Conceptos Clave y Técnicas en Econometría
Del contraste de Hausman
El contraste de H se utiliza para decidir si se debe usar efecto fijo o efecto aleatorio para estimar datos de panelPar a ello se analiza la correlación que existe entre los efectos no observados (heterogeneidad no observada, ai, y las variables explicativas del modelo.
Si ai no esta correlacionado con las variables explicativas, se utilizan efectos aleatorios. En caso contrario se utiliza efectos fijos.Ho: E(ai/x)=0 no existe correlacione entre a y x (efectos aleatorios)H1: no Ho Existe correlación entre a y x (efectos fijos)
Utilidades de las funcioneslogarítmicas
Transformar un modelo no lineal en un modelo lineal;Obtener elasticidades o semielasticidades.;Los modelos logarítmicos son invariantes ante cambios de escala ya que miden cambios porcentuales;La transformación logarítmica a veces reduce la heterocedasticidad del modelo lineal.;Reducir el rango de la variable, de esta manera las estimaciones son menos sensibles a observaciones atípicas de las variables;Interpretación de los coeficientes sin necesidad de tener en cuenta las unidades de medida de las variables;
Explique el coeficiente de deterrminacion corregido;
Es una medida de bondad de ajuste del modelo;Se utiliza para comparar modelos que tienen la misma variable dependiente, aunque tengan distinto numero de variables explicativas o de observaciones;No esta limitado a los valores 0 y 1.FORMULAforulacion y describe los principios de la perturbación aleatoria.
Supuestos sobre la perturbación aleatoria:EI valor medio de u, termino de error, en la población es 0. E(u) =Supuesto de media condicional cero: El termino de error y lasvariables explicativas no están relacionados.
E(uj X\,Xi,…,Xk) = 0;;E(u|x) = E(u) = 0.15. ¿Qué significa la siguiente afuermacion?. La disribucion muestral de los estimadores MCO se determina bajo el supuesto de normalidad.
Significa que el error poblacional u es independiente de las variables expliactivas y que se distribuye con una media 0 y varianza constante.
Como se obtienen, que ultilidad y como se interpretan los coeficientes Beta.;
Utilidad:permite comparar los paametros con a unidad de medida homogénea , en términos de esviacion típicas estándar;Obtención: ;Se estandarizan todas las variables involucradas (dependientes e independientes) zj=(xj-x«j)/&j
;
Se estima el modelo con las nuevas variables estandarizadas zj= bz1+bx….+bkzk+error
;
Iterpretación:un cambio de una desviación típica en x, producirá u cambio de beta desviaciones típicas en y, ceteris paribus.
17 trampa de la variable ficticia
Consiste en introducir tantas variables ficticias en el modelo como categorías tiene el aributo que queremos estudiar, incurriendo en un error de especificación. El modelo no se podría estimar debido a la existencia de multicolinealidad perfecta entre las variables fiticias y la constante (Bo). Se debe evitar la trampa de las variables ficticias.
Supuestos de gauss-Markov para el análisis de datos de corte transversal.;
S1 linealidad en los parámetros: Y=bo+b1x1+b2x2+…..+bkxk+u
;
Muestra aleatoria: (x1i,x2i…..Xki,yix) i=1,2…n y=bo+b1x1i…+bkxki+ui
;
Media condicional nula: E(u/x1,x2….Xk)=0. El valor esperado u tiene un valor esperado nulo, dado cualquier valor de las variables indepedientes.
;
S5 homodedasticidad:var(u/x1….Xk)=&^2 var(u/x)=&^2 var(y/x)=&^2. Significa que la varianza en el termino de error u condicionada a las variables explicativas es la misma para todas las combinaciones de valores de las variables explicativas.
¿Que es la estacionalidad en un modelo y la serie desestacionalizada?
La estacionalidad son cambios periódicos de la serie que se repite en el corto plazo. Ej:ventas al por menor, contrataciones en el sector servicios…Una serie desestacionalizada es aquella a la que se elimina los factores estacionales. El procedimiento para captar las variaciones estacionales: variables ficticias. Ej; para datos mensuales:Yt=Bo+&1feb(t)+&2mar(t)….+&1dic(t)+B1xt1…Bkxtk+utContraste de estacionalidad:test F bajo hipótesis nula de que todos los coeficientes &=0.