Ir al contenido

Documat

Regresión con variables ortogonales y regresión alzada en el modelo STIRPAT

  • Claudia García García [1] ; Catalina B. García García [1] ; Román salmerón Gómez [1] ; José García Pérez [2]
    1. [1] Universidad de Granada

      Universidad de Granada

      Granada, España

    2. [2] Universidad de Almería

      Universidad de Almería

      Almería, España

  • Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 35, Nº 3, 2017 (Ejemplar dedicado a: Crisis, Economía y Finanzas), págs. 717-734
  • Idioma: español
  • DOI: 10.25115/eea.v35i3.2504
  • Títulos paralelos:
    • The Regression with Orthogonal Variables and the Raise Regression in the STIRPAT Model
  • Enlaces
  • Resumen
    • español

      El modelo STIRPAT representa una de las metodologías más aplicadas en los trabajos sobre medio ambiente. La propia especificación de este modelo econométrico conlleva problemas de multicolinealidad. Aunque una primera opción podría ser eliminar la(s) variable(s) que genera(n) la colinealidad, esto no nos permite estimar los efectos de las consideradas principales fuerzas que provocan impactos medioambientales. Por este motivo, es necesario desarrollar o aplicar nuevos métodos que puedan mitigar este problema de colinealidad en el modelo SITRPAT. Dentro de este marco, se presentan dos regresiones alternativas a la estimación tradicional por Mínimos Cuadrados Ordinarios (MCO): la regresión alzada y la regresión con variables ortogonales. Ambas metodologías consiguen mitigar la colinealidad entre variables existente en el modelo original y, además, nos muestran dos perspectivas diferentes de las variables: mientras el método alzado se aplica desde un punto de vista geométrico, la aplicación de la regresión con variables ortogonales muestra nuevas interpretaciones de las variables

    • English

      STIRPAT model is one of the most analyzed methodologies in environmental studies. The specification of this econometric model provokes multicollinearity. Although a first option could be to eliminate the variable (or variables) that generates the collinearity, it does not allow to estimate the effects of the main forces driving environmental impacts. It is necessary to develop or to apply new methods that could mitigate the collinearity problem in the STIRPAT model. This work applies two methodologies alternatives to the traditional Ordinary Least Squares (OLS) estimation: the raise regression and the regression with orthogonal variables. Both methodologies manage to mitigate the collinearity between variables that exists in the original model, and furthermore, they have two different perspectives about the variables: while the raised method has an important geometric factor in its application, the purpose of the regression with orthogonal variables is to give new interpretations of the variables

  • Referencias bibliográficas
    • BELSLEY, D.; KUH, E.; WELSCH, R. (1980). Regression diagnostics: Identifying influential data and sources of collinearity. Nueva York: John...
    • BÜCHS, M.; SCHNEPF, S.V. (2013). “Who emits most? Associations between socio-economic facors and UK households’ home energy, transport, indirect...
    • COMMONER, B.; CORR, M.; STAMLER, P. (1971). “The causes of pollution”. Environment: Science and Policy for Sustainable Development, 13(3),...
    • DIETZ, T.; ROSA, E.A. (1994). “Rethinking the environmental impacts of population, affluence and technology”. Human Ecology Review, 1, pp....
    • DISLI, M.; NG, A.; ASKARI, H. (2016). “Culture, income, and CO2 emission”. Renewable and Sustainable Energy Reviews, 62, pp. 418-428.
    • DONG, J.; DENG, C.; LI, R.; HUANG, J. (2017). “Moving Low-Carbon Transportation in Xinjiang: Evidence from STIRPAT and Rigid Regression Models”....
    • EHRLICH, P.R.; HOLDREN, J.P. (1970). “The people problem”. Saturday Review, 4(42), pp. 42-43.
    • EHRLICH, P.R.; HOLDREN, J.P. (1971). “The Impact of Population Growth”. Science, 171(3977), pp. 1212-1217.
    • EHRLICH, P.R.; HOLDREN, J.P. (1972). “One-dimensional economy”. Bulletin of the Atomic Scientists, 28(5), pp. 16-27.
    • FAN, Y.; LIU, L.C.; WU, G.; WEI, Y.M. (2006). “Analyzing impact factors of CO2 emissions using the STIRPAT model”. Environmental Impact Assessment...
    • GARCÍA, J.; GARCÍA, C.B., LÓPEZ, M.M.; SALMERÓN, R. (2013). “Desarrollo del método de alzado para el tratamiento de la multicolinealidad....
    • GARCÍA, J.; SALMERÓN, R.; GARCÍA, C.B.; LÓPEZ, M.M. (2017). “The raise estimator estimation, inference, and properties”. Communications in...
    • GASSEBNER, M.; LAMLA, M.J.; STURM, J.E. (2011). “Determinants of pollution: what do we really know?” Oxford Economic Papers, 63, pp. 568-595.
    • HAIR, J.F.J.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. (1995). Multivariate Data Analysis. New York: MacMillan.
    • HARBAUGH, W.T.; LEVINSON, A.; WILSON, D.M. (2002). “Reexamining the Empirical Evidence for an Environmental Kuznets Curve.” The Review of...
    • JIA, J.; DENG, H.; DUAN, J.; ZHAO, J. (2009). “Analysis of the major drivers of the ecological footprint using the STIRPAT model and the PLS...
    • KENNEDY, P. (1992). A Guide to Econometrics. Oxford: Blackwell.
    • LIN, S.; ZHAO, D.; MARINOVA, D. (2009). “Analysis of the environmental impact of China based on STIRPAT model”. Environmental Impact Assessment...
    • MARQUARDT, D.W. (1970). “Generalized inverses, ridge regression, biased linear estimation and nonlinear estimation.” Technometrics, 12(3),...
    • MARTÍNEZ-ZARZOSO, I.; BENGOCHEA-MORANCHO, A.; MORALES-LAGE, R. (2007). “The impact of population on CO2 emissions: evidence from European...
    • NETER, J.; WASSERMAN, W.; KUTNER, M.H. (1989). Applied Linear Regression Models. Homewood: Irwin.
    • NOVALES, A.; SALMERÓN, R.; GARCÍA, C.B.; GARCÍA, J.; LÓPEZ, M.M. (2015). “Tratamiento de la multicolinealidad aproximada mediante variables...
    • RASKIN, P. (1995). “Methods for estimating the population contribution to environmental change”. Ecological Economics, 15(3), pp. 225-233.
    • ROSA, E.; DIETZ, T. (1998). “Climate change and society: speculation, construction and scientific investigation”. International Sociology,...
    • SALMERÓN, R.; GARCÍA, J.; GARCÍA, C.B.; GARCÍA, C. (2016). “Treatment of collinearity through orthogonal regression: an economic application”....
    • SCHULZE, P.C. (2002). “I = PBAT”. Ecological Economics, 40(2), pp. 149-150.
    • UDDIN, G.; ALAM, K.; GOW, J. (2016). “Estimating the major contributors to environmental impacts in Australia”. International Journal of Ecological...
    • WAGGONER, P.E.; AUSUBEL, J.H. (2002). “A framework for sustainability science: a renovated IPAT identity”. Proceedings of the National Academy...
    • YORK, R.; ROSA, E.A.; DIETZ, T. (2003). “STIRPAT, IPAT and ImPACT: analytic tools for unpacking the driving forces of environmental impacts”....
Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno