Beruflich Dokumente
Kultur Dokumente
Herramientas economtricas
para la valoracin
(Uso del NLOGIT 3)
23 al 25 de Mayo, 2011
PIURA
Donde
DX
I
Px
Pw
Pz
Desarrollo
Este ejercicio ser desarrollado en el paquete estadstico NLOGIT. A continuacin se muestra el
procedimiento para estimar el modelo de demanda lineal siguiendo los supuestos del modelo clsico de
regresin lineal normal.
A. Importar datos
Este paquete estadstico puede importar datos en hoja electrnica guardados en extensin wks,
Excel.
Una vez cargada la base de datos, las variables sern incorporadas automticamente al Project. Para
confirmar la carga de las variables podemos hacer click sobre la carpeta VARIABLES, y se observar
cada uno de los nombres de las variables que forman el modelo.
Luego de haber cargado los datos se realizan las estimaciones que se necesiten, como se ha indicado
anteriormente, en forma resumida tenemos:
1. Estadsticas descriptivas: MODEL, DATA DESCRIPTION, DESCRIPTIVE STATISTICS, RUN.
2. Regresin por MCO: MODEL, LINEAR MODELS, REGRESIN, (REGRESS) (DEPENDENT
VARIABLE), (INDEPENDENT VARIABLE), RUN.
Luego seleccionar las variables haciendo doble click sobre cada una de las mismas o ayudarse con los
indicadores << (introducir variables) >> (retirar variables). Luego presionar RUN.
MODELO DE REGRESION
Luego procedemos a realizar la estimacin de un modelo LINEAL donde la variable dependiente es DX
y las variables independientes son PX, I, PW Y PZ. Para realizar dicha estimacin nos vamos al men
principal a MODEL, luego a LINEAR MODEL y por ltimo a REGRESSION.
Variables
incluidas en la
regresin ONE,
PX, PW, PZ, I
Parmetros
estimados
Desviacin
estndar del
parmetro S
COMPRENDIENDO LA SALIDA
Valor de la media
de las variables
explicativas
Mtodo de estimacin
Mnimos Cuadrados
+----------------------------------------------------+
| Ordinary
least squares regression
|
| Model was estimated May 04, 2011 at 00:42:10AM
|
| LHS=DX
Mean
=
13.33333
|
Entrega estadsticos
|
Standard deviation
=
5.789227
|
sobre la variable
| WTS=none
Number of observs.
=
12
|
| Model size
Parameters
=
5
|
Informa sobre las dimensiones del
|
Degrees of freedom
=
7
|
modelo,
nmero de observaciones,
| Residuals
Sum of squares
=
1.527901
|
|
Standard error of e =
.4671954
|
parmetros y grados de libertad.
| Fit
R-squared
=
.9958556
|
|
Adjusted R-squared
=
.9934874
|
| Model test
F[ 4,
7] (prob) = 420.51 (.0000) |
| Diagnostic
Log likelihood
= -4.661192
|
Muestra l clculo del estadstico
|
Restricted(b=0)
= -37.57718
|
Durbin-Watson y el valor del
|
Chi-sq [ 4] (prob) = 65.83 (.0000) |
coeficiente de autocorrelacin ()
| Info criter. LogAmemiya Prd. Crt. = -1.173709
|
|
Akaike Info. Criter. = -1.227678
|
para la deteccin de
| Autocorrel
Durbin-Watson Stat. = 1.9861121
|
autocorrelacin de los errores.
|
Rho = cor[e,e(-1)]
=
.0069439
|
+----------------------------------------------------+
+--------+--------------+----------------+--------+--------+----------+
|Variable| Coefficient | Standard Error |t-ratio |P[|T|>t]| Mean of X|
+--------+--------------+----------------+--------+--------+----------+
Constant|
19.5353219
6.61522139
2.953
.0213
PX
|
-.71236356
.20832275
-3.420
.0111
11.2500000
PW
|
-.22068518
.36475129
-.605
.5643
17.7500000
PZ
|
.48027667
.49172152
.977
.3612
4.75000000
I
|
.19988112
.26574497
.752
.4765
17.2500000
Resume la suma al
cuadrado del
residuo, y la
Desviacin de la
regresin.
Se calcula el valor de la
funcin de verosimilitud,
incluyendo variables
explicativas y
excluyndolas.