1. Usos: Describir la realidad económica Probar hipótesis sobre la teoría económica Predecir la actividad económica futura
1.1. Describir la realidad económica:
1.1.1. El uso más simple de la econometría es la descripción. Podemos usar la econometría para estimar números y ponerlos en ecuaciones que previamente contenían solo símbolos abstractos.
1.1.1.1. v
1.1.1.2. Ejemplo: La cantidad demandada de un bien en particular (Q) esta en función del precio del bien (P), el precio de los bienes sustituidos (Ps) y el ingreso disponible (Yd) Q = f (P, Ps, Yd) símbolos abstractos Q = 27,6 - 0,61p + 0,09ps + 0,24Yd ecuaciones numéricas
1.2. Probar hipótesis sobre la teoría económica:
1.2.1. Se trata de construir modelos teóricos y probarlos con evidencia cuantitativa. El test de hipótesis es vital para ese acercamiento científico.
1.2.1.1. Ejemplo: Podemos probar la hipótesis de que un bien particular es un bien normal ( uno para el cual la cantidad demandada se incrementa cuando sube el ingreso disponible). Podríamos hacer esto mediante la aplicación de varias pruebas estadísticas al coeficiente de estimación (0,24) de ingreso disponible (Yd). Q = f (P, PS, Yd) Q = 27,6 – 0,61P + 0,09PS + 0,24Yd
1.3. Predecir la actividad económica futura
1.3.1. El tercer y más difícil uso de la econometría es predecir lo que es probable que suceda en el futuro basado en lo que ha sucedido en el pasado. Los modelos econométricos son usados para predecir variables como ventas, beneficios, PIB, la tasa de inflación, etc. Los lideres de negocios y políticos tienden a estar interesados ene este uso de la econometría porque ellos necesitan tomar decisiones sobre el futuro y el castigo por equivocarse puede ser la bancarrota para el emprendedor y la derrota política para el candidato.
1.3.1.1. Ejemplo Si el presidente de una compañía que vende arroz quisiera decidir si incrementar los precios; predicciones de las ventas con y sin incremento del precio podrían ser calculadas y compradas para tomar tal decisión.
2. Análisis de regresión
2.1. Es una técnica estadística que intenta explicar los movimientos de la variable dependiente como función de los movimientos de un conjunto de otras variables llamadas variables independientes.
2.1.1. El resultado de un análisis de regresión, sin importar que tan estadísticamente significativo sea, no puede probar causalidad. Todo lo que puede hacer el análisis de regresión es probar si existe una relación significativa. Q = f (P, PS, Yd) Q =variable dependiente P, PS, Yd =, variables independientes
3. Modelos lineales de ecuación única
3.1. El mas simple modelo de regresión lineal de ecuación es:
3.1.1. Y = o + 1 x Esta ecuación nos dice que la variable dependiente (Y), es una función lineal única de la variable independiente (X) Este modelo es lineal porque al graficar la ecuación tendríamos una línea recta en lugar de una curva.
4. El termino de error estocástico
4.1. El termino de error estocástico (o al azar) es un término que es añadido a una ecuación de regresión para introducir todas las variaciones de la variable dependiente ( Y ) que no pueden ser explicadas por las variables independientes (xs ) que están incluidas.
4.1.1. Las variaciones en una ecuación de regresión provienen principalmente de: • Variables independientes omitidas • Errores de medición • Formas funcionales incorrectas • Ocurrencias impredecibles. El termino de error usualmente representado con el símbolo épsilon (), aunque otros símbolos como u o v son usualmente usados.