Escuela Superior Politécnica del Litoral. Facultad de Ciencias
Sociales y Humanísticas.
Métodos
[email protected]
Simple.
El análisis de regresión se refiere al estudio de la
dependencia de una variable (variable dependiente)
de una o más otras variables (variables explicativas)
con el fin de estimar o predecir el valor promedio
poblacional de la primera en términos de los
valores
conocidos o fijos (en el muestreo repetido) de las
segundas.
4
E (Y | X i ) es una función de X i
E (Y | X i ) = f (X i ) Función de
esperanza condicional o regresión poblacional
Asumiendo que es una función lineal de X i
Linealidad en las variables
La primera significado de linealidad es que la expectativa
condicional de Y es una función lineal de Xi,
la curva de regresión en este caso es una línea recta.
E (Y | X i) = β 1 +
β 2 X 2 i
no es una función lineal
Linealidad en los Parámetros Si la expectativa condicional
de Y, E (Y | X i) ) es una función lineal de
los parámetros, la β ' s; que puede o no
puede ser lineal en la variable X.
10
¿qué sucede con el consumo de una familia en relación con su
nivel de ingreso (fijo)?
el consumo de una familia en particular no necesariamente
aumenta a medida que lo hace el nivel de ingreso. Por
ejemplo,
en la tabla anterior se observa que en el nivel de ingreso de
100
dólares existe una familia cuyo consumo, de 65, es menor que
el consumo de dos familias cuyo ingreso semanal es sólo de 80
dólares. Sin embargo, hay que advertir que el consumo
promedio de las familias con ingreso semanal de 100 es
mayor
que el consumo promedio de las familias con un ingreso
semanal de 80 dólares (77 y 65).
entre el consumo de una familia y un
nivel determinado de ingresos? El nivel de ingresos de Xi, el
consumo de una familia en particular se agrupa alrededor del
consumo promedio de todas las familias en ese nivel
de Xi, es decir, alrededor de su esperanza condicional. Por
consiguiente,
expresamos la desviación de un Yi en particular alrededor de su
valor
esperado de la manera siguiente:
Una parte
12
Como E (Yi | Xi) es lo mismo que E (Y
| Xi)
Así, el supuesto de que la línea de
regresión pasa a través de las medias
condicionales de Y implica que los
valores de la media condicional de ui
(condicionados al valor dado
de X ) son cero.
múltiple con tantas variables como sea
posible?
2. Falta de disponibilidad de datos:
3. Variables centrales y variables periféricas:
4. Aleatoriedad intrínseca en el
comportamiento humano:
Y i = E (Y | X i ) +
ui
la “menor posible”.
24
Se relacionan el salario promedio por hora (Y ) y los años de
escolaridad ( X ).
La economía laboral básica indica que, entre muchas variables, la
escolaridad
es un determinante importante de los salarios.
Ejemplo:
Ejemplo:
42
Se relacionan el salario promedio por hora (Y ) y los años de
escolaridad ( X ).
La economía laboral básica indica que, entre muchas variables, la
escolaridad
es un determinante importante de los salarios.
Ejemplo:
El coeficiente de educ tiene una interpretacion porcentual
multiplicandolo por 100:
wage aumenta 8.3% por cada ano mas de educacion. Esto es a lo que
los
economistas se refieren cuando hablan de “rendimiento de un ano mas
de
educacion”.
47
El coeficiente de log( sales) es la elasticidad estimada
de salary (sueldo) respecto a
sales (ventas). Esto implica que por cada aumento de 1% en
las ventas de la empresa
hay un aumento de aproximadamente 0.257% en el sueldo de los
CEO — la
interpretación usual de una elasticidad.
Múltiple.
Multiple. Supuestos:
obtenemos:
MCO
variación individual sobre la total,
manteniendo las demás variables
base de datos WAGE1.RAW, las variables educ (años de
educación),
exper (años de experiencia en el mercado laboral) y tenure (años
de
antigüedad en el empleo actual) se incluyen en una ecuación
para
explicar log(wage). La ecuación estimada es
base de datos WAGE1.RAW, las variables educ (años de
educación),
exper (años de experiencia en el mercado laboral) y tenure (años
de
antigüedad en el empleo actual) se incluyen en una ecuación
para
explicar log(wage). La ecuación estimada es
interpretación ceteris paribus. El coeficiente .092 significa
que manteniendo exper y tenure constantes, se predice que
un año más de educación incrementa log(wage) en .092, lo
que se traduce en un aumento aproximado de 9.2%
[100(.092)] en wage en promedio. Es decir, si se toman dos
personas con los mismos niveles de experiencia y
antigüedad laboral, el coeficiente de educ es la diferencia
proporcional con el salario predicho cuando en sus
niveles
de educación hay una diferencia de un año.
la validación y contraste.
2. Estimación del modelo (MCO)
3. Valoración y contraste del modelo
a. Análisis preliminares (signos)
c. Análisis de significatividad conjunta (F-snedecor y
R’s cuadrados)
modelo.
mencionado
64
Recordando:
Los elementos de una prueba estadística 1. Hipótesis
nula, H 0
2. Hipótesis alternativa, H 1
3. Nivel de significancia, α
4. Estadístico de prueba
Nivel de significancia α
Criterio de decisión:
Estadístico de prueba:
Si el p-valor < α entonces se rechaza Ho. Solución usando
Gretl
con n-k-1 grados de libertad
(F-snedecor)