Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Econometría, Profesor: , Carrera: Economía, Universidad: URJC
Tipo: Apuntes
1 / 68
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Wooldridge (2006): Capítulos 2-8 y 12
● El objetivo es plantear un modelo que contemple la existencia de una relación
múltiple entre una variable Y y otras variables X 1 , X 2 , …, XK****.
Ejemplos:
Y = salario X 1 = educación X 2 = experiencia X 3 = sexo
Y = cosecha X 1 = abono X 2 = lluvias X 3 = temperaturas
Y = ventas X 1 = gastos publicidad X 2 = precios
Modelo de Regresión Lineal Multiple
● Dada una variable endógena Y y k variables exógenas X’s el Modelo de
Regresión Lineal establece una relación entre las variables a través de la
ecuación: Y f ( X (^) 1 , X (^) 2 ,..., X (^) K )
con
K K K K
1 2 1 2 0 1 1 2 2
● En el Modelo Lineal de Regresión Múltiple suponemos:
- Homocedasticidad:
lineal exacta entre ellas → Ausencia de multicolinealidad exacta
de tamaño n de la población: no autocorrelación.
Para una muestra podemos escribir el modelo como:
con:
con:
V X
V X Cov X Cov X Cov X V X Cov X
Cov X Cov X V X
I
n n
n n n (^) n n
n
( )
( ) ( , ) ... ( , ) ( , ) ( ) ... ( , ) ... ... ... ... ( , ) ( , ) ... ( )
... ... ... ... ... ... .
1 1 2 1 2 1 2 2
1 2
2
2 2
0 0 0 0
0 0 .. 2
(^) n n
Y el rango de la matriz X igual a k +1.
● Interpretación de los coeficientes:
- Si todas las variables excepto Xj permanecen constantes:
E Y X (^) 1 , X (^) 2 ,..., X (^) K j Xj
j
- ¿Cuál es la diferencia esperada en educación entre A y B?
A: Herm =0; EducM=EducP=12 B: Herm =0; EducM=EducP=
E Educ Herm EducM EducP , , (^) 0 1 Herm 2 EducM 3 EducP
A: E Educ Herm EducM EducP , , (^) 0 (^) 2 3 12
B: E Educ Herm EducM EducP , , (^) 0 (^) 2 3 16
La diferencia esperada entre el nivel educativo de B y de A será 2 3 4
Algunas Especificaciones no lineales en variables
● Modelo con logaritmo en la/s variable/s exógena/s
ln
Multiplicando y dividiendo por 100 para expresar la variación de X en términos
%: 1 100 100
→ Cuando X varía en un 1%, Y varía en media en
● Modelo con doble logaritmo
(ln ) ln
→ Cuando X varía en un 1%, Y varía en media en
● Modelo con términos cuadráticos
Y 0 1 X 2 X^2 donde E ( X ) 0 E Y X ( ) 0 1 X 2 X^2
( ) (^) 1 2 2 X → Cuando X varía en 1 unidad Y varía en media en
decrecientes ( 2 0 ).
Ejemplo:
Dado el modelo:
ln Y 0 1 X (^) 1 2 X (^) 2 3 X 22
donde Y es el salario-hora en euros, X 1 los años de estudio y X 2 los años de
experiencia laboral.
Sean β 1 =0,06, β 2 =0,07 y β 3 =-0,001, entonces:
- Si la educación ( X 1 ) aumenta en 1 año, manteniéndose la experiencia ( X 2 )
constante, el salario-hora aumenta en media en un 6% ((0,06 100)%).
- Si la experiencia laboral ( X 2 ) aumenta en 1 año, manteniéndose la educación
( X 1 ) constante, el salario-hora aumenta en media en un:
(0,07-2 0,001 X 2 ) 100%.
La variación en el salario depende del valor de X 2 :
X 2 =10 → (0,07-2 0,001 10) 100%=5%
X 2 =20 → (0,07-2 0,001 20) 100%=3%
La función cambia de pendiente en:
Tenemos que:
con lo cual:
Si la educación ( edu ) varía en una unidad el salario-hora varía en media en:
