Vous êtes sur la page 1sur 37

Escuela Acadmico Profesional de

Economa
Departamento Acadmico de Economa

Jorge Luis Hernndez Napa


Ica, 10 de Abril 2013

Escuela Acadmico Profesional de


Economa
Departamento Acadmico de Economa

"Todo economista, le guste o no, es un econmetra,


porque mientras no seamos capaces de explicar
nuestros argumentos en cifras, la voz de nuestra
ciencia, aunque pueda ayudar ocasionalmente a
dispersar errores groseros, nunca ser oda por los
hombres prcticos. Todos estos son, por instinto,
econmetras, en su desconfianza de las cosas no
sujetas a una prueba exacta

SCHUMPETER, Joseph (1933): The common


sensein econometrics,EconomtricaVol.1,N1.

J.Hdez.Napa

INTRODUCCIN AL MODELO LINEAL SIMPLE


1.OrigendelaInvestigacin:Unproblema.
2.Queesunproblema?.Tiposdeproblema.
3.Relacinentredosomsvariables.
4.Correlacinyregresin
5.Planocartesianoygrficoentredosvariables.
6.Diagramadedispersin.
7.CorrelacindeKarlPearson
EL MODELO LINEAL SIMPLE:
1.Definicin
2.Especificacindehiptesis
3.Solucindelmodelo
4.Tabulacindelasvariables
5.Aplicacinprctica:Lafuncinconsumokeynesiana.
BIBLIOGRAFIA
GUJARATI, Damodar N. : Econometra. Edit. McGRAW-HILL/Interamericana Editores, S.A. Mxico 2010. Pg 15-107
ROSALES; Ramn, y BONILLA, Jorge: Introduccin a la Econometra. Edit. CEDES. Colombia 2006. Pg. 29 40
CASAS TRAGODARA, Carlos: Econometra Moderna Edit. Universidad del Pacfico. Per 2000.

La #CEPAL lanz hoy un repositorio digital con ms de 35.000


publicacionesdeaccesolibre.
Desde hoy el patrimonio intelectual de este organismo de las Naciones
Unidasestdisponibleenunnicositio:http://repositorio.cepal.org
Gracias a este nuevo producto, lanzado durante el Trigsimo quinto
perodo de sesiones de la CEPAL en Per, ser ms fcil buscar y
descargar deformagratuita losdocumentos producidosporelorganismo
desde1948alafecha.

:http://repositorio.cepal.org
J.Hdez.Napa

Elpuntodepartidadeunainvestigacineslaexistenciade UN PROBLEMA,ouna
situacin que ha llamado la atencin del o los futuros investigadores y que a su
juicio requiere ser investigada para: esclarecerla, mejorarla, hacer propuestas,
resolverla,etc,esdecir,parapasaraalgntipodeaccinposterior.Ennuestrocaso
PlanesyProgramasdeDesarrollo,nacionales,regionalesolocales.
La parte inicial de toda investigacin comienza al poner por escrito las razones por
las que hay que realizar la investigacin. Consiste en delimitar el problema a
investigarindicando:
lasrazonesqueoriginanlanecesidaddeinvestigar(amododeintroduccin)
enunciandoelproblema,
planteandolaspreguntasquemssedestacanalplantearseelproblema,j
justificandolanecesidaddehacerlainvestigacin,
indicandosuviabilidadysuduracinprobable,finalmente,
indicandoelObjetivogeneraldeinvestigacinquesepersiguey
losobjetivosespecficosconqueseresuelveelobjetivogeneral.

1.Qu es un problema?
Enrealidadpuedesercualquiercosa,perorequieredealgntipodedefinicin.De
manera que tomamos el trabajo de J. Padrn las siguientes definiciones y
comentarios:
Escomndecirquenohayinvestigacinsinunproblemayqueunproblemabien
planteado es mejor que cualquier solucin gratuita. Pero de qu estamos hablan
do?QuesunProblema?Analicemoslassiguientesdefiniciones,tomadascomo
muestra, y decidamos luego hasta qu punto es claro o evidente el sentido de la
6
J.Hdez.Napa
palabra:

a. Problema es un procedimiento dialctico que tiende a la eleccin o al rechazo o


tambin a la verdad y al conocimiento (Aristteles).
b. El Problema o la proposicin problemtica es una proposicin principal que enuncia
que algo puede ser hecho, demostrado o encontrado (Jungius).
c. Por problema los matemticos entienden las cuestiones que dejan en blanco una parte
de la proposicin (Leibnitz).
d. Problema es una proposicin prctica demostrativa por la cual se afirma que algo
puede o debe ser hecho (Wolff).
e. Problemas son proposiciones demostrativas que necesitan pruebas o son tales como
para expresar una accin cuyo modo de realizacin no es inmediatamente cierto
(Kant).
f. Problema es el desacuerdo entre los pensamientos y los hechos o el desacuerdo de
los pensamientos entre s (Mach).
g. La situacin no resuelta o indeterminada podra llamarse situacin problemtica; se
hace problemtica en el momento mismo de ser sometida a investigacin. El resultado
primero de la intervencin de la investigacin es que se estima que la situacin es
problemtica (Dewey).
h. Problema es la conciencia de una desviacin de la norma (Boas).
i. Problema es cuando dos ms dos no son cuatro (Warren Goldberg)

j.

Problema es una oportunidad vestida con ropa de trabajo (Henry J. Kaiser)

Concluimos: que aceptaremos como Problema de Investigacin, cualquier


RELACIN o PROPOSICIN acerca de una situacin que requiere ms o
mejor conocimiento del que se tiene en el instante presente, y que una
persona experta o conocedora, --el profesor Gua y los profesores
examinadoresacepten como justificacin de una investigacin de Tesis de
Grado.
RELACION: Correspondencia o conexin que hay entre dos o ms cosas, en nuestro caso variables
J.Hdez.Napa

PROPOSICIN: Enunciado susceptible de ser verdadero o falso

2. Tipos de problemas
a.Tericos.- Cuyo propsito es generar nuevos conocimientos.
b.Prcticos.- Con objetivos destinados al progreso y bienestar general.
c.Terico-prcticos.- Para obtener informacin desconocida en la solucin de
problemas de la prctica

3. Relacin entre variables

J.Hdez.Napa

RELACIN ENTRE DOS


O MS VARIABLES
ENTREDOSVARIABLES:Y=(X)
(ModeloLinealSimpleMLS)

LINEAL
NOLINEAL

ENTREMASDEDOSVARIABLES:Y=(X2,X3,X4,Xk)
(ModeloLinealGeneralMLG)

Correlacin y regresin

RELACIN ENTRE DOS VARIABLES

J.Hdez.Napa

La relacin: Los estudios descriptivos y comparativos permiten inferir caractersticas de distintas


poblaciones pero no nos aportan informacin acerca
de individuos en particular, sin embargo muchas
veces el inters de los investigadores est centrado
en establecer la relacin entre dos o ms variables
para luego predecir. Es decir conocer el valor de una
variable a la que llamaremos dependiente a partir de
otra (variable independiente).
La correlacin: estudia cuan estrecha es la
asociacin entre variables y la regresin plantea un
modelo a travs del cual conocido el valor de una
variable explicativa se puede llegar a predecir el
valor de la otra (variable respuesta).
10

RELACIN Y CORRELACION ENTRE DOS VARIABLES: Grfico

J.Hdez.Napa

11

J.Hdez.Napa

12

REGRESION LINEAL SIMPLE. GRAFICA


Un ejemplo.Larectaderegresinrepresentada
correspondealaestimacinobtenidaapartirde20
paresdeobservaciones:xrepresentalatemperatura
fijadaenunrecintocerradoeYelritmocardacodeun
vertebrado.

J.Hdez.Napa

13

REGRESIN
El trmino regresin fue introducido por Francis
Galton en su libro Natural inheritance (1889)
refirindose a la ley de la regresin universal
Cada peculiaridad en un hombre es compartida por
sus descendientes, pero en media, en un grado
menor. Regresin a la media
Su trabajo se centraba en la descripcin de los
rasgos fsicos de los descendientes (una variable) a
partir de los de sus padres (otra variable).
Karl Pearson (1857-1936) (un amigo suyo)
realizun estudio con ms de 1000 registros de
grupos familiares observando una relacin del
tipo:
Altura del hijo = 85cm + 0,5 altura del padre (aprox.)
Estableci la disciplina de la estadstica matemtica. Desarroll una intensa investigacin
sobre la aplicacin de los mtodos estadsticos en la biologa y fue el fundador de la
bioestadstica
J.Hdez.Napa

NOTA: John Maynard Keynes (1883 1946)

Sir. FRANCIS GALTON


(1822-1911)
Nacionalidad: Britnico
Primo de Darwin
Estadstico, antroplogo
Gegrafo, meteorlogo
Psiclogo y aventurero
Fundador (con otros) de
la estadstica moderna
para explicar las teoras
de Darwin.

