Corriste una regresión, te dio un R² de 0,94 y un coeficiente con tres estrellas. Estás contento. Y hay una probabilidad muy alta de que ese resultado no valga nada, porque si trabajaste con dos series de tiempo no estacionarias, lo que encontraste es una regresión espuria: dos variables que suben juntas porque ambas suben en el tiempo, sin ninguna relación entre sí.
Esta guía es sobre eso: cómo elegir el modelo según la estructura de tus datos, qué pruebas de diagnóstico tenés que reportar para que el resultado sea defendible, y las trampas específicas que tienen las series económicas argentinas y que no aparecen en ningún libro de texto importado.
Primero: identificá la estructura de tus datos
Toda la decisión econométrica se desprende de esto, y sin embargo es lo que menos se piensa.
- Corte transversal: muchas unidades (personas, hogares, empresas, provincias) en un solo momento. Ejemplo típico: una onda de la Encuesta Permanente de Hogares.
- Serie de tiempo: una unidad observada a lo largo de muchos períodos. PBI trimestral, tipo de cambio mensual, exportaciones anuales.
- Datos de panel: muchas unidades observadas en varios períodos. Las 24 jurisdicciones argentinas entre 2010 y 2024, o un conjunto de empresas a lo largo de diez años.
- Pool de cortes transversales: varias ondas de una encuesta, pero sin seguir a los mismos individuos. No es panel, y tratarlo como panel es un error grave.
Cada estructura rompe un supuesto distinto del modelo clásico, y por eso exige un tratamiento distinto. Si todavía estás en la parte general de qué es una regresión y cómo se interpreta un coeficiente, empezá por la regresión lineal paso a paso; lo que sigue asume eso resuelto.
Corte transversal: los tres problemas y sus tests
Con datos de un solo momento, mínimos cuadrados ordinarios suele ser el punto de partida correcto. Lo que hay que verificar y reportar:
- Heterocedasticidad. Casi garantizada con datos de hogares o empresas: la varianza del error crece con el ingreso o con el tamaño de la firma. Se detecta con Breusch-Pagan o White. La solución no es dramática: errores estándar robustos. Reportá siempre que los usaste; hoy es prácticamente el default y omitirlo llama la atención.
- Multicolinealidad. Se mide con el factor de inflación de la varianza (VIF). Valores por encima de 10 son señal de alerta. Ojo: la multicolinealidad no sesga los coeficientes, infla sus errores estándar. Si tu variable de interés es significativa igual, no tenés un problema práctico.
- Forma funcional. El test RESET de Ramsey detecta si te falta un término no lineal o una interacción. En economía, muchísimas relaciones son log-lineales: usar logaritmos no solo suele mejorar el ajuste, además te da coeficientes interpretables como elasticidades, que es lo que querés reportar.
Y el problema serio, el que define si tu tesina hace una afirmación causal o solo descriptiva: la endogeneidad. Si tu variable explicativa está correlacionada con el error —por causalidad inversa, por variable omitida o por error de medición—, el coeficiente está sesgado y no significa lo que creés. Las salidas son variables instrumentales estimadas por mínimos cuadrados en dos etapas, diferencias en diferencias si tenés un cambio de política, o discontinuidad en la regresión si hay un umbral.
Si no podés resolver la endogeneidad —lo más frecuente en una tesina de grado—, la respuesta correcta no es esconderla: es escribir la relación como asociación y no como efecto. La diferencia entre ambas cosas y cómo se redacta está en correlación no implica causalidad, y es el punto donde más devoluciones se llevan las tesinas de Economía.
Series de tiempo: primero estacionariedad, después todo lo demás
Esta es la regla que más resultados salva y la que más se saltea. Antes de estimar cualquier cosa, testeá raíz unitaria en cada serie.
El orden de trabajo
- Graficá las series. Sí, mirar el gráfico. Tendencia, quiebres visibles, estacionalidad, valores imposibles.
- Test de raíz unitaria: Dickey-Fuller aumentado como estándar, Phillips-Perron como complemento, KPSS para contrastar con la hipótesis nula invertida. Reportá los tres si podés: cuando coinciden, tu conclusión es sólida.
- Determiná el orden de integración. Si la serie en niveles no es estacionaria pero sí lo es en primeras diferencias, es I(1). Es lo más común en macro.
- Decidí el modelo según lo que encontraste.
Qué hacer con series I(1)
Tenés dos caminos, y la elección es sustantiva, no técnica:
Diferenciar. Trabajás con las variaciones en lugar de los niveles. Es simple y evita la regresión espuria, pero perdés la relación de largo plazo, que muchas veces es justamente lo que querías estudiar.
