![José I. Azuela](/img/default-banner.jpg)
- Видео 45
- Просмотров 93 718
José I. Azuela
Мексика
Добавлен 6 окт 2011
En este canal encontrarás tutoriales sobre Econometría. Para estimar los modelos se usarán distintos softwares como STATA, SPSS, PLS entre otros. Adicionalmente, se compartirán entrevistas realizadas a expertos sobre temas de Economía, Econometría y Marketing.
MODERACION ENTRE VARIABLES LATENTES CON ECUACIONES ESTRUCTURALES (ORTOGONALIZACIÓN)
En este tutorial analizaremos y estimaremos la interacción entre variables latentes a través de un modelo de ecuaciones estructurales utilizando STATA.
CONTENIDOS
1. ¿En qué consiste la interacción? MINUTO 1:00
2. Aproximaciones para estimar la interacción entre variables latentes. MINUTO: 3:45
3. Interacción entre variables latentes en STATA (TUTORIAL) MINUTO: 7:12
4. Análisis de Resultados MINUTO: 22:24
Descarga la Base de Datos para repliques este ejercicio en la siguiente dirección electrónica:
sites.google.com/view/opto-econometria/home/you-tube
CONTENIDOS
1. ¿En qué consiste la interacción? MINUTO 1:00
2. Aproximaciones para estimar la interacción entre variables latentes. MINUTO: 3:45
3. Interacción entre variables latentes en STATA (TUTORIAL) MINUTO: 7:12
4. Análisis de Resultados MINUTO: 22:24
Descarga la Base de Datos para repliques este ejercicio en la siguiente dirección electrónica:
sites.google.com/view/opto-econometria/home/you-tube
Просмотров: 322
Видео
SEM BUILDER
Просмотров 5146 месяцев назад
En este tutorial se llevará a cabo un Modelo de Ecuaciones Estructurales en STATA con la herramienta SEMBUILDER sem Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
SUPUESTOS DE MINIMOS CUADRADOS ORDINARIOS
Просмотров 94610 месяцев назад
En este tutorial se analizan y evalúan los supuestos de la regresión de mínimos cuadrados ordinarios (OLS) a través de STATA. Descarga los datos y sigue el ejercicio en la siguiente dirección electrónica: sites.google.com/view/opto-econometria/home/you-tube?authuser=0
HOMOCEDASTICIDAD (SUPUESTOS DE LA REGRESION OLS)
Просмотров 1,7 тыс.11 месяцев назад
En este tutorial se analizará la homocedasticidad, se mostrará cómo detectarla en STATA y, en su caso, cómo lidiar con su ausencia. rvfplot, yline(0) estat hettest Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
REGRESION PROBABILÍSTICA (PROBIT CON VARIABLE DEPENDIENTE DICOTÓMICA)
Просмотров 1,2 тыс.Год назад
En este tutorial se analizarán y aplicara un modelo de regresión probit para variable dependiente binaria. probit Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
MEDIACION CON ECUACIONES ESTRUCTURALES
Просмотров 1,2 тыс.Год назад
En este tutorial analizaremos y estimaremos un modelo de mediación con ecuaciones estructurales en STATA
NOBEL DE ECONOMIA 2023
Просмотров 2,1 тыс.Год назад
Entrevista con Dr. Melissas. Quiniela premio Nobel de Economía 2023
TEST DE HARMAN EN STATA
Просмотров 1,3 тыс.Год назад
En este tutorial analizaremos el Sesgo de la Varianza del Método Común, y en STATA estimaremos el Test de un solo factor de Harman para detectar este sesgo.
ECUACIONES ESTRUCTURALES CON STATA
Просмотров 2,7 тыс.Год назад
En este tutorial se analizará y aplicara un Modelo de Ecuaciones Estructurales en STATA sem Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
ANALISIS FACTORIAL CONFIRMATORIO
Просмотров 4,4 тыс.Год назад
En este tutorial se analizará y aplicara un Análisis Factorial Confirmatorio en STATA sem Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
REGRESION LOGISTICA (LOGIT CON VARIABLE DEPENDIENTE DICOTÓMICA)
Просмотров 2,2 тыс.Год назад
En este tutorial se analizarán y aplicara un modelo de regresión logística para variable dependiente binaria. logit Replica este ejercicio solo tienes que descargar la base de datos en la siguiente dirección: sites.google.com/view/opto-econometria/home/you-tube
PENSIONES EN MÉXICO
Просмотров 1,7 тыс.Год назад
Entrevista con el Dr. Jorge Alonso sobre las Pensiones No Contributivas en México ¿Cuál es su impacto? Amuedo‐Dorantes, C., Juarez, L., & Alonso, J. (2019). The effect of noncontributory pensions on saving in Mexico. Economic Inquiry, 57(2), 931-952.
