Modelización econométrica con Gretl

En esta página se recopilan una serie de videos y ficheros que tienen por objetivo ayudar al alumno a realizar una aplicación econométrica con el programa informático Gretl. El alumno puede dirigirse a la página principal de dicho programa y bajarse la última versión del mismo. Una vez instalado, se recomienda, en primer lugar, ver de forma secuencial los videos de la guía y a continuación se podrá dirigir al ejercicio de su interés. Para poder realizar los ejercicios el alumno podrá bajarse los datos que han sido utilizados para realizar los mismos. Algunos ejercicios no tienen un acceso a la descarga de los datos ya que los mismos están disponibles como datos de muestra en el propio programa.

Guía básica de Gretl.

Página oficial del programa Gretl. Ir a la página.

Introducción al programa Gretl. Ver video.

Trabajar con los datos de muestra que incorpora el programa. Ver video.

Importar datos. Ver video.

Introducir nuevos datos. Trabajar con datos que no vienen en la base de datos del programa. Ver video. Descargar datos.

Qué son las sesiones y cómo estimar mi primer modelo. Ver video.

Qué es la ventana de comandos y cómo podemos usarla. Un ejemplo de estimación por MCO mediante comandos. Ver video. Principales comandos.

Mi primera función en Gretl. Hola mundo. Ver video.

Acceso a las bases de datos disponibles a través del servidor de gretl. Ver video.

 

Estimación mínimo cuadrática ordinaria (MCO).

Modelo de Tintner. Ver video. Descargar datos.

Una función para personalizar los resultados del modelo. Ver video. Descargar la función MCO.inp.

Cómo obtener los coeficientes beta de un modelo mediante la creación de una función en gretl. Ver video. Descargar la función cbeta.inp.

Función para obtener las elasticidades medias de un modelo. Ver video. Descargar la función Elasticidades.inp.

Ejercicios.

Ejercicio 1 MLG1. Descargar datos. Abrir ejercicio.

Incumplimiento de las hipótesis básicas.

Normalidad.

Tests estadísticos para el contraste de normalidad. Ver video. Descargar datos.

Contraste de normalidad mediante test estadísticos y el gráfico Q-Q normal y solución cuando las perturbaciones no son normales. Ver video.

Multicolinealidad.

Detección de la multicolinealidad mediante el VIF.

Detección de la multicolinealidad mediante el número de condición.

Heterocedasticidad.

Detección de la heterocedasticidad mediante el método gráfico y los tests de Glesjer y Goldfeld-Quandt. Estimación mediante mínimos cuadrados ponderados. Ver video. Descargar datos.

Descarga de datos de distintas fuentes de información (INE y Ministerio de Educación) y detección de la heterocedasticidad mediante el método gráfico y los tests de Glesjer, White y Breusch-Pagan. Estimación mediante mínimos cuadrados ponderados. Ver video. Descargar datos.

Autocorrelación.

Detección de la autocorrelación en las perturbaciones mediante el método gráfico y los tests de Durbin-Watson y Breush-Godfrey. Solución especificando un modelo autorregresivo y detección mediante el test de la h-Durbin. Ver video. Descargar datos.

Modelos no lineales.

Modelos linealizables.

Contraste de linealidad. Estimación de un modelo semi-logarítmico y un modelo reciproco. Representación de los modelos y selección. Ver video. Descargar datos.

Modelos no linealizables.

Estimación de un modelo no lineal y representación. Ver video. Descargar datos.

Ecuaciones simultáneas.

Estimación del modelo de oferta y demanda de Jan Kmenta. Ver video.

Series temporales ARIMA.

Modelo Box-Jenkins de una empresa de aerolíneas. Ver video.

Identificación del proceso. Ver video.