Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FORMAS FUNCIONALES
DEL MODELO DE
REGRESIÓN
1
Este curso de econometría trata sobre todo con modelos
lineales en los parámetros, que pueden ser o no lineales
en las variables. En las secciones que siguen
consideraremos algunos modelos de regresión muy
comunes, que pueden ser no lineales en las variables
pero sí lineales en los parámetros, o que pueden serlo
mediante transformaciones apropiadas de las variables:
◦ Modelo lin-lin
◦ Modelo log-log
◦ Modelos semilogarítmicos: log-lin y lin-log
𝐶𝑎𝑚𝑏𝑖𝑜𝑠 𝑒𝑛 𝑛𝑖𝑣𝑒𝑙𝑒𝑠 𝑑𝑒 𝑌
𝛽መ2 =
𝐶𝑎𝑚𝑏𝑖𝑜𝑠 𝑒𝑛 𝑛𝑖𝑣𝑒𝑙𝑒𝑠 𝑑𝑒 𝑋
∆𝑌
𝛽መ2 =
∆𝑋
1) Modelo Lin – Lin
3
Ejemplo
𝑂𝐶𝑖 = 𝛽መ1 + 𝛽መ2 𝐹𝐵𝐶𝑟𝑖 + 𝑢𝑖
Donde,
OC: personas ocupadas.
FBCr: Formación Bruta de Capital real (Miles de millones de pesos constantes de 1994).
𝜇: es el error.
El modelo fue estimado para Colombia desde el año 1991 hasta el año 2006 y los
resultados fueron:
𝑖 = 14′ 217.886 + 114 𝐹𝐵𝐶𝑟
𝑂𝐶
Entre los años 1991 y 2006, cuando la inversión nacional creció en $ 1.000 millones de
pesos constantes de 1994, se generaron 114 nuevos empleos en promedio, ceteris paribus.
ln 𝑌𝑖 = ln 𝛽1 + 𝛽2 ln 𝑋𝑖 + 𝜇𝑖 → ln 𝑌𝑖 = 𝛼 + 𝛽2 ln 𝑋𝑖 + 𝜇𝑖
Modelo lineal en parámetros pero no en variables. Al ser lineal en parámetros, se puede
estimar mediante el procedimiento de M.C.O.
𝐶𝑎𝑚𝑏𝑖𝑜𝑠 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜𝑠 𝑑𝑒 𝑌
𝛽2 =
𝐶𝑎𝑚𝑏𝑖𝑜𝑠 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜𝑠 𝑑𝑒 𝑋
∆𝑌 𝑋
𝛽መ2 =
∆𝑋 𝑌
2) Modelo Log – Log o Log – lineal o doble Log
7
Para un modelo de demanda:
𝒀𝒊 = 𝜷𝟏 𝑿𝒊 − 𝜷𝟐 𝒆𝝁𝒊 𝒍𝒏 𝒀𝒊 = 𝜶 − 𝜷𝟐 𝒍𝒏 𝑿𝒊 + 𝝁𝒊
ln 𝑀𝑖 = 𝛼 + 𝛽2 ln 𝑃𝑖 + 𝑢𝑖
Donde,
𝑀𝑖 : 𝑒𝑠 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒 𝑚𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠
𝑃𝑖 : 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑚𝑒𝑑𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑜𝑠
𝑌𝑡 = 𝑌0 (1 + 𝑟)𝑡
∆𝑌
1 𝑑𝑌 𝑑𝑌 1 ∆𝑌 1
= 𝛽መ2 → 𝛽መ2 = ∗ → 𝛽መ2 = → 𝛽መ2 = 𝑌
𝑌 𝑑𝑋 𝑑𝑋 𝑌 ∆𝑋 𝑌 ∆𝑋
𝑤
ln = 𝛽1 + 𝛽2 𝐸𝑑𝑢 + 𝛽3 𝐸𝑥𝑝 + 𝛽4 𝐸𝑥𝑝2 + 𝑧𝛼 + 𝜇
𝑝
3) Modelo Log – Lin
14
Este tipo de modelos permite medir el cambio en
niveles de la variable dependiente cuando las
explicativas cambian en niveles porcentuales.
𝑌𝑖 = 𝛽መ1 + 𝛽መ2 ln 𝑋𝑖 + 𝜇𝑖
El parámetro 𝛽መ2 :
𝑑𝑌 1 𝑑𝑌 ∆𝑌 ∆𝑌
= 𝛽መ2 → 𝛽መ2 = ∗𝑋 → 𝛽መ2 = 𝑋 → 𝛽መ2 =
𝑑𝑋 𝑋 𝑑𝑋 ∆𝑋 ∆𝑋
𝑋