Estimacion Econometrica

Universidad Nacional de Ingeniera
Facultad de Tecnologa de la Industria

Ingeniera en Economa y Negocios
Econometra Bsica
Estimacin Economtrica de las Notas de Econometra Intermedia
Instructor:
Rodrigo Salinas
Integrantes:
Sindys Massiel Soza Orellano
Ana Danlesqui Rugama Blandn
Ignacio Josu Osegueda Mndez
Grupo_No.1
3M1-IEN
Managua, 05 de junio de 2017

Contenido
I. Planteamiento del problema....................................................................................................... 3
II. Objetivos ..................................................................................................................................... 3
1. Objetivo General.................................................................................................................... 3
2. Objetivos Especficos .............................................................................................................. 4
III. Justificacin ............................................................................................................................. 4
IV. Hiptesis .................................................................................................................................. 4
V. Marco terico .............................................................................................................................. 5
VI. Metodologa del clculo ......................................................................................................... 6
VII. Resultados ............................................................................................................................... 7
1. Seleccin de variables. ........................................................................................................... 7
2. Pruebas de significancia del modelo y de las variables ..................................................... 10
3. Test de cambio estructural ................................................................................................... 11
Ruptura total .......................................................................................................................... 11
Ruptura parcial ...................................................................................................................... 12
4. Test de multicolinealidad. .................................................................................................... 13
5. Test de heterocedasticidad. ................................................................................................. 14
6. Test de autocorrelacin. ..................................................................................................... 16
VIII. Comentarios finales .............................................................................................................. 17
IX. Proyecciones .............................................................................................................................. 18
X. Bibliografa ................................................................................................................................ 19
1. Web grafa ............................................................................................................................ 19
XI. Anexos ....................................................................................................................................... 20
1. Base de datos ....................................................................................................................... 20
2. Tabla de Seleccin de Variables. ........................................................................................ 21
3. Regresin del modelo ganador. .......................................................................................... 22
4. Modelos endogenizados. ..................................................................................................... 22
5. Pruebas de Heterocedasticidad. .......................................................................................... 23
6. Grficos de heteroscedasticidad ......................................................................................... 24
7. Correlograma ....................................................................................................................... 26
2
I. Planteamiento del problema
La presente investigacin trata de analizar la participacin de las notas de microeconoma y

macroeconoma bsica, estadstica II, calculo III y econometra bsica en la calificacin de
econometra intermedia. Se pretende dotar al lector de informacin acerca de cuanto explica
cada variable regresora a la variable endgena, en dicho anlisis se utiliz como referencia las
notas de la primera generacin de la carrera de Ingeniera en Economa y Negocios de la
Universidad Nacional de Ingeniera.
A travs de un modelo de regresin mltiple, al evaluar las calificaciones fundamentales, se

podr ofrecer una estimacin de la nota de econometra para un estudiante especfico. Cabe
destacar que algunos estudiantes no cuentan con los conocimientos previos para recibir dicha
asignatura y aun as la reciben, por lo tanto, es necesario determinar, que si los conocimientos
previos aportan de manera positiva o negativa.
Un punto importante que se intenta abordar en este anlisis, es si el programa de becas del
Banco Central se desempea eficientemente, adems si las lneas de acceso juegan un papel
importante; hasta la fecha se ha visto que la organizacin tiene una forma vertical, cuando
debera existir un flujo de informacin directo entre las diferentes personas.
BCN
Estudian
UNI
tes
II. Objetivos
1. Objetivo General
Estimar un modelo economtrico que permita analizar el rendimiento de los estudiantes de la

carrera de Ingeniera en Economa y Negocios de la Universidad Nacional de Ingeniera (UNI),
en la asignatura de Econometra Intermedia, en base a las notas de la primera generacin de la
carrera.
3
2. Objetivos Especficos
Comprobar si el haber obtenido buenas notas en asignaturas como: microeconoma y

macroeconoma bsica, estadstica II, calculo III y econometra bsica; explican que el
rendimiento en Econometra Intermedia sea alto.
Determinar cul de las asignaturas es la ms relevante para obtener notas altas en Econometra
Intermedia.
Definir cul es el aporte individual de cada asignatura (microeconoma y macroeconoma bsica,

estadstica II, calculo III y econometra bsica) en la nota de Econometra Intermedia.
III. Justificacin
Con el presente estudio se pretende crear un modelo economtrico que ayude a estimar las notas
de Econometra Intermedia, en funcin de las asignaturas de microeconoma y macroeconoma
bsica, estadstica II, calculo III y econometra bsica; como referencia se utilizan las
calificaciones de los estudiantes de la primera generacin de la carrera de Ingeniera en
Economa y Negocios (IEN) de la UNI, ya que son los nicos que poseen las notas completas de
las asignaturas mencionadas.
Este modelo ayudar a predecir de manera cuantitativa que nota se obtendr en la clase de
Econometra Intermedia dadas las notas de las asignaturas antes mencionadas, dicho modelo
hasta cierto punto brindar las pautas para determinar que estrategias pueden implementar los
estudiantes que aspiran buenas notas en Econometra Intermedia, al final pueden ver que clase
le ayudar ms a elevar su rendimiento y as poner ms nfasis en tal. Cabe resaltar que el
modelo que se establezca puede ser de gran utilidad para el Banco Central de Nicaragua, ya
que puede evaluar si el programa de becarios est siendo eficaz y eficiente y as tomar medidas
sobre los resultados obtenidos y valorar la implementacin de programas posteriores.
El estudio que se obtenga, puede ser tomado como lnea de investigacin (para las generaciones
siguientes) de forma exhaustiva, porque adems de las asignaturas planteadas existen factores
externos que influyen en las clases, tales como un alto grado de exigibilidad en la carrera, algunos
alumnos proceden de Secundarias privadas, son originarios de diversos departamentos, no todos
los estudiantes comprenden las clases al mismo ritmo, existen otras materias en las que se tiene
que poner nfasis y hay que tomar en cuenta que las personas tienen diferentes habilidades( al
expresarse, redactar, entre otras).
IV. Hiptesis
Las calificaciones altas en las asignaturas de microeconoma y macroeconoma bsica,

