Una primera aproximación para sospechar que un modelo sufre de colinealidad no las dà la teoría económica.

...

PAUTAS PARA USAR LA ECUACION DE REGRESION LINEAL

- Si no hay una correlación lineal significativa, no use la ecuaciòn de regresión para hacer estimaciones o predicciones.

- No use la ecuaciòn de regresión para hacer estimaciones o predicciones fuera del rango válido de valores de los referenciales

- Una ecuaciòn de regresión basados en datos viejos (obsoletos) no necesariamente sigue siendo válida en el presente

- No haga estimaciones o predicciones acerca de una población distintas de la población de la cual se extrajo la muestra de datos

DEFINICION DEL MEJOR MODELO

- Más fiable (o confiable)

- Menor error estándar en los parámetros

- Más sencillo (principio de parsimonia), menor parámetros

- Menor suposiciones para construirlo

Para decidir si transformamos X o Y ò ambas variables, tendremos en cuenta sí solo falla la hipótesis de linealidad o, por el contrario, los residuos dejan de verificar algunos de los otros supuestos.

Si solo falla la linealidad conviene transformar solo X porque esto no afecta a las propiedades de las perturbaciones. En cambio, si los residuos muestran heterocedasticidad o no normalidad, conviene transformar al menos a Y para intentar resolver todos los demás supuesto simultáneamente.

Ejemplo:

Y (longitud) 1, 2, 3, 4, 5, 6, 7, 8, 9

X (días) 8,10, 9, 8, 7, 5, 6, 3, 2

Se pide ajustar los modelos siguientes:

- Lineal( R2= 0,8608 b) Exponencial(( R2= 0,8590 ) b c) Potencial(R2= 0,8560) d) Recíproco e) Inverso f) Gamma g) Polinomial trigonométrica h) Parábola i) logarítmica en X (R2= 0,6544) j) Parábola de raíz k) logarítmica en Y l) Cúbico(R2= 0,9643)

Ejemplo de una vivienda unifamiliar usando el enfoque de mercado por el Modelo de Regresión Lineal Múltiple (MRLM)

Se obtuvo una muestra de viviendas unifamiliares de la ciudad de Valencia de ventas debidamente registradas y de ofertas, entre el primer trimestre del 2.011 y el cuarto trimestre del 2.011.Para obtener el Precio Unitario, se tomaron en cuentas las siguientes variables:

Variable

Unidad

Descripción

Tipo de Variable

Precio Unitario

Bs/m2

Precio unitario registradas y ofertadas

Cuantitativa-Continua

Área

m2

Área tasable

Cuantitativa-Continua

Baño

adim

Nº de baños

Cuantitativa-Discreta

Edad

años

Edad del inmueble

Cuantitativa-Discreta

UCA

adim

1: cerrado ; 0: abierto

Tipo de urbanismo

Cualitativa-Dicotómica-Dummy

Fecha

trim

Trimestre registrados y de la oferta

Cuantitativa-Discreta

Evento

adim

1: oferta ; 0: registro

Tipo de evento

Cualitativa-Dicotómica-Dummy

Determinar el Precio Unitario para una vivienda unifamiliar con los siguientes datos:

Área = 86 m2 Baños = 2 Edad = 8 UCA = 1 Fecha = 4 (Trim) Evento = 1

Cuadro de referenciales registradas de viviendas unifamiliares en mercado secundario

Nº

Precio Unitario (Bs/m2)

Área construcción (m2)

Fecha protocolo (mes-año)

Baños (adim)

Edad (años)

UCA (adim)

Evento (adim)

1

6.800,00

55,00

01-11

1

26

0

0

2

4.210,53

95,00

01-11

2

31

1

0

3

2.033,90

118,00

01-11

2

1

0

0

4

4.353,74

147,00

02-11

3

5