Naturaleza del análisis de regresión en ECONOMETRÍA

Reporte 1. Econometría I

Damonar, G., & Dawn, P. (2010), Capítulo 1. Naturaleza del análisis de regresión en ECONOMETRÍA, Quinta Edición, McGraw Hill.

Objetivo de la lectura

Se trata acerca del estudio relacionado con la interpretación histórica y moderna del término regresión, tomando de base a Francis Galton, asimismo diferenciando entre interpretaciones, con diversos diagramas y ejemplos de la economía u otros campos.

Ideas Principales

Objetivos, comparación y supuestos de los términos de regresión y correlación.

Según la interpretación moderna, el análisis de regresión es la dependencia estadística de una variable dependiente, respecto de otra o más variables, es decir, las explicativas.

Resumen general

El análisis de regresión consiste en estimar o predecir la media o el valor promedio de la variable dependiente con base en los valores conocidos o fijos de las explicativas.

En las relaciones estadísticas entre variables se analizan, en esencia, variables aleatorias o estocásticas, es decir, variables con distribuciones de probabilidad, en cuanto a la dependencia funcional o determinista también se manejan variables, pero no son aleatorias o estocásticas, es importante recalcar que a pesar de que dicho análisis tiene que ver con la dependencia de una variable respecto a otras, no implica causalidad necesariamente.

El objetivo principal del análisis de correlación es medir la fuerza o el grado de asociación lineal entre dos variables cualesquiera en forma simétrica; no hay distinción entre las variables dependiente y explicativa, observamos que la teoría parte del supuesto de aleatoriedad de las variables, otro concepto relevante es el de coeficiente de correlación, el cual mide esta fuerza de asociación (lineal).

En cambio, en el análisis de regresión se trata de estimar o predecir el valor promedio de una variable con base en los valores fijos de otras, de igual forma afirmamos que hay una asimetría en el tratamiento a las variables dependientes y explicativas, además se asume que las variables explicativas tienen valores fijos (en muestras repetidas), la mayor parte de esta teoría está condicionada al supuesto de que la variable dependiente es estocástica y que las variables explicativas son fijas o no estocásticas.

La dependencia de una variable respecto de una única variable explicativa se conoce como análisis de regresión simple o con dos variables, no obstante, si se estudia la dependencia de una variable respecto de más de una variable explicativa se trata de un análisis de regresión múltiple.

Para que dicho análisis sea bueno en la practica deber depender de la disponibilidad de datos apropiados, hay tres tipos de datos disponibles para el análisis empírico: series de tiempo (se recopila en intervalos regulares), series transversales (datos de una o más variables recopiladas en el mismo punto del tiempo) e información combinada (combinación de series de tiempo y transversales).

...