Fase 3 – regresión con series de tiempo

Actividad individual

Nombre del estudiante

Nombre del docente:

Juan David Pulido Vargas

Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Administrativas, Contables,

Económicas y de Negocios - ECACEN
Programa de economía
Bogotá, 2023

Introducción
Al establecer relaciones funcionales lineales entre
formación cronológica, incluyendo rezagos, en la
especificación de modelos multivariados con series de
tiempo, por medio del análisis des estructura, relación,
casualidad y ajuste.

Objetivos
General
Establecer relaciones funcionales lineales entre
información cronológica, incluyendo rezagos, en la
especificación de modelos multivariados con series de
tiempo, por medio del análisis de estructura, relación,
causalidad y ajuste.
Específicos

 Establecer relaciones funcionales lineales entre

información cronológica, incluyendo regazos
 especificar los modelos multivariados, con series de
tiempo.
 Analizar la estructura, relación, casualidad y ajuste
 Realizar un resumen analítico de Gujarati (2009),
Capítulo 17, Secciones 17.1; 17.2; 17.3 y 17.8 y
contestar las siguientes preguntas:
a. ¿Qué es un rezago?
El periodo de tiempo transcurrido entre el tiempo en una
variable y los efectos que ello provoca sobre otras
variables.
Un ejemplo de regazo es el tiempo que tarda en
manifestarse un aumento del tipo de cambio sobre la
tasa de inflación, si se produce una devolución del tipio
de cambio, ello provocara un aumento en la tasa de
inflación, no en el mismo periodo sino en periodos
posteriores.
La incorporación de los regazos a la teoría económica
ha obligado a plantarse la formulación de modelos
económicos dinámicos, describen la trayectoria de las
variables a través del tiempo.
La dependencia de una variable Y dependiente
respecto de otra variable X en un lapso, el cual se
denomina regazo.
Yt = α+β0Xt +β1Xt−1 +β2Xt−2 +···+βkXt−k +ut

Razones del regazo:

Las causas que dan nacimiento a las variables con
regazo pueden agrupasen en las siguientes tres
categorías:
 Psicológicas
 Tecnológicas
 Institucionales
Entre las causas psicológicas debemos mencionar los
hábitos y gustos de los consumidores, en relación con
la función de demanda y la función de consumo, la
resistencia al cambio, con respecto a las dos funciones
antes mencionadas, ya que las funciones de
producción, inversión, etc.
Estas fuerzas conservadoras van filtrando el impacto de
una sucesión de periodos en lugar de producir sus
efectos totales en forma “instantánea”.
Entre las causas tecnológicas debemos considerar las
exigencias de una espera.
Razonable para llevar al mercado una mayor
producción estimulada para un mayor precio, el tiempo
que transcurre entre el incremento de ingreso, la
decisión de inversión, la producción del equipo de
capital en el supuesto de falta de existencias (stocks), la
instilación de dicho equipo y su entrada en el proceso
productivo, con respecto a la inversión inducida; la
formación insuficiente debida a una red deficiente de
comunicaciones, la distancia que separa a los centros
de consumo y sus consiguientes necesidades de
medios de transporte, etc.
Por último, entre las causas institucionales se debe
incluir el sistema impositivo, el sistema financiero, el
sistema de seguridad social, la morfología del mercado
en particular la existencia, de mercados imperfectos
para algunos bienes, todo lo cual actúa para filtrar el
impacto de una causa económica en una secesion de
periodos.
Las causas psicológicas, tecnológicas e institucionales
como las que se han enumerado, producen regiones en
 el comportamiento de los sujetos de la actividad
económica como productores, consumidores,
inversiones, ahorristas, etc.
Este conjunto de causas que generan distribuciones del
regazo puede ser reagrupadas en tre otras que
sintetizan mejor el análisis con vistas a su tratamiento
econométrico.
 Distribución del regazo originado en rigideces de tipo
institucional, tecnológico y de comportamiento.
 Distribución del regazo originado en una incertidumbre
sobre el futuro.
Estimación de los modelos
Si hay mas de una variable explicativa en el modelo,
cada variable puede tener un efecto rezagado.
Sobre Y, por simplicidad solo suponemos una variable
explicativa. En la práctica, sin embargo, se espera que
los coeficientes de valores distantes de X tengan un
efecto insignificante sobre Y.
Un modelo puramente de rezagos distribuidos se
estima mediante MCO, pero en ese caso aparece el
problema multicolinealidad, pues los valores rezagados
sucesivos de un regreso tendencia a estar
correlacionados, hay dos tipos de modelos rezagados:
De rezagados distribuidos y autorregresivos, en el
primero, los valores actuales y rezagados de regreso
son variables explicativas. En el ultimo los valores
rezagados de la egresada aparecen como variables
explicativas.
Estimación ad hoc de modelos de regazos distribuidos,
aunque la estimación ad hoc parece sencilla y discreta,
 plantea muchas desventajas y ventajas, como las
siguientes:
1 no hay guía a priori sobre la longitud máxima que
debe el regazo.
2 A medida que se estiman regazos sucesivos,
quedan menos grados de libertad, con lo cual se
debilitan un poco la inferencia estadística.
Por lo general, los economistas no tienen la suerte de
contar con series largas que le permitan estimar
numerosos regazos.
3. A un es más importante, en la información de series
de tiempos económicos, los valores (regazos) sucesivos
tienden a estar altamente correlacionados; por tanto,
sale a relucir la multicolinealidad. La multicolinealidad
genera una estimación imprecisa, es decir, los errores
estándar tienden a ser grandes en relación con los
coeficientes estimados, como resultado, con base en el
calculo rutinario de razones T, podemos tender a
declarar (erróneamente) que uno o varios coeficientes
de los rezagos son estadísticamente no significativos,
se han diseñado algunos métodos abreviados: los
mecanismos de koyck, de expectativas adoptivas y de
ajuste parcial.
El primero es un método puramente algebraico y los
otros dos se basan en principios económicos.
Métodos de koyck para los modelos de regazos
distribuidos, pero se observa.

