Gretl guide-es[1]

Guiacutea del usuario de Gretl

Gnu Regression Econometrics and Time-series

Allin CottrellDepartment of Economics

Wake Forest university

Riccardo ldquoJackrdquo LucchettiDipartimento di Economia

Universitagrave di Ancona

November 2005

Copyright ccopy 2001ndash2005 Allin Cottrell

Copyright de la traduccioacuten espantildeola ccopy 2006 Ignacio Diacuteaz-Emparanza ndash Marta Reguacutelez (Basadoen la traduccioacuten del manual de 2003 de Parmeeta Bhogal e Ignacio Diacuteaz-Emparanza)

Este documento puede ser copiado distribuido yo modificado bajo los teacuterminos de la GNUFree Documentation License Versioacuten 11 o cualquiera de las versiones posteriores publicadaspor la Free Software Foundation (veacutease httpwwwgnuorglicensesfdlhtml)

Se agradece la financiacioacuten de la Universidad del Paiacutes Vasco a traveacutes del grupo de investigacioacuten9UPV-00038321-135032001 para la traduccioacuten de este manual

Iacutendice general

1 Introduccioacuten 1

11 Caracteriacutesticas principales 1

12 Agradecimientos 1

13 Instalacioacuten de los programas 2

2 Puesta en marcha 4

21 Ejecutar una regresioacuten 4

22 Resultados de la estimacioacuten 6

23 Menuacutes de la ventana principal 7

24 La barra de herramientas de gretl 10

3 Modos de trabajo 11

31 Lotes de instrucciones 11

32 El concepto de sesioacuten 12

4 Fichero de datos 14

41 Formato propio 14

42 Otros formatos de archivos de datos 14

43 Bases de datos binarias 14

44 Crear un archivo de datos desde cero 15

45 Datos ausentes 17

5 Funciones especiales en genr 18


52 Filtros de series temporales 18

53 Remuestreo y bootstrap 19

54 Valores ausentes 20

55 Recuperar variables internas 21

6 Datos de Panel 23

61 Estructura de Panel 23

62 Variables ficticias 24

63 Uso de valores retardados con datos de panel 24

64 Estimacioacuten combinada 25

65 Ilustracioacuten La Tabla Mundial de Penn 26

7 Graacuteficos y Diagramas 27

71 Graacuteficos Gnuplot 27

72 Graacuteficos de caja 27

I

Iacutendice general II

8 Construccioacuten de iteraciones 29

81 Simulaciones Monte Carlo 29

82 Miacutenimos cuadrados iterativos 30

83 Bucle con iacutendice 30

9 Cointegracioacuten y Modelos de Correcioacuten del Error 32

91 El contraste de cointegracioacuten de Johansen 32

10 Solucioacuten de problemas en gretl 34

101 Informes de errores 34

102 Programas auxiliares 34

11 El interfaz de liacutenea de instrucciones 35

111 Gretl en la consola 35

112 Diferencias con ESL 35

A Comentarios sobre los archivos de datos 37

A1 Formato nativo baacutesico 37

A2 Formato tradicional ESL 37

A3 Bases de datos binarias detalles 38

B Comentarios teacutecnicos 40

C Precisioacuten numeacuterica 41

D Anaacutelisis economeacutetrico avanzado con software libre 43

E Lista de URLs 44

Bibliografiacutea 45

Capiacutetulo 1

Introduccioacuten

11 Caracteriacutesticas principales

Gretl es un paquete de caacutelculo economeacutetrico e incluye una biblioteca compartida un programacliente de liacutenea de instrucciones y un interfaz graacutefico para el usuario (GUI)

Faacutecil de usar Gretl ofrece un interfaz intuitivo para el usuario es muy faacutecil de instalar y deusar para realizar anaacutelisis economeacutetrico El paquete estaacute muy ligado a los manuales deEconometriacutea de Ramu Ramanathan Jeffrey Woolridge y James Stock y Mark Watson locual permite ofrecer muchos archivos de datos para ejercicios praacutecticos asiacute como ficheroscon lotes de instrucciones (scripts) Estos son faacutecilmente accesibles y vienen acompantildeadosde muchos comentarios

Flexibilidad Gretl ofrece la posibilidad de elegir entre un enorme rango de opciones desdeapuntar y hacer click en modo interactivo hasta la utilizacioacuten de procesos por lotes resul-tando faacutecil ademaacutes hacer diferentes combinaciones entre las mismas

Multiplataforma La plataforma nativa de Gretl es Linux pero tambieacuten estaacute disponible para MSWindows y Mac OS X y deberiacutea funcionar en cualquier sistema tipo Unix que contenga losarchivos de biblioteca baacutesicos adecuados (veacutease el apeacutendice B)

Coacutedigo abierto El coacutedigo fuente de Gretl se encuentra a la total disposicioacuten de cualquiera queesteacute interesado en revisar completar o extender el programa

Sofisticacioacuten Gretl ofrece una completa gama de estimadores de miacutenimos cuadrados incluyen-do miacutenimos cuadrados en dos etapas y miacutenimos cuadrados no lineales Tambieacuten ofrecevarios estimadores de maacutexima verosimilitud especiacuteficos (por ejemplo logit probit tobit)y desde la versioacuten 150 un estimador de maacutexima verosimilitud general El programa escapaz de estimar sistemas de ecuaciones simultaacuteneas GARCH ARMA VAR y modelos decorreccioacuten de error vectoriales

Precisioacuten Gretl ha sido contrastado con los conjuntos de datos de referencia de NIST obtenien-do muy buenos resultados Veacutease el Apeacutendice C

Uso de Internet Gretl tiene acceso a un servidor en Wake Forest University desde el cual puededescargar algunas bases de datos La versioacuten para MS Windows incorpora un programa deactualizacioacuten que detecta la disponibilidad de nuevas versiones de Gretl y ofrece la opcioacutende actualizacioacuten de manera automaacutetica

Internacional Gretl puede producir sus resultados en Ingleacutes Espantildeol Franceacutes Italiano Polacoo Alemaacuten dependiendo del idioma nativo del ordenador

12 Agradecimientos

El coacutedigo base de Gretl procediacutea originariamente del programa ESL (ldquoEconometrics SoftwareLibraryrdquo) escrito por el profesor Ramu Ramanathan de la Universidad de California San DiegoEstamos muy en deuda con el Profesor Ramu Ramanathan por dejar este coacutedigo disponible bajola Licencia Puacuteblica General GNU y por hacer de guiacutea en el desarrollo de Gretl

Tambieacuten estamos agradecidos a los autores de varios manuales de Econometriacutea por su permisopara incluir en la distribucioacuten de Gretl varios conjuntos de datos asociados a sus textos Estalista actualmente incluye a William Greene autor de Econometric Analysis Jeffrey Woolridge(Introductory Econometrics A Modern Approach) James Stock and Mark Watson (Introduction

1

Capiacutetulo 1 Introduccioacuten 2

to Econometrics) Damodar Gujarati (Basic Econometrics) y Rusell Davidson y James MacKinnon(Econometric Theory and Methods)

La estimacioacuten GARCH en Gretl se basa en el coacutedigo depositado en el archivo del Journal of Ap-plied Econometrics por los profesores Fiorentini Calzolari y Panattoni y el coacutedigo para generarvalores p para los contrastes de DickeyndashFuller se debe a James MacKinnon Agradecemos a estosautores su permiso para utilizar sus trabajos

Con respecto a la internacionalizacioacuten de Gretl queremos dar las gracias a Ignacio Diacuteaz-EmparanzaMichel Robitaille Cristian Rigamonti Tadeusz y Pawel Kufel y Markus Hahn quienes prepara-ron las traducciones al Espantildeol Franceacutes Italiano Polaco y Alemaacuten respectivamente

Gretl se ha beneficiado mucho del trabajo realizado por numerosos programadores de soft-ware de coacutedigo abierto y libre para maacutes detalles veacutease el Apeacutendice B Nuestro agradecimientotambieacuten a Richard Stallman de la Free Software Foundation por su apoyo al software libre engeneral y en particular por su decisioacuten de ldquoadoptarrdquo Gretl como un programa GNU

Muchos usuarios de Gretl han aportado sugerencias uacutetiles e informes de error A este respectohemos de dar las gracias en particular a Ignacio Diacuteaz-Emparanza Tadeusz Kufel Pawel KufelAlan Isaac Cri Rigamonti y Dirk Eddelbuettel quien ademaacutes mantiene el paquete Gretl paraDebian GNULinux

13 Instalacioacuten de los programas

Linux

En la plataforma Linux1 tenemos la opcioacuten de compilar el coacutedigo Gretl o usar un paquete ya pre-compilado Hay paquetes precompilados disponibles en el formato rpm (aconsejable para RedHat Linux y sistemas relacionados con este) y tambieacuten en el formato deb (Debian GNULinux)En el caso de que el usuario prefiriera construir uno por siacute mismo (o si el sistema Unix nodispone de paquetes ya construidos) deberaacute seguir los siguientes pasos

1 Descargar la uacuteltima distribucioacuten de Gretl desde Gretlsourceforgenet

2 Descomprimir (unzip+untar) el paquete En un sistema que disponga de utilidades GNUla instruccioacuten seriacutea tar xvfz Gretl-Ntargz (reemplazar N con el nuacutemero de versioacutenespeciacutefico del archivo que hemos bajado en el paso 1)

3 Ir al directorio de Gretl creado en el paso 2 (eg Gretl-115)

4 Entonces la rutina baacutesica de compilacioacuten es

configuremakemake checkmake install

Sin embargo antes de empezar es conveniente leer el archivo INSTALL yo hacer

configure --help

para ver las opciones disponibles Una de las opciones que el usuario puede querer ajustares --prefix La instalacioacuten se hace en usrlocal por defecto pero es posible cambiarloPor ejemplo

configure --prefix=usr

pondraacute todo bajo el directorio usr En el caso de que alguacuten archivo de biblioteca necesariono se encuentre en el sistema y por lo tanto falle todo el proceso de instalacioacuten consuacutelteseel Apeacutendice B

1En este manual usaremos ldquoLinuxrdquo para referirnos al sistema operativo GNULinux Lo que aquiacute se dice acerca deLinux es en su mayor parte vaacutelido tambieacuten para otros sistemas similares a Unix aunque puede resultar necesariaalguna que otra modificacioacuten local


Gretl ofrece soporte para el escritorio de gnome Para utilizarlo se compila el programa en laforma descrita anteriormente Si se desean suprimir los rasgos especiacuteficos de gnome es precisopasar la opcioacuten --without-gnome directamente a configure

MS Windows

La versioacuten para MS Windows se distribuye en un archivo autoejecutable La instalacioacuten consistesimplemente en bajar Gretl_installexe y ejecutar este programa Durante el proceso deinstalacioacuten se le preguntaraacute por un lugar donde instalar el paquete (por defecto se instala encuserdataGretl)

Actualizaciones

En el caso de que el ordenador este conectado a Internet Gretl cuenta con la posibilidad de co-nectarse a su sitio web en la Universidad de Wake Forest al iniciar el programa para ver si hayuna nueva versioacuten disponible Si la hay se abre una ventana informando al usuario de este he-cho Si queremos activar esta opcioacuten hay que marcar la opcioacuten ldquoInformar sobre actualizacionesde Gretlrdquo en el menuacute ldquoArchivo Preferencias General rdquo de Gretl

La versioacuten para MS Windows adelanta un paso maacutes da la opcioacuten de actualizacioacuten automaacutetica sise desea Para seleccionar esta opcioacuten siacuteganse las instrucciones en la ventana emergente cerrarGretl y a continuacioacuten ejecutar el programa llamado ldquoGretl updaterrdquo (que se encuentra juntocon el programa principal de Gretl bajo Programas en el menuacute de inicio de Windows) Una vezterminado el proceso de actualizacioacuten se puede reiniciar Gretl

Capiacutetulo 2

Puesta en marcha

21 Ejecutar una regresioacuten

Esta parte introductoria estaacute enfocada principalmente hacia el programa de cliente graacutefico paramaacutes detalles del programa de liacutenea de instrucciones gretlcli consultar el capiacutetulo 11 y el Guiacuteade instrucciones de Gretl

Aunque es posible abrir gretl tecleando el nombre de un archivo de datos como argumento porel momento no vamos a probar este modo simplemente ejecutamos el programa1

Apareceraacute una ventana principal (que puede tener alguna informacioacuten sobre los datos pero queal principio estaacute vaciacutea) y varios menuacutes algunos de los cuales estaacuten desactivados al principio

iquestQueacute podemos hacer a partir de este punto Se puede consultar los archivos (o bases) de datosque vienen con el programa abrir un archivo de datos crear un nuevo archivo de datos leer losapartados de la ayuda o abrir alguacuten lote de instrucciones Por ahora vamos a revisar los archivosde datos que acompantildean al programa Desde el menuacute Archivo elegir ldquoAbrir datos archivo demuestra Ramanathanrdquo Se deberiacutea abrir una segunda ventana con una lista de archivos dedatos que vienen con el paquete (veacutease la Figura 21) Los archivos estaacuten numerados siguiendolos capiacutetulos del libro de Ramanathan (2002) el cual tambieacuten contiene los puntos relacionadoscon el anaacutelisis de estos datos Auacuten en el caso de que no dispongamos de este texto los datosen siacute son muy uacutetiles para realizar ejercicios praacutecticos

Figura 21 Ventana de archivo de datos para ejercicios praacutecticos

Si seleccionamos una fila en esta ventana y pulsamos ldquoInformacioacutenrdquo se abre el archivo de ca-becera (header file) de los datos en cuestioacuten que contiene informacioacuten sobre el origen y lasdefiniciones de las variables Para abrir alguacuten archivo que nos interese pulsar ldquoAbrirrdquo o sim-plemente hacer doble clic sobre el nombre del archivo Por el momento abriremos el archivodata3-6

1Por comodidad este manual se refiere al programa de cliente graacutefico simplemente como gretl Noacutetese sin embar-go que el nombre especifico del programa cambia seguacuten la plataforma del ordenador En Linux se llama gretl_x11mientras que en MS Windows se llama gretlw32exe En sistemas Linux tambieacuten se instala un lote de instruccionesde envoltura (wrapper script) llamado gretl

4

Capiacutetulo 2 Puesta en marcha 5

+ En ventanas gretl con listas un doble clic sobre una liacutenea lanza una accioacuten asociada por defecto a estaentrada de la lista por ejemplo mostrar valores de una serie de datos abrir un archivo

Este archivo contiene datos pertenecientes a un ldquoproblemardquo claacutesico de econometriacutea la funcioacutende consumo Ahora la ventana de datos deberiacutea mostrar el nombre del archivo de datos actualel rango total de los datos y el rango de la muestra asiacute como los nombres de las variables juntocon sus notas descriptivas - veacutease la Figura 22

Figura 22 Ventana principal con un archivo de datos para ejercicios abierto

Bien iquestcuaacutel es el siguiente paso gretl intenta que las diferentes opciones del menuacute sean bastan-tes expliacutecitas Primero hagamos una breve visita al menuacute Modelo en Seccioacuten 23 se realiza unbreve recorrido a lo largo de los menuacutes de la ventana principal

El menuacute Modelo de gretl ofrece numerosos meacutetodos de estimacioacuten economeacutetrica El maacutes sencilloy estaacutendar es el de Miacutenimos Cuadrados Ordinarios (MCO) Si se selecciona MCO aparece uncuadro de diaacutelogo en el que hay que especificar el modelo - veacutease la Figura 23

Figura 23 Cuadro de diaacutelogo de especificacioacuten del modelo

Para seleccionar la variable dependiente resaltamos la variable deseada en la lista que aparecea la izquierda y pulsamos el botoacuten ldquoElegirrdquo que apunta hacia la caja de la variable dependienteSi marcamos la casilla ldquoSeleccioacuten por defectordquo esta variable seraacute preseleccionada como depen-diente la siguiente vez que abramos el cuadro de diaacutelogo de especificacioacuten de modelo Un atajo


un doble clic sobre una variable dentro de la lista de la izquierda hace que eacutesta sea la variabledependiente por defecto Para seleccionar las variables independientes primero las resaltamosen la lista de la izquierda y a continuacioacuten pulsamos el botoacuten ldquoAntildeadirrdquo (o el botoacuten derecho delratoacuten con el cursor sobre la variable seleccionada) Para seleccionar varias variables en la listaarrastramos el ratoacuten sobre ellas para seleccionar diferentes variables que no son contiguasapretamos la tecla Ctrl y mantenieacutendola asiacute hacemos clic sobre las variables deseadas

Para ejecutar una regresioacuten con el consumo como variable dependiente y la renta como laindependiente hacemos clic sobre Ct para ponerla en el espacio de ldquoVariable dependienterdquo yluego antildeadimos Yt a la lista de variables Independientes

22 Resultados de la estimacioacuten

Una vez que hayamos especificado un modelo apareceraacute una ventana mostrando los resultadosde la regresioacuten La informacioacuten que presenta es bastante comprensible y estaacute escrita en unformato estaacutendar (Figura 24)

Figura 24 Ventana de resultados del modelo

La ventana de resultados contiene menuacutes que nos permiten inspeccionar o hacer graacuteficos de losvalores ajustados y de los residuos y ademaacutes podemos ejecutar varios programas de diagnoacutes-ticos sobre el modelo

Para la mayoriacutea de los modelos tambieacuten existe la opcioacuten de reimprimir los resultados de laregresioacuten en formato LaTeX Podemos imprimir los resultados en formato tabular (similar a loque hay en la ventana output pero bien escritos) o como una ecuacioacuten en una paacutegina Paracada una de estas opciones podemos elegir entre una vista preliminar de la composicioacuten final oguardar los resultados en un archivo para su posterior incorporacioacuten en un documento LaTeXLa vista preliminar requiere que tengamos un sistema TeX funcionando en nuestro ordenador

