Professional Documents
Culture Documents
SEGUNDA PARTE
Es posible que el investigador determine que existen otras variables como gustos y
preferencias, edad, etnia, etc. Sin embargo el modelo se puede ajustar a esas variables
siempre y cuando se posea la informacin para determinar la relacin y sobre todo de
registros estadsticos numricos que permitan el clculo del modelo economtrico.
El supuesto que se trabaja con un modelo en que sus variables se comportan de manera
normal permite garantizar:
1. Una distribucin normal de las perturbaciones estocsticas.
2. Que los estimadores sean insesgados o que no estn influenciados por
variables externas.
3. Tienen una varianza mnima lo que significa una media altamente
representativa.
4. Consistencia, en la media que se aumenta el valor de la muestra o de
observaciones para estimar, los valores proyectados se acercan o igualan los
valores poblacionales reales.
5. Los coeficientes estimados tiene varianza mnima por lo que los parmetros
encontrados por Mnimos cuadrados Ordinarios son los Mejores
Estimadores Insesgados lineal
diferencias del valor real menos el proyectado elevado al cuadrado tienda a cero, de ah el
nombre que el mtodo se le denomine Mnimo Cuadrado Ordinario.
Paso 9.Pronstico.
El pronstico consiste en utilizar la ecuacin para establecer con certeza el posible
comportamiento de la variable el cual puede darse en dos tiempos.
1. Dentro del domino o rango de informacin con la que se obtuvieron los
coeficientes
2. Fuera del rango, para observaciones posteriores o anteriores a los del
domino o rango de informacin.
En el primer caso no es necesario ms que sustituir en la ecuacin la o las variables
independientes, por que los coeficientes explican el comportamiento dentro del rango con
que se cuenta la informacin; en este caso se esta tratando de una ecuacin que se puede
llamar de Largo Plazo, para el segundo caso es necesario transformar la ecuacin en un
modelo predictivo de corto plazo en el que se puede con alguna certeza aproximarse a los
valores futuros y para ello se trabaja la serie estadstica en diferencias para obtener de esas
variables los nuevos coeficientes, para el alcance de este curso se tomara la primer forma de
prediccin.
Paso 10.Toma de decisiones y diseo de polticas o acciones preventivas o correctivas,
basadas en el modelo.
Al haber establecido los coeficientes que dan validez al modelo se esta en la posibilidad de
efectuar toma de decisiones y diseo de polticas o acciones preventivas o correctivas,
basadas en el modelo, lo que supone que es una herramienta que facilita la toma de
actividades y acciones, pero a pesar de ese valor estadstico en ningn momento se esta en
la posibilidad de sustituir la experiencia o el conocimiento del comportamiento humano que
es en algunos casos ms confiable que cualquier herramienta estadstica.
Los modelos economtricos suponen que la ecuacin estimada se comporta bajo ciertas
condiciones o requisitos y bajo ciertos parmetros, uno de los principales tiene que ver con
que en los que cada punto observacional utilizado se ajusta al teorema del lmite central y
por tanto se ajusta a la curva normal, de igual manera, la serie estadstica necesaria para
estimar los coeficientes debe estar apoyada en este supuesto y por tanto requiere un
mnimo de 31 datos (este es un valor numrico aproximado en el que una variable
comienza a ajustarse a la curva normal).
Esa es una premisa no obstante se tiene que tomar en cuenta una serie de supuestos que son
necesarios para estimar una ecuacin economtrica con validez estadstica, muchos de ellos
se logran por el simple hecho de efectuar los clculos mediante el mtodo de Mnimos
Cuadrados Ordinarios, los supuestos se mencionan a continuacin.
SUPUESTOS
1. El modelo economtrico es lineal en sus parmetros es decir en sus coeficientes y en sus
variables incluyendo su valor de error estocstico Yi = 1+ 2Xi + i
Esto significa sencillamente que la potencia de cada factor de la ecuacin es igual a 1.
2. Los valores que toma la variable X en un ejercicio de muestreo se mantienen
constantes, es un valor no estocstico o no aleatorio, por ejemplo si consideramos lo niveles
de educacin en grados escolares de la Poblacin Ocupada se tiene que el valor que puede
tomar el nivel de educacin de una persona puede variar desde 0 hasta el nivel mximo 13
o 14 para un ao determinado manteniendo el valor de X que es un promedio inalterable, lo
que importa es el valor medio que toma la variable Y a partir de la X pero el valor de
esta ltima es independiente de ese promedio en Y.
