Introduccin al Anlisis Economtrico

Eva Medina Moral Profesora Economa Aplicada, UAM eva.medina@uam.es

Introduccin

La invasin de la informacin
La primera computadora programable fue inventada en 1947 y tena la capacidad de almacenar 20 palabras.

La invasin de la informacin
Se crear un sistema informtico nacional con decenas de millones de terminales en las oficinas y en los hogares (....) que suministrarn servicios de biblioteca e informacin con posibilidades de compra, pedidos, facturacin y cosas por el estilo

Comisin sobre el ao 2000 AO 1965.

D.Bell, D. Muynihan, S.Brezizinsky, J.Q. Wilson, M. Meed.

La invasin de la informacin

La capacidad de proceso de un chip de silicona se doblar cada 18 meses.... AO 1965. Gordon Moore. Co-fundador de INTEL

Qu es la econometra?
Valavanis (1959): "El objetivo de la econometra es expresar las teoras econmicas bajo una forma matemtica a fin de verificarlas por mtodos estadsticos y medir el impacto de una variable sobre otra, as como predecir acontecimientos futuros y dar consejos de poltica econmica ante resultados deseables. " Klein (1962): "El principal objetivo de la econometra es dar contenido emprico al razonamiento a priori de la economa." Malinvaud (1966): "... aplicacin de las matemticas y mtodo estadstico al estudio de fenmenos econmicos". Intriligator (1978): "Rama de la economa que se ocupa de la estimacin emprica de relaciones econmicas". Chow (1983): "Arte y ciencia de usar mtodos estadsticos para la medida de relaciones econmicas".

Fases del anlisis de datos

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin del fenmeno de anlisis Obtencin de la informacin Tabulacin de los resultados e introduccin de los datos en el software Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc. Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS

Definicin del fenmeno de anlisis

Obtencin de la informacin Tabulacin de los resultados e introduccin de los datos en el software Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc. Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

Tipos de variables (I)

Segn el significado de los valores que pueden tomar las variables (series), distinguimos diferentes tipos de variables. El tipo de variable es importante: afecta a lo que podemos hacer con ella, al tipo de anlisis que podemos hacer. Los mtodos estadsticos que usamos dependen del tipo de variable.

Tipos de variables (II)

Variables categricas (cualitativas)
Nominales: hombre (0), mujer (1) Ordinales: alto (3), medio (2), bajo (1)

Variables de escala (cuantitativas)

Intervalo (sin cero absoluto): ejemplo, valoraciones subjetivas de 1 a 5; nota en un examen. Razn (con cero absoluto) : ejemplo, renta

Tipos de observaciones
Temporales
Estudio de la variabilidad de una variable en el tiempo Periodicidad Efecto tendencia

Transversales
Estudio de la variabilidad de una variable en distintos sujetos (empresas, pases, individuos, etc.) Efecto tamao

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin de las variables de anlisis: necesidad de medir un fenmeno o de explotar una informacin estadstica

Obtencin de la informacin
Tabulacin de los resultados e introduccin de los datos en el software Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc. Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

Obtencin de la informacin
Fuentes secundarias: internet Fuentes primarias Diseo de la encuesta Seleccin de la muestra:
Muestreo aleatorio sistemtico Muestreo aleatorio estratificado (por grupos) Muestreo aleatorio por conglomerados

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin del fenmeno de anlisis Obtencin de la informacin

Tabulacin de los introduccin de los software

resultados datos en

e el

Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc. Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

Introduccin de datos
Aos 1990 1991 ... 2010 Individuos 1 2 ... n Variable 1 Datos Datos Datos Datos Variable 2 Datos Datos Datos Datos Variable 3 Datos Datos Datos Datos

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin del fenmeno de anlisis Obtencin de la informacin Tabulacin de los resultados e introduccin de los datos en el software

Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc.
Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

Preparacin de la informacin
Estandarizacin de la informacin Deteccin de atpicos: Variables categricas: valores fuera de rango Variables escala: deteccin de atpicos, variables con escasa variabilidad Transformacin de los datos: Observaciones temporales: Niveles vs. tasas de variacin Observaciones transversales: Datos absolutos vs. datos relativos

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin del fenmeno de anlisis Obtencin de la informacin Tabulacin de los resultados e introduccin de los datos en el software Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc.

Anlisis de la informacin:
Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis Procesamiento e interpretacin de resultados Informe de resultados

Seleccin del Anlisis (I)

PRIMEROS ESTADSTICOS DE RESUMEN: Anlisis individual de series: Variables categricas: frecuencias y grficos de sectores y barras Variables escala: medias, medianas, modas, desviacin tpica, recorridos, percentiles, y grficos histogramas RELACIN ENTRE VARIABLES: Anlisis bivariante: Dos variables cuantitativas: coeficiente de correlacin Dos variables cualitativas: tabla de contingencia (X2) Una cuantitativa explicada por una cualitativa: Anlisis de la varianza ANOVA Anlisis multivariante: Regresin: lineal, logstica Anlisis discriminante

Seleccin del Anlisis (II)

Depend. Cualitativa Independ. Cualitativa
(categrica) (categrica)

Cuantitativa
(escala)

Tablas de contingencia
Fuma-no Fuma = f(Sexo) L

Anova
Vtas. Producto= f(Localizacin Geogrfica)

Cuantitativa
(escala)

O Discriminante G I Moroso (si-no)=f(renta,hijos, T

antigedad laboral,)

Regresin /correlacin
Vtas. Producto= f(renta pc, precio, publicidad)

FASES DEL PROCESAMIENTO Y ANLISIS DE DATOS Definicin del fenmeno de anlisis Obtencin de la informacin Tabulacin de los resultados e introduccin de los datos en el software Preparacin de la informacin: validacin de los datos, generacin de nuevas variables derivadas, etc. Anlisis de la informacin: Primeros estadsticos de resumen Relacin entre variables: seleccin de tcnicas de anlisis

Procesamiento e interpretacin resultados Informe de resultados

de

Resultados
Nota = f (Horas estudio, sexo, asistencia, etc.) Interpretacin de los resultados Existe relacin entre dos variables? Se registran comportamientos homogneos entre grupos de individuos? De un conjunto de variables cul es la ms importantes para explicar otra? Elaboracin del informe de resultados

Un repaso de estadstica inferencial

EN QU CONSISTE EL ANLISIS ESTADSTICO?

ESTADSTICA DESCRIPTIVA: Qu es? Tcnicas estadsticas que permiten describir un conjunto de observaciones. ESTADSTICA INFERENCIAL 1. Qu es? Tcnicas estadsticas que nos permiten inferir, extrapolar o generalizar desde un subconjunto de datos (muestra) a un conjunto total de datos (poblacin) 2. Cmo surge? 3. Conceptos bsicos
Poblacin Muestra Parmetro Estadstico

1. Cmo hacer estadstica inferencial?

Contraste de hiptesis Estimacin puntual y estimacin por intervalos

ESTADSTICA INFERENCIAL: Cmo surge?

CIENCIAS FORMALES: No necesitan contacto con el mundo real (MATEMTICAS) CIENCIAS EMPRICAS: Necesitan observar el mundo real Exige trabajar con muestras Las diferencias existentes entre las observaciones (muestras) incorporan incertidumbre y el clculo probabilstico En las ciencias empricas deterministas (una misma causa siempre produce un mismo resultado): FSICA En las ciencias empricas aleatorias (una misma causa no siempre produce un mismo resultado): ECONOMA, SOCIOLOGA, ETC

ANLISIS ESTADSTICO

ESTADSTICA INFERENCIAL: Conceptos bsicos (I)

POBLACIN: Conjunto de elementos que se quieren analizar (suelen tener un tamao grande) MUESTRA: Subconjunto de elementos de una poblacin (debe ser representativa = aleatoria)
Mtodo de muestreo aleatorio sistemtico Mtodo de muestreo aleatorio estratificado Afijacin proporcional Afijacin no proporcional: ms elementos del grupo que presente ms heterogeneidad

Mtodo de muestreo aleatorio por conglomerados

PARMETRO: Valor que describe una caracterstica poblacional

Desconocido Constante

ESTADSTICO: Valor que describe una caracterstica muestral

Conocido Variable aleatoria

ESTADSTICA INFERENCIAL: Conceptos bsicos (II)

