INTERPRETACIN DE LOS PARMETROS DE UN MODELO BSICO DE REGRESIN

LINEAL

Rafael de Arce
Ramn Maha
Febrero de 2012


Adems de abordar en otras sesiones y documentos los aspectos relativos a la
estimacin de los parmetros de un MBRL, conviene tener claro, por encima de todo
la interpretacin de los mismos.

I.- Interpretacin intuitiva de los estimadores MCO en la regresin mltiple

Si imaginamos una ecuacin estimada con dos variables exgenas ms un trmino
independiente, el modelo estimado sera:

i i i
x x y
3 3 2 2 1

| | | + + =

Imaginemos una muestra temporal donde i representa el paso del tiempo. Si
expresamos ahora el modelo en diferencias, es decir, si al valor estimado de y en el
perodo i (
i
y ) le restamos el valor estimado de y en el perodo i-1 (
1

i
y ) tenemos
que:

( ) ( )
i i i
i i i i i i
x x y
x x x x y y
3 3 2 2
1 3 3 1 2 2 1 3 3 2 2 1 1

A + A = A
+ + + + =

| |
| | | | | |


Qu representa por tanto
2

| ?. Una forma simple de expresar

2

| es:

2
2
3

0 | =
A
A
= A
i
i
i
x
y
x

Es decir,
2

| permite computar el cambio obtenido en y producido por un cambio en

x
2
mantenindose x
3
constante. Es decir: los coeficientes de la regresin mltiple
son coeficientes ceteris paribus.

El punto clave, como seala Wooldridge
1
, es que la estimacin de estos coeficientes
parciales se obtiene an cundo los datos no se hayan observado o recogido en esas
condiciones. Es decir, la regresin mltiple nos permite imitar () lo que los
cientficos hacen en los entornos (experimentales) controlados de laboratorio:
conservar fijos otros factores.


1
Introduccin a la econometra. Un enfoque moderno. Ed. Thomson.
Imaginemos, por ejemplo, el resultado obtenido en la estimacin de una regresin
que relaciona las ventas mensuales de nuestra empresa con los cambios en los precios
y en la publicidad:

i i i
Pub V 3 , 1 Pr 5 , 0 2

+ =

Si las ventas y la publicidad estn medidas en millones de euros y los precios en euros
por unidad:

- El parmetro -0.5 de los precios indicara que por cada incremento de un euro
en el precio unitario, nuestras ventas se reduciran en medio milln de euros
siempre y cuando se mantuviese constante el presupuesto en publicidad.
- El coeficiente de 1.3, positivo, indica que, si no variamos el precio de venta, un
incremento de 1 milln de euros en publicidad genera un incremento de ventas
de 1.3 millones.

Evidentemente, la empresa nunca movi slo los precios o slo la publicidad, sino que
todos los aos hizo, probablemente, ambas cosas: sin embargo, la regresin mltiple
permite aislar ambos efectos.

Una observacin de inters es: qu sucede si slo utilizamos una de las dos variables
en la regresin? En ese caso, puede observarse que los resultados de las dos
regresiones individuales son:

i i
V Pr 38 , 0 9 , 1

=
i i
Pub V 9 , 3 6 , 1

=

Los resultados de la regresin sobre el precio son similares a los obtenidos en la
regresin mltiple pero qu ha sucedido con los resultados de la regresin sobre la
publicidad? Utilizando los mismos datos, el signo de la Publicidad en su relacin con las
ventas es ahora negativo cmo podemos explicar esto? Observemos la evolucin de
las ventas, los precios y la publicidad en los aos utilizados para la estimacin.




-2
-1
0
1
2
3
4
5
6
7
8
9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
ventas
precio
publicidad

Cuando tomamos slo los datos de la publicidad y las ventas, observamos que,
efectivamente, a lo largo de los ltimos 15 aos la publicidad se ha incrementado
notablemente pero, sin embargo, las ventas han disminuido; sin embargo, durante
este mismo perodo, los precios han crecido tambin de forma muy significativa, de
modo que el efecto tericamente positivo de la publicidad se ha visto anulado por un
incremento descontrolado de los precios. Si slo observamos la relacin entre ventas
y publicidad, subestimamos clamorosamente el efecto de la publicidad; del mismo
modo, si slo observamos la relacin entre ventas y precios, subestimamos tambin el
efecto negativo de un alza en los precios (la realidad es que, si no hubisemos elevado
la publicidad a lo largo de estos 15 aos, la cada de las ventas ante tal incremento de
los precios hubiera sido algo mayor).

