Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Economía
Semestre 2024-I
Introducción a la Econometría
UNIDAD II. MODELO DE REGRESIÓN LINEAL
Especificación del modelo de regresión lineal (1)
LRM2:
(Tabla 2)
(Tabla 3) LRM1:
Tabla 2 Tabla 3
LRM:
Objetivo del análisis de regresión:
t = 1, 2, …,∞
Donde:
Al incluir rezagos (información de periodos anteriores) la especificación del modelo de regresión lineal
pasa de ESTATICA a DINÁMICA:
Especificación DINÁMICA
Modelos estáticos: Modelos dinámicos:
Dependent Variable: LK
Method: Least Squares
Date: 11/24/20 Time: 14:43
Sample (adjusted): 1994Q3 2020Q2
Included observations: 104 after adjustments
15.2
15.0 Variable Coefficient Std. Error t-Statistic Prob.
14.8
14.6 LK(-1) 0.826623 0.064456 12.82469 0.0000
LK(-3) -0.153291 0.052830 -2.901592 0.0047
.2 14.4 LK(-4) 0.672367 0.078400 8.576161 0.0000
.1 14.2 LK(-5) -0.690855 0.084686 -8.157883 0.0000
14.0 LK(-6) 0.231268 0.065539 3.528711 0.0007
.0
LY 1.873856 0.103081 18.17856 0.0000
-.1 LY(-1) -1.340359 0.198244 -6.761163 0.0000
-.2 LY(-4) -1.336571 0.217177 -6.154289 0.0000
-.3 LY(-5) 1.346450 0.210935 6.383239 0.0000
LY(-6) -0.440361 0.184506 -2.386707 0.0191
-.4
94 96 98 00 02 04 06 08 10 12 14 16 18 20 R -0.428438 0.049864 -8.592143 0.0000
R(-1) 0.175492 0.054463 3.222233 0.0018
Residual Actual Fitted R(-3) 0.224173 0.048090 4.661494 0.0000
R(-5) -0.102253 0.046168 -2.214818 0.0293
D983 0.128993 0.029614 4.355843 0.0000
-.04
-.08
1995 2000 2005 2010 2015 2020
❖ La relación se puede representar a través de una línea que ajuste la evolución de los datos
que calcule los “mejores” valores estimados del intercepto (𝛼 o 𝛽0) y la pendiente (𝛽).
❖ El método de MCO es uno de los más utilizados, ya que tiene ciertas características que
contribuyen en el análisis del fenómeno económico que se está analizando.
❖ El método de MCO considera las distancias verticales de cada punto de la línea de ajuste
que se definen como desviaciones o errores (ut).
• “Estimar o predecir la media o valor promedio poblacional de la variable dependiente en
función de los valores conocidos o fijos (muestras) de las variables independientes”
መ 𝑡 + 𝑢ො 𝑡
𝑀𝑖𝑛 σ𝑛𝑡=1(𝑢𝑡 )2 donde, 𝑢𝑡 = 𝑌𝑡 − 𝛼 −𝛽𝑋𝑡 → 𝑌𝑡 = 𝛼ො + 𝛽𝑋
20
15
10
0 X
0 5 10 15 20
Cálculo de 𝛼ො y 𝛽 mediante MCO para un modelo con 2
variables (una dependiente “Y” y una independiente “X”):
መ 𝑡
𝑌 𝑡 = 𝛼ො + 𝛽𝑋
➢ Intercepto (Constante):
𝛼ො = 𝑌ത − 𝛽 𝑋ത
➢ Pendiente:
σ𝑛𝑡=1(𝑋𝑡 𝑌𝑡 )
𝛽መ =
σ𝑛𝑡=1 𝑋𝑡2
Por ejemplo:
𝛼ො 𝛽መ
𝛼ො = 3 𝑦 𝛽 = 1.0)
Ejemplo: 𝑃𝐼𝐵𝑡 = 𝛼 + 𝛽 ∗ 𝑀2𝑅𝑡 + 𝑢𝑡
VARIABLES:
Y Y_est
Y = LOGARITMO NATURAL DEL PIB (INGRESO) 21.40
X = LOGARITMO NATURAL DE LOS SALDOS MONETARIOS REALES M2R (M2/INDICE DE PRECIOS AL CONSUMIDOR)
21.30
2009 20.93 16.79 2009 -0.21 -0.30 2009 0.06 0.09 21.00 -0.07
21.10
2010 20.98 16.78 2010 -0.16 -0.31 2010 0.05 0.09 20.99 -0.01
2011 21.05 16.86 2011 -0.09 -0.23 2011 0.02 0.05 21.03 0.01 21.00
2012 21.09 16.96 2012 -0.05 -0.12 2012 0.01 0.02 21.08 0.01
20.90
2013 21.13 17.02 2013 -0.01 -0.07 2013 0.00 0.00 21.11 0.03
2014 21.20 17.07 2014 0.06 -0.02 2014 0.00 0.00 21.13 0.07 20.80
2015 21.19 17.17 2015 0.05 0.08 2015 0.00 0.01 21.18 0.02
20.70
2016 21.20 17.22 2016 0.06 0.13 2016 0.01 0.02 21.20 0.00
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2017 21.22 17.30 2017 0.08 0.21 2017 0.02 0.04 21.24 -0.02
2018 21.26 17.35 2018 0.12 0.26 2018 0.03 0.07 21.27 -0.01
2019 21.29 17.45 2019 0.15 0.37 2019 0.05 0.13 21.31 -0.03 0.08
ut
0.04
0.02
COEFICIENTE BETA (b) b = suma y*x / suma x^2 0.476 Y_est = 12.998 + 0.476*X 0.00
COEFICIENTE ALFA (a) a = YM - b*XM 12.998 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
-0.02
-0.04
-0.06
-0.08
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
Facultad de Economía
Semestre 2024-I
Introducción a la Econometría
UNIDAD II. MODELO DE REGRESIÓN LINEAL
Especificación del modelo de regresión lineal (1)