Introducción a la Econometría. Guía Didáctica.

Página 1





















INTRODUCCIÓN A LA ECONOMETRÍA

GUÍA DIDÁCTICA



Licenciaturas de Economía y ADE



















NELSON ÁLVAREZ VÁZQUEZ
PEDRO ANTONIO PÉREZ PASCUAL
BASILIO SANZ CARNERO




Introducción a la Econometría. Guía Didáctica. Página 2




Introducción a la Econometría. Guía Didáctica. Página 3

1.- PRESENTACIÓN DE LA GUÍA.
















l objetivo de esta Guía Didáctica es orientar al alumno en la preparación de una
asignatura Introducción a la Econometría (medición de la economía). Es esta una
parte de la ciencia económica que reviste dificultad incluso cuando se dispone de
clases presenciales. Las dificultades son mayores en la UNED, no sólo por la falta de clases,
sino también por la falta de contacto con el profesorado, con los compañeros y con el
mundo académico, que es parte esencial de la formación universitaria.

Siendo la econometría una materia por cuantitativa, dominada por los aspectos
instrumentales y formales, su aprendizaje requiere haber asimilado otros conocimientos, lo
cual ha de plantearse con criterio, y no a modo de inventario, enumeración y yuxtaposición.
La formación en términos generales, es calidad, no cantidad, es reflexión, y es en
consecuencia, tiempo, algo que, en términos relativos, es escaso para el alumno de la
UNED, muchas veces con trabajo y otras condicionantes. Ni ello exime de aspirar a una
formación de primera fila, ni exime por tanto, del cumplimiento de unos objetivos básicos.

La presente Guía, trata de adaptarse a criterios estándar, que versan sobre los
objetivos, contenidos, criterios de evaluación y orientaciones para el estudio de cada tema.

En la bibliografía básica hay aplicaciones resueltas, a nuestro juicio, suficientes, que
pueden servir de autoevaluación. Puesto que partimos de la calidad y no de la cantidad,
sobre cada problema basta con una aplicación si ésta es bien comprendida, no basta con
muchas, si falta el conocimiento.

Se pone el acento, en que lo que se persigue es la realización de aplicaciones,
directamente equiparables a lo que el futuro licenciado (y tal vez doctor) en Economía,
debe realizar en su actividad académica y profesional. A los ejercicios dedicados a la
comprensión de una técnica dada, se les reserva la denominación de ilustraciones empíricas,
de carácter más formal e instrumental, desempeñando por ello, sólo una etapa intermedia
en la formación econométrica.
E
Introducción a la Econometría. Guía Didáctica. Página 4


2. PRESENTACIÓN DEL EQUIPO DOCENTE.


La asignatura se encuentra adscrita al Departamento de Economía Aplicada
Cuantitativa I y el Equipo Docente está formado por los profesores:

• Dr. D. Nelson Álvarez Vázquez, Catedrático de Economía Aplicada
• Dr. D. Pedro A. Pérez Pascual, Profesor Asociado de Econometría
• D. Basilio Sanz Carnero, Profesor Asociado de Econometría

El horario de guardia, en el que pueden contactar con el Equipo Docente , es los
miércoles de 16 a 20. Los teléfonos y direcciones de contacto son,

Nelson Álvarez Vázquez 91 3986376 nalvarez@cee.uned.es
Pedro A. Pérez Pascual 91 3987801 pperez@cee.uned.es
Basilio Sanz Carnero 91 3986330 bsanz@cee.uned.es

Con objeto de agilizar las contestaciones, se ruega no enviar simultáneamente el mismo
correo electrónico a todos los miembros del Equipo Docente.



3.- INTRODUCCIÓN GENERAL A LA ASIGNATURA.


Esta asignatura pertenece al Primer Ciclo de la licenciatura. Se imparte en el
segundo cuatrimestre del tercer curso. Encuadrada en las Enseñanzas Regladas, y se dirige
por tanto a aquellos alumnos que se encuentran a punto de terminar el Primer Ciclo de la
Licenciatura.

La Econometría nació a principios del siglo XX con el objetivo de medir ciclos y
teorías económicas, en particular, con el propósito de dotar de contenido empírico a las
teorías económicas neoclásicas, calificadas como vacías. Esta es sin duda una respuesta a
objeciones concretas, en la que hay que separar lo esencial de lo accesorio. Que las teorías
económicas deban tener o no, contenido empírico, es una crítica propia del empirismo que
ha informado algunas corrientes de la econometría. El económetra parte de una teoría,
proposición racional y abstracta, que no discute en cuanto tal, sino que se limita a medirla.
Si se han formulado teorías, quiere ello significar que se busca retener mediante
abstracción, lo esencial, y prescindir de lo accesorio, es decir, de los aspectos particulares,
en buena medida empíricos, propios de cada experiencia, digamos mercado concreto.

Puesto que hemos anticipado el criterio de la constante autoevaluación, este es el
momento en que el alumno debe detener la lectura de la Guía, y proceder a recordar y
poner por escrito, mejor si breve, cual sea el estado de la cuestión respecto al realismo de los
supuestos.

La descripción del objeto de la econometría, es sin duda una simplificación, de la
que tiempo habrá de ir marcando distancias. El economista habla hoy más de
comprobación y contrastación empírica de teorías, y no menos del modelo econométrico,
cuya relación con la teoría puede llegar a difuminarse hasta el punto de que algunos no


Introducción a la Econometría. Guía Didáctica. Página 5

conserven relación con las teorías económicas. Mencionemos que en la escala de objetivos,
fácil de descubrir en la literatura, a veces, el objetivo se establece en la predicción. La
evaluación correspondiente debe ser ahora la de desarrollar en no más de dos páginas la
relación entre hipótesis, teoría y modelo.

Nuestro programa sigue su propia línea que cuenta con antecedentes. Decía
Schumpeter que la Economía nunca alcanzaría el prestigio que corresponde a una ciencia
madura, mientras no fuera capaz de expresar numéricamente sus resultados. Las teorías
económicas no completan su aportación a la Ciencia Económica, mientras no son medidas.
De manera que en términos ideales, el programa para ser considerado por superado, ha de
servir para que el alumno acredite su capacidad en la medición y comprobación de teorías
económicas. Hay una afirmación clásica de que la Econometría es teoría y medida, lo cual es
una interpretación a nuestro modo de ver, una tanto laxa de medición de una teoría. Digamos
que ésta parece más cerca del lema al que aquélla vino a sustituir en el seno de la Cowles
Commission, ciencia es medida.

El alumno debe captar desde el principio, la diferencia de matiz. En teoría y medida,
se atribuye a la medición una cierta apariencia de sustantividad. En medición de una teoría,
ésta es lo sustancial, y la medición el complemento necesario. Se cuenta que Einstein, no
publicó su teoría de las lentes gravitacionales hasta unos veinte años más tarde de haberla
desarrollado, por considerar que no se podía comprobar empíricamente.

Vamos a ver a lo largo del programa, que la medición de teorías económicas, es un
objetivo todavía no culminado a satisfacción de la profesión y de los económetras en
particular. De manera que a lo largo de la mayor parte de la historia de la econometría, ésta
ha experimentado ciertas derivaciones, a veces, difíciles de reducir al objetivo planteado.
Digamos que el programa de la econometría tal como se desprende de la literatura y
manuales, puede verse orientado al objetivo de la modelización. No hay una correspondencia
necesaria entre medición de teorías y modelización, y en el supuesto de discrepancias,
cualquiera de los dos aspectos, dependiendo de la ecuación investigadora del economista,
ofrece un amplio campo.

En el intento de llevar a cabo la cuantificación, término que junto con el espíritu
numérico, es muy del agrado de Schumpeter, cuya obra se supone bien conocida del
alumno de econometría, los programas han evolucionado hacia el desarrollo y aplicación de
métodos, cada vez más numerosos y sofisticados desde un punto de vista formal, sin que se
perciba con nitidez el progreso que de tal inventario de técnicas se deriva. En todo caso,
esto es sin duda un juicio de valor, que el alumno ha de afrontar con conocimiento de
causa. En este programa, se considera que el conocimiento de los métodos no agota el
contenido de la Econometría, aunque es condición necesaria para su estudio.

La medición toma los procedimientos de cálculo de la estadística, concebida y
formulada para y por ciencias experimentales. Aunque una mirada rápida al programa
puede dar la impresión de que se desarrollan múltiples técnicas, puede decirse, que todas
ellas gravitan en el empleo del análisis de la regresión, al que aparece asociado el criterio de
ajuste de los mínimos cuadrados. No es posible seguir sin establecer el inmediato ejercicio de
autocomprobación. Es preciso recordar el significado y empleo de la regresión, de la
estimación, de los principales coeficientes, de los criterios de ajuste de la media (regresión I) y de
los mínimos cuadrados (regresión II), y todo lo relacionado con ello.



Introducción a la Econometría. Guía Didáctica. Página 6

No es analíticamente necesaria la asociación entre regresión y probabilidad, como
ilustran los 7 primeros capítulos de la Addenda (1998), pero es frecuente y casi general en
los programas de econometría, que se presente de esta forma, siendo una prueba el resto de
los capítulos.

Por ello es obligado que se proceda a la autocomprobación de los principales
conceptos de probabilidades, desde la ley del azar, las características de distribuciones,
especialmente, la normal, ji-cuadrado, t de Student, y F de Snedekor, los teoremas de
convergencia y leyes de los grandes números, la distribución en el muestreo y sus
propiedades (insesgadez, eficiencia y consistencia), métodos de estimación (añádase a los
mínimos cuadrados el de máxima verosimilitud y los momentos), construcción de
intervalos de confianza y contrastación de hipótesis. Es esencial que la inferencia respecto a
una sola variable, sea bien comprendida, porque en la econometría se trata de la inferencia
con varias variables, y además, siendo ésta atemporal, se va a generalizar al tiempo, es decir,
la variable aleatoria se generaliza al denominado proceso estocástico.

Recordados estos métodos, e iniciado en los nuevos, es fundamental que el alumno
adopte el planteamiento de que el punto de partida es la economía, a cuya medición pueden
contribuir los métodos desarrollados en otras disciplinas. Una alternativa a la que no nos
adherimos, es la de aplicar en economía métodos de otras ramas por ver si pueden ser útiles.
Lo esencial es la medición de teorías y sólo si tales métodos contribuyen a dicha medición,
son bienvenidos.

Se trata en definitiva, de que el alumno recurra a los métodos adecuados, una vez
tiene definido el planteamiento económico, no al revés. Por ello es esencial el
conocimiento de los problemas metodológicos de la ciencia en general y de la Econometría
en particular, así como la evolución de estos últimos a lo largo de la historia. A estos temas
se dedica algún espacio al principio del texto. Para un estudio más detallado de los mismos,
es recomendable acudir a Introducción a la evolución de la metodología de la econometría.

Dentro de lo que es el programa, el tema 1 hace referencia fundamentalmente a
cuestiones de tipo metodológico. Así se trata de cuestiones como la definición de ciencia,
concepto de ley, hipótesis y teorías económicas, definición de econometría, metodología de
la econometría, objeto de la econometría, tipos de modelos, etc. Como ya quedó dicho, un
tratamiento más detallado de estas cuestiones, se encuentra en Introducción a la Evolución de la
Metodología de la Econometría. Sugerimos que se complemente con los primeros capítulos de
las Lecciones de Teoría Económica del Profesor Castañeda.

Conocidos o recordados los fundamentos, se trata de los métodos. De hecho, el
programa clásico de Econometría no versa de forma expresa sobre la medición de teorías,
sino sobre la especificación y estimación de modelos que expresan no tanto teorías como
hipótesis económicas. Siendo cierto que la metodología debe ser comprendida y aplicada,
es imprescindible que el alumno realice las aplicaciones prácticas para comprobar el grado
de asimilación de los conceptos. Como no existen pruebas a distancia, éstas se sustituyen
como requisito imprescindible para aprobar la asignatura, por la presentación de una
aplicación práctica. En este sentido los tres últimos temas pueden servir de orientación.


4.OBJETIVOS

Se consideran objetivos básicos de este curso:


Introducción a la Econometría. Guía Didáctica. Página 7


4.1 Conocer a grandes rasgos la historia y evolución de la econometría, y los distintos
problemas asociados a la medición.
4.2 Obtener un conocimiento general de las diferentes escuelas econométricas y los
enfoques desde los que puede ser abordado el estudio de la materia
4.3 Adquirir un conocimiento sólido del uso de los diferentes métodos estadísticos
aplicados a la medición.
4.4 Elaborar una aplicación práctica que verse sobre el objeto propio de la
econometría, donde se pruebe la capacidad para redactar un trabajo aplicado
razonado extrayendo del mismo las conclusiones económicas pertinentes.



5.- REQUISITOS PREVIOS

Son necesarios conocimientos de,

álgebra y análisis matemático: funciones, resolución de sistemas de ecuaciones,
derivadas, cálculo matricial, ecuaciones en diferencias finitas, etc.

estadística y probabilidad: distribuciones de frecuencias y sus características más
significativas, regresión y correlación, distribuciones de probabilidad y teoremas de
convergencia, incluidas las leyes de los grandes números, distribuciones muestrales y
propiedades de los estimadores, puntuales y por intervalos, así como contrastación de
hipótesis.

teoría económica, es necesario recordar las principales relaciones postuladas por la
teoría, como por ejemplo, la teoría cuantitativa del dinero o la ley de la demanda
(oferta).

Puede decirse que la inferencia estadística previa supone, por una parte, lo que se
conoce como clásica, siendo objeto de generalización en el programa de econometría a los
procesos estocásticos, por otra parte, es la inferencia referida a una variable, siendo
generalizada a varias variables en el programa de econometría.


6.- LOS MEDIOS

Los medios de que dispone el alumno pueden clasificarse en:

PERSONALES

1. Los profesores de la sede central nos encontramos a su disposición en el horario de
consulta para ofrecerles la mayor ayuda posible. Las consultas pueden ser personales,
telefónicas, postales o por medio de correo electrónico. Se ruega no enviar
simultáneamente los mismos mensajes a todos los profesores.
2. Los profesores tutores de los Centros Asociados. Es aconsejable acudir a sus tutorías
con regularidad.
3. Actualmente funcionan también las denominadas tutorías virtuales a través de la red, de
especial utilidad para aquellos alumnos que no disponen de profesor tutor en sus
Centros Asociados.