Para exportar los resultados de gretl a un procesador de textos se puede copiar y pegar desdeuna ventana de resultados utilizando su menuacute Editar al programa deseado Muchas (pero notodas) las ventanas de gretl ofrecen la opcioacuten de copiar como RTF (ldquoRich Text Formatrdquo de Mi-crosoft) o como documento LaTeX Si se quiere pegar el contenido en un procesador de textola opcioacuten RTF quizaacute sea la mejor porque conserva el formato tabular de los resultados 2

Alternativamente podemos guardar los resultados en un archivo de texto y luego importar estearchivo desde el programa que estemos utilizando Al terminar una sesioacuten de gretl tenemos la

2Teacutengase en cuenta que al copiar como RTF en MS Windows Windows soacutelo permitiraacute que se pegue en aquellasaplicaciones que ldquoentiendanrdquo el formato RTF Por lo tanto se puede pegar en MS Word pero no en notepad


opcioacuten de guardar todos los resultados de la sesioacuten en un uacutenico archivo

Teacutengase en cuenta que tanto en el escritorio gnome como bajo MS Windows el menuacute Archivoincluye una instruccioacuten para enviar los resultados directamente a una impresora

+ Al pegar o exportar los resultados de gretl como texto a un procesador de textos conviene seleccionaruna fuente monoespaciada o estilo maacutequina de escribir (eg Courier) para conservar el formato tabulardel output Seleccioacutenese un tamantildeo pequentildeo de fuente (un Courier de 10 puntos seraacute suficiente) paraevitar que las liacuteneas de resultados se partan incorrectamente

23 Menuacutes de la ventana principal

Si se lee la barra del menuacute de la ventana principal empezando por la izquierda hacia la dere-cha se encuentran los siguientes menuacutes Archivo Utilidades Sesioacuten Datos Muestra VariableModelo y Ayuda

Menuacute Archivo

bull Abrir datos Abre un archivo de datos propio de gretl o importa desde otro formatoVeacutease el capiacutetulo 4

bull Guardar datos Guarda el archivo de datos propio de gretl abierto en este momento

bull Guardar datos como Escribe el conjunto de datos en formato propio con las opcionesde utilizar gzip para comprimir los datos o guardar los datos en formato binarioVeacutease el capiacutetulo 4

bull Exportar datos Escribe el conjunto de datos en formato CSV (comma-separated valuesmdash valores separados por comas) o en los formatos de GNU R o GNU Octave Veacutease elcapiacutetulo 4 asiacute como el apeacutendice D

bull Cerrar conjunto de datos Cierra el conjunto de datos con que se estaacute trabajando enla memoria Generalmente no tenemos que hacer esto (ya que al abrir un archivo dedatos nuevo se cierra de manera automaacutetica el viejo) pero es de utilidad en algunasocasiones

bull Revisar bases de datos Veacuteanse 43

bull Crear conjunto de datos Inicia la hoja de caacutelculo incorporada en el programa paraantildeadir datos de forma manual Veacutease 44

bull Guardar el uacuteltimo graacutefico Guarda el graacutefico maacutes reciente

bull Ver historial de instrucciones Abre una ventana donde puede verse el historial detodas las instrucciones ejecutadas hasta el momento

bull Abrir archivo de instrucciones Abre un lote de instrucciones de gretl bien uno yacreado por el usuario o bien uno de los archivos de ejercicios praacutecticos que acom-pantildean al programa Si se desea crear un lote de instrucciones desde cero uacutesese lasiguiente opcioacuten Nuevo archivo de instrucciones

bull Preferencias Especifica la ubicacioacuten de varios archivos a los que gretl necesita acce-der Selecciona la fuente en que gretl mostraraacute los textos generados Activa o desac-tiva el ldquomodo expertordquo (Si se activa este modo se suprimen varios avisos) Activa odesactiva los mensajes de gretl sobre la disponibilidad de las nuevas versiones delprograma Configura o quitapone la barra de herramientas en la ventana principal

bull Salir Salir del programa Si no se ha activado el modo experto se mostraraacute un avisopara que se guarde cualquier trabajo no guardado

Menuacute de Utilidades

bull Tablas estadiacutesticas Consultar los valores criacuteticos de las distribuciones maacutes frecuentes(normal o gausiana t chi-cuadrado F y Durbin-Watson)


bull Buscador de valores p Abre una ventana que nos permite consultar valores p dedistribuciones gausianas t chi-cuadrado F o gamma Veacutease tambieacuten la instruccioacutenpvalue

bull Calculadora de estadiacutesticos de contraste Calcula los estadiacutesticos de contraste y valo-res p para una amplia gama de contrastes de hipoacutetesis comunes (media poblacionalvarianzas y proporciones diferencias de medias de varianzas y de proporciones)Los estadiacutesticos muestrales relevantes han de estar disponibles con anterioridad pa-ra su incorporacioacuten en el cuadro de diaacutelogo Para algunos contrastes sencillos quetoman como entrada series de datos en vez de estadiacutesticos muestrales previamentecalculados veacutease ldquoDiferencia de mediasrdquo y ldquoDiferencia de varianzasrdquo en el menuacute deDatos

bull Consola Gretl Abre una ventana tipo ldquoconsolardquo dentro de la cual podemos escribirinstrucciones (en lugar de apuntar y hacer clic) del mismo modo que en el programade liacutenea de instrucciones gretlcli

bull Iniciar GNU R Inicia una sesioacuten de R (si estaacute instalado en el sistema) y carga una copiadel conjunto de datos que esteacute abierto en gretl

Menuacute de Sesioacuten

bull Vista de iconos Abre una ventana que muestra la sesioacuten actual de gretl en forma deun conjunto de iconos Para maacutes detalles veacutease 32

bull Antildeadir el uacuteltimo graacutefico Captura el graacutefico maacutes reciente en forma de icono de sesioacutenpara poder acceder a eacutel y manipularlo

bull Abrir Abre un archivo de sesioacuten previamente guardado

bull Guardar Guarda la sesioacuten actual en un archivo

bull Guardar como Guarda la sesioacuten actual en el archivo deseado

Menuacute de Datos

bull Mostrar valores Muestra una ventana con una simple vista (no editable) de los valoresde las variables (todas o una parte seleccionada)

bull Editar valores Muestra una ventana con una hoja de caacutelculo en la cual podemos intro-ducir cambios antildeadir nuevas variables y extender el nuacutemero de observaciones (Lamatriz de datos tiene que ser rectangular con un nuacutemero ideacutentico de observacionespara cada serie)

bull Graacuteficos Aquiacute se puede elegir entre trazar un graacutefico de series temporales un dia-grama de dispersioacuten X-Y regular un graacutefico X-Y de impulsos (barras verticales) ungraacutefico X-Y ldquocon separacioacuten de factoresrdquo (es decir con los puntos en diferentes co-lores dependiendo del valor de una variable ficticia) y graacuteficos de caja (boxplots)Muestra un cuadro de diaacutelogo donde se pueden especificar las variables a trazar Lamanera maacutes sencilla de rellenarlo es refirieacutendose a las variables con sus nuacutemeros deidentificacioacuten (se encuentran en la primera columna de la izquierda en la ventanaprincipal de datos) Por lo tanto si hemos elegido la opcioacuten de diagrama de disper-sioacuten poniendo ldquo2 3rdquo como los valores de los datos se dibuja la variable 2 (aquiacute elconsumo) contra la variable 3 (renta) La uacuteltima variable referenciada seraacute situada enel eje x El programa utiliza gnuplot para hacer los graacuteficos (excepto en la opcioacutengraacuteficos de caja)

bull Graacuteficos bivariantes muacuteltiples Muestra una coleccioacuten de (hasta un maacuteximo de seis)diagramas bien como una variable en el eje y contra varias variables en el eje x ocomo varias variables en el eje y contra uno en el eje x Puede ser uacutetil para realizarun anaacutelisis preliminar de los datos

bull Leer informacioacuten Editar informacioacuten ldquoLeer informacioacutenrdquo simplemente muestra la in-formacioacuten de cabecera del archivo actual ldquoEditar informacioacutenrdquo permite cambiar estainformacioacuten (en Linux si tenemos los permisos para hacerlo)

bull Estadiacutesticos principales Muestra un conjunto de estadiacutesticos descriptivos bastantecompleto respecto de todas las variables incluidas en el conjunto de datos


bull Matriz de correlacioacuten Muestra los coeficientes de correlacioacuten de cada par de variablesincluidas en el conjunto de datos

bull Diferencia de medias calcula el estadiacutestico t para la hipoacutetesis nula de que las mediaspoblacionales sean iguales para dos variables seleccionadas y muestra su valor p

bull Diferencia de varianzas Calcula el estadiacutestico F para la hipoacutetesis nula de que lasvarianzas poblacionales sean iguales para dos variables seleccionadas y muestra suvalor p

bull Antildeadir variables Ofrece un submenuacute con las transformaciones de variables maacutes tiacutepi-cas (logaritmos retardos cuadrados etc) las cuales pueden antildeadirse al conjunto dedatos Tambieacuten se da la opcioacuten de antildeadir variables aleatorias y (para datos de seriestemporales) antildeadir variables ficticias estacionales (por ejemplo variables ficticias tri-mestrales para datos trimestrales) Incluye una opcioacuten para poner una semilla en elgenerador de nuacutemeros pseudoaleatorios del programa

bull Actualizar ventana A veces las instrucciones de gretl generan variables nuevas Laldquoactualizacioacutenrdquo asegura que el listado de variables visibles en la ventana principal dedatos esteacute sincronizado con el estado interno del programa

Menuacute de muestra

bull Establecer rango Establecer un punto de partida yo terminacioacuten diferente para lamuestra actual dentro del rango de los datos disponibles

bull Restaurar el rango completo idem

bull Establecer frecuencia observacioacuten inicial Impone una interpretacioacuten particular de losdatos en teacuterminos de frecuencia y observacioacuten inicial Estaacute pensado principalmentepara datos de panel veacutease el capiacutetulo 6

bull Definir a partir de v ficticia Dada una variable ficticia (indicador) con valor 0 o 1 seeliminan todas las observaciones de la muestra actual donde la variable ficticia tengael valor 0

bull Restringir a partir de criterio Similar al anterior excepto que no necesitamos unavariable predefinida escribimos una expresioacuten booleana (por ejemplo sqft gt 1400)y la muestra se restringe a las observaciones que cumplen este requisito Veacutease laayuda para genr para detalles sobre los operadores booleanos que se pueden utilizar

bull Quitar todas las obs con valores perdidos Elimina de la muestra actual todas lasobservaciones para las cuales hay por lo menos una variable que tiene un valorperdido (veacutease 45)

bull Contar valores perdidos Emite un informe sobre las observaciones en las que faltanvalores de los datos Puede ser uacutetil para examinar conjuntos de datos de panel en loscuales suele faltar alguacuten que otro valor

bull Antildeadir marcadores de caja Pregunta por el nombre de un archivo de texto que con-tenga marcadores de caja (etiquetas asociadas a observaciones individuales) y antildeadeesta informacioacuten al conjunto de datos Veacutease el capiacutetulo 4

bull Reestructurar panel Abre un cuadro de diaacutelogo que nos permite determinar la in-terpretacioacuten de un conjunto de datos panel bien como series temporales apiladas ocomo muestras transversales apiladas

Menuacute de variable La mayoriacutea de las opciones que encontramos aquiacute actuacutean sobre las va-riables una por una Podemos elegir la variable ldquoactivardquo seleccionaacutendola y pulsando sobreella en la ventana principal de datos La mayoriacutea de las opciones no necesitan explicacioacutenNoacutetese que es posible renombrar una variable y editar su descripcioacuten Tambieacuten es posibleldquoDefinir una nueva variablerdquo mediante una formula (por ejemplo con una funcioacuten de al-gunas variables ya existentes) Para conocer la sintaxis de estas foacutermulas consuacuteltese elteacutermino genr en la ayuda en liacutenea o veacutease la instruccioacuten genr Un ejemplo sencillo seriacutea

foo = x1 x2

esto creariacutea una nueva variable foo como el producto de las variables x1 y x2 ya existentesEn estas foacutermulas hay que referenciar las variables por su nombre y no por su nuacutemero


Menuacute de modelo Ya comentado en el capiacutetulo 2 Para maacutes detalles sobre los estimadoresofrecidos en este menuacute consuacuteltese el Guiacutea de instrucciones de Gretl a continuacioacuten yo laayuda en liacutenea sobre ldquoestimacioacutenrdquo

Menuacute de ayuda Incluye detalles sobre la sintaxis requerida en los cuadros de diaacutelogo(Notadel traductor el fichero de ayuda en Espantildeol suele actualizarse con retraso por eso apartir de la versioacuten gretl-109 se ha antildeadido en la ventana de ayuda una nueva opcioacutende menuacute que muestra la ayuda en Ingleacutes normalmente maacutes actualizada y que mostraraacutetambieacuten la ayuda sobre las nuevas instrucciones antildeadidas en la uacuteltima versioacuten))

24 La barra de herramientas de gretl

La barra de herramientas estaacute situada en la esquina inferior-izquierda de la ventana principal

Los iconos tienen las siguientes funciones empezando de izquierda a derecha

1 Lanzar calculadora Es una funcioacuten coacutemoda si queremos un raacutepido acceso a una calcula-dora mientras trabajamos en gretl El programa utilizado por defecto es calcexe en MSWindows o xcalc en el sistema de ventanas X Es posible cambiar el programa desde elmenuacute ldquoArchivo Preferencias Generalrdquo y submenuacute ldquoBarra de herramientasrdquo

2 Lanzar editor o procesador de textos Por defecto winwordexe en MS Windows y emacsen X Se puede configurar de la misma manera que la calculadora

3 Abrir consola gretl Un acceso raacutepido a la entrada del menuacute ldquoConsola gretlrdquo (ver maacutes arribaSeccioacuten 23)

4 Vista de iconos de sesioacuten

5 Abrir el sitio web de gretl en nuestro navegador de Internet Esto soacutelo funcionaraacute en elcaso de que el ordenador esteacute conectado a Internet y el navegador esteacute configurado demanera correcta

6 Abrir la versioacuten actual de este manual en formato PDF Requiere una conexioacuten con Internetademaacutes el navegador ha de tener la capacidad de procesar archivos PDF

7 Abrir la ayuda sobre la sintaxis de lotes de instrucciones (es decir un listado detallandotodas las instrucciones disponibles)

8 Abrir un cuadro de diaacutelogo para definir un graacutefico

9 Grabar el uacuteltimo graacutefico mostrado para modificarlo (Este botoacuten no se muestra en Linuxdonde se puede grabar el graacutefico mediante su menuacute desplegable)

10 Abrir una ventana mostrando los conjuntos de datos asociados al libro Introductory Econo-metrics de Ramanathan (alternativamente puede configurarse este botoacuten para que muestrelos conjuntos de datos de Wooldridge (2002))

Para desactivar la barra de herramientas ir a al menuacute ldquoArchivo preferencias generalrdquo y des-marcar la casilla de verificacioacuten ldquoMostrar barra de herramientas gretlrdquo

Capiacutetulo 3

Modos de trabajo

31 Lotes de instrucciones

A medida que vayamos ejecutando instrucciones en gretl utilizando el GUI y rellenando cuadrosde diaacutelogo estas instrucciones quedan registradas en forma de un ldquoloterdquo Podemos modificaro reejecutar estos lotes de instrucciones mediante gretl o el cliente de liacutenea de instruccionesgretlcli

Para visualizar el estado actual del lote durante una sesioacuten gretl se selecciona ldquoVer histo-rial de instrucciones rdquo dentro del menuacute Archivo Este archivo contiene el historial llamadosessioninp y se sobreescribe cada vez que empezamos una nueva sesioacuten Para conservarlohay que guardarlo con otro nombre Seraacute maacutes faacutecil encontrar los archivos de lotes utilizando elselector de archivos GUI si se nombran con la extensioacuten ldquoinprdquo

Para abrir un lote instrucciones escrito de manera independiente uacutesese la opcioacuten ldquoArchivoAbrir archivo de instrucciones archivo de usuariordquo en el menuacute para crear un lote desde cerose utiliza la opcioacuten ldquoArchivo Nuevo archivo de instruccionesrdquo En ambos casos se abriraacute unaventana para escribir las instrucciones (veacutease la Figura 31)

Figura 31 Ventana de lotes de instrucciones editando un archivo de instrucciones

La barra de herramientas en la esquina inferior-izquierda de la ventana principal ofrece las si-guientes opciones (de izquierda a derecha) (1) Guardar el archivo (2) Guardar como (3) Ejecutarlas instrucciones en el archivo (4) Copiar el texto seleccionado (5) Pegar el texto seleccionado(6) Buscar y reemplazar (7) Deshacer la uacuteltima accioacuten de Pegar o Reemplazar (8) Ayuda (si co-locamos el cursor sobre una palabra de la instruccioacuten y pulsamos el signo de interrogacioacuten semuestra la ayuda sobre esta instruccioacuten) (9) Cerrar la ventana

Estas funciones (y ademaacutes la opcioacuten de Imprimir) se encuentran tambieacuten en los menuacutes ldquoArchivordquoy ldquoEditarrdquo en la parte superior de la ventana de instrucciones

Al pulsar el icono Ejecutar o al elegir la opcioacuten del menuacute ldquoArchivo Ejecutarrdquo los resultados sedirigen a una sola ventana desde donde es posible editarlos guardarlos o copiarlos al portapa-peles

Para conocer maacutes a fondo las posibilidades de los lotes de instrucciones consuacuteltese la Ayuda

