Ensayo de Econometría

Material de Apoyo
TASACIONES DE MEDELLIN Y ANTIOQUIA Econometría
ECONOMETRÍA
Para Tasadores
Ing. MSc. Luis Fernando Restrepo Gómez
2009
1
Página
B l o g : h t t p : / / t aLuisferes15@gmail.com
s a c i o n e s d e m e– luisferes15@yahoo.com
dellinyantioquia.blo gspot.com
Material de Apoyo
Econometría
Contenido
ECONOMETRIA .............................................................................................................................. 4
1. Medición Económica. ........................................................................................................ 4
1.1. Definición................................................................................................................... 4
1.2. Correlación ................................................................................................................ 5
1.3. Tipos de Correlación................................................................................................. 6
1.4. Regresión .................................................................................................................. 7
2. Secuencia de Pasos en Econometría .............................................................................. 8
2.1. Secuencia de Pasos ................................................................................................. 8
2.2. Paso 1: Planteamiento del modelo econométrico ................................................... 8
2.3. Paso 2: Supuestos del modelo y formulación de hipótesis .................................... 9
2.4. Paso 3: Modelo Matemático e Identificación de Variables. .................................... 9
2.5. Paso 4: Elaboración Funcional del Modelo Econométrico ................................... 10
2.6. Paso 5: Identificar información para el modelo. .................................................... 10
2.7. Paso 6: Recolección de Datos y Comparación Gráfica. ....................................... 11
2.8. Paso 7: Estimación de los coeficientes del modelo. ............................................. 13
2.9. Paso 8: Validez del modelo y Pruebas estadísticas. ............................................ 13
2.10. Paso 9: Pronóstico.................................................................................................. 13
2.11. Paso 10: Decisiones y de Acciones basadas en el modelo. ................................ 14
3. Condiciones de los Modelos ........................................................................................... 14
4. Supuestos ........................................................................................................................ 14
5. Tipos de modelo .............................................................................................................. 17
6. Mínimos Cuadrados Ordinarios ...................................................................................... 17
7. Tipos de Funciones de Regresión.................................................................................. 18
7.1. Lineales ................................................................................................................... 18
7.2. De Segundo Grado ................................................................................................. 18
7.3. Exponenciales ......................................................................................................... 18
7.4. Potencia .................................................................................................................. 18
8. FUNCIÓN LINEAL........................................................................................................... 19
8.1. Desarrollo ................................................................................................................ 20
8.2. Cálculo..................................................................................................................... 20
Luisferes15@gmail.com – luisferes15@yahoo.com
Material de Apoyo
Econometría
9. FUNCIÓN CUADRÁTICA ............................................................................................... 22
9.1. Desarrollo ................................................................................................................ 23
9.2. Cálculo..................................................................................................................... 24
10. Función exponencial ....................................................................................................... 26
10.1. Desarrollo ................................................................................................................ 28
10.2. Cálculo..................................................................................................................... 29
11. Función de potencia. ....................................................................................................... 30
11.1. Desarrollo ................................................................................................................ 31
11.2. Cálculo..................................................................................................................... 32
12. Coeficiente de Correlación ............................................................................................. 33
12.1. Interpretación Estadística ....................................................................................... 33
12.2. Cálculo del Coeficiente de Correlación.................................................................. 35
13. Desviación Estándar ....................................................................................................... 36
13.1. Cálculo de La Desviación Estándar ....................................................................... 37
14. Pruebas de Validez Econométricas ............................................................................... 37
14.1. Significancia Estadística ......................................................................................... 37
15. Interpretación de Variables ............................................................................................. 39
16. Proyecciones ................................................................................................................... 39
17. Algunos Cálculos Mediante Excel .................................................................................. 42
18. Cuestionario .................................................................................................................... 45
18.1. Introducción ............................................................................................................. 45
18.2. Metodología ............................................................................................................ 45
18.3. Consideraciones De Los Modelos ......................................................................... 45
18.4. Mínimos Cuadrados Ordinarios ............................................................................. 45
Material de Apoyo
Econometría
ECONOMETRIA
1. Medición Económica.
1.1. DEFINICIÓN.
Es la herramienta utilizada por economistas, sociólogos, mercadólogos e

investigadores en general para respaldar o comprobar modelos
matemáticos teóricos que relacionan una variable dependiente (o
explicada) por una o mas variables independientes (o explicativas).
En un sentido más técnico es una rama de la Teoría Económica que

mediante procedimientos estadísticos y matemáticos relaciona series
temporales de información o datos numéricos, con el objeto de
determinar vínculos presentes entre variables, de manera que se determina
las relaciones directas o inversas de las mismas, siempre basado en un modelo
conceptual de teoría económica, por ejemplo la relación inversa entre los precios y
la demanda (a un mayor precio una menor demanda y viceversa).
En este contexto es necesario plantear el término de modelo económico, y se

puede decir que son simplificaciones teóricas de abstracciones de la
realidad, expresadas mediante una relación funcional de una variable
dependiente y una o más independientes.
4
Al aplicar métodos estadísticos, como correlación y regresión, a un modelo

matemático de teoría económica, se esta efectuando un análisis econométrico y
Página
por tanto se busca dar validez a la teoría con la técnica inferencial probabilística y
sus respectivas pruebas de hipótesis estadísticas, que den la aproximación
numérica de la certeza del modelo.
Material de Apoyo
Econometría
La principal utilidad de esta técnica se encuentra por dos vías:
A) Por un lado se comprueba los supuestos teóricos-matemáticos de un

modelo basado en una realidad
B) Y por otro se genera la posibilidad de realizar proyecciones para eventos
futuros y por lo tanto se tiene información adecuada para la toma de
decisiones y diseño de políticas o acciones preventivas o correctivas
según sea el caso, siempre y cuando, el modelo posea validez
estadística, probabilística y sobre todo teórica.
La aplicación de esta técnica económica se originó a partir de la dificultad de

asignar valores numéricos a las relaciones teóricas de las funciones matemáticas
generadas para cada modelo económico, el cual además se basa en ciertos
supuestos que restringen la influencia de variables exógenos.
A continuación se muestran las herramientas estadísticas necesarias, su definición

y utilidad, con el fin de determinar un estudio econométrico, en tal sentido se
plantea la correlación, regresión, metodología, así como algunos casos de
expresiones funcionales, los supuestos que debe cumplir un modelo econométrico
y finalmente se presenta elementos de análisis de significancia estadística e
interpretación de coeficientes.
1.2. CORRELACIÓN
La correlación o coeficiente de correlación r2 mide la proporción de variación en la

variable dependiente explicada por la variación en la o las variables
independientes, es decir mide el grado de intensidad lineal de vinculación de las
variables, a partir de las variaciones observadas de los valores proyectados y de
los valores reales comparadas con la media aritmética.
Este coeficiente es útil por cuanto permite establecer el grado de intensidad en

que una variable dependiente se encuentra explicada por la o las variables
independientes dentro de un modelo.
También facilita el estudio de variables cuantitativas en la medida que podemos

explicar un fenómeno por el grado en que una variable influye en otra, es decir
nos permite efectuar afirmaciones de carácter social, económico y físico.
Esta herramienta estadística se mide por un coeficiente que puede tomar un valor
5
que puede oscilar entre -1 y 1, si el valor es cercano a 1 se dice que existe una
relación directa entre las variables estudiadas, una mayor cantidad en una implica
Página
que la otra aumentara también, en la medida que se acerca a 0 se dice que el

nivel de correlación es mínimo o simplemente no existe correlación y por lo tanto
la variación de una variable no explica el comportamiento de otra, finalmente si es
Material de Apoyo
Econometría
cercano a -1 la relación es inversa, si aumenta la variable independiente,
disminuye el valor de la dependiente.
La siguiente gráfica muestra las posibles formas de correlación, vinculando el valor

del coeficiente con su expresión gráfica.
1.3. TIPOS DE CORRELACIÓN
La correlación puede clasificarse en dos tipos dependiendo de la cantidad de

variables analizadas y por el tipo de relación lineal, en el primer caso estamos
haciendo referencia a:
CORRELACIÓN SIMPLE:
Se estudia la dependencia únicamente entre dos variables
CORRELACIÓN MÚLTIPLE:
Se estudia la dependencia entre más de 2 variables
CORRELACIÓN PARCIAL:
6
Cuando se incluye la influencia de variables exógenas no

Página
consideradas en el cálculo de los coeficientes.
Dependiendo del tipo de relación lineal el coeficiente relaciona:
Material de Apoyo
Econometría
RELACIÓN DIRECTA ENTRE LAS VARIABLES:
Un aumento en la variable independiente implica un aumento en la

variable dependiente.
RELACIÓN INVERSA ENTRE LAS VARIABLES:
Un aumento en la variable independiente implica una disminución en

la variable dependiente.
A partir de ello la ecuación puede mejorar su correlación si se hace pruebas para

determinar si se ajusta más a una recta, una curva exponencial o una parabólica.
1.4. REGRESIÓN
Mientras que la correlación mide el grado de vinculación entre variables, la

regresión se encarga de calcular, a partir de las observaciones, el valor real de los
coeficientes que explican una relación funcional matemática.
Si dicho valor es calculado a partir de la serie u observaciones de una población

completa se esta hablando de una ecuación de regresión poblacional, y esa es una
ecuación completamente confiable, sin embargo sabemos que en la mayoría de
los casos es imposible realizar este tipo de estudios ya sea por la cantidad de
unidades observacionales, o por la dispersión de la población o sobre todo por el
valor económico asociado a un estudio de tal magnitud.
Por tal motivo se utilizan mecanismos que facilitan estos estudios llegando a una
aproximación de los datos poblacionales a partir de porciones o muestras
representativas, utilizando para su selección métodos estadísticos de modo que se
explique a cabalidad los fenómenos sociales con cierto margen de error tolerable.
Partiendo de esa premisa es lógico pensar que podemos calcular una función de
regresión a partir de una muestra y el valor encontrado se dice que estima los
valores o coeficientes poblacionales y de esta forma se esta contando con una
ecuación muestral que es confiable en la medida que la recolección de datos
cumple con una metodología que garantice la representatividad de la información.
La función de regresión se representa tal como una ecuación de la forma

7
𝑌(𝑋) = 𝑏 + 𝑎𝑋
Página
En el cálculo se estima los coeficiente a y b, donde “a” es el intercepto y “b” es

una elasticidad. Para su cálculo se utiliza el método de Mínimos Cuadrados
Ordinarios, el cual se explicará más adelante.
Material de Apoyo
Econometría
2. Secuencia de Pasos en Econometría
Para la realización efectiva de un análisis econométrico es necesario efectuar una

secuencia de pasos de manera que se construya un modelo adecuado de
predicción, dicha secuencia esta ligada a la experiencia y a las preferencias de los
investigadores, en ningún momento representa una receta que se tenga que
seguir al pie de la letra, además es posible simultanear algunas actividades:
2.1. SECUENCIA DE PASOS
1. Planteamiento teórico del modelo econométrico (formulación de hipótesis; o

relaciones funcionales)
2. Supuestos del modelo y formulación de hipótesis.
3. Construcción de la forma matemática del modelo teórico e identificación de
las principales variables y relaciones funcionales de las mismas.
4. Elaboración funcional del modelo econométrico.
5. Identificar la información necesaria para realizar el modelo econométrico.
6. Recolección de datos de la serie y comparación gráfica de las observaciones.
7. Estimación de los coeficientes del modelo econométrico.
8. Validez del modelo mediante la aplicación de pruebas estadísticas.
9. Pronóstico.
10. Toma de decisiones y diseño de políticas o acciones preventivas o
correctivas, basadas en el modelo.
2.2. PASO 1: PLANTEAMIENTO DEL MODELO ECONOMÉTRICO
La primera etapa consiste en seleccionar un modelo económico, para ello

es necesario adoptar un enfoque de teoría económica, por ejemplo bajo los
supuestos de la teoría clásica, neoclásica, keynesiana o estructuralista, etc., todo
depende del modelo que se estudie, esto con el objeto de facilitar la identificación
de las relaciones de las variables y el establecimiento de los supuestos, y de igual
manera sirve como base para explicar las proyecciones y justificar la toma de
decisiones y políticas derivadas de los resultados del modelo econométrico.
Esta primera parte no es más que tomar una hipótesis (en este caso de teoría
económica), que relacione una variable dependiente a una o más variables
independientes.
Ejemplo: “en la medida que se aumenta el precio de un bien y/o servicio

8
determinado y manteniendo todo lo demás constante, las cantidades demandadas

Página
de las mismas serán menores”
Material de Apoyo
Econometría
2.3. PASO 2: SUPUESTOS DEL MODELO Y FORMULACIÓN DE HIPÓTESIS
A partir de esa selección se procede a conocer todos los límites o alcances del
modelo y por lo tanto se determinan los supuestos con los que el modelo adquiere
validez teórica.
Ejemplo:”se trata de un bien normal, en un mercado de competencia perfecta y no

se tiene sustituto.”
En cualquier caso se parte de una hipótesis de teoría económica, la cual se busca

demostrar mediante procedimientos estadísticos, indistintamente que modelo se
desee comprobar se parte de una afirmación de relación entre variables
representada mediante una ecuación matemática.
Este punto es importante por cuanto la hipótesis será la referencia con la que se
busca demostrar la investigación, en caso que se encuentre información confiable
que mediante la ecuación de regresión calculada se compruebe la relación de las
variables, se está en posición de avalar o aceptar la hipótesis y por tanto el estudio
se vuelve una herramienta de análisis que facilita la explicación de un fenómeno.
2.4. PASO 3: MODELO MATEMÁTICO E IDENTIFICACIÓN DE VARIABLES.
Seguidamente se procede a la construcción de la forma matemática del modelo

teórico e identificación de las principales variables y relaciones funcionales de las
mismas.
Conociendo con exactitud las relaciones funcionales de la teoría, los supuestos en

los que el modelo tiene validez se pasa a determinar la forma matemática de dicho
modelo
Ejemplo:
𝐷 = 𝑎 − 𝑏𝑃
Donde:
D: Cantidades demandas (variable dependiente)

a: Demanda Autónoma ( Intercepto)
b: Elasticidad precio de la demanda (Pendiente de la recta)
9
P: Precio (variable independiente)

Página
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 información para determinar la relación y
Material de Apoyo
Econometría
sobre todo de registros estadísticos numéricos que permitan el cálculo del modelo
econométrico.
2.5. PASO 4: ELABORACIÓN FUNCIONAL DEL MODELO ECONOMÉTRICO
A partir de ello se puede trabajar con esa ecuación para adecuarla a su forma
“regresiva”, es decir a plantearlo de manera que los datos se adecuen de manera
natural a un promedio y se “Ajusten” a una tendencia, para ello se requiere
expresar el modelo en términos funcionales de Mínimos Cuadrados Ordenados,
dicho método se planteará más adelante.
2.6. PASO 5: IDENTIFICAR INFORMACIÓN PARA EL MODELO.
Cuando se esta seguro del modelo y se tiene la forma econométrica, se pasa a

considerar el lugar donde se puede obtener la información, cual es la más útil y la
facilidad de recolección de la misma.
Este paso consiste en verificar la existencia y registro de las variables, en muchos

de los casos, no se cuenta con una variable del modelo como tal, por ejemplo para
la ecuación de producción, el nivel de capital físico de la economía, que no en
todas las economías se calcula, no obstante por tratarse de análisis de tendencia,
se puede sustituir el nivel de capital, por una representativa de su variación, que
en este caso, puede ser perfectamente el nivel de inversión, la idea central, reside
en adecuar la variable del modelo a los datos más cercanos con que se cuentan.
Es necesario considerar en ente punto cual es de toda la información de serie

estadística, la que representa mejor a la (o a las) variables estudiadas.
A nivel general, se esperaría obtener al menos 31 observaciones de cada variable,

debido principalmente a que a partir de ese número de observaciones una serie de
registros se adecua al Teorema del Límite Central, lo que significa que es una serie
con curva normal, el cual es un requisito dentro de la econometría para dar validez
estadística al modelo.
No obstante se sabe que los registros obtenidos de una unidad observacional

poblacional tienden a cumplir los supuestos de la curva normal es decir que se
adecua a una curva de probabilidad de forma de campana que es simétrica
alrededor de su valor medio, aproximadamente el 68% del área bajo la curva
10
normal se posiciona entre los valores de su media (µ) y su varianza (σ), el 95% se
ubica entre µ ± 2σ y alrededor del 99.7% se encuentra en µ±3σ, tal como
muestra la gráfica.
Página
Material de Apoyo
Econometría
El supuesto que se trabaja con un modelo en que sus variables se comportan de

manera normal permite garantizar:
1. Distribución Normal: Una distribución normal de las perturbaciones

estocásticas.
2. Insesgadez: Que los estimadores son insesgados o que no están
influenciados por variables externas.
3. Mínima Varianza: Tienen una varianza mínima 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. Mejores Estimadores: Los coeficientes estimados tiene varianza mínima
por lo que los parámetros encontrados por Mínimos cuadrados Ordinarios
son los Mejores Estimadores Insesgados lineales
2.7. PASO 6: RECOLECCIÓN DE DATOS Y COMPARACIÓN GRÁFICA.
La Recolección de datos de la serie y la comparación gráfica de las observaciones,

son el siguiente paso a realizar. Al tener la certeza de poseer las observaciones
11
necesarias y se cuenta con respaldo y validez en la recolección de las mismas, se

pasa a efectuar una comparación gráfica (en el caso que se plante una variable
Página
dependiente y una independiente), utilizando un plano cartesiano y se observa la

existencia de alguna tendencia en el comportamiento de las observaciones tal
como lo muestran las siguientes gráficas, los puntos reflejan las observaciones de
Material de Apoyo
Econometría
una serie de datos, mientras que la línea que se encuentra al centro es su
tendencia.
En la anterior imagen se aprecia que no existe relación lineal

Un coeficiente de correlación cercano a 0
12
Página
Material de Apoyo
Econometría
2.8. PASO 7: ESTIMACIÓN DE LOS COEFICIENTES DEL MODELO.
Habiendo establecido las relaciones de manera gráfica con una serie estadística
suficiente y con la viabilidad matemática y teórica del modelo se procede a la
estimación de los coeficientes para ello se utiliza el método de Mínimos Cuadrados
Ordinarios MCO por medio del cual se obtienen los mejores coeficientes que
permiten determinar el comportamiento de una función de econométrica, para un
rango determinado, estimando de esta manera los valores reales a partir de la
muestra.
El principal objetivo de una ecuación de regresión obtenida por Mínimos Cuadrados

Ordinarios es que las desviaciones de los valores observados respecto a los
estimados sea el mínimo posible, es decir, se espera que se encuentren los
coeficientes que sean ∑ (F(x) observado –F(x) estimado)2 un mínimo, en otras
palabras que la sumatoria de las diferencias del valor real menos el proyectado
elevado al cuadrado tienda a cero, de ahí el nombre que el método se le denomine
Mínimo Cuadrado Ordinario.
2.9. PASO 8: VALIDEZ DEL MODELO Y PRUEBAS ESTADÍSTICAS.
Para determinar la validez del modelo se debe haber pasado una serie de pruebas
de hipótesis que hacen que el modelo se comporte de cierta manera o que se
encuentre en ciertos parámetros donde existe suficiente probabilidad de ser fiables
o buenos estimadores de los valores reales (dichas pruebas se presentaran más
adelante).
2.10. PASO 9: PRONÓSTICO.
El pronóstico consiste en utilizar la ecuación para establecer con certeza el posible

comportamiento de la variable el cual puede darse en dos tiempos:
► Dentro del domino o rango de información con la que se obtuvieron los

coeficientes
► Fuera del rango, para observaciones posteriores o anteriores a los del
domino o rango de información.
En el primer caso, (dentro del dominio), no es necesario más que sustituir en la

ecuación la o las variables independientes, por que los coeficientes explican el
13
comportamiento dentro del rango con que se cuenta la información; en este caso
se esta tratando de una ecuación que se puede llamar de Largo Plazo, para el
segundo caso, (fuera del rango), es necesario transformar la ecuación en un
Página
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 estadística en
diferencias para obtener de esas variables los nuevos coeficientes.
Material de Apoyo
Econometría
(Por ahora, para el alcance de este material de apoyo, solo se analizará la primera
forma de predicción).
2.11. PASO 10: DECISIONES Y DE ACCIONES BASADAS EN EL MODELO.
El siguiente paso es el que consiste en la Toma de decisiones y el diseño de

políticas o acciones preventivas o correctivas, basadas en el modelo obtenido.
Al haber establecido los coeficientes que dan validez al modelo se está en la

posibilidad de efectuar toma de decisiones y diseño de políticas 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 estadístico en ningún momento se esta en la posibilidad de sustituir la
experiencia o el conocimiento del comportamiento humano que es en algunos
casos más confiable que cualquier herramienta estadística.
3. Condiciones de los Modelos
Los modelos econométricos suponen que la ecuación estimada se comporta bajo

ciertas condiciones o requisitos y bajo ciertos parámetros, uno de los principales
tiene que ver con que cada punto observacional utilizado se ajusta al teorema del
límite central y por tanto se ajusta a la curva normal, de igual manera, la serie
estadística necesaria para estimar los coeficientes debe estar apoyada en este
supuesto y por tanto requiere un mínimo de 31 datos (este es un valor numérico
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 ecuación econométrica con validez
estadística, muchos de ellos se logran por el simple hecho de efectuar los cálculos
mediante el método de Mínimos Cuadrados Ordinarios, los supuestos se
mencionan a continuación.
4. Supuestos
El modelo econométrico es lineal en sus parámetros es decir en sus

coeficientes y en sus variables incluyendo su valor de error estocástico:
𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝜐𝑖
14
Esto significa en términos sencillos que la potencia de cada factor de la

Página
ecuación es igual a 1.
Los valores que toma la variable “X” en un ejercicio de muestreo se mantienen

constantes, es un valor no estocástico o no aleatorio.
Material de Apoyo
Econometría
Por ejemplo, si consideramos lo niveles de educación en grados escolares de la
Población Ocupada se tiene que el valor que puede tomar el nivel de educación
de una persona puede variar desde 0 hasta el nivel máximo 13 o 14 para un
año 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 última es independiente de ese promedio en “Y”.
Lo que implica en términos concretos que los coeficientes estimados están

condicionados al valor, de la(s) variable(s) dependiente(s).
El valor promedio de las variaciones estocásticas "𝝊𝒊" es cero, que significa que
la variación del valor observado con el estimado a partir de la ecuación de
regresión es cercano a cero para cada punto utilizado en la proyección.
En términos sencillos lo que pretende este supuesto es que el valor de las

variaciones estocásticas es cero y por lo tanto la ecuación econométrica se
puede representar así:
𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝜐𝑖 𝝊𝒊 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑜 𝑎 𝑐𝑒𝑟𝑜

𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 0
𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖
Las varianzas de cada error estocástico "𝝊𝒊" deben ser idénticas o en términos
estadísticas cumplir con el criterio de Homocedasticidad (homo o igual y
cedastico o dispersión), es decir que la varianza de 𝝊𝒊 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.
No existe correlación entre los errores estocásticos, lo que significa que al

aplicar un modelo de regresión para perturbaciones 𝝊𝒊 de distintos puntos
observados, se obtiene un r2 cercano a cero, lo que se busca es que la
estimación de “𝑌” no dependa de la variación sistemática de los errores
estándar la siguiente grafica muestran la condición descrita de los errores
estocásticos:
15
Página
Material de Apoyo
Econometría
Correlación serial Negativa, el valor de " − 𝝊𝒊" es correspondido con un valor
" + 𝝊𝒊" y viceversa
Correlación serial Positiva, el valor de “ + 𝝊𝒊” es correspondido con un valor

“ + 𝝊𝒊” y viceversa
Correlación cero de perturbaciones
1. No existe correlación entre los valores estocásticos y la variable independiente, en otras

palabras que no existe Covarianza entre “υi” y “X” o que su covarianza es cero, al correr la
variable independiente y el valor de la perturbación se debería esperar que es cero,
principalmente por que el valor de X es no aleatorio y se asume fijo para muestras repetidas.
2. El número de observaciones debe ser mayor al número de parámetros a estimar, no obstante no
se debe olvidar que debemos contar con una serie de al menos 31 datos para ajustarse al
teorema de límite central, no obstante este criterio varia de investigador a investigador, muchos
economistas apuntan que más de 20 valores estadísticos son suficientes, también es necesario
considerar el tipo de variables que se desean estimar.
3. Debe existir variabilidad en las variables independientes, es lógico pensar este supuesto ya que
la función de regresión estimada se logra a partir de las desviaciones entre el valor de X y el de
Y, determinando de esta manera un estimado de los parámetros, de no encontrar variabilidad,
16
se estaría esperando una no relación lineal entre las variables.

4. El modelo debe estar especificado correctamente, es decir que lo que se plante
Página
matemáticamente debe estar respaldado por supuestos del modelo económico y que la forma
funcional sea la que más se ajusta, finalmente se deben incluir todas las variables involucradas
que inciden en la explicación de un fenómeno, para ello se pueden correr muchos modelos y
Material de Apoyo
Econometría
aquellos que demuestren un mejor nivel de correlación y de pruebas estadísticas son los que
clasifican para hacer estimaciones o demostraciones de relaciones funcionales.
El grado de cumplimiento de cada una de los supuestos anteriores puede variar

según el criterio del investigador, algunas pruebas que se mencionan son
determinadas automáticamente por programas computacionales, además para
hacer proyecciones a futuro se analiza la estacionalidad de la serie, el sentido
de estas pruebas esta vinculado con la variabilidad de las perturbaciones.
5. Tipos de modelo
Los modelos econométricos pueden incluir híbridos o combinaciones, generalmente

se trata con modelos lineales, en la mayoría de los casos encontraremos que con
dificultad se logra una serie con tendencia lineal debido a la variabilidad de las
observaciones y por tanto no siguen una tendencia visible en primera impresión.
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 dispersión,
se aplica a todas las variables o a una parte de ellas los logaritmos con el objetivo
de suavizar el efecto distorsionador.
Por tato tenemos los siguientes tipos de modelos
1. Lineales en sus variables (lineales en sus variables y parámetros)

2. Modelos log-lineales, se ajusta una o todas las variables que no tiene
compartimiento lineal
 Log-log
 Log-lineales o semilogarítmicos
En los modelos lineales al graficar podemos apreciar su tendencia y estimar sin

mayor cambio utilizando el método de MCO.
Para los modelos doble log (o log-log), se aplica a ambos lados de la ecuación los
logaritmos, este es el caso de las funciones exponenciales y de potencia.
En los semilogarítmicos aplicamos a la variable dependiente un valor en logaritmo

para suavizar la tendencia y de esta manera obtener un mejor estimador.
17
6. Mínimos Cuadrados Ordinarios
Uno de los puntos determinantes en la econometría se basa en el procesamiento

Página
estadístico y para ello el método de Mínimos Cuadrados Ordinarios MCO permite

encontrar los Mejores Estimadores Lineales Insesgados, este método presenta
muchas ventajas en cuanto a lo fácil de su uso y por lo adecuado del
Material de Apoyo
Econometría
planteamiento estadístico matemático que permite adecuarse a los supuestos para
los modelos econométricos.
El término de MCO esta vinculado con la regresión y la correlación, ambas

determinan la existencia de relación entre dos o mas variables (siempre una
dependiente y una o varias independientes), la diferencia radica en que la
regresión se expresa en una función o relación funcional mediante una ecuación
con su uso predictivo, y la correlación es un valor que mide la intensidad con que
están relacionadas linealmente las variables, se esta hablado de una regresión o
correlación simple cuando se relacionan 2 variables, si existen mas se habla de una
correlación múltiple (este texto se refiere solamente a la simple).
7. Tipos de Funciones de Regresión
Las funciones regresivas principalmente pueden ser de cuatro tipos:
7.1. LINEALES
Forma matemática Expresión Regresiva
𝒀(𝒙) = 𝒂 + 𝒃𝑿𝒊 𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐𝑿𝒊 + 𝝊𝒊
7.2. DE SEGUNDO GRADO
𝒀(𝒙) = 𝒂 + 𝒃𝑿𝒊 + 𝒄𝑿𝒊𝟐 𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐𝑿𝒊 + 𝜷𝟑𝑿𝒊𝟐 + 𝝊𝒊
7.3. EXPONENCIALES
𝒀 𝒙 = 𝒂𝒃𝒙 𝑳𝒐𝒈 𝑭(𝒙) = 𝒍𝒐𝒈 𝒂 + 𝒙 𝒍𝒐𝒈 𝒃 + 𝝊𝒊
7.4. POTENCIA
𝒀(𝒙) = 𝒂𝑿 𝒃 𝒍𝒐𝒈 𝒀𝒊 = 𝒍𝒐𝒈 𝒂 + 𝒃 𝒍𝒐𝒈 𝑿 + 𝝊𝒊
Nota: la variable 𝝊𝒊 se refiere al término de perturbación o de error, se le conoce

como una variable aleatoria estocástica y se utiliza para recoger todos aquellos
elementos que afectan a las variables del modelo de manera externa, es decir
mejora la predicción del modelo en la medida que captura los efectos de variables
no relacionadas con el modelo, en la mayoría de casos y cuando se cuenta con la
18
suficiente información el valor que toma esta variable es aproximadamente igual a

cero y por lo tanto es un valor descartable, siempre y cuando sea un valor
cercano a cero.
Página
Para trabajar con una ecuación no importando el tipo (exponencial, logarítmica o

de potencia), es necesario en primer lugar linealizar la ecuación, que no es más
Material de Apoyo
Econometría
que llevar a potencia 1 la variable explicativa o independiente y para ello se puede
valer de distintos métodos algebraicos que permiten llevar efectuar este
procedimiento.
8. FUNCIÓN LINEAL
Cuando se han recolectado los datos y si estos cumplen con el teorema de límite
central (información que se ajusta a una curva normal) se procede a presentar la
información bajo un esquema bidimensional que no es más que plantearla en
términos del plano cartesiano.
Que bien puede representar la función 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 2,5 3 4 3.5 3.5 4.5 5 5.5 5.5 6 7 7.5 9 8.5

Precio X 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 9.9
La forma gráfica queda entonces
19
El grafico anterior muestra una relación directa, como la función de oferta se

supone, es lineal, su forma funcional así se expresa, no obstante esta puede ser
Página
una curva semejante a una parábola 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
simplificación se muestra una lineal.
Material de Apoyo
Econometría
8.1. DESARROLLO
La ecuación de la línea 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 ecuación (por el cambio en una

unidad adicional de 𝑥 el valor total de 𝑌 cambia en la proporción de 𝑏).
20
8.2. CÁLCULO
Página
Para obtener los valores de los coeficientes se tiene en primer lugar efectuar los
productos encontrar sus sumatorias y luego simultanear la ecuación y despejando
en cada caso el valor que se requiera:
Material de Apoyo
Econometría
Precio X Cantidades Y (X)(Y) X2
3.3000 2.0000 6.6000 10.8900
4.4000 2.5000 11.0000 19.3600
3.3000 3.0000 9.9000 10.8900
5.5000 4.0000 22.0000 30.2500
4.4000 3.5000 15.4000 19.3600
5.5000 3.5000 19.2500 30.2500
6.6000 4.5000 29.7000 43.5600
6.6000 5.0000 33.0000 43.5600
7.1500 5.5000 39.3250 51.1225
7.7000 5.5000 42.3500 59.2900
7.7000 6.0000 46.2000 59.2900
8.8000 7.0000 61.6000 77.4400
8.8000 7.5000 66.0000 77.4400
11.0000 9.0000 99.0000 121.0000
9.9000 8.5000 84.1500 98.0100
TOTAL 100.6500 77.0000 585.4750 751.7125
21
Página
Con el coeficiente encontrado se procede a sustituir en cualquiera de las dos

funciones originales para despejar el valor de a por lo que se obtiene
Material de Apoyo
Econometría
585.475 = (𝑎) 100.65 + (𝑏) 751.7125
585.475 = (𝑎) 100.65 + 0.901166978) 751.7125
585.475 − 667.7418482 = (𝑎) 100.65
−91.94348195/100.65 = 𝑎
𝑎 = − 0.913497088
De manera tal que la ecuación queda:
𝑌(𝑋) = 0.9012 𝑋 − 0.9135
A un precio de “0”, según esa ecuación, la producción seria -0.9135 unidades, la

elasticidad precio de la oferta como es de esperarse es positiva, en la medida que
cambie el precio de la producción, este tendrá un impacto en el cambio de oferta
a un mayor precio se ofrecerá una mayor cantidad de producto.
Para efectos simplificadores se puede usar de manera general
𝑋∗ 𝑌 − 𝑋∗𝑌
𝑎=
𝑛 ∗ 𝑋2 − 𝑋 2
𝑛 ∗ 𝑋𝑌) − ( 𝑋 ∗ 𝑌
𝑏=
𝑛 ∗ 𝑋2 − 𝑋 2
9. FUNCIÓN CUADRÁTICA
La forma funcional de cada modelo econométrico depende en alguna parte por su

forma gráfica, es decir que al reflejar en un esquema bidimensional se puede
apreciar la forma y hacerse una idea de la ecuación que se ajusta de mejor
manera al modelo que se busca.
Para el caso tomaremos un ejemplo hipotético en el que se toma el esquema de

una función de costos totales, donde se sabe que hasta cierto punto en el que la
producción aumenta los costos caen dado un nivel de tecnología llegando a un
mínimo y a partir de ahí existe un incremento progresivo por cada unidad adicional
22
por tanto se espera una forma parabólica.

Página
La siguiente tabla muestra el valor del costo total 𝑌 que se obtiene con un nivel de
producción específico 𝑋.
Material de Apoyo
Econometría
x 200 240 300 400 500 540 600 640 700 800 900 1000 1040 1100 1200
y 3910 3680 2990 2070 2070 1380 1610 1380 1725 1495 2070 1840 2530 2990 4025
Y su forma gráfica es:
4500
4000
3500
3000
Costo Total
2500 x
2000 y
1500 Lineal (x)
1000 Lineal (y)
500
0
0 200 400 600 800 1000 1200 1400
Nivel de Producción
El gráfico anterior muestra claramente que la tendencia no se ajusta a una recta,

esta se plantea como una curva en forma de “u”, siendo una parábola, la ecuación
que más se ajusta es cuadrática.
En este caso estamos tratando con una ecuación de la forma
𝑌(𝑥) = 𝑎 + 𝑏𝑋𝑖 + 𝑐𝑋𝑖2
Lo que indica que tiene un valor máximo o en su defecto un mínimo.
9.1. DESARROLLO
Para el caso de la función cuadrática es necesario aclarar que es un caso espacial

que se ve en muchos ejemplos económicos, su aplicación es útil para determinar
23
máximos y mínimos.
Página
El procedimiento es el mismo que en el anterior,
Se encuentra
Material de Apoyo
Econometría
2
𝐹𝑥 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 − 𝐹𝑥 𝐸𝑠𝑡𝑖𝑚𝑎𝑑𝑜
Mínimo, y se deriva respecto a los coeficientes a, b y c y luego se igualan a cero,

para posteriormente combinarlas, las ecuaciones quedan entonces:
9.2. CÁLCULO
El siguiente paso a realizar consiste en obtener los productos y sumatorias

indicadas en las tres ecuaciones
n X Y XY X2Y X2 X3 X4
1 200 3,910 782,000 156,400,000 40,000 8,000,000 1,600,000,000
2 240 3,680 883,200 211,968,000 57,600 13,824,000 3,317,760,000
3 300 2,990 897,000 269,100,000 90,000 27,000,000 8,100,000,000
4 400 2,070 828,000 331,200,000 160,000 64,000,000 25,600,000,000
5 500 2,070 1,035,000 517,500,000 250,000 125,000,000 62,500,000,000
6 540 1,380 745,200 402,408,000 291,600 157,464,000 85,030,560,000
7 600 1,610 966,000 579,600,000 360,000 216,000,000 129,600,000,000
8 640 1,380 883,200 565,248,000 409,600 262,144,000 167,772,160,000
9 700 1,725 1,207,500 845,250,000 490,000 343,000,000 240,100,000,000
10 800 1,495 1,196,000 956,800,000 640,000 512,000,000 409,600,000,000
11 900 2,070 1,863,000 1,676,700,000 810,000 729,000,000 656,100,000,000
12 1,000 1,840 1,840,000 1,840,000,000 1,000,000 1,000,000,000 1,000,000,000,000
13 1,040 2,530 2,631,200 2,736,448,000 1,081,600 1,124,864,000 1,169,858,560,000
14 1,100 2,990 3,289,000 3,617,900,000 1,210,000 1,331,000,000 1,464,100,000,000
24
15 1,200 4,025 4,830,000 5,796,000,000 1,440,000 1,728,000,000 2,073,600,000,000
∑ 10,160 35,765 23,876,300 20,502,522,000 8,330,400 7,641,296,000 7,496,879,040,000

Página
Con 15 observaciones se tiene un n de 15
Material de Apoyo
Econometría
Siguiendo el esquema anterior se procede a combinar las ecuaciones,

comenzaremos con (1) y (2)
Combinando (1) y (3)
Multiplicando por -8.330.400 la ecuación (1) y multiplicando por 15 la (3)
25
Página
Combinando 4 y 5
Material de Apoyo
Econometría
Sustituyendo este valor en 4 y despejando b tenemos
𝑏 = (−5,227,900 – 29,982,576,000(0.009954675))/ 21,730,400

𝑏 = −13.97556819
Para encontrar el coeficiente c hay que sustituir en cualquiera de (1), (2) ó (3),
tomando la ecuación primera se tiene:
35,765 = 15 𝑎 + 10,160 𝑏 + 8,330,400 𝑐

35,765 = 15 𝑎 + 10,160 (−13.97556819) + 8,330,400 (0.009954675)
35,765 = 15 𝑎 − 141991.7728 + 82926.42106
𝑎 = (35,765 + 141991.7728 − 82926.42106)/15
𝑎 = 6322.023448
En consecuencia la ecuación queda
𝑌 𝑥 = 0.009954675 ∗ 𝑋 2 − 13.97556819 ∗ 𝑋 + 6322.023448
10. Función exponencial
El caso de una ecuación exponencial requiere de un tratamiento especial, el

crecimiento exponencial se le aplica en la mayoría de variables poblacionales, la
explicación se debe entre otras, además de la relación gráfica, a que el
26
crecimiento en un tramo es lento y a partir de cierto punto, este se incrementa en

mayor cantidad, tal como muestra la siguiente gráfica.
Página
Material de Apoyo
Econometría
La forma de la función estimada es
𝐹𝑥 = 𝑎 ∗ 𝑏 𝑥
Los coeficientes “a” y “b” se calculan a partir de un sistema de ecuaciones que a

continuación se explicara, el primer paso a realizar es linealizar la función para ello
se aplican logaritmos base 10.
Teniendo el siguiente cuadro que relaciona tiempo y niveles Población ocupada, se

puede observar una tendencia no lineal, una curvatura en la secuencia de datos, la
forma gráfica muestra que el modelo de regresión mas adecuado es la
exponencial.
Es necesario aclarar que cuando se relaciona el tiempo y otra variable, se

considera al tiempo como la variable independiente.
2003
2000
2002
1983
1984
1985
2001
1988
1990
1980
1982
1996
1999
1986
1989
1993
1994
1995
1987
1998
1992
1979
1997
1981
1991
Año
Nivel Ocupacion
3.960
3.560
3.990
5.609
3.563
2.890
3.230
3.400
3.365
3.662
3.760
5.236
5.136
5.313
3.123
3.573
3.523
5.763
4.653
3.735
3.842
4.356
5.459
2.740
4.126
27
Página
Material de Apoyo
Econometría
7.000
6.000
Nivel Ocupacional
5.000
4.000
3.000
2.000
1.000
-
1975 1980 1985 1990 1995 2000 2005
Año
10.1. 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 mínimo 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 función exponencial linealizada en la expresión

sumatoria a minimizar por lo que:
28
Página
Material de Apoyo
Econometría
10.2. CÁLCULO
Tomando como base la tabla presentada anteriormente y para simplificar los

cálculos, se sustituyen los valores de años por un equivalente numérico que no
afecta el resultado (este método se utiliza principalmente en años o en variables
de tiempo que poseen un incremento unitario).
En consecuencia tenemos la siguiente gráfica que relaciona el tiempo y la cantidad

de población ocupada en millones de personas:
Años X Y Log Y X*log Y X2

1979 -12 2.89 0.46089784 -5.53077411 144
1980 -11 2.74 0.43775056 -4.81525619 121
1981 -10 3.23 0.50920252 -5.09202522 100
1982 -9 3.4 0.53147892 -4.78331025 81
1983 -8 3.123 0.49457198 -3.95657587 64
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 3.86 0.5865873 -2.34634922 16
1988 -3 3.56 0.55149767 -1.654493 9
1989 -2 3.573 0.55301164 -1.10602328 4
1990 -1 3.662 0.56367494 -0.56367494 1
1991 0 3.842 0.58450797 0 0
1992 1 3.9 0.59106461 0.59106461 1
1993 2 3.76 0.57518784 1.15037569 4
1994 3 3.99 0.6009729 1.80291869 9
1995 4 4.126 0.61548712 2.46194847 16
1996 5 4.356 0.63908787 3.19543936 25
1997 6 4.653 0.66773305 4.00639832 36
1998 7 5.236 0.71899964 5.03299747 49
1999 8 5.018 0.70049474 5.6039579 64
29
2000 9 5.19 0.715185 6.43666501 81

2001 10 5.333 0.72695922 7.26959218 100
Página
2002 11 5.479 0.73873907 8.12612979 121

2003 12 5.63 0.7505158 9.00618959 144
∑ 0 101.067229 14.946992 15.0742268 1300
Material de Apoyo
Econometría
En este caso no habrá necesidad de combinar debido a que la sumatoria de 𝑋 es

igual a cero y por lo tanto el valor de “𝑎” y “𝑏” se obtienen de manera más rápida.
En consecuencia el valor de “𝑎” se obtiene:
Para este caso se debe sustituir valores comprendidos entre -12 y 12, para que de
como resultado el valor en su equivalente en años.
30
11. Función de potencia.

Página
A esta función se le conoce como curva geométrica de la forma 𝑌(𝑥) = 𝑎𝑋 𝑏 , al

igual que los casos anteriores es necesario linealizar la ecuación, como se puede
esperar, basta aplicar logaritmo a la ecuación de igual manera que el en caso
Material de Apoyo
Econometría
exponencial para obtener una ecuación de la tendencia buscada y se procede a
derivar respecto a “𝑎” y “𝑏”.
En este caso utilizamos la relación ingreso y consumo

consumo Ingreso
3.01
3.26
3.69
3.98
3.65
4.02
3.89
4.20
4.36
4.56
4.27
4.69
4.93
5.30
5.21
5.36
2.38940
2.93138
3.32113
2.88434
3.07448
3.19813
3.62945
3.86039
4.15691
3.72691
3.95702
4.72799
5.32763
5.17918
4.93410
1.90424
De la Tabla anterior se desprende que 𝑛 = 16
6.00000
5.00000
4.00000
Consumo
3.00000
2.00000
1.00000
-
- 1.00 2.00 3.00 4.00 5.00 6.00
Ingreso
11.1. DESARROLLO
La secuencia de pasos es similar a la exponencial se tiene que minimizar la

expresión, sustituir el valor equivalente de 𝑌 estimado y derivar. 31
Página
Aplicando propiedades de logaritmos
Material de Apoyo
Econometría
Igualando a cero y derivando respecto a los coeficientes “𝑎” y “𝑏” se llega a las
siguientes expresiones
11.2. CÁLCULO
Con la información anterior se construye los cuadros respectivos que permitirán

determinar los valores de los coeficientes:
2
Y (Consumo) X (Ingreso) Log X Log Y Log X* Log Y (Log X)
1.904 3.010 0.479 0.280 0.134 0.229
2.389 3.260 0.513 0.378 0.194 0.263
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
n=16 ∑ 10.002 8.842 5.661 6.333
32
Página
Material de Apoyo
Econometría
En consecuencia la ecuación queda
𝑌(𝑋) = 𝑎𝑋 𝑏
𝑌(𝑋) = 3.57 𝑋 70.32
12. Coeficiente de Correlación

33
12.1. INTERPRETACIÓN ESTADÍSTICA

Página
Como ya se ha planteado el grado de correlación mide la intensidad de relación

lineal, ya sea directa, inversa o inexistente entre dos variables, se dice que es
Material de Apoyo
Econometría
directa si tiene signo positivo, inversa de signo negativo y nula cuando el valor sea
aproximadamente igual a cero.
Existen diferentes métodos para calcular el grado de correlación en este caso

explicaremos el método en términos de variaciones y simplificado de Kart Pearson.
El método de variaciones consiste en comparar el grado de desviación que se

presenta entre los valores observados, los proyectados y la media aritmética; el de
Kart Pearson lo resume en una ecuación determinada.
La idea central radica en que si existe relación entre los valores de “𝑌” observados
con los valores de 𝑋, el grado de variación de la media aritmética respecto a los
“𝑌” estimados y los observados es mínima.
En términos concretos se compara el porcentaje de la variación explicada (que se

origina entre los valores proyectados y la media), y la variación total (la variación
observada y la variación explicada) en cuyo caso refleja un coeficiente que se
encuentra entre el valor de -1 y 1.
De manera funcional se mide:
𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑡𝑎𝑙 = 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑛𝑜 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎 + 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑙𝑖𝑐𝑎𝑑𝑎

(𝑌 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 − 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑌) = (𝑌 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 − 𝑌 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎) + (𝑌 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 − 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑌)
La siguiente gráfica muestra las desviaciones a las que se hace referencia, el valor
de la media se representa por la variable “𝛹” y se obtiene de la suma del valor
observado dividido entre el total de observaciones,
𝛹 = 𝑌/𝑛.
Para evitar valores negativos se debe llevar al cuadrado cada expresión, para
totalizar ese cálculo se realiza para cada uno de los puntos y luego se procede a la
suma en consecuencia
Como el coeficiente de correlación es un porcentaje que explica el comportamiento

34
de la relación entre lo variación explicada y la variación total se calcula mediante

Página
Material de Apoyo
Econometría
Con esta ecuación se puede apreciar que en la medida que el valor de observado
sea igual al valor proyectado, el nivel de variación con la media será el mismo, es
decir que 𝑌 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 = 𝑌 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜, si eso se cumple para cada uno de los
puntos las variaciones son inexistentes y por lo tanto
El método de Pearson no es más que aplicar la siguiente ecuación
12.2. CÁLCULO DEL COEFICIENTE DE CORRELACIÓN

Cantidades Y
(Y(X ) - Ψ)2
observadas
estimadas
(Y- Y(X))2
Precio X
(Y - Ψ)2
(X)(Y)
Y (X)
X*x
y*y
3.30 2.0 6.600 10.890 4.000 2.06 0.004 9.443 9.818

4.40 2.5 11.000 19.360 6.250 3.05 0.304 4.333 6.934
3.30 3.0 9.900 10.890 9.000 2.06 0.883 9.443 4.551
5.50 4.0 22.000 30.250 16.000 4.04 0.002 1.189 1.284
35
4.40 3.5 15.400 19.360 12.250 3.05 0.201 4.333 2.668

5.50 3.5 19.250 30.250 12.250 4.04 0.295 1.189 2.668
Página
6.60 4.5 29.700 43.560 20.250 5.03 0.285 0.010 0.401

6.60 5.0 33.000 43.560 25.000 5.03 0.001 0.010 0.018
7.15 5.5 39.325 51.123 30.250 5.53 0.001 0.157 0.134
Material de Apoyo
Econometría
Cantidades Y
(Y(X ) - Ψ)2
observadas
estimadas
(Y- Y(X))2
Precio X
(Y - Ψ)2
(X)(Y)
Y (X)
X*x
y*y
7.70 5.5 42.350 59.290 30.250 6.03 0.276 0.796 0.134
7.70 6.0 46.200 59.290 36.000 6.03 0.001 0.796 0.751
8.80 7.0 61.600 77.440 49.000 7.02 - 3.547 3.484
8.80 7.5 66.000 77.440 56.250 7.02 0.234 3.547 5.601
11.00 9.0 99.000 121.000 81.000 9.00 - 14.946 14.951
9.90 8.5 84.150 98.010 72.250 8.01 0.242 8.264 11.334
100.65 77.0 585.475 751.713 460.000 77.00 2.729 62.005 64.733
De la tabla anterior se deduce que 𝑛 = 15
La media entonces es
𝛹 = 𝑌/𝑛
𝑟 2 = ( (𝑌 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑎 − 𝛹)2 )/( (𝑌 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑎 − 𝛹)2 )
𝑟 2 = 62/64.73
r2 = 0.9578
Mediante el segundo método se tiene:
(𝑛 ∗ 𝑥𝑦 – ( 𝑥) ∗ ( 𝑦) )
𝑟 =
√ ((𝑛 ∗ ( 𝑥 2 ) ∗ −( 𝑥)2 ) ∗ (𝑛 ∗ ( 𝑦 2 ) − ( 𝑦)2 )
Como se puede apreciar indistintamente de método que se decida utilizar se llega
al mismo valor, entre más cercano se encuentre el valor de 1 se puede asegurar
que es más estrecha la relación lineal entre la variable dependiente y la
independiente.
36
13. Desviación Estándar

Página
La desviación estándar de la función de regresión indica el grado de dispersión

entre las variaciones de los valores observados “Y” respecto a los estimados con
ese valor se puede determinar con cierta certeza si un modelo es confiable, en la
Material de Apoyo
Econometría
medida que dicho coeficiente sea mayor se puede apreciar que la estimación de
los coeficientes no es lo suficientemente confiables. Y(X) , la fórmula queda:
13.1. CÁLCULO DE LA DESVIACIÓN ESTÁNDAR
De acuerdo con los datos recopilados se puede decir que la desviación es
Por el segundo método
La diferencia se debe a los decimales utilizados
14. Pruebas de Validez Econométricas

14.1. SIGNIFICANCIA ESTADÍSTICA
Para determinar la significancia estadística es necesario calcular la variable

37
“𝑡 𝑠𝑡𝑢𝑑𝑒𝑛𝑡”, la cual es una distribución que tiene una fuerte vinculación con la
curva o distribución normal, puesto que en la medida que se tengan mayor
Página
cantidad de observaciones en el cálculo de la “𝑡 𝑠𝑡𝑢𝑑𝑒𝑛𝑡” la curva se va ajustando

a la normal.
Material de Apoyo
Econometría
Para iniciar este tipo de evaluación hay que considerar los grados de libertad de la
serie los cuales no son más que el número de observaciones “𝑛” menos el número
de variables utilizadas para la proyección.
La formula entonces queda:
Donde la variable ß es un parámetro encontrado en la ecuación, el gorrito o el ^

significa que el valor encontrado mediante los MCO y el valor ß por si solo es el
real o el poblacional no estimado y es el error estándar del parámetro.
El valor “t” debe evaluarse para un nivel de significancia o probabilidad que no

debe ser mayor al 15% y se puede evaluar para una o para dos colas, esto se
estima el valor mediante una tabla que se encuentra en la mayoría de libros de
estadística para estudios superiores.
Para establecer si los coeficientes son significativos en términos estadísticos, se

observa si el valor de t, se encuentra fuera de la zona crítica y en este caso se dice
que los coeficientes son estadísticamente significativos.
De caer dentro de los intervalos de las colas, es decir entre ellas, se dice que no
son estadísticamente significativos, dependiendo del tipo de modelo también se
puede elegir la prueba utilizando un lado de la cola.
En primer lugar se debe determinar el valor crítico y para ello se analiza los grados
de libertad y la probabilidad con la que se desea trabajar, utilizando los valores de
la función lineal tenemos:
38
Página
Material de Apoyo
Econometría
Como el valor de 𝑏 es 0.90 y para una probabilidad del 5% con 15-2 grados de
libertad se tiene un valor de 2.160, como el valor 𝑡 es 60.92 podemos asegurar
que la t student queda fuera del rango en que no existe significancia estadística.
15. Interpretación de Variables
Los valores obtenidos como “𝑎” y “𝑏” son estimadores de los parámetros reales,
porque se dicen estimadores por que son encontrados a partir de una muestra, su
representación en econometría son los valores ß, el caso de “𝑎” se esta tratando
con el intercepto y con “𝑏” con la elasticidad, si “𝑏” esta siendo afectado por un
logaritmo ese coeficiente es una tasa de crecimiento.
En la medida que el valor de 𝑟 o 𝑟 2 tienda a uno (1) o a menos uno (-1) se esta
tratando de una fuerte correlación, los investigadores prefieren trabajar con un
coeficiente de correlación cercano a 0.90 y 0.95, si es 0.99 nos encontramos en la
posibilidad de presentar auto correlación entre las variables y por tanto no
aproximarnos a los valores reales.
16. Proyecciones
Las proyecciones de los modelos como se ha planteado son en dos momentos el

39
Corto Plazo CP y el Largo Plazo LP, este último se utiliza solamente la ecuación
calculada por mínimos cuadrados ordinarios, en el caso de CP sea hace una
Página
regresión utilizando las desviaciones típicas de cada valor u observación para

estimar su relación de variabilidad con la función econométrica a partir de ello se
aplica a las observaciones un método de diferencias para determinar su variación
para cada año y a partir de los coeficientes que refleje se puede hacer
Material de Apoyo
Econometría
estimaciones para no mas de 5 o 6 observaciones a futuro, con la condición de
proyectar las variables independientes.
El método de proyecciones de CP no será presentado por tratarse de un método

que requiere otros elementos de análisis como la estacionalidad de la serie y su
cointegración, así como métodos de proyección y utilización de paquetes
computacionales; por tal motivo estamos en la posición de hacer proyecciones a
LP, para ello se toma la ecuación calculada y se procede a sustituir valores de la
variable independiente que se encuentren dentro del rango o dominio de la
variable X.
Finalmente para efectuar una proyección de CP, el modelo debe poseer un

coeficiente de correlación cercano a 1 o a -1, una mínima desviación estándar y
poseer significancia estadística, solo de esta manera una proyección es confiable,
en la medida que los el r2 sea cercano a cero o inferior a 0.75, una desviación
grande y con coeficientes no representativos la estimación se dice no confiable o
espuria.
Para el ejercicio de la función lineal tenemos una ecuación construida para un

domino que va desde 3.3 a 11, el cual representa el precio.
Con esa información podemos decir que si el mercado espera en ese periodo un
precio de 5 unidades monetarias el valor de la cantidad ofertada será de:
𝑌(𝑋) = 0.9012 (5) − 0.9135, 𝑌(𝑋) = 3.59
En consecuencia los productores ofrecerían unos 3.6 kilos de carne

aproximadamente, la misma mecánica se aplica para las demás ecuaciones
calculadas, la interpretación variará dependiendo de las variables utilizadas.
En el caso de utilizar el Excel solo es necesario aplicar la formula tal como se

