Nombre de la materia: Estadística

Docente: Romina G. Amaya Guerrero

Clase Nº 13
Introducción a la Econometría

1. Objetivos de la clase

Al finalizar el estudio que propone esta clase, se espera que los/as estudiantes
logren:

- Identificar el tipo de relación que vincula a dos variables.

- Decidir qué variable se considerará explicativa y cuál explicada.
- Determinar la ecuación de la regresión lineal.
- Identificar e interpretar los distintos coeficientes asociados.

2. Lecturas obligatorias

Carpeta de trabajo, Capítulo 4, páginas 113 a 120.

3. Desarrollo de la clase

Introducción

En esta clase se introduce a los estudios econométricos de correlación entre dos

variables. Se trabajará con el modelo lineal de mínimos cuadrados.

3.1 Análisis de correlación

En Economía interesa vincular las diferentes variables, según los modelos teóricos.
Por ejemplo, es conocido el modelo que busca explicar el nivel del gasto de
consumo en función del nivel de ingreso. En el agregado de toda la economía
nacional, el nivel de ingresos es igual al PBI (producto bruto interno). Y se puede
probar si existe una relación entre esas dos variables, graficando los datos
históricos que el INDEC brinda, en un “diagrama de dispersión”.

La teoría económica indica que la variable que explica el comportamiento es el nivel

de ingresos. A esa variable se la considera explicativa. Corresponde entonces,
graficarla en el eje horizontal, que, en Matemática, se reserva para la “variable
independiente” (nombre que no se utiliza en Economía, ya que, a su vez, “depende”
de otras variables, que no se consideran en ese modelo. En cambio se habla de
“variable explicativa”). La variable explicada será entonces el nivel de gastos de
consumo.

En el siguiente cuadro1, se tienen los datos trimestrales desde el año 2004 hasta la
actualidad, en millones de pesos a precios de 2004. El nivel de ingresos agregado
de toda la economía, es el Producto Bruto Interno. Y el nivel de gastos, el Consumo
Privado:

Producto Bruto Interno y Consumo Privado en Argentina

En millones de pesos a precios de 2004
Consumo Consumo
AÑO PERÍODO PBI privado AÑO PERÍODO PBI privado
1º 460.369 305.237 1º 611.607 439.461
2º 514.396 338.800 2º 733.731 487.298

3º 481.152 310.441 3º 668.567 456.779

2004 4º 484.544 293.850 2010 4º 668.190 451.163
1º 493.603 319.800 1º 662.326 484.514
2º 581.668 385.778 2º 766.333 521.972
3º 514.698 323.831 3º 711.417 509.458
2005 4º 522.255 311.202 2011 4º 703.050 490.645
1º 532.348 354.888 1º 672.686 494.561
2º 614.076 412.815 2º 730.838 516.528
3º 562.979 372.993 3º 703.462 517.627
2006 4º 572.794 346.796 2012 4º 706.958 500.151
1º 576.847 394.547 1º 677.086 506.950
2º 674.621 444.046 2º 776.487 543.923
3º 610.426 403.183 3º 721.459 538.421
2007 4º 625.877 384.630 2013 4º 706.597 513.403
1º 616.720 434.707 1º 671.066 517.841
2º 711.406 485.578 2º 760.577 527.379
2008 3º 647.088 425.313 2014 3º 690.880 490.627

1
Fuente: Selección de datos de
http://www.indec.gob.ar/nivel4_default.asp?id_tema_1=3&id_tema_2=9&id_tema_3=47

Estadística Profesora Romina G. Amaya Guerrero

-2-
 4º 613.491 398.635 4º 686.701 475.211
1º 578.553 410.435 1º 671.529 505.980
2º 631.198 423.959 2º 789.146 566.244
2015 1
3º 610.520 419.318 3º 715.398 523.013
2009 4º 615.221 396.373 4º 702.241 488.643

Fuente: Indec (consulta diciembre 2016 2

1º 673.923 513.972
2016) 2º 762.231 565.770

Graficando estos datos en un diagrama de dispersión, se obtiene el siguiente

diagrama, confeccionado con Excel (y modificado para apreciar mejor la
información):

Consumo privado en función del Producto Bruto

Interno
(en millones de pesos a precios de 2004)

600.000
550.000
Consumo privado

500.000
450.000
400.000
350.000
300.000
250.000
450.000 500.000 550.000 600.000 650.000 700.000 750.000 800.000 850.000
Producto bruto interno
Fuente: Elaboración propia en base a datos de INDEC

3.2 Regresión lineal

En el diagrama anterior se aprecia que, a medida que aumenta el PBI, también

aumenta, aproximadamente en forma proporcional, el consumo privado. Cuando
ocurre esto, se dice que ambas variables tienen una correlación positiva. Además,
su relación parece ser lineal, es decir, los puntos están aproximadamente alrededor
de una recta.

Matemáticamente, se puede expresar de la siguiente manera:

≅ + .

En esta ecuación, es la ordenada al origen de la recta, que en Estadística se

denomina intercepto y la pendiente de la recta, a la que se llamará coeficiente de
regresión. Ambos son parámetros, es decir, valores que corresponden a la totalidad
de la información de la población bajo análisis. Para estimarlos, se utilizan datos de

Estadística Profesora Romina G. Amaya Guerrero

-3-
una muestra y, con base en ellos, se estiman los estadísticos y para estimar el
consumo:

= + .

