name: xaringan-title class: left, middle # Econometría I <br> ## Presentación general <br> <br> <img src="images/lognig.png" width="280" /> ### Carlos A. Yanes | Departamento de Economía | 2024-07-30 --- class: middle, inverse .left-column[ # 😄 ] .right-column[ # Bienvenido(a)s Todo(a)s ] --- background-size: 100% background-image: url(https://media.giphy.com/media/ojw15dXHEo5KSj4AEI/giphy.gif) ??? Image test. Taken from gyfty. --- class: right, middle <img class="circle" src="https://avatars.githubusercontent.com/u/39503983?v=4" width="150px"/> # Yo `Profesor<-c('Carlos A. Yanes')`
[Carlos Andrés Yanes Guerra](https://www.linkedin.com/in/carlos-andres-yanes-guerra-0026bb31/?originalSubdomain=co)
[cayanes@uninorte.edu.co](mailto:cayanes@uninorte.edu.co)
[Github](https://github.com/keynes37)
[keynes37](https://twitter.com/keynes37)
Profesor Asistente (Introducción a la Economía, Econometría y Microeconomía) en el Departamento de Economía ubicado en **Bloque D**. --- # Lo importante de la sesión: -- <span style="color:blue"> **Aprender, preguntar y seguir aprendiendo** </span> -- Siempre tengan en cuenta: -- - Respeto hacia los demás - Asistir a las sesiones presenciales en el laboratorio uninorte - Tener presente las monitorias - Conocer el **Syllabus** de la asignatura - Familiarizarse con los códigos de **R** y de [RStudio IDE](https://www.rstudio.com/products/rstudio/) -- ### Adicionalmente necesita: -- - Poseer un usuario y cuenta en [Discord](https://discord.com) e inscribirse en el siguiente [https://discord.gg/YpKwFVan](https://discord.gg/YpKwFVan) -- - Estar siempre pendiente a los *mensajes* del servidor y al **website** [https://carlosyanes.netlify.app](https://carlosyanes.netlify.app) del curso donde se irán subiendo semana a semana las presentaciones de la clase --- # Cuando pueda vaya a Discord -- .pull-left[ ### Si no tiene una cuenta: <img src="images/discord1.png" width="1712" style="display: block; margin: auto;" /> ] --- # Cuando pueda vaya a Discord .pull-left[ ### Si ya posee una, entonces: <img src="images/discord2.png" width="1712" style="display: block; margin: auto;" /> ] --- # Recuerde: -- - Es un asunto .black[académico], por ende debe tener un **nickname** que lo(a) <span style="color:blue"> **identifique** </span> como tal - Lea bien las reglas. - Puede ser Baneado(a) por **mal comportamiento**. - Puede ser Baneado(a) por **NO INTERACTUAR** dentro de los canales. - No pueden haber otros **usuarios** apartes al curso. - NO PUEDE TENER MAS DE DOS cuentas de **USUARIOS**. --- # Lo importante de la sesión: -- ### Los libros que se usan regularmente son: -- .pull-left[ .grey[Introductory econometrics: A modern approach] <br>*Wooldridge, 2010* <img src="images/wool.png" width="50%" style="display: block; margin: auto;" /> ] .pull-right[ .blue[Introducción a la Econometría] <br>*Stock & Watson, 2012* <img src="images/stock.png" width="60%" style="display: block; margin: auto;" /> ] --- # Instalación de elementos en su PC personal (de ser necesario) -- ## Recuerde -- 1. Descargar [R](https://www.r-project.org/). 2. Descargar [RStudio](https://www.rstudio.com/products/rstudio/download/preview/). 3. (Opcional) Descargar [Git](https://git-scm.com/downloads). --- # A tener en cuenta | Responsabilidad | Tipo de trabajo | Fecha de trabajo | Ponderación | |--------------------|----------------------|-------------------------|-------------| | Primer Parcial | Examen | Semana del 23 de Agosto | 20% | | Segundo Parcial | Examen | Semana del 22 de Septiembre | 20% | | Workclass | Individual y Grupal | a lo largo del semestre | 20% | | Poster | Grupal | al final del semestre | 10% | | Examen final | Examen | Por registro académico | 30% | --- # Advertencias legales -- Los siguientes artículos del *reglamento estudiantil* son de obligatorio cumplimiento: -- - <span style="color:red">Artículo 70</span>: Cuando el estudiante falta el 25 % de las clases, no tiene derecho a presentar el **examen final** y su nota será de 0.0 (cero punto cero). -- - <span style="color:red"> Artículo 96</span>: Fraude tendrá penalidad de **nota de cero** ya sea en **Parcial**, **Evaluación