-:g;x;a, ',- f"4lfS' ,- ,., f ..•.

"]>- -.1 .. ;;¡¡ .n, ,9,__ .)

.•~,.i',,:"" ~
~~'~"::'._~~.~-. '-~.-'''_:.:,,"~.: -. .'::"'.~.'
~. -."r;~~-'-'-.'".~-" ;,,'

.1 .<tON'ZALC
).....
1
.'•..
HUN e£l2ío
p~NQvf
fhlAClo

..
.~

J. JOHNSTON .-;;

',',
Universidad de C<llifornia, lrvine
I

..,n
~
.•. '
J.DINj'\RDO
U,nivcrsidad de California,'lrvine'
.~

.0'
Traducción:

CARL,ES MURILLo.FORT
••• ••.•••

'.~
o •• :'
'0

O!.
• ~~

, ~! ~.
<
,1...

..•.{'.. ~,.
..•...:.'- ~....
.'" Caledrático de Economía Aplic<Jdn
Univer~ilal Pompeu Fabra .'
" 1.~',
'~4\'"
r

:.~
:' ;

:,:~,...,~';';:.: .

.. .• , ...
.
'

'

"
.". :

.'

.
.~
., .
>,
'.'
'.~

.. '

.: ". ........ \.: . . '.~ ~

•••I .

;-.~,~.~?-f\;,~ o

, ~--,i.t!:
 \}.t f,.7

PRÓLOGOALA -l.., ,..., ~

EDICIÓN ESPAÑOLA Ud , ( ..•.

...
¡ O,...
)
U} ,....",

O.,,'
,. ,
-,
'J.,....
0..
,'
"1"} . ¡
.:,.J .-...

.0' ...•.
() ~'-
(7.-
Las sucesivas versiones dcl libro MélOdos de ECIJ/lOJ/lc/r/1/ del profesor lohmlon v",".
han servido como referente en cl proccso .dc aprendizaje de la cronomctría de mu.
chas. gcneracioncs de Cconomistas. En 1967 aparcce la primera edici¡',n traducid,¡ al
u~;
easlellano de Csle manual, quc prologó el malogrado profesor Alfonso García B,lr. O.;
bancho. Desde enlonces hasta la fecha ha transcurrido cl ticmpo suficiente p;¡ra U;:J
;¡firmar sinningLÍn géncro de dudas que.algunas COsas han cambiado en la fOflll;¡ dc
entender los conceplos y las posibilidades de aplic,lción de la cconornclría. Ln disci. O.,."
plinn se hn consolidndo dcfinilivillncnle y hapnsado n Ocupar un lugilf irnp0r/nnte O~.
1', a cllic¡áú, 200 1
illlll::t
cn los plancs de cstudio de los liccncindos en economía yen ndministra.ción y úirec.
Titulo ori~ill;ll: ción de empresns. Las aportaciones melodológicas y la litiliZ¡ICión' .~le;nodclos eco.
0.1
t::COI/OMLTHIC Mc:nIOIlS
nomélricos.l!n diversas ¡íreas fle !a economía nplicada han sido reconocidas.por los. ().~
\
jurados que proponen el galardón tic los premios Nobel de economía .. ["ns. revistas ...
Depó,i,o
ISBN:
Leg.l: U. Il.SSl.2001
e,.)
16.'; 116 .• cspeci¡liizadas cuyo contenido es escncialmente ccononlélrico'han 'proliicrJdo y ga ..
0 '.1.
,-

1/" de O,den V.V.: K.1)5

nado prcstigio cntrc la comunidaú cicnlfficn micntrns quc. por otrn PilftC. ha creci- (J y'
O .(951 ~y J. Jolln".n .,nd .J. OiN"do 2 1%3 do notablcmcnte el número de traüajos que cmplean los métodos cconométric,)s O ¡-
. [ujl~do por McCr;u't-llill
O C. ~IUJ1ILLO I
CompJonicJ,lnc.,
.
1!l!l1, l!1S". 1!17. ' como instrumcnto indispensnble parn .ilustrar eviúcncias cnlpíricas.
Sol,(c 1.• ,"tui"" CJUL"I!~1l3 . La econometría ha dejado de Scr unn disciplinn monolítica. que so!nmcntc in. (j .\
(
O LUICIONES VICLI/S VIVES, S.A.
SulJ(c I,¡ pfucnll: edición s~il:ún e! ¡n.1l de la Le)' 22/1987. teresaba n los investigndores emincntcmcnte cuanlilativistas, p;lra convcrtirsc Cll U.¡ .
Olor> p,oleg¡;I. po, 1, LEY 22Jln~ d~ I
1 dc noviembre
.. .,
eJe PmpiClI.,,1
,Icmond,do.
tlt:fC"~~I~:"'I~~~::::
JnlC'l:l'IU:'1. I.os ¡lI(r;H:llllI:~tic hH
dc 'lCue,d" eun In, alllCul ••,. H.l , l. r
unn herrnmicnta elllpleada por los analislas financieros, cstudiosos del comp(lrta.
miento de los consumirJor:es o úc Josagenles en elmerc;ldo de trah¡¡jo, usuarios dc (-3 ::
<ido •• f •• o, dcr';,ol" o lIeudoco,roo. del O ~ud,au. en 1, Le O,c:iniea 6/1987 1"" la 'Iue .e m ••d.roca el aro~C1II" .o.I~ ..
~\.
L< I,od,.n 'e, nncionados con 1,. I'e"o' scn,l.d" e . y 1 .c, lIIediu ¡n<luidu .• lu, ,i\lema, el,'co,u,ue,,, ,le modelos mncroeconómicos, cntre olros muchos. Desde la pL'rspeclil'a del nlétodll. .~.....~
Ü
d
t
I
¿6dig" I'cnal. ¡',uhihid,
.". U -.
l. ,cl".dueciñu IOI~1 " P~'~'OI I'.~ eU;l 'I;~,v:odu ,
Jucc¡ón ;ui CllJnd el IraUIIHl:uIO 111 llrmaucu: e
r;\.",
del "dilU' el ,!credou de I"""a,,,,,
los econÓmelrns han desarrollaeloproccdimicnúls para conseguir nsegurar huellas
.llmaccl101)t:. e rcpro
. f1üLlica". alquiler g (u;¡lqulcr
. •
utn
I
urlllil. e cc~
u
iüo Lle uso de cUc cJclUlll3r •
infcrenci:ls cn situaciones alejadas rJe las que sc eSlablccen cn el modelo de regrc.
IMI'RESO U'¡ [SI'ANA
"J1linl::u IN SI'AIN
sión cst;ínrJnr. La pro.liferación úc bases dc datos en forma <le paneles ha impulsado
una corrienté lileto(/ológica especifica que ha abierto un enllrmc campo de pusibili-
. .
£C:ltOfl~ 1 V¡'Cr.,S
•.•,' VIVES • . Av,,::. • ue S~:,riá.130. E.OS'JD HarcC:ona..
.
dndes a las aplicaciones de í¡ldole microeconómica. De mancra jJarecidn, la crecien. "'•..~:.>i
h:"".-:':':--J"J Fcr-U~ERDUf)LZX. S.:-.
te disponibilidad ele scries históricas de variahlcs econlllnicas. cspcciailncntc cn el \..I'l~.
'~.' ..'~.

_'~~':;"'_'c_i~ ''''''~~'r~t::~ ..'....-:',. ..~':.;¡¿.'t-f.!'"':re: •..

l-'~-~::;: ~.
r-..
--
.... -------:=:=:: ..
,\:---=:=-~~~--,-.---------:''"==-~==-...,.....,==-
....•
~..---~----~--~ ;.",'

Prólogo vii'
~ ,.¡ '''''''''0,"'''',""0'''''''' ;., . . ...,":. "." . ',.
~c~'"
., ..¡'
. . DiNnrdo.S~"I~aladeVi~C~Pí\~10;¿,~,,~1;~:ü<~e:'~b6';~1'l el 'melo,do dceslimaci6n ue:
'7'). l11UlllJo de 1;ls fill<l1lZas.'ha tIeseiilhoc:itlo 'ell Iluevos des<lrrollos tic modei(,"s din:ími-Ios 1i10me;'I~s~q'u~ IpcgQSe.el~r.lca~n; 6'l'rosp~sáj~sJeÚéxio.'.' '.,. .' , l.'
cos impcnsabks hac'o.:sÓloul;as I;pcas eiéc;;~I<ls. AI~ies dedcuiearIOsciús~IIi,;,os:ca'l)ílu'losddl\bro, 'respeclivamenle, a los mo~
~ .. j-I:lY otro f¡lC~Orql!e h~l contribuido ele;forma especinl nI crecimiento de los mé- ddos pa~n ~nl'osdé ,éorle'(ml~~~c;!'~n,Iy:p¡llje'I¿S, \os:aulores'.dcj¡c'an, \l~ capílulo alas '1
todos y las apliC:lcioncs ele la l:COnomclrí<l. Selrala'dc la facilidnd do.:cMeulo pro- mélodosde MOnlC Óü'lny \,lrO!;.i1speclos'r'ovedosos 'c,omo' el. boólslrap y la ,eslima-,.' /
poreiollaua por las <lplicaeiollcs infonl1iÍlieas. Muchos de los mélodos ceOllomélri- ciÓn no fl<lrrimélr'ién~'lodoéll~cllglohado'i:n.~n:npa;'lnd?quc se)u~lifica ~pnr~ir de,;', I l ..

cos aClualment\l utilizados '¡lor los invesligncJt1l"es requieren dlclllos compkjos que la exislencia ue'n'léIOuoS'COO1~Uláciolúlles avanz.ados: Loscualro, apéndices sirven' ,
~.
serí;1Il in;lbon..l"blcs sin la exisICneia (le programas inform<lticos ad;¡plables <lsus ne" al leclor uc'rderentiólparaloslel11as.rinalílicos de laeslndíslica leórica y del álge~;,!
r",
¡:
cesic!adcs. Este ;lspcdo nl;lIienos610 n !oslr;¡b;¡jos ;¡plicadus quc IIliliznn gramics 'l. bra m:lldci;¡I, OSíCol11o:a la 2xplidéiól1' del conlcnido del fichero .de d<lIOS y, final~:,
b:lses de c!;¡IOSsi~ó t<l,i;hién n los de los investigndores teóricos que p"edcn, en I;¡ l11enle, n.I;¡S,lnbl:l~Csla'cifs¡¡t;l~::;"',,~'.,;,: . "., .'" .' ..' ".' '. '
~: aelll;t1ie];¡c!. declu:ir ;¡proxilllaciones a Inspropiedac!es de los eslimndorcs l1Jedi;1I1lc Los lef11a:siHleyosine¡oq(:o,t"dp.~:e~c,~.I¡I;~ujci,6nA~1Ii,l~r,o¡\1é(~¡/o: dI! £COIl()"'~7""
'-'. el recllrsli:h:jcrticios' de simulación. En esle senlido, los lrabajos se han simplifica-' . (ría se cOl1lpl~menlnll con lJnólJlUeVa f,losofHqJe enlender In,eslr.alcg1il del ;¡prendl-. '
I
r.-.¡ do Ilot"blemcn~e con In,apnrici<Íncll el mercado de progmmas illform;ílicos especí- z:lje ucln économi:lrín:quejuslificn l<ifórmadislinlndeprescnlólr algunos de los le",
ficlIl1Cnle pens;¡dos p;lra el uso de la economelría, Yólsen l1ledinnle ;¡proxin1<lci()il'CS mas Ir;¡dicionnlescncu:ilq'iJl~r¡llilli;Unl;deEconolilelrín. Mucho~ de Jos ejercicio~ ,Ir
.
,~

