Académique Documents
Professionnel Documents
Culture Documents
CAPTULO 4
PROBLEMAS DE ADECUACIN MODELO-REALIDAD (I)
ERRORES DE ESPECIFICACIN
preferencias personales, factores que revelan las variaciones en el consumo entre los
individuos con caractersticas similares". Aproximar la renta permanente por los
ingresos declarados, y la riqueza por los activos es una opcin tomada comunmente
en las aplicaciones empricas para este tipo de modelo de consumo. En otras
ocasiones se opta por la no inclusin en el modelo de la variable riqueza debido a la
falta de informacin estadstica disponible y fiable.
En otro orden de cosas, la relacin paramtrica establecida en un modelo
economtrico suele ser lineal, o linealizable despus de alguna transformacin en los
valores de las variables. En cualquier caso se trata de una representacin formal que
trata de ser lo ms cercana posible a la verdadera relacin que es, como sabemos,
desconocida por parte del investigador.
En sentido amplio, entendemos por errores de especificacin todos aquellos errores
que se cometen en la construccin de un modelo economtrico. Estos errores pueden
afectar tanto a la definicin de los regresores como a las hiptesis que suponemos
cumple la perturbacin aleatoria de la ecuacin de regresin. En la primera categora
de errores situaramos al que se comete cuando no incorporamos un factor relevante
en la explicacin de la variabilidad de la variable endgena de un modelo, mientras
que incurrimos en la segunda categora de errores cuando estimamos un modelo por
MCO suponiendo que las perturbaciones tienen varianza constante cuando en
realidad son heteroscedsticas.
En este captulo nos limitaremos a considerar los errores de especificacin en un
sentido ms restringido: nos referiremos por el momento a los errores cometidos al
especificar la matriz X de regresores. Se incluyen en este tipo de errores los
siguientes casos:
______________________________________
Manual de Econometra. Captulo 4, pgina 2.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
______________________________________
Manual de Econometra. Captulo 4, pgina 3.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
(4.1)
(4.2)
en donde,
______________________________________
Manual de Econometra. Captulo 4, pgina 4.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
y i = Y i - Y ; xi = X i - X ; z i = Z i - Z
(4.3)
x 2 zy - xz xy
x 2 z 2 - ( xz )2
z2
x 2 z 2 - ( xz )2
(4.4)
x2
Var( ) =
x 2 z 2 - ( xz )2
2
u
Obsrvese que, con objeto de aligerar las expresiones anliticas, en los sumatorios se
ha eliminado la referencia al trmino genrico que corresponde a todos los valores
desde i=1 hasta i=n.
______________________________________
Manual de Econometra. Captulo 4, pgina 5.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
La inferencia por MCO del modelo resultante de la omisin de una variable explicativa
Z, lleva a la formulacin de un modelo alternativo en la forma:
y i = xi + vi
(4.5)
en donde, como es obvio, vi= ui+zi. Advirtamos en seguida que, el hecho de que u
cumpliera las hiptesis del modelo estndar no garantiza en absoluto que vaya a
suceder lo mismo con el nuevo trmino de error aleatorio v. En efecto, el trmino de
error v de la ecuacin (4.5) es tal que su valor esperado es cero, pero su varianza
viene determinada por la varianza de la variable omitida z y que puede ser distinta
______________________________________
Manual de Econometra. Captulo 4, pgina 6.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
que puede expresarse alternativamente, sin ms que sustituir la variable y por su valor
segn la ecuacin (4.5), mediante:
x( x + v)
xv
x(z + u ) = + xz + xu
=
+
=
+
~ =
x2
x2
x2
x 2 x2
(4.6)
xz xu
xz
~
E( ) = E[ +
+
]=+
2
2
x
x
x2
(4.7)
______________________________________
Manual de Econometra. Captulo 4, pgina 7.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
SESGO =
xz
x2
Esto significa que el signo del sesgo depende de los signos del parmetro y de la
covarianza entre la variable incluida x y la omitida z. Si ambos signos coinciden, el
sesgo es positivo, en tanto que si y xz son de signos contrarios, entonces el sesgo
es negativo. Una situacin extrema, aunque altamente improbable tratndose de
variables econmicas, en la que x y z estuviesen perfectamente incorrelacionadas
linealmente (en cuyo caso, xz = 0) conducira a una estimacin insesgada de a
pesar de la ausencia de z en el modelo.