Testear cointegración. Si dos series I(1) están cointegradas, existe una combinación lineal estacionaria entre ellas: hay relación de equilibrio de largo plazo. Se testea con Engle-Granger para dos variables o con Johansen para varias. Si hay cointegración, el modelo correcto es un modelo de corrección de errores, que te da simultáneamente la dinámica de corto plazo y la relación de largo, y es un resultado mucho más rico e interesante para una tesina.
Además, siempre: autocorrelación. Durbin-Watson solo detecta autocorrelación de primer orden y no sirve con rezagos de la dependiente; usá Breusch-Godfrey, que es general. Si hay autocorrelación, errores estándar de Newey-West.
Datos de panel: efectos fijos o aleatorios
El panel es la estructura más potente para una tesina, porque te permite controlar por características no observadas de cada unidad que sean constantes en el tiempo. Ahí está su valor: elimina de un plumazo una familia entera de variables omitidas.
La decisión central:
- Efectos fijos: controla por todo lo invariante en el tiempo de cada unidad. Es el más creíble para inferencia causal, y el precio es que no podés estimar el efecto de variables que no varían en el tiempo.
- Efectos aleatorios: más eficiente y permite variables invariantes, pero exige que el efecto individual no esté correlacionado con los regresores, un supuesto fuerte que rara vez se cumple.
El test de Hausman es el que decide entre ambos: si rechaza, corresponde efectos fijos. En la práctica, en la mayoría de las tesinas con datos provinciales o de empresas termina rechazando, y efectos fijos es la respuesta. Agregá siempre efectos temporales (dummies de año) para capturar shocks comunes a todas las unidades: en Argentina eso es imprescindible, porque una crisis macro afecta a todas las provincias el mismo año.
Y los errores estándar agrupados por unidad son prácticamente obligatorios: sin ellos, la significatividad está inflada.
Las trampas de las series argentinas
Esta es la parte que ningún manual extranjero te va a explicar y que el jurado local sí va a preguntar.
El problema del IPC
Entre 2007 y 2015 el índice de precios al consumidor oficial atravesó un período de cuestionamiento metodológico ampliamente documentado. Si tu trabajo deflacta series en ese tramo, tenés que tomar una decisión explícita y justificarla: usar el índice oficial declarando el problema, usar estimaciones alternativas de institutos provinciales o de consultoras privadas, o excluir el período. Cualquiera de las tres es defendible si está fundamentada. Lo que no se puede es deflactar sin decir nada, porque cualquier economista que lea tu tesina lo va a notar de inmediato.
Empalmes y cambios de base
Las series argentinas cambian de base y de metodología con frecuencia. Antes de armar una serie larga, verificá si estás empalmando tramos metodológicamente distintos. Si tenés que empalmar, hacelo por variación y no por nivel, documentá el procedimiento en un anexo y —esto es clave— corré un test de quiebre estructural: Chow si sabés dónde está el quiebre, Bai-Perron si no lo sabés. Un quiebre no declarado invalida la estimación entera.
Nominal, real y estacionalidad
Tres verificaciones antes de estimar: que todas las series monetarias estén en términos reales con el mismo deflactor y la misma base; que no mezcles series desestacionalizadas con series sin desestacionalizar en el mismo modelo; y que las tasas estén todas en la misma frecuencia y en la misma convención de anualización.
De dónde salen las series y cuáles son citables está desarrollado en la guía de datos económicos y de empresas del INDEC y el BCRA. Para trabajos con microdatos de la EPH o de encuestas nacionales, el camino de descarga y armado está en microdatos y datos abiertos argentinos; y si tu recorte es subnacional, en datos abiertos provinciales y municipales.
Cómo se reporta: la tabla que espera el jurado
Nada de pegar la salida del software. Se arma una tabla propia, con las especificaciones en columnas —del modelo más simple al más completo— y las variables en filas. En cada celda, el coeficiente y debajo, entre paréntesis, el error estándar. Asteriscos para los niveles de significación, con la convención aclarada al pie.
Al pie de la tabla van, sin excepción: número de observaciones, R² o R² ajustado (y R² within si es panel), tipo de errores estándar utilizados, efectos incluidos, y los resultados de los tests de diagnóstico. Esa nota al pie es lo que separa una tesina prolija de una que va a recibir cinco preguntas incómodas.
