Econometría en la UNED: Guía completa de estudio, supuestos MCO y uso de Gretl

¿Por qué Econometría genera tanto respeto?

Pocos estudiantes del Grado en Economía de la UNED se aproximan a Econometría con entusiasmo. La asignatura tiene fama de ser la más técnica del grado, a medio camino entre la estadística matemática y la teoría económica aplicada. Muchos alumnos, al abrir el manual por primera vez y ver matrices de varianzas-covarianzas y distribuciones muestrales, sienten el impulso de abandonar.

Sin embargo, Econometría es probablemente la asignatura más pragmáticamente útil del Grado en Economía si tienes intención de trabajar en análisis de datos, investigación económica o consultoría. Y desde el punto de vista del examen de la UNED, sus preguntas son muy sistematizables y predecibles si conoces la lógica interna de la asignatura.

El modelo de regresión lineal: de qué va realmente

La econometría responde a una pregunta aparentemente sencilla: ¿Cuánto varía Y cuando X cambia en una unidad? Esa relación entre variables se modela con la ecuación de regresión lineal:

Y = β₀ + β₁·X₁ + β₂·X₂ + ... + βₖ·Xₖ + ε

Donde:

• Y es la variable dependiente (lo que quieres explicar: el PIB, el salario, el precio de la vivienda).
• X₁, X₂... son las variables explicativas o regresores.
• β₁, β₂... son los coeficientes que miden el efecto de cada X sobre Y (son los que estimamos con los datos).
• ε es el término de error o perturbación, que recoge todo lo que el modelo no puede explicar.

El método MCO (Mínimos Cuadrados Ordinarios) busca los valores de β que minimizan la suma de los cuadrados de los residuos (la diferencia entre los valores reales de Y y los valores predichos por el modelo).

Los supuestos del Modelo Clásico de Regresión Lineal (MCRL)

Esta es la parte más importante del temario y la que más preguntas de examen genera. Los supuestos del MCRL garantizan que los estimadores MCO sean MELI (Mejores Estimadores Lineales Insesgados, o BLUE en inglés). Son:

Supuesto 1: Linealidad en los parámetros. El modelo es lineal en los parámetros β (aunque puede ser no lineal en las variables X). Ojo: un modelo logarítmico como ln(Y) = β₀ + β₁·ln(X) también es lineal en los parámetros.

Supuesto 2: Muestreo aleatorio. Los datos son una muestra aleatoria de la población. Implica que las observaciones son independientes entre sí (clave en datos de corte transversal).

Supuesto 3: Variación en X (No multicolinealidad perfecta). Las variables explicativas no son combinaciones lineales exactas entre sí. Si una variable es el doble de otra exactamente, el modelo no puede estimar los coeficientes por separado.

Supuesto 4: Media condicional cero del error. E(ε | X₁, X₂,...) = 0. Es el supuesto más importante. Significa que el término de error no está sistemáticamente relacionado con las variables explicativas. Si se viola (por ejemplo, porque has omitido una variable relevante), los estimadores MCO son sesgados.

Supuesto 5: Homocedasticidad. Var(ε | X) = σ² (constante). La varianza del error es la misma para todos los valores de X. Si se viola, tenemos heterocedasticidad.

Supuesto 6: No autocorrelación. Los términos de error de distintas observaciones no están correlacionados entre sí: Cov(εᵢ, εⱼ) = 0 para i ≠ j. Muy relevante en series temporales.

Las 3 patologías más habituales: cómo detectarlas y soluciones

Multicolinealidad

¿Qué es? Las variables explicativas están altamente correlacionadas entre sí (aunque no perfectamente). Por ejemplo, al intentar explicar el consumo con la renta y la riqueza (que suelen moverse juntas).

¿Cómo se detecta? Alta correlación entre las X (matriz de correlaciones), R² elevado pero coeficientes estadísticamente no significativos (t bajos), Variance Inflation Factor (VIF) superior a 10.

¿Cuál es la consecuencia? Los estimadores siguen siendo insesgados y consistentes, pero sus varianzas se disparan, haciendo los intervalos de confianza muy anchos. No invalida el contraste F del modelo en su conjunto.

Solución: Eliminar una de las variables correlacionadas, aumentar el tamaño muestral, o usar técnicas de regresión ridge.

Heterocedasticidad

¿Qué es? La varianza del término de error no es constante para todas las observaciones. Es muy común en datos de corte transversal (encuestas de hogares, datos de empresas de distintos tamaños).

¿Cómo se detecta? Gráfico de residuos contra valores predichos (patrón en forma de "embudo"), contraste de White, contraste de Breusch-Pagan.

¿Cuál es la consecuencia? Los estimadores MCO siguen siendo insesgados, pero dejan de ser eficientes (no son MELI). Más importante: los errores típicos estándar son incorrectos, lo que invalida los contrastes t y F habituales.

