APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 9/5/03

Slides:



Advertisements
Presentaciones similares
Regresión mínimo cuadrada (II)
Advertisements

1. MODELO DE REGRESIÓN SIMPLE
Tema 2. El modelo de regresión lineal simple
ECONOMIA II Unidad II – Cuentas Nacionales
Regresión mínimo cuadrada (I)
2011 Universidad Nacional Autónoma de Nicaragua UNAN-Managua
Pronósticos, Series de Tiempo y Regresión
ANÁLISIS EXPLORATORIO DE DATOS
Tema 7 Renta Nacional.
UNIVERSIDAD AUTÓNOMA DEL CARIBE
Estimación: de una Función de Demanda Mensual por Emisión Monetaria ( ) para Honduras, mediante modelos Econométricos, serie de tiempo y Pronostico.
APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 23/5/03
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I HETEROSCEDASTICIDAD
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Pruebas de Especificación en el Modelo de Regresión Múltiple
PROPIEDADES ESTADÍSTICAS DE LOS ESTIMADORES
MODELO DE REGRESIÓN MÚLTIPLE
SERIES UNIVARIADAS Toda institución, ya sea la familia, la empresa o el gobierno, tiene que hacer planes para el futuro si ha de sobrevivir y progresar.
Econometría Aplicada: Series de Tiempo
Asimetría – Curtosis – Jarque Bera
APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 4/4/03 y 11/4/03
Capitulo 7: Autocorrelación
Estadística 2011 Clase 8 Maestría en Finanzas Universidad del CEMA
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Modelo básico de regresión Lineal (MBRL)
Modelo básico de regresión Lineal
CAMBIOS ESTRUCTURALES Y LA SELECCIÓN DE MODELOS MACROECONOMETRICOS Peter A. Prazmowski.
Repaso de la Contabilidad Nacional y las Identidades Básicas
CAMBIO ESTRUCTURAL INDICE DE LA PRESENTACIÓN.
Por: Ramos Carla Amador Judith Materia: Estructura Económica de México.
CONTRASTE Y VALIDACIÓN DE UN MODELO
Tema 1- Regresión lineal simple.
Introducción a Eviews y funciones para el análisis del ciclo económico
ANÁLISIS EXPLORATORIO DE DATOS
MÉTODOS DE PROYECCIÓN Existen varias alternativas para determinar el comportamiento futuro de un producto, lo cual exige de los proyectistas, un análisis.
1 Curso SPSS 2005 Profesora: Inmaculada Luengo Merino Tfno: nombre de usuario: cspss contraseña:
Las variables son cualesquiera: Se esperaría que: crece X1 implicará decrece Y crece X2 implicará decrece Y crece X3 implicará decrece Y Hay que justificar.
CONTRASTE Y VALIDACIÓN DE UN MODELO
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
PRESENTACION IV ETAPA 1: PREPARACION DE DATOS Curso Formación Fortalecimiento Institucional Análisis Regional de Frecuencias basado en L-momentos Jorge.
Pronósticos, Series de Tiempo y Regresión
Mt. Martín Moreyra Navarrete.
Universidad Autónoma de Madrid
Pronósticos, Series de Tiempo y Regresión
Medida de Dispersión Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad de una distribución, indicando por medio.
Econometría III Esquema del trabajo de ordenador. Curso
Departamento de Informática Universidad Técnica Federico Santa María
Titular: Agustín Salvia
Análisis de regresión MCO MELI.
APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 16/5/03.
1. Actualmente el marco general en el que una organización lleva a cabo su actividad se caracteriza por una alta dinamicidad y cambios permanentes. Ante.
Estimador de Efectos Fijos
LOGO Econometría III Esquema del trabajo de ordenador. Curso Parte 2. Estimación inicial por MCO y análisis del orden de integración.
Índice: Introducción Conceptos básicos Procesos elementales
Si comparamos este intervalo con (10.5), vemos que el intervalo de confianza para la Y 0 individual es más amplio que el intervalo para el valor medio.
FUENTE INE. DIFERENCIA ENTRE LOS DIFERENTES CONSUMOS FINALES. POR LA VÍA DEL GASTO.
La Contabilidad Nacional.
Regresión Lineal Simple
APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 28/3/03.
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I MODELO DE REGRESIÓN GENERAL 1 Profesor: Barland A. Huamán Bravo 2011 UNIVERSIDAD NACIONAL AGRARIA DE LA.
RATS MODELIZACIÓN DE DISTRIBUCIONES. RATS 1. FUNCIONES DE PROBABILIDAD.
Autocorrelación.
Lic. Davide Erdas ________________________ Impacto del Precio del Petróleo en los Estados Unidos ________________________ Efecto de la dependencia del.
Análisis de Datos Atmosféricos Regresión lineal 1
Supuestos en el análisis de regresión Miles, J. & Shervin, M. (2011). Applyng regression & correlation. A guide for students and researchers. London: Sage.
Análisis de Datos Atmosféricos Regresión lineal 1 Francisco Estrada Porrúa.
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
Econometría MSc. Daisy Espallargas Ibarra.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Transcripción de la presentación:

APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 9/5/03

VIOLACIÓN DE LAS HIPÓTESIS BÁSICAS EN M.C.O.: CONTRASTES DE ESPECIFICACIÓN ERRÓNEA RATS/EVIEWS

1.1 HIPÓTESIS BASICAS EN M.C.O. : RATS/EVIEWS

1.1 OTRAS HIPÓTESIS : RATS/EVIEWS

1.2 Normalidad de las perturbaciones: RATS/EVIEWS

Test de Bera-Jarque (BJ) de normalidad RATS/EVIEWS

1.3 Perturbaciones no esféricas: Heteroscedasticidad y/o autocorrelación RATS/EVIEWS

Test de White de heteroscedasticidad RATS/EVIEWS

Test de White de heteroscedasticidad RATS/EVIEWS

Test LM de Breusch-Godfrey de autocorrelación RATS/EVIEWS

Test LM de Breusch-Godfrey de autocorrelación RATS/EVIEWS

1.4 Forma funcional: RATS/EVIEWS

Test RESET de Ramsey de forma funcional RATS/EVIEWS

Test RESET de Ramsey de forma funcional RATS/EVIEWS

1.5 Estabilidad del modelo: RATS/EVIEWS

Test CUSUM de estabilidad estructural del modelo RATS/EVIEWS

Test CUSUM de estabilidad estructural del modelo RATS/EVIEWS

Test CUSUM de estabilidad estructural del modelo RATS/EVIEWS

INVR=1+ 2TREND+ 3PNB+ 4TI_R+ε 2 SOBRE LA ESTIMACIÓN DEL MODELO DE INVERSIÓN LINEAL UNIECUACIONAL MEDIANTE MÍNIMOS CUADRADOS ORDINARIOS: INVR=1+ 2TREND+ 3PNB+ 4TI_R+ε En dónde: INVR es la Inversión en términos reales TREND es una variable de tendencia lineal PNB es el Producto Interior Bruto a p.m. a precios ctes. TI_R es el Tipo de Interés real RATS/EVIEWS

FUENTE DE LOS DATOS: INVR FORMACION BRUTA CAPITAL FIJO.PRECIOS CONSTANTES 1995.DATOS CORREGIDOS (9321000t.d). Frecuencia: trimestral. Fuente: Contabilidad Nacional Trimestral (INE) PNB PRODUCTO INTERIOR BRUTO PM.PRECIOS CONSTANTES 1995.DATOS CORREGIDOS (9300000t.d) R INSTIT.CREDITICIAS-BANCA PRIVADA-TIPOS ACTIVOS-CDTO. DE 3 A\OS O MAS (865132). Frecuencia: Mensual. Fuente: Banco de España. Datos trimestrales medidos a final de periodo. INFL IPC GENERAL (400000). Frecuencia: Mensual. Fuente: Indices de Precios de Consumo (INE). Datos trimestrales de variación anual medidos a final de periodo. RATS/EVIEWS

3. CONTRASTES DE ESPECIFICACIÓN ERRÓNEA USANDO Eviews v4.0

Comando HIST: NOMBRE_EQLS.HIST(opciones) Test de Bera-Jarque (BJ) de normalidad Comando HIST: NOMBRE_EQLS.HIST(opciones) Ofrece el histograma y una serie de estadísticos descriptivos sobre los resíduos de la regresión NOMBRE_EQLS , entre ellos el test de Bera-Jarque (J-B) con su p-value. Opciones: P =>imprime el resultado EVIEWS

Programa LS_INV3.PRG: SALIDA: 'a) Test BJ de normalidad: FREEZE(BJ) LS_INV2.HIST SALIDA: EVIEWS

