Modelo probit

Por que Existen perturbaciones (u)


  1. Vaguedad de la teoría
  2. falta de disponibilidad de datos
  3. variables centrales y variables perfectas
  4. aletoriedad instrinseca en el comportamiento funcional, Sesgo
  5. Variables


    Proxy (Inflación) son variables que afectan directamente a la variable x e y
    Tasa de intes> tasa de inflación (u Proxy)
    Son variable proxy el Petróleo
  6. Principio de parminomia: son preferible los módulos múltiples
    – no mecesariamente los datos son buenos

Escala Ordinal:


no la puedo ordenar, siguen siendo cualitativas, supone si u puede dar orden alto, bajo

Escala de Intervalo:


Parámetro, teoría de los valores negativos, Ejemplo temperatura

Escala de Razón:


Donde el valor 0 no siene Sentido  

Precisión de los datos

  1. los datos al redondelarlos causan errores de estimación
  2. encuestas, cuando son nulos los votos igual quieren decir algo
  3. Los datos son Importantes
  4. Los datos son difíciles de conseguir, pueden tener filtros, datos específicos se debe pagar
  5. Confindcialidad de los datos

Limites Superior e Inferior deben ser Positivos o Negativos, ambos.

Ajustes necesarios para la determinación de un buen modelo



Datos de análisis extraídos de una fuente confiable.
Las variables independientes deben ser incidentes en Y.
Base teórica que valide el estudio del modelo
Que los datos ocupados tengan la calidad necesaria para el análisis del estudio. Explicación fenómeno económico.



Nombrar y describir brevemente los pasos de la metodología econométrica


  1. Planteamiento de la teoría o Hipótesis


  2. Formulación y especificación de un modelo econométrico


  3. Recolección de información


  4. Estimación de los parámetros del modelo


  5. Comprobar Hipótesis


  6. Interpretación de los resultados


  7. Conclusiones o utilización del modelo para pronosticar o predecir

La Regresión Lineal explica causalidad? Fundamente

Explicada la variación de la variable dependiente y como actúa ante las variables independientes

Explique el término de perturbación estocástica y dos razones


Las perturbaciones estocásticas son aquellas variables que afectan directamente a Y, pero no son consideradas en el estudio

Esto existe por varias razones:


Vaguedad de la teoría

Variables centrales o periféricas

Falta de disponibilidad de datos

Aleatoriedad intrínseca del comportamiento Humano

variables Proxy inadecuadas

Principio de parsimionidad (Mientras menos variables mejor)

Forma funcional incorrecta

Describir 3 razones por la que la calidad de los datos para la investigación no siempre es adecuada


Cuando las fuentes de los datos no son confiables, Idealmente deben ser de fuentes gubernamentales u oficiales

Cuando la calidad de los datos no es la necesaria, por ejemplo, si un hizo un mal estudio o se extrajeron datos de manera subjetiva y no de hechos verídicos

Cuando existe una heterogeneidad notable de las variables elegidas, (las variables no serían explicativas para el modelo

Cuando los datos escogidos no son los necesarios o adecuados para la investigación, debe existir una coherencia en la elección de las variables



Describa 3 objetivos que tiene la econometría


  1. Ver la situación real de la economía nacional e internacional. 
  2. Predecir posibles situaciones en cuenta indicadores económicos y su estudio. 
  3. Ver de qué manera manejar las políticas públicas, los medios de financiamiento y los medios de inversión para disminuir el riesgo. Tomar decisiones

Parcial


Es la correlación entre la variable independiente y cada variable dependiente sin tomar en cuenta las demás variables. En este caso

Semi parcial


Es el aporte de la variable x2 a x1 tomando la relación de la variable independiente con las dependientes en cada caso. Se relaciona con el cambio que ocurre en R cuadrado cuando se añade una ecuación.

Beta,


Nos ayuda a cuál es la variable explicativa que tiene mayor peso para la explicación de la regresión. Según la tabla se aprecia que PIB per Cápita es la variable con mayor peso.

Orden cero


Nos indica la fuerza de la relación de las variables. En este caso volviendo a confirmar lo anterior PIB per capitá es el que posee la mayor fuerza de relación don la variable dependiente en estudio.

t nos muestra que el valor más alto es el más importante para la explicación del modelo, en este caso:

Nombre 3 supuestos que deben considerarse, para el modelo econométrico

1. No colinealidad


Que no exista presencia de colinealidad perfecta o parcial, es decir que no se presente una relación lineal entre las variables independientes y no se presente una relación de correlación alta entre las mismas.

