¿Cómo elegir el modelo correcto para una regresión?

Question

Así pues, la pregunta central de mi proyecto es hasta qué punto el nivel de contribución de las exportaciones de un país al PIB (es decir, las exportaciones como % del PIB total) afecta al crecimiento de su PIB.

Estoy comparando esta hipótesis para dos países diferentes, China e India.

Tengo datos de series temporales anuales de las exportaciones como % del PIB total de ambos países y de su crecimiento del PIB durante los últimos 30 años, pero no tengo ni idea de cómo elegir un modelo correcto para empezar a analizarlo.

Estaba pensando en utilizar quizás el modelo autorregresivo uno, ¿alguna idea? Si esto es correcto, ¿cómo puedo empezar a modelar utilizando mis datos?

Answer 1

Cosas de la trama. ¿Parece que los datos brutos tienen ciclos? (Supongo que sí, dado que estás hablando de datos económicos y quieres utilizar un modelo autorregresivo). A continuación, intente obtener el orden del modelo autorregresivo tomando diferencias hasta que los ciclos desaparezcan. Esto también puede probarse formalmente utilizando (una versión de) la prueba de Durbin-Watson. Es probable que haya más patrones. ¿Qué ves? ¿La variabilidad se mantiene constante a lo largo del tiempo (probablemente cuando se tienen porcentajes) o hay una tendencia a que la variabilidad crezca? ¿Qué función suave (y sencilla) sigue la distribución general de los datos? Ajústala, evalúa el ajuste, repite con diferentes funciones, hasta que tengas algo razonable.

La selección del modelo es más un arte que una ciencia, y a menudo hay varios modelos razonables que se pueden utilizar.

Answer 2

Creo que se pueden utilizar modelos VAR en este tipo de cuestiones de política aplicada. Creo que te interesan algunas preguntas como "¿qué efecto tienen las exportaciones en el PIB y el PIB en la exportación?". Así que, si es el caso, creo que la forma más adecuada es utilizar modelos VAR en los que se puede analizar la causalidad (como la causalidad de Granger) entre sus variables clave. Pero debes mirar tus datos si tus series temporales están cointegradas, si es así, puedes utilizar un modelo VECM (Modelo de Corrección de Errores Vectoriales) que puede considerarse como una versión diferente de los modelos VAR.