qlle no reqü¡c,rcn'Il¡\~uiuccl COilOcilllicnlo ele la nHlIerin y del enlorno windows o, nllméricoscOll'POCO's (JaIOS')! c()n',üillossinitillldosh¡t1,' dejado P;¡SO en'esta edición a:" .
1,
;dll:rn;ltiv"m~nIC~mcdi:lnle prOgrnmaci{¡nde senlencia~ más o menos complejas. ' . un mayor nlÍ11lcro dc:cjcmplús y ()j'oblelllaseón daiosrcnlcs. Cobn'! unii;im¡1orlnn.¡
La obra cié Jbhnslón .l)l'esenl;¡el~ su edición ,actual algun<ls novedades impor- cia espeCial el recOlloCin:,ieillodé 1(,5' 'rcsuHrid'o~ 'práclicos a pnrlir del uso de (ns npli- "
,
---- 1;l11Ies. En primer lugar. se tral;l de_ una obra cOlllpnrlid<l; El profesor Johnslon' h;¡ l' c<lciones infor,m<llitas.,~9sYI)i.~(es; ¡iio ..i~rgo de \tI' hue;rnúme~ode~npnulos, iJu5~
suI11;~e1oa su tr;¡bajo.eI dCl profesor DiNardo. Por olra p<lrle, la estruclura del libro Iran los conceplos y .Ios. n,lél?UOS ~~,eslilllnci?n y prueba de hlpól~s.ls apoy<lndosc
present;l una notable al11pli;¡ción de conlenidos en relación con los capílulos de Ins ei, ejerciciosnunléricos résueHos con progri\llla~ inforlllálicos de .amplia divulga-
eLliciones anteriores. Se' lrala de un c<lmbio tnnlo cuanlilalivocomo cualila'livo. El ción. lanlocnlrciiwesligadores,COI)lO'etihis nulas, porparlede los docerHes, o en el
lihro ahora traelucido si~ueahoruando la inferencia en modelos economélricos ti Ir:ibajoen C;¡sri rC;llita'do pór.16sesludi'nnles. ,.. : .'.' . .- '.
parlir elel n)oelelu ele rt:grcsión simple pnrn más nclelanleplanlcarse la gencraliz~- " El libró viellc;\tomp:iñndodc.~ndisquélc, con vários ficheros de dnlos. Algu-.
e¡tin al moLlelo' u;li.ccü;lciona,1 con k variables' explicativ;¡s. El segundó cflpílulo del nos ~orresPÓlldcn.'~ s~riesreladi}';'s'¡'; variables lón,adas de la realidad y, en olros ca~',
".~. libro introduce :llgunas varinnles nhnodClo ele'dos varinbles: cluso del tiempo co- sos se ~elieréi1 n';'-;¡ri~bles g~I,'cr~J~spcirsirnlilnci6ri. Esta base ue dalas conlicne',
..... 1110vari;¡ble explicativn d;¡ ¡lie :l incorporar muy r¡ípidamenle los problemas de esl;'!-, en ~ualquier~ 'de estos cól~os,lai~r¡j~maéióli esiadíslic~ 1Ilil,izrida en los 'abllndanlcs'
~.

~~~¡~5~~;~~~4~=~~~-
I
el kel¿r.:'Sch;'ln nliger;¡doloscapílulos dedic<ldos a las violaciones de I;¡s hipótesis , de Ineuici6nprecedcliÚ:le,confiCrealRversiÓI~ aelual Ullados-isde rnnyor acerca"~ . '.
\J;ísic;¡s d.cr nlOilcl0 de regn~sión. Lostel;lns relaliyos n los errores de especificaciÓn ¡' mienlO;¡ lo~pr()blemils:dci~:mo~~,liinsióri)rdé hiílpii~ación de los mélouos n lbs
y l:lsprucbas dé cor~sl;\'~cii'\delospúál~lClrO$()CUpnn el capíl ~¡Jo'l. que incluye t:1l11, :. prohlcm'ns realcs enclmundóccón6111ico~' '.. . . .:
bién c.:Itralal11icnltl de las variables fitiicias: El lral;¡mienlO de la helerosceuaslici-; 'La aclun! edición del libtbnoh:i renllnci¡ulo :lUníl Uelns cnrnc\eríslicas b~sicas
clael y'la ;¡ulocorrdat:ión se pl'csenlan c1cmanera condcnsnda en el capílulo 6, que ¡. de los nnlerio~es nla;,ualescléjol~I~SI6~.L()snlllOrcs siguel1 cínplei1l1do un rigor for- '.
siguc;¡ uncnpltVlo nlll); forinalizndódcdicado nla presentación de los dislinlos nié- : mal en el pur()eslllo delas~dicio~'esanleriores,nunqu¿han aligerado ~Igllnos de
tocios de eslim;¡éiólL I1 los pnsnjes con ¡-p;'!Y(lrcsd~.saF¡ollós'leóricós. M uchas de lñs dcmost raciones nnalíli-
Los nutores dan ilJos modeios con series tempornles un'lrnlo preferencial. Los I. . • .
cns siguen .....
nn(qse . pas. o..a '.p~.so .laque
preserl . 1'1 p:lra una utilización
". ,...« .....•. inlensiva •• de In no ~ .
capílulos 7. ~ Y 9permilcli un discurso {Jucllevn desde los modelos lineales de series I laciÓn mnlricial,con~o'~scIcnsodela m;¡yorínc1e ellas. constilu)'e una grnn nyuda y
lempor:llcs univ;¡rian[es hasla los nlodelos vecloriales. ESIOS modelos mulliecuacio-l un :lliviopnrael1eclor>. .• '., '. . , _ . .' ..
nnles se incluyen en el niislilo cnpíluloen el que ;¡pareccnlos trnclicion;¡!cs modelos i Enl;¡tr;idli~ciÓll~chár\i~lenlado evil;¡r.C1lil;¡yor nlÍmero posiblc debnrbaris"
ele eCllaciones si;11l¡Jt~ne;¡s.Los problem<lsde idenlificación i
de estimacion delod:i ¡.., 111
os. E,icÚe'scniido;porejcl11fi'lo;'seli:i~'lilií:ado sicnipre los vocablos prtlc!Jn CS((l-
esta amrlin'gaill:l de l11odeloscon' más de una ecuación se lralan de 111;lner;i agrupá. I dí.l'/;ca yvi,r;áble,ar:Ii/ir:fl!I .. ;¡llliquétnoÚns oC:lsiones se ha conservado el vocablo.'
ela. El capílulolOincluye una ele las novedndes deslncndas dcllibro de .I()hn~lon )' I ..' . .. ,. .' .. '." .' ,'.i .-
1 . ..
¡.
 en inglés, como en el caso de lamenci.ón a booÍJlrnp.Cuandose emplean acrónimos "
. para referirse a algún método de estimación o técnica eSladísticase ha oj)lado por INDICE
conservar la resultante del térnlfno en la lengua original ); acompaiiarlo del 'resul-
tante de la traducción en caslellano. Este es el caso de BLUE)I EllO para r,derirse .~
a las propiedades de los' estimadores minimocuadrálicos en.el.modelo de regresión "

lineal cuando se cumplen las hipótesis básicas, al término AIC y Cl A para el crite-
rio de información de Akaikc o al de RANRy SUR para~eferirse a las regresiones
aparentemente no relacionadas.' '. . ,"
El libro utili'La para ayudar al Ieclor a la intCrpretación de los resu1L<idos de los
"
ejemplos, esp~ciallllcnte aquellos que se realizan con variables relaliv"s aba"ses de
dalos reales, labias y figuras que pro~eden de los resultados de i'l)licaciolies infor-
m,hicas. Dichas labias, se han 'conservado sin 1110dificar el texto 'pensando que un
leclor cualquiera pueda reproducirlas exaclamente utilizando el mismo programa
.,{~y.Le,\Y~~,9,SJfI.\u1:,F!~21S~ 1.\º,s,srM.lc;~s..~,e.l)ií lllod,iJ,icíl,do,el 110mlJxe ,i.k.I~,v,;¡ria,IJ.le,,P¡!~ ...•......•...
ra quc exisla coincidencia con la traducción en;plcada en ellcxto. '
I'ról<lgo a la edición e~j);lJiola
Para terminar, es preciso señalar que es la versión en lengua caslellana del libro l'

de Johnslon y DjNardo ha sido posible gracias a la ayuda y colaboración de Un Prdacio

xix
buen número de colegas, entre los que se cuenlai1 Vrclo( Cano, José Juan Cáceres,
BealrizGonzále~,' Ginés Guirao, Luis Javier López, 'Francisco rVlarLín. Jorge Pérez 1 Relaciones entre DosVariables.
I
y Eduardo ACOSla: ~sabel Mu~illo realiz6~naimpoflanle labor en la ¡raducción del 1.1 Ejemplos tle Relaciones (.leDos Variables
I
original. En cualquier caso, la reSponsabilidau final dellexlo' lraducido es exclusiva- ,1.1.1 Dislribuciunes tle Frecuencj¡lstle DosVariahles (,
','

mente del firmanle. Haber' uedicado un liemp(), a la reaiización d~ esle lr¡\l)aj~ I;a 1.2 Cocficientes tic Correlación ...•
7 '.¿,
1.2.1 El- Codicienle tic CorrelacilÍn para una Di~lrillll(il'lIl tic
constiluido para mí una enorm~ salisflleción. E'n primer lugar, PU~SIO que me ha Fre,cuencia de Dos Variables' . "l'
permitido responder a la sensibilidad de la il'licialiv~ deIa editorial que, desde la 9
1.2.2 Los Límiles de /l
10 -;--
primera versión del libro de J ohnstoii: no ha cejado en el clnpeiio de facililar a los 1.2.3 Correlaciones Esplireils y Olros Tcmas
1.2.01 ESludio de un Caso " , . 11
alumnos de habia castellana el, eSludiodcla econon'Íciría. jlár olra parte, debo su- 12
bráyar el inmenso valor que tiene el minucioso lrabajode pr,cparación de un lexlo 1.3 Modelos de I'robabilitlau para DosV¡iriables ,
I~
de consulta, y refer.cnciaen la formaciÓI) de uneéonomisla. En eslesenlido. el Ira- 1.3.1 Dislr~llll~icín.tleProbabilidad Discrela tle Dos Vari¡¡blt:s I~
b¡¡jo de Johnslon y DiN¿rdó eslá' a laaIÚ¡i'a de las expeelativas crc¡¡das acerca 'de 1.3.2 La ¡)lslnlJllellín Normal de Dos Variables
17
una nueva versión de MéfOc/OS de Ecollólllefríll: .' " .' I A El tvlod('lod~ H.egresión Lineal de Dos Variables'
I~
1.4.1 Un Motlelo Condicional .
Pi
1,.'1.2 FSli;lIai:io'nes y ESlimadures
Caries Muri,llo FOrl 21
1,.4.3 ESlimatlores Mínimos CuatlriÚico~
~2 :~
Caledrálico de Economía Aplicada 1.'1.4 Descomposición de la Suma de Cuadrados
1.4.5 Un Ejemplo Numérico 25
Universilat Pompcu Fabra 2(,
I.S , Inferencia en el Mudelüde DosVariahles tvlíninHl Cüadr;ilieo 27 ,',
'1.5.1 I'ropiedade~ de ,los E~limadores Me ¿ ,,'
27
1.S.2 El Teurema de Gauss-Mark()v . :1
29 :) ,
I.S.3 Procetlimienlus de Inferencia
.lO .f
1.5.'1, Ejemplo Nnm.:rico (Conlinuación de la Secci'(~)nIA.S) 32 .'
~. -'
l.Cí An,llisis de Varianza en el Modélode Regresión de Dos Variables .}
1.7 Predicci61l en un Mudelo de Rcgresió~ de DosVariailli.:s 36 .:1
I.H Consulllo de Gasoli'na: un AIl¡i1isisPreliminar
:;9 '.: ,' ..
Apéndice
1.1 Para \'erifj~ar var(b) = ,,212.x2
~ J
 .. -:l.
'J.4 infcr~n~i;¡ en I~ Ec'u;(~j'tíJÍ~dek:Vari~b\cs. 99
I,2 I'~m deri:'ar 1,1mcoia )' la vari;lI1za oc la dislribución mueslr~1 de n JA,I. "!.(j'pÚlcsis',",.
. • 1, 1: . ;. ~-. '
99 .
,11 ,,:'<".¡

1.3 P~ra de'ri\'~r cOv(a,hi '3.'1.2', f\.IeUia,y Vari,íl\zadel,,' .;; lCO'.

42 102'
:IA.J .. Ln cSlínwción"dc (,2.:, .,";
1A El IClln:ma de Gauss-.I\.larkov. 42 ,','''
'\ój
J.4!~ El Teoremi\ ~le,;GalÍss.M;;rkov: '.' .. ' ,j •

1.5 l'a,r;1 J<.:dl'.;r'var(t',,) . ~J 3A;5.'Ó)l;lpn;b;ici~ii,;;¡J¡;H¡r6Iesis Linc'p¡'cs oc (3.;.' , \04; ..

I'lllhl~lIlits '3.'1:6'. ¡He.:gré~i11l1cs:ltestrii1sidas'y;N.o Rc~lrihgitlas, " lIÓ.

4.1 1.11.;
J.4.7 .'~\jusletle la RCJ!,resión RCSI,i'j¡)gitl:l,":, '. .
2 Otros Aspettósdc 'IélsRelaciones entre Dos Variables 3.5. Prcdicción """ ' ' ,.;', ,"< '\ '\ I 4
~'.

2.1 El Ticn;po como Rcgresqr

<1~

'19
.'
Arclh.)¡ce
"
,,'
" .
,', " .:.~".
. .:"; y
-".:' ,2.1.1 .Curvas de V;1riación (Crccimienlo) Cunslante .","
-,~,~ <""-,..1),
50 J~1 . I'ara comprobar (,'2,) 5' (f,jr2)/ v l. ~.r¡). vI '-' r~)' .,' '. \I~ •.
.. 2:1.2 ' Ejemplo Numérico 51 3.2 Oblención ueun~so,I,quc lo~~oeficienlq t1<: regresiÓn .eli un,ll "
2.2 Tr~llsrorm~ción.oe Vari;ihlcs ')2 rcgre.:sión,ni,ih¡[Jle .....• ': ..: •...•,,":," .. ', : . :.' ,':¡ .'. ", '.,' li~.
¡ ~C-j;'

2.2.1 Tr~nsrormaci6n Lóg~rilmo.Log~rilmo (Doblemenle Logarítmicas) 52 J.]. DemostraciÓn dc'quc' inininliirilltlOn'n;bajo c1SUP\lcst~~c: que,,Y'n = e,
2.2.2 . Tran'srorl11aciones Sel11ilog~rílrnic.ls 5,1 se obticneti'= X(X',yF'c.' ,"" .:' ,'. , ' ; . . .; liS,
j :
2.2.3 Transformaciones Recfprocas 55 '.):'1 ",- bcri~;lei¿ndcí,
, .
~stÍll1;\di,r~~~i;ing¡do
. ,.. .'. ".,
ll •.• ' "'J'
'.
\1 \9'
2.J Eje'in[Jlo' Éni[Jírictl d~:lIfi;,R~laeión No Lineal: Ii! Inrl.1ción en los - '.'

Estados U1\idos )'el Desemph:o l'rohlcl"ús . "".' ,;.,::,,~,' ,'.; .,;,.:' 11')
",
I
... '
57 •';. I :.' .,; .• ~.: ,-: • ~,:" ': ~~ 1 •.",

2.~ V~riable:DerclidiCllle Relard~da como Regresor 60

2A.'1 Il1lrouueeióna I~ Teoría Asinlótic:l' 62 4. Con Úas tes "(\e'E.rroi'Ú ;de E~p~2i(icación d~la 'Ecuación. : '"
2A.2 Convergencia eil Proh;lbilid:ld 62 Lincal'qe kVariúbles" .....,:c '. '. '.' .', .':'. '. . \25,
2A.J COI1\'ergencia en Distribución. , ,
2AA L~ Eeuacilln AUlOrregresiv~
64 4.1 . Errbr de Especifie;¡ciÓi1"" . . 126 ¡
65 4.1.1' Posibles j'roblcilJascon " 126
2.5 Series Estacitlnari~s y No Eslaeionari;¡s 66 4.1.2 Posihles Problciilas COII,'( . '127;
2.5.1 Raíces Unit:lri:ls 68 , .•:4. \.3 .. PosillICS rrpblcin:lsCoíltJ ',,; .' . 128'
2.5.2 '1luslr:leión Num<!riea ,~', 63 4.2. EvnluaciólI ucl'ModcIO)' PrliebasdéOiagnóslico 128
2.(; ESlimaci6nM~ximu Verosímil uela Ecuación Aillorrcgresi\'a 71 4.3 : Prucb;¡sAcer¿Jj~:i~ ConiÚ'I;,éi~ dc'¡o~:Pad~lelros . 12?
2.Ii.1 ESlil11~dorcs de M:hiina VerosimilillJU 71 4.3.\ El ContraSle de PrcdicciÓII deChów . . \JO
.'.,J,I
2.6.2 Propiedades uc los.Estinwdores de M~xill1a Verosimí"lilud .73 .1:}.2 .ErC{'-'llra~tc ~c i 1unscn -.' . . .. , '. ~ J?
Apénuice .' 4.J.') Co'nlrOlsi'cs Oasnoos élÍ Estimación Rccursiva' . 135
~ " : ••.•04 .•3.1"..-,.!?rrof cs.,de:~r,e.~.~ ,,,.,,,}S~";'" " .
2, t';iiJIi¡!~'Í]1tiÍ0'dt:;Yild¡,b ie (i:il'ÚÍl\C ióiíi.:"5:J c' J eliSI' ti¡,ú' l!J:1r,.J?:;,~.P£:fl,.AR~}.9:11,t~ ,'::~y,::":':','}
~.
\.Ü_'
.'....•
, ''. " ..
.'~
':1;¡ r.-':.':.-::-.:":. '."> o."
. '''LJ.5ConlrnslcSCLJSUMyCUSUM$Q.,'
~1l¡,?~1;~l:.;
,
••:••:"">",\.",.:::.,:, .•
"~.'.;.'
' .. " .' .., .' .. .. '.
I '
'-J) 2.2 . 'Eslim~don:s ue lidxima\ii.:rosimilitudpar~ el inouelo AR(I) 75 4.J.6' Un ConlrilSle M6s'GclI/::rOIl de ErrorcnleEspecificaeión: el
ConlrOlslcRESETdc 1l.:lI;lsey . . 139
rrohlcm~s 76
lIUstr:,cilin Nill11crica . . . .. ' I~p
. )]
La Ecuación Linc,d dek Variables Xl) C~I;lraslcs.d¿ C:I;lil~i~Esi'r1ielúrnl '. '.; , 1~15
4.5.1 ...; COl1lf¡¡SI~(Íe uil C{lmbio ESlruélural 146
3.1 Formulación M:llricial del Modclo de k Variables RI 4.5.'2 .Conlfas!eS ;i~crC;¡ de \;¡Pcndié.illc . '1.\7
J. LI EI/\lgebrade /vlíniillosC'uadr;íticos ~I
l~\ 4.5.3 Conlr;¡slcnccrc:, de I;¡sll\lerscccioncs 14R
J.I.2 DescolllposicitiniJc la Sum;i de los Cuadrados 1\3 45.4 IÚ:sUmGri,'" .... . ¡<IV
1")
3.2
J.I ..1 Ecuación en rOrm;1de De.:sviaciones
C(ldicienles~k CorreI;1ci(illPan:;i~1
II 4.5.5. Ejyn\plo Numérico 150.
15J
1\8 . , . 4.5.6 Extcnsiones.' .
/; •.......... ...
3.2.1 ConstrllCc.i¡'1I1SCcucnci;iltlc.la Sunia de Cuadrados E~plicad~ . 90
"

. 15J
~.6i V;¡rlahli:s Ficticias
3.2.2 . Codiciclile.:s de CÓITelilcióll l';m::ial y Codicientes de 15J
./ 4.6:1 IJllródllciióri. . .
RegrcsilÍn ~'I(11l.ipJe. 155
4.6;2 V;iriilbles FicliCins Eslacioi,nlr.s
3.2.3 Tral~lllicnlo Gcne.:r~1 de los Codiciellles de.:Corrclacit'ln I'arcial I
1%
4.6.3 V~dablcsCllalil;¡li\'hS. '. .•.. ;'
ydc RcgresiÓn j\;I(Jiliple i 4.6:4 Dos oM;\l¡' ConjúnlosdcVadablcsFi,cticias 157
.1..1 LI.(jcomelríade Ins i\.Úlliml1s Cuadrados
1
!
 índicc XIII

xii
(lo) 1vlCO)' Perturilaciones l\ulOcorrelacionadas ~(J:'i
15:>
. ' .4.6.5 Ejemplo Numérico ~1l7
6.6 ContrastaciÓn de Perlurbaciones AlllOcorrelaeiunadas
Apéndicc 6.6.1 El Contrasle de Durbin'\Valson .. . 20;';
¡óO 1i.6.2 El Contraste de \Vallis para la AUlocorrelacilÍn de Cuarto Ordcn 211
4.1 Demostrar var(d) = (J2[JII2 + .\2( '\"IXI)-I X'21
6JL3 Contrastes de Durbin para nna Rellrcsillll Incluycndo
160
Probkmas .variables Retardadas de la Variabie Dcpcndic';le , ~I~
6.6.'1 El Contrasle de 13reusch-Godfre)' .- ~I.t
5 Máxima Verosimilitud (MV). Mínimos Cuadrados 6,7 EstimacilÍn de Relaciones con Perturbaciones Autoconclacionadas ~17
Generalizados (MCG) y Estimadores de Variable 6.X Predicción con Perlurbaciones AUlocorrelaeionadas 2~2
1(,4
. Instrumental (VI) 6.lJ Hcteroscedasticidad A utorregresil'a COIllJicional (,\ l{eH)
164
5.l ESlimadurs'de lvl¡ixima VerosimililUd
1(15 I
~
5.1.1 Propiedades de los Estimadores de M;\xim¡\ Verosimilitud Apéndice
168 (Ll Conlraste 1vIL de helcroseedasticidad mullip!icatil'a 22')
5.2 Estimación MV del Modelo Lineal
5.3 Conlrasles de la Razón de Verosimilitudes, de Wald y de 6.2 Contrasle R V para homoscedaslicidad para dalOs agrupados
170
Mulliplieadores tic Lagr¡lIlge 6.3 Propiedades del proccso A RCH( 1)
170
5.3.1 Conlrastes de Razón de Verosimilitud (RV)
171 Problemas 2:1.1
5.3.2 El Conlrasle ue \v¡IIII (W) ..
172 ,,"."
5.3.3 Contrasle de Mulliplicadores de Lagrange (ML)
¿' ESlimación MV del Modelo Lineal con Perlurbaciones No Esféricas
175
176
7 Modelos Univariantcs de Series Temporales 2.17
(... 5.4.1 Mínimos Cuadrados Generalizados 7.1 Un ItazollamÍl:nlo sobre el Análisis Uni\'aria,ite 2.l~
In 7.1.1 El Operador de Itelardo 2:1')
515 Estimadores de Variable Inslrumenlal (VI)
Hit 7.1.2 Moueliwcíón ARMA - 2.lll
/ 5.5.! Un Caso Especial
IS2
./ 5.5.2 Mínimos Cuaumdos en Dos Etapas (MC2E) 7,2 Propiedades de los Procesos AR, MA Y ARMA 2.11
182.
5.5.3 Elección de InstrumenlOS
lID
7.2.1 Proceso AR(l) :W r'

5.5.4 Contrasles de Reslricciones Lineales 7.2.2 Procesos A It(2) 2.D

7.2.3 Procesos MA ~.17
Apéndice
IK4 7.2.4 . Procesos A RlvI A 2~X
5.1 Cambio de variables en funciones de densidad
IK5. 7.3 Conlraslación de la Estacionariedad 250
5.2 R2 cenlr;IlJo )' no ce'nlrauo 7.3.1 Inspección Gr;\fica 251l
lK6
5.3 Demostr¡lción de c:X(X'X)-IX'c. = c,'c •• c'e 7.3.2 Series I nlcgradas 255
187 7.3,3 Series de Tcndencia ESlacionaria (1'S) )' ue Diferencia
Problemas
Estacionaria (DS)
'. 6. Heteroscedasticidad YAutocorrelación
ISl) 7.3.'1 Conlrasles de R:líces Unilarias
7.:1.5 Ejemplo Numérico
190
6.1 Propiedades de los ESlimadores MCO
1l):I 7.4 " Identificación. Es¡im:lción)' Vcrificación dc Modelos ARIMA
6.2 Contrasles de Ilcleroscedaslicidad 7.4.1 Identificaciól.I
194
6.2.1 El Conlrasle de While 7.4,2 Estimación
194
6.2.2 El Conlrasle de Brellsch.Pagan/Godfrey 7.4.:1 Contrastes de Diagnóslico
195
6.2.3 El Conlrasle de Goldfeld.QlIandl
1% 7.) Predicción
6.2.4 EXlensiones del Conlraslede Goldfeld.Qllandl
19H 7.5.1 Proceso MA(I)
6.3 ESlimación Bajo He'lerosccdaslicidad 7.5.2 Proceso AltMA(I.I)
199
6.3.1 ESlimación con DalOS f\grupados 7.5.3 Proceso ARIMA(I.I,O)
199
6.3.2 ESlimaciól.\ de la Relación de l-lelcroscedaslicidad
103 7.6 ESlacionalidad
6.4 Perlurbaciónes AlIlocorrcl;lcionad:ls . "
6.4.1 Formas de AUlocorrelación: Esquemas AUlorreg.resivos y de 7.7 Ejemplo Numérico: Viviendas NucI'as lvlensuólles
Medias Móviles ...
203
I'rob\cnlóls
.'
205
6.4.2 Razones para 1; Exislencia dé PcrlUrha~iones. A~locorrelaciol\adaS

.
~i
 ~~~~--~- - -----------
'", t'

~ll:'IlJl)()S !JI' l:l'lI:O;l)~ILlll1,\

':. \
,1" xv
1 . . ¿: ,.:t ....
Modelos'.' Autorrcgrcsivos y COI1 Retardos
~
Distribuidos 21'2 I ' , . ,~'
i':. ,;,','.:

; 1 :
95:' . COllllicióncsilc.ltlcnlific;icióil: . "'. . \354 ",,
¡¡.I I-I\ldclo t\ul\lrre~resi\'li~: ClIn Helard\l Distribuido 2:-;2 ." " ' ',' ':. q .. ,',' ,'l '.. ', \',' .,. '1 ¡ •
. ... , ;)~9:'
IU.I l~l'laeil'lIl deElasticidúd C\lnslallit.: 2:-;3 :9.6 E~líl11úcit'lllde EcÚaCióncs'Esl'ruclurales' .
~.1.2 I~eparamdri/.ación' 21),1 9A l' Variabks No ESl¡\cion;¡'ri~s:. ' .. 363
1'.1.:1 t:'quilihrio 1)in;imien' '9Jl.2
'. Métotlo~ i1élls,linl;itit\n SislcnHis JJ ,.,",;. .... .363, .
21"1
¡¡.I.,!' 1::laslil'iuau Unilaria 2:-;5 . "l' I J,.... ".' ','.;

¡;.I.5 Gcner;l1izaeioncs A'péIlJii:~ ", ,.' _:

2H5.
.' <J.I' 'I~cgr.:sioncs
.! ,.;, . . .,', "

apan:nléil1~!1IC'nO'rsl~cil~nad¡I~:~i\NR.
...• ," '.'"

