.: Lic. Economía :: Álgebra e Introducción a la Geometría Analítica Plana :.

Actividad de aprendizaje 1. Multicolinealidad

En esta actividad se describirá el problema de la multicolinealidad.

Objetivo: explicar qué es y cuáles son las fuentes de la multicolinealidad para establecer un método que solucione el problema.

Instrucciones: con base en los siguientes textos:

Gujarati, D. & Porter, D. (2010) Capítulo 10 Multicolinealidad: ¿qué pasa si las regresoras están correlacionadas? En Econometría. México: McGraw-Hill.
Wooldridge, Jeffrey M. (2015) Capítulo 3 Análisis de regresión múltiple. En Introducción a la Econometría. Quinta Edición. Cengage.

1. Elabora un texto descriptivo con la siguiente estructura:

A. Introducción: redacta en un párrafo el tema que será descrito.
B. Desarrollo: en esta sección responde las siguientes preguntas:

i. ¿Qué es la multicolinealidad y qué la origina?
ii. ¿Cuáles son las consecuencias prácticas de la multicolinealidad?
iii. ¿Cómo se detecta la multicolinealidad?
iv. ¿De qué forma se puede corregir la multicolinealidad?

C. Conclusión: con tus propias palabras explica qué es la multicolinealidad y cómo se soluciona dicho problema.

2. El texto debe tener la estructura de un trabajo académico: carátula, Introducción, desarrollo, conclusiones, citas, notas, referencias y fuentes de consulta en formato APA.

3. La extensión máxima del texto es de 12 cuartillas.

4. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Describe qué es la multicolinealidad y cuáles son sus fuentes	2
2	Explica las consecuencias de la multicolinealidad	2
3	Explica las pruebas para detectar la multicolinealidad	3
4	Explica cómo se corrige el problema de multicolinealidad	2
5	Recupera información de fuentes adicionales	0.35
6	La actividad cumple el formato solicitado (máximo 12 diapositivas)	0.35
7	Se envía la actividad en tiempo	0.30
	Total	10

Actividad de aprendizaje 2. Ejercicio de multicolinealidad

En esta actividad se identificará si los datos presentan multicolinealidad.

Objetivo: utilizar alguno de los métodos para detectar multicolinealidad para decidir qué hacer con el problema.

Instrucciones:

1. Instala el programa de procesamiento econométrico E-Views, R, R Studio o en su defecto utiliza Excel.
2. Descarga el archivo titulado "U4_Ejercicio_1", considera la tabla que proporciona datos sobre las importaciones de los Estados Unidos, el PIB y el IPC de 1975 a 2005.

a) Estima los parámetros del modelo:
b) ¿Hay sospecha de multicolinealidad en los datos?
c) Efectúa las siguientes regresiones:

i. lnImportaciones_t = A₁ + A₂lnPIB_t
ii. lnImportaciones_t = B₁ + B₂lnIPC_t
iii. lnPIB_t = C₁ + C₂lnIPC_t

Con base en estas regresiones, ¿qué puedes decir sobre la naturaleza de la multicolinealidad en los datos?

3. Suponga que existe multicolinealidad en los datos, pero que β₂ y β₃ son significativos individualmente en el nivel de 5%, y que la prueba global F es también significativa. En este caso, ¿debe preocupar el problema de colinealidad?

4. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Efectúa de manera correcta la regresión: lnImportaciones_t = β₁ + β₂lnPIB_t + β₃lnIPC_t + u_t Y determina si hay multicolinealidad en los datos.	3
2	Efectúe de manera correcta las regresiones: i. lnImportaciones_t = A₁ + A₂lnPIB_t ii. lnImportaciones_t = B₁ + B₂lnIPC_t iii. lnPIB_t = C₁ + C₂lnIPC_t Y comenta el problema de la multicolinealidad en los datos.	4
3	Responde correctamente al planteamiento: Suponga que existe multicolinealidad en los datos, pero que β₂ y β₃ son significativos individualmente en el nivel de 5%, y que la prueba global F es también significativa. En este caso, ¿debe preocupar el problema de colinealidad?	2.5
4	Se envía la actividad en tiempo	0.5
	Total	10

Actividad de aprendizaje 3. Heteroscedasticidad

En esta actividad se describirá el problema de la heteroscedasticidad.

Objetivo: explicar qué es y cuáles son las fuentes de la heteroscedasticidad para establecer un método que solucione el problema.

Instrucciones: con base en los siguientes textos:

Gujarati, D. & Porter, D. (2010) Capítulo 11 Heteroscedasticidad: ¿qué pasa si la varianza del error no es constante? En Econometría. México: McGraw-Hill.
Wooldridge, Jeffrey M. (2015) Capítulo 8 Heteroscedasticidad. En Introducción a la Econometría. Quinta Edición. Cengage.

1. Elabora un texto descriptivo con la siguiente estructura:

A. Introducción: redacta en un párrafo el tema que será descrito.
B. Desarrollo: en esta sección responde las siguientes preguntas:

i. ¿Qué es la heterocedasticidad y por qué motivos se presenta?
ii. ¿Cuáles son las consecuencias de utilizar MCO en presencia de heterocedasticidad?
iii. ¿Cómo se detecta la heterocedasticidad?
iv. ¿De qué forma se puede corregir la heterocedasticidad?

C. Conclusión: con tus propias palabras explica qué es la heteroscedasticidad y cómo se soluciona dicho problema.

2. El texto debe tener la estructura de un trabajo académico: carátula, Introducción, desarrollo, conclusiones, citas, notas, referencias y fuentes de consulta en formato APA.

3. La extensión máxima del texto es de 12 cuartillas.

4. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Describe qué es la heteroscedasticidad y cuáles son sus fuentes	2
2	Explica las consecuencias de la estimación de MCO en presencia de la heteroscedasticidad	2
3	Explica las pruebas para detectar la heteroscedasticidad	3
4	Explica cómo se corrige el problema de la heteroscedasticidad	2
5	Recupera información de fuentes adicionales	0.35
6	La actividad cumple el formato solicitado (máximo 12 diapositivas)	0.35
7	Se envía la actividad en tiempo	0.30
	Total	10

Actividad de aprendizaje 4. Ejercicio de heteroscedasticidad

En esta actividad se identificará si los datos presentan heteroscedasticidad.

Objetivo: utilizar alguno de los métodos para detectar heteroscedasticidad para decidir qué hacer con el problema.

Instrucciones:
1. Instala el programa de procesamiento econométrico E-Views, R, R Studio o en su defecto utiliza Excel.
2. Descarga el archivo titulado "U4_Ejercicio_2", considera la tabla que proporciona datos sobre 81 automóviles respecto de su MPG (millas promedio por galón), CF (caballos de fuerza de su motor), VOL (pies cúbicos de su cabina), VM (velocidad máxima en millas por hora) y su PS (peso del vehículo en cientos de lb).

a) Estima los parámetros del siguiente modelo: MPG_i = β₁ + β₂VM_i + β₃CF_i + β₄PS_i + u_i
Desde el punto de vista económico, ¿tiene sentido?
b) ¿Esperarías que la varianza del error en el modelo anterior sea heteroscedástica? ¿Por qué?
c) Con la prueba de White determina si la varianza de error es heteroscedástica.

3. Calcula los errores estándar de White consistentes con la heteroscedasticidad, así como los valores t, y compare los resultados con los obtenidos mediante MCO.

4. Si se establece heteroscedasticidad, ¿cómo puede transformar los datos de manera que en los datos transformados la varianza del error sea homoscedástica?

5. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Efectúa de manera correcta la regresión: MPG_i = β₁ + β₂VM_i + β₃CF_i + β₄PS_i + u_i Responde si los parámetros tienen sentido desde el punto de vista económico.	2
2	Aplica el método de White y determina si hay heteroscedasticidad.	2
3	Obtiene los errores estándar de White consistentes con la heteroscedasticidad, así como los valores t, y los compara con los resultados obtenidos mediante MCO.	2.5
4	Responde cómo puede transformar los datos de manera que en los datos transformados la varianza del error sea homoscedástica.	3
5	Se envía la actividad en tiempo.	0.5
	Total	10

Actividad de aprendizaje 5. Autocorrelación

En esta actividad se describirá el problema de la autocorrelación.

