Publications by Fernando Ernesto Paniagua Muñoz PM18011

Practica Econometría PM18011

18.03.2021

R Markdown This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com. When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within t...

594 sym R (268 sym/2 pcs) 1 img

Ejercicio de método de Mínimos Cuadrados Ordinarios (MCO)

20.03.2021

20/3/2021 Ejercicio 1 A través de la técnica de Mínimos Cuadrados Ordinarios (MCO), usando Álgebra Lineal demostrar que para el modelo de la forma \(Y=\beta_0+\beta_1 \cdot X_1 + \epsilon\), las expresiones para \(\beta_0\) y \(\beta_1\) son respectivamente: \[\hat\beta_0=\overline Y-\hat\beta_1 \cdot \overline X_1\] y \[\hat\beta_1={\...

3397 sym

Guía de trabajo 1

16.04.2021

EJERCICIO I Para una empresa se ha estimado un modelo que relaciona las ventas de 200 empresas, con su gasto en tv, radio, periódicos y la interacción entre tv y periódicos. 1. Calcule las matrices \(A, P\) y \(M\) load("~/Econometria/Recursos/modelo_ventas.RData") matriz_X<-model.matrix(modelo_ventas) matriz_XX<-t(matriz_X)%*%matriz_X m...

4033 sym R (1444102 sym/58 pcs) 1 tbl

Pruebas de Normalidad

27.05.2021

library(wooldridge) library(printr) data(hprice1) head(force(hprice1),n=5) price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225481 195 231.8 3 ...

1090 sym R (1298 sym/17 pcs) 6 img 2 tbl

Prueba de Multicolinealidad

27.05.2021

library(wooldridge) library(printr) data(hprice1) head(force(hprice1),n=5) price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225481 195 231.8 3 ...

597 sym R (1448 sym/15 pcs) 2 img 3 tbl

Ejercicio de deteccion de heterocedasticidad

29.05.2021

library(wooldridge) library(printr) data(hprice1) head(force(hprice1),n=5) price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225481 195 231.8 3 ...

177 sym R (672 sym/5 pcs) 1 img 2 tbl

Investigacion de la libreria fastGraph

29.05.2021

library(wooldridge) library(printr) data(hprice1) head(force(hprice1),n=5) price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225481 195 231.8 3 ...

668 sym R (2626 sym/16 pcs) 9 img 2 tbl

Ejercicio de autocorrelacion

29.05.2021

library(wooldridge) library(printr) data(hprice1) head(force(hprice1),n=5) price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225481 195 231.8 3 ...

1186 sym R (1061 sym/10 pcs) 2 tbl

Replica de Simulacion

26.06.2021

Estimación del modelo library(lmtest) library(stargazer) library(equatiomatic) library(mlbench) data(BostonHousing) modelo_boston<-lm(formula = medv~.,data=BostonHousing) extract_eq(modelo_boston,wrap = TRUE) \[ \begin{aligned} \operatorname{medv} &= \alpha + \beta_{1}(\operatorname{crim}) + \beta_{2}(\operatorname{zn}) + \beta_{3}(\oper...

719 sym R (6046 sym/9 pcs) 4 tbl

Aplicacion de la libreria stargazer para presentar modelos corregidos con estimadores HAC

26.06.2021

Estimación del modelo library(foreign) library(stargazer) library(equatiomatic) data_reg<- read.dta("https://stats.idre.ucla.edu/stat/data/crime.dta") Modelo_est<-lm(crime~poverty+single,data=data_reg) extract_eq(Modelo_est) \[ \operatorname{crime} = \alpha + \beta_{1}(\operatorname{poverty}) + \beta_{2}(\operatorname{single}) + \epsilon ...

751 sym R (1817 sym/12 pcs) 1 tbl