(~!J.It)
',;

.
, ;~6,í '.
K2 Especificación)' Vcriricacirín 21)6
¡¡.2.1 I)e lo General a lo Panicular y Vict.:vcrsa 2:-;7 9.2 V¡\Rdellrdcne!e~;Ido ;;' "."ch" "" .:., ::;' ,J'ú~
¡;.2.2 ESlimación)' Vt.:riricadlín 9.i.1 I'ru~t.:soYA.'~(I), :'366
21)9
9.2.2 ' Proceso V A rt(2)' .368
I ¡;.2.J Exogelieiuau 291 . -.... " " ..... , ... : ,
.""" ¡¡.2A COlllrastes dc Exog.eneidad 295 Problemas,. , ,369

-'
• ,'1 ':

¡¡.2.5 .EI Contraste de Wu.I,lallsman 297

;, ..:::~ ~¡ ,

... '
X" I~egresores 1111ESI;IcionarillS 2')9 10 Método G~i,cl:~lizá~lo
.' , ",' ".,'
de M'o:l1lcn~os,,'.
, .. .;,
l""" 374
X..l F.jcmplll NlIm,;rico JO(, 10.1 ti MélQt\o dc.los MOín.cnlos",:,,:' ."':'", . ,,> .... : :" ,. )7~
>;,.l.I _ESlaciollaricllal! . JOK
X..1.2 Coinlecracirín
i().~" iv!CO'CIl1l10 un Prllhl~t'n~,dcMpIl1CnIOS t,,, .,;.:;::•... ," '.':".' " )77
JO:-;
::..' " X..1..1 it~laci~n I~eespcciricada . 10.3 .Vilri;,bl\;s lilslrll\ll~lilaíes (o'mo lli¡'¡'r<;IíIc~,nlJc.Momclílos' :\73
JII
K.~.,I Helaci<ín C;eneral t\ RI) JI5 lOA MGM )' la COliJiciÓI;tiC .orl<ig(\h~Ií(J;d' :.. , . " > .:.'. . . ~,; ... ::ISO
X.~.5 l~epar;lmelrizaeión JI6 10:5 Dis¡'ribuci6n'dCl'Esiiinn¿¡'ófMG'l\1,.i. ' ",,: .... ; '.'. ')'IÜ'
1'.5 ~1l>delllS No Anidados 322 10.6 Aplicaciones ... .. '•. '-." ,': ';.' :':""~:'. ',' .•.•. .';' '384
l\p':lIdiee .' '10.6.1' Mínimo ttiad~;;d6sén büs Elapas'y C::onlrnslcs dc'Rcslticéioric~
dt.:SohrciúciÍIHic:lción. '. . '.. "; ...é 3R5
1'.1 Tramrormaciones lineales no singulares dc las variahles de una ccuación 325 3¡{~.
.10..6:2 '. Revisión de ios COI;lraslés.tlc Wu,¡'I:lusn;nn ".
X.2 Eslahlee.:r la igllald;ld de los contrastcs estadísticos dc las ,,' 10.6.3 .tvl:¡'iinI1'.,ycro~,il;iili.tl!d ' .. ' ,', ,39\
eCllaciunes (:'U7) y (¡¡..II) J27 10.6.4. Ecuacioncs.dc EuJer' ~92
• • ' I • • .~.,- ,'.; ", ' ,',' "'.- " .
Prohlemas 32ll 10.7 Lt.:cluras. 394
. ",

'..~ pruhlemas ., . 394

..
9 ModeJos Mulliecuacionalc's
,-, :..

\. it'
,
9.1
'l'
\'eclor

.<"<5.:rFUri
().L,
AUlorregrcsi\'o

\'ARde
Sistemasde
(V/\I~)
.'.J,.l4 •.":'\J h 'VAR"Sc lii:il1'ó":" ..:....•
TresV;riahles
Orlkll 1-.I;ís Ele\'ado
...... ". '-;: ..:
.....•
¡¡~..".,
JJ5.1
1t'Wf'~7.;;~~fr[;?~'~w;g~¡¡~t,~~~1~i~~~i¥
'('7._ ••
11~L1 LJ,í:IGtda p;iraR'é~liZarE:<pcriliii:;1Iosdc~1onlcCnrlo 399 .
JJXILLi Ejemplo..... '.. ." ... '. .400
<J.2 Estimación de Il'1odelos Vt\R JJ9 Il.!.) . <G:e.l\crai:i6n de Numcros I'séúdoalealorios~02
'J.2.i Co,úr;istaciún del Oruendel VAR 33')11.10:1 •.' l'rcscntaciolldt.:R,ésuh;tdps .' .'..... ...• '40-1
(J.2.:? C\lnlrasl': dc Calls;t1ida<1 ue Gi:angcr
J.llll !.2MéIOU!lk uerVlo:¡lt~' ¿tloY'Cónlra~lcstl~Pcrlm;i;,dón, .IOS
<).2.3 PrediccilÍli, Funcion.:s dt.: RespueSla al Impulso y
11.]Ein;I~lsl:;p, ..•.... ' .' . '.. ... . . .41J
t } Dcscnmrosicil'lIl dela Varianza
11:3.1. El Erriir.EsI;Índardc la rvlcdian¡¡'.. .111\
'1.2.'1 Funciones de ResJlucsta al Impulso
" ~:. ').2.5
().2,(1
Innovacioll<':s Orlog.ollales.
Dcscomp(lsicit'!n de Varianza
IJ.3.2 EJelilplo .' ....•.•.....••.
IU.J. Elnotl!~lr;IJlParamélrico . '.' . .
' "415
.• 116
IDA •RchHlcstrcll'dclos n.csiduos:Scrics Tciú¡ioralés)' Predicción 418
9.:1 I-l0dcl05 dc Vector de Corrcl;lción dcl Error
11.3.5 Rciliucslrcouc D:ltos: D:ltus de Corle Transvcrs:'ll . 1\21
9.3.1 Cllnlraslacitin del Rango de Coin(egración' 11 J.6: I\l~unos Di:lallcs accrc~dc las' Arlicncíolics .
').:>.2 Estimación de Vectores 'de Cointcgraci(ín . . EcbnométricasÜcl Boot~lr.a'p . U2
9.3.3 ESlimacion de un Mod<:lo dc Vt.:ctordc Corrccci,ín del Error
Estilli:lci'índcfuntioncs dcJ)cnsid~dNnP:lramétrica 1\23
9.~ i\.lod<:los Estructurales de Ecuacioncs Simull~neas IIAj' DCl:illcsátÍ1ér~ics sobtcEslimai:i6ndsfllr1ci()ncS dc
'D<:iisidndNljP'¡lram~írlcah '.. " 428
 xvi , J-ttTODOS 010 ECONOMETnl"
~ l.
íl1uice xvii ~.
:~:,]
]1.4,2 Una 'Aplicación: los Efeclosge las Uniones SinlJicales sohre
los S¡¡larios 429
. D.M. I Mt:lodos ue /v!;í.xima Verosimflilud ~IXl . 11;:. 1
13.1),2 Mt:lodos de X2 ivlíl1ima ~I)5 <.
I L5 Regresión No Paramélrica . 4))
11.S.1 Extensión: el Modclo di: Regresión P¡¡rcialmenle Line,,1 4)~ '. 13.9 ProhilOrdenado
U.IO Modelos Tobil
~l)(,

.1'):\
'1'1
,
11.6. Referencias ,\,\0 ;;'T'
13.10.1 Tohil corilo ExtensiÓIl de Prubil ~l)l}
Problemas 441 13.10.2
13.10.)
¡.Por qUt: No Ignorar 'el Problema"'!
Ilelerosceoaslicillao y Tobil
5112
511.1
.'
1:1.11 Dos Soluciones \)osihk~ i~
12 Datos de Panel' 445 511.¡
13.11.1 Mínimos Cuadrados Simélricamente Recórtados '511:; ,0
12.1 Fucnles y Tipos de,Dalosdi: P¡¡ne\. 446
1:1.11.2 ESlimlldor Censur"do de Desl'iación Absoluta Mínima (CDt\M) 5117
12.2 El Caso más Scncillo: el ESlinllldor Pooled. '147 1).12 Efeclos de Tralamiento)' Mélodos en Dos Elal'''S 511')
'"'"
1,'
.,
. 12.) Dos EXlensiones del Modclo S¡;ncillo . . 447
" ., ,",
13.12.1 La Corrección de I-IecKmall . :;1 1 -..
.i .... ",;,¡ll..4ú.:E.kM'º.!J,s:1~:J\.w~J:;{ci;(O$il~i.c.l;ll'otip.$.;;>.",,:\,,;.':",,~;
';,;.)'
.• '..,"¡••...~'..,'d.'.'i.. " '..,.....•:".;.....
h'l;)<.; ..,..-:.~
i.. <-448 ;" .•. ~":.' ;,: .. '",';'.' .. :. I ~.)2.2 .Prec:au<;ion.e~,~tl.lc,I".l)tili~ación uclScs~ocl(; Sclécli\'id:llJ ' '5n "
1
1).12.)'rohii como UI1Caso Especial - ,.",

12.5 Efectos Alealorios como Combinación de ESliinadores lntragrupos 515 f,:

')' cnlre GrtiJlos. .150 1).13 Lecturas
51(, _1'"

li.6 El Model~ de 'Efeclos fijos en.el C~sade Dos Periodos '.' 452 Problemas
517
'12.7 . El Modeia deEfeclo~ Fijos con ri~á's de D~~Periodos de Ticmiio 455 ({~
. 1'2.8 . LosRi~st~~d~.I~' ESlin;~Ci0n JC:'EfcCl~srij6s' . . .. 4511 ApéndiceA
',/,
12.~.\ Ejemplo l.: Er-ror dI; Medida en X. 458 A.l Veclores ,
I i.s'.2 . Ejemplo 2: X Endógena • . ....
51'.1 ~
4ÓO A.I.I MulliplicaeilÍn por Ull Escalar !
~. ". '. . . :'i211
12.9 ¿Efeclos Fij.os o Efeclos AI~alorios? __, .461 A .1.2' Suma y Resla
520 ':1,
A.I.) Comhinaciones Liileales
\2.\ O. Confr"sle de W.u-Hausman... . . 462 A.IA Un Poco de Geom'elría
520 ._.
) 2.11 O\ros Conl'rasles 1I¿ ~spi:ciricación )' una'lnlroducción ,,1 Enfoque 'de ' .. 521 ~',
I
A.1.5 Mulliplicacit)1l de Vectores
. Ch;rOlbe~jain' .' '" :.. . 46) )22
1\.1.6 Igualdad de Veclo~cs "J' (~I-
:'1_.1
12.\ 1.1. Fonílula,ciór'd~ ]"s Re.slricciones 465 . A.2 Matrices
12.I 1.2 .Ekclos rijo.s \ln 'cIlvIodcloGeller;II 4'66 . . . :'2.1 "

A.2.1 Mulliplicacilíri de Malrices,

12.11.)- é"onlr;tÚació,i'Je
0,- .••••• ,
'las ReslricciOlies .
.•.
467
A'.i.2' La Transpuesta de UI1Produelo
52~ "-
12.12,Leeturas. 468 525 .\'

....... A.t.) Algunas Mnll'ices Cundrndas Importantes 52(¡

,46!l A.2A Malrices P;Hticionadas . ..' . ,
,. '. Probl/:nía~' 52:\
'A.2.5 Direrenci"ción ¡Je Malrices
:'i2lJ "-"'
A.2:6 Resólucic)n de Ecuacio'nes
13 M~del~s d~.VariableDiscf(~ta y Variable Dependiente A.2.? La Matriz Invers;i
5]1 '-"
Limitada '. .. 5)2
47\ A.2.8 El Rango de \In" lvlalriz .
5.') '-'
n.l Tipos oe Modelos de Elección Discreta 47\ A.2.9 Algunas Propied.ad.esdclos DeIÚi¡Jin"nlcs
5:'7
A.2.1O I'ropicdadcs (/c'lasrV1alriécs'!nversas'.
5)lJ
~
13.2 -El Modelo -de rrobabilidad Lineal'. 47'1 .,-
1\,2.11 M;is sobre el Rango y la Resolución de EC\lilcloncs
n.) '.Ejemplo: Modclo Desériplivó Scneilloll~ 'Afiliación Sindical 47~ 5~1
A.2.12 V"lores I'ropilís y Veclóres.l'rol~icis
1).4 F~'rmu\acióll de u(lMod~\o de Probauilillad 47~ ¡' .. A.2.13 . I'ropicd;ldes de los Valores y VCcll;l:es Pnipios
5.1.1 "-' .

'.¡. ,"
5~(, ~
i'3.~.?~obil 479 t: A.2.14 furm;ls Cu"ilr¡ílie"s y Malrices Definidas I'usil.ivas :'i52 ~j

:3.5 Lojiíl. .' . :', . . . 485 .' ~~.. ' ,

~-

..
. :~ :... , Apéndice B .
13.7 _Err~r .de E~(JeCiriCa~ión~n Modelos de VlId;,blcDep"Cndielile Oin;~r¡a 4R7 ' ~.

13.Ú' Hctcroseedaslicidád' ',' '. . 4!l7 D.l ,Variables Ale;lIuri"s y Dislribuciones ¡Je Probabilidad ,t"
55~ \~
013.7.2 Err'ores de Espeéiricaéióll en ('robil)' Log!: 488 D.2 La DislribucitÍn de Probabilidad Nqrm¡¡1 Univarianle
:;55
e, 13.'75. FcirniaFuncio'lal: '¿Cuál es el Modelo a Uliliiar'? 491 D.) Dislribuciones Divarianlcs
55()
i3.8 'Exlensione's de.1 Modelo Dásico: D~I~s Agrupad~s '. , . 49) ji F.

.
. DA Hclacioncs enlr~ 1,,5 Di~lribu~i();les NormalX2,/
55~

L.•..
~.': : ..
 ¡'I" :.. ,".

~f1~TC)i)bs DE E("():-:O~IETJlÍ,\ "PR:EFACIO

;., .
n,5 ESl'cróllllólS cn Dislribucioncs [\iVólrianlCS 551) "~o '

n.h Densidadcs tvllllii"arianlcs 5óQ . , , :." , .L,".

,~,
1\.7 fdl' NorlllJIl'.lullivólriólnic
,

561 .' ,1 " ."1' " ,,'.' " "~o

"
Il.l' l)isirihll~i"nesd~ FllrlllólS Cll:I~lr:ilicas 5(iJ ", ",1: "

Il,') I11lkJlc11lklldól (.le Formas ClI:lt1r:ílicólS. ' 5(i5

", .. :'. ",': "":"1

'''~r,'~.~: "~!""'';~ ,," l'

13,lO InJe.:pc11lknciól de.:lInJ Fmllla ClIóldr:ilica )'uni, Fu'lIc16n Lineal 5(i(,
"
¡
Apéndice e , .,'., í.. " , ,li"

..
,~", " I ~ \~ <;
567 i,
, : ( . .,~ ,
•...
'

Apéndice D 5(i1)
"'1'
.,i1l;,', •

.I,¡
", ,1

Índice 591
'." . r '." ' ' ", ~; .•

, ' "",.': " '. ¡;:.',,''', . ,-¡,""':" '("";:'1-;',j"." ,.j ;1:,. ' , ('::'.,~'''.': ,:-: ,; ',::' ':"~,' ',.,~ ~,':: .: .¡' ,i:,
En losdo<:e~ños Ir:ln~~.ur.rW?,s' ,~essJe,.I,~~u,yIJc~~ió~:dS)¡~,,terc,e~:l~dición de, es~~ Ií~.:
bro, I:lc:lpncldnd de losmcdlOs IIlrOrm~tlcos puestos n diSpoSIción de los econome- .-
tras ha apmc~lt¡I~lode,rl~I~'~.~,n,,:~~g~,I:n9h:,A~i,~~is';'1~ •.I()~ .~:C,~d~d~~,~I:1'ccon.9Pl~t/i.:l
\~;, '
hnn:lllqlent:ldode rormil sllstnnclnl el numerodesugerel1clils en cunnton procedl-,'
mi~nt9s, de
,estil~nción.co~l~nslriCi¿1l ydi:;gn6sticp';:la. ~;\yoríndc:los' tu'alcs se' h~.-. '
\Inn dispo~ibl~scn'r~rmri' clc.'progrliíril~s"j~rormáticcis ~spéc'¡[ic()s. Cón iinp:iri6raln3 '
, ' .' 1.' " " ' ,:',. ," . <\, " ,,' ,'" ('., ':,' ,', \' " I " ".', -, ,;. ,', ~'.J' • "" " , ',~ -' .-,,,,,;.' l. '

de estns cnractcríslicns. el económetfnnplicnd6 que sé'de~icn a analizar los d¡¡IOSde .

