Professional Documents
Culture Documents
TEMA 1: INTRODUCCIÓN A LA
ECONOMETRÍA
TEMA 2: MODELO LINEAL
OBJETIVOS:
• Definir conceptos básicos y fundamentales de estadística
y econometria
• Comprender los fundamentos de la teoría econométrica
para visualizar las posibilidades de aplicación apropiada
en la descripción y comprensión de las relaciones entre
fenómenos económicos reales.
• Formular y especificar modelos adecuados que
representen relaciones simples y multiecuacionales
sencillos entre variables económicas que representan
una o mas teorías económicas.
• Utilizar los métodos estadísticos adecuados a cada caso
particular de los diferentes problemas econométricos,
así como interpretar los resultados estadísticos en
función de la teoría económica que trata.
SISTEMA DE EVALUACIÓN
• PRIMER PARCIAL (40)
• FINAL (40)
• ACTIVIDADES (20)
¿Cómo surge la Econometría?
TEORIA
POR QUÉ
ECONOMICA
ECONOMETRIA CUÁNTO
CONCEPTO DE ECONOMETRÍA Y SUS
FUNCIONES
• Algunas definiciones:
Samuelson:
“La econometría es definida como el análisis cuantitativo de los
fenómenos económicos reales basados en el desarrollo
simultaneo de la observación y la teoría, relacionados mediante
métodos apropiados de inferencia”.
Henry Theil:
“La econometría se refiere a la determinación empírica de las
leyes económicas”.
VALAVANIS:
“La misión de la econometría es expresar las
teorías económicas en términos matemáticos
para verificarlas por métodos estadísticos y para
medir la incidencia de una variable sobre otra,
así como para poder predecir los sucesos
futuros o aconsejar las políticas económicas que
deben seguirse cuando se desea un resultado
determinado”.
¿Qué es la L a Econometría trata de la aplicación
ECONOMETRÍA? de la CIENCIA ECONOMICA, la
MATEMÁTICA y ESTADÍSTICA con el
fin de:
1. Probar hipótesis ( teorías)
“Medición Económica”. 2. Estimar
3. Predecir o pronosticar los
fenómenos económicos
COMPONENTES
ESENCIALES
MODELOS DATOS
¿Cuáles son las funciones de la econometría?
¿Que es un modelo?
Fenómenos
económicos son
inexactos y erráticos
INTRODUCIR EL
TERMINO DE
PERTURBACION “U”
TIPOS DE MODELOS
Predicciones o pronósticos
Estadística Descriptiva
Describe las posibles regularidades o de un
conjunto de datos.
ESTADÍSTICA Consiste en la presentación de datos
en forma:
Estadística Inferencial
Generaliza los resultados de una parte de
la población (n).
POBLACIÓN Y MUESTRA
Muestra
Población
Finita Infinita
PARÁMETROS Y ESTADÍGRAFOS
µ; σ²; σ; ςν y; s²; s; cv
N n
ELEMENTOS Y CARACTERES
CARACTERES
Balances
Internas Estados Contables
Ventas
I. SECUNDARIAS
Publicaciones – INE
Externas Folletos
INFORME MILENIO, Revistas
DISTRIBUCION DE VARIABLES
• DISTRIBUCIONES UNIDIMENSIONALES: se
estudia una sola variable para su investigación
• DISTRIBUCIONES BIDIMENSIONALES: dos
variables al mismo tiempo.
• DISTRIBUCIONES MULTIDIMENSIONALES: tres
o mas variables
DISTRIBUCIONES
UNIDIMENSIONALES
MEDIDAS DE TENDENCIA CENTRAL
O POSICIÓN CENTRAL
Resumen la información recolectada en Indicadores que
reflejan la forma en que los datos se agrupan o concentran
alrededor de ciertos valores de una variable en estudio.
• Media Aritmética
• Media Ponderada
• Mediana
• Moda
• Media Geométrica
• Media Armónica
MEDIDAS DE DISPERSIÓN
Llamamos medidas de dispersión a aquellos indicadores que muestran el grado de
alejamiento de las variables en torno a un valor central.
