REGRESION LINEAL MULTIPLE, PRDICCION ECONOMETRIA Y SERIES DE TIEMPO

INTRODUCCION

Todo estudio econométrico se centra en dos pilares básicos: la teoría y los hechos. La teoría permite derivar un modelo (el modelo económico) que sintetiza la incógnita relevante sobre el fenómeno (la variable endógena) objeto del análisis y del cual deriva el modelo econométrico que permite medirlo y contrastarlo empíricamente. Los hechos se concretan en una serie de datos que denominaremos información muestral. La muestra, a su vez, consiste en una lista ordenada de valores numéricos de las variables objeto de estudio. En una muestra de corte transversal, diversos agentes económicos de una naturaleza similar proporcionan información solicitada en un mismo instante de tiempo. Alternativamente, el investigador económico trabaja en ocasiones con datos de series temporales, en las que se dispone de información acerca de unidad económica, como puede ser un país, una empresa, a lo largo de tiempo; estas muestras pueden tener frecuencia diaria, mensual, anual, según frecuencia de observación de los datos.

Los pronósticos son una parte importante del análisis econométrico, y para algunas personas constituye el área más importante. ¿Cómo se pronostican variables económicas como el PIB, inflación, tasas de cambio, precios de acciones, tasas de desempleo y miles de otras variables económicas?

Casi constantemente en la práctica de la investigación estadística, se encuentran variables que de alguna manera están relacionados entre sí, por lo que es posible que una de las variables puedan relacionarse matemáticamente en función de otra u otras variables.

Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo o razón, así también se puede comprender la relación de dos o más variables y nos permitirá relacionar mediante ecuaciones, una variable en relación de la otra variable llamándose Regresión Lineal y una variable en relación a otras variables llamándose Regresión lineal múltiple.

En la regresión lineal múltiple vamos a utilizar más de una variable explicativa; esto nos va a ofrecer la ventaja de utilizar más información en la construcción del modelo y, consecuentemente, realizar estimaciones más precisas. Una vez que se especifica el modelo y se dispone de la información estadística convenientemente tratada, se llega a la etapa siguiente del trabajo econométrico: la etapa de estimación. Los resultados de esta etapa de estimación permiten medir y contrastar las relaciones sugeridas por la teoría económica.

TITULO:

PREDICCIÓN ECONOMÉTRICA. REGRESIÓN MÚLTIPLE: El problema de Inferencia. MODELOS DE SERIES DE TIEMPO: Definición y Ejemplos

PREDICCIÓN ECONOMÉTRICA

La mayoría de agentes económicos (administración pública, corporaciones, empresas, etc.) precisan realizar predicciones sobre las condiciones del entorno en que actúan. Estas predicciones sirven para tomar decisiones estratégicas de los agentes económicos. En particular, la toma de decisiones es una de las tareas más importantes en el mundo de la empresa. Para ello, es necesario enmarcarlas dentro del contexto de incertidumbre que existe respecto al futuro: tanto en los aspectos macroeconómicos, que condicionan el propio proceso de decisión, como en los aspectos microeconómicos de la empresa, que confieren una cierta problemática a la toma de decisiones.

En efecto, el conocimiento de acontecimientos futuros está afectado por un grado de incertidumbre, lo que requiere la asignación de una probabilidad al proceso de predicción a través de modelos estadísticos y econométricos.

No obstante, los métodos y técnicas actuales de predicción están lejos de resolver de forma mecánica los problemas planteados. En este sentido, se puede afirmar que la predicción es un arte y que las técnicas y métodos estadísticos son herramientas que pueden ayudar a fijar los valores de la extrapolación.

No es de extrañar, pues, que cuando la predicción se realiza mediante un modelo econométrico se conciba a ésta como un marco de referencia o de trabajo, en donde las técnicas y métodos estadísticos se consideran instrumentos o herramientas (con mayor o menor uso de aplicaciones informáticas debido a que se tratan de métodos intensivos cálculo). Así pues, la predicción a través de los modelos econométricos se debe entender como una dialéctica entre los resultados obtenidos a través del modelo y la realidad.

PREDICCIÓN

Consiste en anticipar el comportamiento cuantitativo y cualitativo de las variables económicas a partir del conocimiento de su comportamiento pasado y presente. Hay diversos métodos de predicción, desde aquellos que hacen un listado de factores que puedan influir en el curso futuro de los acontecimientos, hasta los métodos más sofisticados que utilizan ciertas técnicas econométricas y modelos matemáticos.

La finalidad de la predicción econométrica es obtener las pautas de una medida sobre el comportamiento futuro de las variables económicas y, por lo tanto, está íntimamente ligada al problema de la toma de decisiones.

Tipos de Métodos

Según la información utilizada se puede diferenciar entre:

Métodos de predicción cuantitativos: Basados en la información estadística que proporcionan los datos, los cuales necesitan un mecanismo más o menos sofisticado de manipulación. Los resultados que proporciona son, fundamentalmente, cuantitativos. Esta exposición se centra en aquellos algoritmos de toma de decisiones que impliquen, en cierta forma, procesos cuantitativos. El proceso de tratamiento de la información en estos tipos de modelos hace que su elaboración los convierta en modelos caros o baratos, así como más o menos sofisticados en su proceso de aplicación.

Métodos de predicción cualitativos: basados en la información proveniente u obtenida a través de encuestas de opinión. Por ejemplo, si se encuesta a una población analizando comparativamente la situación económica a través de cuestiones o preguntas cuya respuesta sea: mejor, igual o peor.

Además, dentro de los métodos objetivos se puede distinguir a su vez entre los modelos causales y no causales (también conocidos por métodos estadísticos o históricos).

Modelos causales

Son aquellos que están basados en el conocimiento de las selecciones estructurales de las variables en el pasado, con el fin de predecir el comportamiento futuro de las variables objetivo. Es decir, se fundamentan en la interrelación entre variables

...