Lo que implica en trminos concretos que los coeficientes estimados estn condicionados al
valor de la o de las variables dependientes.
3. El valor promedio de las variaciones estocsticas i es cero, que significa que la
variacin del valor observado con el estimado a partir de la ecuacin de regresin es
cercano a cero para cada punto utilizado en la proyeccin.
En trminos sencillos lo que pretende este supuesto es que el valor de las variaciones
estocsticas es cero y por lo tanto la ecuacin economtrica se puede representar as:
Yi = 1+ 2Xi + i; i aproximado a cero
Yi = 1+ 2Xi + 0
Yi = 1+ 2Xi
4. Las varianzas de cada error estocstico i deben ser idnticas o en trminos estadsticas
cumplir con el criterio de Homocedasticidad (homo o igual y cedastico o dispersin), es
decir que la varianza de i es igual para cada punto en todas las observaciones.
Si este supuesto se cumple se esta asegurando que el nivel de varianza de las observaciones
es el mismo.
5. No existe correlacin entre los errores estocsticos, lo que significa que al aplicar un
modelo de regresin para perturbaciones i de distintos puntos observados, se obtiene un r
cercano a cero, lo que se busca es que la estimacin de Y no dependa de la variacin
sistemtica de los errores estndar la siguiente grafica muestran la condicin descrita de los
errores estocsticos:
TIPOS DE MODELO.
Por tal motivo el uso de los logaritmos es una herramienta que facilita ajustar una serie a
una tendencia, en la medida que se tiene una serie con mucha dispersin, se aplica a todas
las variables o a una parte de ellas los logaritmos con el objetivo de suavizar el efecto
distorsionador.
Por lo tanto tenemos los siguientes tipos de modelos
1. Lineales en sus variables (lineales en sus variables y parmetros)
2. Modelos log-lineales, se ajusta una o todas las variables que no tiene
compartimiento lineal
1. Log-log
2. Log lineales o semi logartmicos
En los modelos lineales al graficar podemos apreciar su tendencia y estimar sin mayor
cambio utilizando el mtodo de MCO.
Para los modelos doble log o log-log se aplica a ambos lados de la ecuacin los logaritmos,
este es el caso de las funciones exponenciales y de potencia.
En los semi-logartmicos aplicamos a la variable dependiente un valor en logaritmo para
suavizar la tendencia y de esta manera obtener un mejor estimador.
1. Lineales
De la forma matemtica
Y su expresin Regresiva
Y(x) = a+ bXi
Yi = 1+ 2Xi + i
2. De segundo grado
De la forma matemtica
Y su expresin Regresiva
Y(x) = a+ bXi+cXi
Yi = 1+ 2Xi + 3Xi+ i
3, Exponenciales
De la forma matemtica
Y su expresin economtrica
Y(x) = ab
log F(x) = log a + x log b + i
4, De potencia
De la forma matemtica
Y su expresin Regresiva
Y(x) = ax^in
log Yi = log a + b log X + i
FUNCIN LINEAL
Cuando se han recolectado los datos y si estos cumplen con el teorema de lmite central
(informacin que se ajusta a una curva normal) se procede a presentar la informacin bajo
un esquema bidimensional que no es ms que plantearla en trminos del plano cartesiano.
Que bien puede representar la funcin de oferta, donde Y seria la cantidad de productos
ofertados, a el intercepto y b la elasticidad precio de la oferta; ahora la siguiente tabla
muestra que la cantidad de kilos de carne de cerdo ofrecidas a los precios de mercado
Cantidades Y 2
Precio X
2,5 3
5.5 5.5 6
7.5 9
3.3 4.4 3.3 5.5 4.4 5.5 6.6 6.6 7.2 7.7 7.7 8.8 8.8 11
8.5
9.9
El grafico anterior muestra una relacin directa, como la funcin de oferta se supone es
lineal su forma funcional as se expresa, no obstante esta puede ser una curva semejante a
una parbola o a una exponencial (todo depende el caso) y por lo tanto se puede optar por la
mejor forma, en este caso para efectos de simplificacin se muestra una lineal.
DESARROLLO
La ecuacin de la lnea recta es Y(x) = a+ bXi ,
donde
a es el intercepto o el valor que adquiere Y cuando X es igual a cero,
b representa la pendiente o elasticidad de la ecuacin (por el cambio en una unidad
adicional de x el valor total de Y cambia en la proporcin de b).