b. ¿Qué es un modelo de rezago distribuido? Indique

un ejemplo
 Son modelos econométricos de regazos distribuidos,
este es un modelo con regazo finito de K periodos,
donde el coeficiente se conoce como multiplicador de
impacto en el valor medio de Y como consecuencia de
un cambio unitario, en el mismo periodo, en X.
Esta variable independiente se distribuye durante un
periodo determinando, es decir, que la variable se
proponga durante varios periodos.
Ejemplo:
En nivel poblacional de un país, el cual depende de la
población actual, la población fallecida y la población
que ha nacido en un periodo determinado de tal manera
que, para conocer la población total, (variable
dependiente) se debe saber cuantas personas murieron
en un año (variable independiente) y cuantas personas
murieron en un año. (variable independiente) el año es
el periodo de tiempo de los regazos que se están
tomado en cuenta para el análisis.
c. ¿De qué trata modelo autorregresivo VAR? Indique
un ejemplo
El modelo vectorial autorregresivo (VAR) tiene un orden
que es el de numero retardados con que las variables
entran en cada ecuación. Así, los modelos que hasta
hora hemos ido describiendo son distintas variables del
modelo VAR en caso de dos variables.
Los modelos autorregresivos son aquellos en los que se
incluye uno o mas valores rezagados de la variable
dependiente entre sus variables explicativas.
Ejemplo:
La función del consumo, la cual nos muestra cual es la
propensión marginal a consumir a largo plazo cuando
 se le aumenta el salario a los trabajadores durante un
tiempo determinado (meses o año)

d. ¿Por qué ocurren los rezagos?

e. en su nivel de ingresos o un cambio en los precios de
mercado no significara que de forma
f. inmediata vaya a cambiar su forma de consumir, de tal
manera que los cambios se producen
g. durante el tiempo, ya que de hacerse de forma
inmediata puede haber algún tipo de
h. desventaja. “Por supuesto, después de un tiempo
razonable, aprenden a vivir con su recién
i. adquirida fortuna. Asimismo, la
razones psicológicas
Como las personas no cambian de hábitos de inmediato
en su nivel de ingresos o un cambio en los preciso de
mercado no significara que de forma inmediata vaya a
cambiar su forma de consumir, de tal manera que los
cambios se producen durante el tiempo, ya que de
hacerse de forma inmediata puede a ver algún tipo de
desventaja, por supuesto después de un tiempo
razonable, aprenden a vivir con su recién adquirida
fortuna, así mismo la gente puede no saber si un
cambio es permanente o transitorio así su reacción a un
incremento en su ingreso depende de que el
incremento sea permanente o no.

Razones tecnológicas: un cambio en la tecnología

puede que cambie la decisión de las personas en la
implementación de estas para mejorar sus procesos
productivos ahora si le agregamos una disminución de
los precios productivos, ahora si le agregamos la
disminución de los precios va ser mas atractiva al
momento de aplicarlo en un ámbito persona y laboral,
los regazos se presentan cuando los consumidores
empezar a tener dudas sobre sus compras esperando
cambios que le genere un mayor beneficio.
en el caso de las empresas, la aplicación del capital
físico en lugar de la mano de obra cuando la primera
disminuye su precio y genera un cambio en la forma de
producir bienes y servicios máquinas y menor cantidad
de mano de obra directa (obreros).
Pero esta no se genera de forma inmediata, la situación
de obra directa por capital físico especializado, toma un
tiempo que genera rezagos en los modelos de
estimación productiva.
Razones institucionales:
La reglamentación de un país o un contrato entre dos
partes privadas pueden generar rezagos, por ejemplo;
la demora en la entrega de un producto o los tiempos
exigidos por el gobierno para que un extranjero pueda
invertir en el país.
Los tiempos que pueden afectar el curso normal de las
transacciones debido a las leyes y las reglas
establecidas por las naciones pueden provocar rezagos
en los modelos de estimación