EFECTOS MARGINALES
Просмотров 3 тыс.Год назад
En este tutorial se estiman y explican tres aproximaciones de Efectos Marginales: 1) Marginal Effect at the Mean (MEM). 2) Marginal Effect at Representative Values (MER). 3) Average Marginal Effect (AME).
ANOVA DE DOS FACTORES (Two Way Anova)
Просмотров 1,7 тыс.2 года назад
ANOVA DE DOS FACTORES (Two Way Anova)
TABLA DE CONTINGENCIA/TABLAS CRUZADAS EN STATA
Просмотров 5 тыс.2 года назад
TABLA DE CONTINGENCIA/TABLAS CRUZADAS EN STATA
Regresión con efecto de Interacción (moderación entre variable métrica y dicotómica) en STATA
Просмотров 6 тыс.3 года назад
Regresión con efecto de Interacción (moderación entre variable métrica y dicotómica) en STATA
Regresión con variable independiente categórica
Просмотров 2 тыс.3 года назад
Regresión con variable independiente categórica
EVALUACIÓN DEL MODELO DE MEDIDA--ECUACIONES ESTRUCTURALES PLS
Просмотров 1,8 тыс.3 года назад
EVALUACIÓN DEL MODELO DE MEDIDA ECUACIONES ESTRUCTURALES PLS
Gracias por la clase..
@@Ciborg1984 gracias a ti por visitar el canal 🙏
Pero cómo puedes tener que la muestra es significativa por una parte y que el R2 sea tan bajo?
@@cinefilia9496 hola! Muchas gracias por visitar el canal. Respondo a tus preguntas: 1. Significativo no refiere a la muestra sino al beta. 2. Recuerda que R2 indica la proporción del total de la variación en Y es explicada por el modelo. En este caso el modelo refiere a una única variable independiente; por tanto, nuestro R2 indica que tanto de la variación en ventas es atribuida a la publicidad. Una variable que sea capaz de explicar hasta el 33% de la variación en Y (como en el ejemplo) en realidad no es bajo, si lo piensas es muy alto. Es bastante común que se instruya que R2 debe ser superior a .5. Esto es parcialmente cierto, si el modelo fuera una regresión múltiple y las independientes todas fueran métricas entonces sería posible exigir 50% o más al modelo. Así, el que una única variable explique una tercera parte del total de la variación en otra en realidad no es poco. Saludos y nuevamente muchas gracias por visitar el canal🙏
Muchas gracias, excelente video y explicación
@@jhazda gracias a ti por ver el canal!! ❤️❤️
Excelente
Hola gracias por el video, para interpretar las interacciones entre variables categóricas en una regresión logística ordinal, tienes algún video?
@@KarlaOrozcoTorres muchas gracias por ver el canal! En respuesta a tu pregunta, no tengo un video con las características que mencionas pero tengo un video sobre efectos marginales donde se interpretan los efectos marginales para variables dependientes métricas y para categóricas EFECTOS MARGINALES ruclips.net/video/WVInP0dE5Jc/видео.html Espero te ayude! Nuevamente, muchas gracias por ver el canal!
@@jose.azuela muchas gracias!!!
@@KarlaOrozcoTorres ¡gracias a tí! 🙏
Mil gracias😘
@@mariavalentinotti7545 gracias a ti! Por ver el canal! Saludos.
Hola, ¿tendras la base de datos de tu video?
Hola!! Muchas gracias por visitar el canal! Te comento, efectivamente, la base de datos de todos los videos de Ecuaciones Estructurales aún no está disponible y esto se debe a que forman parte de un proyecto que aún está en proceso de publicación. En cuanto se hayan publicado resultados, con gusto haré pública la base de datos de estos videos. Saludos y nuevamente muchas gracias por visitar el canal.
muchas gracias!!!
Gracias a ti!
Hola! No encuentro la base de datos me puedes ayudar porfas
Excelente vídeo! Directo al punto, mis respetos👌
¡Gracias, saludos!
Ya llevo 5 hrs profe jajajaja, ya completo las 20?
Muchas gracias por visitar el canal!
Muy buen video!!
