ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo

Slides:

Advertisements

Presentaciones similares

Modelos de Variable Dependiente Binaria -Logit y Probit-

Advertisements

Pruebas de Estacionariedad

REGRESIÓN PARTICIONADA

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.

SERIES UNIVARIADAS EJEMPLO DE APLICACION: Hacer un análisis completo de la serie de tiempo de los índices de contaminacion de Lima metropolitana y proyectar.

Sesión 7. Perfil del consumo C Luis Rosero-Bixby UC Berkeley.

Econometria 2. Modelo de Regresión Lineal Simple

Análisis de Correlación y de Regresión lineal simple

Econ. José Luis Rojas López

TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo Daniel Lema.

Dr. José Guadalupe Ríos1 ELEMENTOS DE PRUEBAS ACELERADAS Es una técnica que permite tener tiempos de falla más rápidamente, lo cual permite ahorrar tiempo.

Estadística Administrativa II

Análisis de Sistemas Lineales “Series de Fourier II” Ing. Rafael A. Díaz Chacón ASL/RAD/2001.

Estimador de Efectos Fijos

Modelos de Regresión Dinámica I: variables estacionarias

Econometría I Clase 1.

Regresión lineal simple Nazira Calleja

HERRAMIENTAS, METODOS. TECNICAS E INSTRUMENTOS.

TEMA : ANALISIS DE REGRESION

Variables Artificiales Son variables binarias o variables cero-uno diseñadas para describir informacion cualitativa.

Bioestadistica II 2014 FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y NATURALES. UNIVERSIDAD NACIONAL DE CÓRDOBA.

ANÁLISIS DE SERIES DE TIEMPO. LOGRO DE LA SESIÓN Al finalizar la sesión de clase, el alumno será capaz de realizar pronósticos para una variable seriada.

Contraste de Hipotesis

LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.

REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.

METODOS ECONOMETRICOS Datos de Panel Introducción a Efectos Fijos Efectos Aleatorios Daniel Lema.

¿Qué significa Confiabilidad?

DISEÑOS EXPERIMENTALES

Series de Tiempo Capítulo VIII.

ANÁLISIS PRIMARIO DE SERIES TEMPORALES

Econometría Introducción

Análisis de varianza Paramétricos vs. No Paramétricos

Introducción a los modelos econométricos

Sistemas de Ecuaciones Lineales

ANÁLISIS PRIMARIO DE SERIES TEMPORALES

Pronóstico IN71K: Gestión de Operaciones en la Industria de Servicios

Temas Estimador de Efectos Fijos: utiliza una transformación para eliminar el efecto inobservable ai antes de la estimación Estimador de Efectos Aleatorios:

Estimación de la Demanda

Predicción con Alisado Exponencial

Diferentes Formas Funcionales Cosas del Analisis de Regresion

Representa en el plano una recta Analíticamente

Variables dummy Una variable dummy toma valores entre 1 y 0 Ejemplo:

ECONOMETRIA Daniel Lema.

DISCUSIÓN DE LA FORMA FUNCIONAL

REGRESÍON LINEAL SIMPLE

Pendiente de la recta que pasa por dos puntos

ECONOMETRIA I 3. MODELO LINEAL DE TRES VARIABLES

METODOS ECONOMETRICOS

Correlación Relación no lineal Relación lineal positiva Relación

Analisis de Regresion Para dos Variables.

Contraste de Hipotesis

Ecuación Explícita de la Recta

ICPM050 – ECONOMETRÍA tema 03: ESTIMACIÓN MODELO LINEAL SIMPLE

Variables Artificiales

INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS

Correlación Relación no lineal Relación lineal positiva Relación

PROBABILIDAD Y ESTADÍSTICA ING. KARINA REAL A. NO-3-6 NO-3-7 Presentación de la Información Estadística.

Regresión Lineal Simple

Contraste de Hipotesis

SERIES DE TIEMPO. Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos.

TOPICOS DE ECONOMETRIA APLICADA Sesgo por Variable Omitida

Contraste de Hipotesis

Free and Quick Translation of Anderson's slides

ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE 1 1.

METODOS ECONOMETRICOS

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ¿Qué es una proyección? Es una estimación del comportamiento de una variable en el futuro. Específicamente, se.

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE

INFORME DE PROYECTO DE GRADUACIÓN

Transcripción de la presentación:

ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo Daniel Lema

Variable Dummy Como Alternativa al test de Chow Es interesante para saber si la diferencia se origina en ordenada, coeficientes o ambos. Cuatro posibilidades 1. Regresiones Coincidentes (una) 2. Regresiones paralelas (dos paralelas) 3. Regresiones Concurrentes (misma ord. Dif. pendiente) 3. Regresiones no similares (dif. Ord y pend)

Variable Dummy Como Alternativa al test de Chow F = (SCRR - SCRNR)/k (SCRNR)/(n1+n2- 2k) Dist. F (k, (n1+n2- 2k)) Ejemplo: Ahorros e Ingreso Yt = 1 + 1 Xt + i Y= Ahorros X= Ingresos Datos:1970-1995 1970-1982 1983-1995

Ejemplo: Ahorros e Ingreso Yt = 1 + 2 Dt + 1 Xt + 2 (Dt.Xt) + t Y= Ahorros X= Ingresos Datos:1970-1995 1970-1982 : D=0 1983-1995 : D=1 Yi = 1.06 + 152.47 Di + 0.08 Xi – 0.06 (Di.Xi) (0.05) (4.60)* (5.54)* (-4.09)*

Ejemplo: Ahorros e Ingreso Yi = 1.06 + 152.47 Di + 0.08 Xi – 0.06 (Di.Xi) (0.05) (4.60)* (5.54)* (-4.09)* Existen diferencias en ordenada y pendiente Identico resultado a test Chow Solo se estima una regresión (vs. 3) Permite identificar origen de las diferencias Aumenta los grados de libertad

Ejemplo: Análisis de Estacionalidad Cuando la serie presenta estacionalidad marcada se puede desestacionalizar utilizando algun filtro lineal (ej. medias móviles ) Para el análisis de regresión es preferible modelar la estacionalidad Ej. Venta de Heladeras datos trimestrales Yi = 1 D1 + 2 D2 + 3 D3 + 4 D4 + i Cada coeficiente representa la venta promedio por trimestre El residual de la regresión es la serie desestacionalizada (contiene tendencia, ciclo y aleatoriedad)

Ejemplo: Análisis de Estacionalidad Si incorporamos un regresor adicional (ej. Gasto en bs. Durables) y ordenada al origen excluyendo una dummy Yi = 1 + 2 D2 + 1 D3 + 2 D4 + 1 Xi + i Los coeficientes de las dummy son diferencias con respecto a la base (trim 1) Que ocurre si X tiene tambien estacionalidad? La inclusion de dummies controla tambien la estacionalidad de las X Prueba: regresar X e Y contra dummies, guardar residuales y correr una regresion de residuales de Y contra residuales de X. El coeficiente estimado de pendiente es equivalente al 1

Cambios de Tendencia por Tramos Conectados Yi = 1 + 1 Xi + 1 [Di .(Xi – X*)] + i Donde X* = Umbral del cambio D=1 si Xi>X* D=0 si Xi<X* Ej. Y= Costo total X= Volumen de producción

Cambios de Tendencia por Tramos Conectados Si D=0 Yi = 1 + 1 Xi Si D=1 Yi = 1 - 1 X*+ (1 + 1 ).Xi La significatividad del 1 permite testear la diferencia de pendiente.