In ~id;; di;;ri~. puede lleg~r nS,urdr '\lI';'n~iiHliges¡ióni~'I~jectU"t. ')'fcsuflnrlc (i¡m~ij'
emitir jtlibios sensatos ydOcurhentndosriccrcade los 'procedimientos' it ulilizar. ".' '
... Al' escribir estil Iluev;\edkióri del libro h'cmos pré'j'cildldo '¡¡!Cnnzilrdoú;bjel¡'
vos prindpÍlles:£I' primcr lú'gar, se' ¡:;¡{In'de. prop6rci61tar :un¡¡:'tel¡¡ci6iidilñprcnsi- ..
ble y sei,dlln'dc los'niéf6dos econoillét?itosdispol,iblcS. EI~scgi.il,06~objctivo'consis~
te enilustrilrdith~s ~létódbs' ¡iplicandolos 'n conjuntos' de ~lilIO.Sren1cs (pr6porcio-
nndos cn el disquetc ded.¡los adjl(nlo); dc 'eslemodd.ellcctor' podrárepelir 'las '
I nplicnciones clcscrilils enel tcXto;:experinlcntn(' ¿bil algunos' de' los prob¡"emas sugc~
.~' ,.'
. ~,,"

"'~''''':';;;'1"''''''';:';:';~:'~fd;A~~J:~}~'Nri1:~:'J~~;~:~,g~f~¿~a~:i'g~~'~~jgfi~¡~f,~M~.
una casi totnlrt:elnl)orncióú dcllibro'nñncliéndo(ralamien\ossust'¡¡ncinles de aque-
llos temnsilOnboni;¡dos colas cc.lici6nes anict¡ó(cs .. ' '.' '.~' .',' . " .' ..... y

Conlocnlnsnntcribrcs~dicio'ncs, p:lrlimos ~eIá base dequeel'lcd~r tOIH)ce

. los. COllCCpíosbásicosdeJu.ií)r¿¡'cnciitcsta'dísliclI. A p.CS¡¡fde ello. 'cl. Apéndicc n.
(esladística) puede resultnr gran '1Jtilid~~t PlÚ~stbqueenél se. rtvis¡¡n loslcmns de
\ .•más relc~nnt¿sy seorrcccUrirecorclnt'ório.detnllndode.tos procedimienlos. de' infe-
"'. rel,cí:l milizados cn losprimcróscapítulos dcllibro.' Ellcxto ulitizaexlchsamCi1le el
;í Igcbra 'in:ll riCiaL tI Apéndice A (álgebramnl ricihl) Un rcsumcncu}/odcs:lrr6tlci es
, encrijn,dc):l mejor. n'iulerilposibI;c.con elordcnenquc losclivcrsos conccplósde
\....'.;
. vcqorcs y millrices' ripilrecén'crrcltexlo. De este modo; el lector no filmiliárizado
, -..;;.~: Con el álgebi';nnnl ricial puede consultar el Apéndice ¡\ c\i:lndo el tCnin lo rcquiera ..
1..:;. ,. Lns\Íltirnaslendcncins del¡lecononletrínque hallsido cqnsidcrndas en liI prc~

l.~
.. .. 1
o
g p

S_C_I1_1_C_C_d_iC_i_ti_I1_ _)U_C_C_h:_ ,_,_n_ _ru_ _n_Í"_s_c_c_n_s_C_is_._g_~:I_.I_,(_jc_s_¡¡_.r_.e_a_s_:

. . --''--X_iX__ .......,;.J
 "

(-":\ '",--:
xx
I'rcf¡lciu xxi
• Teoría úsintólica
~ Series temporales Evalt,ücilÍn dc Mo;lclos
• Evaluación de modelos .
La cvalllación uemo¡jelos )' los procedimientos dc uiagnóslico .sigllen siendo
• MélOdo de los momenlos g~neralizados origen de inlensos debates. ESlos debaies prosiguen en la' aClualidad y no ofrecen
• MélOdos compulacionales intensivos un consenso claro yucfinilvo. A J>esar de ello, Ia'mayú panc' d~ los inv~slígadllres (0
• Microeconometría aplicados realizan diversos conlrnslcs de 'evaluación', 'Un principio b,ísico de eslc en-
"

foque consiste ~n subdividir la muestra de dritos C;l dos: unnse ul'ilizaría pnra eSlí-
TeoríaAsinlálica
mnr unmodc.lo especffico;"i11ientras' que la Ol¡; ser\'iría' para~c\'allla~ los resullados
Es frecuenle 'lue las especifi.cationes reales de \os)lIoucios no permilan desa. de la estimación. El Capítulo 4ilustrnla aplie¡\ción üeíll~lchos de cSlos'contraslcs al
rrollar resullndos ex~clos para mueslras finitns. Es posiblc;sin emhargll;derivar re. modclo de re~resión lineal eSlim;ldo p'or mínimos' cuadr;;cJos. El Capilulo 8 incluyc
sultados 'lue sean válidos de Corinaasinlólicil~ Últimamenlc, est¡ín sicndo ul,ilizados ulla rel~\eión detallada dela utilización de p!'ueGas ,cf~diagnóslico cncl desprrollo
proCUsamentetanlo el pri~cipio de la m¡íxill1a verosimilillld, como la c1;ísica rnzón .' de un modelo de demanda de gasolina.' ", , ..
(~
de .verosirÍ1ilitudes. Tan1bíén es muy frecuente, utilizarlos contrastes de Wald y cl~e .. •
. ..105014lt ip Iicad9Jcs,.9~J",_;¡g~U!.1g~."J~Q9lC.a'p'(úiIQ.2~ ':cl:I:,eLccilllCXlodu iJ n, Illodelo.:?e ... .:..' ,', 1\'lélocloGcllerali7.au.odll/OS)\1911ICIIJOs.{J\o1Gl\Jj ..".:, .c' ,'. .

,._.,¡j¿~.~.~;i~,bí~:~.~;,-~llJue el regresar esel valor relnrdado de la variablc dcpcndientc; '" "'Eí~'léi(¡J~'cÍ~i~;"M~I;;'~';~';~~G~';~'~';';,¡i~ados'(tvl G M i, gcne ra¡J~; en ;¡'rinlt' r IlIga r
se realiza una inlroducción a los resullados (le, In lc<ida 'asinlóliea yal princi¡jiode . como resultado eJe los desai'r,ollos en el lcrrcno de la macroeconoJllía 1'. JIl¡js Cllnne.
, máxima ver;)siníllillld.' De' esle 'modo:,.cf leelor Coilóccrádesde buen princ~p~odi" ' Iameille a' pOinir de Ins "nproxima'cioilCs él ,; ccua'ci(í,i' !;le.ElIier". ~SI¡j-('llII\'¡"' ;il'ndll.
,ehos 'conceplos b~sie6s: $1' Capllulo 5, oCrece un .lr'nl?mienI9 profundo. acerc~ del." s~ en lin len1n de gran tmj>ÓrllinCia, 'El. CaIJítlllc') IllcSI¡j'dedie¡l(lll'l'IISlI Illl¡did;\l1 a
lll;\ximrr Verosi.mHiluü )' :la '1éi-.nade.cOnl~~SleS 'c1¡ísi,cQs. El Capllulo 6 (helerOced¡l~II- , este .lema. Cuanto nl:'is, se:'avanzé\~nsu e~tudii), '.\\¡í.~'evidcnte resulla que 'el :-'1< i:-'1
cidad.y' i1ulo~orréL~c;i6ry) describe [\luehas,de I:is apliea~i~nes de esos cont!astes ... proporcionn,adcmóÍs', un úlil ~nmino pedag(\gicn parn rcsponder a \'iej;ls 11IC~lIlIl;ls.
• '.' . . ~ . ': . . ." í .

La !'eglil de la "Condición .ele ol'léigonnlidnd ".resalla cn pani',lIlar CIlI;ll> '\1art'1l tlt'

Serie~'Tcn,'i)orale~' '" ' "., . , ", '. ',. " lrah!ljo paracóntt;mplúr ~riiiguflspn)lllt:mas'(rVl(,O. t"I('21:. cOlllraslt:s de 11;\1lsn\;1\1
El 'a~á'lisis 'dd ~¿ric~:i'~mp~raies'lJniva'rianles'S)gue siendo un tema de eSluc)io ,e .i,icluso CI diseiío ex-pCiinl.ellln¡'el;ísico}.
,
'
imp~rlanic, ~~nque ,Iú lIlay¿rí~: de .los 1\l1CY~~desarroIlQsdediean principalmente su
aiención a'la' irive~l¡gaCióQ'dc sodes no. eslaciol~arj'as y ~1 impaclo de dicha falla ~e rVléloclos Computacionales Ilílelisil:o's"
cstacionaricdat.l sobrc: los. pr9cedimicnlos de estim,ición. Por eslc lilotivo se ha~e -Una de las consecuc ncias de. la "revolL;eilÍn in form¡í 1ic,," cs el a UllIen to del uso
necesario CÓ~lrnslar la,CS'lad6nari,edád Y.'ell.c.ol1seclle'nci:t, 1111aparecido una exlen- de ni.~lodos que no. l~¡~~eIIlI.Jchos .aI1~s'rt;Sú.'!a9éÚi pryh,ibitivosa nivel COlllputacio- i',
sa lileralura dcsaHóIlúdaelno'rnb~;i.los COilln\Sle~ de raíl uniü'!'Ía. Siempre quesc nal: E,i el Capílu,Io 11 se revisan vi)rios de eslos mélodos: los mélodos h'lonlc Cario.
renlic~;u'rií\ regrcsíÓriHu.e.ind;ly~'d~so 'niásseries 11? e.sl,~eionariils!exisle'la P?sibi: , el boolslfap. los conlraslesdc p¿nlll'úaciÓ'n )/Ios 11IélOdos de estin,lación no parnmé-
lidnd ':de.qué' alguna :combinaeión Jinenl de,cs'as ..serl<;s de CO'11()res.ulla;do res,dll~)s lricri. Como cstns téenieás llIC'reec'n t¡'at¡¡llIienlos,sep.:1,:ados. rcsult" iinposibk: cubrir :7
cSI;cionarios. En eSlc<:,aso IÜlblumosdes~ries cointegradas, ,Oc alu In IlIlpQrlanelél lodos los. (em'as de nlilnera. e,~haustiya. E"
OleliciónacJo cnpí(~lo cubre lIn objélil'o
de lo~ conl;as'l~s par~ de\ermi~~r laposi~le existe~cia de cointegraeión. Los proc:- ,baslante li1ás modeslo: sc trOlla de introducir al estlidianle en\'ariosde eSIOS desa-
'dimienlos de csiimación pnra ,un conjunl~ delcnlllnado de dalos depcndcn del nu. rrollos y darle 01 enrender algunos dc los princípiosb¡ísicos ); su pOlenci"J ran~o de
>-,
mcro de relaéi~nes ,coinlegradascxislcnles; En el Capílul02, en cl conlexlo de un ' aplicación. Al finn' del capúulo se: incluyen diversos y sC'lcillos ejemplos quc tienen
¡
ma'delo de dos variables 'énel que el, regresQr c'luivnle al valor relardado de la va- tOIllÓ .finalida'¡j.'lueel estudiante se inicie en el 'uso de algunús:(¡eeslas ¡'écnicas. in- "'.
riabl~ dependienle, i~hoducimos la diferencia" e'~l~e series estacion¡~ria~ y no esla- c1üso en situaciones m¡ís realistas y eompleja~ .." . "
f.'
cion,arias: EIC;¡pílUla 7,'dedicado al an~lisis de senes lcmporales unlvar~anl~s,a~la-
1\'licroceoIlOlllelría' :', •....
liza. es le -h:má .co'n,mayo( profundid¡td.' Dicl)o cnpílulo, finnliz~' con u'.la npltcaclón ,;'
'

.cnlpirica'a lo~'dí\lOS mens.u'ates dendquisi!=i?n de primcr~. vivi~nda en los ,Esla~os " E! dcl¡is aplicaciO;1cS 'micro\:cOnónii'cas, dentro ele In prá~ticaeconOmétrica, es
Unido's. El Capilulo .Biliclúy~:, por,su parle, una extensa d"scuslón so~re ~onlrilsll;s ~. c1.:'imbito en doncle más se, i),crcibe el decto de ia qecieJlIC sofisticación de los pro- ,.,
d~ cointegración YP~o<;cQimienl'os dé ~s~imaeión •.que s~ Ilust,ra medHln.le un eslu- ."'grnma~.'inform;ílicos de tipo estadísILco .. Los panclcs.u¡;,c1';\los, en elC"píllllo 12, in- O"""

dio' empítjco~t:: !a demand\\ de gasoli,)u. - , ',. "(roducel] alestudiailtc'enlos,níOdclos i)l<íssC;lcillos =-105mocielos de efectos fijos l' 'iJ.;,-
o efectos alealorios:'" clllese, aplican nnin¡¡riamentc ',1 las cada 'día más abund¡lnlCS P¡¡'_
 .
,";

~IEluuus !lE tXU:-:l.l~I¡;lltl,\

- ....
CAPíTULO 1
~"
~, ::..:!cs disponibles dc dalas. Tambi¿n inlentamos con eilo proporcionar al esludiante . . .' ~
.... ,
i!i:;'.~nlls COil$cjOS pr;iclicus ;tccrC:l de las \'cnli\j;lS ~ inconvenientes de'dichas:l~cni-
::-~.-)-:..t=J.:'~""~Z''''':O '/ ,••..,:.•.;.~-~~..,,'.b:c ..?-. --'ry==o":""""!'';''t1:':r-;,''o,=s:
",'"
. ¡'.
..~

::::S. En el C,pilUlo 13rcvisamos los moddos de nriablc. dcpcndienlc limilada. Se

••.... , :l;¡ rcaiizado una revisión sdecli\'a: la lilcralura es lan exlensa y las 'l~cnic;ls al al- Relacion~s "entreDos.Variables
. .
elltec dc los itl\'C~lig;¡dort:s (en lo que :l programns eSlndíslicos se refiere). lnn nu.
n;":llls:t. quc resulla r;icil cacr en la H:nl;lcilÍn dc coí1\'erlir la revisión de eSlOSlemas
<'::lun - ~ccc'l;¡rio dc cocina'. Nos hemos resislido ;¡ dichalenlación en la mdida de
-. :0 i)osil1ii:. De alii la omisi6n ¡le cierlOS lema~ illllJorl¡lnleS por nomur;¡r sOI;¡menle
Jus. lus 1;:Olk!osde riesgo (haóid) y 105 modelos de elección nllillir1e (e;(ceptu:ln-
"

Jo d :l1utk!o Probil ordt:nado). Por Olro laJo. mcdianle l:l ilustración cmpirica con
:.:1'.:¡sql;t:~e dc úalOS. esludiamos (on cieriO delalle los nlodelos Probil y Lo!;il. Ya . ;'

'.¡\'<': ::i~llla)s programas iníorm¡ili(05 c:llculall por' defeclo los errores eSI¡inoar 'Hu- .\
h:r' p;¡ra los ntQ(klos Probil ~' Log.it. hemos senlido la nccesidnd tic [¡roponer I;¡
l!isL\I~itin tic ht:lerOced;¡Slicid:lci en. esos modelos y en ;¡qucllos de qu;¡,~i.máxim;l I :: La liíeratur;¡ c::o~lÍl11icn ,~~lIIti~:li:.inn¿me'rnblcs clis~usi.ooes's9brcrc:litci.ones eotr'e
.. ~ '.
\'crso~i.miiillltl. L;¡ discusión de.hclcrocet!asliciúad cn el modelo Tuhil nos h;¡,lIcv;¡'-
;Jo ;¡ incluir dos lécnicJS recientes en el modelo rc¡;resión c::nsur;¡do: I;¡ 'cstim¡lcióll .. pn;e¡~s de' vari;¡hle5:',c.:;nliÚ::d y prc'c:u: C'0I1511.mo ei~g¡'esó:d:::nandn 'dc.dinero y I j,
:1;inilllO cuadr;;lic:l simélricnmenle recorl:lda"'y In dc'-'desviación ;lbsolul:t mini- po' de ¡¡'lcrcs: s:lldocomcrcialr t¡p.o dcc::mbio: edue:lción e. inveso:de'semplco y
m:l'. El C:lpílUio eondurecon una breve.discusión acerén de I;i ubicuidad de 1;1'có- . t;¡S;¡ de ¡nnación: entre 'olr;\s~ Eso .00 'significa quc .los econOmiSl:lS cre:Jn que el
,'. m:::'ción de Heckm:ln' )' 011'05lemas avaniados relacionados. .rllundoesiusceplible dc un an;\lisi~ adccuadobasadoen up conjunto de rel:lciones
~"" . de: dos \'ariaules.'Lns reincinileslIlltÍ/iv(lrinblcs sJlen a la luz. enc~:lnto'se:lb:lndo-
Agr:J(lecilllientos . ,. nan los dia'grnm:ls bidil\lcl1sicinal¿sd~ los libros de 'texto. y ~e p:lsa :l analizar prob\e.
'.' Nucslroscolegas dcl:l Universidad de C;¡lirorni:l, y esrecinlmcnle Jae'Woo mns re"lcs. Sin embar~o;' t;x.istc~ cierlJs reiacioncs de dos v:lriables, ~ue 'Por sf 501a.s
Lee. David Lilien y Jane}' Morrison: n(1S rroporcionaroll muchas sugerencias de resultan sig~¡[ic;)li";'a's: Y'ln:is iniponnnlcaún a. nueslros efectos, las hemmienlas
~::".(,-~"r1;''1....
::'e' .I'e',',o' ~~ ~c~l;\iic:l~ y ~'sl:~d¡sl'i~;'s)~~'Ú~~I,iñd;is' pn'r~~cs:,ydi~~'I:ls.ret~c:ó¡'es ':dc' 'dC)-s";¡¡j'~ii".
I
-,,". -~rin-úl:iidJd.
.:J
1 . •
:T"";~~I','
'Re~¿oño'~iinicl~.lO<:~~~~i.,( 'i:,:,.",,:.l.(~'
-1 __
-"')' -_ •••••••• _. J
---
",-
'"
••••••• e •.•.••.••.•.•••..•.•.•••.•.• ,

manuscrilo cn su 10lnlidad, re:llizónulllcrosasy profund:ls pregunt:lS, COmp'rOUÓlo- bies rcpr,cscnlanunn bns~fu¡'dameril;¡lpaf¡¡'el análisis de. siluacionesmá~ como
dos los ejemplos empíricos }' escribió el Mélllual de SOluciones. David Li!ie:l nos .. : plcjas. . . . " . .. .
proporcionó el sorlware (MicroTSP y t\;ie'ws) ellenS¡II~enle uliliznJb en I;¡ prepn-
'. . .;'

,ación de las iluslracionés cr..piricasdcllibro.Gracias lambién a DR'I/~lacGraw, . .