Buenas, lamentablemente no se encuentra el archivo desde el link sugerido
Buenas, alguien puede pasar el link del archivo. Ya no está en el link ofrecido
Buenas tardes, tienes bibliografía para ahondar en modelos marginales y condicionales para datos tipo panel? Muchas gracias
Muchas gracias por visitar el canal. Te recomiendo mucho los libros de Cameron. Te dejo el enlace al libro en Stata Press: www.stata.com/bookstore/microeconometrics-stata/
muy buenos tus videos, muy bien explicados, gracias. Donde puedo ver el la evaluacion del modelo estructural?
Muchas gracias por ver el canal! No he hecho el video de evaluación del modelo estructural porque me centre en producir videos de ecuaciones estructurales basada en la covarianza. Pero puedes encontrar información sobre PLS SEM en los libros de Hair. Te los recomiendo mucho. Son muy instructivos y fácil de comprender. Te paso el enlace al libro en Amazon: A Primer on Partial Least Squares Structural Equation Modeling (Pls-Sem) a.co/d/9ZQTtfd
✌gracias
Hola profesor José, excelente explicación! Tengo una duda, para los modelos de regresión con variable dependiente binaria, ¿los supuestos se reducen a que se debe calcular la multicolinealidad entre las variables independientes, observaciones independientes y las distribuciones de los errores debe ser normal (probit) y logistica (logit)? o ¿hay algo más que se debe considerar?
❤❤❤❤❤❤❤❤❤❤❤❤❤❤💯💯💯💯💯💯💯💯💯💯💯
❤❤❤❤❤❤❤❤❤💯💯💯💯💯💯💯💯💯
Gracias por visitar el canal. Saludos!
Hola! como subir dos excel? me elimina el anterior cuando subo uno nuevo
Hola! Muchas gracias por visitar el canal. No entiendo bien el problema pero te recomiendo lo siguiente: 1. Importa el Excel a stata y guarda el archivo como dta (por ejemplo base de datos 1) 2. Importa el segundo archivo Excel y guárdalo también (base de datos 2) Si tu deseo es tener una solo base de datos que sea el resultado de los anteriores archivos puedes unirlos con el comando merge. Dime si esto te ayuda. Saludos y nuevamente muchas gracias.
no encuentro la base de datos para replicar los resultados
GENIAL!! Muchísimas gracias!!
Gracias a ti!
Excelente !!!
Muchas gracias Dr!
Muy buena explicación, gracias
Gracias a ud por visitar el canal!
¿Es posible aplicar un modelo así con datos longitudinales?
¡Hola! Muchas gracias por visitar el canal. En respuesta a tu pregunta: no recuerdo haber visto un modelo de Datos Panel con Ecuaciones Estructurales. Desde luego, el que no lo haya visto no es evidencia de que no exista o no se pueda estimar, lo que sí evidencia es que yo no sabría estimarlo. Te puedo decir que hay sensibles diferencias en un procedimiento y otro; el comando para trabajar panel es xt mientras que el de Ecuaciones Estructurales es sem. Hay diferencias incluso en la estructura de la base de datos. Para datos panel se requiere de un formato denominado "long format" mientras que en Ecuaciones Estructurales con datos transversales se emplea el formato denominado "wide format". Estaré al pendiente de lo que se publica en las revistas de investigación. Si veo un artículo en el que se estimen Ecuaciones Estructurales con datos panel, te comparto la referencia. Nuevamente muchas gracias por visitar el canal. ¡Saludos!
Estimado David te comparto dos lecturas en donde podrás encontrar cómo aplicar modelos de ecuaciones estructurales longitudinales: Blunch (2013). Introduction to Structural Equation Modeling Using IBM SPSS Statistics and Amos. Newsom (2015). Longitudinal Structural Equation Modeling: A Comprehensive Introduction
@@jose.azuela muchas gracias!
Hola amigo, muchas gracias por tu video!!! Tengo una duda: para los modelos con respuesta categorica, se aplican las pruebas de hereroscedadticidad, autocorrelacion, normalidad y multilinealidad ?
¡Hola! Muchas gracias por visitar el canal. En respuesta a tu pregunta: algunas de las pruebas que mencionas son relativas a los modelos de Mínimos Cuadrados Ordinarios para garantizar que se cumplan sus supuestos, otras refieren a modelos longitudinales. En el video hago una estimación probit mediante Máxima Verosimilitud (MLE) con datos de corte transversal. Los supuestos de MLE son otros. En resumen, para este modelo, dado el uso de MLE con datos transversales, no es necesario hacer las pruebas que mencionas. Nuevamente, ¡muchas gracias por ver el canal! Saludos
Muchas graciassss!!!! Me sirvió mucho 😊
Me alegra mucho. Muchas gracias por ver el canal!