Es decir, explicar las variaciones en el absentismo a travs de la variabilidad del
tamao de las empresas olvidando los salarios medios, conduce a estimadores
sesgados del parmetro que refleja la respuesta del absentismo a las variaciones en
la dimensin empresarial. Si las empresas mayores son las que ofrecen salarios
medios ms elevados (rxz>0), y se espera que a mayores salarios corresponden
menores tasas de absentismo, entonces el sesgo es negativo.
Por lo que respecta a la varianza del estimador de , para el modelo mal especificado,
vale:
1
xu 2
~
~
~
Var( ) = E[ - E( ) ] 2 = E[
] = u2
2
x
x2
(4.8)
Vemos que esta varianza es menor que la que se obtena en el caso de trabajar con
el modelo completo. En efecto, la varianza del estimador para el modelo completo
("verdadero") es:
______________________________________
Manual de Econometra. Captulo 4, pgina 8.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
Var( ) = u2
z2
1
= u2
2
2
2
2
x (1 - r 2xz )
x z - ( xz )
(4.9)
que muestra como la varianza del estimador de que se obtiene del modelo en el que
se incurre en un error de omisin de una variable relevante es menor que la varianza
del estimador de obtenido del modelo correcto.
La anterior afirmacin puede parecer una contradiccin por cuanto nos seala que la
distribucin del estimador en presencia de un error de especificacin del modelo es
ms concentrada que la obtenida con el modelo bien construido. Sin embargo, la
distribucin de beta tilde es sesgada respecto de . En consecuencia, para decidir
cul de los dos estimadores es preferible debemos recurrir a la medida de su
respectivo error cuadrtico medio (ECM) que nos informar conjuntamente de la
magnitud del sesgo y de la varianza.
En el caso que nos ocupa tenemos que el ECM del estimador de deducido del
modelo de la ecuacin (4.2), es decir en el modelo correcto es,
ECM( ) = [Sesgo ( ) ] 2 + Var ( ) = 0 +
u2
x 2 (1 - r 2xz )
(4.10)
u
=
x 2 (1 - r 2xz )
______________________________________
Manual de Econometra. Captulo 4, pgina 9.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
2 ( xz )2 u2
+
x2
( x 2 )2
)
ECM( )
Var( )
que no es otra cosa que el valor terico del estadstico de prueba de la hiptesis nula
Ho: =0. Decimos que se trata de un valor terico puesto que en el denominador
interviene el verdadero valor de la varianza del estimador y no su estimacin, como
sucede en el clculo del estadstico t de student utilizado en el contraste de
significacin individual de los parmetros en el modelo de regresin.
En definitiva, tenemos que
______________________________________
Manual de Econometra. Captulo 4, pgina 10.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
ECM( ) ECM( ~ )
(4.12)
si y solo si : 1 + r ( - 1) > 0
2
xz
o, lo que es lo mismo, si
=|
|> 1
Var( )
aquellos casos en los que el estadstico de prueba de significacin del parmetro que
la acompaa presentara valores sensiblemente inferiores a la unidad, es decir que la
relevancia de la variable excluida fuera escasa.
