Programas de estadística y econometría

Programas de estadística y econometría
por Rubén Osuna ©
Esto es un breve resumen de algunas de las posibilidades existentes
que no pretende ser una revisión detallada de las capacidades de
ninguno de los programas, pues el objetivo es orientar a quienes se
enfrentan al problema de encontrar un buen software para la
estadística y econometría aplicadas. Me referiré especialmente a Mac
OS X, el sistema operativo de Apple basado en FreeBSD Unix, por ser
la plataforma en la que yo trabajo. Dos buenas plataformas
alternativas son Linux y Windows. Con Mac OS X y Linux se puede
sacar partido de los microprocesadores de 64 bits que multiplican la
capacidad de cálculo de las máquinas1.
La econometría es una rama de las matemáticas y la estadística que
desarrolla procedimientos para trabajar con los datos y encontrar
propiedades en ellos y relaciones entre determinadas variables
(determinados grupos de datos pueden ser "observaciones" de una
variable). Por ejemplo, el SPSS (www.spss.com), cuya versión 11
funciona ya en OS X, es el tipo de programa enorme compuesto por
1
Los 64 bits aluden a la unidad de enteros, mientras que los cálculos matemáticos se llevan
a cabo en la unidad de punto flotante (floating point unit, FPU), que siempre ha sido de 64
bits. No obstante, el disponer de una unidad de enteros de 64 bits tiene sus ventajas, como
disponer de mucha más memoria RAM para cada aplicación, rompiendo la barrera de los
4GB globales.
1
una base y módulos para casi todo, de precio alto, relativamente fácil
de usar pero no especializado en econometría propiamente dicha; lo
mismo puede decirse de SAS (www.sas.com, pero no tiene versión
para OS X), ambos capaces de hacer algunos test econométricos,
más que suficientes para muchos usuarios y con funcionalidades
complementarias muy importantes (tratamiento de datos, presentación
de resultados), pero quizás insuficientes para la mayoría de los
económetras a tiempo completo. GAUSS (www.aptech.com, la versión
6 corre en OS X), MATLAB (www.mathworks.com, las versiones 6.5 y
7 funcionan en OS X) y O x (http://www.nuff.ox.ac.uk/Users/Doornik/,
programa gratuito si se emplea en la investigación o la enseñanza,
que en su versión 3.3. soporta OS X) ofrecen lenguajes de
programación basados en matrices, requiriendo un trabajo de
programación de test que otras aplicaciones (de las que hablaremos
ahora) traen ya hecho, si bien hacer los test uno mismo evita trabajar
con "cajas negras" preprogramadas.
Tanto si el programa que usamos utiliza algoritmos que quedan
ocultos para el usuario como si éste los aplica por sí mismo, existe un
gravísimo problema de fiabilidad en los cálculos. Y es que, por extraño
que parezca, no podemos saber en muchos casos si el programa que
usamos nos está dando resultados correctos. Ello se debe a que la
aritmética de las máquinas es distinta a la de “lápiz y papel” y a que
los ordenadores trabajan con un número determinado de dígitos más
un sistema de redondeos.
2
Algunos de los resultados de nuestros programas favoritos pueden
ser falsos simplemente porque el ordenador toma unos valores
como aproximaciones de otros (los muy grandes o muy pequeños)
y porque hemos aplicado el procedimiento de cálculo equivocado
para los datos de que disponemos (forzando al programa a operar
con números que sobrepasan el límite).
Estos errores pueden conocerse mediante baterías de test que
ofrecen resultados de validez garantizada con los que comparar.
Pero hay muchas funcionalidades para las que no se han
desarrollado aún test, y en esos casos los programas pueden dar
resultados distintos, por lo que no sabemos qué resultado es el
correcto (o cuáles son aceptables). Es más, en muchos artículos
publicados no se dice qué software (o qué algoritmos) se ha
empleado, por lo que no hay forma de saber si los resultados
expuestos son correctos o no (se puede estar usando un programa
que sabemos que falla con determinados datos y cálculos). Es un
problema ciertamente grave. Un articulo excelente sobre el tema,
que todos deberían conocer, es McCullough, B.D. and Vinod, H.D.