CASASTRAGODARA,Carlos:Econometra,pg.9dice:
El ingls Francis Galton1 (1822 - 1911) fue el primero en introducir el
trmino regresin, cuando estudiaba la relacin entre las estaturas de
loshijosylospadresobservquelaestaturadeloshijoseraaltaobaja
cuandolospadreseranaltosobajos,respectivamente.Sinembargo,la
estatura promedio de los hijos cuyos padres tenan una estatura dada,
tenda a moverse o converger hacia el promedio de la poblacin. As,
determinunaregresindelaestaturadeloshijoshaciaelpromedioo,
entrminosdeGalton,unaregresinhacialamediocridad.
LaLey de Regresin Universal deGaltonfueconfirmada,aosdespus,
por Karl Pearson, quien realiz unestudio similar utilizando ms demil
observaciones. Con el estudio de Pearson se confirm que la estatura
promedio de los hijos de un grupo de padres altos era menor que la
estaturadesuspadresylaestaturapromediodeloshijosdepadresde
estatura baja era mayor que la de sus padres.As, se observa que los
hijosdeestaturaaltaobaja,regresanenformasimilarhacialaestatura
promediodelapoblacin.

KARL PEARSON
(1857-1936)
Nacionalidad: Britnico
Alma Mater: Heidelberg
Estadstico, genetista
profesor
Premios: Medalla Darwin
en 1898

En este sentido, la regresin de una variable aleatoria Y sobre otra


variableXfueentendidacomolamediade YcondicionalenX,atravs
de una relacin funcional entre X e Y. El estimador de los coeficientes
involucradosenestaformafuncionalfuehalladoutilizandoelcriteriode
estimacin de Mnimos Cuadrados Ordinarios (MCO), que ser
estudiadoenelsiguientecaptulo,ylasobservacionesmuestralesde X
eY.
J.Hdez.Napa

15

PLANO CARTESIANO Y GRAFICO ENTRE DOS VARIABLES


Elplano cartesianoestformadopordosrectasnumricas
perpendiculares,unahorizontalyotraverticalquesecortan
en un punto. La recta horizontal es llamada eje de las
abscisas o de las equis (x), y la vertical, eje de las
ordenadas o de las yes, (y); el punto donde se cortan
recibeelnombredeorigen.
El plano cartesiano tiene como finalidad describir la
posicin de puntos, los cuales se representan por sus
coordenadas o pares ordenados.
Las coordenadas se forman asociando un valor del eje de
lasequisaunodelasyes,respectivamente,estoindicaque
un punto (P) se puede ubicar en el plano cartesiano
tomando como base sus coordenadas, lo cual se
representacomo:
P (x, y)
Paralocalizarpuntosenelplanocartesianosedebellevara
caboelsiguienteprocedimiento:
1. Para localizar la abscisa o valor de x, se cuentan las
unidadescorrespondienteshacialaderechasisonpositivas
o hacia la izquierda si son negativas, a partir del punto de
origen,enestecasoelcero.
2. Desde donde se localiza el valor de x, se cuentan las
unidades correspondientes (en el eje de las ordenadas)
haciaarribasisonpositivasohaciaabajo,sisonnegativas
y de esta forma se localiza cualquier punto dadas ambas
coordenadas

J.Hdez.Napa

Variableendgenao
Variabledependiente

Yt
P (x,y)
o

Xt
Variablepredeterminadao
Variableindependiente

16

Ejemplo:
LocalizarelpuntoA(-4,5)enelplanocartesiano.
ElpuntoAseubica4lugareshacialaizquierdaenlaabcisa(x)y5
lugareshaciaarribaenordenada(y).
OTRA FORMA DE VISUALIZAR
Yt

o P (6, 4)

Xt

De lo anterior se concluye que:


Para determinar las coordenadas de un punto o localizarlo en el plano
cartesiano, se encuentran unidades correspondientes en el eje de las x
haciala derecha o hacia la izquierda y luego las unidadesdelejedelas y
hacia arriba o hacia abajo, segn sean positivas o negativas,
respectivamente.
J.Hdez.Napa

17

Diagrama de dispersin
Relacin negativa
Relacin entre el ingreso per cpita y la tasa de mortalidad al ao de vida en
Distintos pases de Amrica 1
80

mort1

60

40

20

0
0

1000

2000

3000
4000
ingreso.per.capita

5000

6000

UNICEF, Estado Mundial de la infancia 2005. Tabla de indicadores Bsicos.

www.unicef.org

Diagrama de dispersin
Sin relacin
Relacin entre la edad materna y las semanas de gestacin al momento del parto

1-Costa de Robert Sara et all. Antihypertensive Treatment in Pregnancy The 4


International Heart Health Conference . Osaka Japn Mayo 2001.

th

Correlacin
El coeficiente de correlacin de Pearson es el calculado para variables continuas,
si tenemos dos variables X e Y, la correlacin entre ellas se la nombra r (X,Y), o
solo r y est dada por:
r = (xi-x) (yi-y )
Donde xi e yi son los valores de X e Y para el
(xi-x)2(yi-y)2
individuo i

Correlacinperfectanegativa
Correlacinperfectapositiva
-1

+1

fuertefuerte
negativapositiva
-0.5
+0.5

dbildbil
negativapositiva
0
Sincorrelacin
SinCorrelacin

HIPOTESIS: premisa lgica


General
Especfica

:Y=(X)
:CPt=(PBIt)

RANGOGENERALDELCOEFICIENTEDECORRELACION
-1R2+1

J.Hdez.Napa

CORRELACIONDIRECTAPROPORCIONALPOSITIVA
0R2+1
CORRELACIONINVERSAPROPORCIONALNEGATIVA
-1R20

21

III.-ELMODELOLINEALSIMPLE(MLS)

J.Hdez.Napa

22

J.Hdez.Napa

23

J.Hdez.Napa

24

1.- Suma de VE real = Suma de VE estimada


Yt = t
2.- Suma de errores muestrales = 0
e t =0
3.- La lnea estimada t pasa por el punto medio y central de las
observaciones
(media de X ^ Y)
4.- La suma de los errores es igual a cero
Para el valor real
: ( Yt - ) =0
Para el valor estimado : ( t - )=0
Para la diferencia
: (Yt - t )= e t=0
5.- La suma de los errores al cuadrado nos da la variancia
Variancia total
: ( Yt - ) 2
(Para el valor real)
Variancia explicada
: ( t - ) 2
(Para el valor estimado)
Variancia no explicada
: e t2
(Para la diferencia)
J.Hdez.Napa

25

Consumo Privado (Yt)

Lineade45grados

Yt = t
e t =0

VRO

lineaestimada

et

t = + X t

Yt

(,)

Producto Bruto Interno (Xt)

Valores:real,estimado
AD=Yt=valorreal
BD=t=valorestimado
AB=et=error
J.Hdez.Napa

errores
(Yt-)=0
(t-)=0
(Yt-t)=0

variancia
(Yt-)2=VT
(t-)2=VE
(Yt-t)2=et2 =VnoE

26

J.Hdez.Napa

27

J.Hdez.Napa

28

J.Hdez.Napa

29

J.Hdez.Napa

30

J.Hdez.Napa

31

J.Hdez.Napa

32

J.Hdez.Napa

33

J.Hdez.Napa

34

La#CEPALlanzhoyunrepositoriodigitalconmsde35.000
publicacionesdeaccesolibre.
DesdehoyelpatrimoniointelectualdeesteorganismodelasNaciones
Unidasestdisponibleenunnicositio:http://repositorio.cepal.org
Graciasaestenuevoproducto,lanzadoduranteelTrigsimoquinto
perododesesionesdelaCEPALenPer,sermsfcilbuscary
descargardeformagratuitalosdocumentosproducidosporelorganismo
desde1948alafecha.

:http://repositorio.cepal.org
J.Hdez.Napa

35

GRACIAS

J.Hdez.Napa

36

J.Hdez.Napa

37