• Medida de Asimetría
Distribución simétrica Asimetría Positiva Asimetría Negativa
Mo<Me<Y
Coeficiente de Curtosis
σ 𝑌𝑖 − 𝑌ത 4 𝑛𝑖
𝐶𝐶 = 𝑛 −3
(𝑆 2 )2
Y1 (X1 , Y1)
X1 X
Recta de regresión Pendiente
yn
yn 1 yˆ i
y3
u3 ui
yi
y1 yi
y2
Intercepto
x1 x2 x3 xi xn 1 xn
yi a bxi ui ui yi yˆi
Error
Y
Y Y
Relación Curvilinea X
Positiva
Relación Curvilinea X
Negativa
Relación Lineal Negativa X
Relación Lineal Negativa X Perfecta
Y
Relación Curvilinea X
X Positiva
No exixte relación
Función de Regresión
En el caso de que el Diagrama de Dispersión indique una relación de tipo
lineal muchas son las rectas que se pueden ajustar a la nube de puntos.
Y2 (X2 , Y2)
e2+
(X2 , Ŷ2)
(X1 , Ŷ1)
e1-
Y1
(X1 , Y1)
X1 X2 X
Y = a + bX donde:
Y= Variable dependiente
a= Valor de la ordenada en el origen
b= Pendiente de la recta
X= Variable independiente
La Ecuación de la Recta de mejor ajuste está determinado por:
Los valores de las Constantes que satisfacen el criterio de los Mínimos Cuadrados
se obtienen por medio del siguiente sistema de ECUACIONES NORMALES:
n xy y x
xy a x b x
2
2da Ecuación Normal b
n x 2 x
2
El coeficientes de regresión “a” es el valor que toma la variable dependiente “y” cuando la variable
independiente “x” vale cero.
El coeficientes de regresión “b” es el incremento negativo o positivo que sufre la variable dependiente “y”
cada vez que la variable independiente “x” se incrementa en una unidad.
La recta de regresión por Mínimos Cuadrados de “y” sobre “x” encontrada será:
Yc a bx
Análisis de Correlación
Y Y Y
X X X
Correlación Positiva Correlación Negativa Sin Correlación
Perfecta Perfecta r=0
r=1 r=- 1
“y” aumenta de una “y” disminuirá de una No esiste relación entre “x” e
manera perfectamente manera perfectamente “y”.
predecible conforme se predecible en la medida
incrementa “x” en que “x” aumenta
Para llevarse a cabo un análisis de correlación de un conjunto de datos,
el coeficiente de correlación se calcula trabajando directamente con los
valores de las variables:
n n n
N xi yi xi yi
r i 1 i 1 i 1
La magnitud del Coeficiente de
n 2 n 2 n 2 n
2
Y Y
Yc
Yc a bx
y y
Variación Explicada
R2
Variación Total
VariaciónExplicada VT VNE
VariaciónTotal VE VNE
S XY
yˆi qa bpxi y 2 xi x
SX
El objetivo último de la regresión es la predicción de una variable para un
valor determinado de la otra. La predicción de Y para X = x0 será simplemente
el valor obtenido en la recta de regresión de Y sobre X al sustituir el valor de x
por x0. La fiabilidad de esta predicción será tanto mayor cuando mayor sea la
correlación entre las variables (es decir mayor sea R2 )
S XY
ˆ 0 aq bpx0 y 2
y x0 x
SX
EJEMPLO: Se tiene información sobre los gastos en propaganda y las ventas de la
empresa Alfa & Omega, en miles de bolivianos:
Años Gastos Ventas
2000 4 50
2001 6 70
2002 4 60
2003 2 30
2004 4 40
Se pide:
Determinar la Función de Regresión Lineal.
Interpretar los parámetros a y b.
Estime las ventas para un gasto en propaganda de 8000$.
Estime los gastos en propaganda para las ventas que alcanzan a 80000$.
Calcule las ventas promedio y los gastos promedio.
Calcule la varianza total, la varianza explicada y la varianza residual.
Calcule el Error Estándar de estimación e interprete.
Halle el coeficiente de Determinación (R2) e interprete.
Halle el coeficiente de correlación lineal simple (r) e interprete.
Grafique el diagrama de dispersión.
Grafique la función de regresión hallada.
Calcule el error o residuo de todos los años.