5.1.2, que es relativa al concepto de
exogeneidad.
Si se utilizase para el estudio el libro de Ecometría y Predicción (segunda

edición), en ese caso las preguntas tendrían que empezar con el siguiente
formato:
[E&P_pag_???_XXX_XX: concepto]
[E&P_pag_123_ecuación_4.1: exogeneidad]

Bloques temáticos
Como estrategia general para el estudio de toda la asignatura se sugiere ir siguiendo

en cada bloque temático el desarrollo que se incluye en el cronograma de la
asignatura, teniendo en cuenta que la disciplina es de naturaleza acumulativa y que
será difícil progresar en el estudio de los sucesivos temas, sin haber comprendido y
asimilado los contenidos precedentes.
El programa puede dividirse en dos bloques temáticos,
BLOQUE Capítulos libro base edición CONTENIDOS

segunda
I 1, 2, 3, 4, 5, 6 y 7 Fundamentos del análisis de
regresión
II 8, 9, 10 y 11 Ampliación del análisis de regresión
Bloque temático I
Conocimientos previos
• Cálculo diferencial
• Estadística descriptiva, probabilidad e inferencia estadística
• Manejo de sumatorios
Contextualización
• Estimación de modelos econométricos básicos

• Interpretación económica
• Inferencia en los modelos econométricos
• Regresores binarios
• Problemas con los modelos
• Soluciones a los problemas de heterogeneidad
Resultados del aprendizaje
Una vez concluido el estudio del bloque el estudiante debe ser capaz de,
§ Estimar y proponer modelos lineales básicos

§ Conocer sus propiedades básicas

ECONOMETRÍA
§ Interpretar y evaluar estadísticamente los resultados
§ Cómo estimar y evaluar cuando la variable a explicar es binaria
§ Detectar fuentes de error
Bloque temático II
Conocimientos previos
• Teoría económica
• Estadística descriptiva, probabilidad e inferencia estadística
• Manejo de sumatorios
Contextualización
• Soluciones a los problemas de especificación

• Numerosos datos económicos proceden de series temporales.
• Limitaciones de las técnicas estándar de regresión para este tipo de datos
• Técnicas para datos de series temporales
• Uso de las técnicas estudiadas para datos de series temporales
Resultados del aprendizaje
Una vez concluido el estudio de estos temas, el estudiante debe ser capaz de,
§ Saber utilizar y comprender el modelo de regresión en paneles

§ Resolver problemas de estimación con la técnica de las variables instrumentales
§ Métodos ARIMA
§ Análisis de tendencias
§ Modelización de varianza
3.- ORIENTACIONES PARA LA REALIZACIÓN DEL PLAN DE

ACTIVIDADES
Las actividades recomendadas se espera que se desarrollen siguiendo las

indicaciones del cronograma incluido en el plan de trabajo del primer apartado de la
guía.
Tras el estudio de cada uno de los temas se aconseja repasar los ejemplos
desarrollados en el texto, y posteriormente, el estudiante puede tratar de resolver los
ejercicios que figuran al final del mismo. De especial relevancia serán los ejercicios
considerados a lo largo del curso virtual. El objetivo de estas actividades, que bien
podríamos llamar de autoevaluación, es comprobar si se han entendido los
conceptos y métodos de resolución de ejercicios estudiados en cada unidad. Si estos

ejercicios pueden resolverse sin mayores dificultades, significa que se está en

condiciones de superar (con buena nota) la Prueba Presencial.
4.- EVALUACIÓN Y PREPARACIÓN DEL EXAMEN
Una pregunta natural es cómo preparar el examen. A continuación damos una serie
de recomendaciones:
(1) Un cuestión importante es tener en consideración el formato del examen, por este
motivo más abajo lo describimos.
(2) Recomendamos trabajar especialmente los EJEMPLOS desarrollados a lo largo de
los capítulos en el libro de texto
(3) Recomendamos trabajar especialmente las cuestiones propuestas en el curso virtual
(4) No recomendamos trabajar sobre exámenes de otros cursos. El Equipo Docente (ED)
cada curso puede cambiar el estilo de las preguntas, incidiendo más en unos
aspectos que en otros. Es mucho mejor trabajar sobre las cuestiones que el ED va
periódicamente lanzando al curso virtual.
(5) En la parte test, recomendamos encarecidamente contestar SOLO a lo que realmente
se sepa con seguridad.
(6) En la parte de desarrollo, recomendamos evitar respuestas escuetas.
Otras consideraciones:
(7) En el examen no se preguntará sobre aspectos que supongan la realización de

cálculos excesivamente largos y/o complejos
(8) En el examen se proporcionará siempre un set de tablas de distribuciones
estadísticas por si fueran necesarias para contestar alguna cuestión y/o problema
Debe preparar el examen teniendo en cuenta que:
En la prueba presencial podrá utilizar el formulario a fin de que no pierda