(1999): "The Numerical
Reliability of Econometric Software",
Journal of Economic Literature , vol. 27, june, pp. 633-665.
Pero centrémonos ahora en el tema: hay tres tipos de programas: los
estadísticos genéricos, las aplicaciones para la programación
mediante matrices y las colecciones de test o procedimientos. En
función de las necesidades cada uno utiliza el que más le conviene (o
la combinación que más le interese). Veremos después el último tipo
3
de aplicaciones mencionado, si bien trataremos primero someramente
el segundo tipo.
Los "canned packages"
Algunos de los más usados son TSP, Eviews, LIMDEP y Stata,
aunque hay otros muchos. Son conocidos como "canned packages",
es decir, programas en los que los test están ya hechos y uno sólo
tiene que invocarlos pulsando un botón, abriendo un menú o
escribiendo un comando. Presentan el problema al que acabamos de
aludir: no sabemos cómo hacen eso que hacen, aunque nos libera de
tener que conocer mucha econometría para poder aplicarla, lo que es
una ventaja y un inconveniente. Usualmente quienes se dedican a la
econometría aplicada utilizan un "canned package", mientras que
aquellos que necesitan estar a la última incorporando por sí mismos
los últimos avances suelen usar un programa tipo GAUSS o MATLAB.
En el caso de usuarios de OS X la elección de este segundo tipo de
programas está clara: como hemos dicho sólo la última versión de
MATLAB funciona sobre OS X (de manera admirable, dicho sea de
paso, si bien es prácticamente una versión Unix recompilada con
interfaz X11). Pero veamos ahora qué opciones tenemos entre los
"canned packages".
TSP y Eviews, los programas más populares
El TSP era un software econométrico para mainframes. La empresa
que lo hacía decidió hacer una versión "reducida" para ordenadores
personales en 1981, y eligieron el mítico Apple II. El software se llamó
4
MicroTSP. Era un programa donde una serie de comandos ejecutaban
determinadas acciones. Decías, por ejemplo, "regresa la variable X
con la variable Y y la variable Z" (con los comandos correspondientes),
y el programa te daba una serie de resultados: los residuos, los
coeficientes, los errores estándar, el coeficiente de determinación (la R
cuadrado), etcétera. El MicroTSP acabó comercializándose por una
empresa independiente llamada QMS. En 1985 el TSP pudo funcionar
en ordenadores personales, y quedó como el "hermano mayor" del
MicroTSP. En 1995 QMS dio un paso muy inteligente: añadir una
interfaz gráfica al programa donde los comandos estaban recogidos en
menús. Esto convirtió al MicroTSP en el estándar para la enseñanza
de la econometría y extendió su uso entre los investigadores. El nuevo
MicroTSP con GUI pasó a llamarse Econometric Views (Eviews).
Existió versión para Mac, pero no pasó de la 1.1 (creo recordar). Hoy
el EViews va por la versión 5 y la empresa no sabe si desarrollará
para Mac OS X, pues todo del desarrollo desde 1995 se ha hecho
pensando sólo en Windows. Muchos manuales de econometría basan
sus ejercicios en Eviews. Es un programa fácil de aprender a manejar
(dentro de lo que cabe) y muy potente, con herramientas para hacer
casi de todo en econometría. El primer paso es disponer de una hoja
de Excel (aunque importa desde otros formatos) con los datos:
variables y observaciones de dichas variables. Por ejemplo, la renta y
50 observaciones (para 50 años) y el tipo de interés y sus
observaciones (otras 50). Creas un "workfile" vacío, para un rango de
datos (50), le pones un nombre y lo guardas. Después Eviews importa
los datos a ese "workfile". Cada variable aparecerá en la ventana del
5
"workfile" con un símbolo y el nombre que le hayas dado. Si haces
doble click en el símbolo aparece la serie. Después ya puedes crear
"objetos" en ese "workfile", por ejemplo una ecuación. Si has llamado a
la renta "Q" y al tipo de interés "i" puedes ir al menú "objeto",
seleccionar "ecuación" y decirle que "Q c i", es decir, que relacione
linealmente "Q" e "i", siendo la renta la variable explicada.