Objetivo: explicar qué es la autocorrelación para establecer un método que solucione el problema.

Instrucciones: con base en los siguientes textos:

Gujarati, D. & Porter, D. (2010) Capítulo 12 Autocorrelación: ¿qué pasa si los términos de error están correlacionados? En Econometría. México: McGraw-Hill.
Wooldridge, Jeffrey M. (2015) Capítulo 12 Correlación serial y heteroscedasticidad en regresiones de series de tiempo. En Introducción a la Econometría. Quinta Edición. Cengage.

1. Elabora un texto descriptivo con la siguiente estructura:

A. Introducción: redacta en un párrafo el tema que será descrito.
B. Desarrollo: en esta sección responde las siguientes preguntas:

I. ¿Qué es la autocorrelación y qué la ocasiona?
II. ¿Cuáles son las consecuencias de la estimación de MCO en presencia de la autocorrelación?
III. ¿Cómo se detecta la autocorrelación? Pruebas de Durbin-Watson y Breusch-Godfrey
IV. ¿De qué forma se puede corregir la autocorrelación?

C. Conclusión: con tus propias palabras explica qué es la heteroscedasticidad y cómo se soluciona dicho problema.

2. El texto debe tener la estructura de un trabajo académico: carátula, Introducción, desarrollo, conclusiones, citas, notas, referencias y fuentes de consulta en formato APA.

3. La extensión máxima del texto es de 12 cuartillas.

4. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Describe qué es la correlación y por qué se presenta	2
2	Explica las consecuencias de la estimación de MCO en presencia de correlación	2
3	Explica las pruebas para detectar la autocorrelación	3
4	Explica cómo se corrige el problema de la autocorrelación	2
5	Recupera información de fuentes adicionales	0.35
6	La actividad cumple el formato solicitado (máximo 12 diapositivas)	0.35
7	Se envía la actividad en tiempo	0.30
	Total	10

Actividad de aprendizaje 6. Ejercicio de autocorrelación

En esta actividad se identificará si los datos presentan autocorrelación.

Objetivo: utilizar alguno de los métodos para detectar autocorrelación para decidir qué hacer con el problema.

Instrucciones:
1. Instala el programa de procesamiento econométrico E-Views, R, R Studio o en su defecto utiliza Excel.
2. Descarga el archivo titulado "U4_Ejercicio_3", considera la tabla que proporciona datos sobre los inventarios y ventas en la industria manufacturera de Estados Unidos, 1950-1991 (millones de dólares).

a) Estima los parámetros del siguiente modelo: Y_t = β₁ + β₂X_t + u_t

Donde Y = inventarios y X = ventas, ambas medidas en miles de millones de dólares.

b) Con los residuos estimados, investiga si hay autocorrelación positiva mediante:

i. La prueba de Durbin-Watson.
ii. La prueba de Breusch-Godfrey o ML.

3. Con base en los resultados de esta prueba, ¿cómo transformaría los datos para eliminar la autocorrelación? Muestre todos sus cálculos.

4. Revisa los criterios de evaluación para considerarlos en el desarrollo de tu actividad.

Instrumento de evaluación:

#	Criterio	Puntaje	Cumple
#	Criterio	Puntaje	Si	No
1	Efectúa de manera correcta la regresión: Y_t = β₁ + β₂X_t + u_t	2
2	Aplica la prueba Durbin-Watson para determinar si hay autocorrelación.	2.5
3	Aplica la prueba de Breusch-Godfrey o LM para determinar si hay autocorrelación.	3
4	Propone una transformación para corregir el problema de autocorrelación.	2
5	Se envía la actividad en tiempo	0.5
	Total	10