CASO PRACTICO UNIDAD 1. Econometria

UNIVERSIDAD DE ASTURIAS
PROGRAMA DE ECONOMIA
CORRELACION Y REGRESION SIMPLE

CASO PRACTICO UNIDAD UNO
JOSE FERNANDO ORTEGA
PROFESOR.
JAVIER OLMEDO MILLAN
ECONOMETRIA
JULIO 2022
Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o parcial
para cualquier otro propósito queda prohibida. Todos los derechos reservados.
Enunciado
Queremos analizar si el tener un nivel de educación mayor, hace que el trabajador

obtenga mayor renta. Para ello, realizamos una encuesta a la población de la ciudad de
Bogotá, de forma aleatoria, y extraemos los siguientes datos:
Renta por unidades

monetarias (y) Educación por años (x)
1000 7
600 4
2000 11
3500 13
5000 16
650 3
1200 8
1600 11
1900 13
800 5
1100 8
500 1
4000 14
4500 15
Cuestiones
1-¿Cuál sería la variable que queremos explicar? ¿Cuál sería la variable que la puede
explicar?
La variable que queremos explicar es el nivel de renta, la razón de que unas personas
obtengan un nivel más alto de renta que otra, y la variable que nos puede explicar el
motivo es la cantidad de educación realizada por el trabajador.
2-¿Qué pasos debemos realizar para llevar a cabo el estudio econométrico el cual nos
ayuda a observar las relaciones entre dichas variables?
Para elaborar el modelo econométrico debemos de distinguir diferentes etapas:
 La especificación del modelo: formular la pregunta que queremos resolver y
obtener los datos que se nos ayudaran a resolver la pregunta que nos hemos
formulado, y con los datos correctos realizar la construcción del modelo
econométrico.
 La estimación: una vea se han obtenido los datos adecuados, la información
muestra de la población se realiza una medición de forma empírica de los datos
y se aplica el modelo de estimación más apropiado para obtener los parámetros
que mejor se ajusten al modelo.
 La validación: consiste en establecer los criterios para determinar si el modelo y
los parámetros encontrados son los adecuados y analizar si el modelo puede ser
aceptado o rechazado.
 La explotación: por ultimo si nuestro modelo es el adecuado los estimadores son
muy acertados, podemos utilizar el modelo para la toma de decisiones, diseño de
políticas, entre otras.
3-¿Existe correlación entre la renta y la educación del trabajador? Para ello, comprobar
si existe una tendencia en la relación, qué tipo de tendencia (lineal, exponencial,
logarítmica) y realizar el Coeficiente de Correlación de Pearson. Si observamos que hay
correlación, ¿Qué tipo de correlación es? ¿Positiva o negativa, débil o fuerte?
Como se perciben en el grafico 1 de dispersión de puntos se observa que la relación de

las variables es de forma lineal y tiene una tendencia de forma positiva.
Pero esto no nos permite determinar con claridad el grado de dispersión de los puntos
que pueden tener con respecto a la ecuación lineal que describa el modelo
econométrico, por tal razón el coeficiente de correlación de Pearson nos permite con
mayor claridad determinar el peso que cada punto o dato en función a la distancia que
tiene con el centroide.
RENTA MONETARIA SEGÚN AÑOS DE
ESTUDIO
6000
5000
4000
3000 RENTA MONETARIA SEGÚN

AÑOS DE ESTUDIO
2000
1000
0
0 5 10 15 20
Gráfico 1. Dispersión de puntos de la renta percibida por trabajador respecto a años de

estudio.
Tenemos la siguiente fórmula para determinar el coeficiente de correlación de Pearson.
14 ∗ 347550 − 129 ∗ 28350

𝑟=
√ 14 ∗ 1485 − 1292 √14 ∗ 88992500 − 283502
1208550
𝑟=
1354449.09
𝑟 = 0.89
Es un coeficiente de correlación lineal positiva, se encuentra cercano a 1, para

determinar que la correlación es fuerte.
4-Con los datos con los que disponemos, crear la ecuación del modelo. Una vez hecha,
explicar cada componente de la misma (parámetros, variables…) y razonar qué tipo de
variables pueden afectar a la variable explicada y que no se encuentran incluidas en el
modelo (y por tanto, incluidas en el término de error o perturbación, u).
La ecuación correspondiente al modelo:
𝑹𝑬𝑵𝑻𝑨 = 𝐁𝟎 + 𝐁𝟏𝐞𝐬𝐭𝐮𝐝𝐢𝐨𝐬 + 𝐔
La renta es la variable dependiente para el modelo y es la que queremos determinar si

