ANÁLISIS DE REGRESIÓN MULTIPLE

ANÁLISIS DE REGRESIÓN MULTIPLE

1. Varias variables explicativas

   • no exista relación lineal exacta entre X2 , X3

2. 7.1. Significado de los coeficientes de regresión parcial

   • Mide la correlación neta entre la variable dependiente y una variable explicativa.
     • β1 = Es el término del intercepto, es el valor medio de Y cuando X2 y X3 , son iguales a cero
     • β2 = Mide las variaciones de Y ante el incremento de 1 unidad en X2 , manteniendo constante X3 .
     • β3 = Mide las variaciones de Y ante el incremento de 1 unidad en X3 , manteniendo constante X2

3. 7.2 Estimación de los coeficientes de regresión parcial

4. 7.3 Varianzas y errores estándar de los estimadores

   • En esta fórmula el (n-3) se refiere a los 3 parámetros que hay en este modelo.

5. 7.4 Coeficiente de determinación múltiple

   • Mide cuánto explican las variables independientes a la variable dependiente
     • su valor está entre 0 y 1

6. Metodología tradicional:

   • 1. Planteo teórico o de hipótesis
   • 2. Especificación del modelo matemático
   • 3. Especificación modelo econométrico
   • 4. Obtención de datos
   • 5. Estimación de la regresión
   • Planteo de Hipótesis
     • Ho: β1 = 0 No hay intercepto
     • H1: β1 ≠ 0 Sí hay intercepto
     • Ho: β2 = 0 No hay relación lineal entre la variable (X2) y la variable Y
     • .H1: β2 ≠ 0 Sí hay relación lineal entre la variable (X2) y la variable Y
     • Ho: β3 = 0 No hay relación lineal entre la variable (X3) y la variable Y
     • H1: β3 ≠ 0 Sí hay relación lineal entre la variable (X3) y la variable Y.
     • Hipótesis Global
       • H0 : β2 = β3 = 0 No existe relación lineal simultánea y conjunta entre el PNB y las ventas militares en el año t.
       • β2 ≠ β3 ≠ 0 Existe relación lineal simultánea y conjunta entre el PNB y las ventas militares en el año t.
       • Comprobación de hipótesis
         • Prueba t
           • si el tc es mayor al tt (t de la tabla), se rechaza Ho.
         • Prueba F
           • si el Fc es mayor al Ft, se rechaza Ho.

7. 7.6 Modelos de regresión polinomial

   • investigación econométrica en las funciones de costo y de producción.
     • Y = ax^2 + bx + c
       • polinomio de segundo grado
         • Y = β 0+ β1 X + β 2X ^2 + u
           • X esta elevado al cuadrado
           • hay una variable explicativa al lado derecho
             • elevada a distintas potencias.
           • Hipótesis Global
             • H0: β = β = β = 0 No existe relación lineal simultánea y conjunta entre Y y X , X^ 2 , X^ 3
             • H0: β ≠ β ≠ β ≠ 0 Existe relación lineal simultánea y conjunta entre Y y X, X^ 2 , X ^3 .

8. 7.7 Prueba de igualdad de dos coeficientes de regresión

   • Similitud en las variables
     • Caso de Ejemplo
       • coeficientes del ingreso y la riqueza son los mismos
         • H0: β3 = β4o (β3 - β4 ) = 0 H1: β3 ≠ β4o (β3 - β4 ) ≠ 0
           • nos fijamos en los valores t de las variables (x3 y x4)
             • si t calculados son mayores a los t de las tablas rechazamos Ho
               • coeficientes no son iguales
             • si el tc es menor al tt aceptamos que los coeficientes son iguales

9. 7.5 La función de producción de Cobb-Douglas

   • Parte de una función exponencial a una logarítmica.
     • permite determinar elasticidades
       • cálculo de los rendimientos a escala

Imágenes y archivos del mapa