11

Capiacutetulo 3 Modos de trabajo 12

sobre ldquoSintaxis de guioacuten de instruccionesrdquo de gretl o alternativamente iniciar el programa deliacutenea de instrucciones gretlcli y consultar su ayuda Una tercera posibilidad es leer el Guiacutea deinstrucciones de Gretl

Ademaacutes el paquete gretl incluye maacutes de 70 lotes de ldquoejerciciosrdquo La mayoriacutea de ellos correspon-den al libro de Ramanathan (2002) pero independientemente de ello tambieacuten pueden utilizarsecomo una introduccioacuten al modo de escribir lotes de instrucciones en gretl asiacute como a variostemas de teoriacutea economeacutetrica Se puede acceder a los ejercicios desde ldquoArchivo Abrir archivode instrucciones Archivo de praacutecticas rdquo Alliacute hay un listado de los ficheros junto con una brevedescripcioacuten de los puntos que estos ilustran y los datos que utilizan Abra cualquier archivoy ejecuacutetelo (ldquoArchivo Ejecutarrdquo en la ventana de lotes de instrucciones resultante) para ver losresultados

Noacutetese que es posible separar las instrucciones largas en un lote de instrucciones en dos o maacutesliacuteneas utilizando la barra inversa como caraacutecter de continuidad

Es posible si asiacute lo desea el usuario usar los controles GUI y los lotes de modo simultaneoseguacuten cual sea el meacutetodo maacutes apropiado en cada momento Hay dos sugerencias a continuacioacuten

Abrir un archivo de datos en el GUI Explorar los datos generar los graacuteficos ejecutar lasregresiones hacer los contrastes Luego abrir el historial de instrucciones quitar cual-quier instruccioacuten redundante y guardarlo con un nombre diferente Ejecutar el lote deinstrucciones para generar un uacutenico archivo que contendraacute un historial conciso de nues-tro trabajo

Empezar creando un nuevo archivo de lotes Teclear cualquier instruccioacuten que sea nece-saria para poner en marcha las transformaciones de los datos (veacutease la instruccioacuten genren el Guiacutea de instrucciones de Gretl) Normalmente este tipo de tareas son maacutes faacuteciles derealizar si se han pensado las instrucciones con antelacioacuten y no pulsando sobre la marchaLuego guardar y ejecutar el lote la ventana de datos del GUI se actualizaraacute en consecuen-cia Ahora podemos manipular los datos mediante el GUI Para revisitar los datos maacutestarde abrir y ejecutar en primer lugar el lote ldquopreliminarrdquo

Hay otra opcioacuten para hacer maacutes coacutemoda la tarea En el menuacute Archivo de gretl se encuentrala opcioacuten ldquoConsola gretlrdquo Esta abre una ventana donde se pueden teclear las instruccionesy ejecutarlas una por una (con la tecla Retorno) de manera interactiva Esencialmente es elmismo modo de operacioacuten que gretlcli excepto que el GUI es actualizado basaacutendose en lasinstrucciones ejecutadas desde la consola haciendo posible el trabajo en cualquier entorno

32 El concepto de sesioacuten

Gretl ofrece la idea de una ldquosesioacutenrdquo como un modo de seguimiento de los trabajos realizadosy la posibilidad de volver a ellos maacutes tarde Se encuentra en un estado experimental (y en laactualidad hay maacutes posibilidades de encontrar errores aquiacute que en el resto del programa) elautor estaacute interesado en conocer las opiniones de los usuarios a este respecto

La idea inicial es ofrecer un pequentildeo espacio con iconos que contenga varios objetos pertene-cientes a la sesioacuten de trabajo actual (veacutease la Figura 32) Despueacutes se pueden antildeadir objetos(representados por iconos) a este espacio Si se guarda la sesioacuten estos objetos antildeadidos estaraacutendisponibles cuando se vuelva a abrir la sesioacuten

Al iniciar gretl abriendo un conjunto de datos y seleccionando ldquoVista de iconosrdquo del menuacuteSession se visualizan los iconos baacutesicos que aparecen por defecto estos son una manera raacutepidade acceder al lote de instrucciones (ldquoSesioacutenrdquo) informacioacuten sobre los datos (si la hay) la matrizde correlacioacuten y estadiacutesticos pricipales Todos estos se activan mediante un doble clic sobre elicono deseado El icono de ldquoConjunto de datosrdquo es un poco maacutes complejo al hacer doble clic seabre una hoja de caacutelculo con los datos incorporados pero tambieacuten se despliega un menuacute conotras opciones si se pulsa el botoacuten derecho del ratoacuten

+ En muchas ventanas de gretl al hacer clic con el botoacuten derecho del ratoacuten se despliega un menuacute conuna lista de tareas habituales


Figura 32 Vista de iconos a los iconos por defecto se ha antildeadido un modelo y un graacutefico

Es posible antildeadir dos tipos de objetos a la ventana de vista de iconos modelos y graacuteficos

Para antildeadir un modelo primero hay que estimarlo utilizando el menuacute de Modelo Luego se pulsala opcioacuten Archivo en la ventana de modelo y se selecciona ldquoGuardar a sesioacuten como iconordquo o ldquoGuardar como icono y cerrarrdquo Se puede atajar a la segunda opcioacuten pulsando la tecla S sobre laventana de modelo

Para antildeadir un graacutefico primero hay que crearlo (en el menuacute Datos ldquoGraacuteficosrdquo o mediante unade las otras instrucciones de gretl para generar graacuteficos) luego se selecciona ldquoAntildeadir uacuteltimograacuteficordquo desde el menuacute Sesioacuten o se pulsa el ratoacuten sobre el botoacuten con el dibujo de una pequentildeacaacutemara fotograacutefica en la barra de herramientas

Una vez antildeadido el modelo o graacutefico su icono apareceraacute en la ventana de vista de iconosHaciendo doble clic sobre el icono se vuelve a mostrar el objeto mientras que pulsando elbotoacuten derecho del ratoacuten se despliega un menuacute que permite mostrar o eliminar el objeto Estemenuacute desplegable tambieacuten ofrece la posibilidad de editar los graacuteficos

Si se crean modelos o graacuteficos y tenemos la intencioacuten de volver a utilizarlos maacutes adelanteentonces conviene seleccionar ldquoGuardar comordquo del menuacute Sesioacuten antes de salir de gretl dandoun nombre a la sesioacuten Para volver a abrir la sesioacuten

Iniciar gretl y volver a abrir el archivo de la sesioacuten desde la opcioacuten ldquoAbrirrdquo en el menuacuteSesioacuten o

Desde una liacutenea de instrucciones teclear gretl -r archivo de sesioacuten donde archivo desesioacuten es el nombre bajo el cual se habiacutea guardado la sesioacuten

Capiacutetulo 4

Fichero de datos

41 Formato propio

Gretl tiene su propio formato para los archivos de datos La mayoriacutea de los usuarios probable-mente no querraacuten escribir o leer estos archivos desde fuera de gretl pero ocasionalmente estopuede ser uacutetil Los detalles completos sobre los formatos de los archivos estaacuten en el apeacutendice A

42 Otros formatos de archivos de datos

Gretl puede leer varios otros formatos de datos

Ficheros CSV (comma-separated values mdash valores separados por comas) Estos archivospueden importarse mediante la opcioacuten del menuacute ldquoArchivo Abrir datos Importar CSVrdquode gretl o mediante la instruccioacuten de consola import Para conocer lo que gretl esperaencontrar en un archivo CSV veacutease Seccioacuten 44

Libros de trabajo en formatos MS Excel o Gnumeric Estos archivos tambieacuten pueden im-portarse utilizando la opcioacuten ldquoArchivo Abrir datos Importarrdquo del menuacute Los requisitospara este tipo de archivos se detallan en Seccioacuten 44

Datos en formato BOX1 Hay una gran cantidad de datos micro disponibles (gratis) en esteformato mediante el servicio de extraccioacuten de datos del Censo de los Estados Unidos Losdatos BOX1 pueden importarse con la opcioacuten del menuacute ldquoArchivo Abrir datos importarBOXrdquo o la orden de consola import -o

Al importar datos desde los formatos CSV o BOX gretl abre una ventana ldquode diagnoacutesticordquo infor-mando sobre su progreso al leer los datos Si hay alguacuten problema con datos mal formateadoslos mensajes de esta ventana ayudaraacuten a resolver el problema

Para comodidad de quienes desean llevar a cabo anaacutelisis de datos maacutes complejos gretl cuentacon la opcioacuten de escribir los datos en los formatos nativos de GNU R y GNU Octave (veacuteaseel apeacutendice D) En el cliente del GUI se accede a esta opcioacuten a traveacutes del menuacute ldquoArchivordquo en elcliente de liacutenea de instrucciones se utiliza la instruccioacuten store con la marca -r (R) o -m (Octave)

43 Bases de datos binarias

Para trabajar con grandes cantidades de datos se ha dotado a gretl de una rutina para manejarbases de datos Una base de datos al contrario que un archivo de datos no puede ser leiacutedadirectamente al espacio de trabajo del programa Una base de datos puede contener series conuna gran variedad de frecuencias y rangos en los datos Normalmente se abre la base de datosy se selecciona la serie a importar al conjunto de datos con el que estamos trabajando Luegopueden guardarse estas series en el formato propio de archivos de datos Es posible acceder alas bases de datos mediante la opcioacuten ldquoArchivo Revisar bases de datos)rdquo en el menuacute de gretl

Para maacutes detalles sobre el formato de las bases de datos de gretl veacutease el apeacutendice A

Acceso en liacutenea a bases de datos

Desde la versioacuten 040 gretl puede acceder a bases de datos a traveacutes de internet Hay variasbases de datos disponibles desde la Wake Forest University El ordenador debe estar conectadoa internet para que funcione esta opcioacuten Por favor consuacuteltese el apartado sobre ldquoBases dedatos en lineardquo en el menuacute de Ayuda de gretl

14

Capiacutetulo 4 Fichero de datos 15

Bases de datos RATS 4

Gracias a Thomas Doan de Estima quien me facilitoacute las especificaciones del formato utilizadopor las bases de datos en RATS 4 (Regression Analysis of Time Series) gretl puede trabajar coneste tipo de bases de datos Bien en realidad con una parte de ellos soacutelo se trabaja con basesde datos de series temporales que contengan series mensuales y trimestrales Mi universidadtiene la base de datos de RATS G7 que contiene los datos de las siete economiacuteas maacutes grandesde la OCDE y gretl puede leerlos sin problemas

+ Visite la paacutegina de datos de gretl para maacutes detalles y actualizaciones de los datos disponibles

44 Crear un archivo de datos desde cero

Hay cuatro maneras de hacer esto (1) Usando nuestra hoja de caacutelculo favorita para crear elarchivo de datos guardaacutendola en formato CSV (comma-separated values ndash valores separadospor comas) si es necesario y usando finalmente la opcioacuten ldquoImportarrdquo de gretl (2) Usando lahoja de caacutelculo incorporada en el propio gretl (3) Seleccionando las series de datos en unabase de datos adecuada (4) Usando nuestro editor de textos habitual u otras herramientas desoftware para crear el archivo de datos de manera independiente

A continuacioacuten hay algunos comentarios y detalles sobre estos meacutetodos

Utilizacioacuten de una hoja de caacutelculo diferente

Esta opcioacuten puede ser buena si se siente maacutes coacutemodo con alguna hoja de caacutelculo en particular Sise elige esta opcioacuten hay que tener cuidado en especificar la apariencia final de la hoja de caacutelculogretl espera un archivo que tenga (a) nombres vaacutelidos de las variables en la primera fila y (b)un bloque rectangular de datos debajo de eacutesta Un nombre vaacutelido para una variable contiene 8caracteres como maacuteximo empieza con una letra y no esta compuesto por nada excepto letrasnuacutemeros y el caraacutecter de subrayado _ Opcionalmente la primera columna puede conteneretiquetas de fechas (maacuteximo 8 caracteres) Una columna de este tipo debe estar encabezada porldquoobsrdquo o ldquodaterdquo o en su defecto tener vaciacutea la primera celda de la primera fila Debe de haberexactamente una fila sin datos encabezando el archivo

El formato descrito arriba debe de ser respetado de manera exacta en el caso de importacionesdesde CSV En el caso de importaciones desde Excel o Gnumeric hay un poco maacutes de libertadse puede seleccionar la fila y columna desde donde hay que empezar la importacioacuten y asiacute evitarcualquier fila o columna ldquoextrardquo Se aplican las normas descritas anteriormente dentro del aacutereaseleccionada para importar

Si se utiliza una hoja de caacutelculo para preparar los datos es faacutecil hacer varias transformacionesde los datos ldquooriginalesrdquo (hacer sumas porcentajes o lo que sea) sin embargo noacutetese quepueden hacerse estas cosas faacutecilmente - quizaacute con mayor facilidad - en gretl utilizando lasherramientas disponibles en el menuacute ldquoDatos Antildeadir variablesrdquo yo ldquoVariable definir nuevavariablerdquo

Si asiacute se desea es posible establecer un conjunto de datos en gretl pieza a pieza incrementandolos datos mediante importaciones desde otras fuentes Se puede llevar a cabo esto mediantelas opciones del menuacute ldquoFichero Antildeadir datosrdquo gretl comprobaraacute que los datos nuevos soncompatibles con el conjunto de datos ya existente y si todo le parece bien fusionaraacute los datosDe esta manera es posible antildeadir nuevas variables con tal de que la frecuencia de datos laprimera observacioacuten y la longitud de la serie sean iguales al conjunto de datos ya existente Otambieacuten se pueden antildeadir nuevas observaciones a las series de datos que ya tenemos en estecaso los nombres de las variables tienen que ser iguales Noacutetese que por defecto (es decir si seelige ldquoAbrir datosrdquo en vez de ldquoAntildeadir datos)rdquo abrir un nuevo archivo de datos significa el cierredel que esteacute abierto actualmente

Utilizar la hoja de caacutelculo incorporada

En el menuacute ldquoArchivo Crear conjunto de datosrdquo de gretl puede elegirse el tipo de conjunto dedatos que se desea establecer (por ejemplo series temporales trimestrales mensuales) Enton-


ces el programa pregunta por las fechas de inicio y fin (o el nuacutemero de observaciones) y elnombre de la primera variable a antildeadir al conjunto de datos Despueacutes de dar esta informacioacutense abre una sencilla hoja de caacutelculo donde pueden introducirse los valores de los datos Dentrode la ventana de la hoja de caacutelculo pulsando el botoacuten derecho del ratoacuten se invoca un menuacute des-plegable que brinda la opcioacuten de antildeadir una nueva variable (columna) antildeadir una observacioacuten(antildeadir una fila al final de la hoja) o introducir una observacioacuten en el punto deseado (mover einsertar una nueva fila en blanco)

Una vez que se hayan introducido los datos en la hoja de caacutelculo pueden ser importados alespacio de trabajo de gretl utilizando el botoacuten ldquoAplicar los cambios rdquo de la hoja de caacutelculo

Noacutetese que la hoja de caacutelculo de gretl es bastante baacutesica y no tiene soporte para funciones ofoacutermulas Las transformaciones de los datos se hacen a traveacutes de los menuacutes de ldquoDatosrdquo o deldquoVariablerdquo en la ventana principal de gretl

Seleccionar desde un base de datos

Otra alternativa consiste en organizar el archivo de datos seleccionando variables desde unabase de datos Gretl viene con una base de datos de series temporales macroeconoacutemicas deEEUU y como se ha dicho anteriormente el programa puede leer bases de datos de RATS 4

Se comienza con la opcioacuten de menuacute ldquoArchivo Revisar bases de datos rdquo de gretl Esta contienetres posibilidades ldquonativa gretlrdquo ldquoRATS 4rdquo y ldquoen servidorrdquo (en servidor de bases de datos) Elarchivo bcihbin se encuentra en el selector de archivos que se abre al elegir la opcioacuten ldquonativagretlrdquo - este archivo viene con el paquete del programa

Si no se han comprado o generado datos en formato RATS1 no hay nada en ldquoRATS 4rdquo Si tienedatos en formato RATS vaya al cuadro de dialogo ldquoArchivo Preferencias General rdquo de gretlseleccione la ficha Bases de Datos y rellene el camino correcto hacia los archivos RATS

Si el ordenador esta conectado a Internet es posible encontrar varias bases de datos (en la WakeForest University) en la opcioacuten ldquoen servidorrdquo Pueden consultarse en modo remoto y tambieacutenexiste la opcioacuten de instalarlos en el ordenador La ventana inicial de las bases de datos remotostiene una opcioacuten para cada archivo que muestra si estaacute ya instalado localmente (y si es asiacutetambieacuten muestra si esta versioacuten estaacute actualizada con la versioacuten en Wake Forest)

Suponiendo que se ha podido abrir una base de datos es posible importar las series seleccio-nadas al espacio de trabajo de gretl mediante la opcioacuten de menuacute ldquoImportarrdquo en la ventana debases de datos (o viacutea el menuacute desplegable que aparece al pulsar el botoacuten derecho del ratoacuten)

Crear un archivo de datos independiente

Es posible crear un archivo de datos usando un editor de textos o herramienta de software comoawk sed o perl Esto puede ser una buena eleccioacuten si se dispone de una gran cantidad de datosen formato legible para ordenadores Por supuesto hay que familiarizarse con los formatos dedatos de gretl (formato XML o ldquotradicionalrdquo) tal como se describe en el apeacutendice A