VARIABLE ALEATORIA: No se conoce su valor hasta que se realiza el experimento Antes de realizar el experimento se conocen sus valores y la probabilidad de que los tome = funcin de probabilidad

FUNCIN DE PROBABILIDAD Un caso concreto El caso general: en poblaciones infinitases necesario definir: Forma: normal Su valor esperado: a travs de mtodos matemticos Su varianza: a travs de mtodos matemticos

ESTADSTICA INFERENCIAL: Conceptos bsicos (III)

Muestra
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Valores

Media
1 1,5 2 2,5 3 1,5 2 2,5 3 3,5 2 2,5 3 3,5 4 2,5 3 3,5 4 4,5 3 3,5 4 4,5 5

UN CASO CONCRETO POBLACIN: 1, 2, 3, 4 y 5

MUESTRA: n=2

1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5

1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

Media N veces Pbb

1 1,5 2 2,5 3 3,5 4 4,5 5 1 2 3 4 5 4 3 2 1 0,04 0,08 0,12 0,16 0,2 0,16 0,12 0,08 0,04

ESTADSTICA INFERENCIAL: Conceptos bsicos (IV)

EL CASO GENERAL: FUNCIN DE DISTRIBUCIN NORMAL

ESTADSTICA INFERENCIAL: Conceptos bsicos (V)

FUNCIN DE DISTRIBUCIN NORMAL

Probabilidades de la curva N (0,1):

= 68 % 2 = 95 % 3 = 99 %
68% 95% -3 -2 -1 99% 0 z 1 2 3

ESTADSTICA INFERENCIAL: Conceptos bsicos (IV)

FUNCIN DE DISTRIBUCIN NORMAL: Es la funcin de distribucin ms importante por la frecuencia con que se encuentra y por sus aplicaciones tericas:
Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie (tallas, pesos, dimetros, permetros,...). Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen, ... Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco. Errores cometidos al medir ciertas magnitudes. Etc.

Caractersticas de la distribucin normal:

Tiene forma de campana Es simtrica respecto a su valor central (media, mediana y moda coinciden) Es asinttica respecto al eje de abscisas Los puntos de inflexin se encuentran a una desviacin tpica por encima y por debajo de la media Cualquier combinacin lineal de variables normalmente distribuidas tambin se distribuye con una distribucin normal

ESTADSTICA INFERENCIAL: Cmo hacer estadstica inferencial? (I)

CONTRASTE DE HIPTESIS Objetivo: detectar la existencia de un efecto significativo Etapas: 1. Definicin de una hiptesis cientfica: respuesta a un problema 2. Definicin de una hiptesis estadstica: hiptesis nula 3. Construccin de un estadstico de contraste que: Proporcione informacin sobre la hiptesis a contrastar Del cul conozca su distribucin bajo el supuesto de cumplimiento de la Hiptesis nula

1. Clculo del estadstico de contraste en la muestra 2. Aplicacin de la regla de decisin (nivel de significacin y nivel de confianza: Si el valor del estadstico calculado es probable, suponiendo la hiptesis cierta, se acepta la hiptesis Si el valor del estadstico calculado es improbable,

ESTADSTICA INFERENCIAL: Cmo hacer estadstica inferencial? (II)

ESTIMACIN DE PARMETROS Objetivo: cuantificar el tamao del efecto detectado Tipos: 1. Estimacin puntual: definicin de un estimador (variable aleatoria) 2. Estimacin por intervalos: conocida la funcin de distribucin del estimador es posible definir un intervalo entre cuyos valores se encuentre con una determinada probabilidad el parmetro poblacional As, por ejemplo, suponiendo una distribucin normal para el estimador insesgado media muestral del parmetro media poblacional, se tiene:
Prob (Mp-2DT(Mm) < Mm < Mp+2DT(Mm)) = 95% Prob (Mm-2DT(Mm) < Mp < Mm+2DT(Mm)) = 95% O Prob (Mp-3DT(Mm) < Mm < Mp+3DT(Mm)) = 99% Prob (Mm-3DT(Mm) < Mp < Mm+3DT(Mm)) = 99%