Econometria

ECONOMETRÍA DE LA EMPRESA

GRADO EN ADE

PRÁCTICA 2:

PROBLEMAS DE ESPECIFICACIÓN EN LOS MODELOS ECONOMÉTRICOS

OBJETIVO DE LA PRÁCTICA

El objetivo de esta práctica es profundizar en los problemas asociados con:

• Forma funcional incorrecta

• Multicolinealidad

• Cambio de estructura

NORMAS PARA LA REALIZACIÓN DE LA PRÁCTICA

• La práctica se podrá realizar en grupos, y se entregará a través de la plataforma Moodle, en un fichero de Word con los resultados del análisis

• A partir del modelo estimado en la práctica anterior se pide analizar los siguientes incumplimientos de hipótesis:

o Forma funcional incorrecta

o Multicolinealidad

o Cambio de estructura

• Para cada uno de los incumplimientos de hipótesis se pide:

o Detección del problema

o Efectos del incumplimiento sobre los resultados de la estimación

o Corrección del problema:

 En el caso de que exista el problema éste debe ser resulto

 En el caso de que no exista el problema se debe comentar lo que habría que hacer para solucionarlo

FECHA DE ENTREGA

Último día para subir a moodle: 28 de Noviembre.

• Forma funcional incorrecta

¿QUÉ ES?

En este apartado, vamos a comprobar si nuestro modelo tiene problemas de Forma Funcional Incorrecta, es decir, si ante un aumento de una unidad en X, el aumento en Y permanece constante.

DETECCIÓN

Para detectar este problema, vamos a seguir los siguientes pasos:

1. Distribución Y (Histograma)

Se detecta con el Histograma, para observar si es simétrica o no nuestra variable endógena.

2. Dispersión Gráfico de dispersión entre explicativas y endógena

3. Errores

a. Gráfico del residuo de observaciones

b. Histograma de residuo

4. Test de Ramsey

1. Histograma de la Y

Gráfico de dispersión (Scatter).

Hemos escogido las variables ESTUR y ANOANTI.

3. Errores

Histograma del error

Test de Ramsey

EFECTOS

CORRECCIÓN

Con todos los aspectos analizados anteriormente, podemos pensar que tenemos el problema de forma Funcional Incorrecta por tanto, para corregir este problema tenemos dos opciones elevar al cuadrado las variables o tomando logaritmos.

Hay que destacar que elevar al cuadrado variables dicotómicas no tiene utilidad, ya que se quedan en su estado original. Por tanto hemos decidido elevar al cuadrado las variables “ESTUR” y “ANOANTI” para tratar de arreglar el modelo.

• Multicolinealidad

¿QUÉ ES?

Significa que varias explicativas explican lo mismo.

• Relación exacta: cuando se incluye dos veces la misma variable, o cuando la suma de algunas variables es igual a otra variable.

• Relación Aproximada:

o Casual: No se puede quitar la variable

o Causal: repetición de información

DETECCIÓN

Un indicio R2 alto con estadísticos t no significativos

EFECTOS

CORRECCIÓN

• Cambio de estructura

En este apartado vamos a comprobar si nuestro modelo tiene cambio de estructura, es decir, que la relación entre alguna variable explicativa y la variable

...