TEMA 4.

pdf

PowerADE

Econometría

3º Grado en Administración y Dirección de Empresas

Facultad de Ciencias Económicas y Empresariales

Universidad de Cádiz

Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 TEMA 4. CAMBIOS DE ESCALA, FORMAS FUNCIONALES Y PREDICCIÓN ECONÓMICA.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
1. CAMBIOS DE ESCALA

Consecuencias de los cambios de escala en la variable dependiente (y):

- Se producen cambios en los coeficientes de las variables explicativas. El efecto e
interpretación es independiente de la forma en que se mida la variable. En la conclusión no
cambian.

- Cambian los errores estándar, pero sin ninguna consecuencia sobre la significación estadística
del coeficiente o intervalo de confianza.

- Cambian los intervalos de confianza, pero sin consecuencias.

- Cambiar las unidades de medida no tiene ningún efecto sobre el R2.

Reservados todos los derechos.

- Una reducción en la SCR no significa una reducción del error, simplemente es consecuencia
del cambio de las unidades de medida.

Consecuencias de los cambios de escala en los regresores o variables explicativas (x):

- Si se cambia la escala de un regresor, cambia el coeficiente de ese regresor, pero no el de los

otros.

- Cambia el error estándar del regresor, pero sin ninguna consecuencia sobre la significación
estadística de su coeficiente.

- Cambian los intervalos de confianza, pero sin consecuencias.

- Cambiar las unidades de medida de un regresor no tiene ningún efecto sobre el R2.

- La SCR no cambia.

Coeficientes beta

Depende de las unidades de medidas en las que están expresadas las variables explicativas.
Por tanto, si las variables tienen unidades de medidas diferentes no se pueden comparar con
los coeficientes, para poder compararlo, tendrá que tener las mismas unidades. Una
alternativa para ello es utilizar coeficientes beta.

❖ Utilidad: Permite comparar los parámetros con una unidad de medida homogénea (en
término de desviaciones típicas o estándar).

❖ Obtención para poder trabajar con coeficientes beta:

1. Se estandarizan todas las variables involucradas (dependiente e independientes). Para

estandarizar una variable a la variable le restamos su media y lo dividimos por la
desviación típica de la variable.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921075
 2. Se estima el modelo con las nuevas variables estandarizadas. En este caso, desaparece
Bo, la ordenada en el origen será 0

3. Interpretación: Un cambio (aumento) de una desviación típica en x, producirá un

cambio de “beta” desviaciones típicas en y, ceteris páribus.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
2. FORMAS FUNCIONALES NO LINEALES

Funciones logarítmicas

❖ Utilidades: - Transformar un modelo no lineal en un modelo lineal.

- Obtener elasticidades o semi-elasticidades, será esta última cuando las variables están el
level-log.

- Los modelos logarítmicos son invariantes ante cambios de escala ya que miden cambios
porcentuales.

- La transformación logarítmica a veces reduce o corrige la heterocedasticidad del modelo

lineal.

Reservados todos los derechos.

- Reducir el rango de la variable, de esta manera las estimaciones son menos sensibles a
observaciones atípicas de las variables.

❖ Consejos generales a la hora de tomar logaritmos:

Se puede tomar logaritmos cuando los valores de las variables suelen ser grandes números
enteros.

Se deja en su forma original:

✓ Variables con valores enteros pequeños.

✓ Variables que están medidas en años.

✓ Variables que representan una proporción o un porcentaje

❖ Limitaciones: No puede tomarse logaritmos si la variable toma valores negativos o ceros en

la muestra.

❖ Cuidado a la hora de hacer predicciones.

Funciones cuadráticas.

Útil para captar efectos marginales crecientes o decrecientes.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921075
 Pendiente: en cuanto varia la variable dependiente con respecto a la variable independiente.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Si X=0 (valor de la explicativa); b1 se interpreta como la pendiente aproximada al pasar de X=0
a X=1

Para valores sucesivos de X hay que tener en cuenta b2

3. PRUEBA DE ESPECIFICACIÓN DE LA FORMA FUNCIONAL

RESET (REgression Specification Error Test) es una prueba general para detectar errores de

Reservados todos los derechos.

especificación en la forma funcional.

F*=8,071189 P- valor=0,000384

Como el P-valor < alfa (alfa=0,05), por tanto, F*>Ftco, se rechaza Ho por lo que se han omitido
variables relevantes en el modelo a un nivel de significación del 5%.

4. BONDAD DE AJUSTE

El Coeficiente de Determinación Corregido

- Es una medida de bondad de ajuste del modelo

- Se utiliza para comparar modelos que tienen la misma variable dependiente, mismo nº de
observaciones, aunque tengan distinto nº de variables explicativas.

- No está limitado a los valores 0 y 1.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921075
 Cálculo del Coeficiente de Determinación Corregido:

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Qué indica y qué no indica el R2 y el R2 corregido.

- Nos orientan sobre si los regresores son adecuados para predecir los valores de la variable
dependiente con la muestra utilizada (ajuste del modelo a la muestra)

- Nos proporciona información sobre:

✓ Si una variable incluida es estadísticamente significativa o relevante para explicar la variable

endógena.

✓ Si hay variables omitidas o faltan variables en el modelo.

Reservados todos los derechos.

✓ La teoría económica y los test estadísticos deben ser lo que nos guíen sobre si una variable
es relevante o no.

5. PREDICCIÓN ECONÓMICA

Raíz del error cuadrático medio:

Error absoluto medio:

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921075
 Porcentaje medio de error absoluto: porcentaje en el que las predicciones se desvían de los
valores reales.

<5% buena capacidad productiva.

5%-10% moderada.

>10% mejorar el modelo si la finalidad es predecir.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
YA ESTA EN PORCENTAJE

U de Theil: se mueve entre o y 1 y exigiremos que sea inferior a 0,2

Reservados todos los derechos.

Tenemos lo que nos faltaba: Imprime tus apuntes al mejor precio y recíbelos en casa
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-921075