Excelente video y la parte 1 también. Recomiendo en su totalidad este canal.Ya tiene un suscriptor más. Muchas felicidades. Siga adelante. Espero con ansia las notificaciones de sus próximos videos.
¡Me acabas de salvar Eva! La explicación es increíble. Mi profe apenas y nos explica el tema de la interpretación de datos, casi todos se conformaron con aprender a leer el valor de las betas y ya está, pero como soy bastante curioso siempre quise aprender qué significaba cada dato del correlograma y demás. Este video me ha caído de perlas porque además de resolver esas inquietudes, me ayudó a terminar mi examen (que debo entregar en un par de horas) y no tengo palabras para agradecerte! De todos modos lo intentaré: MIL GRACIAS! y encima lo acompañas con una bonita voz :) Le daré un vistazo a tu canal jejeje
hola, muy buena explicación. me ayudaste a entender como interpretar los distintos medidores. érp me quedo la duda al momento en que comparaste los modelos. eso si se puede hacer? había leído que una condición para hacer eso tenían q tener el mismo numero de variables explicativas
Gracias por tus comentarios!!! En realidad el R cuadrado ajustado y los demás permiten comparar modelos sobre la misma variable dependiente pero con distintas variables independientes. Y tienen en cuenta el número de variables que se utilizan en el modelo, penalizando aquellos modelos que para explicar lo mismo requieren la estimación de más parámetros.
Me surgió una duda, ¿porque la variable X2 no es significatica? Según el valor de esa variable es menor que 5%, por lo tanto si explica el modelo. Por favor ayudeme con esa inquietud.
Hola Victor, disculpa si he tardado en responder, soy nueva en esto de youtube y no había visto que tenia comentarios. Los agradezco mucho, eso lo primero :). X2 no es significativa en este caso porque el contraste de la t me indica que no tengo evidencias suficientes para rechazar la hipótesis nula de que tome valor cero. La hipótesis nula en este caso dice que la variable no es significativa, porque decir que debo multiplicarla por cero es como decir que debo excluirla del modelo. Lo vemos en el p-valor de contraste, en la columna donde pone Prob. El p-valor asociado a X2 y 0,45... y al estar por encima de ese 5%, es decir por encima de 0,05, me indica que no tengo evidencias suficientes para rechazar esta hipótesis. Espero haberlo aclarado un poco. Un saludo!
Hola, entiendo que tú pregunta es qué pasa si una variable no es significativa, verdad? En ese caso habría que comprobar si realmente no lo es o si hay un problema de multicolonealidad. Tengo un vídeo sobre multicolonealidad donde lo explico, pero con otro software: Gretl. La teoría es la misma. Puedes verlo si te interesa.
Hola Ivan, en realidad la constante normalmente la dejamos en cualquier caso, aunque si no es significativa el modelo nos está indicando que su valor real es 0.
Hola! Si lo quieres cambiar para la estimación del modelo, en la ventana de estimación, en la parte inferior pone "sample" y ahí puedes indicar las observaciones que quieres que tenga en cuenta. Si solo quieres considerar las 20 primeras, por ejemplo, simplemente escribe 1 20.
Marta M, los dos vídeos parte I y II son muy claros en su explicación y muy formativos
Gracias Eva
Muchas gracias Mercedes :)
Hermoso video, para quienes están iniciando es increíble ❤️❤️❤️❤️❤️❤️❤️❤️❤️
MUCHAS GRACIAS ESTOS 2 VIDEOS MUY BIEN EXPLICADO
excelente vídeo te felicito Eva y gracias por compartir tus conocimiento que son claros y concisos
Muchas gracias!!!
Eva muchisimas gracias, ha sido uno de los videos mejor explicados en todo youtube! espero pase mi examen saludos!!
Suerte! 😀
Excelente video y la parte 1 también. Recomiendo en su totalidad este canal.Ya tiene un suscriptor más. Muchas felicidades. Siga adelante. Espero con ansia las notificaciones de sus próximos videos.
¡Me acabas de salvar Eva! La explicación es increíble. Mi profe apenas y nos explica el tema de la interpretación de datos, casi todos se conformaron con aprender a leer el valor de las betas y ya está, pero como soy bastante curioso siempre quise aprender qué significaba cada dato del correlograma y demás. Este video me ha caído de perlas porque además de resolver esas inquietudes, me ayudó a terminar mi examen (que debo entregar en un par de horas) y no tengo palabras para agradecerte! De todos modos lo intentaré: MIL GRACIAS! y encima lo acompañas con una bonita voz :)
Le daré un vistazo a tu canal jejeje
Muchas gracias!
@@evaromero416 3 años después jajaja, pero no importa! En su momento recuerdo que me ayudó mucho. Seguí estudiando econometría y hoy sé bastante :)
Es que lo vi ayer haciendo limpieza de emails y me hizo ilusión 😄@@TheViportsPYN
Gracias Profesora.
buena explicación.me encanta...❤
hola, muy buena explicación. me ayudaste a entender como interpretar los distintos medidores. érp me quedo la duda al momento en que comparaste los modelos. eso si se puede hacer? había leído que una condición para hacer eso tenían q tener el mismo numero de variables explicativas
Gracias por tus comentarios!!! En realidad el R cuadrado ajustado y los demás permiten comparar modelos sobre la misma variable dependiente pero con distintas variables independientes. Y tienen en cuenta el número de variables que se utilizan en el modelo, penalizando aquellos modelos que para explicar lo mismo requieren la estimación de más parámetros.
Hola Matha
Un Tutorial de modelo logit por favor en eviews
Me surgió una duda, ¿porque la variable X2 no es significatica? Según el valor de esa variable es menor que 5%, por lo tanto si explica el modelo. Por favor ayudeme con esa inquietud.
Hola Victor, disculpa si he tardado en responder, soy nueva en esto de youtube y no había visto que tenia comentarios. Los agradezco mucho, eso lo primero :).
X2 no es significativa en este caso porque el contraste de la t me indica que no tengo evidencias suficientes para rechazar la hipótesis nula de que tome valor cero. La hipótesis nula en este caso dice que la variable no es significativa, porque decir que debo multiplicarla por cero es como decir que debo excluirla del modelo.
Lo vemos en el p-valor de contraste, en la columna donde pone Prob. El p-valor asociado a X2 y 0,45... y al estar por encima de ese 5%, es decir por encima de 0,05, me indica que no tengo evidencias suficientes para rechazar esta hipótesis.
Espero haberlo aclarado un poco.
Un saludo!
todo esto es para datos de corte transversal no?
Sí, aunque se puede aplicar en algunos casos con series temporales si no presentan autocorrelación.
Buenas tardes, que pasa si la probabilidad de la constante no es significativa? Muchas gracias
Hola, entiendo que tú pregunta es qué pasa si una variable no es significativa, verdad? En ese caso habría que comprobar si realmente no lo es o si hay un problema de multicolonealidad. Tengo un vídeo sobre multicolonealidad donde lo explico, pero con otro software: Gretl. La teoría es la misma. Puedes verlo si te interesa.
Hola Ivan, en realidad la constante normalmente la dejamos en cualquier caso, aunque si no es significativa el modelo nos está indicando que su valor real es 0.
Sabes como se cambia el sample!?
Hola! Si lo quieres cambiar para la estimación del modelo, en la ventana de estimación, en la parte inferior pone "sample" y ahí puedes indicar las observaciones que quieres que tenga en cuenta. Si solo quieres considerar las 20 primeras, por ejemplo, simplemente escribe 1 20.