Taller 1

body {
  text-align: justify;
}

h1{
  margin-top: -1px;
  margin-bottom: -3px;
}

.small-code pre{
  margin-bottom: -10px;
  
}

.medium-code pre{
  margin-bottom: 2px;
  
}

p.comment {
  background-color: #E1E1FF;
    padding: 10px;
  border: 1px solid white;
  margin-left: 25px;
  border-radius: 15px;
  text-align: center;
}

.my-footer1 {
    background-color: white;
    color: blue;
    font-size: 0.7em;
    opacity: 0.5;
    position: absolute;
    bottom: 0cm;
    left: 0.3cm;
    height: 27px;
    width: 50%;
    float: left;
}

.my-footer2 {
    background-color: white;
    color: blue;
    font-size: 0.7em;
    opacity: 0.5;
    position: absolute;
    bottom: 0px;
    right: -7.1cm;
    height: 27px;
    width: 50%;
    float: right;
}
</style>

# <span style="font-size:80%">Taller 1</span>
<font size = "4">
  
Los datos en el archivo [data.csv](https://gusgarciacruz.github.io/EconometriaEspacial/Taller1/data.csv) contienen información sobre variables económicas regionales para el Reino Unido. Se tiene datos para el *Gross Value Added* (`\(gva\)`) como porcentaje del total país, la productividad laboral (`\(lp\)`) (siendo el total del Reino Unido igual a 100) y la tasas de nacimientos de nuevos negocios (`\(bbr\)`). El objetivo de este ejercicio es analizar los determinantes de `\(gva\)`

Responda las siguientes preguntas:
<p style="margin-top: -0.5em">
- Realice un análísis de estadísticas descriptivas y correlaciones entre las variables de interés

- Estime un modelo que explique el `\(gva\)` como función de la productividad laboral y la tasa de nacimiento de nuevos negocios. Luego estime otro modelo donde el determinante del `\(gva\)` sea sólo la productividad laboral y otro modelo donde se incluye sólo la tasa de nacimiento de nuevos negocios como determinante

- ¿Cuál es el modelo preferido en términos de ajuste a los datos empíricos? ¿Qué elementos tomó en consideración cuando seleccionó el mejor modelo? Interprete los resultados del modelo seleccionado

- Del modelo seleccionado calcule los residuales y observe la distribución geográfica de estos residuales, en particular analice los residuales positivos y negativos. Nota algún interesante patrón geográfico? Utilice el siguiente shapefile de [UK](https://gusgarciacruz.github.io/EconometriaEspacial/Taller1/UK12RS.zip)