1.

ECONOMETRÍA
Introducción de Conceptos
OBJETIVOS

• Definir concepto e importancia de la Econometría.

• Presentar el campo de acción de la Econometría.
• Examinar los tipos de bases de datos que se emplean en
los negocios, la economía y en otras ciencias sociales.
• Reflexionar sobre las dificultades relacionadas con la
inferencia de la causalidad en las ciencias sociales.
Econometría

• La econometría se basa en el
desarrollo de métodos estadísticos
que se utilizan para estimar relaciones
económicas, probar teorías
económicas y evaluar e implementar
políticas públicas y de negocios.
La econometría nos puede ayudar a determinar:

• Pronóstico de Variables macroeconómicas tales como: tasas

de interés, de inflación y el producto interno bruto.
• El efecto de los gastos de campaña política sobre los
resultados de las votaciones.
• Efectos de un programa de formación en la productividad.
• Rendimientos de diversas estrategias de inversión.
• Efectos de una campaña publicitaria en las ventas.
• Efecto del tamaño de la clase en el rendimiento escolar.
Análisis causal
• Analizar cualitativa y cuantitativamente cómo ciertos
factores afectan a una variable asociada a un
fenómeno económico de interés.

Céteris paribus
• Se traduce como “manteniéndose todo lo demás
constante”. Esta idea es útil si se pretende aislar las
variaciones que se producen en una variable por
el efecto de otra y que el resto no afecten al estudio.
Notas final = f(horas trabajo semanal) suponemos que todos los demás factores son constantes
no se ha considerado  horas estudio, asistencia, tipo
de modalidad , entrega deberes…..
Notas final=f(horas trabajo semanal, horas de estudio)
Datos Experimentales
• Los datos experimentales se recopilan en entornos controlados,
generalmente en un laboratorio, y habitualmente en las ciencias
naturales. Se asignan aleatoriamente los individuos a grupos con
diferentes tratamientos.
• Ejemplo: Efecto de los fertilizantes sobre el rendimiento de los
cultivos

Datos Observacionales
• El investigador no tiene control sobre las variables de estudio.
• Ejemplo: Efecto causal de la educación en el salario
Elementos de un trabajo empírico en
econometría
• Modelo económico.
• Modelo formal: ecuaciones matemáticas que describen
relaciones entre variables.
• Modelo informal: su descripción se inspira en la teoría y en
aspectos más intuitivos.
• Modelo econométrico
• Permite cuantificar las relaciones entre variables
• Recoge la naturaleza estocástica
• Datos
Ejemplo 1 de Análisis Empírico:
Modelo Económico del comportamiento delictivo.
Ciertos delitos tienen claras recompensas económicas, pero la mayoría de las
conductas delictivas tienen costos.
Y= f (x1, x2, x3, x4, x5, x6, x7)

y =horas invertidas en actividades delictivas,

x1 = “salario” por cada hora invertida en la actividad delictiva,
x2 = salario por hora en un empleo legal,
x3 = otro ingreso que no provenga ni de la delincuencia ni del empleo,
X4 = probabilidad de ser atrapado,
x5 = probabilidad de ser declarado culpable una vez que haya sido atrapado,
X6 = pena prevista si es declarado culpable
x7 = edad.
Ejemplo 1 de Análisis Empírico:
Modelo Econométrico del comportamiento delictivo.
Estructura de los datos

• Datos de Corte transversal o sección cruzada.

• Varias unidades individuales de estudio, en un momento
determinado del tiempo.
• Datos de Series de tiempo.
• Observaciones de una o varias variables a lo largo del tiempo.
• Datos de Panel o longitudinales.
• Incluye una muestra de agentes económicos o de interés
(individuos, empresas, bancos, ciudades, países, etc.) para un
período determinado de tiempo.
Ejemplos de tipo de datos.
Datos sección Datos series de Datos de Panel
cruzada tiempo
Práctica 1.
Adaptación de los ejercicios C1.1, C1.2, C1.3, C1.4 de las páginas
18 y 19 del libro Wooldridge.
C1.1. Para este ejercicio emplee la base de datos WAGE1.RAW.
C1.1. Para este ejercicio emplee la base de datos WAGE1.RAW.