Comando WHITE: NOMBRE_EQLS.WHITE(opciones) Test de White de heteroscedasticidad Comando WHITE: NOMBRE_EQLS.WHITE(opciones) Calcula el test de White de Heteroscedasticidad sobre los resíduos de la regresión indicada en NOMBRE_EQLS. Opciones: C =>Calcula el test de White completo, con todos los productos cruzados P =>imprime el resultado EVIEWS

Programa LS_INV3.PRG: 'b) Test White de heteroscedasticidad FREEZE(WHITE) LS_INV2.WHITE(C) EVIEWS

SALIDA: EVIEWS

Comando LS: NOMBRE_EQLS.LS(opciones) Corrección de la Matriz de Var-Cov consistente con Heteroscedasticidad: WHITE Comando LS: NOMBRE_EQLS.LS(opciones) Se puede corregir medinate la elección apropiada de las opciones. Opciones: h =>Utiliza la corrección de las desviaciones típicas y matriz de var-cov de White consistente con heteroscedasticidad de cualquier forma. EVIEWS

Programa LS_INV3.PRG: 'b) Test White de heteroscedasticidad FREEZE(WHITE) LS_INV2.WHITE(C) EVIEWS

SALIDA: EVIEWS

Comando AUTO: NOMBRE_EQLS.AUTO(opciones) Test LM de Breusch-Godfrey de autocorrelación Comando AUTO: NOMBRE_EQLS.AUTO(opciones) Calcula el test de Test LM de Multiplicadores de Lagrange de Breusch-Godfrey para comprobar si existe autocorrelación sobre los resíduos de la regresión indicada en NOMBRE_EQLS. Opciones: P =>imprime el resultado NÚMERO_P =>Número de retardos considerados en el test, orden autorregresivo considerado. Se recomienda considerar desde p=1 hasta p=5. EVIEWS

Programa LS_INV3.PRG: 'c) Test LM de autocorrelación de orden hasta 5: FREEZE(LM1) LS_INV2.AUTO(1) FREEZE(LM2) LS_INV2.AUTO(2) FREEZE(LM3) LS_INV2.AUTO(3) FREEZE(LM4) LS_INV2.AUTO(4) FREEZE(LM5) LS_INV2.AUTO(5) EVIEWS

SALIDA: EVIEWS

Comando LS: NOMBRE_EQLS.LS(opciones) Corrección de la Matriz de Var-Cov consistente con Autocorrelación y/o Heteroscedasticidad: NEWEY-WEST Comando LS: NOMBRE_EQLS.LS(opciones) Se puede corregir medinate la elección apropiada de las opciones. Opciones: n =>Utiliza la corrección de las desviaciones típicas y matriz de var-cov de Newey-West consistente con heteroscedasticidad y/o autocorrelación de cualquier tipo. EVIEWS

Programa LS_INV3.PRG: 'Correccion de la VAR-COV de m.c.o. de NEWEY-WEST: EQUATION LS_INV2_N_W.LS(N) INVR C TREND PNB TI_R EVIEWS

SALIDA: EVIEWS

Comando RESET: NOMBRE_EQLS.RESET(opciones) Test RESET de Ramsey de forma funcional Comando RESET: NOMBRE_EQLS.RESET(opciones) Calcula el test de Test RESET para comprobar si la fomra funcional es correcta en la regresión indicada en NOMBRE_EQLS. Opciones: P =>imprime el resultado NÚMERO_de_j =>Número de potencias de la variable endógena consideradas en el test. Se recomienda considerar desde NÚMERO_de_j=1 a NÚMERO_de_j=5. EVIEWS

Programa LS_INV3.PRG: 'd) Test RESET de Ramsey de forma funcional FREEZE(RESET2) LS_INV2.RESET(1) FREEZE(RESET3) LS_INV2.RESET(2) FREEZE(RESET4) LS_INV2.RESET(3) FREEZE(RESET5) LS_INV2.RESET(4) EVIEWS

SALIDA: EVIEWS

Comando RLS: NOMBRE_EQLS.RLS(opciones) Test CUSUM de estabilidad estructural del modelo Comando RLS: NOMBRE_EQLS.RLS(opciones) El comando calcula regresiones recursivas y residuos recursivos. El test de Test CUSUM de estabilidad estructural de la regresión indicada en NOMBRE_EQLS lo calcula medinate la utilización de la opción abajo indicada. Opciones: q=>Muestra el gráfico del test CUSUM y las bandas de fluctuación del 5%. EVIEWS

Programa LS_INV3.PRG: 'e) Test CUSUM de estabilidad estructural: FREEZE(CUSUM) LS_INV2.RLS(Q) EVIEWS

SALIDA: EVIEWS