Final**, **Taller**, **Quíz** o **actividad desarrollada en clases**. La reincidencia será entendida como el desarrollo de un proceso disciplinario con los entes de la Universidad. -- - <span style="color:red"> Artículo 150</span>: parágrafo ... " También constituye plagio, entre otras las siguientes conductas: (i) hacer uso de fuentes bibliográficas sin mencionarlas; (ii) copiar trabajos realizados por otras personas, **incluidos documentos descargados de Internet**, sin indicar de quien provienen; (iii) entregar a título individual un trabajo elaborado en grupo; (iv) comprar trabajos académicos realizados por otros -- ## Excepciones - <span style="color:blue"> Inasistencia</span>: Solo aquellas que estén documentadas realmente y aprobadas por el centro médico podrán solicitar supletorios. --- class: inverse, middle, center # Tener cuidado con ChatGPT --- # ChatGPT -- > ..."Se trata de uno de los sistemas de IA más capaces que hemos probado en los últimos tiempos, capaz de responder a cualquier cosa que le pidas, y de hacer muchas cosas que le solicites" ... Web (Xataka) -- <div align="center"> ![](https://media.giphy.com/media/udbIBMfgpypAqeQDHs/giphy.gif) </div align="center"> --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # Generalidades --- # Generalidades - Este curso proporciona una introducción a la econometría utilizando elementos básicos de la **estadística** tanto inferencial como descriptiva, **álgebra matricial** y desde luego **economía**. -- - La asignatura tiene un enfoque <span style="color:red"> **analítico - práctico** </span> que le permite a los estudiantes entender la utilización de la *econometría* en la investigación aplicada por parte de los economistas, sus alcances y limitaciones. --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # ¿Por qué estamos aquí? --- class: title-slide-section-red # ¿Por qué estamos aquí? -- > *Formación*: requerimos de herramientas que nos lleven a resolver preguntas de interes. -- Ademas que: -- > *Mercado Laboral*: Un mercado que requiere que personas tengan algunas habilidades de análisis y de conocimiento de reglas estadisticas para proponer soluciones. --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # ¿Qué es la econometría? --- # Definición Aquella **rama** de la economía que combina los estamentos de la <span style="color:red">estadística</span>, la matemática y la <span style="color:red">teoría económica</span>, con el fin de *probar* hipótesis y/o *responder* preguntas a partir de información o datos cuantitativos. -- "*... El desarrollo de métodos estadísticos que se utilizan para estimar relaciones económicas, probar teorías económicas y evaluar e implementar políticas públicas y de negocios...*" [Wooldridge (2016) ](https://primo-tc-na01.hosted.exlibrisgroup.com/permalink/f/1nls3ib/uninorte_aleph000133994) -- "*... La ciencia y el arte de utilizar la teoría económica y las técnicas estadísticas para analizar los datos económicos...*" [Stock & Watson (2012)](https://www.amazon.com/Introduction-Econometrics-Stock-James-Watson/dp/935286350X) --- class: inverse, middle, center En esta rama todo es PREGUNTAS: El(la) *investigador(a)* hace las preguntas y luego usa la **econometría** para resolverlas. --- # La econometría
Es importante entender la **Econometría** --
La <span style="color:red"> **Econometría** </span> utilizará los **datos** de la realidad para determinar si se comportan tal cual lo dice la <span style="color:red"> **teoría** </span> -- - Las habilidades de los economistas son en gran forma muy distintas (y complementarias) a las demás profesiones que intentan hacer **ciencia de datos**. --
La **teoría económica** nos da la dirección de los cambios. -- - Por ejemplo: Los cambios de la demanda de celulares dado una baja (subida) de los precios. -- - Pero **nosotros** no queremos saber solo el "cómo?" sino también el "que tanto?". -- - Para esto se hace *necesario*: -- - Una **muestra** de datos. - La forma o **metodología** para estimar tal relación. --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # Un asunto muy general: el análisis de regresión --- # Descripción
El **análisis de regresión** es una *técnica estadística* que intenta "explicar" los movimientos de una variable, denominada *variable dependiente*, como función de los movimientos de un conjunto de otras variables llamadas *variables independientes*, a través de una cuantificación o sencilla ecuación. -- Tomemos la ecuación de referencia de la **demanda**: `$$Q= f(P, P_{s}, Y_{d})$$` -- - Para esto, `\(Q\)` viene a ser la variable *dependiente* y las variables `\((P, P_{s}, Y_{d})\)` como las variables **independientes**. -- La **econometría** permite establecer la relación teórica de una forma mas explicita<sup>1</sup>: -- `$$Q= 45 - 0.29P + 0.08P_{s} + 0.35Y_{d}$$` .footnote[ [1] Los valores y signos por lo pronto no nos interesan, después haremos énfasis en eso ] --- # Notación y usos
Dentro del curso se hace uso de notación matemática: - `\(Y:\)` Es la variable *dependiente* u *objetivo*. - `\(x,z:\)` Variables **independientes**, tambien le denominan explicativas, regresoras, covariables e incluso *controles*. - `\(\epsilon:\)` Perturbación aleatoria no observada o error. - `\(\beta, \theta, \sigma^{2}:\)` Los denominados **parámetros** o constantes que queremos estimar. - `\(\widehat{\beta}, \widehat{\theta}, \widehat{\sigma}^{2}:\)` Estimadores. - `\((i,n):\)` Observaciones, tamaño de muestra. - `\(y,x,z,\beta:\)` Escalares, vectores. - `\(X,Z:\)` Matrices. --- # Ejemplo con matrices Tome en consideración un **conjunto** de variables `\(\left \{ x_{1}, x_{2},\dots, x_{k} \right\}\)`. Estas provienen de una muestra aleatoria de `\((n)\)` observaciones para cada variable. Su representación **matricial** será: `$$X= \begin{bmatrix} x_{11} &x_{12} &\dots &x_{1K} \\ x_{21} &x_{22} &\dots &x_{2K} \\ \vdots & \vdots & \vdots &\vdots \\ x_{i1} &x_{i2} &\dots &x_{iK} \\ \vdots & \vdots & \vdots &\vdots \\ x_{n1} &x_{n2} &\dots &x_{nK} \end{bmatrix}$$` --- # Modelos lineales (un ejemplo) El ejemplo mas sencillo es: `$$Y_{i}= \beta_{0}+ \beta_{1}X_{i}$$` - Los (betas) son llamados "**Coeficientes**" o **Parámetros**. -- - `\(\beta_{0}\)` hace referencia a la *constante* o termino de intercepto. -- - `\(\beta_{1}\)` Es el coeficiente de la **pendiente**: La *cantidad* (magnitud) que `\((Y)\)` cambiará cuando `\((X)\)` se incremente en una unidad de medida; para un modelo lineal, `\(\beta_{1}\)` es constante en toda la función o ecuación. --- # Un grafico del modelo Lineal <img src="images/P1.png" width="120%" style="display: block; margin: auto;" /> --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # Quiero conocer que es
--- #
-- > R es una "calculadora" especial... contiene paquetes que han sido creados a partir de funciones para desarrollar un calculo. No es un lenguaje de programación como tal. -- ```r # Quiero hacer una columna carlos<-c(1,2,3,4) ``` -- Con el podemos crear objetos y trabajar con ellos. Inclusive crear funciones y automatizar algo. -- ```r IMC <- function(edad, genero, pliegue, peso, altura) { # Fórmula de Faulkner para adultos if (genero == "masculino") { densidad_corporal = 1.097 - 0.00041563 * pliegue + 0.0000005804 * pliegue_cutaneo^2 - 0.0000036 * edad } else if (genero == "femenino") { densidad_corporal = 1.097 - 0.00042268 * pliegue + 0.00000077344 * pliegue^2 - 0.0000036 * edad } else { stop("El género debe ser 'masculino' o 'femenino'") } # Calcular porcentaje de grasa corporal porcentaje_grasa_corporal = ((4.95 / densidad_corporal) - 4.5) * 100 return(porcentaje_grasa_corporal) } ``` --- # Un gráfico en
<img src="Class00_files/figure-html/cars-1.png" style="display: block; margin: auto;" /> --- # Un gráfico en
-- El gráfico anterior se obtiene por ejemplo del siguiente código en **R** -- ```r fit = lm(dist ~ 1 + speed, data = cars) par(mar = c(4, 4, 1, .1)) plot(cars, pch = 19, col = 'darkgray', las = 1) abline(fit, lwd = 2) ``` -- Donde `fit` es el nombre u objeto que se le da la orden que ejecute un modelo lineal `lm` cuya variable es *distancia* y es afectada por la variable de *velocidad* usando una base de datos que se denomina .black[cars] --- # Un gráfico en
-- ### Usando a ChatGPT -- <img src="images/chatgp.png" width="2112" style="display: block; margin: auto;" /> --- # Un gráfico en