La anterior exposicin nos obliga a plantearnos algunas preguntas:

- Si slo estamos interesados en el efecto de una variable explicativa en su
relacin con la endgena (y) Es necesario incluir en la regresin mltiple
otras variables que son potencialmente relevantes para observar
adecuadamente ese nico parmetro de inters?

As es, el ejemplo anterior demuestra que, aunque nuestro inters se centre en
una variable exgena, debemos recoger informacin de las dems variables
que han podido variar durante el perodo muestral, de otro modo, no
podemos aislar, distinguir del resto, los efectos de la variable que nos
interesa. Este es, sin duda, el precio a pagar en la regresin a cambio de evitar
diseos experimentales ceteris paribus. Veremos ms adelante, de modo ms
formalizado, el porqu de este requisito y cules son los efectos tcnicos de la
omisin de variables relevantes sobre el carcter sesgado de los parmetros de
un modelo de regresin mltiple.


- Existe alguna excepcin a lo anterior? Es decir, es posible obtener
resultados correctos (no subestimados ni sobreestimados) en las regresiones
individuales?

Si. El problema reside, en realidad, en la existencia de correlacin entre las
variables explicativas utilizadas en el ejemplo. Por qu? El problema de una
muestra en la que existe correlacin alta entre las explicativas (positiva o
negativa) es que la muestra no permite aislar el efecto de cada una sobre la
endgena, porque, imaginando que la correlacin fuera positiva, cada vez que
una creci (respecto a su media), la otra tambin lo hizo. Digamos que la
muestra es lo contrario al tipo ceteris paribus que necesitaramos para
observar el efecto individual de las exgenas. Ahora bien, si en nuestra muestra
podemos encontrar crecimientos de una exgena que se hayan combinado con
incrementos y disminuciones de la otra de modo que entre ambas no exista
una correlacin sistemtica, la muestra es ideal para observar los efectos de
forma individual (sin recurrir a la regresin mltiple) porque los efectos de
subestimacin y sobreestimacin en esas estimaciones individuales aparecern
compensados, resultando nulos o poco significativos.

- Si la regresin mltiple permite separar sin sesgos los efectos de las
distintas variables an cuando las muestras no sean ceteris paribus. Por
qu es importante que no exista correlacin muestral entre las exgenas?
Por qu se formula la hiptesis de ausencia de multicolinealidad?

Efectivamente, la regresin mltiple permite separar los efectos de cada
exgena sin cometer sesgos de sobre o subestimacin an cuando las muestras
sean desfavorables en ese sentido (es decir, an cuando las exgenas estn
muy relacionadas). Sin embargo, la existencia de multicolinealidad implica un
precio a pagar inevitable: una menor precisin en la estimacin de los
parmetros (una mayor varianza en la estimacin). Esto puede entenderse
intuitivamente: si las variaciones de una variable X
2
se ven sistemticamente
acompaadas de la variacin de otra variable X
3
resulta difcil separar con
precisin qu parte de los efectos sobre Y se deben a los movimientos de X
2
y
que parte a los de X
3
.

Adems de la explicacin intuitiva veremos en el tema de la Multicolinealidad
como tcnicamente, la varianza de un parmetro depende de tres factores y
uno de ellos es, precisamente, el grado de correlacin que existe entre cada
variable exgena y el resto: a mayor relacin, menor precisin en la estimacin.