CLCULO
Para obtener los valores de los coeficientes se tiene en primer lugar efectuar los productos
encontrar sus sumatorias y luego simultanear la ecuacin y despejando en cada caso el
valor que se requiera.
Esto puede observarse en la siguiente tabla:
Precio X
Cantidades Y (X)(Y)
3.3
6.6
10.89
4.4
2.5
11
19.36
3.3
9.9
10.89
5.5
22
30.25
4.4
3.5
15.4
19.36
5.5
3.5
19.25
30.25
6.6
4.5
29.7
43.56
6.6
33
43.56
TOTAL
7.15
5.5
39.325
51.1225
7.7
5.5
42.35
59.29
7.7
46.2
59.29
8.8
61.6
77.44
8.8
7.5
66
77.44
11
99
121
9.9
8.5
84.15
98.01
100.65
77
585.475 751.7125
585.475
= -0.913497088
0.9012 X- 0.9135
FUNCIN CUADRTICA
La forma funcional de cada modelo economtrico depende en alguna parte por su forma
grfica, es decir que al reflejar en un esquema bidimensional se puede apreciar la forma y
hacerse una idea de la ecuacin que se ajusta de mejor manera al modelo que se busca.
Para el caso tomaremos un ejemplo hipottico en el que se toma el esquema de una funcin
de costos totales, donde se sabe que hasta cierto punto en el que la produccin aumenta los
costos caen dado un nivel de tecnologa llegando a un mnimo y a partir de ah existe un
incremento progresivo por cada unidad adicional por tanto se espera una forma parablica.
La siguiente tabla muestra el valor del costo total Y que se obtiene con un nivel de
produccin especfico X.
200 240 300 400 500 540 600 640 700 800 900 1000 1040 1100 1200
x
y 3910 3680 2990 2070 2070 1380 1610 1380 1725 1495 2070 1840 2530 2990 4025
El grfico anterior muestra claramente que la tendencia no se ajusta a una recta, esta se
plantea como una curva en forma de u, siendo una parbola la ecuacin que ms se ajusta
es cuadrtica.
DESARROLLO
Para el caso de la funcin cuadrtica es necesario aclara que es un caso espacial que se ve
en muchos ejemplos econmicos, su aplicacin es til para determinar mximos y mnimos.
El procedimiento es el mismo que en el anterior se encuentra
CLCULO
El siguiente paso a realizar consiste en obtener los productos y sumatorias indicadas en las
tres ecuaciones:
200
XY
X2Y
X2
X3
X4
3,910 782,000
156,400,000
40,000
8,000,000
1,600,000,000
240
3,680 883,200
211,968,000
57,600
13,824,000
3,317,760,000
300
2,990 897,000
269,100,000
90,000
27,000,000
8,100,000,000
400
2,070 828,000
331,200,000
160,000
64,000,000
25,600,000,000
500
250,000
125,000,000 62,500,000,000
540
1,380 745,200
402,408,000
291,600
157,464,000 85,030,560,000
600
1,610 966,000
579,600,000
360,000
216,000,000 129,600,000,000
640
1,380 883,200
565,248,000
409,600
262,144,000 167,772,160,000
700
490,000
343,000,000 240,100,000,000
800
640,000
512,000,000 409,600,000,000
900
729,000,000 656,100,000,000
Para encontrar el coeficiente c hay que sustituir en cualquiera de (1), (2) (3), tomando la
ecuacin primera se tiene:
35,765
35,765
35,765
a
a
= 15 a + 10,160 b + 8,330,400 c
= 15 a + 10,160 (-13.97556819) + 8,330,400 (0.009954675)
= 15 a -141991.7728 + 82926.42106
= (35,765+141991.7728- 82926.42106)/15
= 6322.023448
FUNCIN EXPONENCIAL.
escolaridad
1979
2.890
1980
2.740
1981
3.230
1982
3.400
1983
3.123
1984
3.365
1985
3.563
1986
3.735
1987
3.960
1988
3.560
1989
3.573
1990
3.662
1991
3.842
1992
3.523
1993
3.760
1994
3.990
1995
4.126
1996
4.356
1997
4.653
1998
5.236
1999
5.136
2000
5.313
2001
5.459
2002
5.609
2003
5.763
N= 25
Desarrollo
El procedimiento para determinar los coeficientes entonces es:
Al igual que en los casos anteriores se busca que la desviaciones de los valores observados
respecto a los estimados sea el mnimo posible, por lo que se debe derivar respecto a los
coeficientes a y b para luego igualar los resultados a cero.