Introducción a la Econometría. Guía Didáctica. Página 8


MATERIALES

1. Los textos base, elaborados teniendo en cuenta las características de la enseñanza a
distancia.
2. La bibliografía complementaria. Si es razonable el dicho antiguo de que hay que temer a
la persona de un solo libro, este argumento es más fuerte para quienes preparan un
programa, en principio, sin clases presenciales. El material complementario permite una
mejor comprensión de la materia, lo que constituye el mejor camino para superar las
pruebas correspondientes.
3. Tanto el manual, que se corresponde con el programa, como la bibliografía
complementaria, son únicamente una recomendación, en el sentido de que permiten
contestar al programa. Dada la naturaleza universitaria de la institución en la que se
imparte la econometría, el alumno puede optar por adoptar su propia selección.
4. Hay además otros documentos, como las instrucciones remitidas a todos los centros
Asociados, que explican la forma de elaborar la aplicación práctica.
5. Toda la bibliografía relacionada con la asignatura disponible en las bibliotecas de los
Centros Asociados y la Biblioteca de la Sede Central, es accesible a los alumnos de la
UNED sin más requisito que hacerse el correspondiente carné.
6. Es intención de los responsables de esta asignatura, poner a disposición de los alumnos
un paquete informático, para aquellos que no dispongan de otra alternativa. No es
necesario que se utilice y más bien es recomendable que la primera vez se haga de
forma manual (sin programa informático). Una vez entendida la rutina, puede hacer uso
del paquete. En el examen, no dispondrá del programa informático, por lo que no tiene
que albergar dudas respecto al proceso de cálculo correspondiente a la parte aplicada
del examen.


7.- CONTENIDOS

Los contenidos de la asignatura se han distribuido a lo largo de 13 temas donde se
recogen y desarrollan los aspectos que anteriormente señalamos como objeto de estudio de
la materia. Destacan como temas más relevantes los números 6, 7 y 8, donde se estudian
los instrumentos básicos de la economía cuantitativa.

El desarrollo concreto del Temario, es como sigue:

Tema 1 Introducción a la econometría
Tema 2 Ajuste de un modelo de regresión simple y múltiple
Tema 3 Una introducción al enfoque de componentes inobservados
Tema 4 La medición de las teorías económicas basada en la descomposición periódica
(análisis del periodograma) de los ciclos empíricos
Tema 5 Modelos uniecuacionales en un contexto probabilístico
Tema 6 Inferencia en la regresión lineal múltiple
Tema 7 Revisión de las hipótesis de trabajo
Tema 8 El problema de la multicolinealidad
Tema 9 Consistencia de los estimadores Mínimo Cuadráticos
Tema 10 Aplicaciones (econométricas) de economía cuantitativa
Tema 11 Medición y estimación de las teorías o hipótesis de consumo con datos
trimestrales
Tema 12 La medición de las leyes de demanda de productos ganaderos respecto a precios
de productos relacionados y renta



Introducción a la Econometría. Guía Didáctica. Página 9



8.- ORIENTACIONES BIBLIOGRÁFICAS

Los textos base para preparar la asignatura, son:

1. ÁLVAREZ VÁZQUEZ, Nelson Introducción a la Econometría. Ediciones
Académicas . Madrid 2003 (este puede sustituirse por el texto antiguo)
2. ÁLVAREZ VÁZQUEZ, Nelson. Aplicaciones de Econometría. Editorial CERA.
Madrid, 1999

Para ampliar las cuestiones referidas a la metodología, pueden consultarse:

i. EPSTEIN, R.J. (1987): A History of Econometrics. North Holland. Amsterdam
ii. MORGAN, M. S. (1990): The History of Econometric Ideas. Cambridge University
Press. Cambridge.
iii. DARNELL A. C.& EVANS J.L. (1990) The Limits of Econometrics. E. Elgar
Publishing Limited. England.
iv. DE MARCHI, N. & GILBERT, CH. (1989): History and Methodology of
Econometrics. Clarendon Press. Oxford.

Para el resto de los temas, puede consultarse cualquier manual general de Econometría,
como:

i. ALCAIDE INCHAUSTI A. y otros (1990), Economía Aplicada Cuantitativa I.
Cuadernos de la Uned nº 88. Ed. UNED.
ii. AZNAR GRASSA, A. (1984), Problemas de Econometría. Ed. Pirámide
iii. DAGUM & DAGUM (1971), Introducción a la Econometría. Ed. Siglo XIX
iv. GUJARATI, D (2003), Econometría. McGraw Hill.
v. JOHNSTON, J, DINARDO, J.(2001), Métodos de Econometría. Ed. Vicens Vives.
vi. MADDALA, G.S. (1977). Econometría. McGraw-Hill.
vii. PINDYCK, R.S & RUBINFIELD, D.L. (1980) Modelos Econométricos. Labor.
viii. PULIDO SAN ROMÁN, A. (1987). Modelos Econométricos. Pirámide.
ix. URIEL, E. (1985) Análisis de series temporales. Modelos ARIMA. Paraninfo.
x. WALLIS, K.F. (1972), Introducción a la Econometría. Alianza Universidad.


9.- LAS ACTIVIDADES

En otro lugar de esta guía ya se ha señalado la importancia que tiene en esta
asignatura la realización de actividades. El alumno debe intentar realizar por su cuenta las
actividades resueltas en el manual de aplicaciones, al principio de forma manual siguiendo
paso a paso todo el proceso hasta asegurarse de haberlo comprendido bien. Después puede
utilizar el software informático.

En el capítulo de orientaciones bibliográficas se ofrecen al alumno algunos textos
con los que puede completar las actividades del manual. Consideramos que con los
ejercicios de los manuales teórico y práctico señalados como textos base, el alumno dispone
de suficientes aplicaciones para preparar la materia. Más que realizar muchas aplicaciones,
se trata de que la que se haga, sea comprendida en su totalidad.



Introducción a la Econometría. Guía Didáctica. Página 10




10.- LA EVALUACIÓN

Estará basada en la prueba presencial y en la aplicación práctica a presentar por el
alumno de la que se habló en el apartado anterior.

La aplicación práctica mejorará la nota obtenida en la prueba personal en función
de su calidad, pero es requisito previo para aprobar la asignatura, haber superado la prueba
personal. Esta constará de dos partes, una teórica donde se plantearán cuestiones cortas del
mismo estilo que las que figuran al final de cada tema, y una pregunta más larga que puede
coincidir con algún epígrafe del temario. La segunda parte será de naturaleza práctica y
consistirá en la resolución de algún ejercicio parecido a los del manual de aplicaciones.
Ambas han de ser superadas independientemente para aprobar la prueba personal.

La ponderación de cada una de las partes será:

Teoría: 6 puntos (1 punto las preguntas cortas y 3 puntos la extensa)
Aplicación: 4 puntos.

Los informes de los profesores tutores, cuando existan, siempre tendrán una
influencia positiva en la evaluación final.

En esta guía se ofrece un ejercicio de examen resuelto.



11.- ORIENTACIONES PARA EL ESTUDIO DE CADA UNIDAD O TEMA

Este apartado pretende orientar al alumno a lo largo del temario con el objeto de
ayudarle a superar las dificultades que se encuentre en el proceso de aprendizaje,
señalándole los aspectos más relevantes y orientándole en el estudio de los mismos.

Aunque normalmente nos detendremos en cada epígrafe, a veces se han omitido
algunos por considerar que no necesitan comentarios adicionales. En particular se ha hecho
esto con casi todos los apartados que tratan ilustraciones empíricas, cuyo objetivo obvio, es
la ilustración de los aspectos teóricos tratados con anterioridad.



Introducción a la Econometría. Guía Didáctica. Página 11

Todos los temas se encuentran en el texto base y, en aquellos epígrafes en que se ha
considerado necesario, se han proporcionado referencias bibliográficas para ampliar el
contenido de los mismos.


Tema 1. Introducción a la Econometría

En este tema se tratan cuestiones que no suelen ser objeto de atención en los textos
introductorios. No obstante hemos considerado que sin un mínimo conocimiento de los
mismos, es difícil que el alumno/a pueda abordar con éxito la medición de las relaciones
económicas, objetivo último de la econometría.

Las ideas más importantes desarrolladas en cada uno de sus diferentes apartados, se
exponen a continuación.

1. Consideraciones metodológicas (versa sobre la evolución histórica de la econometría;
la diferencia entre el razonamiento inductivo y deductivo y su relevancia de cara a la
cuantificación: las conclusiones inductivas rebasan el alcance de las premisas; la naturaleza
causal de las leyes económicas y el tratamiento de la causalidad en econometría (ha tendido a
ser rechazado), así como a las diferencias entre hipótesis, teorías y modelo)


2. El objeto de la econometría. (de entre las dos alternativas básicas que se plantean, se
elige como objetivo de la econometría, la medición de las teorías económicas cualitativas.
La medición se concreta en proporcionar un signo y un valor para la pendiente
(parámetro), comprobando si es acorde con el postulado por la teoría, determinar la
dirección de la influencia, y verificar si es o no estable en el tiempo. Siendo esta una
alternativa hoy heterodoxa, requiere una justificación que el alumno puede asimismo
encontrar en este epígrafe. Es esencial en este sentido, tanto la diferencia entre hipótesis y
teoría, como el principio de causalidad que, como consecuencia del historicismo ha sido
abandonado en los modelos econométricos.

Para la medición es importante tener en cuanta que las leyes han sido formuladas en
términos estáticos, en tanto que pretendemos medirlas con series históricas (dinámicas) lo
cual genera un importante problema en la cuantificación) .

3. Los manuales de econometría. (En los diferentes manuales aparecidos a lo largo de la
historia, puede apreciarse la evolución sufrida por la econometría. Al principio no habría
manuales propiamente dichos, sino tratados de métodos estadísticos aplicados a las ciencias
sociales (ni tampoco muchos datos) pero poco a poco éstos van siendo reemplazados por
los manuales de econometría. En este epígrafe se mencionan algunos de los más
importantes)

4. La econometría a partir de los primeros congresos de la Econometric Society (Se
comentan las ponencias de los primeros congresos de la Econometric Society, que pueden
ayudar a comprender el significado de la econometría)


5. La inferencia estocástica (La econometría actual acepta el uso de la inferencia estocástica.
En este apartado se señalan algunas críticas a su utilización, lo que no evita que hoy por
hoy sea imprescindible su conocimiento)



Introducción a la Econometría. Guía Didáctica. Página 12

6. Ciencia Económica y Econometría (En la interpretación de la econometría que se ha
adoptado, lo esencial es la teoría económica, que proporciona al económetra las leyes que
éste debe intentar medir, es decir su objetivo es la cuantificación de las regularidades
establecidas deductivamente por la teoría, que es un dato para él. Las leyes económicas
deben ser simples, un efecto y una sola causa, lo que permite atribuirles un determinado
grado de certeza.

La cuantificación o medición es el primer paso, siendo posterior la predicción que
también posee carácter estático como las propias leyes teóricas que se quieren medir, por
más que en la medición se utilicen series históricas (dinámicas).

Los cuatro epígrafes siguientes tratan de ilustrar en términos prácticos cuanto se ha
señalado anteriormente, tomando como ejemplo la teoría de la demanda, una de las teorías
que más atención ha merecido desde el punto de vista aplicado.

7. La teoría económica de la demanda. Se comienza definiendo en términos
matemáticos la ley que se pretende medir, lo que puede no ser inmediato. En este caso
concreto se supone que la cantidad demanda es función del precio D = f(p), de manera que
la dirección de la causalidad iría de los precios a las cantidades. Esta relación es estática y
supone constantes el resto de los factores. Éstos vendrían recogidos en la forma funcional,
de manera que si variasen, se desplazaría la demanda. Éste es un cambio diferente al que
sucede a lo largo de la función demanda que se debe sólo a variaciones en el precio: estos son
los movimientos que explica la teoría. En estas condiciones la teoría afirma que la pendiente es
negativa. El signo y el valor de la pendiente negativa postulada por la teoría, es lo que
debemos intentar cuantificar, si bien es previo el tratamiento que hemos de dar a la condición
ceteris paribus.

8. El significado de la medición de una teoría económica. Por medición se entiende dar
respuesta a las siguientes cuestiones: a) verificación del signo de la pendiente, b)
establecimiento de su valor, y c) fundamentación empírica de su constancia en el tiempo.
Dada la dificultad extrema de c) en las aplicaciones nos ocuparemos de los dos primeros
apartados.

La ley a medir tiene una expresión estática y otra dinámica, inequívocamente
relacionadas y con el mismo significado económico, aunque contempladas desde
perspectivas diferentes. No hay pues contradicción, sino que se trata de dos expresiones de
la misma ley. En el caso de la demanda, a la expresión estática, recta con pendiente negativa,
corresponderían movimientos contrapuestos en términos dinámicos. Lo contrario
sucedería en el caso de la oferta: recta con pendiente positiva en términos estáticos y
movimientos sincronizados en el tiempo en términos dinámicos.

9. El descubrimiento del proceso generador de datos Representa una forma alternativa
de entender la econometría, si bien hoy por hoy es la dominante. El alumno debe
comprender bien las diferencias de enfoque entre una y otra.

El último apartado se trata de ilustrar lo que sería una aplicación práctica concreta,
aplicada en este caso al mercado del aceite, del que se pretende cuantificar la demanda
(oferta). Aquí se exponen los primeros problemas que hay que se presentan en la medición:
elección de las contrapartidas empíricas de las variables teóricas, clasificación de las
variables en endógenas (efecto) y exógenas (causas), elección de la forma funcional, etc.
Una vez se hayan resuelto estas cuestiones y suponiendo que se opte por una relación lineal


Introducción a la Econometría. Guía Didáctica. Página 13

(lo habitual), el siguiente paso es ajustar una recta de regresión utilizando los datos de las
variables empíricas.



