¿Más complejo que las regresiones simples y múltiples?

Question

Actualmente estoy en una clase de Econometría que requiere que escribamos un trabajo de investigación que muestre nuestras habilidades en la regresión / modelado. ¿Qué es algo más complejo que las regresiones simples y múltiples que pueda aprender y utilizar en mi proyecto de investigación? Soy consciente de que el modelo depende de la pregunta de investigación, pero me gustaría aprender diferentes tipos de modelización de todos modos.

Gracias.

Answer 1

Bienvenido al maravilloso mundo de la econometría. En la mayoría de los cursos de introducción a la econometría se amplían los mínimos cuadrados ordinarios (MCO) mediante la consideración de modelos de resultados binarios, como el logit y el probit.

Mientras que el método OLS suele limitarse a la modelización de resultados continuos con límites entre $-\infty$ y $\infty$ Sin embargo, en la investigación, a menudo se encuentran datos en los que no es así. La extensión más elemental son los datos de resultados binarios (sí/no).

Este dato tiene la forma de un sí/no (codificado 1/0). Evidentemente, OLS se enfrenta a varios problemas. El primero y más importante (para sus fines) es el hecho de que puede predecir resultados fuera del rango $[0,1]$ . La solución más sencilla: la regresión logística.

La regresión logística estima la probabilidad de que $y=1$ condicionada a sus variables explicativas. Lo hace creando un mapa de su ecuación de regresión $\beta_0 + \beta_1 x$ en el espacio $[0,1]$ teniendo en cuenta: $$ \ln \left( \frac{P(y=1)}{1-P(y=1)} \right) = \beta_0 + \beta_1x $$ Dependiendo de los datos que pueda encontrar (y del software del que disponga; por ejemplo, EViews, R, Stata y SPSS tienen rutinas integradas para la regresión logística), esta podría ser una forma interesante de proceder.

Answer 2

Para un lista de métodos utilizados en econometría aplicada puede echar un vistazo a la ReplicationWiki (en la que trabajo). Muchos de ellos tienen datos y código para que pueda probarlos fácilmente. (El ejemplo es con variables instrumentales, sustituya este método en el formulario de búsqueda por cualquier otro de la lista para buscar ejemplos para ellos).

Answer 3

Recomiendo tomar una copia del libro de Stock y Watson _Introducción a la econometría_ que proporciona una visión general bastante fácil de entender de muchas de estas técnicas. Una selección de ellas:

• modelos de resultado binario (como menciona Alan): logit, probit, probabilidad lineal
• modelos de datos de panel y efectos fijos
• regresión no lineal, incluyendo variables ficticias y efectos de interacción
• variables instrumentales y modelos de mínimos cuadrados en dos etapas.