🤙
¡Gracias por visitar el canal!
Hola, muy bueno el video, excelente trabajo. Podrías compartir por favor la referencia bibliográfica del paper que citas de Long (1997)? (Minuto 18:50). Gracias!!!!
¡Muchísimas gracias por visitar el canal! Con mucho gusto, se trata de el libro Regression Models for Categorical Dependent Variables Using Stata, escrito por Scott Long y Jeremy Freese. Lo puedes adquirir directamente en la página web de Stata. Te lo recomiendo mucho. Te dejo el enlace para que puedas ver la tabla de contenidos: www.stata.com/bookstore/regression-models-categorical-dependent-variables/ saludos
Hola, no encuentro la base de datos en el link
ingresando al link que comparte, posteriormente mas abajo encuentra los archivos
Es cierto no sé encuentra la base de datos
@@guillermobarrera6546 hola! Una disculpa, efectivamente, no está la base de datos. Esto se debe a que es una base de datos de un trabajo que se encuentra en revisión para su publicación. Una vez se haya publicado con gusto comparto la base de datos. Recientemente subí una base de datos para la moderación con ecuaciones estructurales. Esa te puede servir para entrenar. Te agradezco mucho que visites el canal. Saludos 🙏
Una consulta, ¿por qué para la validez discriminante se recurre al factorial exploratorio creando las consiguientes variables latentes con predict y no se utiliza predict con la información obtenida en el factorial confirmatorio?
Hola! Muchas gracias por ver mi canal. Muy buena pregunta! Te comento, no debería haber diferencias en los coeficientes del exploratorio y confirmatorio si ocurre los siguiente: 1- se usan exactamente los mismos indicadores en ambos casos 2- obviamente se trata de la misma base de datos y 3- se utiliza el mismo método de extracción de factores. En este último punto debes considerar que STATA usa diferentes métodos por default. Para AFE usa pf mientras que para AFC usa ml. Te invito a que hagas un ejercicio y calcules coeficientes usando factor, ml y sem para que lo compruebes. Nuevamente, muchas gracias por ver el canal. Sigo a tu disposición. Saludos
@@jose.azuela entiendo. La diferencia es que en el exploratorio se obtienen los coeficientes estandarizados y por lo que he visto en el confirmatorio solo los entrega centrado en la media pero sin desviación estándar 1.
@@maximoquierobastias5836 también puedes tener coeficientes estandarizados en el análisis confirmatorio. Solo tienes que solicitarlos como una opción: ,standardized
MUCHAS GRACIAS ME AYUDO MUCHO ❤
Gracias por ver mi canal!!
Muy buenos vídeos :) ... gracias por la claridad y pracricidad con que los explica. Sólo me queda la duda, qué trato de le da a la variable latente? Gracias
Muchas gracias por visitar el canal. Respecto a tu pregunta. Si lo que deseas es construir la variable con el predict, entonces podrías incluir esta nueva variable dentro de una regresión. Pero si tu deseo es hacer ecuaciones estructurales, no es necesario hacer el predict.
¿Qué conclusiones se podrían extraer?
Muchas gracias por visitar el canal! Respecto a las conclusiones. Bueno la idea en una interacción es probar que el efecto de X1 sobre Y no es el mismo a lo largo de todas las unidades de X2. En este video se analizó el efecto del número de libros en casa sobre los libros que en promedio al año se leen. La idea es que mientras mayor sea la dotación de libros, más serán los libros leídos al año. Pero la pregunta adicional que nos hacemos es si este efecto es igual para hombres y mujeres. Los resultados nos indican que él efectos de la dotación de libros es mayor para las mujeres. Para poder responder a por qué ocurre esto habría que incluir otras variables que nos permitan identificar diferencias entre hombres y mujeres.
Muito bom! Até o momento foi o melhor video explicando o assunto.
Obrigado!
¿Qué hacer si la opción de utilizar la primera fila como nombre de las variables se desactiva?. Muchas gracias
Hola! Muchas gracias por visitar mi canal. Esto que mencionas ocurre normalmente cuando importas archivos con extensión csv. Si este es el caso no hay ningún problema porque automáticamente stata reconoce la primera línea como el nombre de las variables. Otra alternativa es guardar Tu archivo en xls; al tratar de importar archivos con esta extensión debería estar activa la casilla. Dime por favor si resolviste tu problema. Saludos!
