180 likes | 302 Views
APLICACIONES ECONOMÉTRICAS LIC. EN ECONOMIA PRÁCTICA 28/3/03. MODELO DE REGRESIÓN LINEAL. RATS/EVIEWS. 1.1 ESTIMACIÓN DE UN MODELO DE INVERSIÓN LINEAL UNIECUACIONAL MEDINATE MÍNIMOS CUADRADOS ORDINARIOS: INVR=β 1 +β 2 PNB+β 3 R+β 4 INFL+β 3 TREND+ε En dónde:
E N D
MODELO DE REGRESIÓN LINEAL RATS/EVIEWS
1.1 ESTIMACIÓN DE UN MODELO DE INVERSIÓN LINEAL UNIECUACIONAL MEDINATE MÍNIMOS CUADRADOS ORDINARIOS: INVR=β1+β2PNB+β3R+β4INFL+β3TREND+ε En dónde: INVR es la Inversión en términos reales PNB es el Producto interior Bruto a p.m. a precios ctes. R es el Tipo de Interés de mercado nominal INFL es la tasa de inflación TREND es una variable tendencia Greene (1998), págs.209-212 RATS/EVIEWS
1.2 FUENTE DE LOS DATOS: INVR FORMACION BRUTA CAPITAL FIJO.PRECIOS CONSTANTES 1995.DATOS CORREGIDOS (9321000t.d). Frecuencia: trimestral. Fuente: Contabilidad Nacional Trimestral (INE) PNB PRODUCTO INTERIOR BRUTO PM.PRECIOS CONSTANTES 1995.DATOS CORREGIDOS (9300000t.d) Frecuencia: trimestral. Fuente: Contabilidad Nacional Trimestral (INE) R INSTIT.CREDITICIAS-BANCA PRIVADA-TIPOS ACTIVOS-CDTO. DE 3 A\OS O MAS (865132). Frecuencia: Mensual. Fuente: Banco de España. Datos trimestrales medidos a final de periodo. INFL IPC GENERAL (400000). Frecuencia: Mensual. Fuente: Indices de Precios de Consumo (INE). Datos trimestrales de variación anual medidos a final de periodo. RATS/EVIEWS
2.ESTIMACIÓN DEL MODELO DE REGRESION LINEAL USANDORATS v5.0 RATS
Instrucción LINREG:LINREG(opciones) depvar inicio fin (serie_residuos) (serie_coefs)# exvar_1 exvar_2 ... exvar_n • Estima la regresión lineal, por defecto medinate el método de m.c.o., de la variable dependiente depvar y n variables explicativas exvar_n, en el rango de la muestra desde inicio hasta fin, con la opción de guardar los residuos en la serie serie_residuos y los coeficientes de regresión en serie_coefs. • Opciones: • VCV =>Saca por pantalla una matriz que tiene en la diagonal principal las varianza de los coeficientes de regresión, bajo de la diagonal las covarianzas, y encima los coeficientes de correlación parcial RATS
Algunas variables de la regresión que se guardan automáticamente: RATS
*Carga los datos y reserva memoria: CALENDAR 1980 1 4 ALLOCATE 2002:4 OPEN DATA C:/DATA/DATOS.XLS DATA(FORMAT=XLS, ORG=COL) / PNB INVR R INFL *Crea la variable de tendencia lineal: SET TREND = T *Comprueba los datos: TABLE *Instrucciones para la estimación del modelo lineal medinate m.c.o. *y obtener la salida estándard: LINREG INVR / EPSILON #CONSTANT TREND PNB R INFL RATS
SALIDA ESTÁNDARD Linear Regression - Estimation by Least Squares Dependent Variable INVR Quarterly Data From 1980:01 To 2002:04 Usable Observations 92 Degrees of Freedom 87 Centered R**2 0.980262 R Bar **2 0.979355 Uncentered R**2 0.998512 T x R**2 91.863 Mean of Dependent Variable 22498.250000 Std Error of Dependent Variable 6458.350663 Standard Error of Estimate 927.968049 Sum of Squared Residuals 74917848.835 Regression F(4,87) 1080.1917 Significance Level of F 0.00000000 Durbin-Watson Statistic 0.339006 Variable Coeff Std Error T-Stat Signif ******************************************************************************* 1. Constant -24906.86201 2072.19540 -12.01955 0.00000000 2. TREND -249.12880 39.45138 -6.31483 0.00000001 3. PNB 0.77368 0.04908 15.76244 0.00000000 4. R -20.72902 47.82164 -0.43347 0.66574966 5. INFL -261.45131 75.52900 -3.46160 0.00083464 RATS
*Instrucciones para la estimación de los criterios de informaicón de Akaike y *Schwartz que no se obtienen de la salida estándar de la instrucción LINREG *de RATS: COMPUTE LL= -%NOBS/2*(1+LOG(2*%PI)+ LOG(%RSS/%NOBS)) COMPUTE AKAIKE=2*%NREG/%NOBS-2*LL/%NOBS COMPUTE SCHWARZ=%NREG*LOG(%NOBS)/%NOBS-2*LL/%NOBS DISPLAY 'AKAIKE CRIT. = ' AKAIKE '| SCHWARZ CRIT. = ' SCHWARZ *Instrucciones para ver el comportamiento estadístico de los residuos de * la regresión: STAT EPSILON RATS
SALIDA AKAIKE CRIT. = 16.44799 | SCHWARZ CRIT. = 16.69374 Statistics on Series EPSILON Quarterly Data From 1980:01 To 2002:04 Observations 92 Sample Mean -0.00000001 Variance 823273.064126 Standard Error 907.34396131 SE of Sample Mean 94.597147 t-Statistic -0.00000 Signif Level (Mean=0) 1.00000000 Skewness -0.58625 Signif Level (Sk=0) 0.02393501 Kurtosis 0.27475 Signif Level (Ku=0) 0.60470074 Jarque-Bera 5.55931 Signif Level (JB=0) 0.06205987 RATS
3.ESTIMACIÓN DEL MODELO DE REGRESION LINEAL USANDOEviews v4.0 EVIEWS
Comando LS:LS(opciones) depvar exvar_1 exvar_2 ... exvar_n • Estima la regresión, lineal por defecto, medinate el método de m.c.o (por defecto), de la variable dependiente depvar y n variables explicativas exvar_n. • Opciones: • P =>imprime algunos resultados básicos EVIEWS
Algunas variables de la regresión que se guardan automáticamente: EVIEWS
'Crea el espacio de trabajo, reserva la memoria: CREATE MCO Q 1980:1 2002:4 'Lee los datos y los carga al espacio de trabajo: READ(T=XLS,A2) C:/DATA/DATOS.XLS PNB INVR R INFL 'Crea la variable de tendencia lineal: GENR TREND = @TREND 'Instrucciones para la estimación del modelo lineal medinate m.c.o. 'y obtener la salida estándard: LS INVR C TREND PNB R INFL 'Para guardar la serie de los residuos: GENER EPSILON=RESID EVIEWS
SALIDA ESTÁNDARD RATS
'Instrucciones para ver el comportamiento estadístico de los residuos de ' la regresión: FREEZE(HIST_RESID) RESID.HIST RATS
SALIDA RATS