Conceptos Esenciales y Supuestos Clave en Modelos de Regresión Econométrica

Interpretación de Coeficientes de Regresión

A continuación, se presentan las interpretaciones de los modelos más comunes, manteniendo las demás variables constantes:

• Modelo Log-Lin: Se espera que ante un aumento del 1% en TPM, el tipo de cambio disminuya (100 * 0,12) un 12%.
• Modelo Log-Log: Se espera que ante un aumento del 1% en PCobre, el tipo de cambio disminuirá en 0,41%.

Medidas de Bondad de Ajuste

• R² (Coeficiente de Determinación): Un porcentaje de la variabilidad del "tipo de cambio" se explica con un modelo lineal.
• R² Ajustado: Considera el número de variables utilizadas en el modelo.

Interpretación de Variables Dummy

• Dummy (Log-Lin): Se espera que durante una "crisis", el TC aumente (0,10 * 10) un 10%, a diferencia de cuando no hay crisis.

Intervalo de Confianza

Cuando el intervalo de confianza no contiene el cero, el parámetro es estadísticamente significativo. El parámetro asociado a "crisis" está contenido [...] con un 95% de probabilidad.

Conceptos Fundamentales de Econometría

• Parámetro Significativo: Ocurre cuando no existe evidencia estadística de que el parámetro sea 0 a nivel poblacional.
• Significatividad Global del Modelo (Test F): Si el p-valor es 0,00, el modelo será globalmente significativo (100%).
• Varianza de los Estimadores: Es la sensibilidad a cambios de muestra. Depende negativamente de N (tamaño de muestra) y V(x) (varianza de X), y positivamente de ds² (varianza del error).
• Heterocedasticidad: Es cuando la varianza de los errores no es constante.
• Homocedasticidad: Todos los errores tienen la misma varianza.
• Test de White: Se utiliza para verificar si existe homocedasticidad o heterocedasticidad.
• Variable Dummy: Variable que toma únicamente valor 0 o 1.

Endogeneidad

La endogeneidad ocurre cuando no se cumple E(uₓ/x) = 0. Esto se da cuando ambas variables se causan simultáneamente.

• Consecuencias: Genera que nuestros parámetros estén sesgados.
• ¿Cómo se presenta? Porque TC con TPM se pueden causar simultáneamente.
• ¿Qué solución propone? Estimar con variables instrumentales.

Preguntas Frecuentes y Supuestos de Regresión (Examen 2023-1)

Cuestiones sobre Significatividad y Muestra

• ¿Por qué debería creerle a los valores en la tabla anterior? Todos los valores son significativos, a excepción del PCobre.
• Si cambiamos la muestra, ¿los resultados van a cambiar? Sí, cambiarán los valores.

Supuestos del Modelo

El modelo presenta ciertos supuestos detrás:

• Tipo A: Garantizan que encontramos β̂ (estimadores insesgados).
• Tipo B: Caracterizan el error.

Omisión e Inclusión de Variables

• Cuando se omite una variable relevante: Genera que nuestros estimadores estén sesgados y las varianzas sean más pequeñas de lo que son.
• Cuando se incluyen variables irrelevantes: Las varianzas son más grandes.
• Cuando agrego variables que no son relevantes: No cambiará los estimadores, pero inflará las varianzas.

Problema de Asumir Homocedasticidad cuando hay Heterocedasticidad

Si asumo homocedasticidad cuando no la hay, la varianza de nuestros estimadores no estará bien calculada, pero los parámetros siguen siendo insesgados.

Conceptos Adicionales y Modelos Logit/Probit (Examen 2023-2)

Autocorrelación

Ocurre cuando los errores están relacionados: Cov(uᵢ, uⱼ) ≠ 0. Un modelo presenta autocorrelación por ser una serie de tiempo.

Interpretaciones de Modelos con Variables Dummy

• Interpretación DUMMY-LN: Se espera que cuando los años de educación aumenten 1%, la probabilidad de que la mujer trabaje aumente (2,201/100): 0,022, manteniendo las demás variables constantes.
• Interpretación DUMMY-LINEAL: Se espera que por cada año extra de edad, cuando se tenían 0 años de edad, la probabilidad de que la mujer trabaje aumente en 0,079, manteniendo las demás variables constantes.
• Interpretación DUMMY-LINEAL²: Se espera que el efecto de la edad vaya disminuyendo con la edad.
• Interpretación DUMMY-DUMMY: Se espera que las mujeres que tienen un partner tengan una probabilidad menor en (-0,227) que las mujeres que tienen partner, manteniendo las demás variables constantes.