Inmediatamente surge un panel con resultados. A ese "objeto
ecuación" puedes añadirle más cálculos, y pedir, por ejemplo, que
haga un test de normalidad a partir de los residuos de la relación lineal
estimada. Todo queda guardado en la "ecuación", que será otro
símbolo en la misma ventana del "workfile" donde están las variables.
En cualquier momento puedes abrir esa ecuación y reestimarla, o
pedir nuevos cálculos, o hacer gráficos, o añadir variables al "workfile"
y calcular nuevas ecuaciones, etc. Todo muy sencillo cuando
aprendes la mecánica. Los gráficos son simples pero funcionales. La
presentación de los resultados se hace en tablas que se pueden
copiar y pegar (igual que los gráficos, que el Word puede,
curiosamente, "desagrupar"). El Eviews de hoy se ha convertido en un
programa tan completo y potente como el "viejo" TSP, que sin
embargo, en su versión 4.5, sí soporta OS X (y otros muchos Unix).
TSP además incorpora una interfaz gráfica suficiente llamada
GiveWin. Ambos son programas plenamente capaces de bregar con
toda la macro y microeconometría que les echen. Eviews viene con un
buen manual, cosa que no puede decirse de TSP. Pero la
documentación no es un problema para Eviews, en parte porque su
aprendizaje es relativamente fácil, y en parte porque muchos
6
manuales de econometría traen ejercicios para el programa. En el
caso de TSP pueden encontrarse recursos adicionales en Internet. En
castellano hay editado un buen libro para aprender econometría con
Eviews: Carrascal, U.; González, Y.; y Rodríguez, B. (2001): Análisis
econométrico con EViews, Ed. RA-MA, Madrid.
www.tspintl.com
www.eviews.com
Stata, un programa de elite
El Stata 8, de Stata Corporation, es de naturaleza distinta a los dos
anteriores, aunque quizás se parezca más a TSP. Para empezar
existe versión para OS X, Windows y distintos tipos de Unix. Stata 8 es
una aplicación Mach-O, es decir, una aplicación 100% nativa para Mac
OS X (empleando APIs Carbon), muy optimizada. Además, en su
versión 8 Stata incorpora una nueva interfaz gráfica programable muy
desarrollada y mejorada, que lo iguala prácticamente al Eviews en
este apartado, librando al usuario de la necesidad de aprender series
interminables de comandos, pues éstos han quedado recogidos en
menús desplegables. No obstante la antigua interfaz orientada a la
entrada manual de comandos persiste (un panel en blanco que
funciona de forma similar al TSP, es decir, con comandos escritos
seguidos del nombre de las variables y otras instrucciones adicionales,
más ventanas para los resultados, más la lista de variables disponibles
y los comandos ejecutados hasta el momento). Se trata en definitiva
de un híbrido ideal entre la forma de trabajar clásica de las mainframes
o las terminales Unix (mejoradas al dividir la ventana en dos partes,
7
comandos y resultados) y las modernas (y a veces molestas)
interfaces gráficas, que en Stata queda “fuera” del área de trabajo,
aportando menús cuando éstos son requeridos.
Stata es un programa muy abierto: puedes crear fácilmente archivos
que contienen programaciones genéricas, y añadirlas después al Stata
fácilmente o compartirlas con otros. Existe de hecho una comunidad
que desarrolla esas programaciones en Stata para todo tipo de test
imaginables, y que puedes bajar de la red. Los resultados se
presentan de forma correcta y funcional, y los gráficos, muy mejorados
en la versión 8, se colocan a la altura de los ofrecidos por cualquier
8
otro paquete econométrico (aunque no de aquellos que tienen un
punto fuerte en la presentación de resultados, como SPSS y SAS). En
definitiva, Stata es muy potente y ofrece soluciones para casi todo,
directamente o a través de la aportación de investigadores de todo el
mundo. Muchos económetras de alto nivel trabajan con este
programa, y la versión 8 ha conseguido además que su curva de
aprendizaje se suavice sustancialmente, haciéndolo cómodo de usar
en la enseñanza. Además, para los usuarios de Unix que usen Macs,
Stata te permite instalar un componente gratuito con el que puedes
ejecutar el programa desde el Terminal si tienes OS X (accediendo a
las funcionalidades del programa sólo a base de comandos, claro).
