Vous êtes sur la page 1sur 267

Teora Econometrica

Cuarta Sesi
on

Juan Carlos Abanto Orihuela


j.abanto@giddea.com
Giddea Consulting & Training

Enero - 2013

Parte I
Multicolinealidad

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)
Sobre los regresores (Xs) se asume que:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)
Sobre los regresores (Xs) se asume que:
X es matriz valores fijos independiente de (El PGD es
independiente del proceso que genera ).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)
Sobre los regresores (Xs) se asume que:
X es matriz valores fijos independiente de (El PGD es
independiente del proceso que genera ).
Rango lleno de la matriz X: (X ) = k n (No hay relacion
lineal exacta entre las Xs) (X 0 X )1

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)
Sobre los regresores (Xs) se asume que:
X es matriz valores fijos independiente de (El PGD es
independiente del proceso que genera ).
Rango lleno de la matriz X: (X ) = k n (No hay relacion
lineal exacta entre las Xs) (X 0 X )1
No colinealidad exacta entre 2 variables Xs o

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En el MLG Y = X + u...(1)
Sobre los regresores (Xs) se asume que:
X es matriz valores fijos independiente de (El PGD es
independiente del proceso que genera ).
Rango lleno de la matriz X: (X ) = k n (No hay relacion
lineal exacta entre las Xs) (X 0 X )1
No colinealidad exacta entre 2 variables Xs o

No multicolinealidad exacta entre varias Xs.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

NATURALEZA DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

NATURALEZA DE LA MULTICOLINEALIDAD
Este problema surge cuando los regresores de un modelo
econometrico presentan un grado de correlaci
on lineal tal
que es difcil identificar de manera precisa el efecto individual
de cada uno de ellos sobre la variable dependiente.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

NATURALEZA DE LA MULTICOLINEALIDAD
Este problema surge cuando los regresores de un modelo
econometrico presentan un grado de correlaci
on lineal tal
que es difcil identificar de manera precisa el efecto individual
de cada uno de ellos sobre la variable dependiente.
La multicolinealidad es un problema muestral debido a que
no depende de la existencia te
orica de una relaci
on lineal
entre las Xs sino que dicha relaci
on lineal se presenta en la
muestra seleccionada para realizar el trabajo econometrico.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

NATURALEZA DE LA MULTICOLINEALIDAD
Este problema surge cuando los regresores de un modelo
econometrico presentan un grado de correlaci
on lineal tal
que es difcil identificar de manera precisa el efecto individual
de cada uno de ellos sobre la variable dependiente.
La multicolinealidad es un problema muestral debido a que
no depende de la existencia te
orica de una relaci
on lineal
entre las Xs sino que dicha relaci
on lineal se presenta en la
muestra seleccionada para realizar el trabajo econometrico.
La multicolinealidad es un problema de grado(que tan
severa es la relaci
on lineal entre las series econ
omicas?).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En general es difcil tener en un modelo de regresi


on variables
explicativas que no presenten cierta correlaci
on muestral
entre ellas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

En general es difcil tener en un modelo de regresi


on variables
explicativas que no presenten cierta correlaci
on muestral
entre ellas.
La multicolinealidad, de no ser perfecta, se puede considerar
un problema cuando la correlaci
on entre los regresores es tan
alta que se hace casi imposible estimar con precisi
on los
efectos individuales de cada uno de ellos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CAUSAS DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CAUSAS DE LA MULTICOLINEALIDAD
Tendencias comunes.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CAUSAS DE LA MULTICOLINEALIDAD
Tendencias comunes.
Modelos de Rezagos Distribudos, como:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CAUSAS DE LA MULTICOLINEALIDAD
Tendencias comunes.
Modelos de Rezagos Distribudos, como:
Ct = 1 + 2 Yt + 3 Yt1 + 4 Yt2 + ut

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CAUSAS DE LA MULTICOLINEALIDAD
Tendencias comunes.
Modelos de Rezagos Distribudos, como:
Ct = 1 + 2 Yt + 3 Yt1 + 4 Yt2 + ut
Algunas variables explicativas varan juntas porque los datos
en la muestra no fueron recopilados de una base
suficientemente amplia.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on cometido
por el investigador)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on cometido
por el investigador)
Considere la siguiente funci
on de demanda por dinero, donde
r indica la tasa de interes y t el tiempo:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on cometido
por el investigador)
Considere la siguiente funci
on de demanda por dinero, donde
r indica la tasa de interes y t el tiempo:
Mt = 1 + 2 rt + 3 rt1 + 4 (rt rt1 ) + ut

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on cometido
por el investigador)
Considere la siguiente funci
on de demanda por dinero, donde
r indica la tasa de interes y t el tiempo:
Mt = 1 + 2 rt + 3 rt1 + 4 (rt rt1 ) + ut
C
omo son los regresores en este modelo?.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on cometido
por el investigador)
Considere la siguiente funci
on de demanda por dinero, donde
r indica la tasa de interes y t el tiempo:
Mt = 1 + 2 rt + 3 rt1 + 4 (rt rt1 ) + ut
C
omo son los regresores en este modelo?.
Se podr
a estimar los 4 par
ametros?.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on )
Considere la siguiente funci
on para explicar el producto:
PBIt = 1 + 2 Const + 3 Invt + 4 Gt + 5 Xnetast + ut

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on )
Considere la siguiente funci
on para explicar el producto:
PBIt = 1 + 2 Const + 3 Invt + 4 Gt + 5 Xnetast + ut
Como son los regresores en este modelo?.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on )
Considere la siguiente funci
on para explicar el producto:
PBIt = 1 + 2 Const + 3 Invt + 4 Gt + 5 Xnetast + ut
Como son los regresores en este modelo?.
Considere esta otra especificacion:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on )
Considere la siguiente funci
on para explicar el producto:
PBIt = 1 + 2 Const + 3 Invt + 4 Gt + 5 Xnetast + ut
Como son los regresores en este modelo?.
Considere esta otra especificacion:
Yt = 1 + 2 DInternat + 3 Invt + 4 ConsPrivt + ut

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
MULTICOLINEALIDAD PERFECTA
(Te
oria: Aparece por un error en la especificaci
on )
Considere la siguiente funci
on para explicar el producto:
PBIt = 1 + 2 Const + 3 Invt + 4 Gt + 5 Xnetast + ut
Como son los regresores en este modelo?.
Considere esta otra especificacion:
Yt = 1 + 2 DInternat + 3 Invt + 4 ConsPrivt + ut

En las Cuentas Nacionales, la Demanda Interna de un pas es


igual a la suma del Consumo Privado, el Consumo P
ublico y
la Inversi
on.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Perfecta:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Perfecta:

debido a que det(X 0 X ) = 0 no se


No se puede estimar ,
puede invertir la matriz (X 0 X ), y,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Perfecta:

debido a que det(X 0 X ) = 0 no se


No se puede estimar ,
puede invertir la matriz (X 0 X ), y,
0

= 2 (X 0 X )1 = 2 Adj(X 0 X ) =
Var ()
det(X X )

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

No se viola ning
un supuesto b
asico de la regresi
on y, por
tanto, las propiedades de los estimadores se mantienen.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

No se viola ning
un supuesto b
asico de la regresi
on y, por
tanto, las propiedades de los estimadores se mantienen.
El estimador MCO ,continua siendo MELI

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

No se viola ning
un supuesto b
asico de la regresi
on y, por
tanto, las propiedades de los estimadores se mantienen.
El estimador MCO ,continua siendo MELI
Un alto grado de multicolinealidad incrementa las varianzas de
los coeficientes estimados por MICO. Esto hace dificil estimar
separadamente los efectos individuales de cada X, los cuales
seran estimados con poca precision.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

No se viola ning
un supuesto b
asico de la regresi
on y, por
tanto, las propiedades de los estimadores se mantienen.
El estimador MCO ,continua siendo MELI
Un alto grado de multicolinealidad incrementa las varianzas de
los coeficientes estimados por MICO. Esto hace dificil estimar
separadamente los efectos individuales de cada X, los cuales
seran estimados con poca precision.
Var (MCO ) depende del grado de colinealidad entre las Xs:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

No se viola ning
un supuesto b
asico de la regresi
on y, por
tanto, las propiedades de los estimadores se mantienen.
El estimador MCO ,continua siendo MELI
Un alto grado de multicolinealidad incrementa las varianzas de
los coeficientes estimados por MICO. Esto hace dificil estimar
separadamente los efectos individuales de cada X, los cuales
seran estimados con poca precision.
Var (MCO ) depende del grado de colinealidad entre las Xs:
A mayor colinealidad, mayor varianza MCO t bajos con R 2
alto Inferencia basada en los t se distorsiona. No se afecta
inferencia basada en F.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
En una regresi
on m
ultiple, la Var de c/u de los coef .de reg. es :

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
En una regresi
on m
ultiple, la Var de c/u de los coef .de reg. es :
Var (j ) =

2P
n(1R 2 )( Xj2 /n)

Juan Carlos Abanto Orihuela

j = 1, ..., k

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
En una regresi
on m
ultiple, la Var de c/u de los coef .de reg. es :
Var (j ) =

2P
n(1R 2 )( Xj2 /n)

j = 1, ..., k

R 2 es obtenido al regresionar Xj sobre el resto de los regresores del


modelo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
CONSECUENCIAS DE LA MULTICOLINEALIDAD
En una regresi
on m
ultiple, la Var de c/u de los coef .de reg. es :
Var (j ) =

2P
n(1R 2 )( Xj2 /n)

j = 1, ..., k

R 2 es obtenido al regresionar Xj sobre el resto de los regresores del


modelo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:
El problema no reside en que los contrastes no sean
correctos estadsticamente, sino en que no estimamos con
suficiente precisi
on los efectos individuales.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:
El problema no reside en que los contrastes no sean
correctos estadsticamente, sino en que no estimamos con
suficiente precisi
on los efectos individuales.
La mayor varianza genera mayor sensibilidad de los coeficientes
estimados a peque
nas variaciones en la data:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

CONSECUENCIAS DE LA MULTICOLINEALIDAD
Si Multicolinealidad Severa:
El problema no reside en que los contrastes no sean
correctos estadsticamente, sino en que no estimamos con
suficiente precisi
on los efectos individuales.
La mayor varianza genera mayor sensibilidad de los coeficientes
estimados a peque
nas variaciones en la data:
Ligeros cambios en las matrices de datos X (a
nadiendo o
suprimiendo unas pocas observaciones) pueden llevar a grandes
cambios en los par
ametros estimados. Esto nos puede llevar
err
oneamente a considerar la posibilidad de cambio estructural,
cuando en realidad se trata de otro problema.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

INDICIOS DEL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

INDICIOS DEL PROBLEMA


La presencia de Multicolinealidad se puede evidenciar
cuando:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

INDICIOS DEL PROBLEMA


La presencia de Multicolinealidad se puede evidenciar
cuando:
Los signos estimados de los coeficientes no son los esperados o se
distorsionan.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

INDICIOS DEL PROBLEMA


La presencia de Multicolinealidad se puede evidenciar
cuando:
Los signos estimados de los coeficientes no son los esperados o se
distorsionan.
Los estadsticos t no son significativos, a pesar de un F
o R2
2
alto. Forma pr
actica: R alto y t bajos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

INDICIOS DEL PROBLEMA


La presencia de Multicolinealidad se puede evidenciar
cuando:
Los signos estimados de los coeficientes no son los esperados o se
distorsionan.
Los estadsticos t no son significativos, a pesar de un F
o R2
2
alto. Forma pr
actica: R alto y t bajos.
Los resultados de la regresi
on cambian de manera importante
cuando una variable explicativa se elimina.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.
xi xj ' 1

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.
xi xj ' 1
xi xj .xz ' 1

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.
xi xj ' 1
xi xj .xz ' 1
det(XX) tiende a 0.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.
xi xj ' 1
xi xj .xz ' 1
det(XX) tiende a 0.
det(X 0 X ) = 1 2 3 ...k (autovalores)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Se han desarrollado numerosas reglas pr
acticas que tratan de
determinar en que medida la multicolinealidad afecta
gravemente a la estimaci
on y contraste de un modelo.
Estas reglas no son siempre fiables y en algunos casos son
discutibles.
xi xj ' 1
xi xj .xz ' 1
det(XX) tiende a 0.
det(X 0 X ) = 1 2 3 ...k (autovalores)
Se podria evaluar si la XX tiene algun autovalor ' 0

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


det(R) ' 0 matriz de correlacion de exogenas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


det(R) ' 0 matriz de correlacion de exogenas.
En el caso de un modelo con 3 variables explicativas, R sera:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


det(R) ' 0 matriz de correlacion de exogenas.
En el caso de un modelo con 3 variables explicativas, R sera:

1
x2 x3 x2 x4
1
x3 x4
R = x2 x3
x2 x4 x3 x4
1

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


det(R) ' 0 matriz de correlacion de exogenas.
En el caso de un modelo con 3 variables explicativas, R sera:

1
x2 x3 x2 x4
1
x3 x4
R = x2 x3
x2 x4 x3 x4
1
En perfecta multicolinealidad: x2 x3 = 1 x3 x4 = 1etc. todos los
elementos de la matriz R son unos, por lo que su determinante
sera igual a 0.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


det(R) ' 0 matriz de correlacion de exogenas.
En el caso de un modelo con 3 variables explicativas, R sera:

1
x2 x3 x2 x4
1
x3 x4
R = x2 x3
x2 x4 x3 x4
1
En perfecta multicolinealidad: x2 x3 = 1 x3 x4 = 1etc. todos los
elementos de la matriz R son unos, por lo que su determinante
sera igual a 0.
Si Xs son ortogonales: x2 x3 = 0 x3 x4 = 0 etc. la matriz R
seria la matriz identidad, cuyo determinante es 1.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, como la multicolinealidad es un problema
muestral, no existen contrastes estadsticos, propiamente
dichos, que sean aplicables para su detecci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, como la multicolinealidad es un problema
muestral, no existen contrastes estadsticos, propiamente
dichos, que sean aplicables para su detecci
on.
Dos procedimientos que se emplean :

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, como la multicolinealidad es un problema
muestral, no existen contrastes estadsticos, propiamente
dichos, que sean aplicables para su detecci
on.
Dos procedimientos que se emplean :
El factor de inflaci
on o agrandamiento de la varianza y,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, como la multicolinealidad es un problema
muestral, no existen contrastes estadsticos, propiamente
dichos, que sean aplicables para su detecci
on.
Dos procedimientos que se emplean :
El factor de inflaci
on o agrandamiento de la varianza y,
El n
umero
o ndice de condici
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


El factor de inflaci
on de la varianza (FIV) es la raz
on entre la
varianza observada en la regresi
on m
ultiple y la que habra
sido en caso de que Xj fuera no correlacionada con el resto
de regresores del modelo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


El factor de inflaci
on de la varianza (FIV) es la raz
on entre la
varianza observada en la regresi
on m
ultiple y la que habra
sido en caso de que Xj fuera no correlacionada con el resto
de regresores del modelo.

FIVj =

2
P
n(1R 2 )( x 2 /n)
j
j
2

P 2
( x )
j

Juan Carlos Abanto Orihuela

FIVj =

Teora Econom
etrica

1
(1Rj2 )

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


El factor de inflaci
on de la varianza (FIV) es la raz
on entre la
varianza observada en la regresi
on m
ultiple y la que habra
sido en caso de que Xj fuera no correlacionada con el resto
de regresores del modelo.

FIVj =

2
P
n(1R 2 )( x 2 /n)
j
j
2

P 2
( x )
j

FIVj =

1
(1Rj2 )

Muestra en que medida se agranda la varianza del estimador


como consecuencia de la no ortogonalidad de los regresores.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


FIVj =

1
(1Rj2 )

Juan Carlos Abanto Orihuela

1 FIVj <

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


FIVj =

1
(1Rj2 )

1 FIVj <

Algunos autores consideran que existe un problema grave de


multicolinealidad cuando el FIVj de alg
un coeficiente es
> 10, es decir, cuando el Rj2 > 0, 90.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


FIVj =

1
(1Rj2 )

1 FIVj <

Algunos autores consideran que existe un problema grave de


multicolinealidad cuando el FIVj de alg
un coeficiente es
> 10, es decir, cuando el Rj2 > 0, 90.
Recuerde que Rj2 es obtenido al regresionar Xj sobre el resto de los
regresores del modelo

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Indice o Numero de Condicion de XX: considerando los
autovalores de (XX), sirve para analizar la colinealidad que
producen todas las variables explicativas del modelo en su
conjunto.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Indice o Numero de Condicion de XX: considerando los
autovalores de (XX), sirve para analizar la colinealidad que
producen todas las variables explicativas del modelo en su
conjunto.
r
MAX
I =
MIN

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Indice o Numero de Condicion de XX: considerando los
autovalores de (XX), sirve para analizar la colinealidad que
producen todas las variables explicativas del modelo en su
conjunto.
r
MAX
I =
MIN
Mide la sensibilidad de las estimaciones MCO ante peque
nos
cambios en los datos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Indice o Numero de Condicion de XX: considerando los
autovalores de (XX), sirve para analizar la colinealidad que
producen todas las variables explicativas del modelo en su
conjunto.
r
MAX
I =
MIN
Mide la sensibilidad de las estimaciones MCO ante peque
nos
cambios en los datos.
Mientras m
as grande es el valor mayor probabilidad que
exista multicolinealidad:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Indice o Numero de Condicion de XX: considerando los
autovalores de (XX), sirve para analizar la colinealidad que
producen todas las variables explicativas del modelo en su
conjunto.
r
MAX
I =
MIN
Mide la sensibilidad de las estimaciones MCO ante peque
nos
cambios en los datos.
Mientras m
as grande es el valor mayor probabilidad que
exista multicolinealidad:
Si 20 IC 30 Grave
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA

1
(D.E. Farrar y R.R. Glauber Multicollinearity in Regression Analysis, Rev. Econ. &
Statist., Vol. 49, 1967, pp92 107 http://www.jstor.org/stable/10.2307/1937887
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, analizando un solo indicador no hay un metodo
seguro.

1
(D.E. Farrar y R.R. Glauber Multicollinearity in Regression Analysis, Rev. Econ. &
Statist., Vol. 49, 1967, pp92 107 http://www.jstor.org/stable/10.2307/1937887
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, analizando un solo indicador no hay un metodo
seguro.
Test de Frish.

1
(D.E. Farrar y R.R. Glauber Multicollinearity in Regression Analysis, Rev. Econ. &
Statist., Vol. 49, 1967, pp92 107 http://www.jstor.org/stable/10.2307/1937887
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

METODOS PARA DETECTAR EL PROBLEMA


Sin embargo, analizando un solo indicador no hay un metodo
seguro.
Test de Frish.
Test de Farrar & Glauber1

1
(D.E. Farrar y R.R. Glauber Multicollinearity in Regression Analysis, Rev. Econ. &
Statist., Vol. 49, 1967, pp92 107 http://www.jstor.org/stable/10.2307/1937887
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER
Conjunto de 3 test estadsticos para verificar
multicolinealidad.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER
Conjunto de 3 test estadsticos para verificar
multicolinealidad.
Primero: Un test Chi-cuadrado para detectar la existencia y la
severidad de la multicolinealidad en una funci
on que incluye
varias variables explicativas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER
Conjunto de 3 test estadsticos para verificar
multicolinealidad.
Primero: Un test Chi-cuadrado para detectar la existencia y la
severidad de la multicolinealidad en una funci
on que incluye
varias variables explicativas.
Segundo: Un test F para localizar qu
e variables son
multicolineales.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER
Conjunto de 3 test estadsticos para verificar
multicolinealidad.
Primero: Un test Chi-cuadrado para detectar la existencia y la
severidad de la multicolinealidad en una funci
on que incluye
varias variables explicativas.
Segundo: Un test F para localizar qu
e variables son
multicolineales.
Tercero: Un test t para descubrir el patr
on de multicolinealidad,
es decir, para determinar qu
e variables son responsables que
aparezca la multicolinealidad.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad
TEST DE FARRAR GLAUBER
Conjunto de 3 test estadsticos para verificar
multicolinealidad.
Primero: Un test Chi-cuadrado para detectar la existencia y la
severidad de la multicolinealidad en una funci
on que incluye
varias variables explicativas.
Segundo: Un test F para localizar qu
e variables son
multicolineales.
Tercero: Un test t para descubrir el patr
on de multicolinealidad,
es decir, para determinar qu
e variables son responsables que
aparezca la multicolinealidad.

