10 Errores Comunes en Econometría Aplicada

  1. Educación
  2. Economía
  3. Econometría
  4. 10 Errores Comunes en Econometría Aplicada

Libro Relacionado

Econometría para maniquíes

Por Roberto Pedace

Evitar errores al realizar un análisis econométrico depende de su capacidad para aplicar los conocimientos adquiridos antes y durante la clase de econometría. A continuación se presenta un resumen de las trampas más comunes para ayudarle a mejorar su aplicación del análisis econométrico.

No usar el sentido común y el conocimiento de la teoría económica

Una de las características que diferencian a la investigación aplicada en econometría de otras aplicaciones del análisis estadístico es el uso de la teoría económica y el sentido común para motivar la conexión entre las variables independientes y dependientes.

En econometría, usted debe ser capaz de hacer un caso fuerte para las variables independientes (Xs) que causan cambios en la variable dependiente (Y). Se necesita una teoría sólida y buen sentido común para justificar el enfoque. Esto le permite ofrecer una interpretación sensata de sus resultados, además de las medidas típicas de significación estadística y ajuste.

Hacer las preguntas equivocadas primero

Obsesionarse con los detalles técnicos de la estimación de modelos econométricos puede ser fácil. Sin embargo, siempre debe dar un paso atrás y preguntarse por qué está haciendo lo que está haciendo. ¿Por qué otros encontrarán mi tema interesante e importante?

Ignorar el trabajo y las contribuciones de los demás

No conectar tu trabajo con el de otras personas que han examinado tu pregunta de investigación o algo estrechamente relacionado con ella es un grave error. Entender cómo otros han tratado temas similares puede ayudarlo a determinar qué modelo utilizar, puede producir mejoras en su trabajo y permite a los lectores comprender mejor la relevancia de su tema.

En su revisión de literatura, concéntrese en los artículos o segmentos de artículos que estén directamente relacionados con su trabajo. Resuma el enfoque, los datos y los hallazgos de otros investigadores. Finalmente, sea claro sobre cómo su trabajo encaja con lo que ya se ha hecho por otros, lo que se ha mejorado, y/o cómo se han explorado nuevas dimensiones del tema.

No familiarizarse con los datos

Los estudiantes a menudo asumen que los datos con los que están trabajando son completos para todas las variables y que la información reportada es precisa. Puede reducir las posibilidades de obtener sorpresas desagradables en los resultados realizando un trabajo exploratorio que incluye estadísticas descriptivas, gráficos de líneas (para datos de series temporales), distribuciones de frecuencia e incluso listados de algunos valores de datos individuales.

Una serie de resultados no deseados pueden resultar de no familiarizarse con sus datos de análisis. Estos tres ejemplos son quizás los más comunes:

  • Las variables que usted pensó que fueron medidas continuamente están en realidad en categorías o grupos.
  • Las mediciones que usted creía que eran valores reales son en realidad valores que faltan.
  • Los valores de los datos que parecen perfectamente legítimos son en realidad valores censurados.

Haciéndolo demasiado complicado

El arte de la econometría consiste en encontrar la especificación o forma funcional apropiada para modelar su resultado particular de interés. En muchos casos, sin embargo, la teoría puede ser vaga sobre los elementos específicos de la especificación de un modelo.

Dada la incertidumbre de elegir la especificación “perfecta”, muchos econometristas aplicados cometen el error de sobreespecificar sus modelos (lo que significa que incluyen numerosas variables irrelevantes) o favorecen métodos de estimación complicados sobre técnicas más sencillas. Puede resultar en propiedades indeseables del estimador y dificultad para interpretar el significado de los resultados.

Ser inflexible a las complicaciones del mundo real

Las soluciones o predicciones derivadas del uso de teorías económicas utilizan deducciones lógicas y/o pruebas matemáticas que normalmente se basan en el supuesto ceteris paribus (todo lo demás constante).

Sin embargo, los datos que se utilizan para probar las hipótesis económicas se derivan de un mundo en el que los agentes (individuos, empresas o lo que se tenga) se relacionan con el entorno que los rodea de manera que no es probable que satisfagan el supuesto ceteris paribus, ya que muchas de las variables que definen sus circunstancias específicas varían considerablemente de una observación a otra.

Mirar hacia otro lado cuando ves resultados extraños

La mayoría de los proyectos de investigación econométrica contienen resultados de estimación para numerosas variaciones de modelos relacionados. Usted quiere enfocarse en sus variables primarias de interés (variables centrales), pero asegúrese de examinar todos sus resultados.

Esto significa no ignorar resultados irrazonables (en su mayoría estimaciones insignificantes, coeficientes con el signo incorrecto y magnitudes que son demasiado grandes) y proceder a la presentación de informes y la interpretación. Si algunos resultados no pasan una prueba de sentido común, entonces es probable que las pruebas estadísticas no tengan sentido e incluso pueden indicar que usted ha cometido un error con sus variables, la técnica de estimación o ambas.

Obsesionarse con las medidas de ajuste y la significación estadística

Después de estimar un modelo econométrico, centre su atención y guíe al lector (si está escribiendo un artículo de investigación) hacia los resultados que son más relevantes para abordar su pregunta de investigación.

La importancia de los resultados no debe determinarse únicamente en base al ajuste (valores R-cuadrados) o a la significación estadística. Claro, los coeficientes estadísticamente insignificantes sugieren que su variable independiente no es probable que afecte a su variable dependiente. Sin embargo, si la falta de una relación es nueva o inesperada, ¡este hallazgo puede ser significativo!

Olvidarse de la importancia económica

Puede utilizar medidas de significación estadística para determinar qué variables no es probable que tengan un efecto sobre la variable dependiente, pero no puede utilizarlas para determinar qué variables tienen un efecto relevante.

Una vez que haya establecido que una variable es estadísticamente significativa, no olvide centrar su atención en el coeficiente. A veces, las variables pueden tener coeficientes que son muy significativos desde el punto de vista estadístico, aunque no se asocie ninguna significación económica con el resultado.

El elemento más importante en la discusión de sus resultados es la evaluación de la significación y magnitud estadística de las principales variables de interés. Si una variable tiene un coeficiente estadísticamente significativo pero la magnitud es demasiado pequeña para ser importante, entonces debe ser claro sobre su falta de importancia económica.

Suponiendo que sus resultados sean sólidos

En la mayoría de los casos, la teoría económica permite una considerable flexibilidad para determinar la especificación exacta del modelo econométrico. Usted querrá ver si los ajustes menores cambian sus resultados.

No asuma que sólo un modelo econométrico puede aplicarse a su pregunta de investigación y que los resultados no cambiarán con modificaciones razonables a su especificación. Desea realizar análisis de robustez (o sensibilidad) para mostrar que las estimaciones de su modelo no son sensibles (son robustas) a ligeras variaciones en las especificaciones.

Leave a Reply