Sobre la interpretación: no confundas significatividad estadística con relevancia económica. Un coeficiente con tres estrellas puede ser económicamente irrelevante si su magnitud es minúscula, y uno grande puede no alcanzar significatividad por falta de datos. Siempre interpretá la magnitud —«un aumento del 10% en X se asocia con un aumento del 1,3% en Y»— y no solo el signo y las estrellas. El matiz completo sobre qué dice y qué no dice el p-valor está en qué significa p < 0,05 (y qué no), y el formato de escritura de cada estadístico dentro del texto, en cómo reportar resultados estadísticos en APA 7.
Robustez: el apartado que convence
Un resultado que aparece una sola vez no convence a nadie. Agregá un apartado de robustez con dos o tres de estos ejercicios: especificaciones alternativas agregando y quitando controles, submuestras (excluir años de crisis, excluir outliers), definiciones alternativas de la variable dependiente, y estimadores alternativos.
Si el resultado se sostiene, lo decís. Y si no se sostiene, también lo decís: eso no arruina la tesina, la mejora. Un trabajo que muestra que su hallazgo depende de la especificación es honesto, y el tratamiento de ese escenario está en qué hago si mi hipótesis no se confirma.
Software
Para econometría, Stata y EViews son los estándares en las carreras argentinas de Economía, y suele haber licencias en los laboratorios de la facultad. Gretl es gratuito, hace todo lo que necesita una tesina de grado —raíz unitaria, cointegración, panel— y tiene interfaz en español. R con los paquetes de series de tiempo y panel es la opción más potente si ya programás. Excel no alcanza más allá de una regresión simple: no tiene tests de raíz unitaria ni estimación de panel. La comparación general de entornos está en qué programa estadístico te conviene para la tesina.
Y una recomendación que vale oro en la defensa: trabajá con un script, nunca con clics. Cuando el jurado te pida rehacer una estimación excluyendo dos años, querés cambiar una línea y volver a correr, no reconstruir todo de memoria.
Cuando los resultados ya estén y toque escribir los capítulos: con Tesify podés armar la estructura de tu tesina de Economía y redactar capítulo por capítulo, con las referencias en APA 7 ordenadas desde el principio. Las decisiones de especificación y la interpretación económica son tuyas —eso es exactamente lo que se evalúa—, pero el trabajo de convertir salidas y notas en un texto que se lea deja de ser el cuello de botella. Se empieza con el plan gratuito.
Preguntas frecuentes
¿Cuántas observaciones necesito para una serie de tiempo?
Como referencia práctica, los tests de raíz unitaria pierden mucha potencia con menos de 50 observaciones, y para cointegración por Johansen conviene tener bastante más. Con series anuales eso significa décadas de datos, que en Argentina suelen incluir quiebres metodológicos. Por eso, cuando la serie anual es corta, trabajar en frecuencia trimestral o mensual suele ser la salida más razonable.
¿Un R² alto significa que mi modelo es bueno?
No, y en series de tiempo un R² muy alto suele ser mala noticia: es el síntoma clásico de la regresión espuria entre series no estacionarias. Lo que valida un modelo son los tests de diagnóstico y la coherencia teórica de los coeficientes, no el ajuste. En modelos de panel con efectos fijos, además, el R² within suele ser bajo y eso es perfectamente normal.
¿Puedo hacer la tesina de Economía sin econometría?
Sí. Hay tesinas de historia económica, de economía política, de análisis institucional y de revisión teórica que no estiman ningún modelo y son perfectamente válidas. La econometría es una herramienta para cierto tipo de pregunta, no un requisito de la carrera. Lo que sí necesitás en cualquier caso es un método explícito y coherente con la pregunta que formulaste.
¿Qué hago si el test de Hausman da resultados contradictorios?
Reportá ambas estimaciones, la de efectos fijos y la de aleatorios, y comentá las diferencias. Si los coeficientes son parecidos, la elección importa poco y podés decirlo. Si difieren mucho, quedate con efectos fijos, que es el estimador consistente bajo supuestos más débiles, y explicá el criterio. Mostrar las dos es más transparente que elegir en silencio la que te conviene.
¿Cómo justifico usar datos oficiales cuestionados de un período determinado?
Con un apartado explícito sobre las fuentes donde describís el problema, citás la discusión metodológica documentada, explicás qué decidiste hacer y mostrás un análisis de sensibilidad con la alternativa. Un trabajo que reconoce el problema y lo trata es sólido; uno que usa la serie sin mencionarlo pierde credibilidad completa en la primera pregunta del jurado.