¿Que es la econometría?

• Definición de econometría: “Medición de fenómenos económicos”

Se desarrollan métodos estadísticos y modelos matemáticos que se utilizan para estimar relaciones
económicas y probar teorías económicas. Esto ayudará a comprender como diferentes factores
económicos interactúan y afectan a los fenómenos económicos del mundo real

• Herramientas de econometría:
1. Teoría económica: modelo de cómo es el mundo y relación entre las variables.
2. Estadística
3. Datos: Datos muéstrales o administrativos + software

• Tareas de econometría:
1. Causalidad
2. Predicción

• Atributos empíricos:
1. Existencia: “ X causa a Y”
2. Dirección: X → Y / Y ← X
3. Magnitud:

• Etapas de la econometría:
1. Modelación: uso de teoría economía + modelos + matemáticas ; relacionar pregunta
econométrica con la teoría económica
2. Estimación: uso de software + datos ; como estimar coef. o parámetros con datos muéstrales
qué sean estimadores confiables sobre los verdaderos coeficientes poblacionales.
3. Inferencia: de la muestra a la población ; cómo usar esos coeficientes estimados para testear
hipótesis sobre los verdaderos coeficientes poblacionales
4. Predicción: usar los coeficientes estimados para predecir variables dependientes.

I
Econometria Genua de datos
·

Analisis de datos economicos e inferencias fenomenos Alcance mas amplio descubrir relauon para
·

Causa y
efecto tomar decisiones informadas .

X
·

Descubrimiento de patrones en datos

 Causalidad versus correlación
• Definición y grafico: La causalidad es la relación de causa y efecto entre dos eventos o variables
donde la presencia o cambio en un evento causó un efecto observado en otro evento.

causa Becto
• Amenazas a la existencia de causalidad:
1. Causalidad inversa: A veces la interpretación de causalidad puede estar invertida.
y
cola-cola obesidad
Zero

2. Doble causalidad: A y B se influyen mutuamente

-

i
y

uf
t
y
Policas crimen

3. Correlación espuria: A y B están relacionadas debido a la influencia de C, Aún que A y B no

tiene una relación directa entre sí. Tamaño de la
X de palma la
-

mano
~

j
t
Sexo
Hombre =
1
y -
Edad de muerte

• Ceteris paribus (todo lo demás constante) y su rol en la econometría: En la mayoría de los casos, el
número de factores o variables que pueden afectar es enorme. Sin embargo, con cierto cuidado, los
métodos econométricos pueden simular un experimento ceteris paribus.

• Experimentos:
1. Ideal: Se pueden establecer relaciones de causa y efecto de manera confiable y precisas debido
a que los investigadores tiene control total sobre las condiciones y variables (fertilizante)
2. Factible: pueden tener limitaciones en términos de control absoluto y manipulación de
variables, pero se diseñan de manera realista para obtener información válida. (COVID 19)
3. Datos observados: son los valores reales de las variables recopilados a partir de la realidad o
una muestra. Representa la información empírica que se utiliza para análisis y conclusiones
(ingresos y gastos -> gasto y ahorro)

Causalidad Correlación
·

Relación causa produce un efecto ·

Variable cambian juntas

·

Pruebas rigurosas para demostrar causa

y
efecto Puede haber 30 variable que influye en otra
·

Conexion causa-efecto responsable de la ocurrencia

oth +
:

aumenta variables i
-
:

una aumento y otra baja

 Tipos de datos
• Corte transversal: Los datos se recopilan en un solo punto en el tiempo y se refieren a múltiples
individuos unidades o entidades en ese momento.
Ej: Recopilar información sobre los salarios de diferentes empleados en una empresa en un solo
momento en el tiempo.
• Series de tiempo : Los datos se recopilan a lo largo de intervalos de tiempo regulares y registran el
comportamiento de una variable a medida qué pasa el tiempo.
Ej: Registrar el precio de las acciones de una empresa en la bolsa de valores diariamente durante varios
meses para identificar patrones y tendencias en su valor.
• Datos de panel: Los datos se combina elementos de corte transversal y series de tiempo. Se
recopilan múltiples entidades a lo largo de varios puntos en el tiempo.
Ej: Seguir el desempeño académico de estudiantes individuales a lo largo de varios años , recopilando
sus calificaciones semestrales.
 Modelo de regresión simple (MRS)
El modelo de regresión lineal:
Econometría: Plantea una relación entre x e y
Modelo poblacional :

y =

Bo+ BsXi +U
~
error aleatorio
intercepto Variable explicativa
·

Variable
·

Pendiente
dependiente

Supuesto 1: Linealidad de los parámetros

Yi =

Bo +

BsXi +Vi j i =
1
, ...,
N

Boy Bs Son
parametros o coef que deber
. ser lineales

Supuesto 4: Media condicional nula

Ex =

Bo +

BsX Ex es constante PXi ,

Vi =0

·
Cuando X aumenta en I unidad el valor Ell
,

de Y aumenta en Bs
·

Prediccion EYix Bo+ Be Xi

Población

Pin
=
:

·
Valor predicho .

Supuesto 3: VAR 0

en
·

Supuesto 2: Muestreo aleatorio

:
-

.
-

-
 Estimación
Recta de regresión y recta poblacional

:Pros ro*
Yi
E =
Yi =
Bo +

B Xi
.

Recta de Recta poblacional

regresion
~
·

Bi

Bo Xi

Boy B ,
son estimadores Yi +
Y: mas en

Se puede hacer predicciones Representación idealizada

· ·

Interceptó y pendiente de la recta de regresión

Bo Representa el valor de la variable dependiente y wando la variable explicativa x es
:

cero

Bs :

Representa el cambio promedio de la variable dependiente y por cambio unitario un en la variable x

Parámetros poblacionales y parámetros estimados

Poblacional Valores fijos que describe una poblacion
: ·

Representa relaciones
y
caract verdadera de
.
la población
·

Son desconoudos estima su valor en muestra

y se una

Estimado :
Valores calculados de una muestra
·

Puede variar de una muestra a otra por la seleccion de una muestra

Valor observado, valor predicho y residuo

~Valor real de una variable en un punto de tiempo o situacion que se ha recopilado en los datos
2 Valor estimado de un modelo regresion

↳ Es la diferencia del S 2 esto mide wanto se desvia cada valor real que el modelo predice
y ,

mt :

I es el 2
mayor que

Recordar :
Y: =

Exx +

U: a nivel poblacional
·

Error aleatorio
·

Valor predicho poblacional

Valor
·

observado
 Derivación de B y B de Mínimos Cuadrados Ordinarios (MCO)

Criterio de MCO :

Minimizar la suma de los residuos al cuadrado

1

Buscaremos Bo de MCO : Min SRC Us

y ,
Bo B
=i-s
, ,

Suma
·

de residuos

al cuadrado

~
Predicho
H H n
2

,
2

Min SRC= Vi =
Y: -
Yi -
Yi-Bo-B c X
i =

g i =
1 =s
Bo B . ,
↳observado

Y =

Y :
+

Uc Y:
=

Bo +

B s Xi

Min
Bo B
. ,
SRC= Y : -Bo-B I X ,