presenta en la siguiente grafica, el valor variable es la columna de los precios
esperados 𝐵 y por tanto se deja la ecuación idéntica excepto ese valor que nos
sirve para estimar, para encontrar los valores posteriores simplemente es
necesario copiar y hacia abajo 40
Página
Material de Apoyo
Econometría
41
Página
Material de Apoyo
Econometría
Nótese que el valor de 15 no fue estimado por no encontrarse dentro del rango, lo
mismo se aplica para casos que están por debajo de 3.3.
17. Algunos Cálculos Mediante Excel
Como es de esperarse existen diferentes programas que facilitan el análisis

econométrico, dentro de ellos se puede mencionar SPSS y Econometrics Views,
son programas especializados para ello, no obstante, office de Windows mediante
Excel ofrece herramientas que facilitan ciertos cálculos como la estimación de la
educación y el valor de r2.
En primer lugar debemos introducir los datos de manera vertical tal como se
muestra
Luego marcamos las dos columnas para graficar las relaciones
42
Página
Material de Apoyo
Econometría
Nótese que se señalo el gráfico de dispersión, se aplica siguiente hasta el punto en
que se solicita la ubicación, se recomienda que se envíe a una hoja aparte, no en
la misma hoja.
Se da clic derecho en la línea de dispersión para seleccionar línea de tendencia
43
Página
Como se puede apreciar existen diferentes tendencias, uno mismo puede hacer las
pruebas en que el coeficiente de correlación y la forma funcional se ajuste más.
Material de Apoyo
Econometría
Además en la viñeta de opciones de la misma venta se puede seleccionar que

muestre la ecuación y el valor de r2.
Quedando de esta manera
44
Página
Nótese que son los mismos valores calculados para el ejemplo 1 de línea de
regresión lineal
Material de Apoyo
Econometría
18. Cuestionario
18.1. INTRODUCCIÓN
1. Que es la econometría?
2. Cuáles son las diferencias entre la correlación y regresión?
3. Cómo puede vincular los conceptos econometría, correlación y
regresión?
18.2. METODOLOGÍA
4. Explique brevemente los pasos para la construcción de un modelo

econométrico a partir de los niveles de desempleo e inflación
utilizando la curva de Phillips y su teoría.
18.3. CONSIDERACIONES DE LOS MODELOS
5. Qué condición ó condiciones indispensable debe contener una serie

estadística para considerarla apta para aplicar la herramienta de
econometría.
6. Cuál es la razón de utilizar logaritmos aplicados a una serie
estadística y que implicaciones tienen en el modelo en cuanto a la
interpretación de los parámetros o coeficientes.
18.4. MÍNIMOS CUADRADOS ORDINARIOS
A continuación se presenta un caso hipotético en el que se relaciona el tiempo y la

variable Población Ocupada, se pide:
7. Coeficiente de correlación.
8. Desviación estándar.
9. Ecuación de regresión
10. Cual de las formas de ecuación se ajusta más para explicar el
comportamiento de esta serie.
11. Será que existe una relación entre el tiempo y la cantidad de
Población Ocupada, comente?
12. Cómo se pueden interpretar los coeficientes encontrados.
45
Nota: utilice Excel para verificar sus resultados

Página
Ejercicio de aplicación caso hipotético
Material de Apoyo
Econometría
Año Población ocupada
1975 1,236,400
1976 1,269,783
1977 1,304,067
1978 1,336,525
1979 1,440,242
1980 1,437,598
1981 1,392,730
1982 1,307,429
1983 1,484,303
1984 1,393,370
1985 1,371,884
1986 1,484,961
1987 1,532,991
1988 1,740,448
1989 1,633,763
1990 1,854,882
1991 1,781,582
1992 1,753,147
1993 1,802,586
1994 1,950,998
1995 1,973,017
1996 2,056,450
1997 2,066,523
1998 2,227,471
1999 2,274,728
2000 2,322,697
2001 2,451,317
2002 2,412,785
2003 2,520,060
2004 2,526,363
2005 2,607,100
46
Página

Ensayo de Econometría

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Ensayo de Econometría

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ensayo de Econometría

Cargado por

Copyright:

Formatos disponibles

Material de Apoyo

TASACIONES DE MEDELLIN Y ANTIOQUIA Econometría

Es la herramienta utilizada por economistas, sociólogos, mercadólogos e

En un sentido más técnico es una rama de la Teoría Económica que

En este contexto es necesario plantear el término de modelo económico, y se

Al aplicar métodos estadísticos, como correlación y regresión, a un modelo

A) Por un lado se comprueba los supuestos teóricos-matemáticos de un

La aplicación de esta técnica económica se originó a partir de la dificultad de

A continuación se muestran las herramientas estadísticas necesarias, su definición

La correlación o coeficiente de correlación r2 mide la proporción de variación en la

Este coeficiente es útil por cuanto permite establecer el grado de intensidad en

También facilita el estudio de variables cuantitativas en la medida que podemos

que la otra aumentara también, en la medida que se acerca a 0 se dice que el

La siguiente gráfica muestra las posibles formas de correlación, vinculando el valor

1.3. TIPOS DE CORRELACIÓN

La correlación puede clasificarse en dos tipos dependiendo de la cantidad de

Se estudia la dependencia únicamente entre dos variables

Se estudia la dependencia entre más de 2 variables

Cuando se incluye la influencia de variables exógenas no

consideradas en el cálculo de los coeficientes.

Dependiendo del tipo de relación lineal el coeficiente relaciona:

Un aumento en la variable independiente implica un aumento en la

RELACIÓN INVERSA ENTRE LAS VARIABLES:

Un aumento en la variable independiente implica una disminución en

A partir de ello la ecuación puede mejorar su correlación si se hace pruebas para

Mientras que la correlación mide el grado de vinculación entre variables, la

Si dicho valor es calculado a partir de la serie u observaciones de una población

La función de regresión se representa tal como una ecuación de la forma

En el cálculo se estima los coeficiente a y b, donde “a” es el intercepto y “b” es

Para la realización efectiva de un análisis econométrico es necesario efectuar una

2.1. SECUENCIA DE PASOS

1. Planteamiento teórico del modelo econométrico (formulación de hipótesis; o

2.2. PASO 1: PLANTEAMIENTO DEL MODELO ECONOMÉTRICO

La primera etapa consiste en seleccionar un modelo económico, para ello

Ejemplo: “en la medida que se aumenta el precio de un bien y/o servicio

determinado y manteniendo todo lo demás constante, las cantidades demandadas

de las mismas serán menores”

Ejemplo:”se trata de un bien normal, en un mercado de competencia perfecta y no

En cualquier caso se parte de una hipótesis de teoría económica, la cual se busca

2.4. PASO 3: MODELO MATEMÁTICO E IDENTIFICACIÓN DE VARIABLES.

Seguidamente se procede a la construcción de la forma matemática del modelo

Conociendo con exactitud las relaciones funcionales de la teoría, los supuestos en

D: Cantidades demandas (variable dependiente)

P: Precio (variable independiente)

2.5. PASO 4: ELABORACIÓN FUNCIONAL DEL MODELO ECONOMÉTRICO

2.6. PASO 5: IDENTIFICAR INFORMACIÓN PARA EL MODELO.

Cuando se esta seguro del modelo y se tiene la forma econométrica, se pasa a

Este paso consiste en verificar la existencia y registro de las variables, en muchos

Es necesario considerar en ente punto cual es de toda la información de serie

A nivel general, se esperaría obtener al menos 31 observaciones de cada variable,

No obstante se sabe que los registros obtenidos de una unidad observacional

El supuesto que se trabaja con un modelo en que sus variables se comportan de

1. Distribución Normal: Una distribución normal de las perturbaciones

2.7. PASO 6: RECOLECCIÓN DE DATOS Y COMPARACIÓN GRÁFICA.

La Recolección de datos de la serie y la comparación gráfica de las observaciones,

necesarias y se cuenta con respaldo y validez en la recolección de las mismas, se

dependiente y una independiente), utilizando un plano cartesiano y se observa la

En la anterior imagen se aprecia que no existe relación lineal

El principal objetivo de una ecuación de regresión obtenida por Mínimos Cuadrados