Escoger un modelo de los siguientes e indicar su

selección en el foro de la unidad, en ella deben indicar
la relación que tiene, expresión econométrica
(identificando cuál es la variable dependiente y la
independiente)
3 a. Consumo y PIB
b. Inflación y tasa de desempleo
c. Demanda y precio de un producto (hay que indicar
que producto)
d. Oferta y precio de un producto (hay que indicar que
producto)
e. Importaciones y tasa de cambio
Las variables consumo y PIB se relacionan de forma
directa ya que el consumo depende del PIB, es decir,
que el consumo serio Y o variable dependiente y el
consumo seria X o variable independiente de tal
manera.
Y=α+β0 Xt+ β1 Xt−1
Para comprobar esta relación se hace una
comprobación grafica en gretl, en el cual podemos ver
que un mayor valor PIB da como resultado un mayor
consumo esto se debe a que un mayor PIB en la
economía significa un mayor ingreso en las familias y
por tal motivo un mayor consumo.
Realizar análisis invariado (cada variable) de cada serie
por separado decidir transformaciones y uso de cada
uno de ellas deben evaluar los diagramas de auto
correlación para definir rezagos del modelo.
Para iniciar con el análisis univariado se hace un
análisis grafico a través de un histograma con el fin de
determinar si hay o no distribución normal en la base de
datos, como podemos ver en el siguiente histograma no
hay normalidad, ya que los datos, se salen de la línea
que marca la media de la base de datos.
Para confirmar la normalidad que nos muestra el
histograma anterior, haremos uso de un método
grafico, con ayuda del grafio kdensity obtenemos el
siguiente resultado, el grafico nos muestra al igual
que histograma que no hay normalidad ya que la
línea azul no es igual a la línea roja, lo cual nos
muestra cual debe ser la tendencia de los datos
para que cumpla la condición de normalidad.
Para saber que tan agrupados están los datos de la
serie, hacemos un grafico de cajas y obtenemos el
siguiente resultado: al igual que histograma y el grafico
kdenesty, los datos no están equilibrados en la media,
mostrándonos un alto índice hacia la izquierda y un bajo
índice a la derecha.

Para conocer como se comporta el consumo a

traves de los años que aparece en la base de datos
buscamos la media, la desviación estándar, el
mínimo y máximo de la serie, y hacemos un grafico
lineal con el fin de conocer si la serie es o no es
estacionaria.
Como se puede ver el máximo esta muy alejado de
la media, lo que significa que los datos no están
bien agrupados, dando soporte numérico a los
gráficos presentados anteriormente.
Ahora de forma grafica obtenemos el siguiente
resultado:
El grafico nos muestra que la serie no estacionaria
ya que los datos están muy alejados de la media

Para soportar la afirmación hecha anteriormente

haremos uso de la prueba dfuller o de raíz unitaria y
obtenemos los siguientes resultados:
El valor P es superior a 0.05 se puede afirmar que
existe una raíz unitaria, es decir, que la serie no es
estacionaria y por tal motivo no se puede usar la
serie de estimaciones.
Con el fin de convertir la serie en una serie
estacionaria, se hacen las siguientes
transformaciones:
Primero se convierte la serie de consumo a
logaritmo y con base a esto comprobamos
estacionariedad: hacemos un sum gretl para
conocer la media, la desviación estándar, el mínimo
y el máximo.
ahora el valor máximo se acerca mas a la media, pero
aun no es suficiente, ya que al momento de graficar los
datos de forma lineal los datos aun siguen alejados de
la media.
Para corroborar esto usamos la prueba dfuller, en el
cual obtenemos que el valor p aun sigue superior a 0.05
y por lo tanto la serie no es estacionaria. Por lo tanto, es
necesario generar la primera diferencia del logaritmo
del consumo con lo cual obtenemos los siguientes
resultados:
Como se puede ver realizado el resumen de la serie, el
método grafico y la prueba dfuller obtenemos que la
serie aun sigue sin ser estacionaria a pesar de las
transformaciones que se la han hecho, por tal motivo se
sacara segunda diferencia y se volverá a probar si hay
o no hay estacionariedad.
A pesar de que se aplico segunda diferencia sigue el
problema de la no existencia de la estacionariedad en la
serie, por tal motivo se realizara tercera diferencia y se
correrán las pruebas para saber si con este cambio la
serie se vuelve estacionaria o no.
Al aplicar la tercera diferencia, la prueba dfuller nos da
un valor p interior a 0.05, por tal motivo podemos decir
que la tercera diferencia la serie ya es estacionaria y
por tal motivo ya se puede usar para realizar
estimaciones, adicionalmente su test estadístico nos
muestra que se encuentra en región de rechazo, por lo
tanto, no existe raíz unitaria.
Ahora se procede a validar los AR Y MA que existen en
la serie para poder estimar el mejor modelo para
aplicar. Lo primero será correr un correlograma de la
tercera diferencia obtenido el siguiente resultado, los
valores de PAC se acercan a 0, luego se genera los
gráficos de autocorrelación y autocorrelación parcial
para conocer cuántos MA y AR necesitamos para el
análisis del modelo de estimación.
Como podemos ver el grafico conjunto de
autocorrelación y autocorrelación parcial hay un regazo
que sale en el caso de los MA y tres regazos que salen
en el intervalo de aceptación en el caso de los AR por
los que podría utilizar un modelo ARIMA (3.3.1)
Ahora haremos el mismo análisis para la variable del
PIB para iniciar el análisis univariado se hace un
análisis grafico a través de un histograma para
determinar si hay o no una distribución normal en la
base de datos.
Como podemos observar el siguiente histograma no
hay normalidad, ya que los datos se salen de la línea
que marca la media de la base de datos.