Tema 2. Ajuste de un modelo de regresión lineal simple y múltiple

Los cálculos necesarios siendo imprescindibles en las aplicaciones, han de asimilarse
bien. En primer lugar, es necesaria la obtención de medias, varianzas y covarianzas entre las
variables, cuya obtención suponemos conocida. Lo que se pretende con el método de los
Mínimos Cuadrados Ordinarios (MCO), es ajustar una recta (u otra función), de forma que
la suma de las discrepancias d
t
2
, entre la variable observada Y
t
y la estimada
$
Y
t
, sean mínimas.
El motivo de elegir
2
t
d

y no simplemente
t
d

es que, si eligiésemos esta última suma, los
términos positivos se cancelarían con los negativos y la suma sería cero.

Aplicando las condiciones de mínimo a D =
2
t
d

se obtienen las ecuaciones
normales (2.11 y 2.12) y, a partir de ellas podemos calcular los parámetros a y b.

Un mecanismo aconsejable es trabajar con desviaciones a las medias, eliminando el
término independiente. Así se obtiene (expresión 2.15) el estimador de MCO de b. El término
independiente carece de significado económico, siendo su utilidad mejorar el ajuste. Por el
contrario, el significado de b, es claro. Representa la tasa de cambio o cambio marginal de la
variable dependiente (endógena) ante una variación unitaria de la independiente (exógena).
Puede representar también la elasticidad, si los datos están en logaritmos.

Todo este proceso aparece descrito en el epígrafe 2.2, ilustrándose con los datos del
mercado del aceite proporcionados en el tema anterior. Las expresiones más utilizadas en la
práctica son las ecuaciones (2.15) y (2.16).

Obtenida la recta de regresión interesa conocer el grado de ajuste, para lo que se
dispone de diferentes coeficientes. El coeficiente de correlación lineal, r, mide asociación
de los movimientos de X e Y en la escala abstracta (-1, 1). En ningún caso cabe
interpretarlo como una medida de la causalidad entre las variables. En las aplicaciones se
recurre al coeficiente de determinación R
2
, que coincide con el cuadrado del coeficiente de
correlación. La razón se debe a que 100*R
2
es el porcentaje de la varianza de la variable
endógena explicada por la regresión. Su valor suele tomarse como una medida de la bondad
del ajuste. No cabe atribuir tampoco un valor causal a este coeficiente. La causalidad en los
modelos estructurales, es una hipótesis previa al tratamiento de los datos. Su valor puede
obtenerse a partir de la expresión (2.20) y elevando luego al cuadrado, o bien
recurriendo a la expresión,

2
2
2
1
r
y
s
R
s
= −

siendo
2
r
s la varianza residual o varianza de las discrepancias que se calcula con la
fórmula 2.19

En el epígrafe 2.3 se presentan diversas formas funcionales que pueden ser de
utilidad en la cuantificación, así como el importante concepto de elasticidad que debe ser ya


Introducción a la Econometría. Guía Didáctica. Página 14

conocido. El ejemplo del aceite vuelve a servir de base para ilustrar el cálculo de este
concepto. Además en el epígrafe 2.5, se presenta un ejemplo de la medición de la curva de
Phillips.

Como el alumno/a dispone de los datos y los cálculos intermedios, es conveniente
que intente reproducir todo el proceso de cálculo. Puede asimismo ejercitarse eligiendo
otras variables empíricas como imagen de las teóricas. Por ejemplo, sustituyendo la
superficie por la producción como variable endógena, si bien esta última tiene el problema
de estar influida no sólo por la superficie (variable que sí está plenamente determinada por
el empresario, el agricultor en este caso), sino por las condiciones climatológicas.

En el manual los cálculos están hechos con ordenador utilizando el software
Econometric Views (Eviews, 4). Para aquellos que pudedan disponer de él, en la pág. 76 se
dan unas indicaciones sobre las instrucciones básicas para obtener las salidas de las tablas
2.4 o similares. Para aquellos otros (entendemos que la inmensa mayoría) que no dispongan
de este programa, pueden utilizar cualquiera de entre los muchos que efectúan estos
cálculos. En la página web de la asignatura hay algunas direcciones donde se pueden
encontrar programas gratuitos. Entre ellos uno que resulta aconsejable tanto por su calidad
como por su facilidad de manejo, es Gretl. Puede descargarse de forma gratuita. Para
acceder a dicho programa, una vez situados en la web de la asignatura, hay que seguir la
ruta,

Otros recursos en la red / Recursos en línea para estudiantes de econometría / Software

Una vez aquí, hay que buscar dicho programa (están ordenados alfabéticamente).
Como puede observarse hay muchos otros enlaces. Pero no todos los paquetes son
gratuitos y, entre los gratuitos, algunos son de difícil manejo o más limitados que el
aconsejado.

Un programa de gran difusión y que también puede ser utilizado en este curso, es
EXCEL del paquete Office. En la última sección de esta guía se ofrecen unas instrucciones
básicas (para usuarios no avanzados) con las que el alumno/a podrá efectuar prácticamente
todos los cálculos econométricos exigidos en esta asignatura.

Con ello se pasa a la regresión múltiple expuesta en los epígrafes 2. 6 y siguientes. El
modelo de regresión múltiple no es más que una generalización del modelo simple en el
que se incluyen más de una variable explicativa (o variable causa). Aunque es muy utilizado,
presenta graves problemas, el más importante de los cuales es el de la multicolinealidad o
dependencia entre las variables explicativas, al que más adelante se dedica el capítulo 8.
Éstas y otras dificultades, están recogidas en el epígrafe 2.6.1. A pesar de ello, el alumno
debe conocer bien esta técnica.

El álgebra matricial, aunque en principio pueda suponer una complicación, es ventajosa
a la hora de encontrar los estimadores de los parámetros. En el epígrafe 2.6.2 se explica el
proceso de cálculo. El criterio para la obtención de los parámetros sigue siendo el mismo:
la minimización de la suma cuadrática de las discrepancias. Si consideramos un modelo con
dos variables explicativas más el término independiente, ello conduciría a tres ecuaciones
normales en vez de dos, como en la regresión simple. Utilizando el artificio de trabajar con
desviaciones a la media se elimina el término independiente y con ello una de las ecuaciones
normales, quedando únicamente las dos que se recogen en la expresión (2.70). La fórmula


Introducción a la Econometría. Guía Didáctica. Página 15

(2.69) es la más práctica de cara al calculo de una regresión con dos variables explicativas.
Dicha expresión se generaliza inmediatamente para k variables explicativas:

1
2
1 1
1 12 1
2
2
21 2 2 2
2
1 2
ˆ
...
ˆ
...
ˆ
...
... ... ... ... ...
ˆ ...
y
k
y
k
yk
k k k
k
b s
s s s
s
s s s b
b
s
s s s
b

| |
| | | |
|
| |
|
| |
= =
|
| |
|
| |
| |
|
\ . \ .
\ .


Las fórmulas (2.65) o su equivalente que aparece erróneamente numerada como (7.12),
permiten calcular los parámetros de una regresión lineal simple utilizando el cálculo
matricial.

Se ilustra todo ello utilizando nuevamente el mercado del aceite, pero considerando
ahora la renta como una nueva variable explicativa además del precio. Los signos esperados
son, positivo para la renta y negativo para el precio. Los resultados de la tabla 2.19
muestran que, en el caso de la renta, el signo es contrario al esperado.

Para el cálculo del ajuste en la regresión lineal múltiple, son especialmente útiles las
expresiones (2.72), que proporciona la suma cuadrática de las discrepancias, y las (2.73) y
(2.75), que dan el valor del coeficiente de determinación, según estemos trabajando en
desviaciones con respecto a la media o con datos originales.

Este capítulo finaliza con la consideración de formas funcionales no lineales. En
economía una de las más utilizadas es la parábola, que podría representar la función de
ingresos o de costes de una empresa. En este último caso puede emplearse también una
función cúbica.

El anexo (pp. 114 y ss) no será, en ningún caso, objeto de examen.

Erratas advertidas en este capítulo:

En la página 69, los datos de la columna Y
2
de la tabla 2.1, son incorrectos.

En la expresión (2.18) el numerador debe ir elevado al cuadrado. Inmediatamente más abajo,
en la fórmula para calcular b, el numerador debe ser cov (q
t
, p
t
).

Las expresiones (2.34) y (2.35) que corresponden al cambio marginal y la elasticidad de la
función logarítmica inversa, deberían ser,

2
bY
X
(2.34)

b
X
(2.35)







Introducción a la Econometría. Guía Didáctica. Página 16

Tema 3. Introducción al enfoque de componentes inobservados


Debe comprenderse bien la fundamentación de este enfoque, en particular el significado de la
inclusión de t como un regresor más en la regresión, o el criterio de separación entre tendencia
y ciclo. Ello es importante de cara a la interpretación de los resultados.

Puesto que dentro de esta aproximación, el primer paso es separar la serie histórica en
tendencia y ciclo, una vez se ha definido lo que se entiende por ambos tipos de movimiento el
alumno ha de aprender a estimar ambos. En este capítulo nos ocupamos de la separación en
tendencia y ciclo empírico, y en el siguiente, de la descomposición del ciclo empírico en ciclos
teóricos de periodicidades fijas.

Los epígrafes 3.3, 3.4 y 3.5 enseñan cómo calcular diversos tipos de tendencias (tasas
de variación, diferenciación, medias móviles, tendencias exponenciales, polinómicas, método
de la cuerda) a la vez que muestran las ventajas e inconvenientes de cada una de ellas. Están
basados en sencillos procedimientos de cálculo y, habiendo comprendido (o recordado) el
cálculo de una regresión lineal, no deberían plantear ninguna dificultad.

Una vez que hemos calculado la tendencia, el ciclo empírico se obtiene restando de la serie
original la de tendencia (ver expresión (3.10)). En el epígrafe 3.6 se expone una primera
aproximación a la cuantificación a partir de dichos ciclos empíricos. Debe observarse que la
dirección de la causalidad así como la existencia de desfases y su tamaño, son cuestiones que
se determinan a posteriori, a partir de la evidencia empírica, ya que la teoría económica no es
clara al respecto.

Aparecen dos conceptos nuevos, el de flexibilidad que es equivalente al de elasticidad
pero implica que la dirección de la causalidad va de las cantidades a los precios, y el de
correlación en el tiempo, que no es más que una generalización del concepto de correlación
utilizado en las distribuciones atemporales. Es una herramienta útil para determinar la
dirección de la causalidad y la longitud de los desfases. La fórmula utilizada en el cálculo es la
(3.14). La interpretación de esta herramienta se ilustra en la tabla 3.7 que se refiere al mercado
del aceite. Parte del hecho de que si existe causalidad entre precios y cantidades, la causa debe
preceder al efecto en el tiempo. Es decir que si la causalidad va de los precios a las cantidades,
entonces los cambios en los precios deben preceder a los registrados en las cantidades. En la
columna encabezada con la leyenda “lag” (retardo), aparece la correlación entre el ciclo de la
superficie, CLSUPOLI (que se mantiene fijo) y el de precios, CLPRACEI, este último
retardado 0, 1, 2, ..., 16 periodos. En la columna siguiente, “lead” (adelanto), se muestra la
correlación del mismo ciclo de la superficie y el del precio adelantado 0, 1, 2, ... 16 periodos. Si
la máxima correlación se da en la primera columna, quiere decir que los cambios en los precios
(que aparecen retardados) preceden a los habidos en las cantidades, mientras que si ocurre en
la columna lead, el significado es el contrario: los cambios en las cantidades preceden a los de
los precios. En el primer caso, la causalidad irá de los precios a las cantidades y en el segundo
de las cantidades a los precios. El tamaño del desfase vendrá indicado por el valor de i donde
se produce la máxima correlación. Queda claro que en el ejemplo examinado la dirección
causal va de las cantidades a los precios, y el tamaño del retardo es 5. Por tanto regresaríamos
el ciclo de precios sobre el de cantidades retardado 5 periodos (tabla 3.8). El resultado muestra
una flexibilidad de – 2.76 (no –2.83 como erróneamente aparece en la página 141).

Como el proceso de cálculo anterior es muy laborioso, se puede optar por la
alternativa representada por la ecuación (3.16), cuyos resultados se muestran en la tabla 3.10.


Introducción a la Econometría. Guía Didáctica. Página 17

La equivalencia entre ambas, postulada por Frisch y Waugh, se refiere al coeficiente de
flexibilidad, no al de determinación. Vemos que la flexibilidad es prácticamente idéntica (no es
exactamente igual porque Frisch y Waugh se refieren a los ciclos obtenidos tras eliminar una
tendencia lineal mínimo cuadrática, y aquí se ha utilizado la tendencia que pasa por los
extremos de la serie, o método de la cuerda).

Como antes, conviene que el alumno intente reproducir los cálculos utilizando las
tablas de valores intermedios (tablas 3.9 y 3.15), lo que le servirá como ejercicio de
autocomprobación.


Tema 4 La medición de las teorías económicas basada en la descomposición
periódica.


La medición de la teoría de la demanda llevada a cabo entre los ciclos empíricos no puede
considerarse satisfactoria, dada la elevada dispersión que reflejan las figuras 3.20 y 3.22. La
inadecuación se debería al hecho de que el ciclo empírico es un movimiento heterogéneo,
resultado de la superposición de ciclos teóricos de diferentes periodicidades. La
descomposición periódica trata de avanzar un paso más en la cuantificación, descomponiendo
el ciclo empírico en ciclos teóricos inobservables de diferentes periodicidades. De ahí el
nombre de modelo de periodicidades ocultas.

