Pc econometría

La experiencia curricular, será útil para que el estudiante aplique conocimientos de estadística, matemática y teoría económica en la formulación y solución de problemas económicos, financieros, socioeconómicos; genere, promueva y difunda trabajos de investigación científica innovadores para impulsar el desarrollo de la sociedad.

Y = B0 + B1X1 + BiXi + U  

Modelo de regresión lineal (MRL)

Teoría económica: Analizar y enlazar Y, Xi        

Y = B0 + B1X1 + BiXi 

Consumo= c0+ c1Yd modelo económico

Educación= (todas las variables que expliquen el comportamiento de la educación)

Demanda de pollo = d0 + (p, ps, pc, gp,yd, etc)

Estadística:

Validar Bi  y U, Utilizando los intervalos de confianza (99%, 95% y 90%)

asumiendo la normalidad de la información de las variables (Se refiere a que toda la información tiene forma de campanita y por ello se distribuye de manera normal, haciendo más sencillo la inferencia estadística del fenómeno analizado)

(T student :   Ho :  Bi=0  ) significancia individual de las Xi

(Prueba F   Ho:   todos los Bi =0 ) significancia conjunta de las Xi

prueba Chi cuadrado el análisis a los residuos del modelo (u^).

• Dichas pruebas se realizan con una distribución normal

Y = B0 + B1X1 + BiXi + U  ------- MRL Poblacional

Y = b0 + b1X1 + biXi + u  ------- MRL Muestral

Y= variable dependiente

X= variable(s) independiente(s)

b0= intercepto

bi= parámetro estimado de la variable independiente

u = residuos del modelo o errores del modelo  ;   U= perturbaciones o errores

Porque es importante la estadística:  Permite estimar los parámetros

 Los residuos del modelo (u), tiene que cumplir tres criterios o condiciones:

*Normalidad:  los residuos se distribuyen de manera normal   con (media “0”y varianza “1” o constante)

*autocorrelación: los residuos no se correlacionan con las variables independientes (explicativas)

Correlación: (indica en qué sentido (directo o inverso) la información se está relacionando, para indicar correlación positiva (mayor a cero) y correlación negativa (menor a cero)

( -1 < 0 < 1)

*heteroscedasticidad: la varianza de los residuos no es igual en todo momento o periodo analizado

homocedasticidad: la varianza de los residuos es igual en todo momento o periodo analizado

...