Tres características curiosas más: a) en el mismo CD están las
versiones de todas las plataformas soportadas, aunque tu número de
licencia activa una u otra la primera vez que ejecutas el programa (no
cuando lo instalas); b) el programa no mete nada en la carpeta del
sistema ni en otra parte que no sea la propia carpeta del Stata, por lo
que es fácil de desinstalar (y de copiar), además de muy estable; c)
Stata coloca todos los datos en la RAM del ordenador, por lo que sus
límites están en la RAM que tengas instalada, y es muy, muy rápido.
Stata se ofrece en una versión Small (muy asequible); otra Intercooled,
que es la estándar; y una Special Edition, más cara y potente. Las
diferencias están básicamente en la cantidad de variables y el tamaño
de las matrices que puedes manejar. El Small se me antoja demasiado
corto para según qué cosas (sólo maneja, por ejemplo, matrices
40x40).
9
Existe
además
un
programa
llamado
Stat/Transfer
7
(http://www.stattransfer.com), no demasiado caro y que corre en OS X,
que convierte multitud de formatos de archivos en otros, sean bases
de datos (como Access o FoxPro), hojas de cálculo (Excell, Lotus,
QuatroPro...) o programas matemáticos y estadísticos (SPSS, Gauss,
Matlab, Stata, JMP, SAS...). Es un programa útil para cualquier
usuario de programas estadísticos y econométricos en general, pues
te permite trabajar con dos o más de ellos sin problemas, haciendo
con Stat/Transfer las conversiones necesarias (se ofrecen multitud de
opciones para controlar con detalle el proceso de conversión). Visto de
otra forma, aprender a manejar en profundidad un solo programa tiene
indudables economías de escala, y Stat/Transfer te permite concentrar
ese esfuerzo de aprendizaje.
10
La documentación que trae Stata 8 añade mucho material a la ya
masiva que venía con la versión anterior: Getting started with Stata
(190 páginas), User's Guide (420 páginas), Graphics (500),
Programming (470), Cluster Analysis (120 páginas), Cross-Sectional
Time Series (240 páginas), Survey Data (101 páginas), Survival
Analysis&Epidemiological Tables (350 páginas), Time Series (340
páginas), más cuatro volúmenes de 1830 páginas en total con el
Manual de Referencia; todo en inglés, claro. Como se ha dicho, en la
red puede encontrarse mucha más documentación. El Stata Technical
Bulletin (STB) es una publicación que aparece cada dos meses y
ofrece extensiones y herramientas escritas por los usuarios,
11
analizadas y "validadas". Eso sin contar los numerosos libros y
manuales de econometría que hacen referencia a Stata. Además
existe una lista de correo, y la propia Stata Co. ofrece cursos on-line
un par de veces al año (Introducción y Programación, básica y
avanzada). También se puede acceder a una enorme base de datos
de desarrollos de terceras partes mantenido por Christopher Baum, en
el Boston College (http://ideas.uqam.ca/ideas/data/bocbocode.html);
¡allí hay más tareas programadas disponibles que las que ofrece el
propio Stata! Las referencias que tengo del soporte técnico son
excelentes (responden siempre al momento).
www.stata.com
En resumen
Mis recomendaciones para usuarios de Mac OS X son: para
tratamiento de datos y presentación de resultados SPSS 11; y para
econometría más completa TSP 4.5 o Stata 8. Si se desea utilizar un
programa para el desarrollo de test basado en matrices el usuario de
OS X debe dirigirse a MATLAB 7 (o a GAUSS 6). En cualquier caso
resulta interesante el programa Stat/Transfer 7 para importar o
exportar archivos a los formatos propios de otros programas, ya sea
para compartirlos o para poder utilizar más de uno con comodidad.
Los usuarios de Mac OS X tienen opciones de sobra para el análisis
estadístico y econométrico. Además, los procesadores G5 de IBM, de
64 bits, hacen de Mac OS X (basado en FreeBSD Unix) una
plataforma ideal para el tratamiento masivo de datos a coste
relativamente reducido.
12