• Author / Uploaded
• Chu Bundy

Citation preview

Cometer pecado en el sótano de la profesión econométrica no es enteramente intencional- una serie de reglas no escritas gobierna tales transgresiones, creando un código de honor entre los econometristas transgresores. Estas reglas son fundamentales para hacer un trabajo econométrico bien hecho. Según la metáfora, la teoría econométrica es enseñada en el tercer piso. Consiste en cosas como probar el teorema de Gauss-Markov, derivar la cota inferior de Cramer-Rao y enseñar los detalles de las asintóticas. Leamer (1988) reclama que hay mucho de asintótico, y que confiar en lo asintótico es muy peligroso en la econometría aplicada – los practicantes trabajan con muestras finitas, por lo que los resultados asintóticos pueden ser engañosos. En el segundo piso se encuentra el mundo de la econometría aplicada, en donde se les enseña a los estudiantes de manera práctica, como llevar a cabo una variedad de técnicas econométricas, tales como probar raíces unitarias y cointegración, corregir por sesgo de selección, realizar pruebas de Haussman, y estimar utilizando Tobit, Poisson, y modelos probit ordenados. Esto es utilizar los resultados del tercer piso, pero en un nivel avanzado – el enfoque esta en las técnicas, no en los principios que definen la actividad del sótano. Llegando al primer piso, encontramos los cursos de econometría más elementales, abarcando temas teóricos como prácticos tales como el uso de variables dummy, la lógica de las pruebas F y Jicuadrada, y la prueba y corrección de errores no esféricos. En este piso, como en los superiores, una queja en común es que la enseñanza está enfocada en la técnica en lugar de en la solución de problemas. En el sótano es donde se realiza la modelación econométrica del mundo real. A los estudiantes no se les prepara para realizar econometría de mundo real. No se les alerta sobre las verdades fundamentales de hacer trabajo aplicado, prerrequisitos para una aplicación exitosa de los conceptos y técnicas que se enseñan en los pisos superiores. Regla 1.- Usar el sentido común y la teoría económica. El sentido común no es del todo común. Sobre esto Preece (1987, p.397) enfatiza: “Los procedimientos de una buena práctica estadística están fundamentados en la experiencia y el sentido común; es una buena práctica detenerse y pensar antes de correr regresiones”. Regla 2.- Evitar errores tipo III.

1

Un error tipo III ocurre cuando los investigadores generan la respuesta correcta para la pregunta equivocada. Un corolario para esta regla es proporcionado por Chatfield (1995, p.9), un aproximado a la respuesta correcta vale mucho más que una respuesta correcta a la pregunta equivocada. La cuestión principal aquí es una desafiante: Realiza preguntas, especialmente aquellas que parecen ingenuas, para asegurarse de que tienes el correcto entendimiento del contexto de la “técnica detallada” a discusión; comúnmente resulta que tus colegas no han formulado sus preguntas de investigación apropiadamente. Regla 3.- Conocer el contexto. Esta regla es una extensión natural de la anterior. Es crucial que uno se encuentre íntimamente familiarizado con el fenómeno a investigar, uno debe ir mas allá de la literatura. Los datos son números con contexto (Moore, 1990); ¡conoce el contexto! Regla 4.- Inspecciona los datos. Incluso si el investigador conoce el contexto, se debe estar familiarizado con los datos específicos con los cuales se está trabajandoReuter (1982, p.137) reclama: “Los economistas son únicos entre los científicos sociales en que son entrenados para analizar, no recolectar datos…”. Lo que se recomienda es que se tome una actitud de análisis de datos exploratorio – los investigadores deben complementar sus estadísticas descriptivas con gráficos: histogramas, diagramas de dispersión, diagramas residuales, gráficos con el tiempo. Regla 5.- Mantenlo sensiblemente simple. Iniciar el modelo de forma simple es consistente con la historia de la inferencia/progreso científico; modelos simples se caracterizan por declaraciones más fuertes (Zellner, 2001); los costos de la construcción de modelos son menores; los datos sucios, no experimentales requieren modelos simples que no impongan exigencias poco realistas, evidencia empírica en la literatura de los pronósticos muestra que modelos más simples tienen mejores predicciones que modelos más complejos (Makridakis and Hibon, 2000); las fuentes de los errores son más fáciles de detectar; análisis simples son más sencillos de explicar que los complicados. Regla 6.- Usa la prueba de trauma intraocular.

2

Esta regla previene a los investigadores a buscar arduamente y por mucho tiempo la plétora de los resultados: ¡mira a los resultados hasta que la respuesta te golpee entre los ojos! Regla 7.- Entiende los costos y los beneficios de la minería de datos. Algunas variantes de la minería de datos pueden ser catalogado como los mayores pecados del sótano, pero otras pueden considerarse como ingredientes importantes del análisis de datos. Desafortunadamente, estos dos no son mutuamente excluyentes y frecuentemente se encuentran en conflicto en el sentido que, para obtener beneficios de la última, uno corre el riesgo de incurrir en los costos de la primera. No adorarás a la R²󠇞. No cazaras significancia estadística con una escopeta. No adorarás el nivel de significancia de 0.05% Regla 8.- Prepárate para el compromiso. La cuestión aquí radica en que a los estudiantes del tercer piso se les enseñan soluciones estándar a problemas estándar, pero, como señala Joiner (1982, p. 335) “En la práctica, no hay problemas estándar, solo soluciones estándar”, y recordado por McCabe (1982, p. 373) “Usualmente cuando identifico una situación como si tuviera un problema claro con una solución óptima precisa, me he equivocado”. Regla 9.- No confundir significancia estadística con magnitud significativa. Loftus (1993, p.250) opina que las probar hipótesis esta sobreestimado, sobre utilizadas y es prácticamente inútil como medio de iluminación sobre lo que los datos tratan de algún experimento trata de decirnos. También sostiene que las preguntas interesantes no son las hipótesis en donde la hipótesis nula toma la forma del valor de parámetro especifico (porque dichas hipótesis son seguramente falsas), sino más las preguntas con las cuales los economistas lidian, o deberían de lidiar, son colonias de valores de parámetros específicos. Regla 10.- Reporta un análisis de sensibilidad. Los investigadores deben explicar completamente su búsqueda de especificaciones para que los lectores puedan juzgar por su mismos como los resultados pueden haber sido afectados. Un análisis de sensibilidad debe de ser reportado, indicando en qué medida los resultados sustantivos de la investigación se vieron afectados por la adopción de especificaciones diferentes sobre que personas razonables pueden estar en desacuerdo.

3