Para confirmar la normalidad que nos muestra el

histograma anterior, haremos uso de otro método
grafico con ayuda del grafico kdensity, obtenemos el
siguiente resultado:
El grafico nos muestra al igual que histograma que no
hay normalidad, ya que la línea azul no es igual a la
línea roja, lo cual nos muestra la tendencia que
deberían ser los datos para que cumplan la condición
normal.
 Con el fin de saber que tan agrupados están los
datos de la serie, hacemos un grafico de la caja y
obtenemos el siguiente resultado:
Como podemos ver al igual que el histograma y el
grafico kdensity los datos no están equilibrados en la
media, mostrándonos un alto índice hacia la izquierda y
un bajo índice hacia la derecha.

Para saber como se comporta el consumo a través de

los años que aparecen de la base de datos buscamos
la media, la desviación, estándar, el mínimo y el
máximo de la serie y hacemos un grafico lineal con el
fin de conocer si la serie es o no es estacionaria.
 Conclusiones
Después de analizar todo lo que influye la regresión con
series de tiempo, podemos concluir que es un gran
aliado para las estadísticas, para analizar el complejo
que conduce la economía actual, el gran impacto que la
pasada pandemia nos ha dejado, por consiguiente, a
través de estas herramientas podemos basarnos en
supuestos para ayudar y contribuir con la economía,
desde el PIB podemos sacar resultado y análisis y así
mismo poder graficar para sacar un análisis robusto y
de un gran aprendizaje enriquecedor.

Nota
Estimado tutor reciba un cordial saludo de parte mía y
de mis hijos y familia, el motivo de esta nota es con
base al esfuerzo, dedicación, bondad y paciencia de
parte de usted para con nosotros que siembra a través
de la bonita profesión un gran conocimiento, agradezco
por las web , por crear un grupo de WhatsApp donde
nos llega más oportuna la infamación, así mismo quiero
ofrecer una disculpas por no poder participar en el foro
dadas mis circunstancias de traslado de una vereda a
otra para poder conseguir algo de internet con mi
vecino, agradezco estimado tutor la compresión con mi
trabajo si encuentra errores ortográficos y demás con el
mismo, ya que hace mucho años no estudiaba y ha
sido complejo comprender nuevamente tantas
temáticas. Humildemente le envió mi trabajo queriendo
seguir mejorando y aprendiendo cada vez más, Muchas
gracias.
 Referencias

 Wooldrige, J. (2015). Introducción a la Econometría: Un enfoque moderno,

(5a. ed.), Ed. Cengage Learning. Capitulo 18. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/93207

 Gujarati, D. (2009) Econometría, (5a. ed.), Ed. Mc Graw Hill. Capítulo 17.
Págs. 738-741 http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?
il=279&pg=1

 Avila, C., Marques de Olivieira, N. (2020) Curso Básico de Econometría

Clásica, (1a. Ed.), Ed. Libros Universidad Nacional Abierta y a Distancia.
Capitulo 5.
https://hemeroteca.unad.edu.co/index.php/book/article/view/3716

 Zax,J. (2011) Introductory Econometrics: Intuition, Proof, and Practice, (11ª.

Ed.), Ed. Stanford Economics and
Finance. https://bibliotecavirtual.unad.edu.co/login?url=https://
search.ebscohost.com/login.aspx?
direct=true&db=nlebk&AN=362850&lang=es&site=eds-
live&scope=site&ebv=EB&ppid=pp_Front_Cover

https://youtu.be/_QNNu2tyTLY