pryecto de econometria maria maldonado

2
MODELO DE REGRESION _cons 18.9587 2.82355 6.71 0.000 13.22056 24.69685 pib -.0001415 .0000348 -4.07 0.000 -.0002121 -.0000709 inflacion -.8421187 .4649945 -1.81 0.079 -1.787101 .1028638 poblacionact -8.07e-08 7.55e-08 -1.07 0.293 -2.34e-07 7.28e-08 desempleo Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 1127.50875 37 30.4732094 Root MSE = 4.6458 Adj R-squared = 0.2917 Residual 733.824276 34 21.5830669 R-squared = 0.3492 Model 393.684473 3 131.228158 Prob > F = 0.0020 F( 3, 34) = 6.08 Source SS df MS Number of obs = 38 . reg desempleo poblacionact inflacion pib 3 VARIABLES SIGNIFICATIVAS PARA TU MODELO PREDICCION DE ERRORES res 38 0.0094 0.1163 7.98 0.0185 Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 joint Skewness/Kurtosis tests for Normality . sktest res Aquí ves la normalidad de la función y la Kurtosis de tu función Test de multicolinealidad

Upload: kevin-quelal

Post on 08-Sep-2015

222 views

Category:

Documents


0 download

DESCRIPTION

wdqer

TRANSCRIPT

MODELO DE REGRESION

3 VARIABLES SIGNIFICATIVAS PARA TU MODELOPREDICCION DE ERRORES

Aqu ves la normalidad de la funcin y la Kurtosis de tu funcin

Test de multicolinealidad

No tienes problemas de multicolinealidad porque la prueba de varianza inflada es menor que 10

TEST DE HETEROCEDASTICIDAD