La fundamentación de esta aproximación está contenida en los dos primeros epígrafes,
mientras que en el tercero se ilustra el proceso de cálculo de los coeficientes de Fourier, utilizando
una vez más el mercado del aceite. Aunque este instrumento pueda suponer una novedad para
el alumno, el cálculo no es muy complicado aunque sí algo tedioso. Las fórmulas (4.7) y (4.8) y
el hecho de que los distintos armónicos son ortogonales, facilitan dicho proceso. Si se dispone
de los datos de varianzas y covarianzas, como en la tabla 4.3 (p. 154), el resultado de las
fórmulas anteriores en inmediato. Si no, han de obtenerse las series trigonométricas w
ij
. En la
tabla 4.2 se ofrecen las correspondientes a los dos primeros armónicos. Un detalle que genera
alguna confusión, es que no siempre se advierte que W
0
=0.209439 no son grados
sexagesimales, sino radianes. La equivalencia es,

0
0.209439·360
12
2
W
π
= =
o


que puede ser más cómodo para trabajar con la calculadora.

Conocidos los coeficientes de Fourier correspondientes a los diferentes armónicos,
la contribución a la varianza de cada uno de ellos se deriva inmediatamente de las
expresiones 4.11 y 4.13. Representando gráficamente estos valores en ordenadas y sus
periodos en abcisas, se tiene el periodograma, instrumento básico en esta aproximación que
nos indica la contribución de cada armónico a la explicación de la varianza.

En el de la figura 4.6 se observan picos (se entiende por “pico” un valor mayor que
los de los dos adyacentes) coincidentes en las periodicidades de 30 y 2,3 años, lo que
significa que esos ciclos teóricos son importantes tanto en la serie de precios como en la de
cantidades (aquí representada por la superficie). En consecuencia mediríamos la ley de la
demanda en dichas periodicidades, calculando previamente los ciclos teóricos
correspondientes y efectuando luego la regresión entre los mismos. Este proceso se ilustra


Introducción a la Econometría. Guía Didáctica. Página 18

en 4.5: en la periodicidad de 30 años se obtiene una ley de demanda, como se muestra en
la figura 4.8 donde se aprecia la reducción de la dispersión con respecto a la medición
efectuada entre los ciclos empíricos. Por el contrario, en los 2,3 años la ley es de oferta fig.
4.9).

No es necesario estudiar el anexo.

Erratas advertidas en este capítulo:

En la página 153, los primeros valores de las columnas 6, 7, 8 y 9 son positivos, no
negativos.

Tema 5 Modelos uniecuacionales en un contexto probabilístico


Con la introducción de la probabilidad el objeto de la econometría deja de ser la medición de
una teoría establecida a priori, para pasar al descubrimiento de hipótesis. Este cambio de
enfoque, operado entre los años 30 y 40 del siglo pasado, fue criticado por importantes
economistas, pero acabó imponiéndose y constituye hoy el programa ortodoxo de
econometría en cualquier Universidad. En el primer epígrafe se señalan algunos aspectos
especialmente delicados de este enfoque.

Conviene que el alumno repase sus conocimientos de probabilidad e inferencia antes
de abordar el estudio del resto del programa.

La introducción de la probabilidad en el modelo de regresión simple presentado en el
tema 2, se concreta en la adición de un nuevo término inobservable, V
t
que es considerado
como una variable aleatoria. La aleatoriedad se traslada así a Y
t
y a los valores de a y b. Las X
t

se suponen fijas, es decir no aleatorias o estocásticas.

Las series históricas se consideran ahora muestras de una población hipotética. Con una
muestra concreta de Y, obtendremos unos valores concretos para a y b. Pero si dispusiésemos
de una muestra diferente, los valores de a y b serían también distintos. Como en economía
sólo disponemos de una serie (una única realización en la terminología probabilística), su
consideración como una muestra resulta cuestionable. En 5.4 se intenta ilustrar el denominado
proceso de muestreo artificial.

Respecto de la perturbación aleatoria, cuya imagen empírica son las discrepancias de la
regresión, se formulan determinadas hipótesis, necesarias para garantizar que los estimadores
de los parámetros poblacionales gocen de las propiedades deseables (insesgadez, eficiencia y
consistencia) y para hacer posible el empleo de la inferencia estadística. Las hipótesis más
importantes son, media nula, varianza constante, no autocorrelación y normalidad.. Las tres primeras
garantizan la insesgadez y la eficiencia y la cuarta, aunque no es necesaria para que se cumplan
estas propiedades, sí lo es para el empleo de los procedimientos habituales de contraste. Todas
ellas se exponen con detalle en los epígrafes 5.5 – 5.8.

En 5.9 se aborda la estimación de los parámetros por los métodos mínimo cuadrático y
de la máxima verosimilitud. La estimación por MCO es idéntica a la que se expuso en el tema 2 y
también lo es el cálculo del coeficiente de determinación. La de MV, aunque basada en un
criterio diferente, conduce en este caso a la misma solución, de manera que basta con un
conocimiento teórico de este método. Una novedad es que proporciona un estimador para la


Introducción a la Econometría. Guía Didáctica. Página 19

varianza de las perturbaciones que, aunque máximo verosímil, es sesgado (expresión 5.43). En
las aplicaciones es habitual utilizar un estimador insesgado que, como veremos, es algo mayor
al dividir la suma cuadrática de las discrepancias, no por n sino por n-2, es decir teniendo en
cuenta el número de grados de libertad perdidos. En todo caso cuanto mayor sea el número
de observaciones, menor será la diferencia entre uno y otro.

El epígrafe 5.10 trata de la distribución en el muestreo de los estimadores a y b. Como
dijimos, en el enfoque probabilístico, éstos son variables aleatorias. Aceptada por hipótesis la
normalidad de V
t
, se sigue que tanto a como b, son v.a. normales.

Se demuestra (sección 5.10.2) que los estimadores a y b son insesgados y eficientes, es decir
son los que poseen varianza mínima dentro de los estimadores de su clase (lineales e
insesgados). La demostración de esta última propiedad termina con la expresión (5.59). La
fórmula (5.60) ofrece la varianza del estimador b, que va a ser necesaria en los ejercicios de
inferencia estadística (contraste de hipótesis, construcción de intervalos de confianza,
predicción por intervalos). La varianza de a viene dada por,

2
2
2
1
var( )
v
t
X
a
n x
σ
(
= +
(
(
¸ ¸



en tanto que la covarianza entre a y b, responde a la fórmula (5.87).

Finalmente (5.70) proporciona una fórmula para el cálculo del estimador insesgado de
las perturbaciones aleatorias:

2
2
ˆ
2
t
v
d
n
σ =




Con todas estas expresiones y teniendo en cuenta la distribución en el muestreo de los
estimadores, podemos efectuar los diversos ejercicios de inferencia que se exponen en 5.12. A
pesar de que a y b son v.a. normales, no es posible utilizar las tablas de la normal en la
contrastación de hipótesis debido al desconocimiento de la varianza poblacional de las
perturbaciones aleatorias, que aparece en las fórmulas de la varianza de a y b y en cov(a, b). Por
ello es necesario recurrir a otras distribuciones (t –Student, χ
2
y F de Snedecor). Hecha esta
salvedad, el procedimiento de contraste es el habitual y se ilustra en el epígrafe (5.12) con el
ejemplo del mercado del aceite. Por ejemplo, si queremos contrastar la hipótesis de que la
elasticidad demanda/precio es significativamente distinta de cero,

a) Se postula la denominada hipótesis nula, en este caso H
0
: β = 0
b) Hemos visto que la expresión (b-β)/s(b) se distribuye según una t con 29 grados de
libertad. Luego si la hipótesis nula es cierta (β=0), b/s(b) → t
29
.
c) Se calcula dicha expresión y se compara el valor obtenido con el tabulado para el
nivel de significatividad elegido. Éste suele ser el 95%
d) Podemos comprobar en tablas que para una t con 29 grados de libertad el valor
estará comprendido en el intervalo (-2,045, 2,045), 95 veces de cada 100, luego si
la hipótesis nula es cierta, es decir si el parámetro no es estadísticamente distinto
de cero, el valor de b/s(b) debe comprendido en dicho intervalo. En otro caso (si
b/s(b) es mayor en valor absoluto que 2.045), se rechaza la hipótesis nula, lo
que significa que aceptamos la significatividad del parámetro.


Introducción a la Econometría. Guía Didáctica. Página 20


El mismo procedimiento seguiríamos si la hipótesis a contrastar fuese H
0
: β = h, con h
≠ 0, con la única diferencia de que ahora el numerador de estadístico de contraste será b − h.

Finalmente, la ecuación de regresión estimada puede utilizarse para la predicción, que
puede ser por puntos o por intervalos y referirse al predictor o a su media teórica. Se demuestra
que el predictor
0
ˆ
Y es una variable aleatoria normal, con media
0 0
ˆ
( ) E Y Y = y varianza dada por
la expresión (5.93), con lo que el cálculo de un intervalo de confianza para la predicción es
similar al descrito para los valores de a o b.

En el caso de que lo que interese pronosticar sea, no el predictor sino su media teórica,
la varianza responde a la expresión (5.90).


Tema 6 Inferencia en la regresión lineal múltiple


Este tema simplemente generaliza los resultados del tema anterior al supuesto de que haya
más de una variable explicativa (regresión múltiple). La estimación de los parámetros del
modelo, y del coeficiente de determinación, sigue el mismo procedimiento que se expuso en el
tema 2. Las hipótesis sobre la perturbación aleatoria son las mismas que en el tema 5 (6.5), y
las características y propiedades de los estimadores a, b
1
, ..., b
k
, son también análogas a las
vistas en el tema 5: es decir son variables aleatorias normales y gozan de las propiedades de
insesgadez (6.23) y eficiencia (6.24).

Ahora la expresión (6.24) proporciona una estimación para las varianzas y covarianzas
de los estimadores, apareciendo aquéllas en la diagonal principal.

En la página 240 una errata: deben suprimirse todas las numeraciones de fórmulas que
aparecen a la derecha, de manera que la siguiente fórmula, es decir la (6.25) corresponde a la
que aparece al principio de la página 241, que se refiere al estimador insesgado de la varianza
de las perturbaciones aleatorias: presenta la única diferencia con respecto al de regresión
simple, de que en el denominador se corrige por n-k en lugar de n-2.

Para contrastar hipótesis sobre el valor de σ
2
puede utilizarse (6.28).

Con estas expresiones se pueden realizar contrastes de hipótesis y construir intervalos
de confianza como se ilustra en las páginas 242-246.

En el epígrafe 6.3 se muestran algunos contrastes de hipótesis adicionales que suelen
utilizarse en el trabajo aplicado. Comprendidos los anteriores, no deberían plantear ningún
problema.


Tema 7 Revisión de las hipótesis de trabajo

Decía Pareto que desde un punto de vista teórico (la referencia esta tomada de
Haavelmo, 1944), es posible demostrar cualquier proposición. Basta con actuar sobre el
alcance de los supuestos. Si se acepta que los números de la lotería del Comisariado de


Introducción a la Econometría. Guía Didáctica. Página 21

Finanzas de Moscú, son series puramente aleatorias en el tiempo, la tesis de la generación
de ciclos regulares a partir de la pura aleatoriedad queda establecida de modo necesario.

Hasta ahora se ha justificado la racionalidad de aplicar a los movimientos
económicos, los supuestos de la teoría de las probabilidades. Cuando se aplica ésta a
evidencias empíricas, es decir, a series históricas concretas extraídas de los anuarios, se
observan resultados contrarios a lo esperado: las discrepancias de la regresión presentan
autocorrelación, varianza no constante, etc.

El mantenimiento de la inferencia estocástica como esquema conceptual válido para
su aplicación a la economía, requiere revisar tales incumplimientos. Es decir, el economista
debe saber como actuar si alguna de las hipótesis no es válida.

La revisión del incumplimiento de aquellas hipótesis, incluye la detección del
mismo, las consecuencias, así como su corrección. En particular se revisan las hipótesis de
autocorrelación, homocedasticidad y normalidad. El próximo tema se dedica al problema
de la multicolinealidad.

El incumplimiento de las hipótesis relativas a las perturbaciones, puede detectarse
en términos intuitivos, con sólo observar su trayectoria en la correspondiente
representación gráfica. La econometría provee además de contrastes paramétricos. En lo
que sigue se comentan los principales.

7.1 Incumplimiento de la hipótesis de no autocorrelación.

Asumiendo que el concepto de autocorrelación haya sido debidamente asimilado, se
mencionan posibles razones del incumplimiento de esta hipótesis: inercia del sistema,
métodos empleados para la desestacionalización, sesgos de especificación por omisión de
variables o forma funcional inadecuada, por ejemplo.

Si se incumple esta hipótesis, los estimadores obtenidos por MCO son insesgados
pero ineficientes. No verifican la propiedad de eficiencia (ELIO).

Para la detección se analizan las discrepancias de la regresión, pudiéndose realizar
un contraste gráfico y paramétrico. El método gráfico consiste en representar las
discrepancias y observar si presentan o no, patrones definidos de comportamiento. El
principal contraste paramétrico, es el de Durbin-Watson (7.12), que analiza la
autocorrelación de primer orden.

Si entre los regresores figurasen variables endógenas retardadas, el empleo del
contraste de D-W no sería adecuado, al estar sesgado hacia 2. Se utilizaría el contraste h de
Durbin (7.25). Se ofrece una ilustración empírica en las páginas 273-274.

Puesto que la autocorrelación implica la aleatoriedad del modelo, caben dos
posibilidades. O bien se mantiene el modelo, corrigiendo la no autocorrelación con
procedimientos ad hoc, o bien, se especifica un nuevo modelo. Lo primero puede
considerarse la alternativa tradicional, lo segundo lo preconizado por modelizaciones más
recientes.

La primera posibilidad se basa en el supuesto de que mediante D-W, se ha
detectado con el análisis de las discrepancias un proceso autorregresivo de primer orden.


Introducción a la Econometría. Guía Didáctica. Página 22

En este apartado, cabe incluir los procedimientos, de Cochrane-Orcutt, Hildreth y Lu, de
Durbin, y los métodos de los Mínimos Cuadrados Generalizados., que se ilustran empíricamente
en los epígrafes 7.1.3 y 7.2 y en la Addenda.


7.3 Modelos con perturbaciones heterocedásticas.


Trata del incumplimiento de la hipótesis de varianza constante u homocedasticidad.
En el caso de perturbaciones heterocedásticas, los estimadores obtenidos son insesgados
pero no eficientes (no son ELIO). De nuevo se hace necesario transformar el modelo
econométrico para recuperar la propiedad de la eficiencia.

