Formas funcionales alternativas

En algunos casos una forma funcional lineal no caracteriza

adecuadamente la relacin entre el regresando y los regresores, ya
que las variaciones en las variables explicativas no producen siempre
el mismo efecto sobre la variable que se pretende explicar, tal como
supone el MRLC3 .
La no linealidad en las variables se puede incorporar en el modelo sin
demasiada dificultad, pero no ocurrira lo mismo si la no linealidad
afectase a los parmetros que intervienen en la relacin, ya que tales
modelos requieren tratamientos con un mayor grado de dificultad (por
lo que no sern tratados en este manual).
A continuacin se analizarn algunas de las formas funcionales no
lineales en las variables pero lineales en los parmetros, ya que son
fcilmente linealizables a travs de transformaciones sencillas. Debe
de tenerse en cuenta que la interpretacin de los coeficientes es
distinta dependiendo del modelo considerado: modelo lineal, modelo
lin-log, modelo log-log y modelo log-lin.
- Modelo Lineal
Los coeficientes estimados de las variables explicativas miden el
cambio absoluto que se produce en el regresando ante un cambio
absoluto producido en la variable explicativa a la que acompaan, bajo
la clusula ceteris paribus:

- Modelo Lin-Log
Los coeficientes estimados de las variables explicativas miden el
cambio absoluto que se produce en el regresando ante un cambio
relativo producido en la variable explicativa a la que acompaan, bajo
la clusula ceteris paribus. Si este cambio relativo se multiplica por
100, el coeficiente estimado quedara dividido por 100 y se podra
interpretar como el cambio absoluto producido en el regresando ante
un cambio porcentual en la variable explicativa correspondiente:

- Modelo Log-Log
Los coeficientes estimados de las variables explicativas miden el
cambio relativo que se produce en el regresando ante un cambio
relativo producido en la variable explicativa a la que acompaan, bajo
la clusula ceteris paribus. El coeficiente estimado se podra
interpretar como el cambio porcentual producido en el regresando ante
un cambio porcentual en la variable explicativa correspondiente:

- Modelo Log-Lin
Los coeficientes estimados de las variables explicativas miden el
cambio relativo que se produce en el regresando ante un cambio
absoluto producido en la variable explicativa a la que acompaan, bajo
la clusula ceteris paribus. Si este cambio relativo se multiplica por
100, el coeficiente estimado quedara multiplicado por 100 y se podra
interpretar como el cambio porcentual producido en el regresando ante
un cambio absoluto en la variable explicativa correspondiente:
1 Los coeficientes beta estimados se pueden obtener a partir de la estimacin del siguiente modelo transformado:
donde las variables han sido estandarizadas (se les ha restado su media y se las ha dividido por su desviacin estndar).
La estandarizacin de las variables facilita la comparacin entre los coeficientes aunque, en este caso, la interpretacin debe
hacerse en trminos de desviacin estndar.

2 Las elasticidades en media estimadas se pueden obtener a partir de la estimacin del siguiente modelo transformado:

donde las variables han sido transformadas aplicndole logaritmos neperianos.

3 Por ejemplo, determinar el consumo en funcin de la renta mediante un modelo lineal resulta demasiado restrictivo, ya que
se puede pensar que la parte del incremento de la renta que se consume no es constante, sino que disminuye con el nivel de
renta, mientras que el modelo lineal supone una derivada del consumo respecto a la renta constante y, por lo tanto,
independiente del nivel de renta.