Busca en el Blog

miércoles, 2 de mayo de 2012

CONCLUSIONES PROYECTO DE ECONOMETRIA

 Al realizar el presente trabajo se puede concluir que las variables independientes explican en una proporción alta la variación de la demanda

 Luego de la validación econométrica del modelo se llego a la conclusión que el modelo se tuvo el problema de multicolinealidad, pero esta fue superada eliminando la variable de mayor incidencia en este problema la cual fue la inversión.
 Al realizar pruebas de detección de heteroscedasticidad, se concluyó que el modelo no presenta este problema, esto significa que no hay una variación en la varianza poblacional, es decir que la varianza permanece constante, es por esto que no se realizó ninguna corrección.

 Al realizar la detección de autocorrelación mediante varias pruebas se verificó que esta no está presente en el modelo, eso quiere decir que el término de perturbación es aleatorio o estocástico, también significa que no sigue ningún patrón sistemático, cumpliendo así con uno de los postulados del modelo lineal general.

 Al verificar realizar las pruebas de especificación del modelo, comprobamos que el modelo estaba bien especificado y existía una estabilidad en los parámetros.

9 comentarios:

  1. Respuestas
    1. Machine Learning Projects for Final Year machine learning projects for final year

      Deep Learning Projects assist final year students with improving your applied Deep Learning skills rapidly while allowing you to investigate an intriguing point. Furthermore, you can include Deep Learning projects for final year into your portfolio, making it simpler to get a vocation, discover cool profession openings, and Deep Learning Projects for Final Year even arrange a more significant compensation.

      Python Training in Chennai Project Centers in Chennai

      Eliminar
  2. This blog is so nice to me. I will continue to come here again and again. Visit my link as well. Good luck
    obat aborsi
    cara menggugurkan kandungan

    ResponderEliminar