UNIVERSIDAD NACIONAL HERMILO VALDIZAN

Facultad de Ciencias Econmicas

CURSO ECONOMETRIA II
Profesor: Julio C. Castro

FICHA DE LECTURA
Alumno: JOFFRE ARISMENDI SOLIS TUCTO
Fecha: 26/09/2016
Autor: DAMODAR GUJARATI
Ttulo de la lectura:
MODELOS DE REGRESION CON VARIABLES DICOTOMAS

Ideas centrales del autor: (Afirmaciones que dan lgica al conjunto de la lectura
por parte del autor, redactadas en forma concisa y exacta).
1. Alas variables cualitativas se le conoce como variables dictomas las cuales
adoptan valores de 0 y 1. Donde 1 indica la presencia y 0 la ausencia de cierto
atributo lo que permite ser cuantificable.
2. Los modelos de regresin no solo pueden trabajar con variables numricas, sino
que se pueden trabajar con variables cualitativas.
3. Existen variables con variables explicativas que son exclusivamente dictoma, las
cuales se le conoce como modelos de anlisis de varianza
Palabras claves de la lectura: (Trminos que sirven para clasificar los temas
centrales tratados; las publicaciones no suelen aceptar ms de 5 palabras claves;
cada "palabra clave puede sin embargo ser integrada por un mximo de tres
palabras):
1. dictomas
2. modelos anova
3. Ancova
4. prueba chow
5. heteroscedasticidad
Resumen breve de la lectura: (No exceder el lmite de renglones)
Las variables dictomas con valores de 1 y 0 (o sus transformaciones lineales) son un
medio de introducir regresoras cualitativas en el anlisis de regresin.
Las variables dictomas son un mecanismo de clasificacin de datos, pues permiten
dividir una muestra en diversos subgrupos con base en cualidades o atributos (sexo,
estado civil, raza, religin, etc.) e implcitamente permiten efectuar regresiones
individuales para cada subgrupo.
Si hay diferencias en la respuesta de la variable regresada a la variacin en las
variables cuantitativas en los diversos subgrupos, stas se reflejarn en las diferencias
en los intercepto o en los coeficientes de las pendientes, o en ambos, de las
regresiones de los diversos subgrupos.
Aunque es una herramienta verstil, la tcnica de variable dictoma debe manejarse
con cuidado.
Primero, si la regresin contiene un trmino constante, el nmero de variables
dictomas

debe ser menor que el nmero de clasificaciones de cada variable cualitativa. Segundo,
el coeficiente que acompaa las variables dictomas siempre debe interpretarse en
relacin con el grupo base o de referencia, es decir, con el grupo que adquiere el valor
de cero. La base elegida depende del propsito de la investigacin en curso.
Finalmente, si un modelo tiene diversas variables cualitativas con diversas categoras,
la introduccin de las variables dictomas puede consumir un gran nmero de grados
de libertad. Por consiguiente, siempre se debe ponderar el nmero de variables
dictomas que se van a introducir respecto del nmero total de observaciones
disponible para el anlisis.
En este captulo se consideraron slo algunas de las diversas aplicaciones de la tcnica
de variables dictomas: 1) comparacin de dos (o ms) regresiones, 2) des
estacionalizacin de datos de series de tiempo, 3) variables dictomas interactivas, 4)
interpretacin de las variables dictomas en los modelos semilogartmicos y 5) modelos
de regresin lineal por segmentos.
Comentario crtico de la lectura: (No exceder el lmite de renglones)
Las variables dictomas son recursos para clasificar en categoras mutuamente
excluyentes, como masculino y femenino.
Las variables dictomas pueden utilizarse en los modelos de regresin en forma tan fcil
como variables cuantitativas. De hecho, un modelo de regresin quede contener variables
explicativas y dictomas o cualitativas, por naturaleza, tales modelos se denominan modelos
de anlisis de varianza ANOVA la cual son variables cualitativas de tres categoras y el
modelo de anlisis de covarianza ANCOVA lo cual son regresiones que muestrean una
mescla de variable cuantitativa y cualitativas.
Tambin existen una variable dictoma alternativa a la prueba chow la cual sirve para
examinar la estabilidad estructural del modelo de regresin.
Y los efectos de interaccin al utilizar variables dictomas la cual son herramientas flexibles
para varios problemas interesantes la cual el sexo y la raza son regresoras cualitativas y la
escolaridad es cuantitativa.