Se considera la multicolinealidad en una muestra como un


alejamiento de los Xs observados de la ortogonalidad. Este
enfoque se basa en que si la multicolinealidad es perfecta,
entonces los coeficientes se vuelven indeterminados, y que la
interrelaci
on entre las variables explicativas puede ser medida
por los coeficientes de correlaci
on m
ultiple y los coeficientes
de correlaci
on parcial.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

Juan Carlos Abanto Orihuela

del

Teora Econom
etrica


determinante(R)

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del

donde:

Juan Carlos Abanto Orihuela

Teora Econom
etrica


determinante(R)

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del


determinante(R)

donde:
2 = valor estimado (calculado de la muestra) de 2

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del


determinante(R)

donde:
2 = valor estimado (calculado de la muestra) de 2
n = tama
no de la muestra

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del


determinante(R)

donde:
2 = valor estimado (calculado de la muestra) de 2
n = tama
no de la muestra
k = n
umero de variables explicativas

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del


determinante(R)

donde:
2 = valor estimado (calculado de la muestra) de 2
n = tama
no de la muestra
k = n
umero de variables explicativas
R = Matriz de correlaci
on de ex
ogenas

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test Chi cuadrado (2 ) para la presencia y la severidad de la
multicolinealidad en una funcion con varias variables explicativas.
H0 : Las Xs son ortogonales
H1 : Las Xs no son ortogonales

2 = [n 1 1/6(2k + 5)] ln valor

del


determinante(R)

donde:
2 = valor estimado (calculado de la muestra) de 2
n = tama
no de la muestra
k = n
umero de variables explicativas
R = Matriz de correlaci
on de ex
ogenas

2 tiene una distribuci


on 2 con v = 1/2[k(k 1)] grados de libertad.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Si 2 > 21/2[k(k1)] se rechaza el supuesto de ortogonalidad,
es decir, se acepta que hay multicolinealidad en la funcion.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Si 2 > 21/2[k(k1)] se rechaza el supuesto de ortogonalidad,
es decir, se acepta que hay multicolinealidad en la funcion.
Mientras mayor sea el 2 mas severa sera la
multicolinealidad.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Si 2 > 21/2[k(k1)] se rechaza el supuesto de ortogonalidad,
es decir, se acepta que hay multicolinealidad en la funcion.
Mientras mayor sea el 2 mas severa sera la
multicolinealidad.

Si 2 < 21/2[k(k1)] se acepta el supuesto de ortogonalidad,


es decir, no hay multicolinealidad significativa en la funcion.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

Juan Carlos Abanto Orihuela

)/(nk)

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

)/(nk)

donde:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

)/(nk)

donde:
n = tama
no de la muestra

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

)/(nk)

donde:
n = tama
no de la muestra
k = n
umero de variables explicativas

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

)/(nk)

donde:
n = tama
no de la muestra
k = n
umero de variables explicativas
Si F > F(k1,nk) , se acepta que la variable Xi es multicolineal,
es decir, se rechaza la Hip
otesis nula.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test F para localizar la multicolinealidad.
H0 : RX2 i x2 x3 ...xk = 0
H1 : RX2 i x2 x3 ...xk 6= 0
F =

Rx2 x

i 2 x3 ...xk

(1Rx2 x

/(k1)

i 2 x3 ...xk

)/(nk)

donde:
n = tama
no de la muestra
k = n
umero de variables explicativas
Si F > F(k1,nk) , se acepta que la variable Xi es multicolineal,
es decir, se rechaza la Hip
otesis nula.
Si F < F(k1,nk) , se acepta que la variable Xi no es
multicolineal.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0
H1 : xi xj .x2 x3 ...xk 6= 0

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0
H1 : xi xj .x2 x3 ...xk 6= 0
t =

xi xj .x2 x3 ...xk nk
1xi xj .x2 x3 ...xk

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0
H1 : xi xj .x2 x3 ...xk 6= 0
t =

xi xj .x2 x3 ...xk nk
1xi xj .x2 x3 ...xk

donde: xi xj .x2 x3 ...xk es el coeficiente de correlacion parcial entre xi y xj .

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0
H1 : xi xj .x2 x3 ...xk 6= 0
t =

xi xj .x2 x3 ...xk nk
1xi xj .x2 x3 ...xk

donde: xi xj .x2 x3 ...xk es el coeficiente de correlacion parcial entre xi y xj .


Sit > t se acepta que las variables xi y xj son responsables de
multicolinealidad en la funci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


Test t para detectar cuales de las variables causan
multicolinealidad.
H0 : xi xj .x2 x3 ...xk = 0
H1 : xi xj .x2 x3 ...xk 6= 0
t =

xi xj .x2 x3 ...xk nk
1xi xj .x2 x3 ...xk

donde: xi xj .x2 x3 ...xk es el coeficiente de correlacion parcial entre xi y xj .


Sit > t se acepta que las variables xi y xj son responsables de
multicolinealidad en la funci
on.
Si t < t se acepta que xi y xj no son causa de multicolinealidad, puesto
que su coeficiente de correlacion parcial no es estadisticamente significativo.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


RESUMEN:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

TEST DE FARRAR GLAUBER


RESUMEN:

Decisi
on
Test Chi

Si 2 > 21/2[k(k1)] se acepta que hay multicolinealidad.

Cuadrado

Si 2 < 21/2[k(k1)] se acepta que no hay multicolinealidad

Test
F
Test
t

significativa en la funcion.
Si F > F(k1,nk) , se acepta que Xi es multicolineal.
Si F < F(k1,nk) , se acepta que Xi no es multicolineal.
Si t > t se acepta que las variables xi y xj son colineales.
Si t < t se acepta que xi y xj no son causa de colinealidad.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Si recordamos que:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Si recordamos que:
La presencia de multicolinealidad severa no supone violaci
on de
los supuestos del MRLG, por lo que el estimador MCO continua
siendo MELI.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Si recordamos que:
La presencia de multicolinealidad severa no supone violaci
on de
los supuestos del MRLG, por lo que el estimador MCO continua
siendo MELI.
Si el problema es un aumento de varianza y una menor precisi
on,
se debe considerar que la multicolinealidad no es la u
nica causa
de este error.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Si recordamos que:
La presencia de multicolinealidad severa no supone violaci
on de
los supuestos del MRLG, por lo que el estimador MCO continua
siendo MELI.
Si el problema es un aumento de varianza y una menor precisi
on,
se debe considerar que la multicolinealidad no es la u
nica causa
de este error.
Una menor precisi
on afecta s
olo a los coeficientes individuales de
las variables correlacionadas pero no a sus combinaciones ni al
resto de coeficientes.

