CAPITULO1 introduccion analisis de la regresion
-
Upload
flor-chura-yucra -
Category
Documents
-
view
216 -
download
0
Transcript of CAPITULO1 introduccion analisis de la regresion
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
1/7
J. Ramoni Perazzi
Econometra ICaptulo 1.1
INTRODUCCION AL ANALISIS DE REGRESION
HABIAMOS DICHO QUE UN MODELO DE REGRESION, EL MAS SIMPLEQUE PODAMOS EXPRESAR, VIENE DADO POR
Yi = 1+ 2Xi+
QUE PERMITE ESTIMAR LA RELACION ENTRE DOS VARIABLES(CORRELACION).
SE DIFERENCIA DE UN MODELO MATEMATICO EN QUE EL MODELOMATEMATICO ES DETERMINISTICO, POR LO QUE PLANTEA UNARELACION EXACTA ENTRE Y y X
Yi = 1+ 2Xi
MIENTRAS QUE EL MODELO ECONOMETRICO ES UN MODELOESTADISTICO, DONDE LA RELACION ENTRE X y Y NO ES EXACTA OPERFECTA.
QUE QUIERE DECIR PERFECTA O EXACTA?
PERFECTA NO PERFECTA
Y
X
Y
error
X
LOS GRAFICOS ANTERIORES SON DIAGRAMAS DE DISPERSION, QUEPERMITEN VISUALIZAR LA DIRECCION Y GRADO DE ASOCIACIONENTRE DOS VARIABLES.
EL DIAGRAMA DE DISPERSION GENERA UNA NUBE DE PUNTOS.INTUITIVAMENTE, LA RECTA DE REGRESIONES LA QUE PASA A TRAVESDE ESA NUBE DE PUNTOS.
?
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
2/7
J. Ramoni Perazzi
Econometra ICaptulo 1.2
PARA CADA VALOR DE X,PODEMOS CALCULAR EL VALORDE Y EXACTAMENTE
PARA CADA VALOR DE X,PODEMOS ESTIMAR EL VALOR(PROMEDIO) DE Y
NO HAY ERROR: LA RECTA PASAEXACTAMENTE SOBRE TODOSLOS PUNTOS
HAY RESIDUO, EL CUAL VIENEDADO POR LA DISTANCIA ENTRELA LINEA Y LOS PUNTOS
ASI QUE ESO ES LO QUE CONTIENE : UN RESIDUO1
Y = 1+ 2x2+ . . . + KxK + U
VARIABLE DEPENDIENTE VARIABLES INDEPENDIENTES COMPONENTE(ENDOGENA) (EXOGENAS, EXPLICATIVAS) ALEATORIO(CUANTITATIVA) (CUALITATIVAS/CUANTITATIVAS)
DIRECCION DE LA RELACION
DE ESO SE TRATA LA REGRESION: BUSCAR LA RECTA QUE MEJOR SEAJUSTE A UNA NUBE DE PUNTOS.
ELLO EQUIVALE A ESTIMAR EL VALOR PROMEDIO DE LA VARIABLEDEPENDIENTE A PARTIR DE LOS VALORES DE LAS VARIABLESEXPLICATIVAS
VEAMOS DE NUEVO ESTO CON UN EJEMPLO NUMERICO(VER EJEMPLO 1):
1 SI BIEN RESIDUO ES EL TERMINO ADECUADO PARA REFERIRSE AL COMPONENTEQUE RECOGE EL REMANENTE DEL COMPORTAMIENTO (VARIABILIDAD) DE Y QUE NOLOGRA SER RECOGIDO POR EL MODELO, MUCHAS VECES SE HABLA DE ERROR. SINEMBARGO, EL TERMINO ERROR ES MAS APROPIADO CUANDO SE TRABAJA CONFUNCIONES DE REGRESION MUESTRAL, DE LA CUAL AUN NO SABEMOS NADA PEROSOBRE LO CUAL VOLVEREMOS MAS ADELANTE.
?
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
3/7
J. Ramoni Perazzi
Econometra ICaptulo 1.3
DE DONDE VIENE EL TERMINO REGRESION?
LEY DE REGRESION UNIVERSAL DEFRANCIS GALTON: LA ESTATURA DELOS HIJOS DE PADRES ALTOS Y BAJOS TIENDE HACIA LA ESTATURAPROMEDIO DE LA POBLACION.
E xS xT x
A 70 x distribucin estaturaT x x hijosU x xR x x
A 65 x x xx x recta de regresin
H x x
I xJ 60 xOS
60 65 70ESTATURA PADRES
QUE SIGNIFICA REGRESION AHORA?
ESTUDIO DE LA DEPENDENCIA ENTRE UNA VARIABLE (DEPENDIENTE) YUNA O MAS VARIABLES (EXPLICATIVAS O INDEPENDIENTES) A FIN DEESTIMAR Y/O REDECIR EL VALOR PROMEDIO POBLACIONAL DE LAPRIMERA EN TERMINOS DE LAS OTRAS.
EJEMPLOS: C = f (Yd+) PMC
Qd= f (P-) ELASTICIDAD PRECIO
W = f (UR-) (CURVA DE PHILLIPS)
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
4/7
J. Ramoni Perazzi
Econometra ICaptulo 1.4
RELACION ENTRE DESEMPLEO Y SALARIOS
5
6
7
8
9
10
6 7 8 9 10 11 12
SAL
TDF
LA REGRESION NO SE APLICA SOLO AL ANALISIS DE VARIABLESECONOMICAS.:
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
5/7
J. Ramoni Perazzi
Econometra ICaptulo 1.5
FORBESJ. (1857). Further experiments and remarks on the measurement ofheights and boiling point of water. Transactions of the Royal Society ofEdinburgh, 21, 235-243
y = 0.894x - 41.98
R = 0.995130.00
135.00
140.00
145.00
150.00
190 195 200 205 210 215
NOTA: LAS RELACIONES SON ESTADISTICAS, NO
DETERMINISTICAS DEBIDO A LA PRESENCIA DE VARIABLESESTOCASTICAS (ALEATORIAS).
REGRESION NO IMPLICA CAUSALIDAD (ESTA LA DETERMINALA TEORIA). UNA RELACION ESTADISTICA NO PUEDE POR SIMISMA IMPLICAR CAUSALIDAD.
CORRELACION: MIDE EL GRADO DE ASOCIACION LINEALENTRE DOSVARIABLES. EJEMPLO: CORRELACION ENTRE NOTAS Y HORASDE ESTUDIO; BEBIDA-ACCIDENTES DE TRANSITO; FUMAR-CANCER.
CORRELACIN ENTRE X y Y: xy=)()(
),(
YVARXVAR
YXCOV
PROPIEDADES: SIMETRIA: xy = yx
-1 xy1
SI COV(X,Y) = 0 xy =0. LOCONTRARIO NO ESNECESARIAMENTE CIERTO
Correlacin entre dos variablesCor(X,Y)= xy
RelacinGrado de Asociacin
Fuerte DbilNo
Asociacin
Directa rxy 1 rxy 0 rxy =0
Inversa rxy -1 rxy (-)0 rxy =0
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
6/7
J. Ramoni Perazzi
Econometra ICaptulo 1.6
PATRONES DE CORRELACION
Fuente: Gujarati, D. Econometra (4ta edicin)
NO LINEAL
-
7/23/2019 CAPITULO1 introduccion analisis de la regresion
7/7
J. Ramoni Perazzi
Econometra ICaptulo 1.7
REGRESION CORRELACION
PREDICE EL VALORPROMEDIO DE Y DADOSVALORES FIJOS DE X
E(Y / X )
MIDE EL GRADO DEASOCIACION LINEAL ENTREYy X.
LAS VARIABLES SONTRATADAS DE MANERA
ASIMETRICA: LA VARIABLEDEPENDIENTE (ALEATORIA)Y VARIABLES INDEPENDIEN-TES (FIJAS)
LAS VARIABLES SONTRATADAS DE MANERASIMETRICA: NO EXISTEDISTINCION ENTRE ELLASDADO QUE TODAS SON
ALEATORIAS