II.- Interpretacin de los parmetros cuando en el modelo intervienen variables en
logaritmos

En muchas ocasiones, las variables implicadas en el modelo (exgenas, endgena o
ambas) vienen expresadas en logaritmos. El uso de los logaritmos puede deberse a
algunas causas frecuentes:

a) Desde el punto de vista puramente matemtico, algunas veces el modelo
terico original se expresa en forma no lineal de modo que para abordar su
estimacin mediante mtodos lineales, se linealiza, generndose una
expresin en logaritmos. Este es, por ejemplo, el caso de una funcin de
produccin, en la que la expresin lgica (debido a la ley de rendimientos
decrecientes) es una funcin no lineal del tipo:

) ( ) ( ) ( ) ln( * *
2 1
2 1
i i i i i i i i
u Ln K Ln L Ln P u K L P + + = = | |
| |


Otro ejemplo habitual de este caso sera el de los llamados modelos de
gravitacin basados en la expresin de Newton de la Gravedad: la fuerza que
atrae dos cuerpos es directamente proporcional a la diferencia de sus masas e
inversamente proporcional a la distancia al cuadrado que los separa. Esta
expresin se traslada en economa para representar, por ejemplo, flujos
comerciales entre dos puntos geogrficos, midiendo la masa de los cuerpos
(como la renta de cada uno de los lugares) y la distancia entre ellos (bien en
trminos fsicos (km) o en funcin de otras variables que representen distancia
econmica). En este modelo, tendramos:

) ( ) ln(Re ) ln(Re ) ln(
Re Re
2
3 2 1
2
i ij j i ij i
ij
j i
ij
W d Ln nta nta Flujo U
d
nta nta
Flujo + + + =

= | | |

b) En otras ocasiones se emplean los logaritmos como simple estrategia de
transformacin matemtica tendente a reducir la dispersin original de una
serie. Efectivamente, la forma funcional logartmica produce una compresin
de los valores originales dentro de un rango siempre menor que el original. As,
por ejemplo, una serie que variase originalmente entre un mnimo de 1.000 y
un mximo de 1.000.000 (1.000 veces mayor) quedara, al tomar logaritmos
naturales, transformada en una serie con un mnimo de 2=log(100) y un
mximo slo 3 veces mayor, 6=log(1.000.000). Reducir la dispersin de una
variable (generalmente la endgena) limita el riesgo de aparicin de
heterocedasticidad (varianza no constante de la perturbacin aleatoria
condicionada a los valores de endgena) un problema que, como se ver ms
adelante durante el curso, afecta a la eficiencia de los estimadores MCO.

Ms all de las dos razones previamente apuntadas, lo interesante del uso de los
logaritmos es que la forma en la que se expresan las variables en el modelo (niveles o
logaritmos) modifica conceptualmente el propio significado (e interpretacin) de los
parmetros obtenidos.

As, cuando ambas variables (endgena y exgena) estn escritas en logaritmos, la
interpretacin de los parmetros de un modelo de regresin es cercana al concepto de
elasticidad entre ambas variables (y y X) o, dicho de otro modo, la magnitud del
cambio porcentual en y ante una variacin del 1% en la variable x
2
.

) log( * log(y) *
*
2 2
2 2 /
x
x
x
y
y
x
x
y
y
x
x
y
y
d Elasticida
x y
| |
| |
= ~
A
=
A
A
=
A

A
A
= =


As pues, por ejemplo, si en un modelo Consumo / Renta obtenemos el siguiente
resultado:

) log( 4 , 0 92 , 2 ) log(
i i
R C + =

El parmetro de la renta (0,4) indicara la elasticidad Consumo / Renta, es decir, que
por cada incremento del consumo de un 1%, la renta se incrementara un 0,4%.

2
Ver Wooldrigge, 2009: Introduccin a la Econometra: un enfoque moderno. Ed. Paraninfo Pg. 765-
770 con mayor detalle sobre el efecto de las transformaciones logartmicas.