Conviene preguntarse: .es imprescindible corregir la


multicolinealidad?

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Existen varias soluciones pero todas pueden tener problemas. La
correcci
on del problema requiere conocer sus causas.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Existen varias soluciones pero todas pueden tener problemas. La
correcci
on del problema requiere conocer sus causas.
Aumentar n (obtener m
as datos e incorporarlos).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Existen varias soluciones pero todas pueden tener problemas. La
correcci
on del problema requiere conocer sus causas.
Aumentar n (obtener m
as datos e incorporarlos).
Formalizar la relaci
on entre las Xs. (modelo
multiecuacional: ecuaciones simult
aneas)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Existen varias soluciones pero todas pueden tener problemas. La
correcci
on del problema requiere conocer sus causas.
Aumentar n (obtener m
as datos e incorporarlos).
Formalizar la relaci
on entre las Xs. (modelo
multiecuacional: ecuaciones simult
aneas)
Omitir la variable colineal (pero cuidado!!! Se puede
generar estimador sesgado...evaluar sesgo vs varianza).

Se debe emplear: Error Cuadratico Medio ()

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Existen varias soluciones pero todas pueden tener problemas. La
correcci
on del problema requiere conocer sus causas.
Aumentar n (obtener m
as datos e incorporarlos).
Formalizar la relaci
on entre las Xs. (modelo
multiecuacional: ecuaciones simult
aneas)
Omitir la variable colineal (pero cuidado!!! Se puede
generar estimador sesgado...evaluar sesgo vs varianza).

Se debe emplear: Error Cuadratico Medio ()

ECM() = sesgo() + Var () [ Se escoge el de menor ECM]

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Informaci
on a priori (
o Pre-estimaci
on o
extramuestral):
Tomar informaci
on prestadade otros estudios que permita
reducir la colinealidad entre alg
un par o conjunto de variables.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Informaci
on a priori (
o Pre-estimaci
on o
extramuestral):
Tomar informaci
on prestadade otros estudios que permita
reducir la colinealidad entre alg
un par o conjunto de variables.
Trabajar con tasas de crecimiento o primeras diferencias y
no en niveles (para eliminar tendencia com
un), pero podria
generar problema con los errores y perdida de informaci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Informaci
on a priori (
o Pre-estimaci
on o
extramuestral):
Tomar informaci
on prestadade otros estudios que permita
reducir la colinealidad entre alg
un par o conjunto de variables.
Trabajar con tasas de crecimiento o primeras diferencias y
no en niveles (para eliminar tendencia com
un), pero podria
generar problema con los errores y perdida de informaci
on.
T
ecnicas multivariantes como Componentes principales,
pero en el modelo transformado puede no resultar f
acil la
interpretaci
on de las nuevas variables y coeficientes.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Regresi
on Por cordillera o Cresta(Ridge):

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Regresi
on Por cordillera o Cresta(Ridge):
r = (X 0 X + rD)1 X 0 Y
donde D es matriz diagonal y r es un escalar escogido
arbitrariamente a partir de 0.01.
Este estimador es sesgado pero tiene varianza menor a la de
MCO .

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Regresi
on Por cordillera o Cresta(Ridge):
r = (X 0 X + rD)1 X 0 Y
donde D es matriz diagonal y r es un escalar escogido
arbitrariamente a partir de 0.01.
Este estimador es sesgado pero tiene varianza menor a la de
MCO .
Hacer nada: Dejar las cosas como est
an (recomendaci
on de
Klein), pero si se cumple:
2
Rtotal
> Rx2i .x2 ...xk

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD:SOLUCION
Regresi
on Por cordillera o Cresta(Ridge):
r = (X 0 X + rD)1 X 0 Y
donde D es matriz diagonal y r es un escalar escogido
arbitrariamente a partir de 0.01.
Este estimador es sesgado pero tiene varianza menor a la de
MCO .
Hacer nada: Dejar las cosas como est
an (recomendaci
on de
Klein), pero si se cumple:
2
Rtotal
> Rx2i .x2 ...xk

Evaluaci
on econ
omica y estadstica es buena.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Tecnica debida a Hotelling (1933), aunque sus orgenes se
encuentra en los trabajos de Pearson.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Tecnica debida a Hotelling (1933), aunque sus orgenes se
encuentra en los trabajos de Pearson.
Permite eliminar parcialmente una o m
as variables del an
alisis
de regresi
on, separando la porci
on redundante de cada serie
de datos y conservando la informaci
on no redundante de
cada una de las variables en el modelo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Tecnica debida a Hotelling (1933), aunque sus orgenes se
encuentra en los trabajos de Pearson.
Permite eliminar parcialmente una o m
as variables del an
alisis
de regresi
on, separando la porci
on redundante de cada serie
de datos y conservando la informaci
on no redundante de
cada una de las variables en el modelo.
A partir de las k variables Xs iniciales esta metodologa
realiza una transformaci
on lineal matem
atica para
transformarlas en un n
umero reducido de variables
ortogonales entre s (Zs), llamadas componentes principales.
Este metodo extrae la informaci
on principal de cada una de
las Xs en unas pocas nuevas variables llamadas Zs.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
El primer componente principal considera la mayor parte
posible de la variabilidad de la data inicial.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
El primer componente principal considera la mayor parte
posible de la variabilidad de la data inicial.
Con las variables Zs se realiza el an
alisis de regresi
on para
explicar Y, dado que el nuevo sistema conserva la misma
variabilidad inicial.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Note que la variable X4 tiene el doble de elementos que X3 , por lo que


incluirlas a las 2 en el modelo genera colinealidad perfecta.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Note que la variable X4 tiene el doble de elementos que X3 , por lo que


incluirlas a las 2 en el modelo genera colinealidad perfecta.
Las variables Z no comparten nada en com
un (son ortogonales).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Note que la variable X4 tiene el doble de elementos que X3 , por lo que


incluirlas a las 2 en el modelo genera colinealidad perfecta.
Las variables Z no comparten nada en com
un (son ortogonales).
Los 2 sistemas son iguales: la cantidad total de figuras geom
etricas de
cada clase es id
entica en ambos sistemas.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
Seg
un Castro y Rivas-Llosa la intuici
on de esta metodologa:

