Académique Documents
Professionnel Documents
Culture Documents
Heterocedasticidad
Econometra Bsica
1.1
Supuestos
1.
E( y | x) 1 2 x
2.
var( y | x)
3.
cov(yi , y j ) 0
4.
5.
Econometra Bsica
1.1
Supuestos
Homocedasticidad
Heterocedasticidad
Econometra Bsica
1.2
Definicin
DEFINICIN DE HETEROCEDASTICIDAD
Econometra Bsica
1.3
Causas
CAUSAS DE LA HETEROCEDASTICIDAD
Econometra Bsica
1.4
Consecuencias
CONSECUENCIAS DE LA HETEROCEDASTICIDAD
Econometra Bsica
1.5
Procedimientos de
Deteccin
PROCEDIMIENTO DE DETECCION
1. Mtodo Grfico
Econometra Bsica
Ejemplo
SS
df
MS
Model
Residual
190626.984
304505.176
1
38
190626.984
8013.2941
Total
495132.16
39
12695.6964
Gastos
Coef.
Ingresos
_cons
10.20964
83.416
Number of obs
F( 1,
38)
Prob > F
R-squared
Adj R-squared
Root MSE
Std. Err.
P>|t|
2.093264
43.41016
4.88
1.92
0.000
0.062
=
=
=
=
=
=
40
23.79
0.0000
0.3850
0.3688
89.517
14.44723
171.2953
= . +10.20964*Ingresos
. predict y
. predict res, resid
. gen res2=res^2
Mg. Vctor M. Chung Alva
Econometra Bsica
Ejemplo
-200
-100
Residuales
100
200
100
200
300
Valor Predecido
Econometra Bsica
400
Ejemplo
-200
-100
Residuals
100
200
. rvfplot
100
200
300
400
Fitted values
Econometra Bsica
10
Ejemplo
-200
-100
Residuals
100
200
. rvpplot Ingresos
10
20
Ingreso Semanal ($100)
Econometra Bsica
30
40
11
1.5
Procedimientos de
Deteccin
PROCEDIMIENTO DE DETECCION
2. Pruebas Estadsticas
2.1. Prueba de Breusch - Pagan
0 : Existe Homocedasticidad (2i = 2 )
1 : Existe Heterocedasticidad (2i = 2 h(1 1 + 2 2 ++ )
Pasos a seguir:
1. Estimar la ecuacin de regresin por MCO ignorando la heterocedasticidad y
obtenga los residuos estimados .
2. Estime una regresin auxiliar teniendo como variable dependiente el
cuadrado de los residuos de la regresin original y como variables
explicativas, adems de la constante, las variables X originales.
2 = 0 + 1 1 + 2 2 + + +
3. Al aumentar el tamao de muestra, el producto 2 sigue una distribucin chi
cuadrado con k grados de libertad.
4. Si el valor chi cuadrado obtenido en el paso 3 excede al valor chi cuadrado
crtico en el nivel de significancia seleccionado, la conclusin es que hay
heterocedasticidad.
Econometra Bsica
12
Ejemplo
CONTINUACIN DE EJEMPLO
SS
df
MS
Model
Residual
851193324
3.7596e+09
1
38
851193324
98935695.9
Total
4.6107e+09
39
118224353
res2
Coef.
Ingresos
_cons
682.2326
-5762.37
Std. Err.
232.5921
4823.501
t
2.93
-1.19
Number of obs
F( 1,
38)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.006
0.240
=
=
=
=
=
=
40
8.60
0.0057
0.1846
0.1632
9946.6
1153.091
4002.297
= . + . *Ingresos
. scalar p=chi2tail(e(df_m),BP)
Mg. Vctor M. Chung Alva
Econometra Bsica
13
Ejemplo
CONTINUACIN DE EJEMPLO
Valor p = .00657911
Econometra Bsica
14
Ejemplo
CONTINUACIN DE EJEMPLO
. estat hettest
7.34
0.0067
Econometra Bsica
15
1.5
Procedimientos de
Deteccin
PROCEDIMIENTO DE DETECCION
2. Pruebas Estadsticas
No se apoya en el supuesto de normalidad y es fcil
2.2. Prueba de White
aplicarla.
0 : Existe Homocedasticidad
1 : Existe Heterocedasticidad
Pasos a seguir:
1. Estimar la ecuacin de regresin por MCO ignorando la heterocedasticidad y
obtenga los residuos estimados .
2. Estime una regresin auxiliar teniendo como variable dependiente el cuadrado de
los residuos de la regresin original y como variables explicativas, adems de la
constante, las variables X originales, los valores cuadrados de la Xs y los productos
cruzados. Por ejemplo, para 2 variables Xs:
2 = 0 + 1 1 + 2 2 + 3 1 2 + 4 2 2 + +5 1 2 +
1. Al aumentar el tamao de muestra, el producto 2 sigue una distribucin chi
cuadrado con k grados de libertad.
2. Si el valor chi cuadrado obtenido en el paso 3 excede al valor chi cuadrado crtico en
el nivel de significancia seleccionado, la conclusin es que hay heterocedasticidad.
Econometra Bsica
16
Ejemplo
CONTINUACIN DE EJEMPLO
Prueba de White
SS
df
MS
Model
Residual
870864417
3.7399e+09
2
37
435432208
101077982
Total
4.6107e+09
39
118224353
res2
Coef.
Ingresos
Number of obs
F( 2,
37)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
40
4.31
0.0208
0.1889
0.1450
10054
Std. Err.
P>|t|
291.7457
915.8462
0.32
0.752
-1563.935
2147.426
c.Ingresos#c.Ingresos
11.16529
25.30953
0.44
0.662
-40.11669
62.44727
_cons
-2908.783
8100.109
-0.36
0.722
-19321.16
13503.6
. scalar nR=e(N)*e(r2)
. scalar ch2=invchi2tail(e(df_m),0.05)
. scalar p=chi2tail(e(df_m),nR)
Mg. Vctor M. Chung Alva
Econometra Bsica
17
Ejemplo
CONTINUACIN DE EJEMPLO
Prueba de White
Valor p = .02287892
Econometra Bsica
18
1.6
Medidas
Correctivas
MEDIDAS CORRECTIVAS
Cuando se conoce
Mtodo de los Mnimos Cuadrados Ponderados: Los estimados obtenidos con
este mtodo son MELI.
Cuando se desconoce
Correccin de White: Corrige la matriz de varianzas y covarianzas por
heteroscedasticidad.
=1
Econometra Bsica
19
Ejemplo
CONTINUACIN DE EJEMPLO
Correccin
Number of obs =
F( 1,
38) =
Prob > F
=
R-squared
=
Root MSE
=
Gastos
Coef.
Ingresos
_cons
10.20964
83.416
40
31.85
0.0000
0.3850
89.517
Robust
Std. Err.
P>|t|
1.809077
27.46375
5.64
3.04
0.000
0.004
6.547359
27.81855
Econometra Bsica
13.87193
139.0135
20