Existen diferentes transformaciones posibles para solucionar al menos en parte este
problema, como se ilustran en el manual (epígrafes 7.3.3 y 7.3.4) y Addenda. Es aplicable el
procedimiento de los MCG, ilustrado en el epígrafe (7.4) y en la Addenda.

Para detectar su presencia (epígrafe 7.3.5), puede ser de utilidad representar
gráficamente las discrepancias y ver su variabilidad, observando si esta crece, decrece o
permanece constante. Entre los contrastes paramétricos, uno de los más empleados es el
debido a Goldfeld-Quandt, considera la partición de la muestra en dos subgrupos, sobre los
que se analiza si poseen varianzas o no distintas, problema resuelto en la inferencia
estocástica.


7.5 Modelos ARCH

Se hace referencia a una formulación reciente de heterocedasticidad en datos de
series de tiempo, denominada ARCH (heterocedasticidad condicional autorregresiva), que hace
referencia a una especie de autocorrelación en la varianza de las perturbaciones. Esta
propuesta se desarrolló a partir de un trabajo seminal de Engle (1982), recientemente
laureado con el premio Nobel junto con Granger. Engle sugería que la heterocedasticidad
puede darse también con datos de series temporales: en este contexto había observado que
los pequeños y los grandes errores tendían a aparecer agrupados, de manera que el pasado
inmediato proporcionaría información útil sobre la varianza del término de error.

Aunque el artículo original de Engel ha dado lugar a una gran cantidad de literatura,
en un curso introductorio como es el nuestro basta con que el alumno tenga un
conocimiento elemental de esta cuestión.


7.6 Incumplimiento de la hipótesis de normalidad.


La construcción de intervalos y el contraste de hipótesis están basados en el
supuesto de normalidad de las perturbaciones, cuya revisión no es frecuente en las
aplicaciones. Ésta puede llevarse a cabo empleando estadísticos formales como el de
Jarque-Bera, cuya expresión es (hay erratas en la expresión 7.104),

2
2
( 3)
6 4
N K K
S
( − −
+
(
¸ ¸
(7.104)


Introducción a la Econometría. Guía Didáctica. Página 23


donde K es el coeficiente de curtosis y S el de asimetría . El estadístico anterior se distribuye
como una Chi cuadrado con dos grados de libertad. La hipótesis nula es que S = 0 y K = 3.

La revisión de esta hipótesis puede hacerse también en términos descriptivos,
atendiendo a la simetría de la forma de la distribución de las discrepancias de la regresión. Si
no es simétrica, no sería aplicable la estimación por intervalos y los contrastes basados en la
normalidad.



Tema 8 El problema de la multicolinealidad


No afecta a la insesgadez ni a la propiedad ELIO de los estimadores, pero
determina que la varianza de los mismos sea elevada. Ello es debido a que la varianza de los
estimadores depende de (X´X)
-1
y los elementos de esta matriz toman valores elevados
cuando el determinante ,X´X, es próximo a cero, lo que sucede si hay multicolinealidad
elevada. Como consecuencia, los intervalos se hacen imprecisos y los estadísticos t no
significativos.

En el supuesto de que exista multicolinealidad, no pueden establecerse por
separado las respectivas causalidades. Es decir, si la teoría trata de determinar que parte del
movimiento (varianza) de la variable endógena es imputable a cada una de las causas, la
multicolinealidad no permite tal conclusión. El problema es grave por cuanto no puede
establecerse a partir de qué valor cuantitativo de la correlación entre cada dos explicativas,
puede ser cualitativamente grave la multicolinealidad. Se entiende por ello que se recurra a
otros criterios, aun cuando tales coeficientes sean bajos (Addenda, pp 201-202, 1998).

En el contexto de la inferencia probabilística, se interpreta que el problema sería
muestral, dado que la hipótesis afirma que las causas actúan de forma independiente. El
procedimiento de eliminar alguna de las variables, nos sitúa fuera del problema: con una
variable explicativa menos u otra distinta, se estaría modelizando una hipótesis diferente.

Existen ciertos indicios de multicolinealidad cuando obtenemos signos contrarios a
los postulados por la teoría, cuando no sean significativas variables que la teoría señala
como causalmente importantes, o cuando coinciden valores elevados de R
2
con estadísticos
t no significativos. El cambio en éstos no implica necesariamente que se haya corregido.

Aunque la multicolinealidad no tiene solución, si pueden recomendarse ciertas medidas
para intentar atenuarla:

1. Eliminar alguna de las variables explicativas ya se ha comentado. Si de lo que se trata es
de descubrir un modelo, y que sea la evidencia empírica el criterio para llegar a la
hipótesis económica, se puede eliminar alguna de las variables, puede que entre las
menos significativas, y estimar los parámetros correspondientes al resto.
2. Incorporación de información cuantitativa independiente de la muestral, referida a los
propios datos o a los parámetros.
3. Complementar la información empleando datos temporales y atemporales.
4. Establecer la regresión entre las primeras diferencias de las variables.
5. Emplear métodos especiales de estimación.


Introducción a la Econometría. Guía Didáctica. Página 24


Se incluye una ilustración empírica del problema de la multicolinealidad (8.5).


Tema 9. Consistencia de los estimadores MCO


Las hipótesis anteriores suponían constante el tamaño de la muestra. Ahora
necesitamos conocer en qué medida, los valores de los estimadores se acercan a los valores de
los parámetros, cuando crece el tamaño de la muestra. Establecer este resultado requiere una
formalización analítica, con sus correspondientes hipótesis y teoremas.

Un estimador se dice que es consistente, si a medida que aumenta el tamaño de la
muestra, la probabilidad de que dicho estimador sea igual al valor del parámetro, tiende a la
unidad (9.5)

Para probar la consistencia de los estimadores MCO es necesario establecer la
hipótesis de convergencia. La convergencia establece la existencia de un límite para la sucesión
de medias y varianzas de cada variable exógena, cuando el número de observaciones n tiende a
infinito (9.2 y 9.3)

En estas condiciones, se demuestra que los estimadores MCO cumplen la propiedad
de consistencia (p. 333).

No sólo se establece lo anterior sino la tendencia de la distribución en el muestreo a
una distribución de probabilidad conocida, denominada distribución asintótica. Se definen en
consecuencia las características de esta distribución (epígrafe 9.4).

Hasta ahora se ha supuesto que las X no eran estocásticas, sino fijas en muestras
repetidas. Este supuesto es básico para las propiedades de los estimadores. En el
apartado 9.5 se trata el problema de los regresores estocásticos. En este caso los
estimadores no gozan de las mismas propiedades, dependiendo éstas del tipo de relación que
se asuma entre las variables y las perturbaciones. En lo anterior, se suponía mediante el axioma
de insesgadez, que eran independientes. El epígrafe 9.6 ofrece una ilustración empírica de esta
cuestión.


Temas 10, 11 y 12

No contienen teoría nueva, sino que tratan de mostrar los principales problemas que surgen
cuando se intentan aplicar los métodos econométricos a la medición de teorías. Constituyen
una buena orientación para la elaboración el trabajo práctico necesario para aprobar la
asignatura.

El tema 10 se ocupa de los pasos imprescindibles en cualquier aplicación
econométrica: descripción del objeto, elección de la teoría o hipótesis económica, selección de
los datos y tratamiento previo de los mismos, medición propiamente dicha, interpretación de
los resultados y redacción de un informe final, donde se presenten las conclusiones del trabajo.



Introducción a la Econometría. Guía Didáctica. Página 25

Para los alumnos más indecisos a la hora de seleccionar la teoría, se ofrecen dos
sugerencias: la medición de una ley de demanda (oferta) de algún producto agrario, o la
medición de la teoría del consumo.

Los temas 11 y 12 se ocupan de una medición clásica de la teoría del consumo
elaborada en su momento por Schultz. Se enmarcaría dentro de la alternativa del
descubrimiento de hipótesis.

Puesto que se proporcionan los datos básicos (pág. 390 y diversas tablas a lo largo de
la exposición), el alumno está en condiciones de reproducir los resultados.





Introducción a la Econometría. Guía Didáctica. Página 26

12. EJEMPLO DE EXÁMEN

INTRODUCCIÓN A LA ECONOMETRÍA Licenciatura de ADE. Junio de 2003.

TEORÍA

1.- Objeto de la econometría.
2.- Eliminación de la estacionalidad.
3.- Consistencia del estimador MCO de β en el modelo Y
t
= α + βX
t
+ u
t
.
4.- Estimación de modelos con perturbaciones heterocedásticas (extensa).

APLICACIÓN

Con los siguientes datos correspondientes al mercado del maíz en USA (Aplicaciones de
Econometría, pp. 32 y sig.),

obs T
X
precio
Y
produción
LX
Log precio
LY
Log produc
TX
Tasa precio
TY
Tasa producción
1867 1.000000 57.00000 768.3200 4.043051 6.644206 20.25316 -11.47836
1868 2.000000 46.80000 906.5270 3.845883 6.809621 -17.89474 17.98821
1869 3.000000 59.80000 874.3200 4.091006 6.773446 27.77778 -3.552790
1870 4.000000 49.40000 1094.255 3.899950 6.997829 -17.39130 25.15498
1871 5.000000 43.40000 991.8980 3.770459 6.899620 -12.14575 -9.354035
1872 6.000000 35.30000 1092.719 3.563883 6.996424 -18.66359 10.16445
1873 7.000000 44.20000 932.2740 3.788725 6.837627 25.21246 -14.68310
1874 8.000000 58.40000 850.1480 4.067316 6.745410 32.12670 -8.809213
1875 9.000000 36.70000 1321.069 3.602777 7.186197 -37.15753 55.39283
1876 10.00000 34.00000 1283.828 3.526361 7.157602 -7.356948 -2.819005
1877 11.00000 34.80000 1342.558 3.549617 7.202332 2.352941 4.574600
1878 12.00000 31.70000 1388.219 3.456317 7.235777 -8.908046 3.401045
1879 13.00000 37.50000 1547.902 3.624341 7.344656 18.29653 11.50272
1880 14.00000 39.60000 1717.435 3.678829 7.448587 5.600000 10.95244
1881 15.00000 63.60000 1194.916 4.152613 7.085831 60.60606 -30.42438
1882 16.00000 48.50000 1617.025 3.881564 7.388343 -23.74214 35.32541
1883 17.00000 42.40000 1551.067 3.747148 7.346698 -12.57732 -4.078972
1884 18.00000 35.70000 1795.528 3.575151 7.493054 -15.80189 15.76083
1885 19.00000 32.80000 1936.176 3.490429 7.568470 -8.123249 7.833239
1886 20.00000 36.60000 1665.441 3.600048 7.417845 11.58537 -13.98297
1887 21.00000 44.40000 1456.161 3.793239 7.283559 21.31148 -12.56604
1888 22.00000 34.10000 1987.790 3.529297 7.594779 -23.19820 36.50894
1889 23.00000 23.80000 2112.892 3.169686 7.655813 -30.20528 6.293522
1890 24.00000 50.60000 1489.970 3.923952 7.306511 112.6050 -29.48196

Tabla 1. Datos originales

T X Y LX LY TX TY
T 47.91667 -27.59792 2271.324 -0.677697 1.733351 34.69044 -10.69383
X -27.59792 97.70832 -2488.407 2.269648 -1.896475 186.0753 -79.33415
Y 2271.324 -2488.407 142175.2 -59.81959 106.5982 -2985.681 2133.984
LX -0.677697 2.269648 -59.81959 0.053793 -0.044940 4.266049 -1.718599
LY 1.733351 -1.896475 106.5982 -0.044940 0.081451 -2.090813 1.599257
TX 34.69044 186.0753 -2985.681 4.266049 -2.090813 1034.494 -490.4068
TY -10.69383 -79.33415 2133.984 -1.718599 1.599257 -490.4068 401.1391
Medias 12.50000 42.54583 1371.602 3.723818 7.184177 4.356731 4.150932

Tabla 2. Varianzas, covarianzas y medias

se pide,



Introducción a la Econometría. Guía Didáctica. Página 27

a) medir la ley de la demanda indicando el valor de la elasticidad (debe usarse el cálculo
matricial, y
b) Construir un intervalo de confianza del 5% (valor crítico = 2) para la predicción en 1891,
siendo los valores en dicho año, Y = 2060.15, X = 40.6.



SOLUCIÓN A LA APLICACIÓN



a) La teoría de la demanda establece en términos estáticos, una relación inversa entre
cantidades demandadas y precios. Dicha relación está sujeta a la cláusula ceteris paribus. La
medición con series históricas ha de tener en cuenta esta circunstancia.

Una forma de hacerlo consiste en considerar que junto con la tendencia se eliminan el
resto de los factores diferentes del precio, que pudieran influir sobre la demanda. Por ello una
especificación adecuada sería:

Y
t
= a + bX
t
+ cT

donde Y representa la producción, X el precio y T la tendencia. Para medir directamente la
elasticidad, consideramos las dos primeras series en logaritmos. Por tanto:

1
0.053793 0.677697 0.04494 47.91667 0.677697 0.04494
0.4720748
0.677697 47.91667 1.733351 0.677697 0.053793 1.733351
22.62025 0.319924 0.04494
0.319924 0.025394 1.733351
b

− − −
= =

− −
= =
| | | | | || |
=
| | | |
\ . \ . \ .\ .
| || |
| |
\ .\ .
0.462014
0.02964
| |
|
\ .


La elasticidad es negativa y la relación inelástica. Ambos resultados son acordes con la
hipótesis teórica: el signo de la pendiente ha de ser negativo y, por otra parte, la elasticidad de
los productos agrarios suele ser menor que la unidad.