-1
-1
1
b* = (X * X * ) X * Y = (X * X * ) X * X + (X * X * ) X * U
(4.14)
(4.15)
______________________________________
Manual de Econometra. Captulo 4, pgina 12.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
Modelo Estimado :
(4.16)
Y = X * 1 = X 1 b*
X * = [ X 1 X 2 ... X r ] = X 1
X = [ X 1 X 2 ... X r X r+1 ... X K ] = [ X 1 X 2 ]
-1
) X * X = ( X 1 X
-1
) X 1 [ X
]
(4.17)
= ( X 1 X
-1
) [ X 1 X
X 1 X
] = [ Ir
( X 1 X
-1
) X 1 X
La ltima matriz de (4.17) tiene r filas y K columnas. Sus primeras r columnas forman
una matriz identidad. Las otras K-r columnas son los estimadores MCO de la
regresin
de
cada
una
de
las
variables
en
X2
(dependientes)
contra
______________________________________
Manual de Econometra. Captulo 4, pgina 13.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
* j
)=
+ a
j, r + 1
r+ 1
...+
j, K
(4.18)
(j = 1,2,...r)
e = M 1 Y = [I - X 1 ( X 1 X
-1
) X 1 ]Y
siendo M1 una matriz simtrica e idempotente de rango n-r. Teniendo en cuenta esta
ltima expresin y que M1 es ortogonal con X1, es decir, que:
X1 M1 = M1 X1 = 0
podemos obtener la expresin de la suma de cuadrados de los errores para nuestro
modelo, en funcin de las perturbaciones U, de las exgenas X y de los parmetros :
SCE = ee = Y M 1 Y
= ( X 1 1 + X 2 2 + U) M 1 ( X 1 1 + X 2 2 + U)
(4.19)
= ( X 2 2 + U) M 1 ( X 2 2 + U)
= U M 1U + 2 X 2 M 1 X 2 2 + 2 2 X 2 M 1U
______________________________________
Manual de Econometra. Captulo 4, pgina 15.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
2 =
ee
n-r
(4.21)
E( 2 ) = 2 +
1
2 X 2 M 1 X 2 2
n-r
(4.22)
(4.23)
ci = C i - C ; i = 1...n
2 xy - xc cy
~ = c 2
x c 2 - ( xc )2
(4.24)
En efecto:
c 2 E[ xy] - xc E[ cy]
~
E[ ] =
x 2 c 2 - ( xc )2
(4.26)
c ( x ) - xc ( xc)
=
x 2 c 2 - ( xc )2
2
Por lo que se refiere a la varianza del estimador, que coincidir con su ECM puesto
que se trata de un estimador insesgado, tenemos
Var( ~ ) = ECM( ~ ) = u2
c2
x 2 c 2 - ( xc )2
(4.27)
= u2
1
x (1 - r 2xc )
2
______________________________________
Manual de Econometra. Captulo 4, pgina 18.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
Esta varianza es, en cualquier caso, superior a la varianza que se obtiene del modelo
correcto, es decir
~
Var( ) = u2
1
1
Var( ) = u2
2
x (1 - r xc )
x2
2
(4.28)
x 2 E[ cy] - xc E[ xy]
x 2 c 2 - ( xc )2
(4.29)
x 2 xc - xc E[ x 2 ]
=0
x 2 c 2 - ( xc )2
Verdadero
Y = X
Modelo
+ U
Estimado
:
(4.30)
Y = X
b1+ X
X = [ X
X
= [ X
Teniendo en cuenta (4.30) podemos ver que los estimadores MCO son insesgados:
______________________________________
Manual de Econometra. Captulo 4, pgina 20.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
( ( X * X
-1
X * )
IK
0 (4.31)
y, teniendo en cuenta que MX1 = MX* = 0, vemos que la suma de cuadrados de los
errores de la regresin es U'M U:
SCE = ee = Y MY = ( X 1 1 + U) M ( X 1 1 + U)
(4.32)
= U MU + 1 X 1 M X 1 1 + 2 1 X 1 MU = U MU
coincide con los grados de libertad del modelo estimado, es decir, N-K-s. El estimador
MCO de la varianza del error es insesgado, ya que:
~ 2 =
ee
;
N -K -s
(4.33)
N -K -s
E (~ 2 ) = 2
=2
N -k -s
______________________________________
Manual de Econometra. Captulo 4, pgina 22.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC
Modelo Verdadero :
y i = 2 x 2i + 3 x 22i + u i
(4.34)
Modelo Estimado :
y i = 2 x 2 i + vi
~2 =
x y
x
2
2
2
(4.35)
donde,
x 2i = X
2i
- X 2 ; u i = U i - U ; i = 1...n
x32i
x 22i
(4.36)
expresin que podemos comparar con la obtenida en (4.7) para ver que efectivamente
se trata del mismo tipo de problema y, en consecuencia, del mismo resultado.
______________________________________
Manual de Econometra. Captulo 4, pgina 24.
1
2
Carlos Murillo Fort y Beatriz Gonzlez Lpez-Valcrcel (2000)
1
Catedrtico Universidad Pompeu Fabra
2
Catedrtica Universidad de Las Palmas de GC