Esquema Flashcards

1
Q

Modelo económetrico

A

Describir y evaluar una relación entre variables a través de métodos estadísticos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Relación lineal

A

Estimar la mejor línea recta que relacione Y y X que minimice las distancias verticales de las observaciones

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Tipos de datos

A

Series de tiempo t
Corte transversal i
Panel ti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

ANOVA

A

Análisis de varianza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Modelo dinámico

A

Análisis de comportamientos pasados de variables dependientes e independientes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Medidas de tendencia central

A

Media
Mediana
Moda

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Dispersion

A

Varianza
Desviación estándar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Sesgo

A

Asimetría
Kurtosis

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Intervalos de confianza

A

Rango dentro del que se encuentra un parámetro desconocido

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Distribución normal

A

La función de densidad es simétrica respectó a la media

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

MELI

A

Mejor estimador linealmente insesgado

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Propiedades de los estimadores

A

Insesgados
Consistentes
Lineal
Eficiente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Forma matriz

A

B=X’Y (X’X)^-1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

1 y 2 Supuesto MCO

A

relación lineal en los parámetros

la variable independiente X no es estocastica sus variables son independientes al error

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

3 y 4 supuesto de MCO

A

el término del error tiene una media o valor esperado de 0

Termino de error tiene una varianza constante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

5 y 6 supuesto de MCO

A

Las variables aleatorias ut son estadísticamente independientes

Termino de error esta distribuido en forma normal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

7 8 y 9 supuesto de MCO

A

grados de libertad, la cantidad de observaciones no debe ser mayor al número de variables independientes

No multicolinealidad

No hay cambio estructural

18
Q

Niveles

A

Cuando X cambia en una unidad, permaneciendo el resto de las variables constantes, Y varía en promedio beta unidades

19
Q

Lineal log

A

Cuando X varia en 1%, Y varia en promedio beta/100 unidades

20
Q

Log lineal

A

Cuando X varia en una unidad, Y varia en promedio 100 * beta %

21
Q

Log log

A

Cuando X varia en 1%, Y varia en promedio beta%

22
Q

Cuadrático

A

Cuando x varia en una unidad, Y varia en promedio beta1 + 2 beta X

23
Q

R2 coeficiente de determinación

A

Porcentaje de variación en Y que es explicada en promedio por las variaciones de las variables independientes en su conjunto

24
Q

R2 ajustada

A

Indica porcentaje de variación explicado sólo por aquellas variables independientes que en realidad afectan a la variable explicada

25
t student
Prueba de significancia individual P-value<0.1 el estimador es significativo
26
Prueba F
Prueba de significancia global P-value < 0.1 los estimadores en su conjunto son significativos
27
Normalidad
La media mediana y moda son iguales También sirven las medidas de asimetría
28
Causas de no normalidad
Las variables dependientes e independientes no tienen distribución normal -> los residuales no tendrían una distribución normal La serie de datos posee valores atípicos Insuficiente tamaño de la muestra
29
Consecuencia de no normalidad
Estimadores insesgados, pierden eficiencia No se pueden hacer pruebas de hipótesis
30
Detección de normalidad
Informales: histograma gráfico probabilidad probabilidad Gráfico cuantil cuantil Formales: Jarque Bera. P-value > 0.05 Ho acepta se distribuye normal Shapiro Francia Shapiro wilk Anderson
31
Solución de no normalidad
Aumentar el tamaño de la muestra Re especificar el modelo Variable dummy
32
Autocorrelacion
Se refiere a la correlación entre ut y sus valores pasados
33
Causas de autocorrelacion
Se omitieron variables Especificación incorrecta
34
Consecuencia de autocorrelacion
Los estimadores son ineficientes F y t no son confiables R2 sobreestimada
35
Detección de auto correlación
Informal: gráfico de residuales Formal: durbin Watson p>0.05 no hay auto Breusch Godfrey
36
Heterocedasticidad
La varianza no es constante
37
Causas heterocedasticidad
Problemas en especificación Los datos tienden a agruparse Forma funcional incorrecta
38
Consecuencia heterocedasticidad
No son eficientes por que no tienen varianza minima Los intervalos y y f no son válidos Las pruebas no son confiables
39
Detección heterocedasticidad
Prueba breusch pagan P > 0.05 varianza constante Prueba white Koenker basset
40
Solución de heterocedasticidad
Respecificar el modelo: forma funcional, modelo dinámico, reescalar log o índice