Nota adicional

Gretl no tiene ninguacuten problema al compactar series de datos de unas frecuencias relativamentealtas (por ejemplo mensuales) a una frecuencia maacutes baja (por ejemplo trimestrales) esto sehace sacando las medias correspondientes Pero no tiene ninguacuten meacutetodo para convertir datosde frecuencias maacutes bajas a las maacutes altas Por lo tanto si se quieren importar series de diferentesfrecuencias a una base de datos de gretl tenemos que empezar importando la serie de maacutesbaja frecuencia que queramos usar Esto iniciaraacute el archivo de datos en gretl a la frecuenciamaacutes baja pudieacutendose importar los datos de frecuencias maacutes altas despueacutes (se compactaraacutenautomaacuteticamente) Si se empieza con series de frecuencias altas no es posible importar ningunaserie de frecuencia maacutes baja que la original

1Ver wwwestimacom


45 Datos ausentes

Los datos ausentes se representan como -999 En un archivo de datos en formato nativo de-beriacutean de estar representados del mismo modo Al importar datos CSV gretl acepta cualquie-ra de estas tres representaciones para valores ausentes -999 la cadena NA o una celda va-ciacutea Por supuesto las celdas vaciacuteas tienen que estar delimitadas correctamente por ejemplo1206 538 donde se supone que no existe el segundo valor

Gretl hace lo siguiente en cuanto al manejo de valores ausentes a la hora de hacer anaacutelisisestadiacutesticos

Al calcular estadiacutesticos descriptivos (medias desviaciones estaacutendar etc) con la instruc-cioacuten summary simplemente se omiten los valores ausentes y se ajusta el tamantildeo de lamuestra

Al ejecutar regresiones gretl ajusta primero el principio y el final del rango de la muestratruncando la muestra si es necesario Es corriente que falten datos al principio de unaserie temporal por la inclusioacuten de retardos primeras diferencias etc y no es inusual quefalten valores al final de una serie debido a diferentes actualizaciones de las mismas yquizaacute tambieacuten debido a la inclusioacuten de avances

En caso de que gretl detecte que haya datos ausentes ldquodentrordquo de una muestra (posible-mente truncada) da un mensaje de error y se niega a hacer estimaciones

Los valores ausentes dentro de un conjunto de datos representan un problema En un conjuntode datos transversales puede que sea posible mover estas observaciones hacia el principio ohacia el final del archivo pero esto es obviamente imposible con datos de series temporalesPara quienes sepan lo que estaacuten haciendo (iexcl) existe la opcioacuten misszero en la instruccioacuten genrHaciendo

genr foo = misszero(bar)

se crea una serie foo que es ideacutentica a bar con la excepcioacuten de que cualquier valor -999 aparececomo cero Entonces es posible utilizar variables ficticias (construidas de forma adecuada) parade hecho dejar fuera de la regresioacuten los valores ausentes y retener la muestra que los rodea2

2genr tambieacuten ofrece la opcioacuten inversa a misszero a saber zeromiss la cual reemplaza los ceros en una seriedada con el coacutedigo de observacioacuten ausente

Capiacutetulo 5

Funciones especiales en genr

51 Introduccioacuten

La instruccioacuten genr proporciona una manera flexible de definir nuevas variables Estaacute docu-mentada en la Guiacutea de instrucciones de Gretl Este capiacutetulo ofrece una explicacioacuten maacutes extensade algunas funciones especiales que estaacuten disponibles por medio de genr y algunas de lascaracteriacutesticas maacutes peculiares de la instruccioacuten

52 Filtros de series temporales

Una de las funciones especializadas de genr es el filtrado de series temporales Actualmenteestaacuten disponibles dos filtros el de HodrickndashPrescott y el filtro pasabanda de BaxterndashKing Seaccede a ellos usando hpfilt() y bkfilt() respectivamente En cada caso la funcioacuten tiene unargumento el nombre de la variable a procesar

Filtro de HodrickndashPrescott

Una serie temporal yt puede descomponerse en un componente de tendencia o de crecimientogt y un componente ciacuteclico ct

yt = gt + ct t = 12 T

El filtro de HodrickndashPrescott efectuacutea dicha descomposicioacuten mediante la minimizacioacuten de

Tsumt=1

(yt minus gt)2 + λTminus1sumt=2

((gt+1 minus gt)minus (gt minus gtminus1)

)2

El primer teacutermino de arriba es la suma del componente ciacuteclico ct = yt minus gt al cuadrado El se-gundo teacutermino es la suma de cuadrados de la segunda diferencia del componente de tendenciamultiplicada por λ Este segundo teacutermino penaliza las variaciones en la tasa de crecimiento delcomponente de tendencia cuanto mayor sea el valor de λ mayor es la penalizacioacuten y asiacute maacutessuave el componente de tendencia

Noacutetese que la funcioacuten hpfilt en gretl produce el componente ciacuteclico ct de la serie original Sise desea obtener la tendencia suavizada se puede restar el ciclo a la serie original

genr ct = hpfilt(yt)genr gt = yt - ct

Hodrick y Prescott (1997) sugieren que para datos trimestrales es razonable un valor de λ =1600 El valor por defecto en gretl es 100 veces el cuadrado de la periodicidad de los datos(lo cual obviamente da 1600 para datos trimestrales) Ese valor puede ajustarse usando lainstruccioacuten set con un valor para el paraacutemetro hp_lambda Por ejemplo set hp_lambda 1200

Filtro de Baxter y King

Consideacuterese la representacioacuten espectral de una serie temporal yt

yt =int πminusπeiωdZ(ω)

18

Capiacutetulo 5 Funciones especiales en genr 19

Para extraer el componente de yt de frecuencia entre ω y ω se podriacutea aplicar un filtro pasa-banda

clowastt =int πminusπFlowast(ω)eiωdZ(ω)

donde Flowast(ω) = 1 para ω lt |ω| lt ω y 0 en el resto Esto implicariacutea en el dominio del tiempoaplicar a la serie un filtro con un nuacutemero infinito de coeficientes lo cual no es algo deseableEl filtro pasabanda de Baxter y King aplica a yt un polinomio finito en el operador de retardosA(L)

ct = A(L)ytdonde A(L) se define como

A(L) =ksum

i=minuskaiLi

Los coeficientes ai se eligen de manera que F(ω) = A(eiω)A(eminusiω) es la mejor aproximacioacuten aFlowast(ω) para un k dado Claramente cuanto mayor sea kmejor seraacute la aproximacioacuten pero comohay que descartar 2k observaciones hay que buscar un valor de compromiso para k Por otraparte el filtro tiene tambieacuten otras caracteriacutesticas teoacutericas interesantes entre ellas la propiedadde que A(1) = 0 asiacute que una serie con una soacutela raiacutez unitaria se transforma en estacionariamediante la aplicacioacuten del filtro

En la praacutectica normalmente se usa el filtro con datos mensuales o trimestrales para extraerel componente de ldquociclo de negociosrdquo es decir el componente ciacuteclico de periodo entre 6 y 36trimestres Los valores maacutes usuales que se eligen para k son 8 oacute 12 (puede ser mayor paraseries mensuales) Los valores por defecto para las cotas de frecuencia son 8 y 32 y el valorpor defecto para el orden de aproximacioacuten k es 8 Estos valores se pueden ajustar mediantela instruccioacuten set El paraacutemetro para elegir los liacutemites de la frecuencia es bkbp_limits y elparaacutemetro para k es bkbp_k Asiacute por ejemplo si se estuvieran utilizando datos mensuales y sedesea ajustar las cotas de frecuencia a 18 y 96 y k a 24 se ejecutariacutea

set bkbp_limits 18 96set bkbp_k 24

Esos valores permaneceriacutean en uso para llamadas posteriores a la funcioacuten bkfilt hasta que secambien de nuevo mediante la instruccioacuten set

53 Remuestreo y bootstrap

Otra funcioacuten especial de genr es el remuestreo con reemplazamiento de una serie Dada unaserie de datos original x la instruccioacuten

genr xr = resample(x)

crea una nueva serie en la que cada uno de sus elementos se obtiene aleatoriamente desdelos elementos de x Si la serie original tiene 100 observaciones cada elemento de x puedeser seleccionado con probabilidad 1100 en cada extraccioacuten Asiacute el efecto es ldquomezclarrdquo loselementos de x con la peculiaridad de que cada uno de ellos puede aparecer maacutes de una vez oninguna en xr

El uso primario de esta funcioacuten es la construccioacuten de intervalos de confianza bootstrap o valoresp He aquiacute un ejemplo simple Supongamos que estimamos una regresioacuten simple de y sobre xpor medio de MCO y encontramos que el estadiacutestico t del coeficiente de pendiente se muestraigual a 25 con 40 grados de libertad El valor p a dos colas para la hipoacutetesis nula de que elparaacutemetro de pendiente es igual a cero es entonces 00166 en la distribucioacuten t(40) Sin embargodependiendo del contexto en que nos encontremos podemos dudar de si el cociente entre elcoeficiente estimado y la desviacioacuten tiacutepica realmente sigue la distribucioacuten t(40) En ese casopodriacuteamos obtener un valor p ldquobootstraprdquo como se muestra en el Ejemplo 51

Bajo la hipoacutetesis nula de que la pendiente con respecto a x es cero y es simplemente iguala su media maacutes un teacutermino de error Se calcula la media de y y se simulan nuevos datos de


y mediante la media de y maacutes una muestra obtenida por remuestreo de los residuos de laestimacioacuten MCO inicial y se vuelve a estimar el modelo con las observaciones simuladas de y Se repite este procedimiento un gran nuacutemero de veces y se cuenta el nuacutemero de veces que elvalor absoluto del estadiacutestico t es mayor que 25 la proporcioacuten correspondiente a estos casoses nuestro valor p bootstrap Una buena referencia sobre contrastes basados en simulacioacuten ybootstrap es Davidson y MacKinnon (2004 capiacutetulo 4)

Ejemplo 51 Caacutelculo de valor p bootstrap

ols y 0 x se guardan los residuosgenr ui = $uhatscalar ybar = mean(y) nuacutemero de replicaciones para el bootstrapscalar replics = 10000scalar tcount = 0series ysim = 0loop replics --quiet generar la y simulada mediante remuestreoysim = ybar + resample(ui)ols ysim 0 xscalar tsim = abs(coeff(x) stderr(x))tcount += (tsim gt 25)

endloopprintf proporcion de casos en que |t| gt 25 = gn

tcount replics

54 Valores ausentes

Hay cuatro funciones especiales disponibles para el manejo de valores ausentes La funcioacutenbooleana missing() toma como uacutenico argumento el nombre de una variable devuelve unaserie con valor 1 para cada observacioacuten en que la serie tiene un valor ausente y un valor de0 en los demaacutes casos (es decir si la variable dada tiene un valor vaacutelido en esa observacioacuten)La funcioacuten ok() es la complementaria de missing es soacutelo un atajo de missing (donde esel operador booleano NO) Por ejemplo se pueden contar los valores ausentes de la variable xusando

genr nmiss_x = sum(missing(x))

La funcioacuten zeromiss() que de nuevo toma el nombre de una serie como uacutenico argumentodevuelve una serie en la que a todos los valores cero se les asigna el coacutedigo de valor ausenteEsto debe usarse con precaucioacuten mdash no son lo mismlo valores ausentes que ceros mdash pero puedeser uacutetil en algunos contextos Por ejemplo es posible determinar cuaacutel es la primera observacioacutenvaacutelida de una variable x utilizando

genr timegenr x0 = min(zeromiss(time ok(x)))

La funcioacuten misszero() realiza lo contrario de zeromiss es decir convierte todos los valoresausentes en ceros

Puede ser conveniente comentar la propagacioacuten de los valores ausentes dentro de las foacutermulasconstruidas mediante genr La regla general es que en las operaciones aritmeacuteticas en las queintervienen dos variables si alguna de las variables tiene un valor ausente en la observacioacutent entonces la serie resultante tambieacuten tendraacute un valor ausente en t La uacutenica excepcioacuten a estaregla es la multiplicacioacuten por cero el cero multiplicado por un valor ausente produce un cero(ya que esto es matemaacuteticamente vaacutelido independientemente de cuaacutel sea el valor desconocido)


55 Recuperar variables internas

La instruccioacuten genr proporciona un meacutetodo para recuperar varios valores definidos interna-mente que calcula el programa al estimar los modelos o al contrastar hipoacutetesis Las variablesque pueden ser recuperadas mediante este procedimiento estaacuten listadas en la Guiacutea de instruc-ciones de Gretl aquiacute soacutelo detallaremos un poco maacutes el uso de las variables especiales $test y$pvalue

Esas variables contienen respectivamente el valor del uacuteltimo estadiacutestico de contraste calcu-lado utilizando una instruccioacuten de contraste especiacutefica y el valor p para ese estadiacutestico decontraste Si no se ha ejecutado ninguna instruccioacuten de contraste en el momento en que se re-ferencian esas variables produciraacuten el coacutedigo de valor ausente Las ldquoinstrucciones de contrasteespeciacuteficasrdquo que funcionan de esta manera son las siguientes add (contraste conjunto para lasignificacioacuten de variables antildeadidas a un modelo) adf (contraste de DickeyndashFuller aumentadover maacutes abajo) arch (contraste de ARCH) chow (contraste de Chow de cambio estructural)coeffsum (contraste de la suma de los coeficientes especificados) cusum (el estadiacutestico t deHarveyndashCollier) kpss (contraste de estacionariedad KPSS el valor p no estaacute disponible) lmtest(ver maacutes abajo) meantest (contraste de diferencia de medias) omit (contraste conjunto designificatividad de las variables que se han omitido en un modelo) reset (Contraste RESET deRamsey) restrict (restricciones lineales en general) runs (contraste de rachas de aleatorie-dad) testuhat (contraste de normalidad de los residuos) y vartest (contraste de diferenciade varianzas) En la mayoriacutea de los casos se guardan tanto el valor del estadiacutestico ($test) co-mo el valor p ($pvalue) la excepcioacuten es el contraste KPSS para el que actualmente no estaacutedisponible el valor p

Es importante advertir respecto a este mecanismo que las variables internas $test y $pvaluese sobreescriben cada vez que se ejecuta alguno de los contrastes listados anteriormente SiVd desea referirse a esos valores debe hacerlo en el punto correcto dentro de la secuencia deinstrucciones de gretl

Tambieacuten hay que mencionar que algunas de estas instrucciones de contraste generan por de-fecto maacutes de un estadiacutestico de contraste y valor p en estos casos soacutelo se guardan los uacuteltimosvalores Para controlar adecuadamente los valores que se recuperan por medio de $test y$pvalue se deberiacutea formular la instruccioacuten de contraste de tal forma que el resultado no seaambiguo Este comentario se refiere en particular a las instrucciones adf y lmtest

Por defecto la instruccioacuten adf genera tres variantes del contraste de DickeyndashFuller unabasada en una regresioacuten que incluye una constante otra usando una constante y unatendencia lineal y otra utilizando una constante y una tendencia cuadraacutetica Cuando Vddesea referirse a $test o $pvalue en relacioacuten a esta instruccioacuten Vd puede controlar lavariante que se graba mediante el uso de las opciones --nc --c --ct o --ctt con adf

Por defecto la instruccioacuten lmtest (que debe ejecutarse despueacutes de una regresioacuten MCO)desarrolla varios contrastes de diagnoacutestico sobre la regresioacuten en cuestioacuten Para controlarcuaacutel se graba en $test y $pvalue Vd deberiacutea limitar el contraste usando una de lasopciones --logs --autocorr --squares o --white

Como ayuda al trabajar con valores recuperados mediante $test y pvalue se escribe el tipo decontraste correspondiente en la etiqueta descriptiva de la variable generada Vd puede leer laetiqueta de la variable mediante la instruccioacuten label (con soacutelo un argumento el nombre de lavariable) para comprobar que ha recuperado el valor correcto Como ilustracioacuten de esto veacuteasela siguiente sesioacuten interactiva

adf 4 x1 --c

Contrastes aumentados de Dickey-Fuller orden 4 para x1tamantildeo muestral 59hipoacutetesis nula de raiacutez unitaria a = 1

contraste con constantemodelo (1 - L)y = b0 + (a-1)y(-1) + + e


valor estimado de (a - 1) -0216889Estadiacutestico de contraste t = -183491valor p asintoacutetico 03638

Valores p basados en el artiacuteculo de MacKinnon (JAE 1996)

genr pv = $pvalueGenerada escalar pv (ID 13) = 0363844 label pvpv=valor p de Dickey-Fuller (scalar)

Capiacutetulo 6

Datos de Panel

61 Estructura de Panel

Los datos de panel (una muestra combinada de datos de series temporales y de seccioacuten cruzada)requieren un cuidado especial He aquiacute algunas observaciones a tener en cuenta

Consideacuterese un conjunto de datos consistente en observaciones de n unidades de seccioacuten cru-zada (paiacuteses provincias personas etc) durante T periodos Supongamos que cada observacioacutencontiene los valores de m variables de intereacutes El conjunto de datos estaacute formado entonces pormnT valores

Los datos deben de ordenarse ldquopor observacioacutenrdquo cada fila representa una observacioacuten cadacolumna contiene los valores de una variable en particular La matriz de datos tiene entoncesnT filas y m columnas Esto deja abierta la cuestioacuten de coacutemo ordenar las filas Existen dosposibilidades1

Filas agrupadas por unidad Pieacutensese en la matriz de datos como si estuviera compuestade n bloques cada uno con T filas El primer bloque de T filas contiene las observacionesde la unidad 1 de la muestra para cada uno de los periodos el siguiente bloque contienelas observaciones de la unidad 2 para todos los periodos y asiacute sucesivamente De hechola matriz de datos es un conjunto de datos de series temporales apilados verticalmente

Filas agrupadas por periodo Pieacutensese en la matriz de datos como si estuviera compuestapor T bloques cada uno con n filas La primera de las n filas contiene las observaciones decada unidad muestral en el periodo 1 el siguiente bloque contiene las observaciones detodas las unidades en el periodo 2 y asiacute sucesivamente La matriz de datos es un conjuntode datos de muestras de seccioacuten cruzada apiladas verticalmente

Puede utilizarse el esquema que resulte maacutes conveniente El primero es quizaacute maacutes faacutecil demantener ordenado Si se utiliza el segundo hay que asegurarse de que las unidades de seccioacutencruzada aparezcan en el mismo orden en cada uno de los bloques de datos de cada periodo

En cualquiera de los dos casos se puede utilizar el campo frecuencia en la liacutenea observacionesdel archivo de cabecera de datos para que el asunto resulte un poco maacutes sencillo

Agrupados por unidades Establecer la frecuencia igual a T Supongamos que hay observa-ciones sobre 20 unidades durante 5 periodos de tiempo En este caso la liacutenea de observa-ciones maacutes apropiada es la siguiente 5 11 205 (leacutease frecuencia 5 empezando con laobservacioacuten de la unidad 1 en el periodo 1 y finalizando con la observacioacuten de la unidad20 periodo 5) Entonces por ejemplo la observacioacuten de la unidad 2 en el periodo 5 puedeser referenciada como 25 y la correspondiente a la unidad 13 en periodo 1 como 131

Agrupado por periodos Establecer la frecuencia igual a n En este caso si hay observacio-nes sobre 20 unidades en cada uno de los 5 periodos la liacutenea de observaciones deberiacutea ser20 101 520 (leacutease frecuencia 20 empezando con la observacioacuten del periodo 1 unidad01 y finalizando con la observacioacuten del periodo 5 unidad 20) Asiacute nos referiremos a laobservacioacuten de la unidad 2 periodo 5 como 502

Si se construye un conjunto de datos de panel utilizando un programa de hoja de caacutelculo paradespueacutes importar los datos a gretl puede ser que el programa no reconozca al principio la cla-se especial de los datos Esto se puede arreglar mediante la instruccioacuten setobs (veacutease el Guiacutea de

1Si no queremos diferenciar de manera conceptual o estadiacutestica entre variaciones muestrales y temporales pode-mos ordenar las filas de modo arbitrario pero esto es probablemente un derroche de datos

23

Capiacutetulo 6 Datos de Panel 24

instrucciones de Gretl) o la opcioacuten del menuacute GUI ldquoMuestra Seleccionar frecuencia observacioacuteninicial)rdquo

62 Variables ficticias

En un estudio de panel puede que se desee construir variables ficticias de uno o ambos tiposdescritos a continuacioacuten (a) variables ficticias como identificadores de las unidades muestralesy (b) variables ficticias como identificadores de los periodos de tiempo El primer meacutetodo puedeutilizarse para permitir que el intercepto de la regresioacuten sea diferente en diferentes unidadesy el segundo para permitir lo mismo en diferente periodos

Hay dos opciones especiales para crear estas variables ficticias Se encuentran dentro del menuacuteldquoDatos Antildeadir variablesrdquo en el GUI o en la instruccioacuten genr en el modo lote de instruccioneso gretlcli

1 ldquovariables ficticias perioacutedicasrdquo (lote de instrucciones genr dummy) Esta instruccioacuten nor-malmente se utiliza para crear variables ficticias perioacutedicas hasta la frecuencia de datosen los estudios de series temporales (por ejemplo un conjunto de variables ficticias tri-mestrales para ser utilizado en correccioacuten estacional) No obstante tambieacuten funciona condatos de panel Noacutetese que la interpretacioacuten de las variables ficticias creadas medianteesta instruccioacuten difiere dependiendo de si las filas de datos estaacuten agrupadas por unidado por periodo Si estaacuten agrupadas seguacuten unidades (frecuencia T ) las variables resultantesson variables ficticias perioacutedicas y habraacute un nuacutemero T de ellas Por ejemplo dummy_2 ten-draacute el valor 1 en cada fila de datos correspondiente a una observacioacuten del periodo 2 o 0en caso contrario Si estaacuten agrupadas seguacuten periodos (frecuencia n) entonces se generarann variables ficticias unitarias dummy_2 tendraacute el valor 1 en cada fila de datos asociada conla unidad muestral 2 o 0 en caso contrario

2 ldquoVariables ficticias de panelrdquo (en modo consola genr paneldum) Esta instruccion creatodas las variables ficticias de cada unidad y periodo de golpe Se supone que por defectolas filas de datos estaacuten agrupadas por unidades Las variables ficticias de cada unidad sedenominan du_1 du_2 y asiacute sucesivamente mientras que las variables ficticias perioacutedicasse llaman dt_1 dt_2 etc Es incorrecto utilizar la u (por unidad) y la t (por tiempo) enestos nombres si las filas de datos estaacuten agrupadas por periodos su utilizacioacuten correcta eneste contexto se hace mediante genr paneldum -o (soacutelo en modo lote de instrucciones)

Si el conjunto de datos de panel contiene el antildeo YEAR como una de las variables es posible crearun periodo ficticio para de escoger alguacuten antildeo en particular como en este ejemplo genr dum =(YEAR=1960) Tambieacuten es posible crear variables ficticias perioacutedicas utilizando el operador demoacutedulo Por ejemplo para crear una variable ficticia con valor 1 para la primera observacioacuteny cada treinta observaciones y 0 en lo demaacutes casos se puede hacer lo siguiente

genr index genr dum = ((index-1)30) = 0

63 Uso de valores retardados con datos de panel

Si los periodos de tiempo estaacuten divididos en intervalos regulares quizaacute queramos usar losvalores retardados de las variables en una regresioacuten de panel En este caso es preferible agruparlas filas de datos por unidades (series temporales apiladas)

Supongamos que creamos un retardo de la variable x1 utilizando genr x1_1 = x1(-1) Losvalores de esta variable seraacuten en general correctos pero en los liacutemites de los bloques de datosde cada unidad son ldquo utilizablesrdquo el valor ldquopreviordquo no es realmente el primer retardo de x1_1si no maacutes bien la uacuteltima observacioacuten de x1 para la unidad muestral previa Gretl marca estosvalores como ausentes

Si hay que incluir un retardo de este tipo en una regresioacuten hay que asegurarse de que la pri-mera observacioacuten de cada bloque o unidad no esteacute incluida Un modo de hacer esto es me-diante Miacutenimos Cuadrados Ponderados (wls) utilizando una variable ficticia apropiada como


ponderacioacuten Esta variable ficticia (vamos a denominarla lagdum) debe tener el valor 0 para lasobservaciones a descartar y 1 en el caso contrario Es decir es complementaria a una varia-ble para el periodo 1 De este modo si hemos utilizado la instruccioacuten genr dummy podemosteclear genr lagdum = 1 - dummy_1 En caso de que hubieacuteramos utilizado genr paneldumahora tendriacuteamos que teclear genr lagdum = 1 - dt_1 De cualquier manera la siguienteinstruccioacuten seriacutea

wls lagdum y const x1_1

para obtener una regresioacuten combinada utilizando el primer retardo de x1 descartando todaslas observaciones del periodo 1

Otra opcioacuten es utilizar smpl con la marca -o y una variable ficticia apropiada El Ejemplo 62muestra unas instrucciones de ejemplo suponiendo que cada bloque de datos de cada unidadcontiene 30 observaciones y queremos descartar la primera fila de cada uno Podemos entoncesejecutar las regresiones sobre el conjunto de datos restringido sin tener que usar la instruccioacutenwls Si se desea reutilizar el conjunto de datos restringido podemos guardarlo mediante lainstruccioacuten store (veacutease el Guiacutea de instrucciones de Gretl)

Ejemplo 61 Retardos con datos de panel

crear la variable iacutendicegenr index crear dum = 0 para cada 30 observacionesgenr dum = ((index-1)30) gt 0 establecer la muestra por medio de esa variable ficticiasmpl dum --dummy crear de nuevo la estructura de observaciones para 56 unidadessetobs 29 101 5629

64 Estimacioacuten combinada

Llegados a este punto podemos revelar que hay una instruccioacuten de estimacioacuten con el propoacutesitoespecial de ser utilizado con datos de panel la opcioacuten ldquoMCO combinadosrdquo en el menuacute ModeloEsta instruccioacuten soacutelo estaacute disponible cuando se reconoce el conjunto de datos como un panelPara aprovechar esta opcioacuten es preciso especificar un modelo que no contenga ninguna variableficticia para representar unidades de seccioacuten cruzada La rutina presenta estimaciones sencillasde MCO combinadas que tratan de igual manera las variaciones de seccioacuten cruzada y de seriestemporales Este modelo puede que sea el apropiado o no En el menuacute Contrastes en la ventanade modelo se encuentra una opcioacuten llamada ldquoDiagnoacutesticos de panelrdquo la cual plantea el contras-te de MCO combinados contra las principales alternativas es decir los modelos de efectos fijoso de efectos aleatorios

El modelo de efectos fijos antildeade una variable ficticia a todas menos una de las unidades de sec-cioacuten cruzada permitiendo que variacutee el intercepto de la regresioacuten en cada unidad Se presenta uncontraste F para la significacioacuten conjunta de estas variables ficticias si el valor p para este con-traste es pequentildeo entonces se rechaza la hipoacutetesis nula (de que un simple modelo combinadoes adecuado) en favor de un modelo de efectos fijos

Por otro lado el modelo de efectos aleatorios descompone la varianza residual en dos partesuna parte especiacutefica a la unidad de seccioacuten cruzada o ldquogrupordquo y la otra especiacutefica a una observa-cioacuten en particular (Este estimador soacutelo puede calcularse cuando el panel es lo suficientementeldquoampliordquo es decir cuando el nuacutemero de unidades de seccioacuten cruzada en el conjunto de datosexcede el nuacutemero de paraacutemetros a estimar) El contraste LM de Breusch-Pagan comprueba lahipoacutetesis nula (una vez maacutes de que el estimador de MCO combinados es adecuado) contra laalternativa de efectos aleatorios

Cabe dentro de lo posible que el modelo MCO combinados sea rechazado contra las dos al-ternativas de efectos fijos y aleatorios Entonces la pregunta es iquestcoacutemo podemos valorar losmeacuteritos relativos de los estimadores alternativos El contraste de Hausman (tambieacuten incluidoen el informe siempre que el modelo de efectos aleatorios se pueda estimar) intenta resolver


este problema El estimador de efectos aleatorios es maacutes eficiente que el estimador de efectosfijos siempre y cuando el error especifico a la unidad o grupo no esteacute correlacionado con las va-riables independientes si no es asiacute el estimador de efectos aleatorios es inconsistente en cuyocaso es preferible el estimador de efectos fijos La hipoacutetesis nula para el contraste de Hausmandice que el error especifico al grupo no esta tan correlacionado (y por lo tanto es preferibleel modelo de efectos aleatorios) Por lo tanto un valor p pequentildeo para este contraste suponerechazar el modelo de efectos aleatorios en favor del modelo de efectos fijos

Para una discusioacuten maacutes rigurosa sobre este tema veacutease Greene (2000) capiacutetulo 14

65 Ilustracioacuten La Tabla Mundial de Penn

La Tabla Mundial de Penn (Penn World Table) (direccioacuten pwteconupennedu) es un excelenteconjunto de datos macroeconoacutemicos de panel que incluye datos sobre 152 paiacuteses entre losantildeos 1950-1992 Los datos estaacuten disponibles en formato gretl veacutease el sitio web de datos degretl httpgretlsourceforgenetgretl_datahtml (se puede descargar gratuitamenteaunque no estaacute incluido en el paquete principal de gretl)

El Ejemplo 62 de abajo abre pwt56_60_89gdt un conjunto parcial de la pwt que contienedatos sobre 120 paiacuteses entre los antildeos 1960-89 para 20 variables sin que haya ninguna obser-vacioacuten ausente (el conjunto de datos completo que tambieacuten estaacute incluido en el paquete pwtpara gretl contiene muchas observaciones con valores ausentes) El total de crecimiento del PIBreal entre 1960-89 se calcula para cada paiacutes y se regresa contra el nivel real del PIB en 1960para ver si hay indicios de ldquoconvergenciardquo (es decir crecimiento maacutes raacutepido en los paiacuteses queempezaron con el nivel maacutes bajo)

Ejemplo 62 Uso de la tabla mundial de Penn

open pwt56_60_89gdt para 1989 (uacuteltima observacioacuten) el retardo 29 da 1960 la primera observacioacutengenr gdp60 = RGDPL(-29) encontrar el crecimiento total del PNB total durante 30 antildeosgenr gdpgro = (RGDPL - gdp60)gdp60 restringir la muestra a la seccioacuten cruzada de antildeo 1989smpl -r YEAR=1989 iquestHay convergencia iquestlos paiacuteses con una base menor crecieron mas raacutepidools gdpgro const gdp60 resultado iexclNo Intentar la relacioacuten inversagenr gdp60inv = 1gdp60ols gdpgro const gdp60inv No otra vez iquestIntentar prescindir de Africagenr afdum = (CCODE = 1) genrafslope = afdum gdp60ols gdpgro const afdum gdp60 afslope

Capiacutetulo 7

Graacuteficos y Diagramas

71 Graacuteficos Gnuplot

Los graacuteficos se generan llamando a un programa que es independiente de Gretl gnuplot Gnu-plot es un programa muy completo para la realizacioacuten de graacuteficos con muacuteltiples opciones Estaacutedisponible en wwwgnuplotinfo (no obstante teacutengase en cuenta que una copia de gnuplot seincluye con la versioacuten MS Windows de gretl) Mediante un interfaz graacutefico gretl da acceso direc-to a soacutelo una pequentildea parte de las opciones de gnuplot pero intenta elegir valores razonablestambieacuten permite controlar todos los detalles del graacutefico si asiacute se desea

Los detalles para manejar los graacuteficos en gretl variacutean ligeramente entre Linux y MS Windows

En Linux pulsando con el ratoacuten sobre el graacutefico se muestra un menuacute desplegable que nos da laopcioacuten de guardar el graacutefico en un archivo (bien como archivo postscript encapsulado o bien enformato PNG) o de guardarlo en la sesioacuten actual ldquocomo un iconordquo En la mayoriacutea de los graacuteficostambieacuten tenemos la opcioacuten de usar el zoom para inspeccionar las aacutereas que nos interesen Sigretl se construye con soporte gnome este menuacute tambieacuten ofrece la posibilidad de imprimir elgraacutefico

En MS Windows al hacer clic en la esquina superior-izquierda en la ventana del graacutefico seabre un menuacute desplegable de gnuplot que nos permite elegir entre varias opciones (incluyendocopiar el graacutefico al portapapeles de Windows e imprimirlo) Este menuacute no incluye la opcioacuten deguardar el graacutefico como un icono de sesioacuten de gretl - para hacer esto hay que cerrar la ventanadel graacutefico y despueacutes desde el menuacute de Sesioacuten elegir ldquoAntildeadir uacuteltimo graacuteficordquo Tambieacuten sepuede pulsar sobre el icono (en forma de una pequentildea maquina de fotos) para hacer lo mismo

Una vez que se guarda el graacutefico como un icono de sesioacuten se pueden realizar maacutes cambiosa la medida deseada Para ello hay que abrir la ventana de icono de sesioacuten pulsar el botoacutenderecho del ratoacuten sobre el nuevo icono del graacutefico y elegir entre ldquoEditar utilizando GUIrdquo o ldquoEditarinstrucciones de graacuteficordquo La opcioacuten ldquoEditar utilizando GUIrdquo despliega un controlador graacuteficode gnuplot que permite afinar varios aspectos del graacutefico La opcioacuten ldquoEditar instrucciones degraacuteficordquo abre una ventana del editor que contiene el archivo de las instrucciones de gnuplotpara generar el graacutefico este proporciona control total sobre los detalles del graacutefico mdash en elcaso de que tengamos conocimientos de gnuplot Para maacutes informacioacuten ver el manual en lineade gnuplot o ir a wwwgnuplotinfo

Tambieacuten consuacuteltese la entrada gnuplot maacutes adelante en el Guiacutea de instrucciones de Gretlmdash ylas instrucciones graph y plot para graacuteficos de ASCII ldquo raacutepidos es decir estilo borradorrdquo

72 Graacuteficos de caja

Los graacuteficos de caja (boxplots) no son generados por gnuplot sino mediante gretl

Estos graacuteficos (llamados boxplotspor Tukey y Chambers) muestran la distribucioacuten de una va-riable La caja central abarca el 50 por ciento de los datos centrales es decir estaacute flanqueada porel primer y el tercer cuartiles Las ldquopatillasrdquo se extienden hasta los valores miacutenimos y maacuteximosUn liacutenea atraviesa la caja por la mediana

En el caso de los graacuteficos de caja recortados (notched boxplots) el corte muestra los liacutemites deconfianza de aproximadamente el 90 por ciento Esto se obtiene mediante el meacutetodo bootstraplo cual puede tardar un rato si la serie es muy larga

Pulsando con el ratoacuten en la ventana de los graacuteficos de caja (boxplots) se despliega un menuacuteque nos permite guardar los graacuteficos como postscript encapsulado (EPS) o como un archivo

27

Capiacutetulo 7 Graacuteficos y Diagramas 28

Figura 71 Controlador gnuplot de gretl

postscript de paacutegina completa En el sistema de ventanas X tambieacuten existe la posibilidad deguardar la ventana como un archivo XPM y en MS Windows puede copiarse al portapapelescomo un mapa de bits El menuacute tambieacuten da la opcioacuten de abrir una ventana de resumen la cualmuestra cinco valores de resumen (miacutenimo primer cuartil mediana tercer cuartil y maacuteximo)ademaacutes de un intervalo de confianza para la mediana en el caso de que esteacute seleccionada laopcioacuten de ldquograacuteficos de caja recortadosrdquo

Algunos detalles de los graacuteficos de caja de gretl pueden controlarse mediante un archivo detexto llamado boxplotrc el programa busca este archivo en los siguientes sitios primero enla carpeta de trabajo actual segundo en la carpeta del usuario (correspondiente a la variablede entorno HOME) y por uacuteltimo en la carpeta del usuario de gretl (esta uacuteltima se muestra enel menuacute ldquoArchivo Preferencias Generalrdquo y puede ser cambiada) Las opciones que podemosseleccionar son las siguientes primero la fuente a utilizar en el archivo postscript resultante(el nombre geneacuterico de la fuente tiene que ser vaacutelido para postscript por defecto es Helveacutetica)segundo el tamantildeo de la fuente en puntos (tambieacuten para la salida postscript por defecto es 12)tercero el miacutenimo y el maacuteximo para el rango del eje y la anchura y altura del graacutefico en pixels(por defecto 560 x 448) cuarto si hay que imprimir los valores numeacutericos de los cuartiles y lamedia (por defecto no imprimir) y por uacuteltimo si los valores extremos o outliers (puntos maacutesallaacute de 15 veces el rango recorrido intercuartiacutelico desde la caja central) deben de indicarse porseparado (por defecto no) Veamos un ejemplo a continuacioacuten

font = Times-Roman fontsize = 16 max = 40 min = 0 width = 400height = 448numbers = 32foutliers = true

En la penuacuteltima linea el valor asociado con numbers es una cadena en formato ldquoprintfrdquo como enel lenguaje de programacioacuten C si se especifica este valor controla la impresioacuten de la medianay los cuartiles proacuteximos al graacutefico de caja Si no hay entrada de numbers estos valores no seimprimen En el ejemplo se imprimiraacuten los valores hasta 3 diacutegitos con la precisioacuten de 2 diacutegitosa partir de la coma

No es necesario especificar todas las opciones y el orden tampoco importa Las liacuteneas que nosiguen el esquema de ldquoclave = valorrdquo seraacuten ignoradas y tambieacuten las liacuteneas que empiecen con elsiacutembolo

Despueacutes de cada variable especificada en la instruccioacuten del graacutefico de caja podemos antildeadir unaexpresioacuten booleana entre pareacutentesis para delimitar la muestra de la variable en cuestioacuten Hayque insertar un espacio entre el nombre o el nuacutemero de la variable y la expresioacuten Supongamosque tenemos datos de salarios de hombres y mujeres y tenemos la variable ficticia GEacuteNEROcon el valor 1 para hombres y 0 para mujeres En este caso podemos dibujar graacuteficos de cajacomparativos con la siguiente liacutenea en el cuadro de diaacutelogo

salario (GEacuteNERO=1) salario (GEacuteNERO=0)

Capiacutetulo 8

Construccioacuten de iteraciones

81 Simulaciones Monte Carlo

Gretl ofrece un soporte (limitado) para realizar simulaciones de Monte Carlo Para hacer estetipo de trabajos se puede utilizar o bien el programa GUI en modo ldquolote de instruccionesrdquoo bien el cliente de liacutenea de instrucciones La instruccioacuten loop (bucle) abre el programa en unmodo especial en el cual se acepta la repeticioacuten de una instruccioacuten el nuacutemero de veces indicado Soacutelo 7 instrucciones pueden ser utilizadas dentro de dicho bucle genr ols print sim smplstore y summary genr y ols permiten hacer bastantes operaciones Tecleando la instruccioacutenendloop se sale de este modo esto hace que se ejecute el lote de instrucciones Los bucles nopueden estar anidados

La instruccioacuten ols produce un resultado especial dentro del modo bucle no se muestran losresultados de cada regresioacuten individual y en su lugar el programa muestra (a) el valor mediode cada coeficiente estimado en cada una de las iteraciones (b) la desviacioacuten tiacutepica de estoscoeficientes estimados (c) el valor medio de la desviacioacuten tiacutepica estimada de cada coeficientey (d) la desviacioacuten tiacutepica de las desviaciones tiacutepicas estimadas Todos estos resultados cobransentido solamente si se introduce alguacuten efecto aleatorio

La instruccioacuten print tambieacuten se comporta de manera diferente en el modo bucle Muestra lamedia y la desviacioacuten tiacutepica de la variable a lo largo de todas las repeticiones del bucle Estaacutepensada para ser utilizada con variables que tengan un soacutelo valor en cada iteracioacuten por ejemplola suma de cuadrados de los errores de una regresioacuten

La instruccioacuten store (a utilizar una uacutenica vez en cada bucle) escribe los valores de las variablesespecificadas en cada una de las iteraciones en el archivo indicado por el usuario Por lo tantomantiene un historial completo de las variables Es posible leer y analizar este archivo de datosdentro del programa

En el Ejemplo 81 se muestra un sencillo ejemplo de simulacioacuten de Monte Carlo

Ejemplo 81 Una simulacioacuten sencilla de Monte Carlo

Crear un conjunto de datos vaciacuteo de tamantildeo 50nulldata 50 genrx = uniform() abrir un bucle que se repite 100 vecesloop 100genr u = normal() construir la variable dependientegenr y = 10x + 20u ejecutar una regresioacuten MCOols y const x recuperar el R-cuadrado de la regresioacutengenr r2 = $rsq hacer que se muestren las estadiacutesticas sobre los R-cuadrados calculadosprint r2 recuperar las estimaciones de los coeficientes individualesgenr a = $coeff(const)genr b = $coeff(x) y guardarlas en un ficherostore foogdt a b

endloop

29

Capiacutetulo 8 Construccioacuten de iteraciones 30

Este bucle mostraraacute los estadiacutesticos de resumen correspondientes a las estimaciones de lsquoarsquo ylsquobrsquo en cada una de las 100 ietraciones asiacute como los valores R2 de las 100 regresiones Despueacutesde ejecutar el bucle el archivo foogdt que contiene las estimaciones de los coeficientes in-dividuales de todas las veces que ha sido ejecutado el bucle puede abrirse desde gretl paraexaminar la distribucioacuten de frecuencias de las estimaciones con maacutes detalle Por favor teacutenga-se en cuenta que aunque se permiten liacuteneas de comentarios dentro de una replicacioacuten (comomuestra el ejemplo) estos no pueden exceder una linea

La instruccioacuten nulldata es uacutetil para realizar trabajos de Monte Carlo En lugar de abrir unosdatos ldquorealesrdquo nulldata 50 (por ejemplo) abre un conjunto de datos vaciacuteo con solamente unaconstante y un tamantildeo muestral igual a 50 Despueacutes pueden antildeadirse variables mediante lainstruccioacuten genr

Veacutease la instruccioacuten seed en el Guiacutea de instrucciones de Gretlpara informacioacuten sobre coacutemogenerar series pseudo-aleatorias repetibles

82 Miacutenimos cuadrados iterativos

Se ha disentildeado una segunda forma de estructurar las replicaciones principalmente para calcu-lar miacutenimos cuadrados iterativos Greene (2000 c 11) muestra coacutemo puede usarse este meacutetodopara estimar modelos no lineales

Para comenzar este tipo de replicaciones hay que especificar una condicioacuten en lugar de unnuacutemero incondicional de veces a iterar Esta condicioacuten debe tener la forma de la palabra clavewhile (mientras) seguida por una desigualdad el teacutermino de la izquierda debe ser el nombre dela variable ya definida el teacutermino de la derecha puede ser una constante numeacuterica o el nombrede otra variable predefinida Por ejemplo

loop while essdiff gt00001

Las instrucciones seraacuten ejecutadas dentro del bucle (es decir hasta que se encuentre endloop)mientras se cumpla la condicioacuten que estamos evaluando

El programa supone que si se especifica una replicacioacuten tipo ldquonuacutemero de vecesrdquo probablementeestemos realizando un anaacutelisis de Monte Carlo y por lo tanto no nos interesan los resultadosde cada iteracioacuten individual sino maacutes bien los momentos de ciertas variables en el conjunto delas iteraciones Por otra parte si se especifica una replicacioacuten de tipo ldquowhilerdquo probablemente seesteacute haciendo algo como miacutenimos cuadrados iterativos y por lo tanto nos gustariacutea visualizarel resultado final - y tambieacuten quizaacute los valores de alguna(s) variable(s) (por ejemplo la sumade cuadrados de los residuos) de cada iteracioacuten dentro del bucle El comportamiento de lasinstrucciones print y ols se acomoda a estas suposiciones En una bucle ldquowhilerdquo print secomporta como siempre asiacute que se imprimen la(s) variable(s) especificada(s) en cada iteracioacutenLa instruccioacuten ols imprime los resultados de la estimacioacuten final

El Ejemplo 82 utiliza un bucle ldquowhilerdquo para reproducir la estimacioacuten de una funcioacuten de consumono lineal de la forma C = α + βY γ + ε como en Greene (2000 Ejemplo 113) Este lote deinstrucciones se incluye en la distribucioacuten de gretl bajo el nombre de greene11_3inp sepuede encontrar en gretl bajo la opcioacuten del menuacute ldquoArchivo Abrir archivo de instruccionesarchivo de ejercicios Greenerdquo

83 Bucle con iacutendice

El tercer modo de construir un bucle en gretl es hacer un bucle con iacutendice utilizando la variableinterna i Es necesario especificar los valores inicial y final para i que aumenta en cada itera-cioacuten del bucle La sintaxis es la siguiente loop i=120 El Ejemplo 83 muestra el uso de estaconstruccioacuten Consideacuterese el caso de un conjunto de datos de panel consistente en observacio-nes sobre varios hospitales entre los antildeos 1991-2000 Restringimos la muestra para cada unode estos antildeos sucesivamente y obtenemos los estadiacutesticos de resumen de seccioacuten cruzada paralas variables 1 a 4


Ejemplo 82 Funcioacuten de consumo no lineal

open greene11_3gdt ejecutar MCO inicialmenteols C 0 Ygenr essbak = $essgenr essdiff = 1genr b0 = $coeff(Y)genr gamma0 = 1 formar las variables linealizadasgenr C0 = C + gamma0 b0 Y^gamma0 log(Y)genr x1 = Y^gamma0 genr x2 = b0 Y^gamma0 log(Y) iterar los MCO hasta que la suma de cuadrados converjaloop while essdiff gt 00001ols C0 0 x1 x2 -ogenr b0 = $coeff(x1)genr gamma0 = $coeff(x2)genr C0 = C + gamma0 b0 Y^gamma0 log(Y)genr x1 = Y^gamma0genr x2 = b0 Y^gamma0 log(Y)genr ess = $essgenr essdiff = abs(ess - essbak)essbakgenr essbak = essendloop mostrar las estimaciones de los paraacutemetros usando sus propios nombresgenr alpha = $coeff(0)genr beta = $coeff(x1)genr gamma = $coeff(x2)print alpha beta gamma

Ejemplo 83 Ejemplo de un bucle indexado

open hospitalsgdtloop for i=19912000smpl -r (year=i)summary 1 2 3 4

endloop

Capiacutetulo 9

Cointegracioacuten y Modelos de Correcioacuten del Error

91 El contraste de cointegracioacuten de Johansen

El contraste de cointegracioacuten de Johansen requiere tener en cuenta la hipoacutetesis que estaacute uno dis-puesto a establecer sobre los componentes deterministas lo que deriva en los famosos ldquocincocasosrdquo Para ilustrar de forma completa y exhaustiva los cinco casos se requiere una gran can-tidad de aacutelgebra matricial pero para comprender esta cuestioacuten de manera intuitiva se puedeutilizar un ejemplo sencillo Sea xt una serie que se comporta como sigue

xt =m+ xtminus1 + εt

donde m es un nuacutemero real y εt es un ruido blanco Es faacutecil demostrar que xt sigue un paseoaleatorio que fluctuacutea alrededor de una tendencia determinista con pendiente igual a m Enel caso especial m = 0 la tendencia determinista desaparece y xt es simplemente un paseoaleatorio

Considera ahora otro proceso yt definido por

yt = k+ xt +ut

donde de nuevo k es un nuacutemero real y ut sigue un proceso de ruido blanco Dado que ut esestacionario por definicioacuten xt e yt estaacuten cointegrados esto es su diferencia

zt = yt minus xt = k+ut

es un proceso estacionario Para k = 0 zt es un simple ruido blanco de media cero mientrasque si k 6= 0 el proceso zt es un ruido blanco con media distinta de cero

Las dos ecuaciones anteriores se pueden representar conjuntamente como un sistema VAR(1)[ytxt

]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]

o en forma de un Modelo de Correccioacuten de Error (MCE)[ ∆yt∆xt]=

[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=

= micro0 +αβprime[ytminus1

xtminus1

]+ ηt = micro0 +αztminus1 + ηt

donde β es el vector de cointegracioacuten y α es el vector de ldquopesosrdquo o de ldquoajusterdquo hacia el equilibrioPodemos considerar ahora tres posibles casos

1 m 6= 0 En este caso xt presenta una tendencia lineal determinista tal y como hemos co-mentado anteriormente por lo tanto yt tambieacuten la presenta ya que en media se mantienea una distancia k de la serie xt El vector micro0 no estaacute restringido Este es el caso por defectode la instruccioacuten vecm de gretl

32

Capiacutetulo 9 Cointegracioacuten y Modelos de Correcioacuten del Error 33

2 m = 0 y k 6= 0 En este caso xt no presenta una tendencia lineal determinista y en conse-cuencia yt tampoco Sin embargo la distancia media entre yt y xt no es cero El vector micro0

viene dado por

micro0 =[k0

]

el cual no es cero por lo que el MCE anterior tiene un teacutermino constante Sin embargoel vector de paraacutemetros asociados a la constante estaacute sujeto a la restriccioacuten de que susegundo elemento tiene que ser 0 En teacuterminos maacutes generales micro0 es proporcional al vectorα Notese que el MCE tambieacuten se puede escribir de la siguiente forma

[ ∆yt∆xt]=[minus1

0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]

donde el intercepto estaacute dentro del vector de cointegracioacuten Este caso se conoce con elnombre de ldquoconstante restringidardquo se puede elegir en el comando de gretl vecm utilizandola etiqueta opcional --rc

3 m = 0 y k = 0 Este caso es el maacutes restrictivo claramente ni xt ni yt presentan tendenciasdeterministas y la distancia media entre las dos series es cero El vector micro0 tambieacuten es 0 locual explica porqueacute este caso se denomina ldquosin constanterdquo Este uacuteltimo caso se especificautilizando la etiqueta opcional --nc con la instruccioacuten vecm

En general en la praacutectica la eleccioacuten entre estas tres posibilidades se basa en una mezcla entreobservacioacuten empiacuterica y razonamiento econoacutemico Si las variables de estudio parecen mostraruna tendencia lineal entonces no se deberiacutea imponer ninguna restriccioacuten sobre el intercepto Enotro caso nos podemos preguntar si tiene sentido especificar una relacioacuten de cointegracioacuten queincluya un intercepto distinto de cero Un ejemplo donde esto siacute es razonable es en la relacioacutenentre dos tipos de intereacutes en general estas variables no presentan tendencia determinista peroel VAR puede auacuten tener un intercepto porque la diferencia entre los dos (el ldquospread o diferencialde los tipos de intereacutesrdquo) puede ser estacionario alrededor de una media distinta de cero (porejemplo porque hay una prima de riesgo o de liquidez) El ejemplo anterior se puede generalizaren tres direcciones

1 Si el VAR es de orden mayor que uno el algebra se complica maacutes pero se obtienen lasmismas conclusiones

2 Si las series consideradas en el anaacutelisis del VAR son maacutes de dos el rango de cointegracioacutenr puede ser mayor que 1 En ese caso α es una matriz con r columnas y el caso de laconstante restringida implicariacutea la restriccioacuten de que micro0 deberiacutea de ser una combinacioacutenlineal de las columnas de α

3 Si en el modelo se incluye una tendencia lineal t la parte determinista del VAR es en estecaso micro0 + micro1t El razonamiento es praacutecticamente el mismo que antes excepto que ahorala atencioacuten se centra en micro1 maacutes que en micro0 El caso anterior de ldquola constante restringidardquoque se ha discutido antes seriacutea ahora el caso de una ldquotendencia restringidardquo tal que lao las relaciones de cointegracioacuten incluyen una tendencia pero las primeras diferenciasde las variables en cuestioacuten no En el caso de una tendencia no restringida esta aparecetanto en las relaciones de cointegracioacuten como en las primeras diferencias de las variableslo cual corresponde con la presencia de una tendencia cuadraacutetica en las series en nivelesEstos dos casos se especifican con las etiquetas opcionales --crt y --ct respectivamenteutilizando el comando vecm

Capiacutetulo 10

Solucioacuten de problemas en gretl

101 Informes de errores

En el camino hacia una versioacuten ldquoestablerdquo de gretl (versioacuten 10) la colaboracioacuten de los usuariosresulta muy uacutetil y por lo tanto agradezco cualquier informacioacuten sobre posibles errores encon-trados en el programa Creo que seraacute difiacutecil que haya errores en los caacutelculos llevados a cabo porgretl (aunque con esto no quiero garantizar nada) Pero es posible que haya errores en el com-portamiento del interfaz graacutefico En este contexto por favor recueacuterdese que la utilidad de losinformes de errores aumenta en funcioacuten de detalles concretos iquestqueacute ocurrioacute exactamente bajoqueacute condiciones y en queacute sistema operativo iquestSi habiacutea un mensaje de error queacute deciacutea exacta-mente (Aunque no es necesario incluir los nuacutemeros de direcciones de memoria mostrados enlos informe de errores de MS Windows mdash no significaraacuten nada para miacute)

102 Programas auxiliares

Como se ha mencionado gretl llama a otros programas para realizar ciertas tareas (gnuplotpara los graacuteficos LaTeX para un formateo de alta calidad de los resultados de las regresionesGNU R) Si algo no va bien con estas conexiones externas la tarea de producir una ventanade mensaje con informacioacuten sobre los errores no siempre resulta faacutecil Si falla alguna de estasconexiones cuando se accede desde el interfaz graacutefico de gretl es posible que encontremosmaacutes informacioacuten si recomenzamos gretl desde el cursor de instrucciones (por ejemplo desdeun xterm en el sistema de ventanas X o una ldquoventana del MSDOSrdquo en MS Windows teclean-do gretlw32exe) en vez de hacerlo desde el menuacute del escritorio o un icono Puede que semuestren mensajes adicionales de errores en la ventana del terminal

Ademaacutes teacutenganse en cuenta que para la mayoriacutea de las llamadas externas gretl supone quelos programas en cuestioacuten estaacuten disponibles en nuestro ldquodirectoriordquo - es decir pueden invo-carse simplemente mediante el nombre del programa sin la necesidad de tener que teclear ladireccioacuten entera1

Asiacute si falla alguno de los programas disponibles es conveniente experimentar poniendo elnombre del programa en la linea de instrucciones como se muestra a continuacioacuten

Graacuteficos Composicioacuten GNU R

Sistema de ventanas X gnuplot latex xdvi R

MS Windows wgnuplotexe latex windvi RGuiexe

Si el programa no consigue empezar desde el cursor entonces el problema no estaacute relacionadocon gretl sino que el directorio del programa no estaacute en nuestra senda de directorios o que elprograma no estaacute instalado (correctamente) Para maacutes detalles sobre coacutemo modificar la ubica-cioacuten de directorios consuacuteltese la ayuda en liacutenea o la documentacioacuten para su sistema operativo(shell)

1La excepcioacuten a esta regla es la invocacioacuten de gnuplot en MS Windows donde consta la direccioacuten completa delprograma

34

Capiacutetulo 11

El interfaz de liacutenea de instrucciones

111 Gretl en la consola

El paquete gretl incluye el programa de liacutenea de instrucciones gretlcli Este es esencialmenteuna versioacuten actualizada del programa ESL de Ramu Ramanathan En Linux puede ejecutarsedesde la consola o en un xterm (o similar) En MS Windows puede ejecutarse desde una ldquoventa-na de MSDOSrdquo Gretlcli cuenta con su propio archivo de ayuda al que puede accederse tecleandola palabra ldquohelprdquo desde el cursor Es posible ejecutarlo en un proceso por lotes y enviar los re-sultados directamente a un archivo (veacutease el Guiacutea de instrucciones de Gretl)

Si gretlcli estaacute conectado a la biblioteca ldquoreadlinerdquo (esto ocurre automaacuteticamente en el caso dela versioacuten MS Windows veacutease tambieacuten el apeacutendice B) la liacutenea de instrucciones es recuperabley editable y ofrece terminacioacuten de las instrucciones Podemos utilizar las flechas de Arriba yAbajo para pasar a las instrucciones que ya han sido tecleados previamente En cualquier liacuteneade instrucciones podemos utilizar las flechas para movernos junto con las combinaciones deteclas para editar de Emacs1

Las maacutes comunes son

Combinaciones de teclas Efecto

Ctrl-a ir al inicio de la liacutenea

Ctrl-e ir al final de la liacutenea

Ctrl-d eliminar el caraacutecter de la derecha

donde ldquoCtrl-ardquo significa pulsar la tecla ldquoardquo a la vez que la tecla ldquoCtrlrdquo Asiacute si queremos cam-biar algo en el inicio de una instruccioacuten no es preciso ir hacia atraacutes por toda la liacutenea borraacutendolacon nuestro paso Simplemente saltamos al inicio y antildeadimos o eliminamos caracteres

Al teclear las primeras letras de una instruccioacuten pulsando la tecla Tab el programa readlineintentaraacute completar el nombre de la instruccioacuten Si es una combinacioacuten uacutenica saldraacute la instruc-cioacuten automaacuteticamente Si hay maacutes de una posibilidad pulsando Tab otra vez se mostraraacute unalista

112 Diferencias con ESL

Los lotes o guiones de instrucciones desarrollados para el programa ESL original de Ramanathandeberiacutean de ser utilizables en gretlcli con pocos o ninguacuten cambio en lo uacutenico que hay que tenercuidado es en las instrucciones multilineales y la instruccioacuten freq

ESL utiliza el punto y coma como terminacioacuten de muchas de las instrucciones Esto hasido eliminado en gretlcli El punto y coma simplemente se ignora excepto en unos casosespeciales donde tiene un significado determinante como separador de dos listas en lasinstrucciones ar y tsls o como marcador para una primera o uacuteltima observacioacuten sincambios en la instruccioacuten smpl En ESL el punto y coma da la posibilidad de partir unainstruccioacuten larga de maacutes de una linea en gretlcli esto se hace con un situado al final dela liacutenea que va a continuarse

1En realidad las combinaciones dadas a continuacioacuten son soacutelo laos que hay por defecto pueden ser personaliza-das Veacutease el manual de readline

35

Capiacutetulo 11 El interfaz de liacutenea de instrucciones 36

Con freq actualmente no se pueden especificar rangos definidos por el usuario como enESL Un contraste chi-cuadrado para normalidad ha sido antildeadido a los resultados de estainstruccioacuten

Noacutetese que se ha simplificado la sintaxis de liacutenea de instrucciones para un proceso por lotesEn ESL se tecleaba por ejemplo

esl -b datafile lt inputfile gt outputfile

mientras que en gretlcli hay que teclear

gretlcli -b inputfile gt outputfile

El archivo de entrada se trata como un argumento del programa debe de especificar el archivode datos que hay que usar de forma interna utilizando la sintaxis

open fichero_de_datos

o el comentario especial ( datafile )

Apeacutendice A

Comentarios sobre los archivos de datos

A1 Formato nativo baacutesico

En el formato nativo baacutesico de gretl un conjunto de datos se guarda en formato XML (exten-sible mark-up language) Los archivos de datos corresponden a la simple DTD (document typedefinition) contenida en gretldatadtd que viene con la distribucioacuten de gretl y se instala enel directorio de datos del sistema (por ejemplo usrsharegretldata en Linux) Los archi-vos de datos pueden ser de texto simple o comprimidos con gzip Contienen los valores de losdatos ademaacutes de informacioacuten adicional tal como el nombre y la descripcioacuten de las variables lafrecuencia de los datosetc

La mayoriacutea de los usuarios no tendraacuten necesidad de leer o escribir archivos de este tipo ex-cepto mediante el propio gretl pero siacute Vd tiene la necesidad de manipularlos utilizando otrasherramientas de software tendraacute que examinar el DTD y tambieacuten mirar algunos de los archivosde datos de praacutecticas que acompantildean al programa data4-1gdt expone un ejemplo sencillodata4-10gdt es un ejemplo en el que se incluyen etiquetas para las observaciones

A2 Formato tradicional ESL

Por compatibilidad haciacutea atraacutes gretl tambieacuten puede manejar archivos de datos en el formatoldquotradicionalrdquo heredado del programa ESL de Ramanathan En este formato (que era el formatopor defecto de gretl en versiones previas a la 098) un conjunto de datos se representa mediantedos archivos Uno contiene los datos en siacute y el otro contiene informacioacuten sobre coacutemo leerlosEn otras palabras

1 Los datos en siacute Una matriz rectangular de nuacutemeros separados por espacios en blancoCada columna representa una variable cada fila una observacioacuten sobre cada una de lasvariables (estilo hoja de caacutelculo) Las columnas de datos pueden estar separadas por es-pacios o tabuladores El nombre del archivo debe de llevar el sufijo gdt Por defecto elarchivo de datos es de tipo ASCII (texto simple) Opcionalmente puede estar comprimidocon gzip para ahorrar espacio en el disco Se pueden insertar comentarios en un archivode datos si una liacutenea empieza por la marca de almohadilla () se ignora la liacutenea enteraEsto es consistente con los archivos de datos de gnuplot y octave

2 Cabecera El archivo de datos tiene que venir acompantildeado por un archivo de cabeceraque tiene el mismo nombre raiacutez que el archivo de datos maacutes el sufijo hdr Este archivocontiene lo siguiente (en orden)

(Opcional) comentarios sobre los datos iniciados con la cadena de texto ( y finali-zados con la cadena de cierre ) cada uno de estos marcadores tiene que tener supropia liacutenea separada

(Obligatoria) lista de nombres de las variables del archivo de datos separadas porespacios en blanco Los nombres tienen un limite de 8 caracteres tienen que empezarpor una letra y estan restringidos a los caracteres alfanumeacutericos maacutes el caraacutecter desubrayado (_) La lista puede ser de maacutes de una liacutenea se termina con un punto ycoma

(Obligatoria) liacutenea de observaciones con la forma 1 1 85 El primer elemento nos dala frecuencia de los datos (1 para los datos sin fechas o anuales 4 para los trimestra-les 12 para los mensuales) Los elementos segundo y tercero dan las observacionesde inicio y final Generalmente estas seraacuten el 1 y el nuacutemero de observaciones res-pectivamente para los datos sin fecha Para las series temporales se pueden utilizar

37

Apeacutendice A Comentarios sobre los archivos de datos 38

fechas en la forma 19591 (trimestral 1 diacutegito despueacutes del punto) o 196703 (men-sual dos diacutegitos despueacutes del punto) Veacutease el capiacutetulo 6 para el uso especial de estaliacutenea en el caso de datos panel

La palabra clave BYOBS

Aquiacute hay un ejemplo de un archivo de cabecera de datos escrito correctamente

(DATA9-6 Datos sobre log(dinero) log(renta) y tipo de intereacutes delos EEUU Fuente Stock and Watson (1993) Econometrica (datos sinalisar) El periodo es 1900-1989 (datos anuales)Datos recogidos por Graham Elliott

)ldinero lrenta tipoint 1 1900 1989 BYOBS

El archivo de datos correspondiente contiene tres columnas de datos cada una con 90 entradas

Hay tres caracteriacutesticas del formato ldquotradicionalrdquo de datos que hay que tener en cuenta

1 Si la palabra clave BYOBS se reemplaza por BYVAR y va seguida por la palabra clave BINARYesto indica que el archivo de datos correspondiente estaacute en formato binario Se puedeescribir este tipo de archivos desde gretlcli utilizando la instruccioacuten store con la marca-s (precisioacuten sencilla) o la marca -o (precisioacuten doble)

2 Si BYOBS es seguido por la palabra clave MARKERS gretl espera un archivo de datos en elcual la primera columna contiene cadenas (de 8 caracteres como maacuteximo) que se utilizanpara la identificacioacuten de las observaciones Esto puede resultar uacutetil en datos de seccioacutencruzada donde las unidades de las observaciones son identificables paiacuteses provinciasciudades etc Tambieacuten puede ser de utilidad para datos de series temporales irregularescomo por ejemplo los precios diarios de los valores en la bolsa donde hay unos diacuteas decierre - en este caso las observaciones pueden sentildealarse con una fecha tipo 100198(Recueacuterdese el liacutemite de 8 caracteres) Noacutetese que las opciones BINARY y MARKERS sonmutuamente exclusivas Otra consideracioacuten a tener en cuenta es que los ldquomarcadoresrdquo noson una variable la columna de marcadores no tiene una entrada correspondiente en lalista de los nombres de las variables en el archivo de cabecera

3 Si se encuentra otro archivo con el mismo nombre raiacutez que el archivo de datos y de cabe-cera pero con el sufijo lbl este se lee para rellenar las etiquetas descriptivas para lasseries de datos El formato de un archivo de etiquetas es sencillo cada liacutenea contiene elnombre de una variable (como en el archivo de cabecera) seguido por uno o maacutes espaciosseguido por la etiqueta descriptiva Un ejemplo seriacutea

precio Iacutendice de precios de automoacuteviles nuevos antildeo base 1982

Para guardar los datos en formato tradicional se utiliza la instruccioacuten store con la opcioacuten -tbien en el programa de liacutenea de instrucciones o bien en la ventana de consola del cliente GUI

A3 Bases de datos binarias detalles

Una base de datos gretl contiene dos partes un archivo iacutendice ASCII (el nombre de archivo llevael sufijo idx) donde se guarda la informacioacuten sobre la serie y un archivo binario (sufijo bin)que contiene los datos en siacute Dos ejemplos de posibles formatos de entradas en el archivo idxson

G0M910 iumlndice compuesto por 11 indicadores adelantados (1987=100)M 194801 - 199511 n = 575currbal Balanza de pagos Balanza por cuenta corriente SAQ 19601 - 19994 n = 160


El primer campo contiene el nombre de la serie El segundo es una descripcioacuten de la serie(maacuteximo de 128 caracteres) En la segunda liacutenea el primer campo es un coacutedigo de frecuenciasM para mensual Q para trimestral A para anual B diario laborable (diario con cinco diacuteas a lasemana) y D para diario (siete diacuteas a las semana) No se admite ninguna otra frecuencia demomento Luego viene la fecha de inicio (NB con dos diacutegitos despueacutes del punto para datosmensuales uno para datos trimestrales ninguno para datos anuales) un espacio un guioacuten otroespacio la fecha de finalizacioacuten la cadena ldquon = rdquo y el nuacutemero de observaciones en nuacutemerosenteros En el caso de datos diarios las fechas de inicio y finalizacioacuten deben de venir en la formaYYYYMMDD (antildeomesdiacutea) Este formato tiene que respetarse de manera estricta

Opcionalmente la primera liacutenea del archivo de iacutendice puede contener un comentario corto(hasta 64 caracteres) sobre el origen y naturaleza de los datos iniciado por una marca de almo-hadilla Por ejemplo

Federal Reserve Board (interest rates)

El archivo de base de datos binarios correspondiente contiene los valores de los datos represen-tados como ldquoflotantesrdquo es decir nuacutemeros de punto flotante de precisioacuten simple que ocupantiacutepicamente cuatro bytes cada uno Los nuacutemeros se empaquetan ldquopor variablerdquo asiacute que los pri-meros n nuacutemeros son las observaciones de la variable 1 los siguientes m son las observacionesde la variable 2 y asiacute sucesivamente

Apeacutendice B

Comentarios teacutecnicos

Gretl estaacute escrito en el lenguaje de programacioacuten C Se ha intentado en la medida de lo posiblecumplir con el estaacutendar ISOANSI C (C89) aunque el interfaz graacutefico para el usuario y algunosotros componentes hacen uso de extensiones especiacuteficas de ciertas plataformas

Gretl sigue desarrollaacutendose en Linux Es posible recompilar y ejecutar la libreriacutea compartida y elcliente de liacutenea de instrucciones en cualquier plataforma que (a) apoye ISOANSI C y (b) tengainstalada las libreriacuteas zlib (compresioacuten) y libxml (manipulacioacuten XML) La paacutegina web de zlib seencuentra en info-ziporg La direccioacuten de Internet de Libxmls es xmlsoftorg Si se encuentra labiblioteca readline de GNU en el sistema anfitrioacuten eacutesta seraacute utilizada por gretcli aportando asiacuteuna liacutenea de instrucciones editable muy mejorada Consultar la paacutegina web de readline

El programa de cliente graacutefico deberiacutea de poder recompilarse y ejecutarse en cualquier sistemaque ademaacutes de los requisitos detallados arriba ofrezca la versioacuten de GTK 123 o superior(veacutease gtkorg) En el momento de escribir este manual hay dos variantes de las libreriacuteas GTKla serie 12 y la serie 20 distribuida en el verano de 2002 Estas dos variantes son incompatiblesentre siacute Gretl puede compilarse con cualquiera de las dos mdash el paquete de coacutedigo fuente incluyedos subdirectorios gui para GTK 12 y gui2 para GTK 20 Si estaacute disponible recomendamosel uso de GTK 20 ya que ofrece muchas mejoras sobre GTK 12

Gretl llama a gnuplot para hacer los graacuteficos Se puede encontrar gnuplot en gnuplotinfo Enel momento de escribir esto la versioacuten oficial maacutes reciente es la 371 (es de Noviembre de1999) Si acceder a repositorios de CVS y recompilar coacutedigos fuente no les supone ninguacuten pro-blema recomendamos la instalacioacuten de gnuplot desde el CVS actual El autor de este manualactualmente esta utilizando gnuplot versioacuten 38i obtenida desde el CVS

Algunas opciones de gretl utilizan la libreriacutea gtkextra de Adrian Feguin gtkextra se encuentraen gtkextrasourceforgenet

Se encuentra disponible una versioacuten binaria de gretl para el sistema operativo Windows deMicrosoft (versioacuten de 32 bits es decir Windows 95 o superior) Esta versioacuten fue compilada enLinux a traveacutes de mingw (el compilador C de GNU gcc trasvasado para su uso con win32)y vinculada con la libreriacutea C de Microsoft msvcrtdll Emplea el ldquoportrdquo de GTK 20 de TorLillqvist para win32 El programa instalador de Windows (gratis de coacutedigo abierto) es cortesiacuteade Jordan Russell (jrsoftwareorg)

Tengo la esperanza de que gretl interese lo suficiente a algunos usuarios con habilidades encoacutedigos y programacioacuten como para mejorarlo y extenderlo La documentacioacuten del libgretl APIestaacute lejos de ser completa pero Vd puede encontrar algunos detalles si sigue la conexioacuten ldquoLib-gretl API docsrdquo en la paacutegina web de gretl