tiempo memorizando expresiones necesarias en la práctica habitual
econométrica. SOLO PODRÁ UTILIZAR, NO OBSTANTE, EL MATERIAL
ORIGINAL. NO SE ADMITEN FOTOCOPIAS TOTALES O PARCIALES DEL
FORMULARIO
La prueba presencial (examen) ordinaria constará de dos partes. La primera parte

será un examen tipo test de carácter eliminatorio. El test se valorará de 0 a 10
puntos. El número de preguntas tipo test y de alternativas se anunciarán a su debido
tiempo en el curso virtual. Igualmente habrá una penalización por pregunta
contestada erróneamente, y que también se anunciará oportunamente y con tiempo
suficiente. Las preguntas no contestadas ni suman ni restan. En todo caso, para
superar la parte eliminatoria será necesario obtener 4 o más puntos de los 10
posibles. Por otro lado, la segunda parte del examen también se valorará de 0 a 10
puntos, y consistirá en resolver problemas y/o cuestiones.

ECONOMETRÍA
Los alumnos que opten por evaluación continua, ésta constará, además del examen
presencial, de una prueba tipo test (pec). Su realización será oportunamente
anunciada en el curso virtual. Normalmente tendrá lugar cuando el cuatrimestre esté
prácticamente vencido con objeto de dar tiempo a que el alumno pueda haber
trabajado suficientemente el programa.
La nota final de la asignatura será:

En caso de EVALUACIÓN CONTINUA: 0.9· [0.6· nota_test + 0.4·
nota_segunda_parte] + 0.1· [pec]
En caso de EVALUACIÓN TRADICIONAL: [0.6· nota_test + 0.4·
nota_segunda_parte]
Las pruebas presenciales de naturaleza extraordinaria o pruebas no principales no

serán necesariamente test. Contendrán preguntas cortas y ejercicios o cuestiones de
mayor desarrollo.
Finalmente es recomendable que los alumnos se familiaricen con el manejo

del programa econométrico Gretl, que podrán descargarse desde
http://gretl.sourceforge.net. Es recomendable que el alumno pueda introducir datos,
leerlos en otros formatos (soportados por el programa), así como llevar a cabo las
operaciones básicas estudiadas en el programa: representaciones gráficas,
regresiones simples y múltiples, contrastes de hipótesis, predicción por intervalos,
etc. No obstante, el manejo de este programa no es materia de examen.
Con objeto de facilitar esta tarea, se incluye en este documento una Guía
Rápida del programa.
5.- BREVE INTRODUCCIÓN AL PROGRAMA GRETL
Este documento no es un Manual de Instrucciones, ni siquiera una Guía Rápida sino

solo una somera (brevísima) introducción a las principales utilidades del Programa.
No obstante consideramos que puede ser útil para empezar a manejar Gretl. Tras su
lectura, el alumno debería ser capaz de llevar a cabo sin dificultad las operaciones
más elementales: introducir o importar datos, hacer representaciones gráficas de las
variables, calcular regresiones simples o múltiples y llevar a cabo los contrastes de
hipótesis más habituales.
Se describen brevemente las funciones más elementales del programa (los

epígrafes 1, 2 y 3 son traducción prácticamente literal del manual en inglés). Dentro
de la pestaña Ayuda, el único documento en español es la Guía de Instrucciones de
Gretl a la que puede accederse directamente pulsando F1. La Guía del usuario
[Ayuda/Guía del Usuario], donde se describe detalladamente el funcionamiento del
programa,está en inglés.

1. La ventana principal de menús
Tras descargar e instalar el programa, éste se arranca haciendo doble clic en el icono
de acceso directo. En la parte superior de la pantalla se ve la barra principal de
menús, cuyo aspecto es el siguiente,
Archivo Herramientas Datos Ver Añadir Muestra Variable Modelo Ayuda
En la pestaña Archivo hay diversas opciones. Las más importantes son,
- Abrir datos: permite abrir datos tanto en formato Gretl como en muchos otros
- Añadir datos: añade datos al archivo de trabajo
- Guardar datos: salva los datos actuales
- Guardar datos como: Salva datos con otro formato
- Exportar datos: copia datos en formato CSV, GNU R o GNU Octave
- Enviar a: permite enviar el conjunto actual de datos como fichero adjunto en
un correo electrónico
- Nuevo conjunto de datos: permite crear un fichero en blanco para ir
introduciendo datos desde el teclado.
- Cerrar conjunto de datos: Cierra el archivo de datos (no suele ser necesario
aunque a veces es útil)
- Directorio de trabajo
- Archivos de Guión: Un guión es un fichero que contiene una secuencia de
comandos de Gretl. Esta opción contiene entradas que permiten abrir un guión
previamente creado
- Archivos de sesión: Contiene una instantánea de las sesiones previas de
Gretl. Permite abrir sesiones guardadas o guardar la sesión actual.
- Bases de datos: permite acceder a grandes bases de datos …
- Archivos de función: Controla “paquetes de funciones” que permiten acceder
a funciones previamente escritas por otros usuarios.
- Salir: Para salir del programa
En Herramientas tenemos,
- Tablas estadísticas: para buscar los valores críticos en las distribuciones más
usadas en econometría (Normal, t- Student, F de Snedecor, Chi cuadrada o
Durbin-Watson)

