Inferència en regressions lineals, els anys i els parats

extrapolating

A la secció Divendres d’economia amb Xavier Sala-i-Martín sobre la creació de llocs de treball han parlat del ritme de reducció de parats.

De forma similar a l’article previsió d’enllaços necessaris, em plantejo la següent pregunta: Quants anys explicarien una reducció a 2 milions de parats en un 95% dels casos?

M’ho plantejo a mode didàctic, ja que res diu que s’hagi de mantenir aquest ritme.

En aquest cas, partim d’aquestes dades de l’enquesta de població activa (EPA):

id,periodes,parats,dato
2015T1,9,5444.6,epa
2014T4,8,5457.7,epa
2014T3,7,5427.7,epa
2014T2,6,5622.9,epa
2014T1,5,5933.3,epa
2013T4,4,5935.6,epa
2013T3,3,5943.4,epa
2013T2,2,6047.3,epa
2013T1,1,6278.2,epa

Com veieu, s’havia arribat a tenir només 2 milions d’aturats i es va arribar a 6’2 milions.

parats
Aquests són els coeficients del model de regressió lineal:

            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  6325.13      70.48   89.75 5.62e-12 ***
periodes     -107.45      12.52   -8.58 5.82e-05 ***

Calculem el t-statistic per poder calcular els intervals de confiança per trimestre i després fer la previsió per aconseguir l’objectiu de 2 milions.

t_statistic <- qt(0.025, df=length(y)-2)
ci_slope <- c(estimate_avg-t_statistic*estimate_se, estimate_avg, estimate_avg+t_statistic*estimate_se)
ci_periode <- c((objetivo - intercept)/ci_slope[1], (objetivo - intercept)/ci_slope[2], (objetivo - intercept)/ci_slope[3])

El resultat és de 13’89 anys a 7’88 anys. Si comptem des del 2013, la mitjana de 10 anys preveu l’últim trimestre de 2022.

epa-parats-periodes