El término independiente es:

534 . 8 02964 . 0 462014 . 0 = − + = T X Y a

b) Para construir el intervalo de confianza del predictor, necesitamos conocer primero la
varianza de las perturbaciones, cuyo estimador insesgado es:

( )
1
2
1 2
2
2
2
´ ´ ´
ˆ
yx
y
yx
t
s
n s b b
s
d
n k n k n k
σ
( | |

( |
− (
\ . ¸ ¸
= = =
− − −

Y Y b X Y
=

=
( )
0.04494
24 0.081451 0.462 0.02964
1.733351
0.0106425
24 3
− ( | |
− −
( |
\ . ¸ ¸
=





Introducción a la Econometría. Guía Didáctica. Página 28

Teniendo en cuenta que,

2 2 ´ 1
1
ˆ
( ) 1 ( ´ )
f F F
D Y
n
σ

(
= + +
(
¸ ¸
x x x x =

( )
22.62025 0.319924 0.02
1 1
0.0106425 1 0.02 12.5
0.319924 0.025394 12.5 24 24
− ( | || |
+ + −
( | |
\ .\ . ¸ ¸
= 0.012778

y por tanto
ˆ
( ) 0.0127 0.113
F
D Y = =

La predicción, en desviaciones a las medias, será,

1 2
0.462· 0.02964· 0.462·(3.70377 3.723818) 0.02964·(25 12.5)
0.462·( 0.02) 12.5·0.02964 0.37974
f f f
y x x =− + =− − + − =
=− − + =

Luego el intervalo será:

/ 2
ˆ · 0.37974 2·0.113
f
y t
α
σ ± = ±

En valores reales, teniendo en cuenta que
F F
y Y Y = − , el intervalo queda,

7.56374 ± 2·0.113

La solución presentada no es la única posible. Pueden utilizarse también los valores
originales (no los transformados en logaritmos), o las tasas de variación. En cualquier caso el
modelo empleado debe instrumentar el ceteris paribus. Una forma de hacerlo es incluir la
tendencia como un regresor más, interpretando que la influencia del resto de los factores (los
incluidos en la cláusula ceteris paribus), se elimina junto con la tendencia. En el caso de emplear
tasas de variación, puesto que éstas ya eliminan directamente la tendencia, la medición puede
reducirse a una regresión simple.





















Introducción a la Econometría. Guía Didáctica. Página 29


APÉNDICE 1 Cálculos econométricos con EXCEL


Dadas las dificultades de los alumnos para encontrar paquetes informáticos adecuados para la
realización de cálculos econométricos, especialmente las derivadas de su precio, exponemos a
continuación una guía para la realización de los cálculos más elementales con la hoja de cálculo
EXCEL que, al venir incluido en el paquete OFFICE, está bastante extendido. No hace falta
señalar que lo primero que debe hacer el alumno es asimilar bien el proceso manual de cálculo,
entre otras cosas porque en la Prueba Presencial tendrá que realizarlo con la única ayuda de
una calculadora no programable. Sólo cuando esté seguro de dominarlo, puede utilizar los
programas informáticos.

Hay que advertir finalmente que no somos expertos en la materia y es seguro que los
usuarios avanzados encontraran algo rudimentarios algunos de los procedimientos descritos.
No obstante la idea es ayudar a los más necesitados, es decir a aquellos que nunca han
manejado la hoja de cálculo.

Utilizaremos el ejemplo del mercado del aceite como ilustración, el mismo ejemplo
por tanto que en el manual de la asignatura. Ello permitirá comparar los resultados en todo
momento. El manual de referencia es el texto nuevo, publicado en 2003 en Ediciones
Académicas. Quienes dispongan del antiguo habrán de remitirse a las páginas
correspondientes.


1. Cálculo de una regresión simple


Supongamos que deseamos calcular la regresión entre la superficie de olivar y el precio
(páginas 69 y ss) .Las instrucciones necesarias para calcular la regresión de la tabla 2.4, serían
las siguientes1:


1. Tras arrancar Excel, introducir los datos en la hoja de cálculo. Llamemos por
ejemplo Y a la superficie y X al precio.

2. Seleccionar una tabla de 5 filas y 2 columnas a la derecha de las columnas que
contienen los datos. Es en esta tabla es donde aparecerán los resultados de la
regresión.

3. Seleccionar la función Estimación lineal que se encuentra dentro del grupo de
funciones Estadísticas. Aparece el siguiente cuadro de diálogo:

conocido_y

conocido_x

constante

estadística


1
Hay otra posibilidad seguramente más adecuada para este propósito, que consiste en utilizar Análisis de
datos (Menú Herramientas), pero requiere tener esta opción previamente instalada. El funcionamiento es
análogo pero las salidas son más completas.


Introducción a la Econometría. Guía Didáctica. Página 30


Tabla 1

donde han de introducirse los datos. En el cuadro de diálogo conocido_y se
introducen los datos correspondientes a la variable endógena, en este caso Y.
Para hacerlo hay dos opciones. La más sencilla es introducir el rango donde
están comprendidos dichos valores, por ejemplo A2:A32, si esas son las
columnas que contienen los datos de la superficie. En el siguiente cuadro,
hacemos lo propio con los valores de la variable explicativa, B2:B32. En dos
cuadros siguientes se introduce simplemente el número “1”. (Son valores
lógicos. El primero indica si queremos término independiente (1) o no (0), y el
segundo si queremos obtener los estadísticos habituales de la regresión (1) o no
(0)). Efectuadas todas estas operaciones, el cuadro debe presentar el siguiente
aspecto,

conocido_y
A2:A32
conocido_x
B2:B32
constante
1
estadística
1

Tabla 2

4. Pulsamos a la vez las teclas CTRL.+ Mayúsculas ( ⇑ )+ Intro (↵ ). El resultado
debe ser algo como lo siguiente:



A B C D E
1
Y X
2
2148 21,66
3
2153 22,81
4
2167 25,04
5
2194 31,26 -1,590146443 2209,901339
6
2295,3 28,18 0,194513166 22,07366945
7
2293 33,15 0,6973831 74,3829386
8
2255,4 33,52 66,83073521 29
9
2244,4 34 369762,5323 160451,8251
10
2239,9 35,28
11
2231,1 33
12
2074,9 34,09
13
2145,3 36,13
14
2120,2 41,91
15
2189,2 49,07
16
2054,4 61,12
17
2046,6 76,32
18
2042,3 67,49
19
2013,7 72,51

20
1977,6 85,78
21
1966,8 92,03
22
1961,7 102,95
23
1939,7 114,33


Introducción a la Econometría. Guía Didáctica. Página 31

24
1932,6 134,61
25
1935,5 138,78
26
1917,1 162,52
27
1929,1 159,97
28
1935,1 173,7
29
1915,3 201,45
30
1899,7 194,54
31
1908,5 251,43
32
1927,4 251,83

Tabla 3

Los datos contenidos en la tabla de la derecha (que aparecen en el lugar
seleccionado en el paso nº 2) corresponden a los siguientes estadísticos:

B a
std. error(b) std. error(a)
coef. Determinación std regresión
F Statistic grados libertad
Suma cuadrática regres Suma cuadrática resid

Tabla 4

que coinciden con los correspondientes en la tabla 2.4 del manual (p. 77). De los
estadísticos que habitualmente utilizaremos en este curso, sólo falta el de Durbin y Watson,
que puede calcularse fácilmente como veremos más adelante.


2. Cálculo de un regresión múltiple

El procedimiento es idéntico. Reproducimos la regresión de la tabla 2.19 (p. 107), donde se
hace depender ahora la superficie del precio y de la renta. Lógicamente hemos de introducir
los datos de la renta en la hoja de cálculo, por ejemplo en la columna C lo que se tendría:


A B C D E
1
Y X R
2
2148 21,66 5.533
3
2153 22,81 6.069
4
2167 25,04 6.531
...
... ... ... ... ...
31
1927,4 251,83 20251

Tabla 5

Ahora seguimos el mismo procedimiento que en la regresión simple, con dos únicos
cambios, a) seleccionar una tabla mayor para dar cabida a un nuevo parámetro, es decir que
ahora se seleccionaría una tabla de 5 filas y 3 columnas, y b) en el cuadro conocido_x se
introduce la celda superior izquierda e inferior derecha de las columnas correspondientes a las
variables explicativas (B2:C32). El resultado sería ahora,

c b a


Introducción a la Econometría. Guía Didáctica. Página 32

-0,02064726 -0,49767946 2377,31591
0,0061329 0,36495733 53,2171072
0,78458281 63,8685283
50,9901695 28
415997,068 114217,29

Tabla 6

es decir Y
t
= 2377,31-0.4977*X
t
-0.021*R
t
, que coincide con el de la tabla 2.19 (p. 107).


3. Cálculo de una tendencia lineal


3.1. Por regresión con respecto al tiempo

Esta tendencia podría calcularse como una simple regresión con respecto al tiempo,
siguiendo el mismo procedimiento que en la regresión simple:

Introduciríamos previamente los datos de la serie tiempo, T. Por ejemplo supongamos
que queremos calcular la tendencia de los precios del aceite entre 1960 y 1989 (30
observaciones). En la columna D introducimos los valores de la serie T,

A B C D E
1 Y X R T
2 2148 21,66 5.533 1
3 2153 22,81 6.069 2
4 2167 25,04 6.531 3
... ... ... ... ... ...
31 1908,5 251,43 19535 31

Tabla 7
Obtenemos los valores de la ecuación de regresión X = a + bT, siguiendo los pasos del
apartado 1,

b a
6,7631079 -19,8738391
0,51181967 9,08630089
0,8618006 24,2642474
174,605807 28
102799,815 16485,1036

Tabla 8

de manera que la ecuación de regresión es X = -19,87 + 6.76T, que proporciona los
valores de la serie de tendencia. Podemos calcularlos de la siguiente manera,



Introducción a la Econometría. Guía Didáctica. Página 33

En la celda E2 (por ejemplo) introducimos -19,87 + 6.76T pero sustituyendo T por D2
que es donde se halla el primer valor de la serie T. Para ello nos situamos en dicha celda
y insertamos desde el teclado “= -19,87 + 6.76*I2”. Después de pulsar Enter, la hoja
devolverá el primer valor de la tendencia, –13.11.
Para obtener el resto de los valores sencillamente copiamos el contenido de la celda E2
en el portapapeles y a continuación seleccionamos con el ratón el resto de las celdas de
la columna E3:E31 y tocamos Pegar. Se debe obtener,

A B C D E
1 Y X R T XT
2 2148 21,66 5.533 1 -13.11
3 2153 22,81 6.069 2 -6.35
4 2167 25,04 6.531 3 0.41
... ... ... ... ... ......
31 1908,5 251,43 19535 31 182.93

Tabla 9


Sin embargo Excel este cálculo puede hacerse directamente con la función Tendencia.
Para ello seleccionamos con el ratón las celdas de la columna donde han de aparecer los
valores de la tendencia, y después de tocar en el botón de fórmulas, seleccionamos
tendencia. Aparece un cuadro de diálogo análogo al de regresión donde únicamente
hace falta rellenar conocido_y con el rango de los datos de precios, y constante donde
introduciremos el valor “1”. Después de pulsar la combinación de teclas CTRL +
Mayúsculas ( ⇑ ) + Intro (↵ ), debemos obtener el mismo resultado.

Podemos representar gráficamente las series de tendencia y ciclo a través de los
siguientes pasos,

a) En la barra de herramientas tocamos el botón de Asistente para gráficos,
b) Seleccionamos el tipo y subtipo de gráfico preferido,
c) En Rango de datos seleccionamos el rango de valores de la serie de tendencia, lo
que podemos hacer introduciendo la primera y la última celda o tocando con el
ratón el icono a la derecha del cuadro de diálogo y seleccionado toda la columna de
datos.
d) Tocamos la pestaña Serie y en el cuadro Serie tocamos Agregar. En el cuadro de
diálogo correspondiente a Serie 2 introducimos el rango de valores de la serie
original de precios.

e) En el cuadro de diálogo de Rótulos del eje de categorías (X), introducimos los
valores de T (o los correspondientes a los años 1960 –1989 si los tuviésemos).
Pulsamos Siguiente.

f) Introducimos los rótulos y damos formato al gráfico (hay muchas posibilidades).
Pulsamos siguiente.

g) Elegimos si queremos el gráfico en una hoja nueva (recomendable) o como objeto.


Introducción a la Econometría. Guía Didáctica. Página 34


El resultado final debe ser algo como lo representado en la figura 13.1,
Precios, original y tendencia
-50
0
50
100
150
200
250
300
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Tiempo
P
r
e
c
i
o
s

Figura 13.1. Precios, serie original y tendencia



3.2. Por el método de la cuerda

Habría que calcular la tendencia a partir de la fórmula (3.10) de la página 133.
Procederíamos de la siguiente manera,

a) Nos situamos en la columna donde aparecerá la tendencia, por ejemplo en la
columna F. En la primera celda de dicha columna introducimos la fórmula (3.10),
que en formato Excel y teniendo en cuenta la situación de la serie original de
precios, X y de la serie T, sería,

$31 $2
$2 ( 2 1)
29
B B
B D

+ −
(
(
¸ ¸

El signo “$” sirve para que las referencias a celdas sean fijas.

b) Tras pulsar Enter debemos obtener el primer valor de la serie de tendencia que en
este caso ha de ser igual al primer valor de la serie original de precios.

c) Como hicimos antes, seleccionamos el contenido de la primera celda y pulsamos
copiar. A continuación seleccionamos con el ratón el resto de los valores de la
columna, y Pegar. La hoja devuelve el resto de los valores de tendencia,




Introducción a la Econometría. Guía Didáctica. Página 35




A B C D E
F
1
Y X R T XT XT2
2
2148 21,66 5.533 1 -13.11
21.66
3
2153 22,81 6.069 2 -6.35
29.58
4
2167 25,04 6.531 3 0.41
37.51
...
... ... ... ... ......