'~H¡I1."¡~8'r'bt:b'rb ido ~~'~ .é'perti{¡~6" d~ié p~'odu¿~ióri 'de' paÚ 'del C(¡¡ljU~ti:J'd~ d'nli:Js:>''.•":;,,,,~''''''>'':. '.Y:.:''':l~'~f~:'~'w.~:
-~ ...-::.:..?:,.;t:':'.;,t:~.' .~.~~'::'.:-':::."e; :";,::~.~:;';7::'!\:';>:\:";~;:"~,'?~~,'r:.';;.~~
'\~'\::':.~:;'{;.,(:;';':';/1:~.~f.t,\~ ":'~;~"::<'~'.~~.>~;
i~~;;;'.:;'.'-; ~;: ':!;.:,' :,,',: •. .:~/'l:''',~.~
,\:,1r:.~'~", :-t/ ,~~.:
:.:\~ \~~\;. '.:'.,'j?.,l,i
"f \~,'~''''''.\ ';'

..•.....
,
DRi 8mic Economícs. quc componen much:ls dc las scries del disquete 'dt: datos . " EJEMPLOS DEREL'Á.ÓONES pE DOS)'ARIABLES'"
.•.•....i Nucslro agradecimiento t;llnbién a (:lO Domowil7., Kiseok Lcc y Timothy Ycigc!- ': '. . . ,...:<. -'. '
S;¡Ilg..quc lc)'Cron el manusérilO y ;)porl;)ronvaliosas sugerencias: . í . " ,L:l Figur" L 1"mueSlr;i Jos ;¡SpeclOS dc la 'relnei6n entre el ahorro personal re.JI'
DiNardll . ..:n particular. dC5caria a!jradeccnu colabor:\ción a Julic Oerry Cullen, (AHO)yel ingreso person:ll,r,e:ll(JisponiU(c (ING) en los Estadost.)nid<;1s .. La Flg.
~:i'" K~islin uUlcher. Kennelh Chny,Angus-Oealon: Whilncy Nc\Vcy, Jack Pallcr, sus cs •. 1.1(/ mueslra los v:lloresltrimestrales de cada una !:lS dos series. des'de 1959.1 hnst:l
luüianles del MIT. }' a las Comidos dc -Econometria del Su t~l:issincl:ro agrnde- Mrr:. . 19lJ2.LAlllbas series, asi- como muchos olros ejemplos que ;¡parc<:en en- el libro.
cil1lie:llo lnrhbién a .chcng Hsi;)o. Dean Hyslop. Jorn.${effcn Pischkc. G¡¡ry Solon> ...~ "-.• provienen dc"'" DRI \3asie Ecoñon;icsD~@basc(conocida :lnlerio¡mcnte como C¡,
. Roberl Vallell:l y.Jean Wohlcver por sus complelos. come'olarios a los primeros uo' libase): siemprcquercsulie dcrc1c\'anci", indicaremos):! cOrrespondcncincnlre
rrn<.Jur~s de los Capílulos .10.13. gracias alas cunlcs la exposición mejoró de modo nucslro sislémndeclásific:lcián dcvúiables y In.ue Cilib¡¡set.' L:l, Figura 1..10 es un-
cGnsiderable. Y. finnlllll:Olc ..SUag.radecimiento por l:l hospitalidad recibiua durnnlC d ejemplo lfpico.dcgr:ilicodescrics.ICttlp'or:llcs,cn-e1 cual elliempo sc hall;) reprc-
desarrollo completo de la obra a O;l\'e Card y :lla Seccicinuc RclaóonCs Industri;'cs
dela Universid:ld de.PrincelOn. a MiChacl Grossmnn y :11Gabincle.Nacjunal de' In- 1: :
_~ '_. __ "; .~. ..';. . I .•• :. ".' .'. '.

-
vesiie,aciones
.
Econó'micas,dc . .
.Nüe"n
.
Yórk, yal Departamento ue Econollli;¡dc1
.
MIl'. I E~ el di~4uer" de d~lo~ que :i';nm[l~I,~c'sievolumcl\ se ofrece un" definici6n de;lod'J bJ Jcries. Lu ins'
Irueeiul1\:s ('I;,r".cc"d,,( .dic,h(lüi~~uei" ~e eneuenlr,n en ti AptndiceC. '_, '
.'~:- ' .
. "':-
"
.... ..- :.:.' .' .
 S:':Ill:1d0 en c.:Ieje horizonlal:n:ientrasqllc los valorl.:S t1..:!¡¡s scrics SI.:rcprcsenlan en
Jlj() ~ el ejl.: \'cnical. ¡\ lo largo del. periodo. e/ ing¡:cSO'l11l1:,:slra ulla iendcncia crl.:cienlc.
: c.k la misllla rorma quc lall11ii~u fo nilJ(;Slra cl ahOrrócn ios primcros :1Iios u:.: la

~.
~
.~. 25
O
AHO) ,
~
I
. ;~"
f ,'....... .~,
' •••••• \~:.....
11'1(; 3~{J(l
'O

~'

~c~.
mueSlra. Sin cmbargo. e/palróll no sc rcpiicili l.:njos aijos intcrmedios ni en los úl.
limos. Panienuo tk la 'Figura 1.1a, resulla ll.:J1I;IJor concluir quc cl ahurrOl:S mucllll
llliÍs voliilil quccl ingreso aúnquc, y ucbiuo ¿¡'lucias cscalas dc las serics son dislin .
¡¡¡S2,cSlO no. sca nccesariamcnle así.
.;; \, .. , Idénlica inrormación se hallil represclÍlada cn forma dc griirico d.: dispcrsi('li\
-;¡ 200 1 .:. \ :.¡; cn I¡í r-ig~'1.lh.En cSle caso, las series SI.:'oponl.:n ulia a otril. La dimcnsión licmpo
~ p" I • \ ~.:i no sc IllUI.:Slra dc rorllla cxplíeila; sin cmhargo. ósi todas las apli:':i\l:í(lIll.:Sinrm:n¡íli.
g~ . '.. .... . .I "¡ 1 "OS 1''''''; lo" 1" opdó" do ""i, 1'''"''0' ,um; "" "" 1 ,,;rioo. d, OHodo 'Iu, ,i guo,i".
". ~.;;-;. 1.50
.
.' " ..'
-
•••. ,."'.,', I:_l.~,,'..' ...'.......•....
\JY.....•
,' ~~,.•..,.•...¿.•.'....•..•••
' ..'
~•..
:."
...
:••.••.

_<
,'.,
•,:
..
••..•.•••••

.:
_•••

•. ,
: ••••
_'
..•
'.,
•:••

.•••
• ,'
•••••••••••.
,•••••••.
, •.•
,.•

,'-.-o.
'., ",'••••.•.•'.

• _
:!",UO
_ •• ,

_
••.••0,•••..•.• ~,¡_.......
:;
. '1
."'c.':'.-<.,., .••:c:.::.• :I,..;.":., u',:~I~~~~:~:;~:
~~g~~;;~';
:~~:;,',,, ;,,,:;~,\:p;;!i~:,:~~:;~;!;~!;~~~
'~:':;;~~a: ~;
:.ÜIl,Hiellt1Cna'a-soéia-rsc ..cúA.incf~t1~C"ilIÓS.éil.l¡i-óii.a.H.~sull¡¡c\'id~nlcque,aresarde:
".'.: .Oo<. '¡'.c ••.", .>"~".tt)\.I'
? . '-o 'N- "....'~ , , 150() 5..
::: que la asociación £ca apro:<illlad:lmcnlc lincal ún la prilll~r;j parle uel pcriuJ,l. no lo
~ ~~,"'.. . .' . S es en/a scgunua nlitild. .

.~..:: .0
. . 60
'
.. 65 79 75
' .0:.',i "5. 1)0 tUU6 ~Las
:-.~. r-i"ui'as
. •• 1'.1 }'l.3ilu~l¡'a'n '. üh'crs¡ls'asocia¡:iCJncs I.:iilrc el lo!!aril;1l0
_. nalur:11
;J u'" - ud gasto 'per£o.naJ reil'¡ e.rig'asolina (G/\S)::el JhgarilJno n;Ílural del precio real de /a
,\!'.~ ~i1sóJi,na (PRECIO) yel 10g¡;rillllO na\ur:dtJclingre£o púr£onal disponible re:d(IN.
GRESO). Las ddjniciolies de cnda'.una l)~ lassc.ríes.sc haUari dcscrilas cn t:I disquc.
: t..
te de ualos.La juslirica~ión de I~s .transfoflllaeioiH:s'logarítlllicas sc disculecnd
Jlj() . Capítulo 2. Lif Figura',!:2 p.ropórcion¿¡' varios groiricosuc licmpo uc lo~ gaslos dc ga.
'soÚna, cl' precio'y cl. ingreso. la's series de prccio 'rejl. con 1987 como aiio base.-
"
••
..
?
-'muestran dos (jr;¡nl;\liea.~.siJb.idas de 'p-rceio a prin..:ipi;lS }' ;: (ipales dc los años 70.
;."
~. . > '~'.
subs¡ínauas liledianle£ellcJ¡¡£.réd~ct:ioll~sddpn,:cio nOlllilial(icl petroleo)' la jllna .
250
'..
..•. ,,">1'. .•.. . ció n 'ue los ESl~dos Unidos; razón' p.ór,la cual d precili n:al del rinal.dcl periodo cr:l
• " "
üireri~r .rit Oblcliiuo' al principio. Tanio las seri~s.j(;ingrcsos COlllOlas tie gastos se
2lXI ~... ' ilidic~n p~r't::~pita; ddiido aque~I.Il.úmero' de'h:lbil;lntcs tic. los ESlauos Unidos sú
O '.. '

'inl;ref)lenró el 44 % durant~crperiod.o •.-p:1sn'.nuo de' ! 76 millones a 25'1 millones. la

;¡:
o(
.. ."
e
seric.(Ji: p'oblaciól'l ulilizada para de'fbclar .Ias series 'dc g:lSlO illf!reso se has¡1 CIl la .•.
I
población civil'no.instituciollaliz'~da 'm¡¡yor: de 16 :iño~. tjlle ha slIfri.u.o un !ncn:men. ".
¡50 / . 1"
r

./ lo ,incluso mñs rdpido que el dc la p'oblación ~i,g~ncral. El gasto' rcal dc gasulina I'~""

100
.. .' +

'.
per e~pjla s.e incrcn~cnlÓdc [orfna eOn~l~J~~c:dllr~nt~ lo~'año~. 60 y. principios dc s
70, llllentras que clll1greso real 'Y cl precIO real dllilll':nupn. Dicho rncremcnto cons .
11
" . l"nlc.'finalizó c~n líÍs-saelldid"sue prcci;' di: 10s,7(¡ y 1.:'1cOIIYlunlllde gasólina per t:;j.-
,"
.. .'
.'

'
... . ' ..
\",-=
pil.1 janHísJla vuCllO '~:lIcanza(los elevados .ni\'clcs&.principios' ue .los 71J. ."
50 Losgr¡ífi~os ,de dispersión de"l'a:Fig.,'.3i1uslnIl,1 nl,is si' cabe la agilaci('lIl del \'

1500 )000 .~':\5¡)(J : ~(!<io. .-'- .

. 1.000 '. 1,500 :, '. 2000-. . n;ÚC;IUO. La grMica' 1 ja mU~$ir('l' cl'pc'ri¿da .c'onlplcld asi Cll1110'asoCiacioncs llIuy
" JiIlq diversas eillr:c gasto y p¡'l.:~io, t('¡IIÓ al inicil~ ud 'periouo camó 'at final. Lil Fig.l..:\b ,,1\
.. ~~ .
, ',"'

ti:) .' jlerm¡lcapreciar, pa~~ el pedodo t::(;"ll¡;re.~l~liuocntrc 1l)59,¡ y 1l)7).)', la exislcncia '>.
(.,J
••••• ! •••••
.~ , l:J

.
. 'f'iGURAL1'" . . 1 V"JSC Prllblema 1.1'-' ?-;
'.
. AI,~rro e 1 ngrcso ....

.. ó?""
'

AJ
 /'.
1
i
- '.
r~"J
,.'

~:'i';i~
¡'
.\íi.l

-7.(, ..
(JI H):. 1'1. I.UJ.'''U:-'II: I HI,\

5.2
'CAI'rTU~O

;,'
I)'\clai:iones
~.'
"
'entre 'DosV~ri~bles
:.'
:~
,5

,. 5.2
;~~.
:1 ,
;.,~ -7.7
,.
5.0
\,. o

r.í) 5.0

-7.X
~ :ro
<
"!"\ . O
O
ti
8oc
~,i
~c,
~,";'
lJ

-7.'.1 f.!\ .... ,

, ..
~.8
o..
,
"
~
D.'
4.11

.' ( i\
o,r ...... j "ltECIO
, 1\:1 "::.¡ ,
";.

---.'
,.
-lU)
'o-'e •• ' ¡ \(~
..
I: '.
6 4.(,

.....•..:,.. ' . .
.......
,"o,",
1 195'):1 ~1').IJ2.1 1959.1 ~ 197);)
:\
,..., .' 4.4
-8.1 -8.0" -'-7.9 -7.8 . -7:7. '-:-7.6 ':'8.0 ....7.9-7.8 ~7.7 -1.6
r
-S.I ~ •.4
jI 60 65 70 . 75. 'SO 85 90 GAS' ' 1'" :',
. GAS'
~. A,jo
;".r
¡\
(ti) , '(1/)
~ (H) L.

.,'."1
"\ .i
-3.9 5.2

'l. i~
,
-4.U
.~\

~", .5.0
-4.1
~
O
~\ -.1.2 O
ti
VI
~ 4.8
":) W o..
oc .,
I

--j;~'
..;:)
-O'~

~':.'~: ¡
~~
...•'
-4.4
l

'"" I'~
~
í
-4.5 ~
--.'(i
"':~I

4.4
-7.80 -7.70 ...,7.65 -7.1
.... -X.I -~.6 GAS.
~;\ (¡O (¡5. 70 75 8U 85 ., 'JO
~. Año (ti¡
~.t
•......
":'>
(h) fIGURA!.J . '.' '.
.....,1
.~ Gr5rieo~ de dispersión del p~e~io ydcIconsllmodeg~solin~ .
..••. J7IGUltA 1.2
.j GrMic()s de series lemroJ~les lid logaritlllo n~tural del eonsull1o dc gasolin~ cn dól~rcs per '.,'
J) c;ípil~ de 1937. (;,) Consumo de g~solill~l's. e! logaritlllo nalur~1 del precio en Célililllos Jlor
",J/

~.~~
g.~lón de 1l}~7. (h) Consumo de g~solin~ ,"s. ellog~rillllon;llural del ingreso Jlcr c:ipil~ e/1 d6. de Ulla <lsbciaciónncgaliva convencionál cnlre.preclo ydntid<ld. La tendencia se
~
''-..,1 bres di: 1987. . .' . rompió en e1periocloinlcrmedio(1973.4 ilaslá1981.4)p"ra reslableéersc;'nunquc.
7', con un<l pendiente 1l111ydislint<l,duraille el úllimoperiodo (1982.1 h;¡sla 1992.1): El
'JI
r
6 ~IETODOS DI£ ECONO~IETllf"
r,\I'iTl:l.O 1: l\clacioJl~s élúrc Dos Va,ri~lbJcs 7
T AULA 1.1
~... . .
1~11.,J':
Distribución,dc al/uras)' pcrílllcfro-toi':ícit:o dc S~7J2lIlilil:lres escoccses' - •. plo de eHoJ. Resull:l imposible proporcionar una sei,ciH:I represenlación bidimensio'. )
., ":lo". a.--~. :. _ .•.•.._~~~rr:'~.,,;:'"'~~~:-~~~ .•.•...
,~.
n~"
~"
de
•
los
• ,
dalos.• . Sin embargo,-
In insfleccióñ dé.'ras
..
trecucilcias de la ccida 'su"icre
:;;¡
una 1;' "1_
\;
.'P!!'rílllélro lodéku (pul¡:;idas) '_.: ásoc~aclOn ~oslliva. entre las dos ),nedida~:"Er:c:¡íJculll cié las- medias cuJltlicioJlIlIt:J lo f'~:l,
, ...-,,:~
'.
<15 c~nfJrl,na. En pril11er tugar,plda uñ,L(le lascincó co'lul11nas cenlrilles de la labIa ofrece
33.35 ¡t,l
36.)8 39-41 42:44 y ulOÍs lrn~di$tribuciónde alturas pJH¡1un l)eiímClroiot¡ít.:ico t!ado:~Sol1 dislribuciones de fre~