tiene relación con la cantidad de años de estudio por parte de los trabajadores, el
estimador 𝐁𝟎 corresponde a diferentes factores que pueden afectar el nivel de salario
del trabajador, como puede ser la experiencia previa, la cantidad de personas que
cuentan con la preparación, entre otras.
𝐁𝟏 es el estimador de la variable independiente, para este caso corresponde al nivel de
estudios que posee el trabajador, y tenemos el termino de error U en el cual se
encuentran todas las demás variables que pueden afectar el nivel de salario pero no se
encuentran descritas en el modelo de regresión.
5-Obtener los estimadores de la anterior ecuación 𝜷𝟏̂ y 𝜷𝟎̂ la ecuación final estimada.
Para obtener los estimadores tenemos las siguientes formulas:
86325
𝐵1 =
296.357143
B1= 291.28
Por tanto Bo es igual
Bo = 2025-(291.28)*9.21
Bo = 657.66
𝑹𝑬𝑵𝑻𝑨 = 𝐁𝟎 + 𝐁𝟏𝐞𝐬𝐭𝐮𝐝𝐢𝐨𝐬 + 𝐔
𝑹𝑬𝑵𝑻𝑨 = 𝟔𝟓𝟕. 𝟔𝟔 + 𝟐𝟗𝟏. 𝟐𝟖(𝐞𝐬𝐭𝐮𝐝𝐢𝐨𝐬)
6-Obtener el coeficiente de determinación 𝑹𝟐
El coeficiente de determinación 𝑅 2 también equivale al cuadrado del coeficiente de

correlación de Pearson r, por tal razón tenemos que:
r=(0.89)2
𝑅 2=0.7961
Los valores explicados por medio del modelo de regresión lineal explican el 79% de
las variables correspondientes al salario que perciben los trabajadores.
Aplicación práctica del conocimiento.
Este tipo de estudios econométricos pueden ayudar a tomar decisiones sobre el entorno
laboral en el que uno se encuentra desarrollando políticas y toma de decisiones más
acertadas para ser más competitivo en el mercado.
El lugar de desempeño de mi entorno laboral se puede realizar estudios para determinar
los daños más usuales de tipo mecánico y establecer procesos de mantenimiento
adecuado para postergar la vida de los vehículos, se puede establecer que variables o
procesos son los más determinantes para enfocar la empresa en los servicios que
tengan mayor rentabilidad.
Anexo tabla de datos
Renta por unidades Educación por 2 2

∗
monetarias (y) años (x)
1000 7 49 1000000 7000 -2,21 -1025 4,90306122 2269,642857
600 4 16 360000 2400 -5,21 -1425 27,1887755 7430,357143
2000 11 121 4000000 22000 1,79 -25 3,18877551 -44,64285714
3500 13 169 12250000 45500 3,79 1475 14,3316327 5583,928571
5000 16 256 25000000 80000 6,79 2975 46,0459184 20187,5
650 3 9 422500 1950 -6,21 -1375 38,6173469 8544,642857
1200 8 64 1440000 9600 -1,21 -825 1,4744898 1001,785714
1600 11 121 2560000 17600 1,79 -425 3,18877551 -758,9285714
1900 13 169 3610000 24700 3,79 -125 14,3316327 -473,2142857
800 5 25 640000 4000 -4,21 -1225 17,7602041 5162,5
1100 8 64 1210000 8800 -1,21 -925 1,4744898 1123,214286
500 1 1 250000 500 -8,21 -1525 67,4744898 12526,78571
4000 14 196 16000000 56000 4,79 1975 22,9030612 9451,785714
4500 15 225 20250000 67500 5,79 2475 33,4744898 14319,64286
∑ 28350 129 1485 88992500 347550 296,357143 86325
2025 9,21
Media (y) Media (x)
BIBLIOGRAFIA
Uniasturias. El modelo econométrico. Consultado de: https://www.centro-

virtual.com/recursos/biblioteca/pdf/econometria/unidad1_pdf1.pdf
Uniasturias. Correlación y Regresión Simple. Consultado de: https://www.centro-

Uniasturias. Correlación y Regresión Simple II. Consultado de: https://www.centro-


CASO PRACTICO UNIDAD 1. Econometria

Cargado por

Copyright:

Formatos disponibles

CASO PRACTICO UNIDAD 1. Econometria

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CASO PRACTICO UNIDAD 1. Econometria

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE ASTURIAS

CORRELACION Y REGRESION SIMPLE

JAVIER OLMEDO MILLAN

Queremos analizar si el tener un nivel de educación mayor, hace que el trabajador

Renta por unidades

Como se perciben en el grafico 1 de dispersión de puntos se observa que la relación de

3000 RENTA MONETARIA SEGÚN

Gráfico 1. Dispersión de puntos de la renta percibida por trabajador respecto a años de

Tenemos la siguiente fórmula para determinar el coeficiente de correlación de Pearson.

14 ∗ 347550 − 129 ∗ 28350

Es un coeficiente de correlación lineal positiva, se encuentra cercano a 1, para

La ecuación correspondiente al modelo:

La renta es la variable dependiente para el modelo y es la que queremos determinar si

𝑹𝑬𝑵𝑻𝑨 = 𝟔𝟓𝟕. 𝟔𝟔 + 𝟐𝟗𝟏. 𝟐𝟖(𝐞𝐬𝐭𝐮𝐝𝐢𝐨𝐬)

6-Obtener el coeficiente de determinación 𝑹𝟐

El coeficiente de determinación 𝑅 2 también equivale al cuadrado del coeficiente de

Aplicación práctica del conocimiento.

Renta por unidades Educación por 2 2

Uniasturias. El modelo econométrico. Consultado de: https://www.centro-

Uniasturias. Correlación y Regresión Simple. Consultado de: https://www.centro-

Uniasturias. Correlación y Regresión Simple II. Consultado de: https://www.centro-

También podría gustarte