31
1908,5 251,43 19535 31 182.93
251.43

Tabla 10

La figura 2 muestra la serie original de precios y las dos tendencias calculadas,
Precios, original y tendencias
-50
0
50
100
150
200
250
300
1
9
6
0
1
9
6
1
1
9
6
2
1
9
6
3
1
9
6
4
1
9
6
5
1
9
6
6
1
9
6
7
1
9
6
8
1
9
6
9
1
9
7
0
1
9
7
1
1
9
7
2
1
9
7
3
1
9
7
4
1
9
7
5
1
9
7
6
1
9
7
7
1
9
7
8
1
9
7
9
1
9
8
0
1
9
8
1
1
9
8
2
1
9
8
3
1
9
8
4
1
9
8
5
1
9
8
6
1
9
8
7
1
9
8
8
1
9
8
9
Años
P
r
e
c
i
o
s
Figura 3



4. Cálculo de los coeficientes de Fourier

Supongamos que tenemos los datos ordenados como en la tabla 11. Ilustramos el
cálculo de los dos coeficientes correspondientes al primer armónico (el procedimiento sería
análogo para el resto),

1. En una casilla arbitraria introducimos (o calculamos) el valor de 2π/T
2. Introducimos la fórmula de cálculo correspondiente a la onda de coseno, que
denominamos como en el manual w11. Si tuviésemos los datos ordenados de la
forma,



Introducción a la Econometría. Guía Didáctica. Página 36


A B C D E F
G
1
y x R T
W0
2
2148 21,66 5.533 1 0,20943951
3
2153 22,81 6.069 2

4
2167 25,04 6.531 3

5
2194 31,26 7.202 4

6
2295,3 28,18 7.527 5


..... ..... ..... .....

31
1908,5 251,43 19535 30


Tabla 11

introduciríamos en la celda E2 la fórmula para el cálculo de la onda de coseno, cos
(G$2*D2), y copiaríamos esta fórmula en el resto de la columna. Haciendo lo propio en la
celda F2 [sen (G$2*D2)] con la onda de seno, obtendríamos:



A B C D E F
G
1
y x R T W11 W12
W0
2
2148 21,66 5.533 1 0,9781476 0,207911691 0,20943951
3
2153 22,81 6.069 2 0,91354546 0,406736643

4
2167 25,04 6.531 3 0,80901699 0,587785252

5
2194 31,26 7.202 4 0,66913061 0,743144825

6
2295,3 28,18 7.527 5 0,5 0,866025404


..... ..... ..... ..... ..... .....

31
1908,5 251,43 19535 30 1 0


Tabla 12

Obtenidos los valores de las series trigonométricas correspondientes a las ondas de seno y
coseno de este armónico, los coeficientes de Fourier ap y bp se hallarían mediante la
correspondiente regresión múltiple. Se obtiene,

b
1
a
1
c
16,70277232 28,74526605 -51,5906667
2,689817368 2,689817368 1,9019881
0,849803934 10,41761787 #N/A
76,38251398 27 #N/A
16579,09385 2930,222577 #N/A

Tabla 13

que es idéntico al de la tabla 4.4 del manual (pág. 156).

El coeficiente de determinación obtenido en esta regresión, 0.85, mediría la
contribución a la varianza del primer armónico, es decir del ciclo teórico de 30 años.

Para calcular el ciclo teórico de 30 años, elegimos una columna donde aparecerán
los datos (por ejemplo la H en la tabla 13) y en la primera celda de la misma (después del
encabezado C30a) sencillamente introducimos la ecuación de regresión de la tabla 13, Y=-


Introducción a la Econometría. Guía Didáctica. Página 37

51.591+28.7453*W11+16.7028*W12 , sustituyendo W11 y W12 por las referencias
correspondientes (con la disposición datos de la tabla 12, en la primera celda escribiríamos
“=-51.591+28.7453*E2+16.7028*F2”). Obtenido el primer valor del ciclo teórico, con
Cortar y Pegar hallaríamos los demás,


A B C D E F
G
H
1
y x R T W11 W12
W0
C30a
2
2148 21,66 5.533 1 0,9781476 0,207911691 0,20943951
-20.001
3
2153 22,81 6.069 2 0,91354546 0,406736643
-18.537
4
2167 25,04 6.531 3 0,80901699 0,587785252
-18.518
5
2194 31,26 7.202 4 0,66913061 0,743144825
-19.944
6
2295,3 28,18 7.527 5 0,5 0,866025404
-22.753

..... ..... ..... ..... ..... .....
...
31
1908,5 251,43 19535 30 1 0
-22.846

Tabla 12.bis

La representación gráfica del ciclo empírico y el teórico de 30 años, se muestra en
la figura siguiente:

ARMÓNICO Nº 1
-90
-80
-70
-60
-50
-40
-30
-20
-10
0
1
9
6
0
1
9
6
1
1
9
6
2
1
9
6
3
1
9
6
4
1
9
6
5
1
9
6
6
1
9
6
7
1
9
6
8
1
9
6
9
1
9
7
0
1
9
7
1
1
9
7
2
1
9
7
3
1
9
7
4
1
9
7
5
1
9
7
6
1
9
7
7
1
9
7
8
1
9
7
9
1
9
8
0
1
9
8
1
1
9
8
2
1
9
8
3
1
9
8
4
1
9
8
5
1
9
8
6
1
9
8
7
1
9
8
8
1
9
8
9
Figura 2.bis

De forma análoga podríamos obtener los coeficientes de Fourier correspondientes
al segundo armónico. La única diferencia está en que las series trigonométricas
correspondientes a este armónico, serían ahora cos(2w0T) y sen(2w0T). Con los datos
ordenados como en la tabla 14, donde xc representa el ciclo empírico de los precios,




Introducción a la Econometría. Guía Didáctica. Página 38




A B C D E F
G H I
1
y x xc T W11 W12 W21 W22 W0
2
2148 21,66 0 1 0,9781476 0,207912
=cos (2*I$2*D2) =seno (2*I$2*D2)
0,20943951
3
2153 22,81 -6.773 2 0,913545 0,406737

4
2167 25,04 -12.466 3 0,809017 0,587785

5
2194 31,26 -14.169 4 0,669131 0,743145

6
2295,3 28,18 -25.172 5 0,5 0,866025


..... ..... ... ..... ..... .....

31
1908,5 251,43 0 30 1 0


Tabla 14

introduciríamos en la celda G2 la fórmula cos (I$2*2D2) y en H2 sen (I$2*2D2),
siguiendo después el mismo procedimiento que para el primer armónico (copiar y pegar).
Así tenemos,



A B C D E F
G H I
1
y x xc T W11 W12 W21 W22 W0
2
2148 21,66 0 1 0,9781476 0,207912 0.91354 0.40674 0,20943951
3
2153 22,81 -6.773 2 0,913545 0,406737 0.66913 0.74314

4
2167 25,04 -12.466 3 0,809017 0,587785 0.30902 0.95105

5
2194 31,26 -14.169 4 0,669131 0,743145 -0.10453 0.99425

6
2295,3 28,18 -25.172 5 0,5 0,866025 -0.5 0.86603


..... ..... ... ..... ..... ..... ... ...

31
1908,5 251,43 0 30 1 0 1 0


Tabla 15

Los resultados para el segundo armónico serían,

b
2
a
2
c
7,39457402 4,87707314 -51,5906667
6,72792832 6,72792833 4,75736374
0,06032931 26,0571544 #N/A
0,86673515 27 #N/A
1176,98351 18332,3329 #N/A

Tabla 16

Como en la tabla 4.5 (pág. 157).

Por tanto la contribución a la varianza del segundo armónico es de 0.06, 0.85 para
el primero. Estos serían los dos primeros valores del periodograma.



Introducción a la Econometría. Guía Didáctica. Página 39


5. Autocorrelación

El análisis de la hipótesis de autocorrelación puede comenzar con la representación gráfica
de los residuos de la regresión. Los valores de los mismos pueden calcularse fácilmente.
Lo ilustramos con la regresión entre superficie y precios.

Puesto que la ecuación de regresión es (tabla 3)
ˆ
Y
= 2209.9-1.59·X, podemos
obtener los valores estimados para la superficie introduciendo aquella fórmula en la
primera celda de la columna donde elijamos que aparezcan. Sustituyendo X por la
referencia correspondiente se tiene el primer valor y luego con Cortar y Pegar, el resto.
Calculado
ˆ
Y
los residuos se obtienen por diferencia
ˆ
t t t
d Y Y = −
,

A B C D
Y X
ˆ
Y
ˆ
t t t
d Y Y = −
2148 21,66 =2209,9-1,59*B2 =A2-C2
2153 22,81
2167 25,04
... …
1927,4 251,83

Tabla 17
Debe obtenerse,

A B C D
Y X
ˆ
Y
ˆ
t t t
d Y Y = −
2148 21,66 2175,4606 -27,4606
2153 22,81 2173,6321 -20,6321
2167 25,04 2170,0864 -3,0864
... … ... ...
1927,4 251,83 1809,4903 117,9097

Tabla 18

Una vez obtenidos los valores de las discrepancias, podemos representarlas gráficamente
siguiendo el mismo proceso que en el epígrafe dedicado a las tendencias,


Introducción a la Econometría. Guía Didáctica. Página 40

-150
-100
-50
0
50
100
150
1
9
6
0
1
9
6
1
1
9
6
2
1
9
6
3
1
9
6
4
1
9
6
5
1
9
6
6
1
9
6
7
1
9
6
8
1
9
6
9
1
9
7
0
1
9
7
1
1
9
7
2
1
9
7
3
1
9
7
4
1
9
7
5
1
9
7
6
1
9
7
7
1
9
7
8
1
9
7
9
1
9
8
0
1
9
8
1
1
9
8
2
1
9
8
3
1
9
8
4
1
9
8
5
1
9
8
6
1
9
8
7
1
9
8
8
1
9
8
9
1
9
9
0
Años
D
i
s
c
r
e
p
a
n
c
i
a
s

Figura 3. Discrepancias de la regresión

A simple vista se ve que el trazado no corresponde a una serie puramente aleatoria: se
aprecia claramente un ciclo largo,
-150
-100
-50
0
50
100
150
1
9
6
0
1
9
6
1
1
9
6
2
1
9
6
3
1
9
6
4
1
9
6
5
1
9
6
6
1
9
6
7
1
9
6
8
1
9
6
9
1
9
7
0
1
9
7
1
1
9
7
2
1
9
7
3
1
9
7
4
1
9
7
5
1
9
7
6
1
9
7
7
1
9
7
8
1
9
7
9
1
9
8
0
1
9
8
1
1
9
8
2
1
9
8
3
1
9
8
4
1
9
8
5
1
9
8
6
1
9
8
7
1
9
8
8
1
9
8
9
1
9
9
0
Años
D
i
s
c
r
e
p
a
n
c
i
a
s

Figura 4. Discrepancias de la regresión

lo que constituye evidencia suficiente para cuestionar la hipótesis de no autocorrelación.



Introducción a la Econometría. Guía Didáctica. Página 41

El contraste paramétrico habitual se basa en el estadístico de Durbin y Watson, que
responde a la expresión,

( )
2
1
2
t t
t
d d
DW
d


=




Para calcularlo añadimos al lado de la columna correspondiente a d
t
, la serie d
t
-
1
y a
continuación calculamos la diferencia
1 t t
d d



A B C D
E F
Y X
ˆ
Y
t
d
d
t-1

1 t t
d d


2148 21,66 2175,4606 -27,4606
... ...
2153 22,81 2173,6321 -20,6321 -27,4606 6,8285
2167 25,04 2170,0864 -3,0864 -20,6321 17,5457
... … ... ...
... ...
1927,4 251,83 1809,4903 117,9097
98.3737 19,536

Tabla 19

La función SUMA.CUADRADOS (botón fórmulas) calcula directamente las sumas
cuadráticas ( )
2
2
1
1 2
y
N N
t t t
t t
d d d

= =

∑ ∑
, pero la primera ya está calculada puesto que forma parte
de los resultados de la regresión: en la parte sombreada de la tabla 3, aparece en la celda
inferior derecha (160451.8251). Para calcular la segunda, basta con situarse en una celda vacía
seleccionar la función y dar el rango de valores correspondiente en el cuadro de diálogo que se
abrirá. De esta manera se obtendría 76933,761, y por tanto:

DW = 76933.761/160451.833 = 0.479

valor lo suficientemente alejado de 2 como para asegurar la autocorrelación, lo que confirma el
diagnóstico obtenido mediante inspección visual.


6. Homocedasticidad

El gráfico de los residuos anterior no parece revelar la presencia de discrepancias
heterocedásticas, aunque tampoco es suficientemente claro. Para llevar a cabo el contraste de
Goldfeld-Quandt para la regresión simple de la superficie en función del precio, abrimos una
hoja nueva con los datos de estas dos variables únicamente.

En este caso como la única variable explicativa son los precios, suponemos que la
heterocedasticidad va ligada a los mismos, de manera que ordenamos las series de menor a
mayor en función de los valores de los precios. Casi lo están ya pues éstos crecen
prácticamente todos los años, aunque hay excepciones.


Introducción a la Econometría. Guía Didáctica. Página 42


Para llevar a cabo la ordenación utilizamos el botón Orden ascendente de la barra de
herramientas (si no aparece en la barra, seleccionarlo con
Herramientas/Personalizar/Datos/Orden ascendente). Seleccionamos con el ratón las columnas de
precios y superficie empezando por los precios y una vez ambas estén seleccionadas,
pulsamos el botón Orden ascendente. A continuación efectuamos las dos regresiones de la forma
habitual. Por ejemplo, eliminando los 7 valores centrales, se obtienen para los primeros y los
últimos 12, los siguientes resultados:

3,08965246 2108,66143
4,1467669 128,747205
0,05259399 68,7357188
0,55513679 10
2622,79876 47245,9904

Tabla 20

-0,28690571 1978,00331
0,07566455 13,0463306
0,58979127 13,2512318
14,3778334 10
2524,67772 1755,95144

Tabla 21

Por lo tanto el estadístico vale 1755,95/47245,99 = 0.037 que es menor que el valor en tablas
de la F
8, 8
. Por tanto se no se puede rechazar la hipótesis de homocedasticidad.


7. Otras utilidades

La hoja de cálculo dispone de muchas fórmulas que pueden ser de utilidad. Por ejemplo,
calcula directamente el coeficiente de correlacion o la desviación típica y puede asimismo
utilizarse el álgebra matricial, por ejemplo para calcular,

b = (X´X)
-1
X´Y

Para ello están disponibles las funciones TRASPONER, MMULT o MINV que
trasponen matrices, las multiplican o calculan la matriz inversa.