Altura
6<1.65.
. 66.67
39
<10
331 326 26 -o 722
+~,
cU,e.nCias~o/l(l~ci(JI1l1lcs •.el~ las que es posibleel"dlclílo éSladístic~ lr<).dicional (meuias y "
,1\_
\'
591 1010 170 _' 4 vananz~s): De I:.IO~? slhlilar~las filas,de la labIa ofrecen una dislribución de períme-
«(1ul¡;3das) 68.69 ..k9 312 1144 'ISl{ ¡S
11\15
- II)XI tros .toraclco~ ~()Jl(iJclOnatla por la ,i1tura, La Tabla 1..2Illucslrá illllbos conjuntl1suc-
o
-:
70-71 5 100 ,479 2IJO 23 X97 ::;'''L
IllcciJas condlclolwles: cada serie de mcdias aU111Cnl¡¡t!e forlllamonólonacuandl1 au-
72.73 O 17. 120 153 .. 27 317 ". \;¡
Illénla lavariablecondici6nal,Io que indica una asociació'1:í)osit!va entre las \'ariabl~s. ~-
TOlal columnas 103 1351 . 3079 1127 .'. 72 5732 1. \I
~~~
\:
\,.-.:,\

\l.
T,\ULA 1.2 !';:'
•...
Medias conilicionales para losc!a(os de lá T:llJl:I1.1. . El coefieientede eorrcla~ió'114 I~Ú¡u!ire'c¿¿'n,Y.l .•i'proxilllidad dc la asociación lincal l,l;'i~
---- •• _, H. _ ,$:, .•••••.••,~~ __ • ~ __ •.•_: ~ ••..•. ~
c!llreA<l5,fari~~l.es.,Colisiderc'llloS lós valórc~ (X¡. }-;;)~~ienJo7-;-~:U;~;~z \;;.
Media de I:ls alllJrns di\d~ ct perlmelro lorácico ' -'" 66,31' 66,H4 .67 SI) 69,16' -70,5)
Me~ia de lo.s pci-ímelros IQr;\cicos dadas !aÚliura$':,' '3~,4 L., 39,19 4o:i6 "'4~o.'i6 41.80
, C~Jc~I,ládas las medias ~1U-estfalcsiJc; Xc -Y, -1.0s datos ,se ~xprcs;triín' el1 forma de dcs~ 'r'
\.;.
Vl:lelOncS .,.:.- -. -
. '. , - r-
". .... ~ .. -'"
.'~ L:. , ,'. '.: '.'.: •. ~-,~ " ' ~ :~..: ;''":.;''!.<--.':~ ._:" ~ . , ''4.,'.~' .,'" ,,' ::.l' /.i. 0,. _ . __
; __ ' ' ." .' .:r(~x¡-::<~:.: :i;:;:fi- y , '., .., ",1.....
"

conJu~.lo de dalos se.a.na!tz!lráec:ono¡nélricamenlc-' en -elpr-csenle.cápfluloy:'en' dOITde~. e 1': iliuic.all. 'respeeUvnm<;rile_,:las mcuias'lllu'eslrales de Xc Y.La Fi"ura )"--
"t "'-.'.....
olrosposlcrlores.'
• -. : .• "
_' .. _ ,._.",".'
. ." "
_'
.••.
: _
.._:_, .... , ..,:- ,. ,_,
¡._ .. ,..r '_, ~ ' •• _ •
".~ l.~ s?iiala u~1.punf0 l~ui,ilu~~r~liv?sobrc 'él gr¡\[ic;o de disp~rsión; se' trata d~U:1
Losdiagrilnlas'(Jc
." , .,
dispersión
..... 'j',
~e;¡ültán muy i\usiraliyos " .:.c
pol:ec;n
~ -.
Irc~e:lr:)CI.er¡s-
' '-~'"
y e."'
"jI"
punt,O~uc define' unos Iluevos ~jcs, ..r::s.le:p'l~n'l.¿)sé- OQ~i?,ic .~, p.anir de ,;s medias
licas 'principalcs; .L'a p~1n~era 'escl.s(~Jlo de la asociación'o cov¡,rian1.a ,-e~sl.o'es. ¿c<\- .. nlUes.(~es de X c. Y. Eslos_ nueyos eJcs"pcfnHlen conslruir. cualro cuadrantes nurúe-
se
1110 mueven cohjl!'lla.mel,lle' las variabl~s'! ¿;de forma posi~iv(J o IIci:a'/iI'(J? La 'se-, i;i~ose.n cl senlido,dc las-agujns del reloj. Elproduci<;J "¡Yi esposilivo para rodos los
gunúa es,la ¡/luta de la ¡¡soci.a.ción: Lalercenicnnieledslica esl:dillcnlirlml (u olras
formas) úé I¡¡ nsod¡¡ción. ¿CÓh1'0"P9dr~:'Idcfrnirsc'.c¡' g~qe~al"hi forlIía de I~aso~ia.' '.
punlos de I~s cu¡¡~ran~cs l. ¥ JILYI\egál.ivo ¡:>:iraio~os I?s plintos 'de los cuadran les 'l
,J I Y.1V" Unarcl:reió¡) posiiiva.lcndrá la n1a);oría de' suspiJntos eh los cuadranles] \'
ci6n1 ¿d~ forma .lineal O'<7l1ro¡.flírica? En laSección 1.2discu'limo,s h~sla qu~'i)lj!1\'o d >-
' '_ I! 1, Illien~'rits, 9ue unn r~lacronlicgal:¡va los tcil.drá mayoritariamente en los ()(ro~
coeficienle de correlai:ió'Ji: pára el caso de utla ilsoeiadc)n.lincal, midcla primera de
las ,dos caraclerfst'iéÍis. En 10s.!illimOseapflulos moslnl~eJllÓs cómo manejar la eues- _
, ,d~~ :~uauran~es. po.r con~il?lI,i~n.te';.Ja'(ürmura t'
= '(¡'1 )'¡)indicani ~ila pCnUiCl1lC del
- ?rahco-de dispersión cs, ppsitiv,;\ ~ ricga~i.~h.EI SUlIlhlorio.'sincl'llb¡\i;go:'ic;ó'uer;l a
I'ión de la linealid'ld a.urÍquc; nnles, -damos un ejci;l'plo de dislribueión de frecuen. IIlcrem~nlarse cn valor absQluIQcuaríloslll,í's_dalos se 'añadan a la mucstra. Por esta
cias d.c dos variaqles. :' '. !' . ., .• ' , . . .
~ ra~~nresulta' más adccu~doexpresar. .el SU'11!,iórro ell,,valpres WVl/lcrlio, es decir,
.- UIIlI1..a'1uoel'collceplo de cOl~nril/ÍI~anillcslral.' . .. '.' .
- . ,-', n .

1.1.1 D¡stdl>~'d""edox,~",~,,;¡.'::de ?,,; v~"ablr... . . .•...... cov{X, Y) = 2>(X.~X}(Y:-,Y)11I

. -". :. ¡ =:.1.:,., L,;' '. . ,..
\S.,
Los dalOS en 19s'tiue se bas;!n'las-Fjg,s.:) .1.a1.3-resullal1 de los 1I,11arcs dela fOrn)í\ (-X¡, ~{ , ( 1.1 )
Y¡). i:;: 1:2'. :,:.[1, C~andoe\Úm~fio de''¡;¡,mucsf1,júl cs n:¡~y'.g~ándc¡ lo~ d:¡los se prescn-
t::n habiIU~I!~en,l~ eo~o 'una di~l.ribución 4c,(rccuel)ci~l~dC' (~.~s_v_ariíibles; los rnngós. .
:;: ~')(i);¡lll

-';=.1,'-
.'

" ,
~.
I~

ce Xc Y se 'dividd'¡'en ,subinlerv:llos y-enda <;e\dil-de tri lahlj\ )\ll)eslr:¡'c~ número dc ob. ; E~I:m!~¡\:<I.e.S(cphc"n/vl_',Sli~l:c(.I~iJ/(j:.iil7/r-/~~E,I"/",{r.,.,irti. J-1Ú\:ar;I_Vlli\;C;si'~):"rcss. I~SIi. p. 208,
sef\:a~¡one-s 'cn .el C9HCSP9n~,ienl~_PÚ-de:~tÜinl~rval~s.uI ;fablal.l. muestra un ~icm- _ VC,ISC_.SII¡;lcr. III',CII., para Ulla IlIstona (aSCIn;lIll~ )' 'fldiililh'a ate.rca <lela c\'Ill"ción (Id c"cficicnl~ <le
.' •. '. ,o. ~~,'~ •. "_~' ',.' '",~_'!,: ..• """, '.''! ;.' "~',:'. ", '.' " .
corrclaclón. -'-

: .,'
"1" •
 ,1" . \ ~ ... . ~." • " _,.7 0_'
"~o.

- "
\ (.: ~1(TOlJOS DE ECO~O;IETI(IA :.1

;~' •.•,C"""-
?".>.: Omilicl)tlo los '~ubr;!d¡¿~~";los .1ím'i!CStlc;,S~I,~'~~~riO (al no ~x!sÜ/ariibigG~4a"-cJ)' ,
y ~ic5'1)uésdc rC\llip,r '!,arin~nlanip~lac.ione~.algé.b¡,aicas, 6blenC-¡nOs Ircs expresio-
¡:..' -..
' .. nes C¡luiv;,I~I1ICS para .e('-c:ó~ficicnle tleco~rclilCión: dos de ellas se expresan en tér.
".' minos tic 1;}tlcsviaci9ncsq:sp~~lo,tle (ÜS,medins muestrales y,la lerccra, 'en rlÍnci6n
.' ""':i':'" .', "'. .' ..
uclosualo!Íoriginales,
. , ,,/,'i" ... "

. ~:: ¿xy, ,,:\ ..I"",.,:~,

>,,:.,,""'"\
,"nSxSi: '" .. '
, . '" ,'" .('. ".'.:\',:\.:;',l'

,~~~-'~~-'-i.~~'.,.,\/I'
". ;
; ,
í;". Cllur/rm;(i'll
ell";!"'"lrl ,(1.3)
(:ry) 'Í'egali"l"
(xy) positivo
.r
',12; XL\/'2- y2~'.J
""!:--'!~.O ./ ,.: .
.\ ""1,'

,.'",
:~.. :... ..
. ',,-;:. ":,,/I¿Xy~(iXÜih,,:.:, ,:: ,. ' .. '

-""
~'
>,..
'", . . '

i, -:,:,9I1:L Xl, ~ (¿X)2 Vil ¿. )'1,_ (¿n2.'., ;.; ,

. . -,~.' . . '. ; "

.-.l' , .-¡,: .' , ',' " .:' ': .• ~. . ¡ ,' .

"f,,' .
..',;' ..... ',~ .'
, .~. . '.:"',

', .
.,.;"

",

. ,',. .. ,¡'.,'.:", ',.-, "~l.~",": :)'~;',," ',,: .. .,~,' .:'.':', ,:'~""< ~.,.:.... ':.
En gerreral, un.•, i1iSlrtbiJCIÓil,dcUQs, varlab1cscomC! 1,<1
!!,oslrad~cnla T;Jbla 1,1; se

,.. rc~)<rcst,llIa•.Il1c~i,ilil1ic'P:1.~~~,1T vrii,d~h:~i:,:Yj'.~c~~':'~~~'.r~ec'~c.n~,i~.~li; p;i;n'.( ':"1, ".:Ú~¡ .

=
"

:.~". y J I, .... ,/,.X¡ rcprcsenlacl punlo meiJlo uel,.eslmo subllllervalo del cJe X,mlcn-'
''''. Iras. 'V¡ :rcpr~s.l:h~~.,c} ',!~li't;lo rn~'(j!9d~1 'tésiillo"subi~'I~r~~lo' del eje 'Y. U liIiz4:n~o_;IÍ1
pcriouo'p¡!ra el :¡ubíl!dié.c sob(~elsual h:l)cnitlo lligar c1SUIl1,<ilorio; 135 rr.ecÚenc!as"
nwr~in"aJc~dc. X; vienen:da'dils p~rn¡.'"= Ij.; ¡"¡¡para r.:l,.:.",.,r~ Tá~es r~recuc.n,~ias:' _,
nwrgin<i(cs; junIo conlosvalorcs Xi', nos cO!,d.ucir:íri n I;;,c!esvi~dón est5ndnrdc X,

.. '
cSI!Jcs, s.;.
Las rrccucnci;'\s.iil~!rgi~!alc~de' l/osOIlI/.¡.=; par;; j = 1: oo.: p. Oc ,estc i~~
"ii/ "
'.\
- riioélo"sc"obilt'ñ'é 'W"dc5viti'ti6.!y,esl:ín'danlc":'Y,'
rinn7.a ',' :.-..
;i'VFi rl'alnrenle,'obl-enem.os:
.. ,'
,;' :
.'"" ' ,
lo' '¡:O~l!'"
. ""~;
VI

FIGUH.A1.4" p,'. _ . "".) '.. ~

Z
.• --. Ji ' .. "11

CO<Jrc.klladas tkl dj<1gr<1l11ade tlispersiúlI p;;r-;; p~res de variables. CO\'(XY)'; ¿il:{X.-:X)(Y,'-Y)/f1 ( i.4)
,> , '/=I/;,"} J, '.• '
.,' I '. '.'

"1n i='"
,¡
'--' ._ .'
"'-:-,h'.f 11 ('
..,í .
')(
,.-,-.
y¡,.
=¿X¡y¡lIlSxSy
dOlHJen escl
mose]
.'
coeficienleue
númcró
.'
lolal tic observ~ci,~nc~~
correlaCiÓn
.. paráÚriadislrib¡jció~
' ..
Ü;;¡cndolostres
' .
ti¿ñ~e~los,ex'pres<1.
.""'.,.
defrécueJÍcia
...
" ..
de dos varia-
,
,
', . ' ,

(1.2) ,
.•.... I

. r= \ .. ,,f. Sr. blts,en l¿rnlinos de 10sdalosorigin;;lcs,como. '0 .,

'~:
tl tlonde Sx =
\
2:" "}i"' "',f;'¡iX/j~~(.Inj';¡)'
'}=.' .\ ..... , .. ,=1
(0£ lI;j1/¡)",
., .\;=1.
I
, j = I r=
.,<
-'.' ' .. ".'

"
'\' \;?/Il
.'. ~':<;.' 'fll.,}~i;..'(
-/=
I".í.':X')'Z
I 1 } j= I } ,} .
.,¿", " .'

=.'
,"

.¡ '". '.'
r
I
10 .• ~~¡;TOf)OSl)IlIlCUNO~II:TllfA

1.2.2 LosLíIl1~les

Elcoefic'i~nle ,de 'corre¿~ión\.lebe~nW(llr¡¡rSe

de~' "j ',;

cn,'~'l inl'erv¡;lrié~1l11~Jre:H.lid6'cnlre .
¡'. .,.',:~,. '. ¡".{
':.'
) I, .-

!. 1.2.3 Corrcl:l(:iollcs ESlllírcas)'

CAI'ITUJ.()1:Rclacioncsclllrc

Otros TCl11ns

Los COcfi~icnles dé corre~InCió'n precisal~ una cüidada i~lcrprclación.Muchos

Dos V~ri~htcs

cocfi~
11

-1 y ~'l. Un~ for11la~paracornprobares¡aafirmaciÓncoilsislcen definir ~.éomo una cienles que 110s610 son grnndes numéricamenlc sirio qllcadeli1¡Ís se suponen l'SIn.
COnstante arbitrariacualqliiera. En~onces.~~y-cl'H ,:a>OfS~ronga.~lOs q ~e. di.sliclIIilCll{e sigllificativo.i', ~omo rcsu{la(loue cic':¡'QS cOlllrastcs que uescribircmos
e ""¿ .()'I¿x2• Substitu}'en~O en la desigualdad, obtenemos (¿ ,1:)') ~ (¿ :c.)(¿ y ), posleriormcnle, pueden no conlener información reaL' El hecho de oblcner un re.
es
decir, r~ .~ LLaexpresióh resullalltees ul\a de las..formas deIadcslgualdad SUll¡¡do eSlauíslicamenle'significalivolio in)plic:lneúsariaintnlecldescubrimicnto .
Cauchr.Schll'arz.Lalgualdad 4nicall~ente.sen~anten,d.riÍs~ lodasy.~ad~.un~ ~clas de una relación útil y' con senlido. La pl'cgunla"b:ísica es: ¿cúal es la causa ue la Cll.
desviaciones)' ,s.on únmúlliplo¿on~l;inte de la correspondlcnl: desvl.nclon .1. En lal varianza oLÍs~rvaua? En caso de que exisliera una teoríaaccrca de la variación con.
casO; la tOlalidaddelas 'ó\:¡servncioncs púteliecer~n;¡'ulli\Il1ISmíl hnea recla,.con . junta de X c y. el signo}' ellam,lIio del coeficienle de corrclacit)11 'eslarían de acucr.
pendientc'posi\ivaV:: 1)'0 p.endicnten~g:)tiva.(r,:;:"':1 ).:'La.Fis~r¡¡L5 mucslr~ dos do con dicha leorín; rerosí lal teoría no c>iiste,o puede sÓlo imaginarse, rodemos
casosenlosquer es tiproxirl1'adátnent~ igual ~cero. En un caso; las, observaCiones calific'ar la correlación C0l110correlación absurua.
se diSpersan porlos c~at'rocuadr¡iJ1tes;en~lo\ro;tornan la fOi'n:a.,exacta dc I~curva . Nueslro ejemplo favorilo de correlación espúrea, o apsurda,es el rublicado por
, ..deu'naecuaciÓn (Je,~cgundograd(¡;e'~ la C¡uf p~'?;d~c~~~'P?S}lIv~,syn~gall:~s,se l?~
...•. ". " ,;;;."sLs~t,.!(E~i.iS9;q'.V~')yX~!J.cL.~.ILL~~.~
",,";,.i">';';":~~I5¡;fe'¡{~a«~á¡t:':lfi~~ii:r'i:'i'd!i-'tthos"h~'iós;.o't'i'-ds;:.Po'(;lo"lnlftb;.cH:ouliccnlo'dc',coF.fclll'""", .•',,,."..... "
..•.P¡.\.qil<.nrJR~tl~.J.\JSJ~\.lJ?~:'¡\!Jl;lf\Ú;;;;~~i:¡;Jf¡ii~d¿dó'
comprendido enlre 1866 Y 1911, Yule eXlrajo los índices uc.mOrlalidad de Inglaterra '
ciól\'sirvepar¡1 meuir ei griu.lo de 'Í1sociaciónlilleal, Un valór bajo dt: r no excluye. l.a y Galcs'y la proporción de ~11alririlOniós oficiauospo~la Iglesia iliglcsa, descubr¡'enuo
'. po.sibilidad de un¡¡ 'asociací'ónJÍo'¡¡;i.eal f.ucrtc .. Dic:ha asoci~ci,~n .~ar:ra. valore~ pOSIII- ,un coeficienle de correla.ción dc +.0,95. Sinco1bj\rgo, ningún político bril:ínicp pro.'
vos qnegalivos de r si obser~~clOnesde I,,~
I~. ml,le~l~a s~ IQC,l~lzar,IIl.:cn segmenlos P~ISOclaus!lrar la 'I'glesia dc.lngla,lerra;COJl ~I fili.'dc olorg¡¡¡'.la inniorlalid!l'd alelcClo,
parÚclll.arcs de \a' r<;l.aci.qn:¡lo'lin'e:,¡L '. ., . . . rauo .. Más rétienlel1lcnlc, y utilizando (Jalos 'ul1uales (101periodotoillp.rel)uiuq cntre -r
"
,
. '. '. ..,. , '. '. ltl91 Y 19SitPlossery Sch\verl' ücs<;~l)'r,i~rbn'ltn.cocricit:nlc (¡etor;élas:ión de + 0,9\
2
"
'.
1
r :' O. •. . r r •• O ,.c,;irc
. ~lloga¡'ill1ló del ¡ngresor~ol\1iJ\aLcn' 10s'EstaJos Unitiosy'l:I logarilnio tic! IIÚ-
.",1 . , c',' :' "c;' , .. n)ero'ue l1lanch~s solares adin)ulacjas6: ~le.ndryc,;cu'¿nlf¡\ lúl¡i pOderos~ relación po.
"'.' ,." " '..' .. ': siliva,ülllí'qllcno li;leal.en:tí~nos.asPC'Clos, enlTc la tas:, tic ¡';,nación y la 'aculllula. ' (
Uilidó7; Séría eS~lt¡jcl\l.lo que los bril¡Íniüüs
~'".
. ~ '."4. ..•
.
..¡".

" ".;,
" .. \
)o.

.. :.
'.'1 •. ~ ,
:. ". '.
,. ">, .
'.i.:i6nünual'de precipilacion~sen"eIReilío
pudie~an reducifsu lásri &innac¡6i~y, ~omo'-si de una 'loterí¡I.Sc lralase, disfrutar i
,"

' ••• ': •••

'..
o"
...".~ ••••
••.•
"VI
!.'
• . - :. ndell1¡hde U;l clima imúcjorablc, a'unq lIe lrlles cOl.ljllnc-iones jlO ócur(.ir¡í'n.jam,ís .
" .. " , ",.......
'. : . '. 'En.loslrcsejemplosn';cndojla~OS;loUas.las vi;i'j¡¡blc~' se hall,~n 'someliuas a
".:'.:..,
~- (

(
"

'.''#0 .

.~_ '. t,., ";~ ,; ¡ilOVil}lielllOs lendenciales a lo larg~üel 'licrnpol\, LO.I1l,ís jll'obable es ,quc un COIll.