ECONOMETRÍA
- Buscador de valores p: busca los valores p para las principales
distribuciones de probabilidad
- Gráfico de distribuciones: dibuja las distribuciones de probabilidad más
conocidas. Desplazando el ratón por la curva, se puede ver la abcisa y su
probabilidad
- Calculadora de estadísticos de contraste: calcula test estadísticos y valores
p de algunas de las hipótesis más habituales (diferencia de medias, etc)
- Test no paramétricos
- Semilla para números aleatorios: Establece la semilla para un generador de
números aleatorios (por defecto se establece con base en la hora a la que el
programa se ha iniciado).
- Historial de instrucciones: Abre una ventana con un registro de los
comandos ejecutados hasta el momento.
- Consola de Gretl: Abre la consola que no es más que una ventana en la que
escribir y ejecutar comandos
- Iniciar Gnu-R: Arranca R (si está instalado)
- Ordenar variables: Reorganiza la lista de variables en la ventana principal
(puede ser por orden alfabético o por el número ID).
- Conjunto de pruebas NIST: Comprueba la precisión numérica de Gretl
comparándola con los resultados de referencia para la regresión lineal puestos
a disposición de los interesados por el NationalInstitute of Standards and
Technology (USA).
- Preferencias: Establece las rutas de acceso de varios ficheros de Gretl
La pestaña Datos da acceso a,
- Seleccionar todo: para seleccionar todas las variables del fichero de trabajo
- Mostrar valores: Abre una ventana con los valores de la variable
seleccionada
- Editar valores: Abre una hoja con los valores de una variable y permite
editarlos
- Añadir observaciones: da acceso a una caja de diálogo donde se puede
elegir el número de valores a añadir al final del conjunto de datos. Para usar
en la predicción.
- Eliminar observaciones extra: Solo estará activado si automáticamente han
sido añadidas observaciones extra en la predicción; borra esas observaciones
extra.
- Leer información: muestra un resumen de la información del fichero en uso
- Editar información: Permite hacer cambios en esa información
- Ver descripción: abre una ventana con una descripción completa de los datos
del fichero de trabajo

- Añadir etiquetas de los puntos: Apunta al nombre de un fichero de texto que

contiene “etiquetas” (cadenas cortas que identifican las observaciones
individuales) y añade esta información al conjunto de datos.
- Quitar etiquetas de los puntos: desactivada si no se ha hecho uso de la
anterior
- Estructura del conjunto dedatos: Permite cambiar la estructura de los datos
(temporales, atemporales, datos de panel)
- Compactar datos: Para datos de series de tiempo con frecuencia mayor que
la anual, da la opción de compactar a datos de menor frecuencia usando
diversos criterios.
- Expandir datos: Para datos de series de tiempo da la opción de expandir los
datos a otros de mayor frecuencia.
- Trasponer datos: cambia filas por columnas en el conjunto de datos
Con la opción Ver se tiene acceso a,
- Vista de Iconos: Abre una ventana que muestra el contenido de la sesión

actual como un conjunto de iconos
- Gráficos: Da diversas opciones para graficar las variables
- Gráficos múltiples: Permite construir hasta seis pequeños gráficos que
pueden ser de dispersión o series temporales. Se muestran juntos en una
ventana
- Estadísticos principales: Muestra un resumen completo de las
características estadísticas de las variables seleccionadas.
- Matriz de correlación: Muestra los coeficientes de correlación de las
variables seleccionadas.
- Tabulación cruzada: Muestra la tabulación cruzada de las variables
seleccionadas. Funciona solo si al menos dos variables en el conjunto de
datos son discretas.
- Componentes principales: Análisis de componentes principales de las
variables seleccionadas.
- Distancias de Mahalanobis: Calcula las distancias de deMahalanobis de
cada observación desde el centroide del conjunto de variables seleccionadas.
- Correlograma cruzado: Computa el correlograma de dos variables y muestra
su gráfico.
El menú Añadir ofrece la posibilidad de llevar a cabo diversas transformaciones

estándar (logaritmos, retardos, cuadrados, etc.) de las variables. También da la
opción de añadir variables aleatorias y, para series temporales, de añadir variables
dummy estacionales.
Desde la opción Muestra,

