Econometría y Pronósticos
Taller clase 8
Profesor: José Ignacio Hernández H.
Inferencia estadística
El objetivo de este taller es estimar un modelo de regresión múltiple, calcular los estadísticos
T y concluir acerca de la significancia estadística de los parámetros estimados.
Trabajaremos con una nueva base de datos de Excel llamada “base_imacec.xlsx”. Esta base
contiene información sobre el Indice Mensual de Actividad Económica (IMACEC), además de
una serie de indicadores adicionales a nivel mensual entre 2009 y 2023. Las variables de la
base de datos son:
Nombre Descripción
Periodo Mes/año
var_imacec Variacion del IMACEC con respecto al mes anterior
imacec_comercio Variacion del IMACEC especifico del comercio
var_ipc Variacion del índice de precios al consumidor (IPC). Es decir, un
indicador de la inflación.
var_cobre Variacion mensual del precio del cobre (dolares/libra de cobre)
var_petroleo Variacion mensual del precio del petróleo (dolares/barril)
Para comenzar, abra RStudio. Luego, dirigirse al menú “File > Open file…” y abra el archivo
EP_lab_clase8.R. Se abrirá una ventana del editor de texto con el archivo del laboratorio.
Para poder trabajar con la base de datos, deje la base de datos base_imacec.xlsx en la
misma carpeta donde está el archivo del laboratorio. Luego, diríjase al menú “Session > Set
working directory > To source file location” (la primera de las dos opciones del menú). Al
hacer esto, el directorio de trabajo quedará fijado en la misma ubicación del archivo .R del
laboratorio, y RStudio leerá (y escribirá) los datos en esta carpeta.
1. Primero, abriremos la base de datos. Para ello, seleccione las líneas 1 a la 14 del archivo
.R y presione el botón “run” ( ), que se encuentra en la barra superior del editor de
texto. En estas líneas, se realizarán las siguientes acciones:
a. Se cargará el paquete “openxlsx”, que permite abrir archivos Excel en R.
b. Se creara un nuevo objeto llamado “df”, que contendrá la base de datos de Excel.
En caso que aparezca un error que indique que “openxlsx” no está instalado, vaya a la
línea 5 y quite el signo “#” para instalar el paquete. Luego, vuelva a seleccionar las líneas
1 a 14 y ejecute.
2. Estimaremos un modelo que explique los determinantes de la variación del IMACEC, en
función de las siguientes variables:
Variación del IMACEC del comercio
Variación del IPC
Variación del precio del petróleo
3. Estime el modelo especificado anteriormente por Mínimos Cuadrados Ordinarios
(MICO). Para ello, vaya a la línea 17 y escriba la formula correspondiente dentro de la
función lm(). Luego, ejecute la línea 17. ¿Cuáles son los parámetros estimados?
4. Antes de interpretar los parámetros estimados, debemos verificar que estos sean
estadísticamente significativos.
a. Plantee las hipótesis nula y alternativa de los parámetros estimados.
b. Calcule el estadístico T para cada uno de los parámetros:
^β
T= ∼ t N −K
se ( ^β )
Donde N es el numero de observaciones y K es el número de grados de libertad.
c. Contraste el valor obtenido con el estadístico de la tabla de valores T. ¿Qué
parámetros son estadísticamente significativos al 95% de confianza, y al 99% de
confianza? ¿Qué parámetros no son estadísticamente significativos?
5. Interprete los resultados obtenidos. Es decir, interprete el signo y la magnitud de cada
uno de los efectos parciales, e interprete el intercepto en el contexto de esta regresión.
6. Debemos verificar la significancia global de los parámetros:
a. Plantee la hipótesis nula y alternativa de la prueba de significancia global
b. Calcule el estadístico de prueba:
( )
2
R N −K
F= 2
⋅ ∼ F (K −1) , ( N −K )
1−R K−1
c. Compare el valor obtenido con los valores de la tabla del estadístico F. ¿Son los
parámetros estadísticamente significativos en su conjunto al 95% de confianza?
7. Finalmente, interpretaremos los valores p (p-values) de la regresión. ¿A qué nivel de
confianza son signifcativos cada parámetro estimado?