estadstica II, calculo III y econometra bsica, repercuten positivamente en las notas de
Econometra Intermedia.
4
V. Marco terico
La econometra es una parte fundamental de la actual teora econmica. Muchos grandes

economistas formularon sus ideas sin su ayuda, sin embargo, en la actualidad, la econometra
se ha constituido en una herramienta adicional importante para el desarrollo de la ciencia
econmica y de los modelos econmicos. Un modelo econmico es una representacin
matemtica simplificada de la realidad (no tiene en cuenta todos los aspectos, slo algunos que
son considerados como importantes para el anlisis).
Econometra significa medicin econmica, pero sus alcances van ms all de la simple
medicin. Esta herramienta, por medio de las matemticas y la estadstica, busca definir y
cuantificar las relaciones entre las diferentes variables que se incluyen en un modelo econmico
y los datos observados en la vida real.
Para utilizar la econometra como apoyo en el desarrollo de la ciencia econmica, el economista

debe, inicialmente, construir por medio de relaciones matemticas, un modelo que represente
una teora que desee probar. Posteriormente, se puede hacer uso de la econometra; es decir, se
pueden utilizar algunas herramientas matemticas y estadsticas que permitan juzgar si los
resultados arrojados por el modelo estn de acuerdo con los observados en la vida real.
Como se puede ver, la econometra es importante porque rene una serie de herramientas que
permiten comprobar la validez de un modelo econmico.
Despus de validar un modelo, se puede utilizar para dar alguna explicacin a hechos ocurridos
en el pasado y para realizar pronsticos sobre el comportamiento econmico en el futuro. Lo
anterior facilita el diseo y la implementacin de polticas econmicas en un pas.
En el mbito de la Econometra se puede estudiar la bsica, intermedia y avanzada. En

econometra intermedia se debe tener previos conocimientos en econometra bsica, estadsticas,
matemtica y teora econmica.
Las matemticas o la matemtica1 (del latn mathematca, y este del griego , derivado
de , conocimiento) es el estudio de las propiedades y relaciones entre entidades
abstractas como nmeros, figuras geomtricas o smbolos. En realidad, es un conjunto de
lenguajes formales que pueden ser usados como herramienta para plantear problemas de
manera no ambigua en contextos especficos.
La estadstica es una rama de las matemticas y una herramienta que estudia usos y anlisis
provenientes de una muestra representativa de datos, que busca explicar las correlaciones y
dependencias de un fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional.
Se entiende por teora econmica cada una de las hiptesis o modelos que pretenden explicar
aspectos de la realidad econmica. En la teora econmica se distinguen dos enfoques
diferenciados: microeconoma, macroeconoma.
La microeconoma es una parte de la economa que estudia el comportamiento econmico de

agentes econmicos individuales, como son los consumidores, las empresas, los trabajadores y
los inversores; as como de los mercados. Considera las decisiones que toma cada uno para
5
cumplir ciertos objetivos propios. Los elementos bsicos en los que se centra el anlisis
microeconmico son los bienes, los precios, los mercados y los agentes econmicos.
En contraposicin, la macroeconoma es la parte de la teora econmica que se encarga del

estudio general de la economa, mediante el anlisis de las variables agregadas como el monto
total de bienes y servicios producidos, el total de los ingresos, el nivel de empleo, de recursos
productivos, la balanza de pagos, el tipo de cambio y el comportamiento general de los precios.
VI. Metodologa del clculo
El presente proyecto de investigacin consiste en la ejecucin de pruebas economtricas a un

determinado grupo de variables que se han elegido con el fin de construir un modelo
economtrico que explique las calificaciones que se obtendrn en la materia de Econometra
Intermedia, las notas estn en trminos cuantitativos y tiene como referencia la primera
generacin de IEN. En este caso la variable regresada ser la nota de Econometra Intermedia,
para la cual se han elegido cinco variables explicativas. Las variables exgenas elegidas fueron:
nota de Matemticas III, calificaciones de estadstica II, microeconoma y macroeconoma bsica,
y por ltimo se decidi tomar como variable predictora la nota de Econometra Bsica.
Modelo propuesto:

= 0 + 1 + 2 + 3
+ 4 + 5 .
Los parmetros del modelo de regresin mltiple se van estimar por el mtodo de mnimos
cuadrado ordinario (MCO) y la implementacin de paquetes estadsticos como Eviews.
Las variables exgenas sern sometidas a un conjunto de pruebas que la econometra estima,
las pruebas economtricas permitirn validar un modelo que ayude a explicar la variable
endgena, de modo que la funcin de regresin lineal que se estime, brinde informacin til y
eficaz.
Las pruebas economtricas son:
1. Seleccin de variables
2. Pruebas de significancia del modelo y de las variables
3. Test de cambio de estructural. Tanto global como rupturas parciales.
4. Test de multicolinealidad.
5. Test de heterocedasticidad.
6. Test de autocorrelacin.
Se incluirn tablas de resumen en puntos fundamentales de la investigacin, para que el lector

pueda hacer una visualizacin numrica de la informacin estadstica y se facilite un anlisis ms
detallado de los aspectos que se presenten.
6
VII. Resultados
1. Seleccin de variables.1
La seleccin de variables consisti en la especificacin de las variables independientes que mejor

explican y que mejor se ajustan al modelo economtrico con el cual se pretende estimar la
calificacin de la clase de Econometra Bsica, tomando en cuenta el rendimiento en ciertas
asignaturas de estudiantes de la primera generacin.
El modelo planteado originalmente fue.

