Una primera aproximación para sospechar que un modelo sufre de colinealidad no las dà la teoría económica.
Enviado por karlo • 23 de Enero de 2018 • 5.510 Palabras (23 Páginas) • 516 Visitas
...
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
...