Para encontrar los valores de y de se impone a la recta buscada algunos

requisitos. Hay diferentes criterios, pero el más utilizado es el de “mínimos
cuadrados”, que le exige dos condiciones:

1) Que la suma de las distancias que separan a la recta de cada uno de los
puntos, sea cero. Esto se expresa de la siguiente manera:

− =0

2) Que la suma de los cuadrados de esas distancias sea mínima:

− í

En la página 116 de la Carpeta de Trabajo se encuentran las fórmulas para calcular

y con los datos de la muestra. El programa Excel lo hace automáticamente, con
la función ESTIMACION.LINEAL. Las calculadoras científicas más comunes también
pueden utilizarse para calcularlos.

Tutorial para usar Excel en el cálculo de los valores de y de :

https://support.office.com/es-co/article/ESTIMACION-LINEAL-funci%C3%B3n-
ESTIMACION-LINEAL-84d7d0d9-6e50-4101-977a-fa7abf772b6d?ui=es-ES&rs=es-
CO&ad=CO

En el ejemplo que se venía desarrollando, la fórmula para estimar el Consumo es:

= −114.605,443 + 0,86902 ∙

Esta fórmula permite estimar el consumo que se espera observar en un

cuatrimestre, en función del PBI correspondiente. Por ejemplo, si un cuatrimestre

Estadística Profesora Romina G. Amaya Guerrero

-4-
hubiera un PBI de 750.000 (en millones de pesos), el consumo que se esperaría
sería:

= −114.605,443 + 0,86902 ∙ 750.000 = 537.159,557

Aproximadamente 537.160 millones de pesos a precios de 2004.

Para hacer uso de este modelo matemático, es importante tener en cuenta que sus
resultados sólo tienen validez para valores situados en el intervalo que se utilizó en
el análisis. Como los datos del PBI utilizados para estimar la recta de mínimos
cuadrados de la página anterior pertenecen al intervalo (460.369; 789.146), esta
fórmula no se podría utilizar para estimar, por ejemplo, qué pasaría si el PBI fuera
de 850.000 millones de pesos a precios de 2004.

En el diagrama de dispersión se puede graficar esta recta de mínimos cuadrados.

En el gráfico siguiente, aparece punteada en rojo. Como puede apreciarse, su traza
sigue a la “nube de puntos”, pasando por entre ellos:

Consumo privado en función del Producto Bruto

Interno
(en millones de pesos a precios de 2004)

600.000
550.000
Consumo privado

y = 0,869x - 114605
500.000
450.000
400.000
350.000
300.000
250.000
450.000 500.000 550.000 600.000 650.000 700.000 750.000 800.000 850.000
Producto bruto interno
Fuente: Elaboración propia en base a datos de INDEC

3.3 Coeficientes de correlación lineal y de determinación

El coeficiente de correlación lineal es un estimador de la fuerza o grado de la

relación entre las dos variables. Se lo representa con la letra y varía entre −1 y 1.

Estadística Profesora Romina G. Amaya Guerrero

-5-
Si las variables están relacionadas positivamente, como en el ejemplo que se viene
desarrollando, su valor será positivo y más o menos cercano a 1, según el grado de
relación entre las variables. En dicho ejemplo, es = 0,9625, lo que indica que
ambas variables están fuertemente correlacionadas.

Si toma valores cercanos a cero, indica que no hay correlación entre las variables.
Esta situación se da cuando, en el diagrama de dispersión, la “nube de puntos” es
dispersa y no se le puede asignar una forma específica.

Por ejemplo, en el gráfico siguiente se representaron las Exportaciones en función

del Consumo Privado. Estas dos variables no se encuentran relacionadas, por eso la
“nube de puntos” del diagrama de dispersión no tiene forma. Y, en este caso, el
coeficiente de correlación lineal es = 0,33 , que es un valor más cercano a cero.

Exportaciones en función del Consumo Privado

180.000
170.000
160.000
Exportaciones

150.000
140.000
130.000
120.000
110.000
100.000
300.000 350.000 400.000 450.000 500.000 550.000 600.000 650.000
Consumo Privado
Fuente: Elaboración propia en base a datos de INDEC

El coeficiente de determinación es el cuadrado del de correlación en indica (en

porcentaje) que parte de un cambio en la variable explicada puede atribuirse a una
variación en la variable explicativa.

Volviendo al ejemplo de la relación entre el Consumo Privado y el PBI, = 0,9220.

Esto significa que el 92,2% de los cambios en el Consumo Privado se pueden
explicar por variaciones del PBI.

Estadística Profesora Romina G. Amaya Guerrero

-6-
 4. Cierre de la clase

En esta clase se explicó cómo correlacionar diferentes variables y medir el grado de

la relación.

En la próxima clase, se trabajarán datos cronológicos, es decir datos relacionados

con un momento determinado.

Romina G. Amaya Guerrero

Estadística Profesora Romina G. Amaya Guerrero

-7-