Especificando el modelo de regresión de la econometría
Video: UFM.edu - El método de mínimos cuadrados ordinarios (Introducción a la Econometría)
En econometría, el modelo de regresión es un punto de partida común de un análisis. A medida que define el modelo de regresión, es necesario tener en cuenta varios elementos:
Video: Introducción a la econometría: Modelo de regresión múltiple
La teoría económica, la intuición y el sentido común deben todo motivar a su modelo de regresión.
Video: Capítulo 3. Modelos de regresión múltiple
La técnica de estimación de regresión más común, mínimos cuadrados ordinarios (MCO), obtiene las mejores estimaciones de su modelo si los supuestos CLRM sostienen.
Video: UTPL MODELOS DE REGRESIÓN CON VARIABLES DICOTÓMICAS [(ECONOMÍA)(ECONOMETRÍA II)]
Suponiendo una distribución normal del término de error es importante para la prueba de hipótesis y predicción / pronóstico.
Cuando se estima un modelo de regresión, en econometría aplicada y los lectores de la investigación suponen que el investigador eligió las variables independientes correctas, lo que significa que son realmente probable que cause cambios en la variable dependiente (el resultado de interés). Los datos y la estimación de su modelo en última instancia revelan cuáles son las variables independientes son factores importantes y cuáles no lo son. Sin embargo, antes de obtener resultados, es necesario proporcionar una justificación sólida para las variables que haya elegido.
Una vez que haya especificado el modelo y adquirió sus datos, el análisis de regresión permite estimar las relaciones económicas que ha definido en el modelo. Los resultados de las estimaciones proporcionan una aproximación cuantitativa de la relación entre las variables independientes y dependientes. OLS es la técnica más común utilizada para estos cálculos. Por lo general, que se basan en un software especializado para producir las estimaciones. Sin embargo, utilizando inicialmente los cálculos manuales en situaciones con sólo uno observaciones variables y relativamente pocos independientes, puede familiarizarse con la técnica OLS y obtener una mejor comprensión de los algoritmos y la salida del software.
No hay un modelo de regresión es perfecto. El término de error contiene la influencia de factores (variables) que afectan a la variable dependiente y no son capturadas por la variable (s) independiente. Las características del término de error son de importancia crítica en la econometría. Es necesario varias hipótesis sobre el término de error para demostrar que los resultados de MCO son precisas. La suposición de que el término de error se distribuye normalmente no se requiere para realizar una estimación de MCO, pero es necesario cuando se quiere producir intervalos de confianza y / o llevar a cabo las pruebas de hipótesis con sus estimaciones MCO.