Nombre: Franco Parraga José

Curso: 6-1

Historia de la econometría

La econometría fue un término introducido por Ragnar Frisch en 1926, es una

disciplina que siempre se ha movido entre las teorías económica y estadística; sin
embargo, la interacción de estos dos campos del conocimiento no ha sido ni directa ni
sencilla. Desde sus orígenes, en las primeras décadas del siglo veinte, con Henry L.
Moore, pasando por gente de la talla de Burns, Cowles, Haavelmo, Mitchell, Morgenstern
y Tinbergen, hasta econometristas modernos como Box, Hendry, Jenkins, Granger.
Koopmans y Spanos, esta ciencia ha mostrado un indudable avance que, desde la
perspectiva de la teoría estadística, todavía está en construcción.

Aunque el término "econometría" fue introducido en 1926 por Ragnar Frisch,

economista y estadístico de origen noruego, por analogía con la expresión "biometría" y
para referirse a los estudios económicos que hacen uso de métodos estadísticos, la
econometría moderna propiamente dicha parece tener su origen, según Epstein, con
Henry Ludwell Moore, durante la segunda década del siglo XX.

Desde sus orígenes y por su propia definición, la econometría se ha movido entre

los campos de las teorías económica y estadística. Así, en la medida en que ha sido
empleada tanto para proponer nuevas formulaciones como para apoyar o, en su caso,
refutar planteamientos ya hechos en la propia teoría económica, la econometría se ha
nutrido de las aportaciones de economistas cuyo campo de acción es fundamentalmente
la teoría económica (algo semejante puede decirse de quienes centran su interés en la
política económica). Pero, simultáneamente, en la medida en que la econometría supone
la aplicación de la teoría estadística, diversos estadísticos han incursionado en el terreno
de aquella haciéndola evolucionar.

Por ello, además de constituir una especialidad por derecho propio, el desarrollo
de la econometría como disciplina del conocimiento se ha visto favorecido por aquellas
otras dos áreas: la teoría económica y la teoría estadística.

Sin embargo, el "moverse entre dos aguas" (la economía y la estadística) no ha

sido, como se verá, una situación placentera para los econometristas, pues quedan
involucrados al menos en cuatro grandes discusiones. Primero, la relativa a la validez o
no de los planteamientos "estrictamente económicos", discusión que tiene su origen en la
diversidad de posiciones en el interior de la propia teoría económica, así como por las
diferencias con quienes efectúan su análisis desde la crítica de la economía política
(grosso modo, los marxistas) y de la multiplicidad de posiciones eclécticas.

Segundo, los econometristas se ven involucrados también en la discusión en el

interior de la propia teoría estadística, entre la gran variedad de técnicas y métodos
existentes (todos ellos con sus posibilidades y limitaciones).

Tercero, siendo este un problema exclusivo de los econometristas, están presentes

las discusiones que surgen de la relación entre la estadística y la economía; es decir,
¿cuándo es determinante una u otra? ¿Hasta qué punto deben introducirse los supuestos
económicos y hasta qué punto los estadísticos? ¿Se usa "demasiada economía" o hay que
dejar que los datos "hablen" por sí mismos?

Cuarto y último, está claramente presente un problema de método común al del

conjunto de las corrientes existentes en economía, problema que puede resumirse muy
sintéticamente en las preguntas: ¿en qué radica el carácter científico de una determinada
corriente del pensamiento económico? ¿Son aplicables a las ciencias sociales los criterios
empleados en las ciencias naturales? O, en términos más específicos: ¿es "científicamente
válida", por ejemplo, la teoría ortodoxa por la extensa utilización que hace del lenguaje
matemático? ¿Una afirmación económica es "científicamente válida" por el simple hecho
de estar contrastada empíricamente mediante un modelo econométrico?

Bibliografía

A. G. Barbancho. "Prefacio a la edición española", en J. Jonston.

G. E. P. Box y G. M. Jenkins. Time series analysis forecasting and control):

Holden-Day, California, 1976.

A. F. Burns y G. M. Mitchell. Measuring business cycks: National Bureau of

Econormc Research, Nueva York, 1946.

R. L. Cooper. "The predictive performance of quarterly econometric models of

the United States", en Bert G. Hickman, 1972.
 Origen histórico de la regresión

El término regresión se utilizó por primera vez en el estudio de variables

antropométricas: al comparar la estatura de padres e hijos, donde resultó que los hijos
cuyos padres tenían una estatura muy superior al valor medio, tendían a igualarse a este,
mientras que aquellos cuyos padres eran muy bajos tendían a reducir su diferencia
respecto a la estatura media; es decir, "regresaban" al promedio. La constatación empírica
de esta propiedad se vio reforzada más tarde con la justificación teórica de ese fenómeno.

La primera forma de regresión fue el método de mínimos cuadrados, que fue

publicado por Legendre en 1805, y por Gauss en 1809. Legendre y Gauss aplicaron el
método para el problema de determinar, a partir de observaciones astronómicas, las
órbitas de los cuerpos alrededor del Sol (principalmente cometas, pero también más tarde
los entonces recién descubiertos planetas menores). Gauss publicó un desarrollo posterior
de la teoría de los mínimos cuadrados en 1821,6 incluyendo una versión del teorema de
Gauss-Markov.

El término "regresión" fue acuñado por Francis Galton en el siglo XIX para
describir un fenómeno biológico. El fenómeno fue que las alturas de los descendientes de
ancestros altos tienden a regresar hacia abajo, hacia un promedio normal (un fenómeno
conocido como regresión hacia la media). Para Galton, la regresión sólo tenía este
significado biológico, pero su trabajo fue extendido más tarde por Udny Yule y Karl
Pearson a un contexto estadístico más general. En la obra de Yule y Pearson, la
distribución conjunta de la variable respuesta y las variables explicativas se supone que
es Gaussiana. Esta suposición fue debilitada por Ronald Fisher en sus obras de 1922 y
1925. Fisher supone que la distribución condicional de la variable respuesta es Gaussiana,
pero la distribución conjunta no necesario que lo sea. A este respecto, la asunción de
Fisher está más cerca de la formulación de Gauss de 1821

En los años 1950 y 1960, los economistas utilizaron calculadoras

electromecánicas para calcular las regresiones. Antes de 1970, a veces tomaba hasta 24
horas para recibir el resultado de una regresión.

Los métodos de regresión siguen siendo un área de investigación activa. En las

últimas décadas, nuevos métodos han sido desarrollados para regresión robusta, regresión
que implica respuestas correlacionadas, tales como series de tiempo y las curvas de
crecimiento, regresión en la que los predictores (variable independiente) o las variables
de respuesta son curvas, imágenes, gráficos y otros objetos de datos complejos, métodos
de regresión que aceptan varios tipos de datos faltantes, regresión no paramétrica,
métodos de regresión bayesianos, regresión en la que las variables predictoras son
medidas con error, regresión con más variables predictoras que observaciones y la
inferencia causal con regresión.

Bibliografía

Armstrong, J. Scott (2012). «Illusions in Regression Analysis». International

Journal of Forecasting (forthcoming) 28 (3): 689.

David A. Freedman, Statistical Models: Theory and Practice, Cambridge

University Press (2005)

R. Dennis Cook; Sanford Weisberg Criticism and Influence Analysis in

Regression, Sociological Methodology, Vol. 13. (1982), pp. 313–361

A.M. Legendre. Nouvelles méthodes pour la détermination des orbites des

comètes, Firmin Didot, Paris, 1805. “Sur la Méthode des moindres quarrés” appears as
an appendix.