Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Haciendo doble clic sobre el icono de una matriz podemos editar la matriz, obtener una
serie de propiedades y realizar transformaciones.
En el entorno de gretl se distingue entre dos tipos de comandos: instrucciones y
funciones, y dentro de las funciones distingue entre los accessors y las funciones
propiamente dichas. Las instrucciones tienen unos argumentos de entrada y
normalmente tienen un conjunto de opciones, por ejemplo el comando ols permite
estimar un modelo de regresin por MCO a partir de unos argumentos de entrada que
son la variable explicada y las variables explicativas y si queremos que calcule la matriz
de covarianzas usaremos la opcin --vcv. Los accessors son los valores de variables
internas que han sido generadas por instrucciones, por ejemplo $coeff contiene los
coeficientes estimados del ltimo modelo de regresin que hemos calculado con el
comando ols. Las funciones permiten realizar algn tipo de operacin matemtica,
como por ejemplo abs(x) permite obtener el valor absoluto de x. Para consultar las
instrucciones disponibles en este programa pulsaremos en el men principal sobre
Ayuda/Gua de instrucciones, y para consultar las funciones y accessors pulsaremos
sobre Ayuda/Gua de funciones.
Para salvar nuestra sesin de trabajo, con todos los comandos que hemos utilizado,
pulsaremos en la opcin Guardar como del men principal de la consola de gretl, y
elegiremos entre guardar en un fichero o como un icono.
Principales comandos
En este apartado vamos a ver algunos de los principales comandos de gretl, como
hemos indicado antes, la lista completa de comandos disponibles (instrucciones y
funciones) est en la opcin de Ayuda del men principal.
Comandos bsicos
Operador
+
*
/
^
sqrt
abs
exp
log
lags
Descripcin
Suma
Resta
Multiplicacin
Divisin
Potencia
Raz cuadrada
Valor absoluto
Exponencial de x
Logaritmo natural de x
Retarda la serie p periodos
diff
max
min
mean
median
quantile
Primeras diferencias de y
Mximo de la serie y
Mnimo de la serie y
Media aritmtica de la serie y
Mediana de la serie y
Cuantil p (ejemplo 0.5 obtiene la
mediana) de una serie o matriz
Suma de los elementos de la serie y
Suma de cuadrados de desviaciones
respecto de la media
Nmero de observaciones de la serie y
Cuasivarianza de una serie y
Cuasidesviacin tpica de una serie y
Covarianza entre dos series
Correlacin entre dos series
sum
sst
nobs
var
sd
cov
corr
Ejemplo
genr x = 2+2
genr x = 4-2
genr x = 2*2
genr x = 2/2
genr x = 2^3
genr x = sqrt(4)
genr abs_x = abs(x)
genr exp_x = exp(x)
genr log_x = log(x)
genr y2 = lags(2,y)
Devuelve una lista con dos
series (y_1 y_2), una retardada
un periodo y otra retardada dos
periodos
genr yd1 = diff(y)
genr max_y = max(y)
genr min_y = min(y)
genr mean_y = mean(y)
genr median_y = median(y)
genr q_y = quantile(y, 0.5)
genr sum_y = sum(y)
genr sst_y = sst(y)
genr nobs_y = nobs(y)
genr var_y = var(y)
genr sd_y = sd(y)
genr cov_xy = cov(x,y)
genr corr_xy = corr(x,y)
Comandos matriciales.
Operador
+
*
.*
./
'
/
Descripcin
Suma
Resta
Multiplicacin, filas por columnas
Multiplica elemento a elemento
Divide elemento a elemento
Transpuesta
Resuelve sistemas de ecuaciones.
Resuelve el sistema: A*x=b donde x
Ejemplo
matrix C = A + B
matrix C = A - B
matrix C = A * B
matrix c = a.*b
matrix c = a./b
matrix At = A'
matrix x = b/A
~
|
**
I
cols
rows
det
diag
inv
eigengen
cholesky
rank
matrix C = A ~ B
matrix C = A | B
matrix C = A ** B
matrix I = I(n)
nc_A = cols(A)
nf_A = rows(A)
det_A = det(A)
diag_A = diag(A)
matrix invA = inv(A)
matrix eig_A = eigengen(A,
null)
matrix eig_A = eigengen(A,
&B)
matrix P = cholesky(A)
rA = rank(A)
$coeff
$ncoeff
$nvars
$nobs
$ess
$aic
$bic
Descripcin
Estimacin mnimo cuadrtica ordinaria
Principales opciones:
--vcv (imprime la matriz de
covarianzas)
--simple-print (no imprime estadsticas
auxiliares)
--quiet (suprime la impresin de los
resultados)
--anova (imprime la tabla ANOVA)
Coeficientes estimados del ltimo
modelo ejecutado en la consola de
comandos
Nmero de coeficientes
Nmero de variables explicativas
incluyendo el trmino constante
Nmero de observaciones
Suma de cuadrados de residuos
Criterio de informacin de Akaike
Criterio Bayesiano de Schwarz
Ejemplo
ols y 0 x
b = $coeff #vector de
coeficientes
b_x = $coeff(x) #escalar del
coeficiente de la variable x
ncoef = $ncoeff
k = $nvars
n = $nobs
SCR = $ess
aic = $aic
bic = $bic
Coeficiente de determinancin
Error estndar de la regresin
Errores estndar de los coeficientes
$yhat
$uhat
R2 = $rsq
s2 = $sigma
stderr = $stderr #vector de
errores estndar
stderr_x = $stderr(x) # error
estndar de la variable x
est_y = $yhat
e = $uhat
Ejemplos
Varianza de la serie Y.
genr var_Y = sum((Y-mean(Y))^2)/nobs(Y) #varianza de la serie Y
o tambin:
genr var_Y = sst(Y)/nobs(Y)
EMCO del modelo: CRt = + YDt + ut
matrix X = {const, YD} #matriz X
matrix b = inv(X'X)*X'CR
print Estimaciones MCO
b
Suma de cuadrados de totales de la variable CR
genr SCT = sst(CR)
Suma de cuadrados de explicada del modelo anterior
genr SCE = b'*X'*CR - nobs(CR)*(mean(CR))^2
Suma de cuadrados de residuos
genr SCR = SCT - SCE
Desviacin tpica de la regresin
genr sigma =sqrt(SCR/(nobs(CR) - cols(X)))
Estimacin de la matriz de varianzas-covarianzas de los coeficientes
matrix varb = sigma^2*inv(X'X)
Desviaciones tpicas de los coeficientes estimados
matrix sdb = sqrt(varb[diag])
Estadsticos t-Student
matrix t_student = b./sdb