Excellente material
Gracias por visitar el canal!
Excelente vídeo
Gracias por visitar el canal!
Hay una tecnología muy simple: la tecnología monetaria, que desarrolló el DINERO con tres funciones: MEDIO DE INTERCAMBIO UNIDAD DE CUENTA RESERVA DE VALOR Luego de la segunda guerra mundial EEUU, presentó su dinero - con respaldo en el oro- como el que mejor cumplía con esas tres funciones y se llevo a su territorio una perfecta arma económica y financiera Pero el 15/8/1971, Nixon le quitó el respaldo oro y entonces el dinero de referencia mundial, tuvo una decadencia tecnológica al no cumplir con dos de sus funciones (no es unidad de cuenta ni reserva de valor) y por 52 años el dólar dominó al mundo al permitir que: * Se desarrollara el mayor poder vigente, eñ capitalismo financiero que genera dinero del dinero sin producir riqueza alguna, lo que genera el siguiente efecto: * Inflación más dinero que emite la FED, sin riqueza que lo respaldo, más dinero, igual riqueza --> inflación * Poder político real en el 1% de la población actualmente tenga el doble del dinero del 99% restante * La pérdida del capitalismo productivo que se trasladó a China (sueldos bajos) o a Wall Street (mayor rentabilidad, menos problemas para el ex empresario). Los países que necesiten salir de esta trampa pueden poner respaldo energía a su dinero como se puede leer en perio.unlp.edu.ar/sitios/observatoriodetecnologias/dinero-energia-para-la-produccion-y-el-ahorro/
Me encantan estos canales, sigue con este trabajo, gracias por informarnos.
Muchas gracias por visitar el canal!
Excelente ✌️
Gracias por visitar el canal!
El capital del siglo XXI de Piketty es una joya 🏅#teamPiketty
Gracias por visitar el canal!
hasta que encuentro un canal que vale la pena 🙏🏼
Muchas gracias por visitar el canal
qué significa que el modelo ajusta
Hola! Gracias por ver mi canal. En términos generales significa que la estimación (el modelo) se ajusta (es decir es congruente) con la distribución de los datos.
en la estimación del modelo sale con signo positivo y luego negativo, sin embargo en los efectos marginales es lineal crece, esto significa que no hay efecto cuadratico de la edad
Muchas gracias por visitar el canal! En respuesta a tu pregunta, en una regresión cuadrática encontrarás contraposición de signos entre el efecto lineal y el cuadrático. El beta del efecto lineal debe ser mayor Que el del efecto cuadrático y esto es lo Que hará que en las primeras unidades de X domine el efecto lineal hasta llegar a un punto en donde el efecto cuadrático lo supere. Respecto a cómo saber si hay un efecto cuadrático, esto es muy sencillo basta con evaluar el valor p del beta cuadrático, este debe ser menor que .05 para declarar el efecto. Espero que esto aclare tu duda. Saludos y gracias por visitar el canal!
Buenas, quisiera saber con que tipo de variables se esta trabajando en este ejemplo
Hola! Muchas gracias por visitar el canal. En respuesta a tu pregunta, se trata de un modelo de ecuaciones estructurales con variables reflexivas. Estas son variables latentes que se componen de variables observables. Las variables latentes son variables que se conforman por dos o más variables observables. En lo relativo a las variables observables, éstas fueron indicadores medidos a través de escalas Likert. Si deseas saber más sobre variables latentes te invito a que, en este mismo canal veas los videos de análisis factorial exploratorio: ruclips.net/video/A6JON5YDb8c/видео.html Espero haber respondido a tu duda. Saludos!
Gracias, quería saber de que naturaleza eran las variables observables justamente. Estoy tratando de hacer un análisis factorial confirmatorio con mis datos, siguiendo los pasos, pero me paso que generó más de 600 interacciones. Porque puede pasar esto ?
¡Justo lo que esperábamos! Muchas gracias ❤
Excelente ponencia hijo, felicidades
Muchas gracias tío
Muchas gracias! super bien explicado este tema
Ocupe los valores 0= No , 1= Si. , y la tabla me aparece al revés , es decir aparece primero los No No en el primer cuadro. Y en el último cuadro aprece Si Si, como los puedo invertir?