Scribd
Cargar
88 vistas

A01685351 Efts9

Este documento presenta los resultados de un modelo de regresión lineal estimado en Gretl. Se estimó un modelo inicial con la variable dependiente Y y la variable exógena X. Luego, se incluyó una variable dicotómica para verificar si el efecto de X sobre Y había cambiado después de la observación 16. Finalmente, se propuso un modelo para probar si solo el intercepto había cambiado, utilizando la misma variable dicotómica. Los resultados apoyaron que efectivamente el intercepto sufrió una modificación después de la observación 16.

Cargado por

gerardo
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
88 vistas

A01685351 Efts9

Este documento presenta los resultados de un modelo de regresión lineal estimado en Gretl. Se estimó un modelo inicial con la variable dependiente Y y la variable exógena X. Luego, se incluyó una variable dicotómica para verificar si el efecto de X sobre Y había cambiado después de la observación 16. Finalmente, se propuso un modelo para probar si solo el intercepto había cambiado, utilizando la misma variable dicotómica. Los resultados apoyaron que efectivamente el intercepto sufrió una modificación después de la observación 16.

Cargado por

gerardo
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 14

Econometr

Tarea de la sem

Gerardo Bonilla Carrillo

Maestría en Fin
22 de junio de
Econometría

area de la semana 9

A01685351

Maestría en Finanzas
22 de junio de 2020

Profesor titular: Dr. Manuel Gómez Zaldivar

Profesora Tutora: Lic. Jessica Fernández Garza


Obs. Y X Du DUX Du Obs.
1 28.0 33400 0 0 1 1
2 29.0 35300 0 0 1 2
3 29.0 35800 0 0 1 3
4 30.0 39400 0 0 1 4
5 29.7 39600 0 0 1 5
6 30.1 38600 0 0 1 6
7 30.4 40000 0 0 1 7
8 32.7 48300 0 0 1 8
9 38.4 60400 0 0 1 9
10 45.1 76400 0 0 1 10
11 51.8 84000 0 0 1 11
12 60.0 91500 0 0 1 12
13 53.6 69600 0 0 1 13
14 60.3 74100 0 0 1 14
15 65.2 85100 0 0 1 15
16 67.9 84700 1 84700 0
17 69.0 93100 1 93100 0
18 71.1 97000 1 97000 0
19 73.6 94900 1 94900 0
20 73.9 97000 1 97000 0
21 74.5 104400 1 104400 0
22 75.1 91900 1 91900 0
23 75.3 77000 1 77000 0
24 40.9 59100 1 59100 0
25 38.8 56700 1 56700 0
26 40.1 66300 1 66300 0
27 41.1 73600 1 73600 0
28 77.4 84000 1 84000 0
29 76.8 92200 1 92200 0
30 79.9 86500 1 86500 0
Y X Obs. Y X
28.0 33400 16 67.9 84700
29.0 35300 17 69.0 93100
29.0 35800 18 71.1 97000
30.0 39400 19 73.6 94900
29.7 39600 20 73.9 97000
30.1 38600 21 74.5 104400
30.4 40000 22 75.1 91900
32.7 48300 23 75.3 77000
38.4 60400 24 40.9 59100
45.1 76400 25 38.8 56700
51.8 84000 26 40.1 66300
60.0 91500 27 41.1 73600
53.6 69600 28 77.4 84000
60.3 74100 29 76.8 92200
65.2 85100 30 79.9 86500
Ejercicio 1.

Realice los ejercicios en el programa GRETL y en su reporte final incluya el “output” de los resultados. La(s) variab
dicotómicas necesarias para realizar la tarea no están en el archivo de Excel. Usted deberá crearlas e importarlas
GRETL.

1. Con los datos del archivo de excel, estime un modelo donde Y sea la variable dependiente y X la variable exóge
resultados de estimar el modelo: 𝑌Y = a + bX

Con la bases de datos de excel y haciendo la regreción en GRETL se llegó al siguiente modelo

2. Usted sospecha que la relación entre Y y X no es estable a través del tiempo. En particular, usted conjetura que
observación 16, el efecto de la variable X sobre la variable Y ha cambiado. Para verificar esto, estime el siguiente
Y= a + bX + cX * DU
Donde DU es una variable dicotómica que toma valores de cero antes de la observación 16 y de uno a partir de e
modelo y presente los resultados del GRETL. Describa claramente como verificaría sus sospechas de que la relaci
es estable en el tiempo. Explique claramente que prueba de hipótesis llevaría a cabo y exprese claramente sus co

Con la bases de datos de excel y haciendo la regreción en GRETL se llegó al siguiente modelo

Modelo estimado de la función


Y= 3.04436 + 0.000659760X

Modelo estimado de la función


Y= 3.04436 + 0.000659760 X + 8.