ECONOMETRÍA
- Establecer rango: Seleccionar un rango diferente del vigente en el fichero de

trabajo
- Recuperar el rango completo: Auto-explicativo
- Definir, a partir de v. ficticia: Dada una variable dummy omite de la muestra
todas las observaciones para las que la dummy vale 0.
- Restringir, a partir de criterio: Similar al anterior excepto que no es
necesario disponer de una dummy: se da una condición (p.e. sqft>1400) y la
muestra se restringe a las observaciones que la satisfagan.
- Submuestra aleatoria: Extrae una muestra aleatorio del conjunto de datos
- Quitar todas las obs con valores perdidos: Omite todas las observaciones
para las que al menos una variable no tiene valor.
- Contar valores perdidos: Auto-explicativo
- Establecer código de “valor perdidos”: Establece un valor numérico que se
interpretará como “perdido” o “no disponible”. Se emplea cuando se importan
datos y Gretl no reconoce el código de valor perdido usado.
Menú Variable. En este menúla mayoría de los ítems operan sobre una única
variable cada vez. La variable activa se selecciona en la ventana de datos. La
mayoría de las opciones son auto-explicativas. Observar que es posible renombrar
variables y editar la etiqueta descriptiva. También es posible definir una nueva
variable mediante una fórmula (es decir, como función de algunas de las
exsistentes). Para la sintaxis de las formulas ver la Referencia de Comandos en la
pestaña Ayuda. Un ejemplo:
Y = x1*x2
Creará una nueva variable, Y, obtenida como el producto de x1 por x2.
Menú Modelo. Para ver los detalles de los diversos estimadores que se ofrecen en
ese menú, debe consultarse la Referencia de Comandos y el capítulo 16 del Manual
de instrucciones. En este curso de Introducción, usaremos básicamente la primera
opción Mínimos Cuadrados Ordinarios. Si se selecciona, se accede a una ventana de
especificación del modelo ya conocida (ver figs. 3 ó 5).
Finalmente a la derecha aparece la pestaña de Ayuda desde la que puede accederse

al Manual de Instrucciones, Referencia de Comandos, etc. (casi todos los
documentos están en inglés. La excepción es Guía de Instrucciones de Gretl.
2. Atajos
Algunas de las operaciones más corrientes, se agilizan accediendo directamente

desde el teclado,

Entrar: Abre una ventana con los valores de la variable seleccionada

Borrar: Elimina las variables seleccionadas (pide confirmación)
e: Edita los atributos de una variable
F2: Igual que “e”
g: Define una nueva variable
h: Abre una ventana de ayuda para comandos de Gretl
F1: igual que “h”
r: Para acceder directamente a Refrescar ventana
t: Grafica la variable seleccionada
3. La barra de herramientas de Gretl
En la parte inferior izquierda de la pantalla aparece la barra de herramientas,
Sus iconos (de izquierda a derecha) tienen las siguientes funciones,
1. Da acceso a una calculadora

2. Inicia un nuevo guión. Abre una ventana de edición en la que pueden escribirse
series de comandos para ser enviados al programa
3. Abre la consola de Gretl (ver epígrafe 4)
4. Abre la ventana de iconos de la sesión
5. Abre una ventana con los paquetes de funciones disponibles
6. Abre el manual de instrucciones en PDF
7. Abre la ayuda para sintaxis de comandos
8. Abre la caja de diálogo para definir un gráfico
9. Abre la ventana para definir y estimar un modelo de regresión
10. Abre una ventana listando los conjuntos de datos ofrecidos por Gretl
4. Ejemplos
Como hemos visto, hay diversas formas de introducir datos en el programa.
Podemos introducir directamente desde el teclado los datos mediante,
1. Abrir el programa
2. Seleccionar sucesivamente Archivo/ Nuevo Conjunto de Datos
3. Después de elegir el número de observaciones y la naturaleza de los datos (series
temporales, datos de sección cruzada, etc)
4. Definir el nombre de la primera variable y empezar a introducir valores

ECONOMETRÍA
5. Una vez hemos acabado, para añadir otra variable seleccionamos, Añadir nueva
Variable y repetimos el proceso.
El programa lee datos en diversos formatos, entre ellos ASCII, Excel o Eviews.
Para ello solo hay que seleccionar,
Archivo/Abrir Datos/Importar
elegir el formato adecuado y seguir las instrucciones.
Por ejemplo, imaginemos que disponemos de los datos en Excel de la tabla

3.2 (pág. 79 del Manual),
Para importarlos seguiríamos la siguiente ruta,

1. Archivo/Abrir Datos/Importar/Excel
2. En la pantalla que se abre, seleccionar la carpeta y el archivo apropiados,
3. Se abre otra ventana en la que el programa nos solicita la columna y la fila desde
la que empezar la importación
4. Empezamos en B5 para que guarde también el nombre de las variables, y
tocamos Aceptar
5. Tras contestar NO a la pregunta de si deseamos dar a los datos una estructura
temporal, se abre el archivo con los datos perfectamente leídos.

Observar que ha incorporado los nombres de las variables. Automáticamente

genera también una constante.
5. Efectuar una regresión
Una vez abierto el archivo de datos correspondiente, la forma más rápida de

calcular una regresión es pinchar con el ratón en el icono bˆ en la barra de
herramientas,
Figura 2
Se abre entonces la ventana de especificación,


ECONOMETRÍA
En esta ventana podemos seleccionar las variables dependiente e independiente

(o independientes en al caso de que hubiera varias). Suponemos que el salario
medio depende de los años de estudio, de manera que seleccionamos esta última
variable como independiente y el salario medio como dependiente. Simplemente
hay que elegir la variable y pinchar con el ratón en el botón Elegir correspondiente
a la variable dependiente (o independiente en su caso). Entre las independientes
figurará por defecto una constante, pero puede eliminarse si se tratase de una
regresión sin ese parámetro: simplemente se selecciona y se toca con el ratón el
botón Quitar.
El resultado final de la selección debería ser,
Especificado el modelo seleccionamos Aceptar para obtener la estimación,

Seleccionando sucesivamente Editar/Copiar/RTF se puede llevar el resultado de la

estimación al portapapeles y copiarlo en un documento Word (también se puede
guardar en otros formatos). La presentación sería la siguiente:
Modelo 1: estimaciones MCO utilizando las 13 observaciones 1-13

Variable dependiente: Mean_Hourly_Wag
Variable Coeficiente Desv. típica Estadístico t valor p

const -0,0144527 0,874624 -0,0165 0,98711
Years_of_School 0,724097 0,0695813 10,4065 <0,00001 ***
Media de la var. dependiente = 8,67471

Desviación típica de la var. dependiente. = 2,95971
Suma de cuadrados de los residuos = 9,69281
Desviación típica de los residuos = 0,938704
R2 = 0,907791
R2 corregido = 0,899409
Grados de libertad = 11
Log-verosimilitud = -16,538
Criterio de información de Akaike = 37,0761
Criterio de información Bayesiano de Schwarz = 38,206
Criterio de Hannan-Quinn = 36,8438
El resultado es idéntico al que figura en la página 79 del manual de Gujarati.
Para estimar un modelo de regresión múltiple, el procedimiento es el mismo.

Simplemente en la ventana de la Figura 2 habría más variables y en la ventana de la
Figura 3 se añadirían como explicativas todas las que decidiésemos (tocando en
Remove se pueden eliminar variables).

ECONOMETRÍA
Por ejemplo, el siguiente archivo contiene información con la que se pretende
estimar una función de producción (Y) siendo las variables explicativas el trabajo (X2)
y el capital (X3),
Siguiendo el mismo procedimiento podemos seleccionar las variables dependiente e

independiente,
Y pinchando en Aceptar obtendríamos el resultado,

La ventana de resultados contiene en la parte superior menús que permiten realizar

numerosas funciones. Todos estos menús son bastante intuitivos.
En el menú Contrastes es posible llevar a cabo una gran cantidad de

contrastes de hipótesis (algunos no se ven en el programa). Por ejemplo, es posible
contrastar la hipótesis de que los residuos siguen una distribución normal, tal como
se postula en la teoría:
Además del histograma, proporciona el valor del estadístico de Jarque-Bera (en la

parte superior izquierda). En este caso la hipótesis de normalidad no puede ser
rechazada.
En el menú Gráficos permite obtener la representación de los residuos de la

regresión o la de las variables observada y estimada,
Finalmente la opción Análisis permite llevar a cabo entre otras las siguientes
funciones,
- Mostrar valores de la variable observada, estimada y residuos (una tabla con esos
valores)
- Predicción: es posible llevar a cabo una predicción, pero debe disponerse de
observaciones extramuestrales.
- Intervalos de confianza del 95% para los coeficientes
- Análisis de la varianza

ECONOMETRÍA
Ilustramos la predicción. Si elegimos esta opción, nos saldrá un mensaje advirtiendo
de que hemos estimado el modelo sobre toda la muestra y por tanto no hay datos
adicionales para llevar a cabo ninguna predicción. Podemos sin embargo añadir esos
datos adicionales en el menú Datos,
- Seleccionando Datos/Añadir observaciones, indicamos cuantos periodos adicionales

deseamos añadir. Elegimos 1.
- A continuación en el menú Datos/Editar valores, introducimos los valores de las
exógenas para 1973: X2=300 y X3 = 40.000
- Ahora ya podemos llevar a cabo la predicción. Se abre la ventana,
Si no deseamos cambiar nada, tocamos en Aceptar y obtendremos la predicción. El

programa proporciona el valor numérico del pronóstico junto con un intervalo de
confianza del 95 % y una representación gráfica (en una ventana aparte):
Para intervalos de confianza 95%, t(12, .025) = 2,179
Obser Y predicción desv. típica Intervalo de confianza

