andresarango.weebly.com · Web viewCUADRO 2. CONTROL DE ESTADO DE PREPARACIÓN DE LA CARTILLA...

OPERADORLOGISTICO

CORPORACIÓN UNIVERSITARIA REMINGTON CREAD BOGOTA CIES

ADMINISTRACIÓN Y NEGOCIOS INTERNACIONALES

ESCUELA DE CIENCIAS EMPRESARIALES

NÚCLEO DE FORMACIÓN ESPECÍFICA

CARTILLA DE TRABAJO

SEGUNDA SESIÓN

ECONOMETRIA DE NEGOCIOS

Elaborada por

DANIEL ANTONIO GOMEZ TAMARAECONOMISTA

ESP. COMERCIO EXTERIOR Y ECONOMIA INTERNACIONAL

DEPARTAMENTO DE PUBLICACIONES

BOGOTA D.C.

2013

1

OPERADORLOGISTICO



CUADRO 1. CONTROL DEL DOCUMENTO

PARTICIPANTES NOMBRE CARGO DEPENDENCIA FECHA

Autor DANIEL

ANTONIO

GOMEZ

TAMARA

Docente 1/2013

Revisión Luis Eduardo

Rodríguez

Director

Académico

Diseño

Curricular

01/2013

Aprobación

2

OPERADORLOGISTICO



CUADRO 2. CONTROL DE ESTADO DE PREPARACIÓN DE LA CARTILLA

EDUCACIÓN A DISTANCIA

VERSIÓN

No.

FECHA DE

FINALIZACIÓN

DE SU

ELABORACIÓN

DESCRIPCIÓN DEL

CAMBIO

SOLICITADO

POR:

01 08/01/2013 Construcción de las cartillas

de Econometría de

Negocios en la

Corporación Iberoamericana

de Estudios CIES en

función a su cadena de

valor con el fin de asegurar

la calidad de sus servicios.

Consejo Superior.

3

OPERADORLOGISTICO



NOMBRE : ____________________________________________

C.C. : ___________________________________________

CARRERA : ____________________________________________

JORNADA : MARTES Y MIERCOLES ( ) AM____ PM____

JUEVES Y VIERNES ( ) AM____ PM____

SÁBADOS ( ) AM____ PM____

DOMINGOS ( )

NOMBRE DEL PROFESOR : ________________________

FECHA : ________________________

CALIFICACIÓN : ________________________

_____________________

Firma Docente

Sr. Docente : No firme la cartilla sino está debidamente diligenciada en todos sus campos.

DERECHOS DEL ESTUDIANTE EN EL AULA DE CLASE

Exigir el uso de la cartilla Exigir firma y sello de la cartilla por parte del docente. Exigir sus notas al final del módulo.

NINGUNA RECLAMACIÓN SERA ACEPTADA SI SU CARTILLA NO ESTÁ DILIGENCIADA EN TODOS SUS CAMPOS, CON FIRMA Y SELLO DEL DOCENTE CORRESPONDIENTE.

4

OPERADORLOGISTICO



INTRODUCCIÓN

En esta guía se presenta los modelos de regresión uniecuacionales. En estos

modelos, una variable, llamada variable dependiente, se expresa como una

función lineal de una o varias variables llamadas variables explicatorias. En

tales modelos se supone implícitamente que la relación causal entre la variable

independiente y las explicatorias se da solo en una dirección, de las variables

explicatorias a la variable dependiente.

En la primera parte se expone tanto la interpretación histórica como la moderna

del término regresión y se ilustran las diferencias entre las dos interpretaciones

por medio de ejemplos tomados de la economía y de otros campos.

En la segunda parte estudiaremos algunos conceptos fundamentales del

análisis de regresión con la ayuda del modelo de regresión lineal de dos

variables, en el cual la variable dependiente es expresada como una función

lineal de solo una variable explicativa.

En la tercera parte continuaremos con la aplicación de la econometría de

negocios a través de la plataforma E-views.

5

OPERADORLOGISTICO



CONTENIDOS PRIMERA SESIÓN.

Tabla de contenido

INTRODUCCIÓN............................................................................................................21. DISEÑO METODOLÓGICO SESIÓN UNO.......................................................2

1.1. OBJETIVO.........................................................................................................21.2. JUSTIFICACIÓN..............................................................................................21.3. METODOLOGÍA...............................................................................................2

2. ANALISIS DE REGRESION.................................................................................22.1. ORIGEN DEL TERMINO REGRESION.......................................................22.2. DEFINICION DE LA REGRESION...............................................................22.3. SIGNIFICADO DE “LINEAL” EN LA ECONOMETRIA............................2

2.3.1. Linealidad en la variables........................................................................22.3.2. Linealidad en los parámetros..................................................................2

2.4. MODELO DE REGRESION LINEAL SIMPLE............................................22.5. DIAGRAMA DE DISPERSIÓN......................................................................2

GRÁFICA DE DIAGRAMA DE DISPERSIÓN....................................................22.6. COEFICIENTE DE CORRELACION............................................................2

ACTIVIDAD UNO INDIVIDUAL....................................................................................23. SESION PRACTICA CON E-VIEWS..................................................................2

3.1. Revisión de los menús de E-views...........................................................23.2. Series de datos...............................................................................................2

DIFERENTES VISTAS PARA UNA SERIE DE DATOS..................................23.3. Crear un nuevo archivo de trabajo...........................................................2

ACTIVIDAD DOS INDIVIDUAL....................................................................................24. GLOSARIO..............................................................................................................25. BIBLIOGRAFÍA......................................................................................................26. FUENTES DIGITALES O ELECTRÓNICAS.....................................................2

6

OPERADORLOGISTICO



1. DISEÑO METODOLÓGICO SESIÓN UNO

1.1.OBJETIVO

Identificar la dependencia estadística de una variable, la variable

dependiente, sobre una o más variables, las explicativas. La clave detrás del

análisis de regresión es estimar y/o predecir la media o el valor promedio de

la variable dependiente con base en los valores conocidos o determinados

de las variables explicativas.

1.2. JUSTIFICACIÓN.

En esta guía se presenta los modelos de regresión uniecuacionales. En estos

modelos, una variable, llamada variable dependiente, se expresa como una

función lineal de una o varias variables llamadas variables explicatorias. En

tales modelos se supone implícitamente que la relación causal entre la

variable independiente y las explicatorias se da solo en una dirección, de las

variables explicatorias a la variable dependiente.

El éxito del análisis de regresión depende de la disponibilidad de la información apropiada y en esta guía se analizara la naturaleza, las fuentes y limitaciones de los datos que están disponibles para la investigación, especialmente en la ciencia económica.

7

OPERADORLOGISTICO



1.3.METODOLOGÍA.

El desarrollo metodológico que se utilizará es de teórico – práctico con el fin

que el estudiante pueda desarrollar y aplicar la temática de los fundamentos

en econometría dentro de la teoría económica, la economía matemática, la

estadística matemática y la estadística económica, a través de ejercicios de

reconocimiento de diferentes procesos de la formación de los espacios

econométricos y su influencia en el campo empresarial, lo que permitirá

afianzar y potencializar una de las herramientas de gran aplicación en el

campo de la economía y de otras ciencias sociales.

2.

8

OPERADORLOGISTICO



2. ANALISIS DE REGRESION

3. ORIGEN DEL TERMINO REGRESION

Gujarati (2004) en su obra da una breve reseña del origen del término regresión, “este fue introducido por Francis Galton en su libro Natural Inheritance (1889) y fue confirmada por su amigo Karl Pearson. Su trabajo se centró en la descripción de los rasgos físicos de los descendientes (variable A) a partir de los de sus padres (variable B). Estudiando la altura de padres e hijos a partir de más de mil registros de grupos familiares, se llegó a la conclusión de que los padres muy altos tenían una tendencia a tener hijos que heredaban parte de esta altura, pero que revelaban también una tendencia a regresar a la media. Galton generalizó esta tendencia bajo la "ley de la regresión universal": «Cada peculiaridad en un hombre es compartida por sus descendientes, pero en media, en un grado menor», en palabras de de Galton, se trataba de una “regresión hacia la mediocridad”.

9

OPERADORLOGISTICO



4. DEFINICION DE LA REGRESION

La interpretación moderna de la regresión, es, sin embargo, bastante diferente en términos generales.

El análisis de regresión trata del estudio de la dependencia de la variable dependiente, respecto a una o más variables (las variables explicativas), con el objetivo estimar y/o predecir la media o valor promedio poblacional de la primera en términos de los valores conocidos o fijos de las últimas.

Para entender mejor la definición anterior vamos a tomar un ejemplo de Gujarati (2004) en el cual se considera nuevamente la ley universal de regresión de Galton. En esta se quería averiguar las razones por las cuales existía estabilidad en la distribución de estaturas dentro de una población, pero con nuestra nueva definición lo que se quiere determinar, o mejor predecir, es la estatura promedio de los hijos conociendo la estatura de sus padres.

Según la grafica anterior, llamada también diagrama de dispersión, muestra la distribución de las estaturas de los hijos en una población hipotética. Es importante observar que a pesar de la naturaleza variable de la estatura de los hijos, el promedio de su estatura se incrementa en la misma medida que lo que se acrecienta la de los padres.

10

OPERADORLOGISTICO



La línea azul de la grafica se conoce como la recta de regresión y muestra la forma en que el promedio de la estatura de los hijos aumenta conforme lo hace la de los padres.

5. SIGNIFICADO DE “LINEAL” EN LA ECONOMETRIA

i. Linealidad en la variables

Geométricamente la curva de regresión es una línea recta y una

relación directa entre las variables X y Y.

ii. Linealidad en los parámetros

Esta se presenta cuando los parámetros solo se encuentran elevados solamente a la primera potencia.

Yi = β1 + β2 X i

6. MODELO DE REGRESION LINEAL SIMPLE

11

OPERADORLOGISTICO



Con frecuencia, nos encontramos en economía con modelos en los que el comportamiento de una variable, Y, se puede explicar a través de una variable X; lo que representamos mediante

Y = ƒ(x) (1)

Si consideramos que la relación f, que liga Y con X, es lineal, entonces (1) se puede escribir así:

Yi = β1 + β2 X i (2)

Como quiera que las relaciones del tipo anterior raramente son exactas, sino que más bien son aproximaciones en las que se han omitido muchas variables de importancia secundaria, debemos incluir un término de perturbación aleatoria, Ut, que refleja todos los factores – distintos de X -que influyen sobre la variable endógena, pero que ninguno de ellos es relevante individualmente. Con ello, la relación quedaría de la siguiente forma:

La expresión anterior refleja una relación lineal, y en ella sólo figura una única

variable explicativa, recibiendo el nombre de relación lineal simple. El

12

OPERADORLOGISTICO



calificativo de simple se debe a que solamente hay una variable explicativa.

Supongamos ahora que disponemos de T observaciones de la variable Y (Y1,

Y2,…Yt) y de las correspondientes observaciones de X (X1, X2,…Xt). Si hacemos

extensiva (3) a la relación entre observaciones, tendremos el siguiente conjunto

de T ecuaciones:

El sistema de ecuaciones (4) se puede escribir abreviadamente de la forma

siguiente:

El objetivo principal de la regresión es la determinación o estimación de β1 y β2

a partir de la información contenida en las observaciones de que disponemos.

Esta estimación se puede llevar a cabo mediante diversos procedimientos. A

continuación se analizan en detalle algunos de los métodos posibles.

Interesa, en primer lugar, realizar una aproximación intuitiva a diferentes

criterios de ajuste. Para ello se utiliza la representación gráfica de las

observaciones (Xt, Yt), con t = 1, 2,..., T. Si la relación lineal de dependencia

entre Y y X fuera exacta, las observaciones se situarían a lo largo de una recta.

En ese caso, las estimaciones más adecuadas de β1 y β2 de hecho, los

verdaderos valores serían, respectivamente, la ordenada en el origen y la

pendiente de dicha recta.

13

OPERADORLOGISTICO



Pero si la dependencia entre Y y X es estocástica, entonces, en general, las

observaciones no se alinearán a lo largo de una recta, sino que formarán una

nube de puntos, como aparece en la figura 2. En ese caso, podemos

contemplar las estimaciones de β1 y β2 como la ordenada en el origen y la

pendiente de una recta próxima a los puntos. Así, si designamos mediante

las estimaciones de β1 y β2, respectivamente, la ordenada de la recta

para el valor Xt vendrá dada por:

El problema que tenemos planteado es, hallar unos estimadores y tales

que la recta que pasa por los puntos se ajuste lo mejor posible a

los puntos (Xt, Yt). Se denomina error o residuo a la diferencia entre el valor

observado de la variable endógena y el valor ajustado, es decir,

14

OPERADORLOGISTICO



7. DIAGRAMA DE DISPERSIÓN

Un diagrama de dispersión es un tipo de diagrama matemático que utiliza

las coordenadas cartesianas para mostrar los valores de dos variables para un

conjunto de datos.

Los datos se muestran como un conjunto de puntos, cada uno con el valor de

una variable que determina la posición en el eje horizontal y el valor de la otra

variable determinado por la posición en el eje vertical. Un diagrama de

dispersión se llama también gráfico de dispersión.

Se emplea cuando una variable está bajo el control del experimentador. Si

existe un parámetro que se incrementa o disminuye de forma sistemática por el

experimentador, se le denomina parámetro de control o variable independiente

= eje de X y habitualmente se representa a lo largo del eje horizontal. La

variable medida o dependiente = eje de y usualmente se representa a lo largo

del eje vertical. Si no existe una variable dependiente, cualquier variable se

puede representar en cada eje Y el diagrama de dispersión mostrará el grado

de correlación (no causalidad) entre las dos variables.

15

OPERADORLOGISTICO



Un diagrama de dispersión puede sugerir varios tipos de correlaciones entre las

variables con un intervalo de confianza determinado. La correlación puede ser

positiva (aumento), negativa (descenso), o nula (las variables no están

correlacionadas). Se puede dibujar una línea de ajuste (llamada también "línea

de tendencia") con el fin de estudiar la correlación entre las variables. Una

ecuación para la correlación entre las variables puede ser determinada por

procedimientos de ajuste. Para una correlación lineal, el procedimiento de

ajuste es conocido como regresión lineal y garantiza una solución correcta en

un tiempo finito.

Uno de los aspectos más poderosos de un gráfico de dispersión, sin embargo,

es su capacidad para mostrar las relaciones no lineales entre las variables.

Además, si los datos son representados por un modelo de mezcla de

relaciones simples, estas relaciones son visualmente evidentes como patrones

superpuestos.

El diagrama de dispersión es una de las herramientas básicas de control de

calidad, que incluyen además el histograma, el diagrama de Pareto, la hoja de

verificación, los gráficos de control, el diagrama de Ishikawa y el (diagrama de

flujo).

16

OPERADORLOGISTICO



EJEMPLO

Una tienda de computadores llevó a cabo un estudio para determinar la relación entre la cantidad de productos comprados por sus clientes mensuales y las ventas. Se obtuvieron los datos siguientes:

GRÁFICA DE DIAGRAMA DE DISPERSIÓN

17

OPERADORLOGISTICO



8. COEFICIENTE DE CORRELACION

El análisis de correlación está estrechamente relacionado con el de regresión aunque conceptualmente los dos son muy diferentes. En el análisis de correlación el objetivo principal es medir la fuerza o el grado de asociación lineal entre dos variables. El coeficiente de correlación, mide esta fuerza de asociación (lineal). Por ejemplo, se puede estar interesado en encontrar la correlación (el coeficiente) entre el hábito de fumar y el cáncer de pulmón; entre las calificaciones obtenidas en los exámenes de econometría y estadística. En el análisis de correlación tratamos dos variables cualesquiera de forma simétrica, no hay distinción entre la variable dependiente y las explicativas.

El coeficiente de correlación es un valor entre -1 y 1 que indica la fuerza de la relación lineal entre dos variables cuantitativas.

La forma de determinar el coeficiente de correlación a partir de su definición es la siguiente:

Continuando con el ejemplo de la tienda de computadores calcularemos el coeficiente de correlación con la siguiente tabla:

18

OPERADORLOGISTICO



Después de despejar la formula con los datos el coeficiente de correlacion para la muestra de diez (10) datos es r=0,74. Esto indica que hay una relación lineal positiva bastante fuerte entre la cantidad de productos de computadores y las ventas de la tienda.

19

OPERADORLOGISTICO



ACTIVIDAD UNO INDIVIDUAL

1. La siguiente tabla proporciona información sobre el Producto Interno

Bruto (PIB) para ocho países entre industrializados y emergentes, donde

la base para dicho índice es 2000 = 100.

A partir de los datos dados, calcule la tasa de cambio del PIB

para cada país. (Reste el PIB del año en cuestión el PIB del año

anterior, divida la diferencia entre el PIB del año anterior y

multiplique el resultado por 100. Así, la tasa de crecimiento del

PIB de Francia en 2001 es [(1, 338,302–1, 326,334) / 1, 326,334]

x 100= 0.9% aproximadamente.)

Grafique la tasa de crecimiento del PIB para cada nación, en

función del tiempo (es decir, utilice el eje horizontal para el tiempo

y el vertical para la tasa del PIB).

¿Qué conclusiones generales pueden deducirse respecto al

cambio en el PIB en los ocho países?

¿Qué país al parecer tiene la tasa de PIB más variable? ¿puede

darse una explicación para esto?

2. ¿Qué entiende usted por regresión?

20

OPERADORLOGISTICO



__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

3. ¿Qué es el modelo de regresión lineal?

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

4. ¿Cuál es la diferencia entre linealidad entre variables y linealidad entre

parámetros?

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

__________________________________________________________

3. SESION PRACTICA CON E-VIEWS

21

OPERADORLOGISTICO



3.1.Revisión de los menús de E-views

En la sesión pasada revisamos las principales funciones de los menús que nos

ofrece el paquete econométrico E-views, ahora vamos a entrar con más detalle

en las opciones básicas de aquellas entradas principales de mayor interés

(excepto en los casos de procedures y views ya que estas cambian según la

ventana activa).

Recordamos una vez más que no tratamos aquí de describir con detalle cada

una de las opciones sino localizar, a modo de directorio de consulta rápida,

alguno de los items contenidos en cada uno de ellos.

3.2.Series de datos

22

OPERADORLOGISTICO



Para el usuario no familiarizado con el manejo del programa E-Views ni con la

práctica econométrica, puede resultarle difícil hacerse una idea clara de la

naturaleza de cada uno de los objetos mencionados anteriormente. Por el

momento, basta con acercarse al más común y necesario de todos ellos: la

serie de datos. Efectivamente, de todos los tipos de objetos que se agrupan en

un archivo de trabajo, el más importante, sin duda, es la serie de datos. En

definitiva, la práctica econométrica que nos interesa desarrollar consiste en

encontrar relaciones causales entre unas variables explicativas y otras

explicadas; pues bien, cada una de esas “variables” se almacenarán en una

serie temporal (valores de la variable a lo largo de una serie de años, meses,

trimestres.....) o transversal (valores de la variable a lo “ancho” de un conjunto

de individuos, países, provincias, Comunidades Autónomas......)

ASPECTOS DE LOS VALORES ENTRE 1964 Y 1996

Una vez introducidos los valores de cada una de las series de datos que

utilizaremos (ya veremos cómo), esta quedará almacenada como un objeto,

admitiendo como ya sabemos distintas vistas: vistas de hoja de cálculo (como

la que se observa en la ilustración), vista de gráfico de barras o líneas, vista de

23

OPERADORLOGISTICO



histograma y estadísticos básicos, vista de tabla de frecuencias, vista de su

correlograma, vista de su test de raíces unitarias o vista de su etiqueta.

Cada una de estas vistas es accesible utilizando el comando “views” bien del

menú general bien de la barra de comandos propia de la ventana activa.

Cuando cambiamos de vista, no se crean objetos nuevos sino que se siempre

observaremos el mismo objeto de diferentes maneras (salvo que el usuario lo

solicite congelando la imagen con el comando “freeze”). En la siguiente

lustración se muestran para la serie de ejemplo cuatro vistas alternativas.

DIFERENTES VISTAS PARA UNA SERIE DE DATOS

Cada una de las vistas de una serie de datos tiene, obviamente, una utilidad

diferente y comprender cada una de ellas sólo es posible cuando se tiene cierto

conocimiento sobre los procedimientos y técnicas de la práctica econométrica.

24

OPERADORLOGISTICO



Una serie admite, además de distintas vistas, ser sometida a distintos

procedimientos. Una vez más, el significado de cada uno de ellos requiere

tener conocimientos de estadística y econometría por lo que en este punto no

vamos a ocuparnos de su desarrollo.

Es importante tener en cuenta que todo procedimiento con E-Views implica

necesariamente manejar variables con información de distinta naturaleza, en

definitiva, datos. Los datos se almacenan en E-Views en series de datos

variables. Las series de datos son, por tanto, la materia prima de trabajo en E-

Views.

3.3.Crear un nuevo archivo de trabajo

La principal de todas las operaciones de manejo del programa E-Views es la

creación de un nuevo archivo de trabajo, sólo una vez creado el archivo

podremos empezar a añadirle objetos y elaborar nuestros primeros análisis.

La creación de un archivo de trabajo debe comenzar por la especificación de

una serie de parámetros básicos que definirán el tipo de archivo y el tipo de los

datos que quedarán almacenados. Para la creación de un nuevo archivo debe

ejecutarse:

25

OPERADORLOGISTICO



Esta secuencia de comandos abre una pantalla en la que debe especificarse el

tipo de datos (frecuencia anual, trimestral, mensual, transversal.......) y el

período de interés para el análisis (rango del archivo). El rango del archivo no

debe confundirse con un concepto similar: la amplitud de la muestra analizada

o “sample” (ó simplemente smpl). El smpl es la parte del rango total con la que

estamos trabajando en un momento determinado que puede ser igual al rango

o menor que él: por ejemplo, en un archivo con rango anual 1970 – 2000,

podemos necesitar, en un momento determinado, centrar el análisis sólo en el

período posterior a la incorporación de España a la Unión Europea (1986 –

2000).

E-Views ofrece distintas posibilidades para el rango de datos según la

frecuencia de nuestros datos:

En primer lugar puede elegirse entre distintas frecuencias temporales:

anuales, semi-anuales, trimestrales, mensuales, semanales y diarios

(para semanas con 5 y 7 días).

En segundo lugar, puede crearse un archivo transversal, que el E-Views

denomina undated o irregular.

26

OPERADORLOGISTICO



Los datos del período inicial y final deben introducirse de la siguiente forma:

Anual: para los datos anuales, bien el año completo, bien los dos últimos

dígitos para años del siglo XX. Por ejemplo: 1981, 1895, 2001, ó 81, 95.

Trimestral: el año completo o los últimos dos dígitos del año + dos puntos + el

número del trimestre (del 1 al 4). Por ejemplo: 1992:1, 65:4, 2002:3.

Mensual: el año completo o los últimos dos dígitos del año + dos puntos + el

número del mes (del 1 al 12) Ejemplos: 1956:1, 1990:11.

Semanales y diarios: Número del mes + dos puntos + número del día + dos

puntos + año. Para los datos semanales, la semana se identifica por el primer

día de la misma. Por ejemplo: 3:10:87 es el 10 de Marzo de 1987 o la semana

que empieza ese día. Puede alterarse en el menú de Options/Date-Frecuencies

el modo de notación americano por el europeo, si este nos resulta más

cómodo.

Undated: Simplemente se utiliza un número inicial (generalmente el 1) y un

número final según el número de datos que tengamos. Por ejemplo: 1 – 10

abriría un archivo preparado para series con 10 datos.

27

OPERADORLOGISTICO



Una vez tecleado el tipo de dato y la fecha de inicio y final aparecerá la pantalla

de objetos del workfile creado.

Esta pantalla está dividida en una serie de áreas básicas:

Línea de título: en donde aparecerá el nombre del archivo de trabajo y

el lugar del disco donde esté guardado una vez que se haya guardado.

Barra de herramientas: en la que se muestran, extraídas como

botones, las operaciones que suelen realizarse con mayor frecuencia.

Puede guardarse el archivo (save), cambiar la muestra seleccionada

(sample), generarse nuevas series a partir de una ecuación con otras

variables ya creadas (genr), así como almacenar (store), recuperar

(fetch) o borrar objetos.

28

OPERADORLOGISTICO



Línea de status: en la que aparecerán una serie de datos

fundamentales que conviene tener siempre presentes:

o El rango especificado (range) y la muestra de ese rango activa en

cada momento (sample). Ambos parámetros pueden alterarse

haciendo doble click sobre cada una de esas palabras.

o La ecuación activa o default equation. Esta ecuación podrá ser

especificada por el usuario o será la última que hayamos

estimado en cada momento. Gracias a este concepto de ecuación

activa, el E-Views guarda memoria de la características de la

ecuación activa y así, podremos pedir al EViews que realice

contrastes de parámetros, pruebas, gráficos rápidamente sin

necesidad de recordarle continuamente qué ecuación estamos

analizando.

Línea de status: en la que aparecerán una serie de datos

fundamentales que conviene tener siempre presentes:

Directorio de objetos: en donde se recogerán todos los objetos con el

nombre y un pequeño icono que identificará el tipo de objeto de que se

trate:

29

OPERADORLOGISTICO



En esta sección de la pantalla, que hace las veces de directorio de objetos,

aparecerán siempre, por defecto, dos elementos aún cuando no hayamos

efectuado ninguna operación: Un vector de coeficientes representados por la

letra alfa (α) en el que se almacenarán, como en una hoja de cálculo, los

coeficientes de la ecuación activa en cada momento (default equation) y, en

segundo lugar, una serie llamada resid destinada a almacenar los residuos de

la ecuación activa en cada momento.

Para guardar el archivo creado se utilizará el comando save accesible en

distintas partes de la pantalla. La forma más cómoda es utilizar directamente el

botón “save” de la barra de herramientas de la ventana activa. Los archivos de

trabajo o workfiles de E-Views se guardarán en el directorio especificado con la

extensión *.wf1. Debe tenerse en cuenta que este tipo de archivos no es

compatible con la antigua versión de este programa para MS-DOS o MAC

(Micro TSP) que almacenaba los archivos con extensión *.wf. Por esta razón, el

E-Views permite grabar los archivos con el formato antiguo aunque,

obviamente, esto significará la pérdida de muchos de los objetos contenidos en

el mismo.

Para terminar con este bloque de operaciones básicas de “puesta en marcha”

debe considerarse la posibilidad de querer abrir un workfile previamente grabado en un disco. Si es así, debe utilizarse la opción Open del menú

principal File. En esta opción, podemos ver como también pueden recuperarse

antiguas extensiones de versiones anteriores del programa.

Es de recordar que toda sesión de trabajo con E-Views implica crear un archivo

de trabajo o abrir uno ya existente. Para crear un archivo de trabajo basta con

tener clara la frecuencia a emplear para los datos (anual, trimestral.....) y el

rango de datos que se va a utilizar (período analizado o numero de individuos).

No es necesario, por tanto, tener los datos preparados para crear un archivo

aunque, sin datos, el archivo servirá para poco. Los archivos se almacenan con

un nombre elegido por el usuario y con extensión “wf” en el directorio que el

usuario decida. El archivo guardado puede abrirse en cualquier momento.

30

OPERADORLOGISTICO



ACTIVIDAD DOS INDIVIDUAL

1. En su computador, ingrese a la página del banco de la republica y

descargue el histórico de las tasas de interés y del IPC.

2. Con la información descargada en la sesión anterior y la información del

punto anterior ingresarla en el archivo creado en el sistema E-views.

3. Hacer una regresión con la información ingresada.

31

OPERADORLOGISTICO



4. GLOSARIO

ANALISIS DE REGRESION:

La regresión estadística o regresión a la media es la tendencia de una medición

extrema a presentarse más cercana a la media en una segunda medición. La

regresión se utiliza para predecir una medida basándonos en el conocimiento

de otra.

ANALISIS DE LA VARIANZA:

es una colección de modelos estadísticos y sus procedimientos asociados, en

el cual la varianza está particionada en ciertos componentes debidos a

diferentes variables explicativas.

AUTOCORRELACION:

Es el momento en que se trabaja con un modelo de regresión multiple, donde se tiene que la primera variable vale 1 y esta acompañada por el termino dependiente.

ECONOMETRIA: Es la ciencia social en la cual las herramientas de la teoría económica, las

matemáticas y la inferencia estadística son aplicadas en el análisis de los

fenómenos económicos.

ESTADISTICA INFERENCIAL:

La estadística inferencial es una parte de la estadística que comprende los

métodos y procedimientos que por medio de la inducción determina

propiedades de una población estadística, a partir de una pequeña parte de la

misma.

32

OPERADORLOGISTICO



FUNCIONES DE OBJETIVOS

Se definen explícitamente los objetivos del sistema y cómo se evaluarán, es

una medida de la eficiencia del sistema.

HETEROSCEDASTICIDAD:

Este se presenta cuando no se cumple con la hipótesis de varianza constante

para el término de la perturbación.

LOS PARÁMETROS

Son cantidades a las cuales se les asignar valores, una vez establecidos los

parámetros, son constantes y no varían dentro de la simulación.

LAS RELACIONES FUNCIONALES

Muestran el comportamiento de las variables y parámetros dentro de un

componente o entre componentes de un sistema. Estas características

operativas pueden ser de naturaleza determinística o estocástica. Las

relaciones determinísticas son identidades o definiciones que relacionan ciertas

variables o parámetros, donde una salida de proceso es singularmente

determinada por una entrada dada. Las relaciones estocásticas son aquellas

en las que el proceso tiene de manera característica una salida indefinida para

una entrada determinada.

LAS RESTRICCIONES

Son limitaciones impuestas a los valores de las variables o la manera en la cual

los recursos pueden asignarse o consumirse.

MULTICOLINEALIDAD:

33

OPERADORLOGISTICO



Determina si existe un alto grado de correlación lineal entre los diferentes tipos

de variables independientes y dependientes.

PRUEBA DE HIPOTESIS:

Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal

contraste involucra la toma de decisión acerca de las hipótesis. La decisión

consiste en rechazar o no una hipótesis en favor de la otra. Una hipótesis

estadística se denota por “H” y son dos:

- Ho: hipótesis nula

- H1: hipótesis alternativa

VARIABLE ESTOCASTICA: En probabilidad y estadística, una variable aleatoria o variable estocástica es

una variable estadística cuyos valores se obtienen de mediciones en algún tipo

de experimento aleatorio.

34

OPERADORLOGISTICO



5. BIBLIOGRAFÍA

Gujarati, Damodar (2004): “Econometría”. (4° edición). Mc Graw Hill

Gujarati, Damodar (2000): “Econometría Basica”. Mc Graw Hill

Londoño Herrera, Carlos G. (2011): “Econometria de Negocios”. Universidad Remington

Martinez Bencardino, Ciro (2003): “Estadistica y Muestreo”. (11° edición) Ecoe Editores.

Hansen Bruce (2012) “Econometrics”. University of Wisconsin. Latest revision January 2012.

Mahia, Ramon (2001) Guia de manejo del programa E- views.

6. FUENTES DIGITALES O ELECTRÓNICAS

www.wikipedia.com

35

http://www.wikipedia.com/

andresarango.weebly.com · Web viewCUADRO 2. CONTROL DE ESTADO DE PREPARACIÓN DE LA CARTILLA...

Documents

Transcript of andresarango.weebly.com · Web viewCUADRO 2. CONTROL DE ESTADO DE PREPARACIÓN DE LA CARTILLA...