Solución: Usar errores estándar robustos a la heterocedasticidad (errores de White), transformar las variables (logaritmos), o usar Mínimos Cuadrados Generalizados (MCG).

Autocorrelación

¿Qué es? Los términos de error en distintos periodos están correlacionados entre sí. Es el problema típico de las series temporales: si hay un shock positivo en t, el siguiente periodo también tiende a tenerlo.

¿Cómo se detecta? Estadístico de Durbin-Watson (valores cercanos a 2 indican ausencia de autocorrelación; valores próximos a 0 o 4 indican autocorrelación positiva o negativa respectivamente), contraste de Breusch-Godfrey.

Solución: Modelo AR(1) para el error, primeras diferencias, o incluir retardos de la variable dependiente como regresor.

Cómo usar Gretl para el examen de la UNED

Gretl (Gnu Regression, Econometrics and Time-series Library) es el software econométrico de referencia en la UNED. Es gratuito, ligero y suficiente para todos los análisis que se piden en el examen. Lo que debes saber interpretar en su output:

Tipos de datos en Econometría: datos de corte transversal, series temporales y panel

Una distinción conceptual que el examen de la UNED trata con frecuencia es la diferencia entre los tres tipos de datos con los que trabaja la econometría aplicada:

Datos de corte transversal (Cross-sectional data): Observaciones de múltiples individuos, empresas o países en un único periodo de tiempo. Por ejemplo, los salarios de 1.000 trabajadores en 2023. En este tipo de datos el problema más frecuente es la heterocedasticidad, porque los individuos son muy heterogéneos entre sí.

Series temporales (Time-series data): Observaciones de una misma variable a lo largo del tiempo. Por ejemplo, el PIB trimestral de España desde 1980 hasta 2023. El problema más frecuente aquí es la autocorrelación, porque los valores de una variable económica en un periodo suelen estar relacionados con los del periodo anterior.

Datos de panel (Panel data): Combinan ambas dimensiones: múltiples individuos observados a lo largo de varios periodos de tiempo. Por ejemplo, el PIB de 30 países europeos durante 20 años. Los modelos de panel (efectos fijos y efectos aleatorios) son más complejos pero permiten controlar la heterogeneidad individual no observada, una fuente habitual de sesgo en los modelos de corte transversal.

Variables ficticias (Dummies) en la regresión

Las variables ficticias o dummies son uno de los recursos más frecuentes en los problemas de examen de Econometría. Una variable dummy toma el valor 1 si el individuo pertenece a una categoría concreta y 0 en caso contrario.

Por ejemplo, si estimas un modelo de salarios e introduces una dummy de género (1 = mujer, 0 = hombre), el coeficiente de esa dummy mide la diferencia salarial media entre hombres y mujeres, manteniendo constantes el resto de variables del modelo (años de experiencia, nivel educativo, sector).

La trampa de la multicolinealidad perfecta (dummy trap): Si tienes una variable categórica con K categorías y introduces K dummies en el modelo, caes en multicolinealidad perfecta (la suma de todas las dummies es siempre 1, igual que la constante del modelo). La solución es siempre omitir una de las K dummies, que actúa como categoría de referencia. El coeficiente de cada dummy restante mide el efecto diferencial respecto a esa categoría de referencia.

Cómo preparar el examen de Econometría en la UNED: plan de estudio

El examen de Econometría de la UNED combina preguntas tipo test teóricas con problemas de interpretación de outputs. La siguiente secuencia de estudio es la más eficaz:

Semanas 1-4: Domina el modelo de regresión simple (dos variables) y el concepto de estimador MCO antes de añadir complejidad. Entiende el Teorema de Gauss-Markov: bajo qué condiciones son MELI los estimadores.

Semanas 5-8: Extiende al modelo de regresión múltiple. Añade los conceptos de R² ajustado, contraste F conjunto y multicolinealidad. Practica con los datos de los ejercicios del manual.

Semanas 9-12: Estudia las patologías (heterocedasticidad y autocorrelación), cómo se detectan con los contrastes correspondientes y cuál es la consecuencia sobre las propiedades de los estimadores.

Semanas 13-16: Practica intensivamente interpretando outputs de Gretl con enunciados de exámenes anteriores. El objetivo de esta fase no es calcular: es leer una tabla de resultados y extraer conclusiones económicas correctas.

Conclusión: Econometría es sistematizable

El secreto para aprobar Econometría en la UNED es renunciar a "entender todo" desde el primer día y adoptar un enfoque sistemático: aprende primero el modelo básico MCO con todas sus propiedades, luego estudia qué ocurre cuando cada supuesto se viola, y finalmente practica interpretando outputs reales de Gretl con los enunciados de exámenes anteriores. En ese orden, la asignatura es perfectamente superable.