Note que la variable X4 tiene el doble de elementos que X3 , por lo que


incluirlas a las 2 en el modelo genera colinealidad perfecta.
Las variables Z no comparten nada en com
un (son ortogonales).
Los 2 sistemas son iguales: la cantidad total de figuras geom
etricas de
cada clase es id
entica en ambos sistemas.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
El estimador de Componentes Principales es sesgado pero
tiene menor varianza a MCO , por ello puede ser preferible a
este (ECM).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Multicolinealidad

MULTICOLINEALIDAD-SOLUCION:
COMPONENTES PRINCIPALES
El estimador de Componentes Principales es sesgado pero
tiene menor varianza a MCO , por ello puede ser preferible a
este (ECM).
Uno de los principales problemas de la metodologia de
Componentes Principales es que las Zs (los componentes
principales) no han sido escogidos en base a ninguna relacion
entre X e Y, por ello es dificil de interpretar los betas de CP,
dado que ellos son una mezcla(combinacion) de los
coeficientes MCO originales.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Parte II
Extensiones del Modelo de
Regresion Lineal General

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extenciones del Modelo de Regresi


on Lineal General

Puntos a Tratar

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extenciones del Modelo de Regresi


on Lineal General

Puntos a Tratar
LINEAL
EXTENSIONES DEL MODELO DE REGRESION
GENERAL.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extenciones del Modelo de Regresi


on Lineal General

Puntos a Tratar
LINEAL
EXTENSIONES DEL MODELO DE REGRESION
GENERAL.
1

Cambio estructural y estabilidad de la funci


on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extenciones del Modelo de Regresi


on Lineal General

Puntos a Tratar
LINEAL
EXTENSIONES DEL MODELO DE REGRESION
GENERAL.
1

Cambio estructural y estabilidad de la funci


on.
Cambio estructural: detecci
on e implicaciones para la predicci
on:
Test de Chow.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extenciones del Modelo de Regresi


on Lineal General

Puntos a Tratar
LINEAL
EXTENSIONES DEL MODELO DE REGRESION
GENERAL.
1

Cambio estructural y estabilidad de la funci


on.
Cambio estructural: detecci
on e implicaciones para la predicci
on:
Test de Chow.
Estabilidad o constancia de los par
ametros: test CUSUM, test
CUSUM cuadrado, Coeficientes recursivos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Cuando se plantea el MLG se asume que existe 1 PGD que se
mantiene constante o inalterado en el tiempo o en el espacio
(en el periodo de estimaci
on y de predicci
on):

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Cuando se plantea el MLG se asume que existe 1 PGD que se
mantiene constante o inalterado en el tiempo o en el espacio
(en el periodo de estimaci
on y de predicci
on):
- Los 0 s son constantes, la funcion es la misma.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Cuando se plantea el MLG se asume que existe 1 PGD que se
mantiene constante o inalterado en el tiempo o en el espacio
(en el periodo de estimaci
on y de predicci
on):
- Los 0 s son constantes, la funcion es la misma.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Estabilidad / constancia de par
ametros:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Estabilidad / constancia de par
ametros:
Es uno de los criterios m
as importantes para que una ecuaci
on
estimada sea considerada buena, es decir, debera tener
relevancia para decirnos algo m
as de los datos fuera de la
muestra empleada para la estimaci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Estabilidad / constancia de par
ametros:
Es uno de los criterios m
as importantes para que una ecuaci
on
estimada sea considerada buena, es decir, debera tener
relevancia para decirnos algo m
as de los datos fuera de la
muestra empleada para la estimaci
on.
El vector de coeficientes (el vector ) debera ser valido tanto
para ser aplicado dentro de la muestra estimada como fuera de la
muestra de estimacion.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Estabilidad / constancia de par
ametros:
Es uno de los criterios m
as importantes para que una ecuaci
on
estimada sea considerada buena, es decir, debera tener
relevancia para decirnos algo m
as de los datos fuera de la
muestra empleada para la estimaci
on.
El vector de coeficientes (el vector ) debera ser valido tanto
para ser aplicado dentro de la muestra estimada como fuera de la
muestra de estimacion.
Si no hubiese constancia de par
ametros o la funci
on cambiase su
comportamiento (funci
on es inestable en el perodo de an
alisis)
los estimadores obtenidos seran inexactos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:
una guerra,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:
una guerra,
una huelga,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:
una guerra,
una huelga,
el fen
omeno del Ni
no,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:
una guerra,
una huelga,
el fen
omeno del Ni
no,
Cambios en la poltica econ
omica como cambio del sistema de
tipo de cambio de fijo a flexible, cambio en la poltica comercial
a mayor apertura,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Constancia de par
ametros-Estabilidad de la funci
on
Un quiebre estructural se presenta debido a fuerzas externas
o ex
ogenas como:
una guerra,
una huelga,
el fen
omeno del Ni
no,
Cambios en la poltica econ
omica como cambio del sistema de
tipo de cambio de fijo a flexible, cambio en la poltica comercial
a mayor apertura,
otros.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Constancia de par
ametros-Estabilidad de la funci
on

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Constancia de par
ametros-Estabilidad de la funci
on
La existencia de un quiebre estructural es la presencia de
m
as de un PGD en la muestra con la que se
est
a trabajando.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Constancia de par
ametros-Estabilidad de la funci
on
La existencia de un quiebre estructural es la presencia de
m
as de un PGD en la muestra con la que se
est
a trabajando.
Si en el periodo se presenta un quiebre estructural (evento
exogeno que no se ha explicitado en el modelo inicial):

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Constancia de par
ametros-Estabilidad de la funci
on
La existencia de un quiebre estructural es la presencia de
m
as de un PGD en la muestra con la que se
est
a trabajando.
Si en el periodo se presenta un quiebre estructural (evento
exogeno que no se ha explicitado en el modelo inicial):

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Ejemplo de Quiebre Estructural

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Ejemplo de Quiebre Estructural

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
Ejemplo de Quiebre Estructural

Estadsticamente es v
alido la presencia de este quiebre en el modelo?.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Ejemplo de Quiebre Estructural

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Ejemplo de Quiebre Estructural

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Ejemplo de Quiebre Estructural

Estadsticamente es v
alido la presencia de este quiebre en el modelo?.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Ejemplo de Quiebre Estructural

Estadsticamente es v
alido la presencia de este quiebre en el modelo?.
Si no lo es Se acepta estabilidad de la funcion. El modelo
especificado y estimado que se esta analizando es el correcto.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Ejemplo de Quiebre Estructural

Estadsticamente es v
alido la presencia de este quiebre en el modelo?.
Si no lo es Se acepta estabilidad de la funcion. El modelo
especificado y estimado que se esta analizando es el correcto.
Si lo es Se debe incluir el quiebre como regresor en el modelo, de lo
contrario se tendria omision de variable relevante.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre


- O Chow Breakpoint Test

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre


- O Chow Breakpoint Test
Para evaluar la estabilidad de los par
ametros o la presencia
de un cambio estructural: Test de Chow.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre


- O Chow Breakpoint Test
Para evaluar la estabilidad de los par
ametros o la presencia
de un cambio estructural: Test de Chow.
Test asume que:
1

U1t N(0, 2 ) y U2t N(0, 2 ): Es decir que los errores son


distribuidos normalmente con la misma varianza (son
homoscedasticos).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre


- O Chow Breakpoint Test
Para evaluar la estabilidad de los par
ametros o la presencia
de un cambio estructural: Test de Chow.
Test asume que:
1

U1t N(0, 2 ) y U2t N(0, 2 ): Es decir que los errores son


distribuidos normalmente con la misma varianza (son
homoscedasticos).
Los errores u1t y u2t son distribuidos independientemente.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Juan Carlos Abanto Orihuela

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Si se quiere evaluar si hay quiebre, la H0 es:

Juan Carlos Abanto Orihuela

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Si se quiere evaluar si hay quiebre, la H0 es:


H0 : 1 = 2 }

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

0 s de la submuestra n1 = 0 s de la submuestra n2
La funcion es estable, No hay quiebre estructural.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Si se quiere evaluar si hay quiebre, la H0 es:


H0 : 1 = 2 }

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

0 s de la submuestra n1 = 0 s de la submuestra n2
La funcion es estable, No hay quiebre estructural.

Si se asume como v
alida la H0 :
Modelo Restricto
si se estima para todo n
se obtiene:(e0 e )

   
y1
x
= 1 +u
y2
x2

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Si se quiere evaluar si hay quiebre, la H0 es:


H0 : 1 = 2 }

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

0 s de la submuestra n1 = 0 s de la submuestra n2
La funcion es estable, No hay quiebre estructural.

Si se asume como v
alida la H0 :
Modelo Restricto
si se estima para todo n
se obtiene:(e0 e )

   
y1
x
= 1 +u
y2
x2

F de Chow F =

(e0 ee 0 e)/k
e 0 e/(n2k)

Juan Carlos Abanto Orihuela

F (k, n 2k)

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

y 
1

y2

x

0
x2

  
1

+ u u (0, 2 I )

Si se quiere evaluar si hay quiebre, la H0 es:


H0 : 1 = 2 }

Modelo Irrestricto
si se estima se obtiene
(e 0 e = e10 e1 + e20 e2 )

0 s de la submuestra n1 = 0 s de la submuestra n2
La funcion es estable, No hay quiebre estructural.

Si se asume como v
alida la H0 :
Modelo Restricto
si se estima para todo n
se obtiene:(e0 e )

   
y1
x
= 1 +u
y2
x2

F de Chow F =

(e0 ee 0 e)/k
e 0 e/(n2k)

F (k, n 2k)

el coeficiente de k cambia si hay m


as de un quiebre.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Restricci
on: Requiere la fecha del quiebre.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Restricci
on: Requiere la fecha del quiebre.
H0 : de n1 = de n2 (Estabilidad)
H1 : de n1 6= de n2 (Estabilidad)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Restricci
on: Requiere la fecha del quiebre.
H0 : de n1 = de n2 (Estabilidad)
H1 : de n1 6= de n2 (Estabilidad)
F =

(e0 ee 0 e)/k
e 0 e/(n2k)

F (k, n 2k)

donde e 0 e = e10 e1 + e20 e2 = Suma de Errores al cuadrado del


modelo irrestricto. e0 e = Suma de Errores al cuadrado del
modelo restricto.
< F tabla Aceptar la H0 , la funcion es estable.
Si F

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Estructural: CHOW de Quiebre

Restricci
on: Requiere la fecha del quiebre.
H0 : de n1 = de n2 (Estabilidad)
H1 : de n1 6= de n2 (Estabilidad)
F =

(e0 ee 0 e)/k
e 0 e/(n2k)

F (k, n 2k)

donde e 0 e = e10 e1 + e20 e2 = Suma de Errores al cuadrado del


modelo irrestricto. e0 e = Suma de Errores al cuadrado del
modelo restricto.
< F tabla Aceptar la H0 , la funcion es estable.
Si F
> F tabla No hay evidencia suficiente para aceptar la H0 , se
Si F
debe aceptar H1 , la funcion no es estable. El quiebre es
estadisticamente relevante.
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on
-O de datos insuficientes.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on
-O de datos insuficientes.
Si los datos insuficientes son los de n2 :

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on
-O de datos insuficientes.
Si los datos insuficientes son los de n2 :
F =

(e0 ee10 e1 )/n2


e10 e1 /(n1 k)

Juan Carlos Abanto Orihuela

F (n2 , n1 k)

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on
-O de datos insuficientes.
Si los datos insuficientes son los de n2 :
F =

(e0 ee10 e1 )/n2


e10 e1 /(n1 k)

F (n2 , n1 k)

Donde e10 e1 =Suma de Errores al cuadrado de la submuestra que


tiene n
umero de datos que permite la estimaci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Chow de Predicci


on
-O de datos insuficientes.
Si los datos insuficientes son los de n2 :
F =

(e0 ee10 e1 )/n2


e10 e1 /(n1 k)

F (n2 , n1 k)

Donde e10 e1 =Suma de Errores al cuadrado de la submuestra que


tiene n
umero de datos que permite la estimaci
on.
e0 e = Suma de Errores al cuadrado del modelo restricto.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Se basan en la realizaci
on recursiva (o sucesiva) de una serie
de predicciones y en la evaluaci
on del comportamiento de los
errores de predicci
on.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Se basan en la realizaci
on recursiva (o sucesiva) de una serie
de predicciones y en la evaluaci
on del comportamiento de los
errores de predicci
on.
Esto es, se utiliza los coeficientes estimados hasta el perodo
t-1 para pronosticar el valor de la variable dependiente en t,
de manera repetitiva a lo largo de toda la muestra n,
empezando de un tama
no de muestra (k+1).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Se basan en la realizaci
on recursiva (o sucesiva) de una serie
de predicciones y en la evaluaci
on del comportamiento de los
errores de predicci
on.
Esto es, se utiliza los coeficientes estimados hasta el perodo
t-1 para pronosticar el valor de la variable dependiente en t,
de manera repetitiva a lo largo de toda la muestra n,
empezando de un tama
no de muestra (k+1).
Si el PGD cambia en t, se esperaria que aquella prediccion
que emplea los 0 s estimados hasta t-1 de un error de
prediccion elevado, indicando que la prediccion en t proviene
de otro PGD.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:
P
Wt = tj=k+1 wj /

t = k + 1, ..., n

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:
P
Wt = tj=k+1 wj /

t = k + 1, ..., n
w es el residuo recursivo y
es la desviacion estandar residual del
modelo estimado con n datos.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

Test Recursivos
Test CUSUM (Suma Acumulada de Residuos)
Prueba basada en la suma acumulada de residuos normalizados,
la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:
P
Wt = tj=k+1 wj /

t = k + 1, ..., n
w es el residuo recursivo y
es la desviacion estandar residual del
modelo estimado con n datos.
Bajo la H0 de estabilidad de parametros: E (Wt ) = 0 Un
cambio en los parametros del modelo significaria una divergencia
entre Wt y 0.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test CUSUM CUADRADO (Suma Acumulada de
Residuos al Cuadrado)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test CUSUM CUADRADO (Suma Acumulada de
Residuos al Cuadrado)
Prueba basada en la suma acumulada de residuos normalizados
al cuadrado, la cual es graficada en el tiempo.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test CUSUM CUADRADO (Suma Acumulada de
Residuos al Cuadrado)
Prueba basada en la suma acumulada de residuos normalizados
al cuadrado, la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test CUSUM CUADRADO (Suma Acumulada de
Residuos al Cuadrado)
Prueba basada en la suma acumulada de residuos normalizados
al cuadrado, la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:
Pt

St =

Pnk+1
k+1

Juan Carlos Abanto Orihuela

wj2
wj2

t = k + 1, ..., n

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test CUSUM CUADRADO (Suma Acumulada de
Residuos al Cuadrado)
Prueba basada en la suma acumulada de residuos normalizados
al cuadrado, la cual es graficada en el tiempo.
Endogeniza la fecha de quiebre.
El estadstico es:
Pt

St =

Pnk+1
k+1

wj2
wj2

t = k + 1, ..., n
0

Bajo la H0 de estabilidad de parametros, los w 2 s son 2 (1),


sabiendo que la media de una 2 es = a sus g.l.:
E (St ) = (t k)/(n k), que va de 0 (cuando t=k) a 1 (cuando
t=n).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test Coeficientes Recursivos:

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test Coeficientes Recursivos:
Esta prueba gr
afica permite trazar, recursivamente, la evoluci
on
en el tiempo de cada uno de los coeficientes.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test Coeficientes Recursivos:
Esta prueba gr
afica permite trazar, recursivamente, la evoluci
on
en el tiempo de cada uno de los coeficientes.
H0 : Estabilidad (cada coeficiente converge al valor estimado).

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test Coeficientes Recursivos:
Esta prueba gr
afica permite trazar, recursivamente, la evoluci
on
en el tiempo de cada uno de los coeficientes.
H0 : Estabilidad (cada coeficiente converge al valor estimado).
Si no se presentan fluctuaciones severas del coeficiente recursivo
y tiende a converger hacia el valor estimado del beta
Estabilidad del coeficiente.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

TEST para Estabilidad de la funci


on: Pruebas Recursivas
Test Coeficientes Recursivos:
Esta prueba gr
afica permite trazar, recursivamente, la evoluci
on
en el tiempo de cada uno de los coeficientes.
H0 : Estabilidad (cada coeficiente converge al valor estimado).
Si no se presentan fluctuaciones severas del coeficiente recursivo
y tiende a converger hacia el valor estimado del beta
Estabilidad del coeficiente.
Si se presentan fluctuaciones severas del coeficiente recursivo y
se da un ensanchamiento de las bandas Inestabilidad del
coeficiente.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
EJEMPLO

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
EJEMPLO
Si el modelo de salario es: W = 1 + 2 Exp + 3 Ed + u,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
EJEMPLO
Si el modelo de salario es: W = 1 + 2 Exp + 3 Ed + u,

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
EJEMPLO
Si el modelo de salario es: W = 1 + 2 Exp + 3 Ed + u,

C
omo probar que existe discriminaci
on salarial?:
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General
EJEMPLO
Si el modelo de salario es: W = 1 + 2 Exp + 3 Ed + u,

C
omo probar que existe discriminaci
on salarial?:
Con un test de CHOW
Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

EJEMPLO

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

EJEMPLO
Test de CHOW
H0 : igualdad de coeficientes obtenidos de diferentes muestras

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

EJEMPLO
Test de CHOW
H0 : igualdad de coeficientes obtenidos de diferentes muestras
F =

(e0 ee 0 e)/k
e 0 e/(n2k)

Juan Carlos Abanto Orihuela

F (k, n 2k)

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

EJEMPLO
Test de CHOW
H0 : igualdad de coeficientes obtenidos de diferentes muestras
F =

(e0 ee 0 e)/k
e 0 e/(n2k)

F (k, n 2k)

[31079583 20840842 + 9134157)]/3


F =
= 18
(20840842 + 9134157)]/(nm + nh 6)

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Extensiones del Modelo de Regresi


on Lineal General

EJEMPLO
Test de CHOW
H0 : igualdad de coeficientes obtenidos de diferentes muestras
F =

(e0 ee 0 e)/k
e 0 e/(n2k)

F (k, n 2k)

[31079583 20840842 + 9134157)]/3


F =
= 18
(20840842 + 9134157)]/(nm + nh 6)
Los coeficientes obtenidos de diferentes muestras no son iguales.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Parte III
Bibliografa

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Bibliografa

[1]

Castro y Rivas Llosa (2005), Cap. 4, ac


apite 4

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Bibliografa

[1]

Castro y Rivas Llosa (2005), Cap. 4, ac


apite 4

[2]

Greene (2003), W. Cap. 4.9.1

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Bibliografa

[1]

Castro y Rivas Llosa (2005), Cap. 4, ac


apite 4

[2]

Greene (2003), W. Cap. 4.9.1

[3]

Maddala (1996), Cap. 7.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Bibliografa

[1]

Castro y Rivas Llosa (2005), Cap. 4, ac


apite 4

[2]

Greene (2003), W. Cap. 4.9.1

[3]

Maddala (1996), Cap. 7.

[4]

Cap. 7 de Greene, W. 2003, Econometric Analysis, 5th


Edition.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Bibliografa

[1]

Castro y Rivas Llosa (2005), Cap. 4, ac


apite 4

[2]

Greene (2003), W. Cap. 4.9.1

[3]

Maddala (1996), Cap. 7.

[4]

Cap. 7 de Greene, W. 2003, Econometric Analysis, 5th


Edition.

[5]

Caps. 3.4.6 -3.4.7 y 4 de Johnston-Dinardo, 1997.


Econometric Methods. Fourth Edition.

Juan Carlos Abanto Orihuela

Teora Econom
etrica

Vous aimerez peut-être aussi