Modelo econométrico con Gretl. Regresión múltiple con MCO
Índice del Artículo
Comprobación previa de bondad del modelo econométrico con Excel
Se trata de comprobar previamente con el Excel, si el R2 ajustado es mayor del 50%, valor a partir del cual se considera un buen ajuste (en el ejemplo es del 72,3%), y si la probabilidad asociada a cada variable de la regresión múltiple, es menor que 0,05, con lo que las variables servirían para predecir el modelo econométrico a construir posteriormente con Gretl.
Depuración de la base de datos y detección de valores atípicos (outliers)
Se procede a la eliminación de los valores atípicos de las filas de la variable dependiente de respuesta de nuestra base de datos, ya que desvirtúan los resultados de supuestos de partida, contrastes y conclusiones estadísticas.
Supuestos de partida de la Regresión Múltiple
Normalidad en las perturbaciones
No se considera un supuesto indispensable para este tipo de análisis estadístico, como si lo era para contrastes paramétricos como el de comparativa de medias con la T de Student o el ANOVA paramétrico.
Residuos Homocedásticos o no Heterocedásticos
Se contrasta el que no hay las suficientes evidencias empíricas para rechazar la homocedasticidad en los residuos o errores, con un 95% de confianza, o haciendo un juego de palabras, no se rechaza la no heterocedasticidad (nunca se puede decir ‘se acepta,’ porque no tenemos la seguridad al 100%). Se puede recurrir al Test de Breusch-Pagan, en el caso de Normalidad en las perturbaciones, como sustituto del Test de White, bajo la hipótesis nula de no heterocedasticidad.
No Multicolinealidad
No se detecta una correlación mayor a 0,5 entre las variables explicativas (coeficiente de correlación lineal, esto es, no aportan información redundante entre las mismas, lo que corrobora con más fuerza el supuesto de no multicolinealidad, además de que el FIV mayor que 1 y menor que 10.
Se trata de que exista bastante correlación entre la variable dependiente y las independientes, y poca de las explicativas entre sí, para no caer en un problema de colinealidad (redundancia entre variables), como ocurre entre el cruce de las 2 variables en la captura (-0,6189>/0,5/), en la que el valor del coeficiente de correlación es mayor que 0,5 en valor absoluto.
Modelo econométrico con Gretl
Una vez se definen las variables del modelo de Econometría, esto es, la variable explicada y las explicativas, se pone en práctica el ajuste mediante el método de los Mínimos Cuadrados Ordinarios, que nos proporciona tanto una medida % de bondad del ajuste del modelo GLM (R-cuadrado corregido), como las variables que resultan estadísticamente significativas (p-valor menor que 0,1, 0,05 y 0,01, en función del nivel de significación fijado para la investigación), y pasan a formar parte del modelo de predicción de la variable dependiente de respuesta en estudio.
En el ejemplo, el modelo econométrico explica el 72,23% de la variabilidad de la variable de respuesta dependiente (se mira el R2 ajustado, al tratarse de más de una variable explicativa), por lo que se considera un buen modelo de predicción. Además se cumple el supuesto de no heterocedasticidad, supuesto de partida indispensable para este tipo de ajustes, pues el p-valor asociado al estadístico de White es de 0,61154, mayor que 0,05.
Interpretación de los coeficientes de regresión
β1: 0,256863. Un incremento de una unidad porcentual en el ‘povrate%’ generará por término medio una aumento de la variable dependiente ‘unemp’ en 0,256 unidades, permaneciendo el resto de las variables constantes. Lo mismo para el resto de los coeficientes de regresión β.
Migración de datos de Gretl a Excel
Se puede guardar como separado por tabuladores o separado por comas y luego abrirlo en Excel desde la cinta de opciones ‘Datos’: ‘Obtener datos externos’, eligiendo la opción correspondiente en el separador de los datos.
600 657359