i) Determine el nivel educativo promedio de la muestra ¿Cuáles son los

niveles de educación menor y mayor?
ii) Determine el salario promedio por hora (wage) en la muestra. .Parece
ser alto o bajo?
iii) Calcule la media de las variables nonwhite, female y married.
Interprete sus resultados
iv) ¿Cuántas mujeres (females) hay en la muestra? ¿Cuántos hombres?
v) ¿Cuántos casados hay en la muestra? Y de estos, ¿Cuántos son no
blancos?
vi) ¿Cuántas mujeres casadas existen en la muestra? Y ¿Hombres
solteros?
C.1.2 Para responder estas preguntas emplee la base de datos BWGHT.RAW.
1. ¿En cuántos nacimientos, la madre fumó durante el embarazo? ¿Qué porcentaje
representa en la muestra?
1388/1176=212 212/1388=0,1527
2. ¿Cuál es la cantidad promedio de cigarros consumidos por día (cigs)? Realice el
histograma de frecuencia e interprételo.
Promedio=2,8 cigarrillos

3. Determine el promedio de fatheduc (años de educación del padre) en la

muestra. ¿Por qué se emplean solo 1 192 observaciones para calcular este
promedio?
4. Indique el ingreso familiar promedio (famine) y su desviación estándar en
dólares.
5. Defina una nueva variable que registre si la madre fumó o nó durante el
embarazo.
6. ¿Es diferente la proporción de niñas nacidas cuya madre fumó durante el
embarazo que de niños en iguales circunstancias?
1. Analicela variable parity en términos de su promedio y distribución de
frecuencias
Frequency distribution for parity, obs 1-1388

frequency rel. cum.

1 795 57.28% 57.28% ********************

2 389 28.03% 85.30% **********
3 146 10.52% 95.82% ***
4 39 2.81% 98.63% *
5 15 1.08% 99.71%
6 4 0.29% 100.00%
1. Determine el promedio de fatheduc (años de educación del
padre) en la muestra. ¿Por qué se emplean solo 1 192
observaciones para calcular este promedio?
2. Indique el ingreso familiar promedio (famine) y su desviación
estándar en dólares.
3. Defina una nueva variable que registre si la madre fumó o nó
durante el embarazo.
4. ¿Es diferente la proporción de niñas nacidas cuya madre fumó
durante el embarazo que de niños en iguales circunstancias?
C.1.3 Los datos de MEAP01.RAW pertenecen al estado de Michigan en el
año 2001. Emplee estos datos para contestar las preguntas siguientes.

1. Determine los valores mayor y menor de math4. .Es lógico este

intervalo? Explique.
2. ¿Cuántas escuelas tienen una tasa perfecta de aprobados en el examen
de matemáticas? A qué porcentaje del total de la muestra corresponde
esta cantidad?
3. En cuántas escuelas la tasa de aprobados en matemáticas es
exactamente 50%?
4. Compare el promedio de las tasas de aprobados en matemáticas y en
lectura. ¿Cual de estas pruebas es mas difícil de aprobar?
C.1.3 Los datos de MEAP01.RAW pertenecen al estado de Michigan
en el ano 2001. Emplee estos datos para contestar las preguntas
siguientes:

5. Encuentre la correlación entre math4 y read4. ¿Qué concluye?

6. La variable exppp es gasto por alumno. Determine el promedio y
la desviación estándar de exppp. .¿Parece haber una gran
variación en el gasto por alumno?
7. Suponga que la escuela A gasta 6 000 dólares por alumno y la
escuela B gasta 5 000 dólares por alumno. De el porcentaje en el
que el gasto de la escuela A supera al gasto de la escuela B.
Compare este porcentaje con 100 ・ [log(6 000) – log(5 500)] los
resultados son similares?
C.1.4. La base de datos de JTRAIN2.RAW proviene de un experimento de
capacitación para el trabajo realizado para hombres con bajos ingresos
durante 1976-1977.
1. Emplee la variable indicadora train para determinar la proporción de
hombres a los que se les dio capacitación para el trabajo.
2. La variable re78 es ingresos desde 1978, dados en dólares de 1982.
Determine el promedio de re78 para la muestra de hombres a los que se les
dio capacitación laboral y para la muestra de hombres a los que no se les dio.
.Es esta diferencia económicamente grande?
3. La variable unem78 indica si un hombre estuvo desempleado o no en
1978. .Que proporción de los hombres a los que se les dio capacitación para
el trabajo están desempleados? Y de aquellos a los que no se les dio
capacitación laboral? Comente la diferencia.
4. Con base en los incisos ii) y iii), .parece haber sido efectivo el programa de
capacitación laboral? .Que haría que nuestra conclusión fuera mas
convincente?