En los casos en los que se combinan niveles y logaritmos la interpretacin es sencilla
si recordamos que los cambios de la variable en logaritmos han de asimilarse a
cambios porcentuales en tanto que los cambios en las variables en niveles han de
expresarse como cambios en las unidades originales de esas variables. En la
siguiente tabla se resume esa interpretacin:


Especificacin Expresin
Interpretacin de
2
|

Nivel-Nivel
i i i
u x y + + =
2 2 1
| |
Incremento de unidades en y
cuando aumenta 1 unidad la
X (ambas en sus unidades de
medida originales)
Log-nivel
i i i
u x y + + =
2 2 1
) log( | |
100 *
2
|

= incremento
porcentual de y cuando
aumenta una unidad la X

Nivel-log
i i i
u x y + + = ) log(
2 2 1
| |
100 /
2
|

=incremento en
unidades de y cuando
aumenta un 1% la X

Log-Log
i i i
u x y + + = ) log( ) log(
2 2 1
| |
Incremento porcentual de y
cuando aumenta un 1% la X

Insistiendo con el inters conceptual de estas distintas formulaciones, y ms all de
la interpretacin puramente matemtica, es obvio que estas variaciones en la
medicin de exgenas y endgena permite abordar la estimacin de modelos
tericos que sugieren CONCEPTUALMENTE relaciones no lineales entre variables.

Efectivamente, el modelo Nivel-Nivel, asume que el cambio de Y ante variaciones
de X es siempre el mismo, independientemente del nivel de partida de Y y de
X. Por ejemplo, este sera el modelo correcto si podemos suponer que una
habitacin adicional en un piso genera un incremento de 20.000 euros en el valor de
mercado del inmueble, independientemente de si el piso tiene una, dos o tres
habitaciones e independientemente del valor que estemos considerando como
referencia. Otro ejemplo puede observarse en el grfico siguiente que ilustra la
relacin entre el nmero de hijos por mujer (fertilidad total) y la esperanza de vida (en
aos). Aparentemente, el incremento de aos de vida es constante para cada
disminucin en la fertilidad (medida en hijos por mujer) independientemente del nivel
considerado para la fertilidad o la esperanza de vida. La regresin, en un caso como
este, se representara como una lnea recta que atravesara la nube de puntos, y cuya
pendiente coincidira con el parmetro estimado:

Relacin Nivel-Nivel:
Fertilidad total (en nmero de hijos) y Esperanza de vida (en aos)


Fuente: GapMinder.com

Alternativamente, los modelos log-log, son incompatibles con la idea previa y sugieren
modelos de elasticidades constantes; en estos modelos, se presupone que un
cambio porcentual en la X genera siempre un cambio porcentual constante en la y.
El cambio en niveles no ser, por tanto, independiente del nivel de partida sino que, al
ser porcentual, ser mayor cuanto mayores sean los niveles de comparacin previos. El
grfico siguiente ilustra un ejemplo del modelo log-log entre renta per-cpita (x) y el
consumo de energa elctrica (y). El hecho de que la linealidad se verifique
utilizando logaritmos (log-log) indica que es constante el incremento porcentual que
se produce en el consumo de energa ante variaciones porcentuales en la renta.

Dicho de otro modo, un incremento en la renta de un 1% genera siempre el mismo
incremento porcentual en el consumo de energa. Si el coeficiente de la regresin
fuera, por ejemplo, igual a 1 (elasticidad renta/electricidad = 1) esto significara que
en un pas pobre (4.000 $) y con bajo consumo (1.000 Kw/h) un incremento de un 1%
en la renta (40$) genera un incremento porcentual semejante en el consumo (1% de
1.000 = 10 Kw/h). Esa misma elasticidad se mantiene constante para niveles ms
altos de renta lo que significa que los cambios en renta y consumo son mucho
mayores: por ejemplo en un pas rico (30.000 $) con consumo ya elevado (9.000 Kw/h)
un incremento de un 1% en la renta significara 300 $ ms (no 40 $) y el incremento de
consumo de electricidad que esto implicara sera de 90 Kw/h, y no de 10 Kw/h. O
dicho de otro modo: que elevar un 1% la renta implica un mayor incremento del
consumo de energa elctrica (en Kw) segn la renta de los pases es ms alta.