40

Apeacutendice C

Precisioacuten numeacuterica

Gretl siempre utiliza aritmeacutetica de doble precisioacuten - excepto en el plugin de precisioacuten muacuteltipleinvocado con la opcioacuten del menu ldquoModeloMCO de alta precisioacutenrdquo que representa los valo-res de punto flotante empleando un nuacutemero de bits determinados por la variable de entornoGRETL_MP_BITS (valor por defecto 256) Las ecuaciones normales de Miacutenimos Cuadrados seresuelven mediante la descomposicioacuten de Choleski lo cual es suficientemente preciso para lamayoriacutea de los propoacutesitos El programa ha sido probado de manera bastante exhaustiva conlos conjuntos de datos de referencia estadiacutestica aportados por el NIST (el Instituto Nacional deEstaacutendares y Tecnologiacutea de los Estados Unidos) y puede encontrarse un informe completo delos resultados en la paacutegina web de gretl (pinchar en ldquoNumerical accuracy (Precisioacuten numeacutericardquoy seguir la conexioacuten)

En Octubre de 2002 tuve un uacutetil intercambio de ideas con Giovanni Baoicchi y Walter Disastoquienes estaban escribiendo una resentildea de gretl para el Journal of Applied Econometrics y conJames McKinnon el editor de evaluaciones de software de dicha revista Quiero expresar misagradecimientos a Baoicchi y Disasto por sus exhaustivas comprobaciones del programa lascuales dieron lugar a las siguientes modificaciones

1 Los evaluadores indicaron que existiacutea un error en el ldquobuscador de valores prdquo de gretl porel cual el programa mostraba el complemento de la probabilidad correcta para valoresnegativos de z Esto fue solucionado en la versioacuten 0998 del programa (2002 Julio 9)

2 Tambieacuten sentildealaron que el buscador de valores p produciacutea resultados incorrectos paravalores extremos de x (por ejemplo valores alrededor de 8 a 10 en la distribucioacuten t con100 grados de libertad) Esto fue tambieacuten corregido en gretl versioacuten 0998 por medio deun cambio a un coacutedigo de distribucioacuten de probabilidad maacutes preciso

3 Los evaluadores notaron un defecto en la presentacioacuten de los coeficientes de regresioacutenen gretl por el cual algunos coeficientes podiacutean ser impresos con un nuacutemero de cifrassignificativas inaceptablemente pequentildeo Esto fue corregido en la versioacuten 0999 (2002Agosto 25) ahora todos los estadiacutesticos asociados con una regresioacuten se imprimen con 6cifras significativas

4 Por medio de las comprobaciones realizadas por los evaluadores se supo ademaacutes que laprecisioacuten numeacuterica de gretl en MS Windows era menor que en Linux en la cual habiacutearealizado yo mis pruebas Por ejemplo en los datos Longley - un bien conocido conjuntode datos ldquomal comportadosrdquo frecuentemente utilizados en la comprobacioacuten de programaseconomeacutetricos - la versioacuten Windows de gretl recogiacutea coeficientes erroacuteneos a partir del 7o

diacutegito mientras que los mismos coeficientes eran correctos en Linux Esta anomaliacutea fuecorregida en la versioacuten 10pre3 de gretl (2002 Octubre 10)

La versioacuten actual del coacutedigo fuente de gretl contiene un subdirectorio tests con una bateriacuteade pruebas basadas en los conjuntos de datos del NIST Esto se invoca mediante make checken el directorio raiacutez Se recibe un aviso si la precisioacuten numeacuterica cae por debajo de lo estaacutendarPor favor consuacuteltese el archivo README en el directorio tests para maacutes detalles

La bateriacutea de contrastes del NIST se distribuye asimismo con la versioacuten MS Windows de gretlPueden ejecutarse los contrastes invocando el programa nisttestexe

Como ya se ha mencionado todos los estadiacutesticos de regresioacuten se imprimen con 6 cifras sig-nificativas en la actual versioacuten de gretl (excepto cuando se usa el plugin de precisioacuten muacuteltipleen cuyo caso los resultados se ofrecen con 12 cifras) Si se desea examinar un valor con maacutes

41

Apeacutendice C Precisioacuten numeacuterica 42

precisioacuten se puede guardar primero (se puede utilizar genr) y a continuacioacuten pedir su presen-tacioacuten mediante la orden print -t (veacutease el Guiacutea de instrucciones de Gretl) De esta manera semostraraacute el valor con hasta 10 diacutegitos

Apeacutendice D

Anaacutelisis economeacutetrico avanzado con softwarelibre

Como se ha mencionado en el texto principal gretl ofrece una seleccioacuten bastante amplia deestimadores de Miacutenimos Cuadrados asiacute como algunos estimadores adicionales como logit yprobit (binomial) y de Miacutenima Desviacioacuten Absoluta Sin embargo para los usuarios avanzadoslas rutinas estadiacutesticas de gretl pueden ser algo limitadas

Sin duda algunos de estos usuarios preferiraacuten escribir sus propios programas de rutinas es-tadiacutesticas en alguacuten lenguaje baacutesico de programacioacuten como C C++ o Fortran Otra opcioacuten seraacuteutilizar otro lenguaje de alto nivel que ofrezca la posibilidad de manipular matrices y que tengaalgunas rutinas estadiacutesticas propias o tambieacuten paquetes adicionales que puedan acoplarse alprograma Si esta uacuteltima opcioacuten les resulta atractiva y estaacuten interesados en software de coacutedigoabierto gratuito les recomiendo estos dos programas GNU R (r-projectorg) o GNU Octave Estosdos programas son muy similares a los programas comerciales S y Matlab respectivamente

Otra opcioacuten ya mencionada es que gretl ofrece la posibilidad de exportar datos tanto en for-mato Octave como en R En el caso de Octave el conjunto de datos gretl se guarda del siguientemodo la primera variable dispuesta para exportar se trata como la variable dependiente y seguarda como un vector y mientras que las restantes variables se guardan como una matrizX Una vez cargado en Octave podemos desagregar esta matriz X si lo deseamos Consuacutelteseel manual de Octave para los detalles En cuanto a R el archivo de datos exportado conservala estructura de series temporales que tenga en gretl Las series se guardan como estructurasindividuales Los datos deben importarse mediante la instruccioacuten source() en R

Entre estos dos programas R es quizaacute de maacutes intereacutes inmediato para los econoacutemetras ya queofrece maacutes en teacuterminos de rutinas estadiacutesticas (por ejemplo modelos lineales generalizadosestimacioacuten maacuteximo-verosiacutemil meacutetodos de series temporales) Por eso gretl tiene una opcioacutenque transfiere los datos de manera raacutepida y coacutemoda a R En el menuacute ldquoSesioacutenrdquo de gretl se en-cuentra la opcioacuten ldquoIniciar GNU Rrdquo Esta opcioacuten escribe una versioacuten R del conjunto de datos degretl (Rdatatmp en el directorio del usuario de gretl) y lo enviacutea a una sesioacuten nueva de R Acontinuacioacuten se describen algunos detalles a tener en cuenta

En primer lugar los datos se pasan a R escribiendo una versioacuten provisional de Rprofile en eldirectorio de trabajo actual (Si existe un archivo de este tipo R lo indica al iniciar) En el caso deque ya exista un archivo Rprofile personal el archivo original se copiaraacute provisionalmenteen Rprofilegretltmp y seraacute devuelto a su sitio al salir de gretl (Si alguien encuentra unamanera mejor de hacer esto por favor que me lo comunique)

En segundo lugar el modo particular de invocar a R depende de la variable interna de gretlRcommand cuyo valor puede establecerse en el menuacute ldquoArchivo Preferenciasrdquo En MS Windowsla instruccioacuten por defecto es RGuiexe En X es R --gui=gnome si a la hora de compilar sedetecta una instalacioacuten del escritorio Gnome (gnomeorg) o xterm -e R si no se encuentraGnome Noacutetese por favor que en esta instruccioacuten se procesaraacuten como maacuteximo tres elementosseparados por espacios cualquier elemento adicional seraacute ignorado

43

Apeacutendice E

Lista de URLs

A continuacioacuten hay una lista de las direcciones completas (URL) de los sitios web citados en elmanual seguacuten orden de apariencia

Oficina del Censo Servicio de Obtencioacuten de Datos (Census Bureau Data Extraction Service)httpwwwcensusgovftppubDESwwwwelcomehtml

Estima (RATS) httpwwwestimacom

Paacutegina web del escritorio Gnome httpwwwgnomeorg

Biblioteca de Precisioacuten Muacuteltiple de GNU httpswoxcomgmp

Paacutegina web de GNU Octave httpwwwoctaveorg

Paacutegina web de GNU R httpwwwr-projectorg

Manual de GNU R httpcranr-projectorgdocmanualsR-intropdf

Paacutegina web de Gnuplot httpwwwgnuplotinfo

Manual en liacutenea de Gnuplot httpricardoecnwfuedugnuplothtml

Paacutegina de datos de Gretl httpgretlsourceforgenetgretl_datahtml

Paacutegina web de Gretl httpgretlsourceforgenet

Paacutegina web de GTK+ httpwwwgtkorg

Port GTK+ para win32 httpusersgicfi~tmlgimpwin32

Paacutegina web de Gtkextra httpgtkextrasourceforgenet

Paacutegina web de InfoZip httpwwwinfo-ziporgpubinfozipzlib

JRSoftware httpwwwjrsoftwareorg

Paacutegina web de Mingw (gcc para win32) httpwwwmingworg

Minpack httpwwwnetliborgminpack

Tabla Mundial de Penn (Penn World Table) httppwteconupennedu

Paacutegina web de GNU Readline httpcnswwwcnscwruedu~chetreadlinerltophtml

Manual de GNU Readline httpcnswwwcnscwruedu~chetreadlinereadlinehtml

Paacutegina web de Xmlsoft httpxmlsoftorg

44

Bibliografiacutea

Akaike H (1974) ldquoA New Look at the Statistical Model Identificationrdquo IEEE Transactions onAutomatic Control AC-19 pp 716ndash23

Baiocchi G and Distaso W (2003) ldquoGRETL Econometric software for the GNU generationrdquoJournal of Applied Econometrics 18 pp 105ndash10

Baxter M and King R G (1995) ldquoMeasuring Business Cycles Approximate Band-Pass Filters forEconomic Time Seriesrdquo National Bureau of Economic Research Working Paper No 5022

Belsley D Kuh E and Welsch R (1980) Regression Diagnostics New York Wiley

Berndt E Hall B Hall R and Hausman J (1974) ldquoEstimation and Inference in Nonlinear Struc-tural Modelsrdquo Annals of Economic and Social Measurement 34 pp 653ndash65

Box G E P and Muller M E (1958) ldquoA Note on the Generation of Random Normal DeviatesrdquoAnnals of Mathematical Statistics 29 pp 610ndash11

Davidson R and MacKinnon J G (1993) Estimation and Inference in Econometrics New YorkOxford University Press

Davidson R and MacKinnon J G (2004) Econometric Theory and Methods New York OxfordUniversity Press

Doornik J A and Hansen H (1994) ldquoAn Omnibus Test for Univariate and Multivariate Norma-lityrdquo working paper Nuffield College Oxford

Doornik J A (1998) ldquoApproximations to the Asymptotic Distribution of Cointegration TestsrdquoJournal of Economic Surveys 12 pp 573ndash93 Reprinted with corrections in M McAleer andL Oxley (1999) Practical Issues in Cointegration Analysis Oxford Blackwell

Fiorentini G Calzolari G and Panattoni L (1996) ldquoAnalytic Derivatives and the Computationof GARCH Etimatesrdquo Journal of Applied Econometrics 11 pp 399ndash417

Greene William H (2000) Econometric Analysis 4th edition Upper Saddle River NJ Prentice-Hall

Gujarati Damodar N (2003) Basic Econometrics 4th edition Boston MA McGraw-Hill

Hamilton James D (1994) Time Series Analysis Princeton NJ Princeton University Press

Johansen Soslashren (1995) Likelihood-Based Inference in Cointegrated Vector Autoregressive ModelsOxford Oxford University Press

Kiviet J F (1986) ldquoOn the Rigour of Some Misspecification Tests for Modelling Dynamic Rela-tionshipsrdquo Review of Economic Studies 53 pp 241ndash261

Kwiatkowski D Phillips PCB Schmidt P and Shin Y (1992) ldquoTesting the Null of StationarityAgainst the Alternative of a Unit Root How Sure Are We That Economic Time Series Have aUnit Rootrdquo Journal of Econometrics 54 pp 159ndash178

Locke C (1976) ldquoA Test for the Composite Hypothesis that a Population has a Gamma Distri-butionrdquo Communications in Statistics mdash Theory and Methods A5(4) pp 351ndash364

MacKinnon J G (1996) ldquoNumerical Distribution Functions for Unit Root and CointegrationTestsrdquo Journal of Applied Econometrics 11 pp 601ndash618

MacKinnon J G and White H (1985) ldquoSome Heteroskedasticity-Consistent Covariance MatrixEstimators with Improved Finite Sample Propertiesrdquo Journal of Econometrics 29 pp 305ndash25

Maddala G S (1992) Introduction to Econometrics 2nd edition Englewood Cliffs NJ Prentice-Hall

Matsumoto M and Nishimura T (1998) ldquoMersenne twister a 623-dimensionally equidistributeduniform pseudo-random number generatorrdquo ACM Transactions on Modeling and ComputerSimulation 8 1

45


Neter J Wasserman W and Kutner M H (1990) Applied Linear Statistical Models 3rd editionBoston MA Irwin

R Core Development Team (2000) An Introduction to R version 111

Ramanathan Ramu (2002) Introductory Econometrics with Applications 5th edition Fort WorthHarcourt

Shapiro S and Chen L (2001) ldquoComposite Tests for the Gamma Distributionrdquo Journal of QualityTechnology 33 pp 47ndash59

Silverman B W (1986) Density Estimation for Statistics and Data Analysis London Chapmanand Hall

Stock James H and Watson Mark W (2003) Introduction to Econometrics Boston MA Addison-Wesley

Wooldridge Jeffrey M (2002) Introductory Econometrics A Modern Approach 2nd edition Ma-son Ohio South-Western

Guiacutea del usuario

Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes

5 Funciones especiales en genr




54 Valores ausentes


6 Datos de Panel






7 Graacuteficos y Diagramas



8 Construccioacuten de iteraciones




9 Cointegracioacuten y Modelos de Correcioacuten del Error


10 Solucioacuten de problemas en gretl



11 El interfaz de liacutenea de instrucciones



A Comentarios sobre los archivos de datos




B Comentarios teacutecnicos

C Precisioacuten numeacuterica

D Anaacutelisis economeacutetrico avanzado con software libre

E Lista de URLs

Bibliografiacutea

Copyright ccopy 2001ndash2005 Allin Cottrell

Copyright de la traduccioacuten espantildeola ccopy 2006 Ignacio Diacuteaz-Emparanza ndash Marta Reguacutelez (Basadoen la traduccioacuten del manual de 2003 de Parmeeta Bhogal e Ignacio Diacuteaz-Emparanza)

Este documento puede ser copiado distribuido yo modificado bajo los teacuterminos de la GNUFree Documentation License Versioacuten 11 o cualquiera de las versiones posteriores publicadaspor la Free Software Foundation (veacutease httpwwwgnuorglicensesfdlhtml)

Se agradece la financiacioacuten de la Universidad del Paiacutes Vasco a traveacutes del grupo de investigacioacuten9UPV-00038321-135032001 para la traduccioacuten de este manual

Iacutendice general

























6 Datos de Panel 23









I





















E Lista de URLs 44


Capiacutetulo 1

Introduccioacuten











12 Agradecimientos



1








Linux








configure --help







MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Iacutendice general

























6 Datos de Panel 23









I





















E Lista de URLs 44


Capiacutetulo 1

Introduccioacuten











12 Agradecimientos



1








Linux








configure --help







MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea





















E Lista de URLs 44


Capiacutetulo 1

Introduccioacuten











12 Agradecimientos



1








Linux








configure --help







MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 1

Introduccioacuten











12 Agradecimientos



1








Linux








configure --help







MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea








Linux








configure --help







MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea



MS Windows


Actualizaciones



Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 2

Puesta en marcha









4


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea


























Menuacute Archivo


























Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea












Menuacute de Datos
























foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea


















foo = x1 x2



















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea


















Capiacutetulo 3

Modos de trabajo










11























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea























Capiacutetulo 4

Fichero de datos

41 Formato propio














14



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea



























Nota adicional


1Ver wwwestimacom


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea


45 Datos ausentes










Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 5








yt = gt + ct t = 12 T


Tsumt=1



)2








18






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea






A(L) =ksum

i=minuskaiLi
















tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea






tcount replics

54 Valores ausentes
















adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea










adf 4 x1 --c







Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea





Capiacutetulo 6

Datos de Panel













23


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea


































Capiacutetulo 7














27










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea










Capiacutetulo 8










endloop

29



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea



















endloop

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 9







yt = k+ xt +ut





]=[k+mm

]+[

0 1

0 1

][ytminus1

xtminus1

]+[ut + εtεt

]


[k+mm

]+[minus1 1

0 0

][ytminus1

xtminus1

]+[ut + εtεt

]=

=[k+mm

]+[minus1

0

][1 minus1

][ ytminus1

xtminus1

]+[ut + εtεt

]=


xtminus1




32



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea



viene dado por

micro0 =[k0

]



0

][1 minus1 minusk

]ytminus1

xtminus1

1

+[ut + εtεt

]







Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 10













34

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Capiacutetulo 11
















35










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea










Apeacutendice A












37






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea






















Apeacutendice B









40

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Apeacutendice C












41



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea



Apeacutendice D








43

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Apeacutendice E

Lista de URLs
























44

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Bibliografiacutea























45










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea










Licencia

Iacutendice general

1 Introduccioacuten


12 Agradecimientos


2 Puesta en marcha





3 Modos de trabajo



4 Fichero de datos

41 Formato propio




45 Datos ausentes





54 Valores ausentes


6 Datos de Panel




























E Lista de URLs

Bibliografiacutea

Gretl guide-es[1]

Education

Transcript of Gretl guide-es[1]