{% include '_topbar_v2.html' with context %}

ℭ𝔥𝔞𝔯𝔱 𝔅𝔞𝔶

Laboratorio de econometría para estudiantes

Corré tu primera regresión
sin saber la fórmula.

Elegís qué querés explicar, con qué variables, y ChartBay estima el modelo, revisa los supuestos y te devuelve la lectura en castellano. Cuando quieras profundizar, están MCO restringido, errores robustos y series de tiempo.

3 pasos

hasta el primer resultado

49

indicadores macro

0

datos que salen de tu navegador

{# Vista previa del laboratorio: es una maqueta estatica, no el lab real. #}
chartbay · laboratorio · modo guiado

¿Qué querés explicar?

salario▾

¿Qué variables podrían explicarlo?

educacion experiencia mujer
Estimar modelo MCO · 526 observaciones

Cada año adicional de educación se asocia con 0.54 unidades más de salario por hora.

salariô = −0.9049 + 0.5414·educacion + 0.0701·experiencia
R² aj. 0.2223 2 de 2 significativas 1 supuesto a revisar

01

Simple al entrar

El modo guiado muestra tres preguntas y un botón. Nada de sintaxis, nada de parámetros que todavía no significan nada.

02

Profundo cuando explorás

MCO restringido con test de Wald, errores HC1, HC3 y HAC, ADF, ACF, PACF y Ljung-Box, y Python real vía WebAssembly.

03

Reproducible para la cátedra

Cada estimación genera su sintaxis en R, Python, Stata y notebook, más el informe con tablas y estado de supuestos.

Casos preparados para la práctica

Se abren desde el laboratorio con el modelo ya especificado. Cada uno muestra un estado distinto: válido, a revisar, o bloqueado porque el modelo no se puede estimar.

Ver los casos
CasonConsignaResultado
01_simple_linear10MCO simpleválido
03_beta1_eq_beta2_false200Wald β₁ = β₂se rechaza H₀
05_perfect_collinearity120Matriz singularno se puede estimar

Módulos disponibles

El núcleo corre en tu navegador, en TypeScript: los datos que cargás no se suben a ningún servidor. Cada módulo está validado contra statsmodels y scipy como referencia. El modo Pro carga un intérprete de Python real (NumPy, pandas y statsmodels vía WebAssembly) sin salir de la página; está en beta hasta terminar su QA, así que la versión estable es Lite.

{% if secciones.datos %} {% endif %} {% if secciones.chartpython %} {% endif %}
Regresión OLSEcuaciones normales, inferencia t/F, intervalos al 95 %, R² y colinealidad.
Restricciones RLSMínimos cuadrados restringidos con test de Wald sobre R·β = q.
Series de tiempoADF, ACF, PACF, Ljung-Box. Retornos, diferencias y base 100.
Datos macro49 indicadores: 37 de FRED y 12 de World Bank, con caché diario.
LimpiadorRevisión y corrección de CSV antes de estimar.
ChartPythonNotebook de Python en el navegador, con celdas, pandas y statsmodels. En beta.
DocumentaciónConceptos, ejemplos guiados y guía de uso del laboratorio.