GUIA DE INTRODUCCIÓN A LA ECONOMETRÍA UTILIZANDO GRETL

GUIA DE INTRODUCCIÓN A LA ECONOMETRÍA UTILIZANDO GRETL

Mª Isabel Cal Bouzada
Mª Victoria Verdugo Matés
(CV)

Volver al índice

Predicción

Un objetivo fundamental a tener en cuenta en la construcción de un modelo econométrico es la valoración de la capacidad predictiva como opción para comprobar la validez del modelo. Dicha validación debe realizarse con datos diferentes a los que se utilizaron para la estimación y/o diagnosis del modelo.
Habitualmente, se trabaja con datos de series temporales y es frecuente que dichos datos pertenezcan a  períodos posteriores a la muestra, por ello a la estimación de estos valores externos se le denomina predicción. No obstante, cuando los datos son transversales, también puede resultar interesante obtener estimaciones con datos externos a la muestra, que por comodidad se seguirá denominando predicción.
En este epígrafe se analizará la predicción óptima en el ámbito de un MRLNC bajo la hipótesis de estabilidad postmuestral.

Existen varias alternativas para realizar las predicciones:

  • Utilizar la opción Predicciones del menú Análisis de laVentana Modelo.
  • Utilizar el comando fcast.

Utilizar el menú Análisis

Utilizando el menú Análisis y seleccionando Predicciones se accede al cuadro de diálogo predicción (véase Ilustración 3‑7) donde se debe elegir:

  • El dominio de la predicción: hay que tener en cuenta que el rango de predicción no debe coincidir con el rango de estimación del modelo.
  • El tipo de predicción: se puede elegir entre predicción estática, dinámica o recursiva. La predicción dinámica, tan sólo, está disponible cuando se trabaja con series temporales y entre las variables explicativas aparece algún retardo de la variable endógena. En cuanto a las predicciones recursivas “n” paso(s) adelante, hay que señalar que la predicción para una observación concreta “t” se obtiene multiplicando los coeficientes estimados del modelo con la muestra desde la observavión “1” hasta la observación “t-4” y los regresores evaluados en la observación “t” (la predicción recursiva será realmente una predicción sólo si todos los regresores estocásticos son variables retardadas).
  • El número de observaciones a representar anteriores a la predicción: se debe tener en cuenta que para que Gretl elabore un gráfico es necesario seleccionar un mínimo de 5 observaciones.
  • Eligir la forma de representar el intervalo de confianza de las predicciones: barra de error, línea inferior y superior o área sombreada.
  • Elegir el nivel de confianza: mínimo del 60% y máximo del 99%.
  • Elegir entre el intervalo para la predicción puntual (actual Y) o para la predición media (mean Y).
  • Una vez hechas las elecciones se pincha en “Aceptar”y se abren dos ventanas de resultados (véase Ilustración 3‑7):
  • La Ventana predicciones, en la que Gretl proporciona entre otros datos, los valores predichos, sus desviaciónes típicas, sus intervalos de confianza así como el nivel de confianza y el valor crítico de la t de Student utilizado para su construcción.
  • La Ventana gráfico, en la que Gretl proporciona una representación gráfica de los valores observados o valores medios del regresando, los valores predichos y sus respectivos intervalos de confianza.
  • Véase que en el ejemplo de la Ilustración 3‑7, el rango de predicción está formado por las observaciones de la 56 a la 60, se ha optado por una predicción estática, por predicciones puntuales y por intervalos de confianza del 95%.

Utilizando el comando fcast

Para que el comando fcast se ejecute correctamente debe ir precedido de un comando de estimación. El formato del comando fcast es:
fcast   observación inicial   observación final   --opciones
Si se desean guardar los resultados de la predicción es necesario incluir en el comando fcast el nombre de la variable en la que se quieren guardar dichos resultados. En este caso, Gretl ejecuta el comando omitiendo la salida, por lo que para visualizar la serie de valores predichos será necesario utilizar un comando print.
fcast   observación inicial   observación final  nombre variable   --opciones
La mayor parte de la salida del comando fcast se utiliza para realizar un análisis de la capacidad predictiva del modelo, por lo que no será analizada en este capítulo.
En el Cuadro 3‑3 se recogen algunas de las opciones disponibles con este comando.


--static                  proporciona estimaciones estáticas.
--dynamic             proporciona estimaciones dinámicas.
--mean-y                proporciona la predicción media.
--no-stats               suprime la visualización de los estadísticos de predicción.
--quiet                    ejecuta el comando fcast pero suprime la visualización de la salida.

Cuadro 3‑3. Algunas opciones del comando fcast.
En la Tabla 3‑5 se recoge la salida estándar del comando fcast.


Tabla 3‑5. Salida asociada al submenú Predicciones del menú Análisis de la Ventana Modelo.

 

 

 

 

 

 

Para intervalos de confianza 95%, t(T-K-1, 0.025)

 

 

 

Observaciones 

Y

Predicción

Desv. Tipica

Intervalo de 95%

1

2

 

 

 

Estadísticos de evaluación de la predicción 

 

Error medio

EM

 

Error cuadrático medio

ECM

 

Raíz del Error cuadrático medio

RECM

 

Error absoluto medio

EAM

 

Porcentaje de error medio

PEM

 

Porcentaje de error absoluto medio

PEAM

 

U de Theil

U

 

  Proporción de sesgo

UM

 

  Proporción de  regresión

UR

 

  Proporción de perturbación

UD

 

 

 

 

 

 

 

Tal y como puede verse en la Tabla 3‑5, Gretl además de proporcionar el valor predicho, la desviación estándar del error predicho y el intervalo de predicción, proporciona estadísticos para evaluar la capacidad predictiva del modelo.