1 / 9

TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo

TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo. Daniel Lema. Variable Dummy Como Alternativa al test de Chow. Es interesante para saber si la diferencia se origina en ordenada, coeficientes o ambos. Cuatro posibilidades 1. Regresiones Coincidentes (una)

ricky
Download Presentation

TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. TOPICOS DE ECONOMETRIA APLICADAUso de Variables DummySeries de Tiempo Daniel Lema

  2. Variable Dummy Como Alternativa al test de Chow • Es interesante para saber si la diferencia se origina en ordenada, coeficientes o ambos. • Cuatro posibilidades • 1. Regresiones Coincidentes (una) • 2. Regresiones paralelas (dos paralelas) • 3. Regresiones Concurrentes (misma ord. Dif. pendiente) • 3. Regresiones no similares (dif. Ord y pend)

  3. Variable Dummy Como Alternativa al test de Chow • CHOW • F = (SCRR - SCRNR)/k (SCRNR)/(n1+n2- 2k) Dist. F (k, (n1+n2- 2k)) Ejemplo: Ahorros e Ingreso • Yt = 1 + 1 Xt + + i • Y= Ahorros • X= Ingresos • Datos:1970-1995 • 1970-1982 • 1983-1995

  4. Ejemplo: Ahorros e Ingreso • Yt = 1 + 2 Dt + 1 Xt + 2 (Dt.Xt) + t • Y= Ahorros • X= Ingresos • Datos:1970-1995 • 1970-1982 : D=0 • 1983-1995 : D=1 • Yi = 1.06 + 152.47 Di + 0.08 Xi – 0.06 (Di.Xi) • (0.05) (4.60)* (5.54)* (-4.09)*

  5. Ejemplo: Ahorros e Ingreso • Yi = 1.06 + 152.47 Di + 0.08 Xi – 0.06 (Di.Xi) • (0.05) (4.60)* (5.54)* (-4.09)* • Existen diferencias en ordenada y pendiente • Identico resuliado a test Chow • Solo se estima una regresion (vs. 3) • Permite identificar origen de las diferencias • Aumenta los grados de libertad

  6. Ejemplo: Analisis de Estacionalidad • Cuando la serie presenta estacionalidad marcada se puede desestacionalizar utilizando algun filtro lineal (ej. medias moviles ) • Para el analisis de regresion es preferible modelar la estacionalidad • Ej. Venta de Heladeras datos trimestrales • Yi = 1 D1 + 2 D2 + 1 D3 + 2 D4 + i • Cada coeficiente representa la venta promedio por trimestre • El residual de la regresion es la serie desestacionalizada (contiene tendencia, ciclo y aleatoriedad)

  7. Ejemplo: Analisis de Estacionalidad • Si incorporamos un regresor adicional (ej. Gasto en bs. Durables) y ordenada al origen excluyendo una dumy • Yi = 1 + 2 D2 + 1 D3 + 2 D4 + 1 Xi + i • Los coeficientes de las dummy son diferencias con respecto a la base (irim 1) • Que ocurre si X tiene iambien estacionalidad? • La inclusion de dummies controla tambien la esiacionalidad de las X • Prueba: regresar X e Y contra dummies, guardar residuales y correr una regresion de residuales de Y contra residuales de X. • El coeficienie estimado de pendiente es equivalente al 1

  8. Cambios de Tendencia por Tramos Conectados • Yi = 1 + 1 Xi + 1 [Di .(Xi – X*)] + i • Donde X* = Umbral del cambio • D=1 si Xi>X* • D=0 si Xi<X* • Ej. Y= Costo total • X= Volumen de produccion

  9. Cambios de Tendencia por Tramos Conectados • Si D=0 • Yi = 1 + 1 Xi • Si D=1 • Yi = 1 - 1 X*+ (1 + 1 ).Xi • La significatividad del 1 permite testear la diferencia de pendiente.

More Related