--
--- # Un gráfico en
-- ### R tambien hace Gráficos 3D -- <iframe src="images/fig.1.html" allowtransparency="true" height="450" width="1100" scrolling="yes" style="border: none;" data-external="1"></iframe> --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # Y eso de... Ciencia de datos? --- # Ciencia de datos -- ## Por qué no Excel ahora? -- .pull-left[ <img src="https://media.giphy.com/media/UMyvk17PIo3SiZQWju/giphy.gif" width="70%" alt="excel"/> ] -- .pull-right[ <img src="https://media.giphy.com/media/3o6Ygfw40tlnPhX87m/giphy.gif" width="70%" alt="dingraph"/> ] --- # Ciencia de datos --
Necesitamos ser mas dinámicos. --
Conocer nuevos ecosistemas de datos. --
Saber lo que esta del otro lado del hardware y software --
Aprender a resolver problemas. -- <div align="center"> ![](https://media.giphy.com/media/3o7TKs2XTu7R5DefUk/giphy.gif) </div align="center"> --- # Ciencia de datos -- .hi-blue[Primero] tiene que ver con el .hi[conjunto de herramientas] que nos provee la **matemáticas** y la **estadística** para entender la *historia* que nos brindan los .hi[datos] -- ### Algunos ejemplos -- + **EDA Análisis exploratorio de datos** Parte de lo preliminar, resalta lo gráfico y empezamos a entender las características de una muestra y/o población. -- + **Análisis de regresión** Nos permite cuantificar las relaciones entre un .hi[resultado] y un conjunto de controles y/o *variables explicativas*. -- + **Árboles de decisión** busca a partir de un conjunto de variables explicativas una relación "positiva/negativa" e incluso una aproximación entre algun efecto de una variable con otra. --- # Etapas de la econometría -- Para realizar un **análisis econométrico**, se necesita: - Planteamiento de una pregunta. - Revisión de la Teoría. - Modelo económico (si existe). - Modelo econométrico. - Validación estadística. - Pronósticos (si es necesario y factible). --- class: inverse, middle, center **Recuerde!!** En esta rama todo es PREGUNTAS. Tenemos unas mas por hacernos --- # Algunas preguntas de econometría --
¿Para que escribir y estimar modelos lineales? --
¿Como elegir una variable (x) adecuada en un modelo `\(y=\beta x+ \epsilon\)` ? --
¿Por qué todos los modelos econométricos contienen un error `\((\epsilon)\)`? --
¿Qué es un **parámetro** y cual es su funcionalidad? --
¿Por qué estimamos **parámetros** y no *variables*? --
¿Qué es una especificación? --
¿Qué implica que un resultado no sea significativo? --- class: inverse, middle, center background-image: url(https://upload.wikimedia.org/wikipedia/commons/3/39/Naruto_Shiki_Fujin.svg) background-size: contain # Preguntas de economía que se traen a la econometría --- # Preguntas que nos hacemos los economistas --
¿Un año adicional de estudio en cierta carrera *causa* un aumento en el salario (esperado) de una persona? --
¿Programas como **Ser pilo** o **Generación E** *causan* una disminución en la desigualdad? --
¿Un aumento de la tasa de interés por parte del banco central *causa* una disminución en la inflación? --
¿Extender el IVA a los productos de la canasta familia *causa* un aumento de la pobreza y la desigualdad? --- # Ramas de la econometría .pull-left[ > **Teoría econométrica** "*Toma como referencia (y agrupa) todas las contribuciones enfocadas al desarrollo de herramientas y métodos y al estudio de las propiedades de los métodos econométricos. Ej: Linealidad, insesgadez, etc."* ] -- .pull-right[ > **Econometría aplicada** "*Esta toma a todas aquellas contribuciones que usan los métodos econometrícos para estudiar problemas económicos con ayuda de modelos económicos y datos."* ] --- # Bibliografía
Álvarez, R. A. R., Calvo, J. A. P., Torrado, C. A. M., & Mondragón, J. A. U. (2013). *Fundamentos de econometría intermedia: teoría y aplicaciones*. Universidad de los Andes.
Stock, J. H., Watson, M. W., & Larrión, R. S. (2012). *Introducción a la Econometría*.
Wooldridge, J. M. (2015). *Introductory econometrics: A modern approach*. Cengage learning. --- class: center, middle # Gracias !! Correo: `cayanes@uninorte.edu.co` ### Preguntas adicionales?