Guía de Instrucciones de Gretl - Wake Forest University
Guía de Instrucciones de Gretl - Wake Forest University
Guía de Instrucciones de Gretl - Wake Forest University
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 1. <strong>Instrucciones</strong> <strong>de</strong> gretl 30<br />
testuhat<br />
Debe ejecutarse <strong>de</strong>spués <strong>de</strong> una instrucción <strong>de</strong> estimación. Da la distribución <strong>de</strong> frecuencias <strong>de</strong><br />
los residuos <strong>de</strong>l mo<strong>de</strong>lo y un contraste chi-cuadrado <strong>de</strong> normalidad, basado en el procedimiento<br />
propuesto por Doornik y Hansen (1984).<br />
Menú gráfico: Ventana <strong>de</strong> Mo<strong>de</strong>lo, /Contrastes/normalidad <strong>de</strong> los residuos<br />
tobit<br />
Argumentos: var<strong>de</strong>p varin<strong>de</strong>ps<br />
Opciones: --vcv (mostrar la matriz <strong>de</strong> covarianzas)<br />
--verbose (mostrar los <strong>de</strong>talles <strong>de</strong> las iteraciones)<br />
Estima un mo<strong>de</strong>lo Tobit. Este mo<strong>de</strong>lo pue<strong>de</strong> ser a<strong>de</strong>cuado cuando la variable <strong>de</strong>pendiente es<br />
una variable “truncada”. Por ejemplo, se observan valores positivos y cero <strong>de</strong> las compras <strong>de</strong><br />
bienes dura<strong>de</strong>ros por parte <strong>de</strong> las familias, pero no valores negativos. Sin embargo las <strong>de</strong>cisiones<br />
sobre tales compras pue<strong>de</strong>n consi<strong>de</strong>rarse como resultados <strong>de</strong> una disposición subyacente<br />
a la compra que pue<strong>de</strong> ser negativa en algunos casos. Para <strong>de</strong>talles ver el libro <strong>de</strong> Greene Econometric<br />
Analysis, Capítulo 20.<br />
Menú gráfico: /Mo<strong>de</strong>lo/Tobit<br />
tsls<br />
Argumentos: var<strong>de</strong>p varin<strong>de</strong>ps ; instrumentos<br />
Opciones: --vcv (mostrar la matriz <strong>de</strong> covarianzas)<br />
--robust (<strong>de</strong>sviaciones típicas robustas)<br />
Ejemplo: tsls y1 0 y2 y3 x1 x2 ; 0 x1 x2 x3 x4 x5 x6<br />
Calcula las estimaciones por mínimos cuadrados en dos etapas (MC2E o VI): var<strong>de</strong>p es la variable<br />
<strong>de</strong>pendiente, varin<strong>de</strong>ps es la lista <strong>de</strong> variables in<strong>de</strong>pendientes (incluyendo las variables<br />
endógenas <strong>de</strong>l lado <strong>de</strong>recho) en la ecuación estructural para la cual se necesitan las estimaciones<br />
MC2E; y instrumentos es la lista combinada <strong>de</strong> variables exógenas y pre<strong>de</strong>terminadas en<br />
todas las ecuaciones. Si la lista <strong>de</strong> instrumentos no es al menos tan larga como varin<strong>de</strong>ps, el<br />
mo<strong>de</strong>lo no está i<strong>de</strong>ntificado.<br />
En el ejemplo <strong>de</strong> arriba, las ys son las variables endógenas y las xs son las exógenas y pre<strong>de</strong>terminadas.<br />
Menú gráfico: /Mo<strong>de</strong>lo/Mínimos cuadrados en dos etapas<br />
var<br />
Argumentos: or<strong>de</strong>n listavar ; <strong>de</strong>tlist<br />
Opción: --quiet (no mostrar respuestas al impulso etc.)<br />
Ejemplo: var 4 x1 x2 x3 ; const time<br />
Construye y estima (usando MCO) un mo<strong>de</strong>lo autorregresivo vectorial (VAR). El primer argumento<br />
especifica el or<strong>de</strong>n <strong>de</strong> retardos, <strong>de</strong>spues va la estructura <strong>de</strong> la primera ecuación. No hay<br />
que incluir retardos entre los elementos <strong>de</strong> listavar — se añadirán automáticamente. El punto y<br />
coma separa las variables estocásticas, para las que se incluirán un número or<strong>de</strong>n <strong>de</strong> retardos,<br />
<strong>de</strong> los terminos <strong>de</strong>terminísticos <strong>de</strong> <strong>de</strong>tlist, tales como la constante, la ten<strong>de</strong>ncia temporal y las<br />
variables ficticias estacionales.<br />
De hecho, gretl es capaz <strong>de</strong> reconocer las variables <strong>de</strong>terminísticas más comunes (constante,<br />
ten<strong>de</strong>ncia temporal, variables ficticias que no tengan más valores que el 0 y el 1), así que estas<br />
no es necesario situarlas <strong>de</strong>spués <strong>de</strong>l punto y coma. Variables <strong>de</strong>terminísticas más complejas<br />
(p.ej. una ten<strong>de</strong>ncia temporal interactuando con una variable ficticia) <strong>de</strong>ben incluirse <strong>de</strong>spués<br />
<strong>de</strong>l punto y coma.<br />
Se ejecuta una regresión por separado para cada variable <strong>de</strong> listavar. La salida <strong>de</strong> cada ecuación<br />
presenta los contrastes F <strong>de</strong> restricciones cero <strong>de</strong> todos los retardos <strong>de</strong> cada variable; un con-