Clasificación de los modelos

Podemos diferenciar los modelos econométricos en función de dos grandes clasificaciones:

Según el tipo de datos de las variables utilizadas en el modelo:

Series temporales: los datos pueden corresponder a los valores de una variable en el tiempo. Éstos pueden tener frecuencia diaria, semanal, mensual o anual.Así podemos analizar las cotizaciones en bolsa diarias, los índices de precios al consumidor (IPC) mensuales, los datos anuales del PIB de un país, etcétera.

Clasificación de los modelos Decisiones y Estadística

O cualquier gráfico que simbolice una serie temporal

Series de corte transversal: los valores corresponden a distintos sujetos para un mismo momento del tiempo. En este caso se trataría de series del tipo de consumo de diferentes familias, inversión de distintas empresas, desempleo en diferentes provincias, etcétera.
Datos de panel: un conjunto de datos que recoge observaciones de un fenómeno a lo largo del tiempo se conoce como serie temporal.Dichos conjuntos de datos están ordenados y la información relevante respecto al fenómeno estudiado es la que proporciona su evolución en el tiempo.

Un ejemplo de series temporales sería la evolución diaria de la bolsa, el IPC mensual, los datos anuales del PIB de un país, etcétera.

Según el momento del tiempo al que hacen referencia se distingue entre:

Modelos estáticos: cuando el subíndice «i» hace referencia al mismo momento del tiempo o al mismo individuo económico tanto para la endógena como para todas las explicativas.
Modelos dinámicos: cuando están involucradas las variables en diferentes puntos del tiempo. Así, si se está analizando la variable endógena consumo, se utilizará como variable explicativa la renta de ese mismo período, pero también se podría utilizar la renta del año anterior, ya que las decisiones de compra se tomarán en función de lo que se pudo ahorrar ese año. Al incluir variables en distintos momentos del tiempo podemos hablar de modelos dinámicos.

Según el número de variables endógenas que se desee explicar:

Modelos uniecuacionales: únicamente existe una variable endógena.
Modelos multiecuacionales: existen varias variables endógenas que deseamos explicar, algunas de las cuales pueden ser a su vez variables explicativas de otras ecuaciones.

Según la transformación de los datos que se realice:

Modelo en niveles: las variables aparecen expresadas en unidades de medida.
Modelo en tasas de variación: las variables aparecen expresadas como incrementos. Cuando una variable se expresa en incrementos en lugar de en niveles, se está eliminando la tendencia.
Modelo en logaritmos: El modelo básico de regresión lineal permite únicamente trabajar con relaciones lineales. Pero no todas las variables tienen por qué estar expresadas a través de una relación lineal. Cuando se estima un modelo únicamente con una variable endógena y una explicativa lo que se trata es de encontrar la linea que mejor recoja la información suministrada por ambas variables.

Califica este Artículo

Temario CursodeMBA.com