Relacin Log-Log:
Consumo de energa elctrica (en logaritmos) en funcin de la Renta per cpita (en
logaritmos)



Fuente: GapMinder.com

Los modelos mixtos, Log Nivel o Nivel Log tienes interpretaciones sencillas en
trminos similares a los ejemplificados previamente. Por ejemplo, el grfico Nivel-Log
siguiente, ilustra que ES CONSTANTE la mejora en la esperanza de vida, medida en
aos, para un incremento PORCENTUAL en la renta per cpita (medida en
logaritmos). Esto significa que la mejora de la esperanza de vida en un ao requiere un
esfuerzo RELATIVO de incremento de la renta IGUAL para todos los pases: los pases
ms pobres deben crecer porcentualmente lo mismo respecto a su nivel previo que los
ricos PARA MEJORRA UN AO su esperanza de vida. Visto desde una perspectiva
diferente, el incremento de renta en dlares necesario para seguir mejorando la
esperanza de vida en los pases ricos es mucho mayor que el incremento en dlares
requerido en un pas menos desarrollado. Algo similar sucede con el segundo grfico:
la mejora en la esperanza de vida (en aos) requiere un incremento porcentual
constante en el gasto sanitario (o sea, un incremento del gasto tanto mayor cuanto
mayor sea la cuanta ya gastada previamente).

Relacin Nivel-Log:
Esperanza de vida (en aos) en funcin de la Renta per cpita (en logaritmos)


Fuente: GapMinder.com

Relacin Nivel-Log:
Esperanza de vida (en aos) en funcin del Gasto Sanitario (en logaritmos)



Fuente: GapMinder.com


Por ltimo, el grfico siguiente, ilustra una relacin log-nivel entre la renta per cpita
(en logaritmos) y los aos de escolarizacin (en aos). La relacin grfica sugiere que el
incremento en los aos de escolarizacin medios genera incrementos de renta
relativos constantes (respecto al nivel previo) o, visto desde el otro punto de vista, que
un ao ms de escolarizacin genera un incremento en dlares cada vez ms grande
cuanto mayor es el nivel de renta ya alcanzado.

Relacin Log-Nivel:
Renta per cpita (en logaritmos) en funcin de la escolarizacin (en aos)


Fuente: GapMinder.com

III.- Interpretacin del trmino constante

En un modelo economtrico es siempre recomendable incluir un trmino constante
tanto para lograr un mejor ajuste en la curva de regresin estimada como para
obtener una mejor interpretabilidad de indicadores de ajuste como, por ejemplo, la R
cuadrado.

Matemticamente, la inclusin del trmino constante nos permite que el origen de la
curva de ajuste no parta necesariamente del punto (0,0) en los ejes de coordenadas, lo
que casi siempre dar lugar a un mejor ajuste.



En el grfico se puede observar una serie (roja) a estimar. La estimacin de la lnea
negra continua es una regresin de una recta con constante y la discontinua azul es
una estimacin sin constante (obligada a partir del punto 0,0). El ajuste de la segunda
es claramente peor que el de la primera, ya que la serie de inters (la roja) claramente
no parte de este punto (0,0).

En defintiva, la inclusin de la constante en muchas ocasiones slo es un artificio
matemtico para lograr un mejor ajuste, sin que sea posible darle una interpretacin
econmica.

Slo en el caso en el que todas las variables explicativas pudieran tomar el valor cero (y
en la muestra elegida para realizar la estimacin de hecho tomaran este valor al mismo
tiempo en alguna ocasin) tendra sentido interpretar el parmetro que acompaa a la
constante como el valor de la endgena cuando no toman valor el resto de las
exgenas.

Por ejemplo, en el clsico modelo de consumo terico de Keynes, este autor denomina
al trmino constante consumo autnomo o de subsistencia o aquel que se producira
cuando la renta del individuo y los precios son cero; entendiendo que, en teora, esta
circunstancia podra darse. En la prctica, cuando se estima este modelo, en la muestra
de datos utilizada no figurar ningn caso en el que los precios (y seguramente
tampoco la renta) valgan cero, por lo que el resultado del trmino constante no ser
interpretable (pudiendo tener, por ejemplo, un signo negativo, lo que en principio
sera incompatible con la lgica si es que fuera interpretable).

IV.- Interpretacin de los parmetros para variables dicotmicas e interacciones
entre ellas

En algunos modelos se plantea la necesidad de utilizar variables dicotmicas: gnero
(masculino o femenino), estado civil (soltero o casado), nacionalidad (extranjero o
nacional).

Cuando esto sucede, los parmetros tienen una interpretacin muy concreta que
conviene conocer. Empezando por el caso ms sencillo, con una nica variable,
imagine un modelo del siguiente tipo:

0
20
40
60
80
100
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
i i i
u sexo salario + + =
2 1
| |

Donde explicamos el salario en funcin de la variable sexo, una variable dicotmica
con valor cero para los hombres y uno para las mujeres. En ese caso, el salario
estimado para hombres y mujeres sera:

- Salario estimado para los hombres:

2 1 2 1

) 1 (

| | | | + = + =
i
s

- Salario estimado para las mujeres:

1 2 1

) 0 (

| | | = + =
i
s


Es decir, el parmetro estimado
2
representara el salario diferencial de los hombres
respecto a las mujeres. Dado que el modelo se verifica en medias, esto significa que la
estimacin de
1
representara el salario muestral medio de las mujeres y la suma
1
+

2
debe coincidir con el salario muestral medio de los hombres.

i i i i
u jornada sexo salario + + + =
3 2 1
| | |

Si el modelo incluye otra variable no necesariamente dicotmica, la interpretacin es
nuevamente sencilla. Para observarla, imaginemos ahora el modelo:

i i i i
u edad sexo salario + + + =
2 2 1
| | |


En este caso, para dos personas de la misma edad, el salario estimado sera ahora:

- Para un hombre:
) (

) 1 (

3 2 1
Edad s
h
| | | + + =

- Para una mujer:
) (

) (

) 0 (

3 1 3 2 1
Edad Edad s
m
| | | | | + = + + =


De modo que, restando ambas estimaciones tenemos:

2 3 1 3 2 1

) (

) (

| | | | | | = + + = Edad Edad s s
m h


Es decir, nuevamente, el parmetro estimado
2
representa el salario diferencial de un
hombre respecto a una mujer (para un mismo valor del resto de variables). En este
caso, sin embargo, debe tenerse la precaucin de NO INTERPRETAR la estimacin de
1

como el salario medio de las mujeres o la suma
1
+
2
como el salario muestral
medio de los hombres. Para obtener el salario medio muestral de hombres y/o
mujeres debemos tener en cuenta tambin el parmetro estimado
3
y los valores
medios de edad para hombres y mujeres.

Supongamos ahora que tenemos dos variables dicotmicas, por ejemplo el sexo y la,
jornada (con valor cero para jornada a tiempo parcial y uno para jornada a tiempo
completo).

En este modelo, todas las variables pueden tomar valor cero y todos los parmetros
tienen un significado exacto y fcilmente interpretable:

Sexo \ Tipo jornada Tiempo parcial Tiempo completo
Hombre
1
| =
i
salario

3 1
| | + =
i
salario

Mujer
2 1
| | + =
i
salario

3 2 1
| | | + + =
i
salario


En definitiva, el salario del hombre con contrato a tiempo parcial se puede asociar
directamente con el valor del parmetro constante y, adems, se convierte en el valor
de referencia sobre el que se puede comparar con el resto de los casos. El parmetro
estimado
2
es la diferencia en el salario entre la mujer con contrato parcial y el
hombre con contrato del mismo tipo, etc.

Tal y como se ha planteado este modelo, se est suponiendo que las diferencias entre
hombres a tiempo parcial y completo son las mismas que entre las mujeres a tiempo
parcial y completo. En este tipo de modelos, para contrastar si estas diferencias no son
las mismas, se suele incluir una variable explicativa ms que recibe el nombre de
interaccin y que se especificara del siguiente modo:

i i i i i i
u jornada sexo jornada sexo salario + + + + =
4 3 2 1
| | | |


El parmetro
4
, en caso de resultar significativamente distinto de cero cuando se
realice la estimacin, nos permitira contrastar la diferencia adicional en el salario en el
caso de una mujer a tiempo completo. Ahora, la tabla para la interpretacin de los
parmetros quedara del siguiente modo:


Sexo \ Tipo jornada Tiempo parcial Tiempo completo
Hombre
1
| =
i
salario

3 1
| | + =
i
salario

Mujer
2 1
| | + =
i
salario

4 3 2 1
| | | | + + + =
i
salario