95%
1973 indefinido 32457,2 1847,17 (28432,6, 36481,8)
5.- GLOSARIO
Análisis de regresión: Análisis que pretende estudiar la dependencia estadística de

una variable en función de otra (regresión simple) u otras (regresión múltiple).
Asintótico: se refiere al comportamiento en el límite (cuando N es muy grande) de

un estadístico, una distribución etc.
Autocorrelación: se dice que hay autocorrelación cuando existe correlación entre

los errores del modelo en diferentes momentos de tiempo

Banda de confianza (intervalo de confianza): regla para construir un intervalo

aleatorio con la propiedad de que un determinado porcentaje de todos los datos,
dado por el nivel de confianza, proporciona un intervalo que contiene el valor
poblacional.
Bondad del ajuste: Mide lo “bien” o “mal” que se ajusta la línea (plano) de regresión
estimada a los datos observados.
Coeficiente beta (coeficiente estandarizado): miden el cambio en la desviación típica

de la variable dependiente cuando la variable independiente (o una de ellas) sufre un
incremento de una desviación típica.
Coeficiente de determinación (R2): proporción de la variación muestral de la

variable dependiente explicad por la variable(s) independiente(s).
Coeficiente de determinación corregido: coeficiente de determinación que

penaliza el uso de variables explicativas adicionales mediante un ajuste del número
de grados de libertad.
Datos de panel: Conjunto de datos construido a partir de datos transversales

repetidos a lo largo del tiempo.
Datos de series de tiempo: Datos de una o más variables recogidos a lo largo del
tiempo
Datos transversales: Datos correspondientes a un mismo periodo temporal pero

referidos a distintos agentes.
Datos experimentales: Si han sido obtenidos a partir de experimentos controlados.
Desestacionalización: Operación para eliminar el movimiento estacional.
Distribución Chi-cuadrada: Distribución obtenida como la suma de variables

aleatorias normales tipificadas independientes, elevadas al cuadrado.
Distribución F: Distribución que sigue el cociente de dos variables chi- cuadradas

independientes corregidas por sus grados de libertad.
Distribución t-Student: Distribución obtenida como cociente de una normal tipificada

y la raíz cuadrada de una chi-cuadrada corregida por sus grados de libertad.
Distribución muestral: Distribución de un estimador obtenida sobre todos los

posibles resultados muestrales.

ECONOMETRÍA
Distribución asintótica: Distribución a la que tiende un estadístico cuando crece

indefinidamente el tamaño muestral.
Ecuación en primeras diferencias: ecuación en la que todas las variables están

expresadas en primeras diferencias.
Elasticidad: cambio porcentual en la variable dependiente consecuencia de un

aumento ceterisparibus del 1% en una variable independiente.
Error de pronóstico: diferencia entre el pronóstico y el valor realmente observado.
Error tipo I: consiste en rechazar la hipótesis nula cuando es cierta.
Error tipo II: no rechazar la hipótesis nula cuando es falsa.
Error estándar de la estimación (error estándar de la regresión): estimación de la

desviación típica del error poblacional obtenida como la raíz cuadrada de la suma
cuadrática residual dividida por los grados de libertad.
Error estándar robusto a la autocorrelación (heteroscedasticidad): error estándar

de un estimador que es asintóticamente válido tanto si hay autocorrelación
(heteroscedasticidad) como si no.
Estacionalidad: movimiento característico en series temporales de frecuencia

superior al año (típicamente datos trimestrales o mensuales) en el que el valor medio
difiere según el trimestre (mes) del año.
Estadísticamente significativo: un parámetro es estadísticamente significativo a un

nivel de significatividad previamente elegido, cuando es posible rechazar la hipótesis
nula de que su valor es cero.
Estadístico de prueba: regla utilizada para contrastar una determinada hipótesis

que, a partir de una muestra dada, proporcionará un valor específico.
Estimador: forma de combinar los datos de una muestra (independiente de ésta)

para obtener un valor numérico de un parámetro poblacional.
Estimador MCO: Estimador obtenido a partir del criterio de minimizar la suma

cuadrática de las discrepancias.
Estimador MV: estimador obtenido de forma que se maximice el logaritmo de

verosimilitud.

Estimador consistente: estimador que converge al verdadero valor poblacional a

medida que crece el tamaño muestral.
Estimador por el método de los momentos: Estimador obtenido igualando los

momentos muestrales a los poblacionales.
Estimador por intervalos: regla para obtener un intervalo para un parámetro

poblacional.
Estimador por Mínimos Cuadrados Generalizados: Estimación obtenida no a

partir del modelo original sino de la oportuna transformación del mismo para tener en
cuenta una determinada estructura en el comportamiento de la varianza del error o/y
en la correlación serial.
Estimador insesgado (sesgado): Estimador cuya esperanza matemática coincide

(difiere) del valor poblacional a estimar.
Función de regresión muestral: es la versión estimada de la función de regresión

poblacional.
Función de regresión poblacional: Expresa la esperanza condicionada de la
variable dependiente respecto de la independiente(s).
Grados de libertad: Número de observaciones menos número de parámetros

estimados.
Heteroscedasticidad: Fenómeno que se produce cuando la varianza del término de

error no es constante.
Hipótesis alternativa: Aquella contra la se contrasta la hipótesis nula.
Hipótesis bilateral (dos colas): Cuando la hipótesis alternativa es compuesta.
Hipótesis nula: Hipótesis que suponemos cierta y contra la que buscamos evidencia
en la muestra de datos disponible.
Hipótesis unilateral (una cola): Cuando la hipótesis alternativa es simple.
Inferencia estadística: Contrastación de hipótesis sobre los parámetros

poblacionales.
Insesgamiento: véase insesgado.