Para el caso se debe sustituir la funcin exponencial linealizada en la expresin sumatoria a
minimizar por lo que:
CLCULO
Tomando como base la tabla presentada anteriormente y para simplificar los clculos, se
sustituyen los valores de aos por un equivalente numrico que no afecta el resultado (este
mtodo se utiliza principalmente en aos o en variables de tiempo que poseen un
incremento unitario). En consecuencia tenemos la siguiente grfica que relaciona el tiempo
y la cantidad de poblacin ocupada en millones de personas:
X
Log Y
X*log Y
X2
1979
-12
2.890
0.46089784
-5.53077411
144
1980
-11
2.740
0.43775056
-4.81525619
121
1981
-10
3.230
0.50920252
-5.09202522
100
1982
-9
3.400
0.53147892
-4.78331025
81
1983
-8
3.123
0.49457198
-3.95657587
64
Aos
1984
-7
3.365
0.52698507
-3.68889548
49
1985
-6
3.468
0.54007909
-3.24047453
36
1986
-5
3.684
0.56631962
-2.83159811
25
1987
-4
3.860
0.5865873
-2.34634922
16
1988
-3
3.560
0.55149767
-1.654493
1989
-2
3.573
0.55301164
-1.10602328
1990
-1
3.662
0.56367494
-0.56367494
1991
3.842
0.58450797
1992
3.900
0.59106461
0.59106461
1993
3.760
0.57518784
1.15037569
1994
3.990
0.6009729
1.80291869
1995
4.126
0.61548712
2.46194847
16
1996
4.356
0.63908787
3.19543936
25
1997
4.653
0.66773305
4.00639832
36
1998
5.236
0.71899964
5.03299747
49
1999
5.018
0.70049474
5.6039579
64
2000
5.190
0.715185
6.43666501
81
2001
10
5.333
0.72695922
7.26959218
100
2002
11
5.479
0.73873907
8.12612979
121
2003
12
5.630
0.7505158
9.00618959
144
101.067229
14.946992
15.0742268
1300
Para este caso se debe sustituir valores comprendidos entre -12 y 12, para que de como
resultado el valor en su equivalente en aos.
FUNCIN DE POTENCIA.
A esta funcin se le conoce como curva geomtrica de la forma f[x] = x^n, ; al igual que los
casos anteriores es necesario linealizar la ecuacin, como se puede esperar basta aplicar
logaritmo a la ecuacin de igual manera que el en caso exponencial para obtener una
ecuacin de la tendencia buscada y se procede a derivar respecto a a y b .
Ingreso
Consumo
3.01
1.904236782
3.26
2.389395036
3.69
2.93138203
3.98
3.321130844
3.654
2.884343721
4.024
3.074481512
3.89
3.198127393
4.2
3.629445223
4.36
3.860393932
4.56
4.156912734
4.268
3.726912485
4.689
3.957023376
4.93
4.727987654
5.3
5.327630566
5.21
5.179181854
5.36
4.934102133
n=16
DESARROLLO
CLCULO
Con la informacin anterior se construye los cuadros respectivos que permitirn determinar
los valores de los coeficientes; tal como lo muestra la siguiente tabla:
X (Ingreso) Log X
Log Y
1.904
3.010
0.479
0.280
0.134
0.229
2.389
3.260
0.513
0.378
0.194
0.263
Y (Consumo)
2.931
3.690
0.567
0.467
0.265
0.322
3.321
3.980
0.600
0.521
0.313
0.360
2.884
3.654
0.563
0.460
0.259
0.317
3.074
4.024
0.605
0.488
0.295
0.366
3.198
3.890
0.590
0.505
0.298
0.348
3.629
4.200
0.623
0.560
0.349
0.388
3.860
4.360
0.639
0.587
0.375
0.409
4.157
4.560
0.659
0.619
0.408
0.434
3.727
4.268
0.630
0.571
0.360
0.397
3.957
4.689
0.671
0.597
0.401
0.450
4.728
4.930
0.693
0.675
0.467
0.480
5.328
5.300
0.724
0.727
0.526
0.525
5.179
5.210
0.717
0.714
0.512
0.514
4.934
5.360
0.729
0.693
0.505
0.532
10.002
8.842
5.661
6.333
Sumatoria
n=16