= 0 + 1 + 2 + 3
+ 4 + 5
Ahora bien, de este modelo se pudieron evaluar 31 combinaciones distintas de las variables.
Todas las variables deben superar el criterio de tolerancia para que puedan ser introducidas en
la ecuacin, independientemente del mtodo de entrada especificado. El modelo ganador es
aquel que cumple con la mayora de los siguientes criterios:
1. Mayor 2 Ajustado.
2. Menor coeficiente de Akaike.
3. Menor suma de cuadrados de los residuos (SCR).
4. Menor coeficiente de Schwartz.
5. Menor coeficiente PC.
Estos criterios permiten definir el modelo economtrico que explicar de la forma ms eficiente
el comportamiento de la variable regresada, que en este caso es calificacin en Econometra
intermedia.
Al realizar la seleccin de variables con las treinta y una regresiones auxiliares y haber cumplido
con las especificaciones de cada uno de los criterios, resulto como modelo ganador:

= 101.4133 + 0.3652 0.3193
+ 0.8688 + 1.2185
Dicho modelo indica que la nota de ecometra intermedia esta mejor explicada por las
calificaciones de matemtica, microeconoma, macroeconoma y econometra bsica. Al analizar
las pendientes y visualizar la significancia individual se puede deducir que no est apegado a la
realidad, esto se debe a que el grupo de estudio es heterogneo, entonces se procede a eliminar
la variable microeconoma y no se toma en consideracin seleccin de variables; el modelo
ganador ahora es:
1
Tabla de resultados en anexos
7

= 84.77894 + 0.2310 + 0.6859
+ 0.9999
El nuevo modelo ganador tiene un aporte bajo en matemtica, es decir un punto adicional de la
nota de matemtica contribuye en 0.2310 puntos para la calificacin de econometra intermedia,
sin embargo, dicha variable no es significativa, por lo tanto, se elimina y el modelo ganador que
resulta es:

= 75.3856 + 0.7836 + 0.9902
El modelo ganador tiene como variables explicativas: macroeconoma y econometra bsica.

Cada punto en promedio obtenido en macroeconoma (manteniendo constante econometra
bsica) aportar 0.7836 a la nota final de econometra intermedia, adems un punto adicional
en econometra bsica (manteniendo constante macroeconoma) puede provocar un aumento
de 0.9902 puntos en la calificacin de econometra intermedia.
El intercepto es de -75.3856, esto se debe principalmente a que algunos estudiantes no

mantienen un comportamiento similar en su rendimiento acadmico, es decir presentan notas
altas en una asignacin mientras que en otra una calificacin baja, y por ende provoca una
subestimacin en la nota de econometra intermedia si presenta notas altas, por lo tanto lo ideal
hubiese sido tomar una muestra del grupo en la cual se reflejara la abstencin a proseguir con
un rendimiento constante en las calificaciones de Macroeconoma y Econometra Bsica.
Al endogenizar las variables independientes del modelo ganador para explicar porque se
eliminan variables relevantes (en la prctica) en la nota de econometra intermedia, se obtuvo
como resultado:
= 34.63128 + 0.5098
= 63.343 + 0.2560 + 0.013
Los modelos de macroeconoma y econometra bsica, indican que las variables que se
eliminaron explican dichos modelos, adems microeconoma y estadstica son significativas.
Por otra parte, el coeficiente de determinacin ajustado resulto de 0.698957, lo cual significa
que la variable regresada se explica alrededor del 69.9% por macroeconoma y econometra
bsica.
Luego de haber elegido un modelo cuasi ganador, se le aplica una serie ms de test para lograr
que el modelo quede bien especificado.
Variables omitidas:
Aqu se intenta probar la hiptesis nula de que las pendientes de las variables que fueron
eliminadas del modelo por el hecho de no resultar significantes, es igual a cero, o sea que no
tienen ninguna implicancia o no son relevantes para el anlisis que se lleva a cabo.
H0: 1 = 2 = 3 = 0 vs H1: 1 2 3 0
8
Donde 1 , 2 3 representan las pendientes de las variables eliminadas, matemticas y

estadstica y microeconoma.
Omitted Variables Test

Null hypothesis: EST MAT MICRO are jointly significant
Equation: MODELO_GANADOR
Especificacin: EI C MACRO EB
Omitted Variables: EST MAT MICRO
Value df Probability
F-statistic 1.832855 (3, 18) 0.1773
Likelihood ratio 6.397621 3 0.0938
Dado que la probabilidad resulta de 0.1773 y esta es mayor al nivel de significancia del 5% se
puede decir que no se rechaza la hiptesis nula de que las variables omitidas tienen pendiente
igual a cero.
Variables redundantes:
H0: 1 = 2 = 3 = 0 vs H1: 1 2 3 0
Redundant Variables Test

Null hypothesis: EST MICRO MAT are jointly insignificant
Equation: MODE_GENERAL
Specification: EI C MICRO MACRO MAT EST EB

Redundant Variables: EST MICRO MAT
F-statistic 1.832855 (3, 18) 0.1773
En este caso no se rechaza la hiptesis nula de que las variables son redundantes debido a que
la probabilidad resulta mayor al nivel de significancia 0.05.
Error de especificacin o test de Ramsey:
Con este test se indica si se estn incluyendo variables perifricas, de poca relevancia.
La hiptesis nula corresponde a
H0: se acepta incluir una variable explicativa ms.
9
Ramsey RESET Test