ECONOMETRÍA
Intercepto: El término independiente en el modelo de regresión.
Intervalo de confianza: ver Banda de Confianza.
MELI: Acrónimo de Mejor Estimador Lineal e Insesgado.
Micronumerosidad: término que se refiere a la importancia del tamaño de la

muestra sobre las propiedades de los estimadores.
Mínimos cuadrados generalizados. Ver Estimación por mínimos cuadrados

generalizados.
Mínimos cuadrados ponderados: Caso particular de mínimos cuadrados

generalizados en el que cada término del modelo se divide por la correspondiente
varianza de las perturbaciones.
Mínimos cuadrados ordinarios: Ver Estimador MCO
Minería de datos (Data Mining): Consiste en emplear el mismo conjunto de datos

para estimar distintos modelos con objeto de encontrar el mejor.
Modelo de elasticidad constante: Aquél en el que la elasticidad de la variable

endógena respecto de la exógena(s), permanece constante.
Modelo de regresión lineal simple: Modelo que relaciona de forma lineal una
variable
dependiente (endógena) con una única variable independiente (exógena) y un
término de error.
Modelo de regresión lineal múltiple: Modelo que relaciona de forma lineal una
variable dependiente (endógena) con más de una variable independiente y un
término de error.
Modelo econométrico: Modelo formado por una (o varias) ecuaciones que

relacionan una variable dependiente con una o varias independientes y una
perturbación aleatoria. Los parámetros del modelo determinan el efecto de cada una
de las variables explicativas sobre la explicada, ceterisparibus.
Nivel de confianza: porcentaje de muestras en las que queremos que nuestro

intervalo de confianza contenga al valor poblacional.
Nivel de significancia (nivel de significatividad): Probabilidad de cometer un error

Tipo I.

Normalidad asintótica: cuando la distribución muestral de un estimador converge a

la distribución normal.
Operador diferencia (operador de primeras diferencias): Operador generalmente

representado por la letra griega delta, que aplicado a una variable la transforma en su
primera diferencia.
Parámetro: valor desconocido de una relación poblacional.
Parsimonia: Principio según el cual el modelo ha de ser lo más simple posible.
Perturbación (aleatoria): Variable ómnibus del modelo de regresión incluida para

recoger tanto la influencia de posibles variables omitidas como errores de medida
entre otros.
Población: Conjunto de individuos que constituye el objeto de estudio de una

investigación.
Potencia de una prueba (test): Es igual a la unidad menos la probabilidad de

cometer un error tipo II.
Predicción (pronóstico): Estimación del valor de la variable endógena o explicada,

obtenido al dar valores concretos a las variables explicativas de un modelo de
regresión estimado.
Propiedades asintóticas (propiedades en grandes muestras): Propiedades que

cumple un estadístico cuando la muestra crece indefinidamente.
Propiedades en muestras finitas: Propiedades que cumple un estadístico cuando

la muestra es pequeña
R2(coeficiente de determinación): proporción de la variación total de la variable

dependiente que puede ser explicada por la variables(s) independiente(s).
R2-ajustado: coeficiente de determinación penalizado por el uso de variables

explicativas adicionales.
Región de aceptación: conjunto de valores de un estadístico de contraste que

conducen a no rechazar la hipótesis nula.
Región de rechazo: conjunto de valores de un estadístico de contraste que

conducen a rechazar la hipótesis nula.

ECONOMETRÍA
Región crítica: Región de rechazo.
Regresión muestral: Ver función de regresión muestral.
Regresión poblacional: Ver función de regresión poblacional.
Rezago: Retardo
Semielasticidad: Cambio que sufre la variable dependiente en términos

porcentuales como respuesta a un cambio unitario en la variable independiente.
Serie de tiempo: conjunto de observaciones de una variable a lo largo del tiempo.
Sesgo: Diferencia entre el valor esperado de un estimador y su valor poblacional.
Suma de cuadrados explicada (SEC): Variación total muestral de los valores

ajustados en un modelo de regresión.
Suma de cuadrados de los residuos (SCR): Suma de todos los residuos de un

modelo de regresión cada uno de ellos elevado al cuadrado
Suma total de cuadrados (SCT): variación total muestral de la variable dependiente

en torno a su media muestral.
Supuestos del MCRL: Conjunto de hipótesis a priori del modelo de regresión.
Teorema Central del Límite (TCL): Resultado según el cual la suma de variables
aleatorias independientes divididas por su desviación típica, tiene a una distribución
normal tipificada a medida que aumenta el tamaño de la muestra.
Tendencia temporal: Movimiento sistemático a largo plazo que es función del

tiempo.
Término de error: Variable que se introduce en una ecuación de regresión para

recoger, entre otros, el efecto de factores no observados o errores de medida.
Término de interacción: Variable independiente de un modelo de regresión

obtenida como el producto de dos variables explicativas.
Trampa de las variables dicótomas: Error que consiste en introducir en el modelo

de regresión demasiadas variables ficticias entre las explicativas.

Valor esperado: Esperanza matemática de una variable aleatoria.
Valor medio: Dado un conjunto de T números,es el cociente entre su suma y T
Valor p (p-value): Nivel de significatividad mínimo al que puede rechazarse la

hipótesis nula.
Variable aleatoria: Variable cuyo resultado es incierto.
Variable cualitativa: La que recoge una cualidad no cuantitativa.
Variable dicótoma: Variable que toma solo dos valores, generalmente cero o uno.
Variable endógena: Variable que queremos explicar en un modelo de regresión.

También se denomina variable dependiente o explicada.
Variable exógena: Variable que se emplea para explicar el comportamiento de la

variable endógena. También se denomina variable independiente o explicativa.
Variable ficticia: Ver variable dicótoma.

Variable instrumental: Variable que sin aparecer en la ecuación de regresión, se
utiliza para sustituir a una variable explicativa.
Variable omitida: Variable(s) que influye en el comportamiento de la endógena pero

que no están incluida en el modelo de regresión.
Varianza: Principal medida de dispersión de una variable aleatoria obtenida como la

suma cuadrática de las desviaciones de cada valor de la variable con respecto a su
media, dividida por los grados de libertad.

Guia Estudio Grado Parte 2 EconometriaADE 17-18 Final

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Estudio Grado Parte 2 EconometriaADE 17-18 Final

Cargado por

Copyright:

Formatos disponibles

ECONOMETRÍA

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 2

1.- PLAN DE TRABAJO

Fase examen presencial

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 3

Incluimos a continuación un cuadro en el que se detalla cómo puede distribuirse el

Lectura: Guía parte 2

Tema 2: Matrices, probabilidad Repaso de estadística: Probabilidad e

Semanas Tema 3: Análisis de regresión

Semanas Tema 4: Análisis de regresión

Tema 5: Regresión con

Tema 8: Regresión con

Análisis de regresión para datos de panel

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 4

2.- ORIENTACIONES PARA EL ESTUDIO DE LOS CONTENIDOS

En el texto propuesto como bibliografía básica, Econometría Empresarial: Análisis

El libro contiene asimismo una separata o recopilatorio de técnicas, métodos y otras

En el libro de texto se desarrollan ejemplos y se proponen ejercicios de distinta

Como bibliografía complementaria se sugieren:

1. Introducción a la Econometría: un enfoque moderno

Más teórico y con un mayor grado de dificultad, responde no tanto a un texto de

De especial interés es seguir el curso virtual y los materiales allí colgados

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 5

[EE_pag_??_XXX_YY: concepto] donde

Por ejemplo, si el hilo que creas lo haces referente a una ecuación:

esto nos indicaría que se trata de una pregunta relativa al libro de

Si se utilizase para el estudio el libro de Ecometría y Predicción (segunda

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 6

Como estrategia general para el estudio de toda la asignatura se sugiere ir siguiendo

El programa puede dividirse en dos bloques temáticos,

BLOQUE Capítulos libro base edición CONTENIDOS

• Estimación de modelos econométricos básicos

Resultados del aprendizaje

§ Estimar y proponer modelos lineales básicos

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 7

• Soluciones a los problemas de especificación

Resultados del aprendizaje

§ Saber utilizar y comprender el modelo de regresión en paneles

3.- ORIENTACIONES PARA LA REALIZACIÓN DEL PLAN DE

Las actividades recomendadas se espera que se desarrollen siguiendo las

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 8

ejercicios pueden resolverse sin mayores dificultades, significa que se está en

4.- EVALUACIÓN Y PREPARACIÓN DEL EXAMEN

(7) En el examen no se preguntará sobre aspectos que supongan la realización de

Debe preparar el examen teniendo en cuenta que:

En la prueba presencial podrá utilizar el formulario a fin de que no pierda

La prueba presencial (examen) ordinaria constará de dos partes. La primera parte

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 9

La nota final de la asignatura será:

Las pruebas presenciales de naturaleza extraordinaria o pruebas no principales no

Finalmente es recomendable que los alumnos se familiaricen con el manejo

5.- BREVE INTRODUCCIÓN AL PROGRAMA GRETL

Este documento no es un Manual de Instrucciones, ni siquiera una Guía Rápida sino

Se describen brevemente las funciones más elementales del programa (los

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 10

1. La ventana principal de menús

Archivo Herramientas Datos Ver Añadir Muestra Variable Modelo Ayuda

En la pestaña Archivo hay diversas opciones. Las más importantes son,

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 11

La pestaña Datos da acceso a,

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA 12

- Añadir etiquetas de los puntos: Apunta al nombre de un fichero de texto que