Econometra Introduccin Qu es la econometra Por qu

  • Slides: 9
Download presentation
Econometría Introducción ¿Qué es la econometría?

Econometría Introducción ¿Qué es la econometría?

¿Por qué estudiar econometría? En economía no hay datos de laboratorio Necesidad de utilizar

¿Por qué estudiar econometría? En economía no hay datos de laboratorio Necesidad de utilizar datos no experimentales u observados. Es importante para poder hacer operativos los conceptos teóricos de la economía (demanda, oferta, etc)

¿Por qué estudiar econometría? Un análisis empírico utiliza datos para testear una hipótesis o

¿Por qué estudiar econometría? Un análisis empírico utiliza datos para testear una hipótesis o una teoría o para estimar una relación postulada por la teoría Un modelo económico puede ser testeado En muchos casos la teoría puede tener resultados ambiguos. Se puede usar la econometría para conocer la respuesta empírica

Tipos de datos – Sección Cruzada (Cross Sectional) Cross-section es una muestra aleatoria de

Tipos de datos – Sección Cruzada (Cross Sectional) Cross-section es una muestra aleatoria de una población Cada observación es un individuo, empresa, etc. con información en un momento del tiempo Si los datos no son una muestra aleatoria tenemos un problema de sesgo de selección muestral

Tipos de datos – Panel Es possible agrupar datos de varias cross sections y

Tipos de datos – Panel Es possible agrupar datos de varias cross sections y tratarlos de manera similar a como si fueran una sola muestra. Necesitamos controlar por las diferencias en el tiempo. Es posible seguir los mismos individuos en el tiempo: esto es lo que se conoce como panel o datos longitudinales

Tipos de datos – Series de Tiempo Las series de tiempo tienen una observación

Tipos de datos – Series de Tiempo Las series de tiempo tienen una observación para cada momento del tiempo: ej. Precios de acciones Como no son una muestra aleatoria hay diferentes problemas a considerar Tendencias y estacionalidad son importantes

La cuestión de la Causalidad Simplemente establecer una relación entre variables no es suficiente

La cuestión de la Causalidad Simplemente establecer una relación entre variables no es suficiente Debe considerarse el efecto causal. Debe haber una teoría Si se han controlado por todas las variables relevantes, entonces el efecto ceteris paribus puede ser considerado causal Puede ser difícil establecer y probar la causalidad.

Ejemplo: Retornos a la Educación Un modelo de inversion en capital humano implica que

Ejemplo: Retornos a la Educación Un modelo de inversion en capital humano implica que mayor educación debe llevar a mayors retornos En el caso más simple, esto implica una ecuación como:

Ejemplo El estimador de b 1, es el retorno a la educación, pero puede

Ejemplo El estimador de b 1, es el retorno a la educación, pero puede ser considerado causal? El termino de error , u, incluye todos los otros factores que afectan los ingresos. Se debe controlar explícitamente por la mayor cantidad de variables posibles Algunos factores son inobservables, lo que plantea desafíos para la estimación