Académique Documents
Professionnel Documents
Culture Documents
MODELO AJUSTADO
2 PUEDE SOBREESTIMAR O
SUBESTIMAR EL EFECTO DE
X2t SOBRE Yt.
X3t = f (X2t)
MODELO AJUSTADO
Ut = Vt - 4 X2t3
MODELO AJUSTADO
ERRORES DE MEDICION:
Yt = 1 + 2 X2t + 3 X3t + Ut
MODELO CORRECTO
J. Ramoni Perazzi
Econometra I
Captulo 13. 1
MODELO AJUSTADO
ERRORES DE MEDICION EN Y:
Y*i= + Xi + ui
DONDE Y*i NO PUEDE SER MEDIDA, POR LO QUE EN SU LUGAR SE UTILIZA
Yi= Y*i + i DE MODO QUE SE ESTIMA
Yi= + Xi + ui + i = + Xi + vi
J. Ramoni Perazzi
Econometra I
Captulo 13. 2
ERRORES DE MEDICION EN X:
Yi= + X*i + ui
DONDE X*i NO PUEDE SER MEDIDA, DE MODO QUE SE USA Xi= X*i + wi
SE ESTIMA Yi= + (Xi - wi )+ ui = + Xi + (ui - wi) = + Xi + zi
LOS ESTIMADORES MCO SON SESGADOS E INCONSISTENTES
TEST FORMALES2:
A) PRUEBA RESET
ESPECIFICACION EN
ERROR TEST):
i
REGRESE Yi = 1 + 2 Xi + ui. OBTENGA R2VIEJO y
CALCULE
PARA
F=
( R 2 AMPLIADO R 2 RESTRINGIDO ) /( m )
Fm, n-k
(1 R 2 AMPLIADO ) /( n k )
68.30805
104.8353
Prob. F(2,183)
Prob. Chi-Square(2)
0.0000
0.0000
u t = 1 + 2 Xt + 3 Zt + vt Y OBTENGA R2
CALCULE
n R2 2 m
m= NUMERO DE RESTRICCIONES
J. Ramoni Perazzi
Econometra I
Captulo 13. 4
MODELO B :
Yt = 1 + 2 Z2t + 3 Z3t + ut
SCE
n
J. Ramoni Perazzi
Econometra I
SCE
n
Captulo 13. 5
CUADRO RESUMEN
PROBLEMA
Multicolinealidad
CONSECUENCIAS
Perfecta: No se
puede estimar
(Siempre presente
No perfecta:
en datos no
Estimadores siguen
experimentales)
siendo MELI pero:
Pequeos cambios
en datos alteran
sustancialmente
parmetros
estimados.
Varianza de
coeficientes puede no
ser pequea (mnima
pequea).
Coeficientes pueden
tener signos
incorrectos.
Heteroscedasticidad Estimador lineal e
insesgado pero
Var [i xi] = i2
2
ineficiente
= i
E[X] =
DETECCIN
Situacin general
SOLUCIN
Usar datos panel
FIV = 1 / (1-R223)
Transformar o
eliminar
variables?
ndice de condicin
(IC):
Test de White
Test de GoldfeldQuandt
Test de BreuschPagan/Godfrey
Wald test
Cov (utut-1) 0
Estimador lineal e
insesgado pero
ineficiente
Ridge regression
br=[XX+rD]-1Xy
donde D es
matriz diagonal
Autocorrelacin
Variables
latentes
(componentes
principales)
Test de BreuschGodfrey
Transformacin
logartmica
Mnimos
Cuadrados
Generalizados
(MCG o GLS)
Transformacin
de White
Correcta
especificacin (si
es la causa)
Test de Box-Pierce
R2 sobre-estimado
Test de Durbin-Watson
Modelos en
diferencia o
cuasi-diferencia
(MCG)
Tendencia
Sesgo de
especificacin
Estimadores
sesgados e
inconsistentes
Anlisis general
Ramsey RESET test
Transformacin
de Newey - West
Obvias
Variables
latentes
Captulo 13. 6