Introducción a la econometría

Introducción a la econometría

1. CAPITULO 2

   • ANÁLISIS DE REGRESIÓN CON DATOS DE CORTE TRANSVERSAL
     • Obtención de las estimaciones por mínimos cuadrados ordinarios
       • Existen varias maneras de motivar el siguiente procedimiento de estimación.
         • Cuando se ve que el método de mínimos cuadrados ordinarios minimiza la suma de los residuales cuadrados, es natural preguntar: ¿por qué no se minimiza alguna otra función de los residuales
           • Una vez que se han determinado las estimaciones por MCO del intercepto y de la pendiente, se obtiene la línea de regresión de MCO
     • Propiedades de los MCO en cualquier muestra de datos
       • La suma, y por tanto el promedio muestral de los residuales de MCO, es cero
         • La covarianza muestral entre los regresores y los residuales de MCO es cero. Esto es consecuencia de la condición de primer orden
           • El promedio muestral de los residuales de MCO es cero, por lo que el lado izquierdo es proporcional a la covarianza entre las xi y los uˆi .
     • Unidades de medición y forma funcional
       • Las estimaciones de MCO cambian de maneras totalmente esperadas cuando cambian las unidades de medición de la variable dependiente o de la independiente.
         • R-cuadrada es una medida de la bondad de ajuste de la regresión de MCO. También se puede preguntar qué ocurre con R2 cuando cambian las unidades de medición, ya sea de la variable independiente o de la variable dependiente.
     • Valores esperados y varianzas de los estimadores por MCO
       • Se mostró que, bajo los cuatro supuestos RLS.1 a RLS.4, los estimadores de MCO son insesgados.
         • El supuesto principal es que dado cualquier valor de la variable independiente x, el término del error u tiene media cero.
           • Cuando se agrega el supuesto de que la varianza del error, dada x, es constante, se obtienen fórmulas sencillas para las varianzas de muestreo de los estimadores de MCO
     • Definición del modelo de regresión simple
       • A esta ecuación también se le llama modelo de regresión lineal de dos variables o modelo de regresión lineal bivariada debido a que en este modelo se relacionan las dos variables x y y
         • Cuando las variables y y x se relacionan mediante la ecuación se les da diversos nombres que se usan indistintamente: a y se le conoce como la variable dependiente, la variable explicada, la variable de respuesta, la variable predicha o el regresando; a x se le conoce como la variable independiente, la variable explicativa, la variable de control, la variable predictora o el regresor.
     • Regresión a través del origen
       • Se analizó brevemente la regresión a través del origen, en donde el estimador de la pendiente se obtiene bajo el supuesto de que el intercepto es cero. Algunas veces esto es útil, pero en la práctica se presenta con muy poca frecuencia.

2. LA NATURALEZA DE LA ECONOMETRÍA Y LOS DATOS ECONÓMICOS

   • ¿Qué es la econometría?
     • Se basa en el desarrollo de métodos estadísticos que se utilizan para estimar relaciones económicas, probar teorías económicas y evaluar e implementar políticas públicas y de negocios.
       • La aplicación más común de la econometría es en el pronóstico de variables macroeconómicas tan importantes como las tasas de interés, de inflación y el producto interno bruto.
   • Pasos en un análisis económico empírico
     • Se emplean cuando se desea probar una teoría económica o cuando se piensa en una relación que tiene alguna importancia para decisiones de negocios o para el análisis de políticas.
       • En algunos casos, en especial en aquellos relacionados con la prueba de teorías económicas, se construye un modelo económico formal, el cual consiste en ecuaciones matemáticas que describen diversas relaciones.
         • Algunas veces, el modelado económico formal es el punto de partida del análisis empírico, pero es más común el empleo de teorías económicas menos formales o incluso apoyarse por completo en la intuición.
   • Estructura de los datos económicos
     • Datos de corte transversal
       • Una base de datos de corte transversal consiste en una muestra de individuos, hogares, empresas, ciudades, estados, países u otras unidades, tomada en algún punto dado en el tiempo.
     • Datos de series de tiempo
       • Una base de datos de series de tiempo consiste de las observaciones de una o varias variables a lo largo del tiempo.
     • Combinación de cortes transversales
       • Una combinación de corte transversal se analiza de manera muy parecida a como se analizan los datos de corte transversal, salvo que suelen tomarse en cuenta las diferencias que presentan las variables con el tiempo.
     • Datos de panel o longitudinales
       • Un conjunto de datos de panel (o datos longitudinales) consiste en una serie de tiempo por cada unidad de una base de datos de corte transversal.
     • Comentario sobre las estructuras de datos
       • La primera parte de este libro se ocupa del análisis de datos de corte transversal, debido a que esto presenta menos dificultades técnicas y conceptuales.
       • Al mismo tiempo permite ilustrar la mayor parte de los temas fundamentales del análisis econométrico.
       • Los métodos e ideas del análisis de cortes transversales serán empleados en el resto del libro.
   • Causalidad y la noción de ceteris paribus en el análisis econométrico
     • El concepto ceteris paribus —“si todos los demás factores relevantes permanecen constantes”— tiene un papel importante en el análisis causal.
   • CAPITULO 1