Introducción. Si se revisa la literatura, los principales autores, se encuentra que no existe una única definición de econometría. Etimológicamente: Econometría=

Presentación del tema: "Introducción. Si se revisa la literatura, los principales autores, se encuentra que no existe una única definición de econometría. Etimológicamente: Econometría="— Transcripción de la presentación:

1 Introducción

2 Si se revisa la literatura, los principales autores, se encuentra que no existe una única definición de econometría. Etimológicamente: Econometría= Economía + medida, esto se interpreta como la medición de la economía, siendo esta una definición muy vaga, debido a que hay un sin número de indicadores que “intentan” cuantificar a la economía.

3 La econometría es una herramienta que simplifica la realidad, y permite de manera más o menos razonable entender fenómenos recurrentes. Debido a lo anterior, la econometría está íntimamente relacionada con el método científico de investigación, es decir conocer las causas/efectos de un fenómeno.

4 La econometría consta con un número de etapas, debido a estar relacionada con un método que consisten en: Especificación de una estructura, es decir un modelo con fundamentos económicos. Verificación de las bondades estadísticas del modelo (inferencia en el modelo) Utilización del modelo (pronóstico/captura de parámetros estructurales)

5 ¿Aplicando el método científico en la econometría puede producir errores? ¿Puede no rechazarse una hipótesis falsa? ¿Podría rechazarse una hipótesis verdadera? Comúnmente existen varios problemas: Sesgo ignorar evidencia manipular información

6 ¿Qué se debe tener en cuenta en econometría? Fundamentos teóricos: Macroeconomía y Microeconomía Modelos de comportamiento: optimización…. Fundamentos estadísticos Fundamentos matemáticos

7 El rol de la econometría, así como el propósito de los modelos es inferir sobre un universo de datos, sobre una población.

8 Error estocástico

9 Dependiendo de los datos que se dispongan se pueden utilizar distintos tipos de modelos como ser: Series de tiempo Cross-Section (corte transversal) Panel Data (Datos de Panel)

10 Series de tiempo

11 Cross-Section (corte transversal)

12 Panel Data (Datos de Panel)

13 Formas funcionales

14 Variables Aleatorias Son aquellas variables cuyo rango se conoce ex - ante pero el valor que toma a futuro se conoce ex – post. Como no se conoce su valor futuro con certidumbre se utiliza la probabilidad.

15 Un ejercicio pequeño Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Si se extrae una bola al azar calcular la probabilidad de: Sea roja. Sea verde. Sea amarilla. No sea roja. No sea amarilla. Encuentre la probabilidad de que al echar un dado al aire, salga: Un número par. Un múltiplo de tres. Mayor que cuatro. ¿Cómo se describe una variable aleatoria?

16 Variables Aleatorias

17 Otras fórmulas muestrales

18 La covarianza y el coeficiente de correlación. indica el grado de variación conjunta de dos variables aleatorias, se define como: indica la fuerza y la dirección de una relación lineal y proporcionalidad entre dos variables estadísticas ¿Qué suce si tenemos variables completamente ortogonales?

19 Distribuciones Teóricas de Probabilidad Distribución Normal Es también llamada distribución de Gauss o distribución gaussiana, es una de las distribuciones de probabilidad que se pueden encontrar en una variable continua (aleatoria). Tiene forma acampanada, caracterizándose por ser simétrica, es decir que Skewness=0 y también por poseer Curtosis=3.

20 Representación matemática

21 Test de normalidad Existen test que permiten verificar si los datos con los que estamos trabajando son coherentes con una distribución normal. Uno de ellos es el test de Jarque-Bera. Este test es una prueba asintótica que se basa en el tercer y cuarto momento de la distribución (asimetría (S) y curtosisc(C) respectivamente).

22 Distribución ji cuadrada

23

24

25