Como conclusión, se tiene que lo


coeficiente "b" es significativo y "
Al realizar la prueba de Chow, pa
siguientes regresiones:
* Observaciones 1 - 15: Y = c1 + c
*Observaciones 16 - 30: Y = d1 +
*Observaciones 1 - 30: Y= a + Bx

Al desarrollar cada una de las regresiones se tienen los siguentes resultados


Observaciones 1 - 15: Y = c1 + c2x
Y = 6.40686 + 0.000607395 X
t = ( 1.806 ) (10.34)
R^2 = 0.891535
SCR= 284.5762
gl 13

Observaciones 16 - 30: Y = d1 + d2x


Y = −11.4051 + 0.000911059 X
t = ( −0.8049 ) (5.468)
R^2 = 0.696985
SCR= 1056.493
gl 13

Observaciones 16 - 30: Y = d1 + d2x


Y = −1.40554 + 0.000772959 X
t = ( −0.3022 ) (12.26)
R^2 = 0.842935
SCR= 1646.171
gl 13
SCR_NR = 1341.0692

F= 2.95758295

Por lo tanto, para un valor crítico de F_(5%,2,26) = 3.36901636 > 2.95758294948538

3. Ahora proponga un modelo que le sirva para probar que SOLO el intercepto del modelo original (Y = a + bX) su
modificación en la observación 16 (la misma variable dicotómica del inciso anterior le sirve para este inciso). Estim
propone. Describa claramente como verificaría si el intercepto realmente ha cambiado en la observación 16. Exp
que prueba de hipótesis llevaría a cabo y exprese claramente sus conclusiones.

En el reporte final de la tarea incluya los resultados de cada una de las estimaciones que
usted hizo en GRETL. Además, tiene que enviar el archivo con los datos que utilizo de
GRETL. Tome en cuenta para las preguntas 2 y 3 que el valor crítico de una distribución t
con 28 grados de libertad y α=0.05 es 2.048.

Y = a + bX
Con la bases de datos de excel y haciendo la regreción en GRETL se llegó al siguiente modelo

La función Y separando las obser


Y = 4.83038 + 0.000717534 X

La función estimada de Y sin sepa


Y= −1.40554 + 0.000772959X

Como se puede observar, el inter


realizó la regresión a los datos de
de los datos. Por lo que se compr
intercepto después de estas obse

Considerando el estadístico t, en
-0.3022 y en el segundo fue de 0.
NO son estadísticamente significa
t” de los resultados. La(s) variables
d deberá crearlas e importarlas a

ependiente y X la variable exógena. Presente los

nte modelo

El modelo estimado fue


Y= −1.40554 + 0.000772959X

n particular, usted conjetura que a partir de la


erificar esto, estime el siguiente modelo

vación 16 y de uno a partir de ella. Estime el


a sus sospechas de que la relación entre X y Y no
abo y exprese claramente sus conclusiones.

nte modelo

Modelo estimado de la función Y antes del valor 16


= 3.04436 + 0.000659760X

Modelo estimado de la función Y después del valor 16


= 3.04436 + 0.000659760 X + 8.37100e-05 DU

omo conclusión, se tiene que los coeficientes de la pendiente son diferentes de manera que el
oeficiente "b" es significativo y "c" NO, resultando que es una regresión concurrente.
l realizar la prueba de Chow, para determinar si existe estabilidad en el tiempo se deben realizar las
guientes regresiones:
Observaciones 1 - 15: Y = c1 + c2x
Observaciones 16 - 30: Y = d1 + d2x
Observaciones 1 - 30: Y= a + Bx
Se acepta la hipótesis nula de que las dos regresiones son estadísticamente iguales o que
ambas son coincidentes

l modelo original (Y = a + bX) sufre una


or le sirve para este inciso). Estime el modelo que
biado en la observación 16. Explique claramente

nes que
o de
ución t

nte modelo

a función Y separando las observaciones antes y después del valor 16 se tiene lo siguiente:
= 4.83038 + 0.000717534 X

a función estimada de Y sin separar las observaciones, es la siguiente:


= −1.40554 + 0.000772959X

omo se puede observar, el intercepto si cambia después del valór 16, ya que en un modelo se hizo se
ealizó la regresión a los datos después del valor 16, y después se realizó una regresión con la totalidad
e los datos. Por lo que se comprueba acertadamente que se tiene la presencia de un cambio en el
ntercepto después de estas observaciones.

onsiderando el estadístico t, en el último modelo se tiene un valor de 1.505, en el primero fue de


0.3022 y en el segundo fue de 0.6093; siendo estos valores con un 5% de confianza, se considera que
O son estadísticamente significativos al comparalos con el valor de 2.048

También podría gustarte