Equation: MODELO_GANADOR
Specification: EI C MACRO EB
Omitted Variables: Squares of fitted values
t-statistic 1.216466 20 0.2380
F-statistic 1.479790 (1, 20) 0.2380
El modelo no pide que se agregue una variable ms para disminuir errores de especificacin, lo
que se puede probar al contrastar la probabilidad ante el nivel de significancia, ya que esta
resulta ser mayor al 5% (0.2380>0.05). Entonces se concluye que el modelo se encuentra bien
especificado.
2. Pruebas de significancia del modelo y de las variables
Las pruebas de significancia, permiten conocer si el modelo economtrico es significativo de

manera global, o bien si las variables individuales son significativas.
En la tabla siguiente se presentan ambas pruebas de significancia.
Significancia Global
Ho: El modelo no es significativo
H1 : El modelo es significativo
F-statc Prob (F-statc) Sig Resultado
27.70052 0.000001 0.05 Se rechaza
Significancia Individual
Ho: La variable no es significativa
H1 : La variable es significativa
Variable t-statc Prob (t-statc) Sig Resultado
Intercepto -75.38563 0.0023 0.05 Se rechaza
Macroeconomia 0.783695 0.0001 0.05 Se rechaza
Econometra bsica 0.990271 0.0017 0.05 Se rechaza
Fuente: Elaboracin propia
10
Las pruebas aplicadas de significancia, indican que el modelo en general es significativo, adems
las variables explicativas y el intercepto son significativas individualmente.
3. Test de cambio estructural

Ruptura total
Econometria Inter
90
85
80
75
70
65
60
55
2 4 6 8 10 12 14 16 18 20 22 24
A priori se puede destacar la existencia de dos puntos donde la curva cambia y experimenta
rupturas. El primer quiebre se da en la observacin nmero 15 y el segundo en el punto 19. Sin
embargo, esto no prueba a un cien por ciento si existe o no tal inestabilidad. Por lo tanto, se
aplica el test de Chow para comprobar si hay o no cambio estructural.
Entonces se crea un modelo restringido y unos modelos sin restriccin para comprobar la
estabilidad en los datos.
En este caso se tom como variable explicativa econometra bsica, para determinar si hay
rupturas en la variable explicada econometra intermedia.
1. Modelo Restringido: = +
2. Modelo Sin Restriccin: 1 = 1 + 1
2 = 2 + 2
Las hiptesis que se presentan en el test de Chow son:
0 : = 1 = 2 1 : 1 2
= 1 = 2 1 2
11
TEST DE CHOW
Modelos MUESTRAS SCR SUMA Probabilidad Decisin
Total 124 2888.846 15.4461528 8.78574699849e-

2888.846 0.05 No rechazar
0
1 1-15 1016.151 1135.2781
2 16-24 119.1271
Con un nivel de con un nivel de confianza del 95% no se rechaza la hiptesis nula de que tanto
las pendientes como los interceptos son iguales.
Sin embargo, al hacer la prueba rpida se sospecha que existen cambios estructurares dado que:
F-tatistis vs Log likelihood
0.0002>0.0000
Ruptura parcial
TEST DE CHOW-igual pendientes
Hiptesis Fexp Probabilidad Decisin
Ho: 1=2=3
(123) No rechazar
0.831688 0.372647
H1: 123 0
(123)
TEST DE CHOW-igual intercepto
Hiptesis Fexp Probabilidad Decisin
Ho: 1=2= 3
(123) No rechazar
1.465084 0.240234
H1: 123 0
(123)
Fuente: elaboracin propia
Con un nivel de significancia del 5% no se rechaza la hiptesis nula de que las pendientes en el
modelo restringido son iguales y que los interceptos en esta tambin son iguales; por lo tanto, se
afirma que existe estabilidad en la variable econometra intermedia, por ende, se puede decir
que las notas de esta clase no tuvieron cambios bruscos entre las observaciones.
12
4. Test de multicolinealidad.
Prueba de R2 y variables no significativas

R2 0.725135 Moderado No se sospecha
Variables Significativas No existe mult.
Matriz de correlaciones
Determinante Resultado
0.0853437 Cercano a cero Puede existir mult.
Medida BKW
Escalar Resultado
1.496873 Diferente de uno Hay colinealidad baja
Contraste Farrar Glauber
Escalar Ortogonalidad Resultado
0.692259 No hay Se sospecha de mullt.
Factor de Inflacin de la Varianza
Regresiones Auxiliares R cuadrado FIV Resultado
EB C MACRO 0.107771 1.120788 No hay presencia
MACRO C EB 0.107771 1.120788 No hay presencia
EI C EB MACRO 0.698957 3.321784
Medida de Thail
Reg. Excluye Reg. Auxiliar R2 Aporte Resultado
EB EI C MACRO 0.555323 0.169812
MACRO EI C EB 0.44525 0.28161
M 0.273713 Mult. Baja
Al efectuar las 6 pruebas al modelo ganador, 4 indicaron la presencia de multicolinealidad,

entonces se puede deducir que hay presencia de este fenmeno, pero a un nivel bajo. Esto no es
de admirarse, ya que es frecuente que entre las variables regresoras exista una relacin
aproximadamente lineal. En este caso, es de esperar que las clases de econometra bsica y
macroeconoma tengan cierto grado de correlacin, ya que al realizar un anlisis economtrico
es necesario tener conocimientos previos de teora econmica y la macro juega un papel
importante, puesto que se visualiza a un nivel agregado, por lo tanto, es til para crear modelos.
Un cierto grado de multicolinealidad acarrea problemas cuando aumenta ostensiblemente la

varianza muestral de los estimadores, a consecuencia de esto, las soluciones deben ir
encaminadas a reducir esta varianza, pero en el presente asunto la multicolinealidad es baja; por
consiguiente, se puede convivir con ella.
13
5. Test de heterocedasticidad.
Para comprobar la Heterocedasticidad se utiliza el mtodo grfico2 y se realizan 4 pruebas

formales. Luego, al descubrir presencia se realizan los ajustes correspondientes. Las pruebas
fueron aplicadas a cada variable por separado.
a. Pruebas para Econometra Bsica.
Las pruebas formales para la variable en cuestin se resumen en la siguiente tabla.
Golfeld-Quandt (GQ)
c P(Fexp) Sig Resultado
8 0.725172 0.05 No rechazar
Breusch-Pagan (BP)
G P(Fexp) Sig Resultado
0.00571 0.05 Rechazar
White
P(Fexp) Sig Resultado
El resultado de estas pruebas, indican la ausencia de Heterocedasticidad en las perturbaciones

del modelo, es decir se cumple el supuesto de MCO. Por consiguiente, no es necesario realizar
transformaciones al modelo para corregir.
El contraste de Glesjer muestra que la estructura de las perturbaciones es eficiente con el

exponente -1/2. Se entiende que, si el valor de R2 es suficientemente grande, se estar
confirmando que existe Heterocedasticidad producida por la variable Econometra Bsica, pero
el R2 que se presenta es relativamente bajo, entonces se puede afirmar que hay
homocedasticidad.
H R2 SCR
1 0.088263 1787.029
-1 0.10696 1750.383
1/2 0.08 1803.266
-1/2 0.117207 1730.298
2 0.092679 1778.374
-2 0.102039 1760.028
Ganador 0.117207 1760.298
2
Ver grfico en anexos 5
14
b. Pruebas para Macroeconoma.
Las pruebas formales realizadas para la variable, se presentan en la siguiente tabla:
Golfeld-Quandt (GQ)
c P(Fexp) Sig Resultado
8 0.937654 0.05 No rechazar
Breusch-Pagan (BP)
G P(Fexp) Sig Resultado
White
P(Fexp) Sig Resultado
0.0279 0.05 Rechazar
De las tres pruebas realizadas, dos muestran que existe homocedasticidad, entonces se concluye
que la varianza de los errores de macroeconoma es constante.
Para determinar la estructura de la varianza se realiza el Contraste de Glesjer. Mediante este

contraste se interpreta que la varianza del error condicional de la variable explicativa es constante,
esto se debe a que presenta un R2 bajo.
H R2 SCR
1 0.00003 1959.968
-1 0.004806 1950.607
1/2 0.000693 1958.669
-1/2 0.009929 1940.565
2 0.000466 1959.113
-2 0.002875 1954.392
Ganador 0.009929 1940.565
Cabe destacar que los datos de corte transversal por su naturaleza estn plagados de
heteroscedasticidad, pero al analizar las varianzas de macroeconoma y econometra bsica se
demuestra lo contrario, esto se debe principalmente a la inconsistencia de las pruebas ya que
fueron diseadas para muestras grandes y en este modelo se trabaj con 24 observaciones.
Debido a que en el estudio se ocup toda la poblacin, no se puede aumentar el nmero de
observaciones para fortalecer el anlisis.
15
6. Test de autocorrelacin. 3
Durbin Watson
Variable Estadistico dl du Resultado
EB 0.969098 1.2713 1.446 Autoc. Positiva
MACRO 0.939529 1.2713 1.446 Autoc. Positiva
Breusch-Godfrey
variable Resid Durbin-Watson Resultado
-1 1.6256 No hay autocorrelacin
EB
-2 1.2803 Indecisin
Modelo
-1 1.5616 No hay autocorrelacin
MACRO
-2 1.4227 Indecisin
Modelo
Al realizar los test de autocorrelacin individualmente, por medio del test de Durbin Watson se
sospecha la existencia de autocorrelacin positiva, mientras que Breusch-Goldfrey seala la
ausencia de autocorrelacin en el primer rezago y en el segundo no se puede establecer una
decisin, adems grficamente se puede observar que no existe autocorrelacin para cada
variable explicativa. Para tener ms certeza sobre la existencia de autocorrelacin se aplicaron
los test correspondientes para el modelo general.
Durbin Watson
Estadstico dl du Resultado
Modelo general No hay
1.640082 1.188 1.546
autocorreccin
Breusch-Godfrey
H0= No existe autocorrelacin
Resid Probabilidad Sign. Resultado
-1 0.4518 0.05 No rechazar h0
Modelo general
-2 0.6982 0.05 No rechazar h0
Durbin-Watson: cuando k=2

3
Ver grficos anexos 7
16
Mediante las pruebas de Durbin-Watson y Breusch-Godfrey se pudo establecer que no existe

autocorrelacin del modelo en estudio, o sea que los errores no estn vinculados entre s; adems
se puede comprobar grficamente. Generalmente se sabe que los datos de corte transversal no
presentan autocorrelacin, dado que la muestra en estudio se selecciona de forma estocstica.
Sin embargo, el estudio de autocorrelacin se aplic por cuestiones prcticas porque las
observaciones con las que se trabaj son de corte transversal y no aleatorias, es decir que todas
se obtuvieron en un momento t y se tom como referencia la poblacin, por lo tanto, la decisin
se puede distorsionar, ya que estos test tienen mayor aplicabilidad a las series de tiempo.
VIII. Comentarios finales
Despus de realizar el estudio economtrico detalladamente, se logr disear un modelo que

explica mediante las asignaturas de Econometra y Macroeconoma Bsica las notas en la clase
de Econometra Intermedia. Inicialmente se haba propuesto que la nota de Econometra
Intermedia tambin poda ser explicada por Estadstica II, Matemtica III y Microeconoma Bsica,
pero al aplicar los test correspondientes, se obtuvo que no eran relevantes, esto se debe a que
econometra bsica se explica por Matemtica II y Estadstica II, adems Macroeconoma Bsica
se explica por Microeconoma Bsica; entonces al final el modelo ganador incluye indirectamente
a todas las variables explicativas propuestas.
El modelo obtenido es consistente, ya que entre las variables explicativas se encontr que exista
multicolinealidad a un grado bajo, adems la regresin mostro que las varianzas de los errores
eran iguales y por ltimo se logr evitar el inconveniente de la autocorrelacin, ya que al realizar
la pruebas para detectarla, estas arrojaron que la existencia de correlacin entre los residuos de
las observaciones era nula, por esa razn se puede decir que el modelo obtenido cumple con
los supuestos del Mtodo de Mnimos Cuadrados Ordinarios.
La variable que aporta en mayor grado a la calificacin de Econometra Intermedia es

Econometra Bsica, entonces si los estudiantes quieren obtener un mayor rendimiento deben
hacer nfasis en esta clase.
Otro punto importante que se debe mencionar es que, todas las variables exgenas del modelo
ganador aportan de manera positiva, es decir a un punto adicional en Econometra Bsica se
puede observar un aporte de 0.9902 en la nota de Econometra Intermedia, mientras que al
aadir un punto en Macroeconoma se provoca un aumento de 0.7836 en la calificacin de
Econometra Intermedia.
Sin embargo, el presente modelo economtrico posee algunas limitantes, una de estas se basa
en que la nota proyectada subestima a la nota esperada, debido a que, al tener calificaciones
relativamente altas en las asignaturas de Macroeconoma y Econometra Bsica, es de suponer
que la nota final en Econometra Intermedia, igualmente estar en un rango semejante o mayor
a este; pero en este caso no es as. Asimismo, otra de las limitantes presentadas, fue la cantidad
de observaciones con la cual se trabaj, ya que, aunque se tom toda la poblacin era escasa,
y la teora indica que la muestra a estudiar debera de ser mayor a 60 observaciones para que
las pruebas o los test que se realicen tengan mayor efectividad o consistencia.
17
IX. Proyecciones
= 75.3856 + 0.7836 +
0.9902
Caso hipottico buen estudiante

Macroeconoma=91
Econometra Bsica=90
Econometra Intermedia=-75.3856 + 0.7836(91) + 0.9902(90) = 85
Caso hipottico mal estudiante
Macroeconoma=72
Econometra Bsica=66
Econometra Intermedia=-75.3856 + 0.7836(72) + 0.9902(66) = 46
18
X. Bibliografa
Gujarati, D. N., & Porter, D. C. (2010). Econometra. Mxico, D.F.: The McGraw-Hill.
Hiparco, D. G. (2011). Analisis Econometrico Latinoamericano. Latinoamerica Vanguardia
(pg. 20). chile: Publicaciones Adventure Works.
Penialte, C. B. (2009). Econometra Actual. Argentina: Pearson.
1. Web grafa
https://www.google.com.ni/search?q=casos+en+los+que+los+datos+de+corte+transversal
+no+presentan+heteroscedasticidad&oq=casos+en+los+que+los+datos+de+corte+transv
ersal+no+presentan+heteroscedasticidad&aqs=chrome..69i57.24744j0j7&sourceid=chrome
&ie=UTF-8
https://www2.ulpgc.es/hege/almacen/download/6/6090/Manual_de_Econometria_9.pdf
https://www.uoc.edu/in3/emath/docs/Heteroscedasticidad.pdf
http://www.academia.edu/7388732/AUTOCORRELACI%C3%93N-
ECONOMETR%C3%8DA_Contenido
http://webdelprofesor.ula.ve/economia/dramirez/MICRO/FORMATO_PDF/Materialeconometri
a/Autocorrelacion.pdf
https://w3.ual.es/~jgarcia/index_archivos/tema2.pdf
https://www.uam.es/personal_pdi/economicas/eva/pdf/modelos.pdf
https://www.google.com.ni/url?sa=t&rct=j&q=&esrc=s&source=web&cd=6&cad=rja&uact=
8&ved=0ahUKEwir3-
nSuZXUAhWB2yYKHc3mCjAQFghHMAU&url=https%3A%2F%2Fdialnet.unirioja.es%2Fdescarg
a%2Farticulo%2F3267309.pdf&usg=AFQjCNG3-3mFmwbEbK2x7QvanApIBGdfKQ
http://www.bccr.fi.cr/ndie/NT-07-2000.PDF
https://es.wikipedia.org/wiki/Heterocedasticidad
https://es.wikipedia.org/wiki/Homocedasticidad
https://www.uam.es/personal_pdi/economicas/anadelsur/pdf/heterocedasticidad.pdf
http://www.uv.es/uriel/1%20Econometria%20y%20datos%20economicos.pdf
https://es.wikipedia.org/wiki/Multicolinealidad
http://www.bcn.gob.ni/
https://es.wikipedia.org/wiki/Macroeconom%C3%ADa
19
XI. Anexos
1. Base de datos
MICRO. MARO.
No. EI EB MAT. III EST. II
BAS. BAS.
1 60 68 60 60 60 60
2 60 72 60 60 60.1 62
3 60 75 60 61 61.25 64
4 60 78 61 63 61.6 64
5 60 78 61 66 62.2 65
6 60 79 63 67 63.1 68
7 61 80 64 70 63.35 68
8 61 81 66 70 64.8 68
9 61 81 67 71 66.75 69
10 61 85 67 72 69.15 70
11 62 85 68 72 70.05 72
12 64 85 69 74 70.3 73
13 66 87 72 74 73.5 78
14 70 87 72 82 76.15 78
15 71 88 72 83 76.85 82
16 75 89 73 84 77.2 82
17 75 89 75 84 78.8 89
18 76 90 75 85 80.05 91
19 77 90 75 86 81.4 92
20 81 90 75 90 85.45 95
21 82 90 79 95 87.15 97
22 82 91 79 96 87.7 97
23 86 92 87 97 94.35 98
24 86 94 90 99 95.95 100
Relacin de las variables explicativas con la explicada
El grfico est mostrando la

relacin que existe entre las
variables que se eligieron
como explicativas, con la
variable explicada. Se
puede evidenciar que todas
las variables tienen una
correspondencia positiva
ya que todas estn
creciendo casi al mismo
ritmo.
20
2. Tabla de Seleccin de Variables.
Modelo R2 AIC SCR SC PC

ajustado
1 EI C EB MICRO MACRO MAT EST 0.7309 7.1565 1093.025 7.4510 1821.7082
2 EI C EB MICRO MACRO MAT 0.7428 7.0819 1102.666 7.3274 1683.0159
3 EI C EB MICRO MACRO EST 0.6801 7.3003 1371.787 7.5457 2093.7805
4 EI C EB MICRO MAT EST 0.4864 7.7737 2202.201 8.0191 3361.2544
5 EI C EB MACRO MAT EST 0.7008 7.2332 1282.777 7.4787 1957.9225
6 EI C MICRO MACRO MAT EST 0.5379 7.6681 1981.685 7.9136 3024.6771
7 EI C EB MICRO MACRO 0.6939 7.2241 1381.549 7.4204 1934.1682
8 EI C EB MICRO MAT 0.5061 7.7025 2229.196 7.8988 3120.8740
9 EI C EB MACRO MAT 0.7149 7.1529 1286.586 7.3492 1801.2205
10 EI C MICRO MACRO MAT 0.5161 7.6821 2184.172 7.8784 3057.8407
11 EI C EB MICRO EST 0.4380 7.8318 2536.973 8.0282 3651.7621
12 EI C EB MACRO EST 0.6839 7.2563 1426.874 7.4527 1997.6236
13 EI C MICRO MACRO EST 0.5349 7.6426 2099.508 7.8389 2939.3110
14 EI C EB MAT EST 0.5045 7.7057 2236.40 7.9021 3130.9595
15 EI C MICRO MAT EST 0.2480 8.1231 3394.624 8.3194 4752.47
16 EI C MACRO MAT EST 0.5522 7.6046 2021.207 7.8009 2829.6899
17 EI C EB MICRO 0.4586 7.7599 2566.059 7.9072 3299.2183
18 EI C EB MACRO 0.6989 7.1730 1426.918 7.3203 1834.6083
19 EI C EB MAT 0.5252 7.6286 2250.326 7.7759 3893.2758
20 EI C EB EST 0.3906 7.8782 2888.433 8.0255 3713.7000
21 EI C MICRO MACRO 0.5188 7.6419 2280.526 7.7892 2932.1048
22 EI C MICRO MAT 0.2753 8.0515 3434.867 8.1988 4416.2572
23 EI C MICRO EST 0.2551 8.0789 3530.328 8.2262 4538.9932
24 EI C MACRO MAT 0.5390 7.5991 2184.855 7.7463 2809.099
25 EI C MACRO EST 0.5560 7.5616 2104.452 7.7088 2705.7235
26 EI C MAT EST 0.1847 8.1693 3864.423 8.3166 4968.5437
27 EI C EB 0.4182 7.7951 2888.846 7.8932 3414.0902
28 EI C MICRO 0.2831 8.0039 3559.642 8.1020 4206.8495
29 EI C MACRO 0.5351 7.5708 2308.464 7.6689 2728.1852
30 EI C MAT 0.1512 8.1727 4214.447 8.2709 4980.7102
31 EI C EST 0.0793 8.2540 4571.402 8.3522 5402.65
21
3. Regresin del modelo ganador.
Dependent Variable: EI
Method: Least Squares
Date: 05/16/17 Time: 19:29
Sample: 1 24
Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob.
C -75.38563 21.77901 -3.461390 0.0023

EB 0.990271 0.274929 3.601910 0.0017
MACRO 0.783695 0.168956 4.638453 0.0001
R-squared 0.725135 Mean dependent var 65.83333

Adjusted R-squared 0.698957 S.D. dependent var 15.02365
S.E. of regression 8.243085 Akaike info criterion 7.173095
Sum squared resid 1426.918 Schwarz criterion 7.320352
Log likelihood -83.07714 Hannan-Quinn criter. 7.212162
F-statistic 27.70052 Durbin-Watson stat 1.420158
Prob(F-statistic) 0.000001
4. Modelos endogenizados.
Dependent Variable: MACRO

Date: 05/31/17 Time: 11:24
Sample: 1 24
C 34.63128 9.118999 3.797706 0.0010

MICRO 0.509831 0.117150 4.351935 0.0003

22
Dependent Variable: EB
Date: 05/31/17 Time: 11:25
Sample: 1 24
C 63.34304 9.708019 6.524816 0.0000

MAT 0.013299 0.111990 0.118748 0.9066
EST 0.256095 0.098018 2.612728 0.0163

5. Pruebas de Heterocedasticidad.
Macroeconomia
GQ
SCR1 1431.372
SCR2 318.482
Fexp 0.937654
BP
Varianza 96.186
SCR 184.1600
R2 0.016781
SCE 3.14313389
Escalar 0.455762
Test de White
F-statistic Prob. F (2,21) 0.0243
Obs*R-squared Prob. Chi-squared 0.0279
Scaled explained SS Prob. Chi-squared 0.0285
23
Econometra Bsica.
GQ Test de White
SCR1 1164.876 F-statistic Prob. F (2,21) 0.4757
SCR2 661.4857 Obs*R-squared Prob. Chi-squared 0.4405
Fexp 0.725172 Scaled explained SS Prob. Chi-squared 0.4927
BP Fuente: Elaboracin propia
Varianza 120.3685833
SCR 98.94648
R2 0.172710
SCE 98.94648
Escalar 0.00571
6. Grficos de heteroscedasticidad
Heterocedasticidad para Econometra Bsica
90 30
80 20
70 10
60 0
EI
50 -10
40 -20
30 -30
20 -40
65 70 75 80 85 90 95 65 70 75 80 85 90 95
EB EB
3.0 3.0
2.5 2.5
2.0 2.0
1.5 1.5
R2
R2
1.0 1.0
0.5 0.5
0.0 0.0
-0.5 -0.5
-1.0 -1.0
65 70 75 80 85 90 95 4,000 5,000 6,000 7,000 8,000 9,000
EB EB2
2.4
2.0
1.6
1.2
0.8
ABSR
0.4
0.0
-0.4
-0.8
-1.2
65 70 75 80 85 90 95
EB
24
Fuente: Elaboracin Propia
Heterocedasticidad para Macroeconoma.

90 30
80 20
70 10
60 0
R
EI
50 -10
40 -20
30 -30
20 -40
50 60 70 80 90 100 50 60 70 80 90 100
Macro Macro
3.0 3.0
2.5 2.5
2.0 2.0
1.5 1.5
R2
R2
1.0 1.0
0.5 0.5
0.0 0.0
-0.5 -0.5
-1.0 -1.0
50 60 70 80 90 100 3,000 4,000 5,000 6,000 7,000 8,000 9,000 10,000
Macro MACRO2
2.4
2.0
1.6
1.2
0.8
ABSR
0.4
0.0
-0.4
-0.8
-1.2
50 60 70 80 90 100
Macro
Fuente: Elaboracin Propia
25
7. Correlograma
Correlograma de Econometra Bsica
Este grfico indica que no hay existencia de autocorrelacin

Correlograma de Macroeconoma
26
Correlograma del modelo general
27

Estimacion Econometrica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estimacion Econometrica

Transféré par

Droits d'auteur :

Formats disponibles

Universidad Nacional de Ingeniera

Facultad de Tecnologa de la Industria

Sindys Massiel Soza Orellano

Ana Danlesqui Rugama Blandn

Ignacio Josu Osegueda Mndez

Managua, 05 de junio de 2017

I. Planteamiento del problema

La presente investigacin trata de analizar la participacin de las notas de microeconoma y

A travs de un modelo de regresin mltiple, al evaluar las calificaciones fundamentales, se

Estimar un modelo economtrico que permita analizar el rendimiento de los estudiantes de la

Comprobar si el haber obtenido buenas notas en asignaturas como: microeconoma y

Definir cul es el aporte individual de cada asignatura (microeconoma y macroeconoma bsica,

Las calificaciones altas en las asignaturas de microeconoma y macroeconoma bsica,

La econometra es una parte fundamental de la actual teora econmica. Muchos grandes

Para utilizar la econometra como apoyo en el desarrollo de la ciencia econmica, el economista

En el mbito de la Econometra se puede estudiar la bsica, intermedia y avanzada. En

La microeconoma es una parte de la economa que estudia el comportamiento econmico de

En contraposicin, la macroeconoma es la parte de la teora econmica que se encarga del

VI. Metodologa del clculo

El presente proyecto de investigacin consiste en la ejecucin de pruebas economtricas a un

Las pruebas economtricas son:

Se incluirn tablas de resumen en puntos fundamentales de la investigacin, para que el lector

La seleccin de variables consisti en la especificacin de las variables independientes que mejor

El modelo planteado originalmente fue.

El modelo ganador tiene como variables explicativas: macroeconoma y econometra bsica.

El intercepto es de -75.3856, esto se debe principalmente a que algunos estudiantes no

Donde 1 , 2 3 representan las pendientes de las variables eliminadas, matemticas y

Omitted Variables Test

Redundant Variables Test

Specification: EI C MICRO MACRO MAT EST EB

Error de especificacin o test de Ramsey:

La hiptesis nula corresponde a

H0: se acepta incluir una variable explicativa ms.

Ramsey RESET Test

2. Pruebas de significancia del modelo y de las variables

Las pruebas de significancia, permiten conocer si el modelo economtrico es significativo de

En la tabla siguiente se presentan ambas pruebas de significancia.

Ho: El modelo no es significativo

F-statc Prob (F-statc) Sig Resultado

27.70052 0.000001 0.05 Se rechaza

Ho: La variable no es significativa

Variable t-statc Prob (t-statc) Sig Resultado

Intercepto -75.38563 0.0023 0.05 Se rechaza

Macroeconomia 0.783695 0.0001 0.05 Se rechaza

Econometra bsica 0.990271 0.0017 0.05 Se rechaza

Fuente: Elaboracin propia

3. Test de cambio estructural

Las hiptesis que se presentan en el test de Chow son:

Total 124 2888.846 15.4461528 8.78574699849e-

Fuente: Elaboracin propia

F-tatistis vs Log likelihood

Prueba de R2 y variables no significativas

Al efectuar las 6 pruebas al modelo ganador, 4 indicaron la presencia de multicolinealidad,

Un cierto grado de multicolinealidad acarrea problemas cuando aumenta ostensiblemente la

Para comprobar la Heterocedasticidad se utiliza el mtodo grfico2 y se realizan 4 pruebas

a. Pruebas para Econometra Bsica.

Las pruebas formales para la variable en cuestin se resumen en la siguiente tabla.

El resultado de estas pruebas, indican la ausencia de Heterocedasticidad en las perturbaciones

El contraste de Glesjer muestra que la estructura de las perturbaciones es eficiente con el

b. Pruebas para Macroeconoma.

Las pruebas formales realizadas para la variable, se presentan en la siguiente tabla:

8 0.937654 0.05 No rechazar

Para determinar la estructura de la varianza se realiza el Contraste de Glesjer. Mediante este