Econometria
Segundo Examen Practico/Econometría
02/06/2010
Heidy Villalobos Arriaza |
Primera Parte
Estimación y evaluación del modelo
Primer Salida del Modelo (Ver Eviews LOGLOGGGGGGGGGGG) Dependent Variable: LCPSA | Method: Least Squares | Date: 06/01/10 Time: 19:16 | Sample: 1991:1 2009:3 | Included observations: 75 | Variable | Coefficient | Std. Error | t-Statistic | Prob. | C | 3.878376 | 0.156727 | 24.74613 | 0.0000 | LINDW | 0.808227 | 0.065637 | 12.31357 | 0.0000 | LM1SA | 0.196052 | 0.038354 | 5.111671 | 0.0000 | LMT | 0.111240 | 0.046709 | 2.381561 | 0.0199 | R-squared | 0.998147 | Mean dependent var | 13.52912 | Adjusted R-squared | 0.998069 | S.D. dependent var | …ver más…
Sin embargo, la correlación entre variables explicativas resulta ser muy alta por lo que se dice que se está en presencia de multicolinealidad imperfecta. | Existe la presencia de multicolinealidad imperfecta | | Prueba de Theil | | λ=R2R2-RH2 λ=0 no hay λ≠0 si hay | λ=-1.981506 Este valor dista mucho de sus valores óptimos para regresores orto normales que es cero. Por lo cual esta medida también contribuye a admitir la presencia de multicolinealidad en el modelo. |
Detección Heterocedasticidad Grafica de residuos | Grafica de residuos al cuadrado | Residuos de la regresión | | | | En estos gráficos se puede observar que hay mucha presencia de Autocorrelación y de Heterocedasticidad. |
Detección Heterocedasticidad | Test de Glejser | Dependent Variable: ERROR | Method: Least Squares | Date: 06/01/10 Time: 21:53 | Sample: 1991:1 2009:3