2. Independencia;
Que exista una independencia de los residuos según el índice de Durbin-Watson lo ideal es que tenga un valor de 2 para que sean totalmente independientes.

3. Linealidad:


gracias al r cuadrado ajustado podemos saber la relación significativa entre las variables, lo ideal es que este lo mas cercano de 1 para saber que ambas variables son significativas una de otra.


Describir 4 razones en la que la información usada en estudios econométricos, no es adecuada


  • Cuando las fuentes de datos no son confiables; idealmente que sea de fuentes gubernamentales u oficiales. 
  • Cuando la calidad de los datos no es la necesaria; por ejemplo, si alguien hizo mal un estudio o se extrajeron datos de una observación subjetiva y no de hechos verídicos. 
  • Cuando existe una heterogeneidad notable de las variables elegidas. En este caso las variables no serán explicativas para el modelo. 
  • Cuando los datos escogidos no son los necesarios o los adecuados para nuestra investigación. Debe existir una coherencia entre la elección de variables.

Explique cuál es la mejor medida de bondad de ajuste y porqué


La bondad de ajuste es la veracidad con que se ajustan los datos. La mejor medida de ajuste es el R cuadrado ya que nos indica el porcentaje de relación entre una variable y la otra por lo tanto nos dice como las variables se explican entre sí en el modelo

Explique el término de linealidad


Linealidad es cuando los valores tienen solo una intersección entre x e y, donde se ve la efectividad de los valores referentes a sus valores asignados. No se entiende. Es el valor esperado de y cuando se tiene un valor x. Tomando en cuenta que y es la variable dependiente y x es la variable independiente. Falta esxplicar, las tendencias y que es una variable lineal

Analizar las carácterísticas que debe tener un modelo adecuado


Características, REFERIDO A R2/R2  A/ANOVA/ ERROR/PROPIEDADES


Explicar una de las siguientes propiedades del Método de Regresión Múltiple: Normalidad, Multicolinealidad, Heterocedasticidad o Autocorrelación .
 

Multicolinialidad :


Propiedad de Regresión lineal la cual representa la relación entre las variables dependientes, se detecta mediante la tabla de correlaciones observando la correlación si es mayor al 90% entre las variables independientes, por medio de la tabla de coeficientes en los estadísticos de colinealidad ; t muestra la sensibilidad de las variables que idealmente debe ser bajo 1 y al mismo tiempo se analiza el VIF donde podemos ver el nivel de inflación de las variables la cual no puede superar el valor de 10.  Su consecuencia al modelo es la generación de coeficientes de determinación inflados y Anova.  poco veraces por lo tanto se recomienda realizar un ajuste eliminando una de las variables con mayor multicolinealidad para estabilizar el resto.

Normalidad:


Presencia:  al existir una presencia de normalidad significa que los datos poseen una distribución normal al 95% de confianza, por lo que el estudio costaría con datos al 5% de error que es lo esperado para el análisis de un estudio.

Ausencia: al existir ausencia de normalidad los datos pueden presentar errores mayores o datos atípicos lo que generaría una información no adecuada para el estudio y se debiera aplicar un ajuste. 

Heterocedasticidad:


Presencia:  significa que los datos analizados no se encuentran agrupados por lo tanto son datos una una dispersión buena para analizar.

Ausencia: significa una homocedasticidad es decir los datos se presentan agrupados de forma similar por lo tanto es necesario hacer un ajuste.

Auto Correlación

Presencia: al existir autor relación significa que los comportamientos de los datos de las variables siguen un patrón común, lo que genera sesgos en el modelo y se recomienda un ajuste.

Ausencia: al existir ausencia significa que los valores se comportan de forma independiente y eso es bueno para el estudio del modelo.




¿Qué carácterísticas debe tener un modelo para que sea totalmente adecuado? Nómbrelas


La representación de los datos sea sencilla para la aplicación de toma de decisiones.
Los datos estudiados sean de fuentes objetivas y confiables.
El estudio sea realizado a base de procedimientos matemáticos.
Que se explique algún fenómeno económico mediante el análisis de estudio.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *