VI.

MODELOS CON VARIABLES CUALITATIVAS 1

6.1 ESCALAS DE MEDIDA

Numéricas
Por intervalos
Por ratios

No numéricas
Nominales
Ordinales

VARIABLES ARTIFICIALES

0
z=
1

1
Libro: ECONOMETRÍA: MODELOS ECONOMÉTRICOS Y SERIES TEMPORALES con los
paquetes m TSP y TSP. Editorial Reverté (calle Loreto 13-15). Barcelona. España 1998. Autor: José Mª
Caridad y Ocerin. ISBN 84-291-2613—9 (dos tomos) www.econometria.org
6.2 VARIABLES EXÓGENAS NO NUMÉRICAS

Efecto aditivo

A = b0 + b1R + v Z + e

A = b0 + v + b1R + e

A = b0 + b1R + e
v

Efecto multiplicativo

A = b0 + b1R + v ZR + e
A

A = b0 + (b1+v)R + e

A = b0 + b1R +e

R
 Efecto aditivo y multiplicativo

A = b0 + b1R + v0Z + v1 ZR + e

A = b0+v0 + (b1+v1)R + e

A = b0 + b1R + e

v0

Efectos (aditivos/multiplicativos) con varios niveles

v1
v2
z = v1 z1 + v2 z2 + … + vc zc = 
vc

Bastan c-1 variables artificiales

Ejemplo 1. Comparación de dos modelos

Ciudad 1 Ciudad 2

x y
4.8 64.0
5.3 68.0
6.5 79.0
3.2 56.0
6.0 69.4
3.8 60.9
4.2 62.8
7.0 75.6
2.6 61.7
3.5 57.8
5.6 72.3
5.8 70.5

x y
7.1 54.6
3.4 44.7
5.5 51.0
4.3 49.7
3.7 47.2
6.0 55.0
3.3 42.9
6.7 55.6
5.1 47.6
4.5 49.5
2.7 44.6
5.9 57.2

80
y

70 Ciudad 1

60

Ciudad 2
50

x
40
2 3 4 5 6 7 8

y =  +  x + 0 z + 1 z x + 

0 i = 1, …, 12 Ciudad 1
z=
1 i = 13, …, 24 Ciudad 2
 y = 43.738 + 4.687x – 8.555z – 1.637zx + e

H 0 : 0 = 0 H 0 : 1 = 0
H 1 : 0  0 H 1 : 1  0

t0 = -2.18 t1 = -2.10

p = 0.0414 p = 0.0485
6.3. VARIABLES ARTIFICIALES EN MODELOS
TEMPORALES

MODELO ADITIVO MODELO MIXTO

yt = Tt + Ct + t yt = Tt Ct + t

TENDENCIA

Tt = a0 + a1t
= a0 + a1t + a2 t2
= a ebt

CICLO ESTACIONAL

Ct = c1 z1t + c2 z2t + … + c12 z12t =

= c1(z1t - z12t) + … + c11(z11t - z12t) =
= c1 x1t + c2x2t + … + c11x11t

Ct = c1z t  c2z t  …  c12z t =

1 2 12

= c1x t  c2x t  …  c11x t

1 2 11
 COMPONENTE ALEATORIA

t  ARMA

Ejemplo 2. Análisis de una serie temporal

I II III IV

1976 65.4 68.4

1977 65.3 75.8 77.9 84.4
1978 91.9 80.1 77.8 98.4
1979 87.7 96.4 87.8 89.0
1980 107.4 117.2 103.1 117.2
1981 139.0 146.7 119.0 119.0
1982 130.9 117.4 115.0 124.1
1983 132.1 131.6 124.9 139.0
1984 179.9 219.0 228.3 223.8
1985 213.0 257.3 255.4 259.4
1986 263.3 265.4 252.3 262.1
1987 257.3 252.5 275.1 256.2
1988 238.6 263.0 257.6 223.3
1989 230.9 230.2 219.6 230.6
1990 191.8 210.5 203.3 196.3
1991 188.7 184.5 212.2 199.5
1992 171.0 203.6 211.4

300

250

200

150

100

50
78 80 82 84 86 88 90 92

Tt = a0 + a1t + a2 t2
Ct = c1 X1t + c2 X2t + … + c11 X11t
GENR t = @TREND + 1
GENR x1 = @SEAS(1) - @SEAS(4)
GENR x2 = @SEAS(2) - @SEAS(4)
GENR x3 = @SEAS(3) - @SEAS(4)
6.4. MODELOS CON VARIABLES ENDÓGENAS
NO NUMÉRICAS

MODELOS DE ELECCIÓN BINARIA y = 0, 1

y = F(x1, x2, …, xk) +  = ŷ + 

Media y varianza de una variable aleatoria binaria

y  B(p) y  S = {0, 1}
p = P[Y = 1]
q = P[Y = 0] = 1 – p
E[Y] = p V[Y] = pq

Interpretación en el modelo de elección binaria

E[Y] = F(x1, x2, …, xk) = P[Y = 1]

1 - E[Y] = P[Y = 0]

MODELO LOGIT

y 1 
(    x   x )
1 e 0 1 1 k k

MODELO PROBIT

y  1 0  1x1K  k xk e0.5t dt  2

2
Ejemplo 3. Modelo logit para la concesión de un crédito

y 1 e
(20.95.126 x 3.783 x )
1 e 1 2
Ejemplo 4. Modelos logit y probit sobre la propiedad de la
vivienda

y  1 3.8370.768x e0.5t 2 dt  e
2

y 1 e
1 e6.4351.296 x

GENR yprobit = CNORM(c(1) + c(2)*X)

SCAT x y probit

GENR ylogit = 1/(1 + EXP(-(c(1) + c(2)*X)))

SCAT x y probit