Sie sind auf Seite 1von 15

GENERALIDADES

ECONOMETRIA

1. Concepto
La econometría expresa en forma simplificada matemáticamente, las
relaciones de los fenómenos económicos de una realidad geo-socioeconómica,
y mide su validez estadísticamente a esas relaciones, para entender su
comportamiento futuro, a un determinado nivel de confianza.

ESTADO

REALIDAD GEO
SOCIO
ECONOMICA

EMPRESAS MERCADO
REALIDAD GEO-SOCIOECONÓMICA

SOPORTABILIDAD

GEOGRÁFICO Y ÉTICO
2. Modelo Econométrico

Es un modelo que trata de explicar el comportamiento de una variable económica


no observada, en función de otras variables observadas.
C = a + bY + cPX + dGyP + Error >>>>>> C = a + bY

Los elementos de un modelo son:


a. Ecuación: tratan de describir los fenómenos económicos con uso de variables.
- De comportamiento (productores, consumidores): Dx = a + bPx
- Institucionales o legales, técnicas (Coob Douglas) y de equilibrio

b. Variables: al ser medida en diferentes individuos, es susceptible de adoptar


diferentes valores.
- Cuantitativas (discreta y continua) y cualitativas (ordinal y nominal)
- Dependientes e independientes
- Endógenas y exógenas; predeterminadas y de perturbación

c. Constantes: miden las relaciones entre las variables y son magnitudes que
permanecen constantes dentro de un fenómeno económico concreto.
- Parámetros, para datos de la población
- Estimadores, para datos de una muestra
Si el modelo es para medir el consumo en función del ingreso,
tendremos:

C = C0 + cYD

C nivel de consumo
C0 consumo autónomo o fijo, no depende de ninguna variable
c propensión marginal a consumir
YD ingreso disponible

El cual se puede expresar, alternativamente, como:


C =  + Y para una población
C = a + bY para una muestra
3. Fases para la Elaboración de un Modelo Econométrico

a. Especificación del modelo econométrico


- Determinación del Tema
- Selección de Variables
A = a + bY

b. Estimación
Cálculo de valores numéricos de las constantes
A = 0.125 + 0.22Y

c. Validación
Comprobación de la validez del modelo
Cálculos de r, R2 ó F

d. Predicción
Cálculo de variables no observadas (dependiente) utilizando el
modelo y las variables observadas (independientes)
ESTADISTICA

1. Concepto
Deducción de información futura, en base al uso de datos históricos y su
correspondiente análisis de comportamiento o tendencia para un modelo pre
establecido, referente a individuos, grupos, series de hechos, demanda de
productos, etc., que permita una RACIONAL TOMA DE DECISIONES

HOY
PASADO FUTURO
2. Medidas Estadísticas
a. Media Aritmética

  
Xi
función; estadística; PROMEDIO
n

b. Varianza

 ( X i   )2  X i
2
X
 
2
  ( i )2 función; estadística; VAR. P
n n n

c. Regresión Lineal Simple

 = función; estadística; PENDIENTE


Y =  + X
 = Ypromedio -  Xpromedio
d. Correlación

0 ≤ rXY ≤ 1 función; estadística; COEF. DE CORREL


CURVA DE DISTRIBUCIÓN NORMAL

𝒙− 𝟐
𝟏 −
𝒇 𝒙 = 𝒆 𝟐𝟐
𝟐

Área (µ + 2 ) = 68.26% Área (µ + 4 ) = 95.44% Área (µ + 6 ) = 99.74%

Xi = Cualquier valor de la variable en estudio


3. Modelos Econométricos usados en Proyectos de Inversión

a. Lineal Simple
Y = a + bX + Error >>>>> Error tiende a «0», entonces
Y = a + bX

b. No Lineales
- Exponencial: Y = abX
- Exponencial de e: Y = e (a + bX)
- Inversa: Y = a + b/X
4. Cálculos con Modelo Lineal

a. Especificación
C =  + Y

b. Cálculo de constantes

𝑋𝑖 (𝑌𝑖)
 𝑋𝑖𝑌𝑖 − 𝑛
=
𝑋𝑖2 − 𝑋𝑖 2/𝑛

 = Y - X

c. Validación
𝑋𝑖 (𝑌𝑖)
 𝑋𝑖𝑌𝑖 − 𝑟2(𝑛 − 2)
𝑛
𝑟= 𝐹𝐶 =
𝑋𝑖 2 𝑋𝑖 2 1 − 𝑟2
𝑋𝑖2 − 𝑛 𝑋𝑖2 − 𝑛 1/2

c. Estimación o proyección
^
C = 1.75 + 0.418Y
VALORES CRITICOS DE «r»

Niveles de confianza
Repeticiones
0.05 0.02 0.01
5 1.000 1.000
6 0.886 0.943 1.000
7 0.786 0.893 0.929
8 0.738 0.833 0.881
9 0.683 0.783 0.833
10 0.648 0.746 0.794
12 0.591 0.712 0.777
14 0.544 0.645 0.715
16 0.506 0.601 0.665
18 0.475 0.564 0.625
20 0.450 0.534 0.591
22 0.428 0.508 0.562
24 0.409 0.485 0.537
26 0.392 0.465 0.515
28 0.377 0.448 0.496
30 03.64 0.432 0.478
5. Cálculos con Modelo Exponencial
a. Modelo Exponencial
C = Y

b. Linealización del Modelo


Ln C = Ln  + Y Ln 
c = a + bY

b. Validación y cálculo de constantes del modelo linealizado


Uso de datos derivados (logaritmo de C)

c. Reconstrucción del Modelo


Uso de antilogaritmos de las constantes del modelo linealizado
Anti Ln (Exponencial) a >>>> 
Anti Ln (Exponencial) b >>>> 
^ = 2.75(1.025)Y
C