Por ejemplo, supongamos que deseaos obtener b = (X´X)
-1
X´Y para los cinco
primeros valores de superficie y precio. Creamos una serie c cuyos valores son todos 1, que
representará al término independiente. A continuación seleccionamos una tabla con 2 filas y 5
columnas, y con la función TRASPONER, obtenemos,

1 1 1 1 1


Introducción a la Econometría. Guía Didáctica. Página 43

21,66 22,81 25,04 31,26 28,18

que es la traspuesta de X. Para calcular X´X seleccionamos una tabla de 2x2 y con la fórmula
MULT., el programa da,

5 128,95
128,95 3387,7533

Con MINVER, se tiene,
10,9048789 -0,4150786
-0,41507867 0,01609456

De nuevo con MULT. calculamos X´Y,

10957,3
283163,284

y finalmente también con MULT.,

1952, 99
9, 2466
b
| |
=
|
\ .


que son los valores de los correspondientes estimadores.

y c x
2148 1 21,66
2153 1 22,81 1 1 1 1 1
2167 1 25,04
X
T

21,66 22,81 25,04 31,26 28,18
2194 1 31,26
2295,3 1 28,18

5 128,95 10,9048789 -0,4150786

X
T
X
128,95 3387,7533
(X
T
X)
-1

-0,41507867 0,01609456
9,24659761 1952,99025
7,11764474 185,270893 10957,3 1952,99025
0,36002521 56,1043803
X
T
Y
283163,284
b
9,24659761
1,68768466 3
5312,32752 9443,10448

Tabla 22

La matriz X
T
se obtiene con la función TRASPONER, X
T
X, X
T
X y b, con MMULT., (X
T
X)
-1

con MINVER. Debajo de los valores originales, la salida de ESTIMACIÓN LINEAL.



Introducción a la Econometría. Guía Didáctica. Página 44

APÉNDICE 2. TABLAS ESTADÍSTICAS




NORMAL


z 0,00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641
0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 004286 0.4247
0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148
0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867
0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611
1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379
1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170
1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985
1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823
1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681
1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455
1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367
1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294
1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233
2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183
2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143
2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110
2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084
2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064
2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048
2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036
2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026
2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0022 0.0021 0.0020 0.0014
2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014
3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010
3.1 0.0010 0.0009 0.0009 0.0009 0.0009 0.0008 0.0008 0.0008 0.0007 0.0007
3.2 0.0007 0.0007 0.0006 0.0006 0.0006 0.0006 0.0006 0.0005 0.0005 0.0005
3.3 0.0005 0.0005 0.0005 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004
3.4 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0002
3.5 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002
3.6 0.0002 0.0002 0.0002 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
3.7 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001











Introducción a la Econometría. Guía Didáctica. Página 45


DISTRIBUCIÓN F DE SNEDECOR (5%)








Grados de libertad en el numerador g.l
denomi
nador
1 2 3 4 5 6 7 8 9 10 12 15
1 161.4 199.5 215.7 224.6 230.2 234.0 236.8 238.9 240.5 241.9 243.9 245.9
2 18.51 19.00 19.16 19.25 19.3 19.33 19.35 19.37 19.38 19.4 19.41 19.43
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84
120 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.02 1.96 1.91 1.83 1.75






Introducción a la Econometría. Guía Didáctica. Página 46

DISTRIBUCIÓN CHI – CUADRADO (χ
2
)



G.L. .995 .99 .975 .95 .90 .75 .50 .25 .10 .05 .025 .01 .005
1 7.88 6.63 5.02 3.84 2.71 1.32 0.455 0.102 .0158 .0039 .0010 .0002 .0000
2 10.6 9.21 7.38 5.99 4.61 2.77 1.39 0.525 0.211 0.103 .0506 .0201 .0100
3 12.8 11.3 9.35 7.81 6.25 4.11 2.37 1.21 0.584 0.352 0.216 0.115 .0720
4 14.9 13.3 11.1 9.49 7.78 5.39 3.36 1.92 1.06 0.711 0.484 0.297 0.207
5 16.7 15.1 12.8 11.1 9.24 6.63 4.35 2.67 1.61 1.15 0.831 0.554 0.412
6 18.5 16.8 14.4 12.6 10.6 7.84 5.35 3.45 2.20 1.64 1.24 0.872 0.676
7 20.3 18.5 16.0 14.1 12.0 9.04 6.35 4.25 2.83 2.17 1.69 1.24 0.989
8 22.0 20.1 17.5 15.5 13.4 10.2 7.34 5.07 3.49 2.73 2.18 1.65 1.34
9 23.6 21.7 19 16.9 14.7 11.4 8.34 5.90 4.17 3.33 2.70 2.09 1.73
10 25.2 23.2 20.5 18.3 16.0 12.5 9.34 6.74 4.87 3.94 3.25 2.56 2.16
11 26.8 24.7 21.9 19.7 17.3 13.7 10.3 7.58 5.58 4.57 3.82 3.05 2.60
12 28.3 26.2 23.3 21.0 18.5 14.8 11.3 8.44 6.30 5.23 4.40 3.57 3.07
13 29.8 27.7 24.7 22.4 19.8 16 12.3 9.30 7.04 5.89 5.01 4.11 3.27
14 31.3 29.1 26.1 23.7 21.1 17.1 13.3 10.2 7.79 6.57 5.63 4.66 4.07
15 32.8 30.6 27.5 25.0 22.3 18.2 14.3 11.0 8.55 7.26 6.26 5.23 4.60
16 34.3 32 28.8 26.3 23.5 19.4 15.3 11.9 9.31 7.96 6.91 5.81 5.14
17 35.7 33.4 30.2 27.6 24.8 20.5 16.3 12.8 10.1 8.67 7.56 6.41 5.70
18 37.2 34.8 31.5 28.9 26.0 21.6 17.3 13.7 10.9 9.39 8.23 7.01 6.26
19 38.6 36.2 32.9 30.1 27.2 22.7 18.3 14.6 11.7 10.1 8.91 7.63 6.84
20 40 37.6 34.2 31.4 28.4 23.8 19.3 15.5 12.4 10.9 9.59 8.26 7.43
21 41.4 38.9 35.5 32.7 29.6 24.9 20.3 16.3 13.2 11.6 10.3 8.90 8.03
22 42.8 40.3 36.8 33.9 30.8 26.0 21.3 17.2 14.0 12.3 11.0 9.54 8.64
23 44.2 41.6 38.1 35.2 32.0 27.1 22.3 18.1 14.8 13.1 11.7 10.2 9.26
24 45.6 43 39.4 36.4 33.2 28.2 23.3 19.0 15.7 13.8 12.4 10.9 9.89
25 46.9 44.3 40.6 37.7 34.4 29.3 24.3 19.9 16.5 14.6 13.1 11.5 10.5
26 48.3 45.6 41.9 38.9 35.6 30.4 25.3 20.8 17.3 15.4 13.8 12.2 11.2
27 49.6 47.0 43.2 40.1 36.7 31.5 26.3 21.7 18.1 16.2 14.6 12.9 11.8
28 51 48.3 44.5 41.3 37.9 32.6 27.3 22.7 18.9 16.9 15.3 13.6 12.5
29 52.3 49.6 45.7 42.6 39.1 33.7 28.3 23.6 19.8 17.7 16.0 14.3 13.1
30 53.7 50.9 47 43.8 40.3 34.8 29.3 24.5 2036 18.5 16.8 15.0 13.8
40 66.8 63.7 59.3 55.8 51.8 45.6 39.3 33.7 29.1 26.5 24.4 22.2 20.7
50 79.5 76.2 71.4 67.5 63.2 56.3 49.3 42.9 37.7 34.8 32.4 29.7 28.0
60 92 88.4 83.3 79.1 74.4 67.0 59.3 52.3 46.5 43.2 40.5 37.5 35.5
70 104.2 100.4 95.0 90.5 85.5 77.6 69.3 61.7 55.3 51.7 48.8 45.4 43.3
80 116.3 112.3 106.6 101.9 96.6 88.1 79.3 71.1 64.3 60.4 57.2 53.5 51.2
90 128.3 124.1 118.1 113.1 107.6 98.6 89.9 80.6 73.3 69.1 65.6 61.8 59.2
100 140.2 135.8 129.6 124.3 118.5 109.1 99.3 90.1 82.4 77.9 74.2 70.1 67.3




Introducción a la Econometría. Guía Didáctica. Página 47

DISTRIBUCIÓN t-Student



G.L. 0,25 0,20 0,15 0,10 0,05 0,025 0,01 0,005 0,0005
1 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
2 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,941
4 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,859
6 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,405
8 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,397 3,745
25 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373


Introducción a la Econometría. Guía Didáctica. Página 48


ESTADÍSTICO d DE D-W. Nivel de significación: 0.05



k`=1 k`= 2 k`= 3 k`= 4 k`= 5 k`= 6 k`= 7
N d
L
d
U
d
L
d
U
d
L
d
U
d
L
d
U
d
L
d
U
d
L
d
U
d
L
d
U
10 0.879 1.320 0.697 1.641 0.525 2.016 0.376 2.414 0.243 2.822 -- -- -- --
11 .927 1.324 0.758 1.604 0.595 1.928 0.444 2.283 0.316 2.645 0.203 3.005 -- --
12 .971 1.331 0.812 1.579 0.658 1.864 0.512 2.177 0.379 2.506 0.268 2.832 0.171 3.149
13 1.01 1.340 0.861 1.562 0.715 1.816 0.574 2.094 0.445 2.390 0.328 2.692 0.230 2.985
14 1.045 1.350 0.905 1.551 0.767 1.779 0.632 2.030 0.505 2.296 0.389 2.572 0.286 2.848
15 1.077 1.361 0.946 1.543 0.814 1.750 0.685 1.977 0.562 2.220 0.447 2.472 0.343 2.727
16 1.106 1.371 0.982 1.539 0.857 1.728 0.734 1.935 0.615 2.157 0.502 2.388 0.398 2.624
17 1.133 1.381 1.015 1.536 0.897 1.710 0.779 1.900 0.664 2.104 0.554 2.318 0.451 2.537
18 1.158 1.391 1.046 1.535 0.933 1.696 0.820 1.872 0.710 2.060 0.603 2.257 0.502 2.461
19 1.180 1.401 1.074 1.536 0.967 1.685 0.859 1.848 0.752 2.023 0.649 2.206 0.459 2.396
20 1.201 1.411 1.100 1.537 0.998 1.676 0.894 1.828 0.792 1.991 0.692 2.162 0.595 2.339
21 1.221 1.420 1.125 1.538 1.026 1.669 0.927 1.812 0.829 1.964 0.732 2.124 0.637 2.290
22 1.239 1.429 1.147 1.541 1.053 1.664 0.958 1.797 0.863 1.940 0.769 2.090 0.677 2.246
23 1.257 1.437 1.168 1.543 1.078 1.660 0.986 1.785 0.895 1.920 0.804 2.061 0.715 2.208
24 1.273 1.446 1.188 1.546 1.101 1.656 1.013 1.775 0.925 1.902 0.837 2.035 0.751 2.174
25 1.288 1.454 1.206 1.550 1.123 1.654 1.038 1.767 0.953 1.886 0.868 2.012 0.784 2.144
26 1.302 1.461 1.224 1.553 1.143 1.652 1.062 1.759 0.979 1.873 0.897 1.992 0.816 2.117
27 1.316 1.469 1.240 1.556 1.162 1.651 1.084 1.753 1.004 1.861 0.925 1.974 0.845 2.093
28 1.328 1.476 1.255 1.560 1.181 1.650 1.104 1.747 1.028 1.850 0.951 1.958 0.874 2.071
29 1.341 1.483 1.270 1.563 1.198 1.650 1.124 1.743 1.050 1.841 0.975 1.944 0.900 2.052
30 1.352 1.489 1.284 1.567 1.214 1.650 1.143 1.739 1.071 1.833 0.998 1.931 0.926 2.034
35 1.402 1.519 1.343 1.584 1.283 1.653 1.222 1.726 1.160 1.803 1.097 1.884 1.034 1.967
40 1.442 1.544 1.391 1.600 1.338 1.659 1.285 1.721 1.230 1.786 1.175 1.854 1.120 1.924
45 1.475 1.566 1.430 1.615 1.383 1.666 1.336 1.720 1.287 1.776 1.238 1.835 1.189 1.895
50 1.503 1.585 1.462 1.628 1.421 1.674 1.378 1.721 1.335 1.771 1.291 1.822 1.246 1.875
55 1.528 1.601 1.490 1.641 1.452 1.681 1.414 1.724 1.374 1.768 1.334 1.814 1.294 1.861
60 1.549 1.616 1.514 1.652 1.480 1.689 1.444 1.727 1.408 1.767 1.372 1.808 1.335 1.850
65 1.567 1.629 1.536 1.662 1.503 1.696 1.471 1.731 1.438 1.767 1.404 1.805 1.370 1.843
70 1.583 1.641 1.554 1.672 1.525 1.703 1.494 1.735 1.464 1.768 1.433 1.802 1.401 1.837
75 1.598 1.652 1.571 1.680 1.543 1.709 1.515 1.739 1.487 1.770 1.458 1.801 1.428 1.834
80 1.611 1.662 1.586 1.688 1.560 1.715 1.534 1.743 1.507 1.772 1.480 1.801 1.453 1.831
85 1.624 1.671 1.600 1.696 1.575 1.721 1.550 1.747 1.525 1.774 1.500 1.801 1.474 1.829
90 1.635 1.679 1.612 1.703 1.589 1.726 1.566 1.751 1.542 1.776 1.518 1.801 1.494 1.827
95 1.645 1.687 1.623 1.709 1.602 1.732 1.579 1.755 1.557 1.778 1.535 1.802 1.512 1.827
100 1.654 1.694 1.634 1.715 1.613 1.736 1.592 1.758 1.571 1.780 1.550 1.803 1.528 1.826