El objetivo de esta actividad es comprender cómo estimar un modelo en función de variables dummy.
Enviado por Mfmd • 18 de Febrero de 2016 • Tarea • 1.632 Palabras (7 Páginas) • 178 Visitas
Objetivo:
El objetivo de esta actividad es comprender cómo estimar un modelo en función de variables dummy.
Procedimiento:
-Primeramente buscamos en fuentes de internet información mensual de las variables tipo de cambio, precio de apertura de una acción, y el IPC por 100 meses de muestra.
-Después en diferentes hojas de Excel pasamos la información encontrada de cada una de las variables y dividiendo por meses pusimos 1 o 0 según correspondía a cada variable.
-Por consiguiente importamos cada archivo a gretl y obtuvimos los resultados para así poder contestar las preguntas que vienen en blackboard.
Resultados:
- Importen los datos que llevaron a clase al programa Gretl.
- Estimen un modelo en donde el tipo de cambio depende de variables dummy que representen a cada uno de los meses del año.
[pic 2]
[pic 3]
- Respondan a lo siguiente:
- ¿Son significativos los efectos mensuales?
De acuerdo a los resultados obtenidos en la columna estadístico t podemos deducir que si son significativos porque son mayores que 1.96 y en el valor p son menores a 0.05
- ¿Cuál es el mes que tiene un efecto mayor en el tipo de cambio (en términos absolutos)?
El mes que tiene mayor efecto en el tipo de cambio es noviembre con un coeficiente de 12.9950. - ¿Cuál es la elasticidad sobre el tipo de cambio de cada uno de los meses?
Enero 12.7901
Febrero 12.8052
Marzo 12.8467
Abril 12.6626
Mayo 12.7201
Junio 12.4906
Julio 12.4584
Agosto 12.4378
Septiembre 12.7152
Octubre 13.0020
Noviembre 12.9950
Diciembre 12.8864 - Si elimino alguno de los días, ¿mejora la bondad de ajuste del modelo?
El R-cuadrado con todos los meses es de 0.0186772 y eliminando diciembre es de 0.908732 por lo que tiene un aumento considerable.
- Estimen un modelo en donde el precio de apertura de una acción depende de variables dummy que representen a cada uno de los días de la semana: lunes, martes, miércoles, jueves y viernes.
[pic 4]
[pic 5] - Respondan a lo siguiente:
- ¿Son significativos los efectos mensuales?
Si son significativos ya que en el estadístico t son mayores a 1.96 y en el valor p son menores a 0.05 - ¿Cuál es el mes que tiene un efecto mayor en el precio de la acción (en términos absolutos)?
El mes que tiene mayor efecto en la acción es octubre con un coeficiente de 23.1563. - ¿Cuál es la elasticidad de cada uno de los meses sobre el precio de apertura de la acción?
Enero 22.6533
Febrero 21.7078
Marzo 22.0689
Abril 21.5800
Mayo 22.8212
Junio 22.8887
Julio 22.8013
Agosto 23.0463
Septiembre 23.0213
Octubre 23.1563
Noviembre 22.0012
Diciembre 22.3588 - Si elimino alguno de los días, ¿mejora la bondad de ajuste del modelo?
El R-cuadrado con todos los meses es de 0.0101271 y quitándole el mes de febrero es de 0.869278 por lo que tiene un aumento muy considerable.
- Estimen un modelo en donde el IPC depende de variables dummy que representen a cada uno de los días de la semana: lunes, martes, miércoles, jueves y viernes.
[pic 6]
[pic 7]
- Respondan a lo siguiente:
- ¿Son significativos los efectos mensuales?
Si son significativos ya que en la columna de estadístico t todos los valores son mayores que 1.96 y en el valor p son menores a 0.05 - ¿Cuál es el día que tiene un efecto mayor el IPC (en términos absolutos)?
El mes mayor que tiene mayor efecto en el IPC es diciembre con un coeficiente de 1.0456E+07. - ¿Cuál es la elasticidad de cada uno de los meses sobre el IPC?
Enero 1.01453E+07
Febrero 1.02257E+07
Marzo 1.02738E+07
Abril 1.03159E+07
Mayo 1.03503E+07
Junio 1.03735E+07
Julio 1.03875E+07
Agosto 1.03976E+07
Septiembre 1.04091E+07
Octubre 1.04122E+07
Noviembre 1.04229E+07
Diciembre 1.04565E+07 - Si elimino alguno de los meses, ¿mejora la bondad de ajuste del modelo?
El R-cuadrado con todos los meses es de 0.00837556 y quitándole el mes de marzo es de 0.9101 por lo tiene un gran aumento.
- ¿En cuál de los tres modelos resultó que son más significativos los efectos meses?
De acuerdo a los R cuadrado corregido de cada uno de los modelos realizados pudimos determinar que el más significativo es que el mejor es el de tipo de cambio ya que es el mayor de los tres.
Conclusión:
En modo de conclusión podemos decir que las variables dummy son muy sencillas de construir, únicamente necesitan una justificación teórica, pueden servir para medir distintos tipos de efectos que las variables explicativas continuas no pueden hacer.
...