. pr~ro conjunto dc fnc'lores lÍléc)i¿os, cco.n'ómicos ys(icii,ll~s cohlri'[)Uycran a reducir ":
. ,:
~:
, -'

.;'~':.'
. .•
. ..... ..
'
. el fn'd,i,ce.cleúlOllalidau enlnglhlcr'i-il'y.G'alcs e.:i'iclGst>, {jl~c.un.colljulllo difercnte (
, ..
';"
... de facióres IJevarn.a lIr;:d'cscc;lso'en'.elpQfccntaje d~ malril1l()nios"oficiados por la
.. ' Igl~si:1 .de Inglalerra, La,,' aéUI1l~i1ació'1.dc mallchils solúcs y dc pfecjpitacjQllcs~lt¡Clí'.' (
x. ", .. ",

:. t ' ,,".~ " , . "

.1G.'Uun)' Yulé:"Wliy !Jo' \Ve Somelimes pe' NlÍ,;sen'sc CO~;Cblil\l1s hCI\\'eel1 Time Series?". Jmm/ll{ ,,/
.(n)
'r"~ iltly,,{Slll/iJli~,,1 S"cic/y.Sérics A: Gcncr:ll,.lI\l, 1926. ¡.ti\l. "
.1, Chnrles '1...Plussc[ y G. Willialll.Seh;v~ll. "M,;nc)':.hleollle ami SlIlI'sliOIS:~-Icastirin¡; EClllhllllic Itclali"ns.
, ,;FI'C'URA'1.5 '. ., .,', .
hips al;~ Effccls nf DifferCllCin¡;.~'J";",;,,i,,/ M()~.lclnrr fC/JII;""íc.r. 4, 11)J~.6~7-(,611. l •• ,'

,>;'Pares de v,ári;lbl'cs p';\.r;lIO~ ljuc-r2 "" O..

. .
- .. ; ," . ..
'.,,-,
..... ,
"

".'. ~
.
1 O;",j¡] F. Ilel1ur)', "[Oconolllel'rics . Alchei,iy'or' Seiencc?':;'1:'cflJú'lIIicn: ~7. '1\l:;():'~¡¡7-~1l6.
. •.L~~{eil.,1cllci'ls,~olllo.la 1l1~)'off~,dc:los fC,nÚrilCllqSecci';(\'lllico~;resllI1;\I)'~ Ille¡\ud(~ fr;i¡;ilcs y lr~llsilnri"s.
.~ .

. ~. '.
\.:-. ': .. ., .!

E, Sir Alce C"irncross,.lIIlO ifclos'ceolloil1isla~l)rit~nic.Qs'I.!'"is. dislingiliuos ~'co,nsejcro ceoJl('mico ud go.

! "

..: '" -1 hieril') bril;\níeo: quicn ulili7.1\latí lirie~ 'cxpresiórl: "Un~ 'Icnden.:i:, es un~ Icndi:ncip. es un" IcnMnri", pe .
, t,
. 'ro la 1;;c'¡;Ulllaes i.• all\~ii;;\fucrza'i')lpr':l'isla ,¡UCitl\l:r~ su ~urso r I~ obligue"
,c~h~'r;\ c¿míndnse? í.1'11\1;r;~
¡lc¡:~r'l\ su' fin prclll"tllr~IllCnlc'!'; , . .
 -~-~------~-------- -------~-------------
. C~I.ITULO 1: Rclaci~nes enlre 6.05 yariables
, ~..- :". .,' '. . ' .
'1. :. ~

dcn neccsariamcnte a :Hlmcnlar, igual que el ingreso no'J'nin<l1de los Eslados Un'i~ na
'!:'~'~'i~lic-nlr'¡iqu'elo~'PC(IUeil~~.h~n:vcndido siel:np~e~~~c~ntac\.~ 'J o(rc:cl~Io :u. gama de
dos}' la lasa de infiacil')I\ bril:ínica. Las series son el resull<l'do de lñ'c'cÍlnisn;-ós'gcI1é':" - producloS .ilás limilada. Ell I~ prini<lvera de 1983, Arco suprimió las l~t¡elas de cré- ,
rauon:s inconeXos que aC:lb:1Jlmoslrando movimienlos conlemporáneos de ascenso dilO Pi'ra d,eclicarse excl~\sivalllcnle a,l,a venIa al contado ..En e~,olono de ,1983, el
y/o descenso y. por lo l:\JiIO. codicien les de correlación elevauos. En el próximo cn. reslO(!e losgrant\cs respondiÓ sin a~~ndonar la.s larjelas d~ ~rédl~o aunqu.e I~,:ro~u.
pílUlo mosl raremos cómo I:,S lendencias deben <l(lec'lIarsc n lnles series y cómo c<ll- ciendo dOSPIecios'nuevos. un precIo par¡¡lnr¡elasdecredl.lo.y un pre:lO II1ferlpr
"'.,'~
j elllar los residllos parn dichas lcn'denciás~ Las correlaciones cn'lre p<lrc~ de residllos para' pago(at ~tlntútlo. ,En consecuencia, uno de los pequeños dem~ndo ~ Arco <ll
:'>,'
';1 p'ara la!<:s series resullar:ín despreciables. . amp<lro tklasleyes ¡lnlilrUsl. Eldema'19\lnle, b<lSó,c1 C<lSOen la. eXls1enCln de d,C?s
, .I,Ln.'LlQ!Dli!allernalivn de correlacionar r~~i¿luos sin lendencin consisle en C<l\.cú- , illerc"t1os diSlinlOS 'I;ar<l .la gasolin~:~II1~ en ~Ique losgr<lndes compelían enlre cll~s
l<lr la, c.9~ación entre l<ls primcras diferclICias de l<lsseries. Las prinlerris diferen- y 011'0 donde' cOlllpetían, los pequeños. Aleg"ron 'ad.cm~~, aUfl~ue no en el leng~aJ.e
cias son, simplemenle~ los cambios que lienen lugnr en las series entre observ<lcioneS utiÚzado por nosoiros,que,Arcoer<l c;omo,ul'l,libtirón que había sallado. de la PI~CI-
<ldyacenles.Se indican normalmente medianle elsímbolo, u oper;¡dor, 6. Así pues~ n<l grandc::<l la pequeñ<l para engullirl()s a,lodos.Na(liec~pstion(¡ que eXIstía un tlP~
ó.X',=X,':'X'.1 " ó.Y,=Y,- Y,.I dé compelencia enlre.los grandes y olrnenlre los, pequeiios: la' pregunla cl.av,e era SI

1\'1 uch as s~:,i.e,s_con_e kV,¡ldas.co l:rdacioncs-en lr,c.Xe-Y-(IOS-lI~\'), mosl ra rá n existí<l conipelencia enlregrand~s ypcqueilos: " ,. .., :
, . El problema proporcion<l,el,eandidnlp pelJecl~ par¡luna!"állsls tIpO
hajas correl:l,c.i~~~esenlre 6X e 6 Y (l<lspril/lC!rns diferC!llcim). Dicho resultado..Ji_uele
SlÍgl,er/Sherwin. ,La cncu,cst<lcle Lun'dberg pr~porciol,l~ cat~ados m~~~s informació.n
indic:ll:...uña relaciÓn'~-:-P(J1'oírofií(Jo-, ~i cxislelln<l relación' caus~í enlre~
delallada sobre precios .dctodo tipo de gnsol,in:, y QCla!l<ljes, p~sad~cn, tjnnan~plHI
va ria ~ll.~~-:::pe r~mo~~~~ra 1',co~re l<lciones ~;~I~~Y¡;c'¡csY¡;\í~bilñCñl?C.É.~in~~
mueslra de es\acionescle ser~icio. Lpsdatos so.~ 'ún, p¡'om~diÓ enlre grandes y .
r<l:~dl£e~as. Este, punto !i<lSido resnllado reéÍenlemenle en un imporlanle docu-
", péq~,efios;, L6s gra ndes,mu~si r.an'~()~~, p.r()du~t()s ,di réreDCi~~?S~~O~ Ira"CY aIro
,- mento escrilo por Sliglti' }' Shcrwin9; La lesis princip<ll del documelllonfirma que si
~I los pequeños. EslO permitió, clcálc~!o de 6~ co¿~k,ienles ,de, c?rr,elaC\.ón pn,r,a lodos,
dos bienes o 'servicios est;ínen un íilismo mercado, sus p'recios deberí<lll ha'l1<lrse in-
, los'pa(~sdc pr!)(iUClOS:~"l.re lo~, gran~~s, y,6 coe.(icierl1e,s d~c9rrcla~i~ne.~tr~ los
limnmenlerClacio'hados. Sinemb<lrgo, la mnyoría de los precios, igunl que la m<lyo-'
peq,u~ñós. See.sper"b;i que cada.)u~g(),.d.ecocq~i~ntes,diera lugara~l.rra~ m~y ele-
ría de las series económicas, mueslrnn movimienlos lcndenciales en el liempo. St;-
vad<ls, renejolJehl inlel1sidad del~cjn~pel~nci~,~n ¡:I, seno de~a~agrupa. SIl1 cm-
g1cr }' Slierwin 'desean .evilar que su estudio se,confunda con una f<llsa eorrcl<lción.
bargo;fue ,lambiénposib'c,éalculn¡-18~gefic:ien,les ele c?r,relacióry para todos aque-
Como ejemplo, los precios ue los fUlurosde plalaen diciembre de 1982 en el New
, i¡
llos pares eruzadÓs de pr~cio ,dev~do y precio ¡¡'ferioL.I::sos 48 coeficientes debe~f •
.•..•. York Commodil)' .Exchangc }' en el Chicago Board of Tr<lde, para un periodo de 30
-.'1.:•
....!.:s..'
días lnborables, proporcÍonó una correlaciólllinenl r = 0.997, mientrns que los C<lm-
an resullarno significativos de haber sido correela lalesis del demahdante. Por otro
lado; si sólocxislieril lÚ' gmn l1lercacloltnicci dela gasolin\l.las correlaciones crU7.a-
bios de precio dieron r = 0.1)56, Los' dalos,de los precios ll1ensu;iles (le harina al por
das no 'rcs~llarínÍl lan marcadamehtc inferiores a I<lS ~orrdaciones internas dentro
mayor en dos .cenlr'os de la .induslrial cerealerrien Milllie<lpolis •.Minnesola. y,Kan-
d~cada grupó.Esinl¿¡-~~tinle ¡-c~all¡¡j-cn es le problemil que las cc:melncioncs inler-
sas Cil)', Missouri, en el pe¡:iodo 1971.198(proporcionan correl<lciones de 0,97 p~ra
,nil~..eJ..~I,lJro~e c'ada grupo proporcionan unare(erencia estándar para aseguradas
los ,~ivr;k,~).j~I\Jsyariab.I,esy.deO.92para.lnsprimcrasdiferencias. En nmbos casos,
';'.::' ,'' C , . ,.,', ,. 'cb~r~l;dó'h:¿r¿;~i.¡;-d'i\5:'''E'n'''rbs'tnsos'\1j'sci:J Udcrs~.'e~;:~~".dogUlTlet:'.~o'de<SJ,i,g~,erl~h~J~vir¡,.
lascoÚcl.acionesdc las pri,i;erascliferc',i2i;,s rauer;,.;;., el; gran maneral~sco;T~'I~~"
sólo podían establecersejuicios subj~livosacctca d~linmaiiodelcoeficientedc',co-
'ci0nes de losilivdes }' reafirm<ln l<llcsis de un mercndo lmico p<lra dichos bienes.
rrel<lci6i,requcridopam eSlilbleé:erque dosbiencs,per'lenedan al mismo mercado ..
.'"
, El csludioanleriar origina ulla IÍl<lIri.i de 110 cocficicnlcsdecorrelación. Y,
~ 1.2.'1 Es(udio deuiiCnso ' ~onl<l finalitlild de Cvi\<lrciedas corrc\aéionésespúréas, la malriz..se ca1cuI6p<lra las
~r
variablcsennivtlcs, paralas prinleÍ'<\sdiferenci<ls, pnra loslogaritl1los de los niveles
"...
~:¡ En la costa oesle de I,os EstadÓs UúidoS,la g;isolin<llú suminislran tanlo los "gran. y para l<lsprimerasdiferencias deloslog<lriimos (que miden los cambios porcenlua-
~ des" dislribuidores (Arco. SI,lell, Tcxaco, elc.) como los "peqlieiios" o "indepen- les en los precios). Sé uti1i7.6, además, el <lnálisis de regresión para enconlra~ me-
0{ dienles". Los grahdeshan ofrecido, Ir<ldicion<lln1enle, una mayor varieuad de pro . di<lllle un <ljusle l<lsposibles innucnciascomunes del precio del pelroleo o I~ IIlnn-
.......
.¿.;' duelos basad<l enel oClanajcde la,gasolina, forma de pngo. nivel de servicio. elC.; ción gelleral, yseca\cu\aronlambién las mhtrices dé correlaciones enlre reSIduos y
las regresiones anles mencionadils. En lodos los casos, las m<llrices moslr<lban "bos-
• Gcorg~ J. Sligkr y Roberl ,\. Shcr\\'ill,'''Thc EXICIlI'~~ Ihe i\la,kcl".J"''''/111 ti/l."": 111/11 f.crmnmin, 21\. ques" de árbo1cs<lllos (esto es, élcvndos coeficienles de corrcl<lción), yesos árboles
19:\5. 555;5};5. eran lan allos en c1rccl:íngtrlode I~s correlaciones cru1.<ldas como en los lriángulos

~~ ..
~: A

JI. \.:~~
:r ..
,', ." - -.. -: ...• ,_ ... ~ ",:- '

'.' "-
 "',, C,\I'I'll;LCl 1: RcI:lcillllcS ClIlfC Dos Variabks 15
. "';'¡~;¡:;';::. r ~::::':: .
1'::\:,1.-1)1""" ... ",¡:;.;:.,
Di.~lribi7Ció'~ '(i~prnhahilid:ld il~ dus ."ariahlcs
"fl"~"'~"""'~'~."'...".,-c'","~~-:T---'" ,- _~"..'~_"__'_-: ~
. ONO~\Ell
ll\
• •. ."
, ", ";";'.¡.J~~~,\;I>...
(,. -",r.~~,:lp~~' .<J.', ,-.!:n,-r¡'i:ti;!t~••
,-f~g; ~\,!.".
'.l',l;'~,.~,
• l'r(,I)'.II'I'I'I(I"'(
~.

" ,,"00'''0'''''. . ......., .....'." ;i%;;E.~~I ."~ ,. . x,$.""if;'x,"'~"'.:' X..""",""" p

"

".
. :~~,:;~::':~d::~::;:~:~;;'1~:&;;:'
.poblacion¡¡)
~.~~~ •.• 4";'-':"':1" ",j, ••••
::,~,~::;~
; •••
,:
:,L;~,::~;fr);~j~~~
. .,.'_,.':.__,~ .'•..~..,:,,.:.''...::.~•....
::
p¡¡ra lodaslasp9siblesiPbserv¡l.Gi<Í.Í1es.:de)¡I.~'~vilriablesd~:'iJlJcj.é.$¿D.iclih.~,!J>
:...:..'i/, ....:_.;..;..~/ .-.•.¡f, •• ~•.•••••• : •.••.•• .;.r.~(.v:
r'.

¿hslnbucJClO la caraclenzan é::ICrl<?sv,florcs !-le'pilnlmclros escnCialcs} Pai'a,'una;:¡

•.~ ••..:l ,.::~ ••••'",,*~',•.•."'":..•..~,.•...',•..•...•~ ..• f., ••.•..•• -: ~ .,•.•..••...,..•.•~ _ ••..•.~••.• ~.. '".
.•..:~..~.,:'..•.~.•.•.:.~'.....:: r'- -;I~';':'I..,.r~'.--.
.. ,::",.,.:\'....
•.
".','
:.:.;,:.y:.P'

I'ruhahilillad"
..
~.:.~:.!.r.f
'.•.~.' ..~•••~/;'..!of:¡
.• i.• ';- (
..'''')
j.;,.•{ ;'/:):""':¡:"~'"
~,Pl;':.),'.~.p:.:,t.'..'.;., '.•.¡::..',.,::'
.•. , 'f.':':.' :,:)'.•¡::.:, ii/.I,,,.;¡,'¡;I';."

mueslra dc 11 obscrva<;ionés• se'c~lculan eSl¡¡dfslicos.mucslra!cs qlie scrvir¡t'n'(Ic'bn:Se< Illar¡:inal : PI. :;e~';~;.~;~~~'

..'" 1'",.
para re¡¡liz.ar la inferencia ácerca de lós .parámelros' de la población;'[Ócsdc'l'ohra~ . .
bajos "¡ue HaaveIOlo,re"lizó el) lós allOScuarcllia 10, 'c1c~~C.CP10.dc1.)roháLl¡ii<Jnd.h¡r
. sido múy lJlilizitdó en economclría: De hecho, el desarró'uo de ia economCiH¡tcitíos'.
'...Ú co\'arianza es
.'.',..:~:mt:;y,'..'
. . A.,./- ,:l., 1, , ." ..
úllimos'c1ncúériín aXo$ se.ha'basndo prilnq,rdl\l1.me!ile enel esruerI.6'púá'nd~pirir y' ". .';;".',~Dj}~~J~~;"~,:/~'~'~;"
: .
.ex1c-mi.cr.Ios.pn::lcedim.ien.los.cláslcos:d~ in.ferericla¡i: los .p~obl~niilsl?úlicúinres'qiie:' . . (TX).='eo'v(x;;h>~:Ei(;'Y::":'Jl)(Y~' ~ .)J' j .

!ll1D ido sl,lrgicn'¡Jpde.bido ¡¡'la 'piopin lHÚ~lr.nleza'd,c.los.proc,eso~ de ge,n'cníCi6inle:' ... " .... .' .... ;.: ;";:~~~',:~~;~:;;~-,.,.'
',' ' " .' .
dnlos',en e.conomfa'y' n hi 'rocn :diSpol1ibil.i.dnd'de ,e'xp~~iñ;en'los ecollómic'o~ c6n~'. . '~2:¿pi (,\'i'~~:;>.(Yj:":')1-;.) ,' •..
j '- (U';)
.1 1l'd'lado~: .' ".'( '~~"";'/'.'¡7:::t: . . .' . '.'¡ (:.~;~\n.~{it:'y}r:{~'~~~.:J',:'''.'
j ... . .."¡
"'.~' J-: .• '::..
..,. . t.':' ... :
. ..... :~~~;.L.{.'.f:."'.J~ Fi~lalin¿nie. d coericicolede co~r~'l;iciÓ¡l;p.'óbi~é'i6il'nlse den'lÍ.e éomo
..• ' ~.". . .. -~j.; ..•. ;:.~l/I\ ... . . ,"' ~ ., ".. ," ..~::.:'í:!~;'~"~~~.ih~~(~';;.~~~.\'"
,' .
1.it Oist'ribllci~Í"í\ (I~'p~~b;,hiiiil\ld ¡)iscrela de'D()!¡Varrai)J:~ ': '?:. ( '.' '. . 'corr(Xár;,i~ ..=::~.i,'
..,;'. . . (1.9)
. .. ". : ......•.... ¡.;."i'\i,llT«T,. ,..... ,.. .
.... ". /.:., .:, .... , ,': , .:'.:: ': .... '.: . "~' " .;' "':::,::,,(,1, ..
Pnra enlrjlren ma!eri;" consideraremos uJl~'dlslrihudón.<I.e probabilidad discre/o de' En las ~Jmlllli1s :Inlcrio;'es. i;Y¿j i;;Üi~ri~~¿{~'li~'~'I~Jio
J~'I¿s:subít;dices n;h:vanles.
. .do.s vnriables'conü:i la q~es'c l)lUeSI~ael\ la Tn\>la 1.3:1.,.05unlOSdclns c'cLdasindic'luí:
.. ' . •..• .:, .. ,,' ..~. 'I¡"~"'''''';~';'I'~~''}.:'\"' . .•..e ~
".ProuabJlldades cOlldiciollales' '--:y,t!:c.: ..•..' '., .
laprobn.bi,lidod del sUceso co'nj~nlo .(Jclos valo!esasoCiados X. Y. Ppr '10lanlo, pij ~ COilsidcrei;,os la columna :(¡ <le'1¡j:T~bi;:1 'pr~lbabnidil~,~onidi~iQI)alp;IJ:\ :gL\
probilbi,lidad de que X.=..~ie,y"~Yj.J..q~..10ln.lcs'dé :CO~uilll.i¡¡sy'filas;do.nde uilpun. Y,. <Jado X,.
se obli¡:nedjvi<Jierídol;r.p¡'ol~;\bjlid:ld 'de cada ceÍda 'p~;r'~I' ¡olal ~ieia r.
el
'10 indj~ll elsubíndiec sobr~. c.ualJl.a)enido.1usár'll1' s~rrÍa, nos dan las probnbi'liua~.,
ucs morginalcspára X eYj,résp~cÍiv¡úríen,l~. I.;as qiSlri!lllci()ncs de dos variables 1'0-..
colulll/w.'p¡. Así pu~s~:, .. <::.,,::;~..;;:'¡;;.;,;;~/,;;:;>;.;.: ....
l' ': ':'. .. 'o-J

,.
"'-!'"
secn seis importan les parámiHros pob.lñ~iona'les~~as medias se defincn ¿'o~1O . !!.JL= p~ob;lbilidat deci~;~'Y '~'y:"JtidO~IUf)( ~X , .
"Pi: " . . '. i....j .' " , ~
" : .. :. ..:";,,= £("X)'
rx .,' .'
;=:~lJ'X.
.. LJ /./
;:::Y'
,:. ".
,:')~i;.ry.:.~"E(Y) .¿.}}
='~/} .~ .. '. '. ('1.6) / {I.IO)
. :'.i,:"~":.~:'~'-:~''-i-.::' . . .~:' .. " j .~ prob(YjIX,).:. ! . :~' .

Las.vúia!lzas se:dcfinen como. .: ..- ".' •... .~'. . ..;. / . Lanlbd. '.liulc eÚa disl rl'.H.lcio.:n. la"eSI)~~al;~
. .'.
..~'¿O'.'lld
..
,:c,:()'
,,\",1 I ;1"
.
~s . •~~ ~"
v l"I'1 '1') \'
• l \' ' ¡. es
1
Q cs.
'.'~~.;".~ar(,y,'~.~[~):~;'~.r~21~::¿
i}'i.¿~¡~.p,()~
:.... ,-.: ,:--,':'.,., '.".~ .,\., . '. '.. .' ( 1-7)
'. '. ;i:':ld ~'E(}' ,~r.;>';(i( Ji):y. {l. J IJ .

.' .'Q'; = '-I-ar(¥) = EJ(Y - p;)21.~2>.j(;:j~. fJy)l j ." ..' ,.'.' '. ': ":. ,,:,:!,/:' ij:'.'\, J... '.' <'

'. . ""'L,~ ' Dc fo~ma s!mil:lr,:Ja varianza de,cslaAislribüCiú\l"cs ulla \'ari'aIlZ¡¡.c~)JJrlici()III1'. u i')
.... , .' ....:(r/\\/.-U'Ii,,)-.
-¡-'-O
. -.~ ~.,.
-T-r'y~'&-v-c-I-{-aa-,-:c~I;-,i-o;'1:i,11;;ulJ;,IJjlíli~I;J;Jr;J(1(11
¡1I6(JIlillllrtr¡Fs.:~¡¡'pi~~ICI110 tic ¡:eoIlO/llf/TÍ"I/. 12: J~lio'-
=- !,;(7it)(~- ,(,hlllY"
L br(Y', Xi.)
~' '.
' " .' '
(f211~; = / ,.' .• ,
 .~.

CArll'ULO 1: Rclnciones
.
entre Dos Vnriablcs
J6 ~1t:TOIJOS OE ECO:-;OMETld"
• I

T;,l.n[~ las mt:dias t:ondicionalc~' cumo_I;~~. varianzas son runciones de X, por lo que
mento p¡¡rn ti! direrencia de 30.000$ a 40.000$ que para la dHerencia de -20.000S a
e.xlsle un conjunto de 111 medlils cOlHl1clOnales y. v:lri:lnz:ls. De modo similar,la 30.o0d~~~Lava~ia;\za'condicionnl se increment~ asimi~mo con e'¡ ingresO. Podríamos
.•1".," .'

liI¡¡ de prol>al>ilidadcssc utiliza para eslúdiar las distribuCiones condicionales de X llevar n c¡¡bo un an;\lisis similar p:lríl X dado Y. Tal an;\lisis interesaría a la agencia
dado Y. ' de viajes preocupada por la distribucióil de los ingresos de sus clientes con un gasto
en vacaciones dndo.
TAlIl.,\ U
..• l~~Slrihlll:ión ele e10s v:lrillhles e1el ingreso
1.3.2 La Dis(ribitciún Nor'nlal tle Dos Variable~
l~;.
y el gasto vacaciollal (Y)
•.•••• .:..'- ••• Il&-..L •••i._:I .•• ~~.I:...a.:..~t'_:.-..,
;,J_ ••..•.•••

X($'OOO) Los ejemplos :lnteriores se han realizado en hpse a varinb1cs discretas. Ladislribu-
20 30 <10
ción miÍs conocida pnra v:lriólbles coÍ1tinuns es la distribuci6n normal de dos vnria-
bies, o norll1ó11 biv:lrinnte. Cuando X e.Y siguell uná.:distribuci6n normJlbivarinnte,
1 ,28 O
.\
2 ,OS
,O)
.15 ,03
ló1f-u;lción oc
densidad ',le. proba,bili4ad. (rdp)vienc, dad.~. . por
. - -

Y 3 ,04 ,06 ,0(,

..• , ,'" J,-
(S'llllll) <1 f(xi y) := .
5
(j
°°
O
O
,06 ,15
,0) .
" 2nu TU
. ),
,v"):pf ,
X
,
O ,03
Probahilidad marginal ,40 ,30 ,30
l\kdia (Y IX)
Var (VI X) -
, 1,4
,-. ,44
2,5
,85
3,9
I,Q'J exr {_
2(1
~ 2['(,~-VT)~_ 21'(~'«-"x) (~)+ (~)21}
[1) U.T _ Ux Ux u)'
(f.~3)'
"*" '..., ~ '- .•••

En In ecunción, x e y indican los valores cflietomnn I:lS v<lrillbles de X e Y. En cs~e

TAIlI.A 1.5 C¡;SO, l<ls minúsculóls /lO miden las desvi:lcio~esde las meui<ls de l<l mues'tról, como
ProlJahilidndcs conc!icionilli:sdc la TalJla 1.4 ocurría en 101disc'usión sobre el coeficiente de correl:lción de la Sección 1.2. El rnn-
':"\..0'. ~~.,.\ •....••. ~t ••.••.••...L -4':"-'.,.1U,,-~ ••.••\H-.Jt •••••~ •• -.:.a.loIo'~""" • .u

y go de variólción de amb<ls vólri<lbles osciln ~niré: menos y m<1Sinfinito. Integrando' so-

bre)' en la ecu:lci6n (1.13), obtenemos la distri~ución m:.'rginal de X,
2 J <1 S (í
21) 0.7 ..• 0,2 0,1
° . f(x) = .~ exp-f1(x - 1'.<)2]
X 30.
<lO
0,1
'

0,5 '
0,1
0,2 0,2 ° °°
O '.. V 2nu x .~. Ux

° 0.2 0,5 0,1 0,1

Así pues"ln distribuci6n marginóll de X es un<l distribución normal con media J.lx Y dcs~
vinc'ión eSl~ndnr u.•" De formOl similólr, 101distribución m:lrginal de Y es una distribu-
ción normal con media JI." y.desvinción estiÍnd<lr4J¡,. ~l otro pólrámetro que nperece en
UlI ejcmplo 1I11mérico
la ecuación (1.13) cs [1 que no es otra cosa que el coeficiente de correlnci6n linenl entre
L<l Tólbla 1.4 prescnta ~alos hipotélicos ue.il,!greso y gasto Cil vacólciones de
~
. '
X e Y. Fin<llmente; 01partir de la disírilÚJción conjunta [ecuación (1.13)J y la distribu-
",,' Ullól pobl<lción imaginari~"; E'xislell'lres niveles de ingreso y seis posibles niveles de
ción m:l~ginóll [ecuación (1.14»)II,obtc)lemOS la dist'ribuci6n condicionnl de Y dndo X,
ga.st? en v:lcncioncs. Tod:l la poblaciÓn, sin considerar el nivel de pobreza, gasta un
,-
mln1mo de 1.000$ durnnte Ins v<lcaciones. Lns probabilidndes mnrgin<lles muestran r'''l ~'~.' (1 f(y 1"..
xt~.f(x, y)/f(x)
,~', que cl'IO% de l<l población posee ingresos.e1e 1'O.000$,.e1 30% de 30.000$, micnlróls
que el restante 30% posee ingrcsos de 40.000$. L:l Tnhla 1.5 muc'slra l:ls prohn1Jili- (1.j5)
dades condicionnles derivndóls de esos dóllOS., Dichóls prob:lhilidóldc's condicionales
sirven pnról c;llcular las llIcdins condicionales y las vari:\I1lólS que aparccen en Ins dos
úllimns filóls de la T<lbln 1.4. Ln llIcdin del gasto en "acaciones sc increlllcnta con el
ingreso. aunque se trilla dc un incrclllen'lo no lineal, P:ICSlO q'lIl.: cs ma)'or dicho au-
!!,) •..
, ~,' ,.

lii1, "",'
"

!l ~ ; f
 18 MtrOOOS DI: ECONmIETlII"
. . . 1',\I'ITlII.O1: RelaciOnes Clllre Dos Variahles .l')
La dislribuciÓncondicion¡l! res~lía ser: lal~lb¡én una di~lri~ucilÍn .nort~lal,. La metlia
condicional es '.,... .",': .... . 1.'1.1 Un Mollelo Conllicional

.• J.l)'h: ';'cx.+jN, .........:' •.(1:16) Anles de formular un ¡Iloudo para el gasl~ en ,;aeaciones condicionado por t:I in-
greso, CoilsiderenlOs' cllmo obtener los ualos originales de las variables. Una posihi. :~
donde y
........•
~•.= ~:: .•..'. '.~ ",',

(1.17) lidad sería exlraer una mucslra de 11 familias dcltol,,1 uc Nfnmiliasde In población .'"
y oblener I?s vnlores de X e l' a p,irlirdel alio en Cllcsliónl1. Se t'rnln de un cjcmplo
La med'ia condicional es; por 101;,nlo, función lineal d'ela varial;leK La varianza
de c1:I(OS (le cnr(e Iransl'crs:\1. P~ra la
IOlalidad.de las IV familias. sc dar¡ín algunns
dislribllcioncs dc uos variables (presumiblcmelite complejas y. cicnamcnle, tkseo- ~
I
condicional no varía con Xyvienc dnda por . . . .
.' "., .' . .
naciuas). La misma distribución de. dos\'ariables scr¡Í, de alglin modo. unn dislribu-
.'d2 ..=~i( l ~ p2)' ción marginnl de IInn t1islribución mullivnriantc que ~ubriría el ingreso y lodas Ins
)'1.,. Vy .. ' .. (lJ 8)
."
cnlegorías ue gasto. La lcorín económica, concentrándose en In distribución condi.
cional. sugeriría '.' '.'
'Oicha condició;i de. varianzn:~on~ih~I~'ri:¿¡b~.e.lnonlbr~qeIlUmusce~i:lsfidd:H!. Fi.,. ..
:. ;: :":;;;a'lllJ"
~U. ;:',.,.;;li.,~il:ctlin:'''Ól\dici'onaL.y;;.I~.v.nr.ia¡i,íii
""",~
••... , •••'I"~I••••• ••'l-.. .~ "•...
de,;X.,i.liido"¥',;sé'/6hlit.i:íiclljiriú~rcam~',,,' ¡"-" •.. ' .' '" " > :..,.:.>"._ .•.: ,:_.,..~:: .,.,;.:,'.E(.y,:+.)\7',;.,g(N
. . J ..::'::\ ...>...>l:....;':d.>'.~.:'....-.../i~i;.,.l:.,.I'+J.•.\';.~~\.¡
biando x e y en las úllinH.ls lr~s fórl1lulas~' '.' .'
.dolídc se espera que ,t:(X) sen uníl función creciente de X. Si la esperanza condicio.
nal es li'leal en X.como résulln un el'ctlso de una distribllción normal de dos varia .
. . bies, enlonees . . ..' ..
lA. ... ... '. . .' ..•.•<.;. .....; .... '.' ....c. . ..• , ...
, ..
E(YIX) =.~ +fJX ".
EL'l\'1o'6eJ.;,o
. '.
DE.'liECiU~siÓN.Lt~~AL
' .~ . -..
, .' -
DI): DOS Vi\It.I1\.~LES
'-. .' -".
. '.. .. (l.IlJ)
.'.'Para la. [amilin i.ésillln~.~lichúspér~l\ia:rn~lein~licn r'csuiln
'E;l' ;ñ'u'¿h'as:'~ilU;~i~~cs.'ei;. ~; '.nllállsis ~onjun'lq bl~¡iría'i~l,:: las'dos. va..i¡abl,e's :'se'l~~\¡;in.
'.'.1;::( VI ~'íí),;,.t~:+JIX;
de f(ir~la',siniélrlch .. ~ii'¿I.~ñ~9 de'los,sol.d¡idos ,e~~.oce~ei; dé I? TabH.'I. ~. I~ ~iSI~ibu.: .
'¿ión cUI,di¿o';la) dela '~lúJfa d¡¡do elpc'l;,rn~9Irp'lor¡íCico~ .ri:sult:l L"nsl.~nlfl~allV:l e .. be ,hcéll~, CI .gasio 'en v.acn~i~;íe~~~~...i¡;..~,'.;liili~,i;'ési;ll,i "'énd"'íil dado por' Y¡, po,: lo
inler~s.a'ntc COma 'la .di:atib4cióliéondi~ioriJ'l'dell)crímClrólor:ícico .(J¡,d¡i);1 "Ilur~i: .. ..qlre.d~finirí;im()s una disc.r~vanci,"o perl.,urbélCil)n: /1; tapIo.
:Seúaladc dos 'ilspecios ¿le);, yarincit)lícónjlln!:CSinqmb¡lrgo;clI el cjen\plo deili.
'. '/1;= l'i ..•..E(Yt~yi)=y;:..a-Jt\'i (1.2IJ)
greso¡gaslo .vnqéioilal, he~lp's<le'ndidOr:~~osiF;l(I1Úlycirin.le.r~shi,~iú (;i di~lrib~lción
cÓndicio,ial del ingreso; dndo.el.g<)~l?: Es uücjel~~plo lípll~:O~II m~ch.as .SI.lu~clOnes 'La pCrlurbación 1;; represenl~~á p~C$la'i;íriue'n~i;;'~u;l{/ de lodo nCJlIello que no sea
e'conómicas: A' menudO,'. 'los' céo.noni'i~las' po~een '~ocioocS cxplfcltns de.fI\'¡¡das de fl ingreso de la fnmiiiai~ésilllncn el gnslo en
vncaciones. Esos olros fnctores inc!lIi- l'

n'lOdclos leóriCos. j¡e :caLisulidiJd d9 ~Y" por :eje¡lipl,q;hn<;ia Y; Así pu~s, J¡'lé~~íÍl. del. 'rínn faclores 'tnlés éon~o eln'úmú¿ y la edad di::.105"Ílic;nb,:os de I~ familia el aho-
comp0rl.amiú\l.o ¿j~1 consunlidor induc.e a súponcr quc '.c.!i.ngreso de la faml";~se'rá rrb acumúlndo: ~té. TaJ¡:s fOlClores' dél'ú'fá'ncn1c'I;lnrsc' e '.Ini:iuirse en la e'cuaci<'ln
el' ucterminanie' ..princip'¡ll del. g~slo':vnc~c.iol)nl.~lela ..'(nl~lihn .. pero ~a econ~I1~ln d~1 (1.19). nunque con cllnIquje~ nÚ;llc,ro fi'nito de fílclor~s e:\[)lic'ali\'~s s~guinios sin po_
.' lrnbnjo n'o olorga !su'nI'podern'ln pr~)í)(isJciÓ,~ dC'Cluc,cl gaslovac~,clonal.de.l~ f.alll1, der espernr un acuerdo pcrfecto. eillre l,,'s'(i¡jser\'a'ciones indi"i'dunlcs \"'Ios vnlures
Iia 'sca el n~;ycir dete.rtni¡inllle, del íngres'o ~amili~fr.."1\Un(!.II~fOl:lilall1\elll.e sen C.IC~I.O esperauos. Por lo ranlo. sigue cXlslicndq ía li~cesidjltl d/cspccificnr 1I1~lé~m¡nri dc
• 1 ue In t1istrib~¿ión ~OI)jUIÚ~ pu~(\c dcscOml)OllerSe cn.fnclores (le UOS.formas. ~Islln •. 'pci't lIi'bación. l'Q'mailÜo'espernn,zas cOl)diciol1¡ilcs. en¡in;bos latlos de la eClIacit'Jn
~s: en ~lprodúcl'O dé unaJislripucióll'n1argii~¡¡lpól:lÍn~\':ui~.trihuciól.l condlc¡onal; (1 jO), 'u,úcnemos £(/1; 1 X;) = O.L¡¡vari:\I1?~ d~¡;;,:esllllil ser lnl)lbiénla varianza 'dc
siempre hnbr;\ ~lI1Ó'de los dos Jneíores que 'reslllle de.mayo.r.inlerés par¡¡'fl ec.o'.l~' ..\¡~dislribucióncondicional ir\lxj' O.bservnndo la' familin /ésimn. \'<;11105 <¡uc la pcr-
I . misla:'(\~'í pues; sigui.endo d~.nl~e~'o C01~.e',caso. d~gasl~/ingr~so, l,a:dl.;sCOlllpO~lclOn . t ul~bacióll /li .lcnd r,í. csper¡\nz~ cel:o)' ..vi\'rianza cr\'lr;" Las va ria n~as condicionales po.
'-
.en fáclOr¡;S -¡(X, y) ::= I(x) . [(YlX) resúllnráplásinlc:rcsillllc ~lue.J(X: ..Y) = /<.:?" ,drranl11uy bIen \'nnnr con el U1&rCso.. Enel caso de lo~ dnlos hipotélicos tle la Tabla
'l.'l:scasocian posi(iv,inienlecO'11 ei ing¡',eso, $in c,nbéll:gll. y engencrnl. malllcndre. .' ....,
. J(),1 y).'Además, c'n,'I<Iprim.erade~colill?Os¡ciólI el) factores,!a dl~lnbuC!O~l condlcl~-' .. . . . ". ..,
'f

n¡¡l'del gasto,' dndo'e'¡ins'rcs? recibil;¡Í ..normí1lineril~ múchainayor~tenc~ón.y~~n;\ li- ,o' _.' .' ,.' •• • JI' •
. -'
i sis <r:e ¡adislribución mllrgin'aldel ingreso.... .',' . " :. ..' Volvclllosahora n la conv'cnci,\u¡iUlcriordc lIiiJiznrX'c }' I'araiudicar InUlud nOlllh'eUCliua \'a,iahle
12
COI'UO
los ,,¡doresflllCP'lICU;"
aSlIIilir, . '.. .
. ":i' . ..; "":.'
Ir
, '.' .1,_

,.,.." ' .~
 C,,,,ITULo..; Relaciones cntn: LJos Variables 1.1
20

bución marl~il1al de Xen'elticmpo, Sin embargo, la tlislribución condicional f(YlX) .

1ll0S el supucsto de hOllloscedaslic'ld~el y a f"Irmaremos.. clue ''I .. '

.'j
, ," , ' u ,', sigue siclluo importanle y por cllo merece farmulación probabilística,. Para ratincar
(1,ll101I SUII CUIISlalltes C ¡lid' l' (', ' ' as V,1rI.1I1Zasde perlur-
, 'Cf ellllellles del IlIgreso f' I '
J iJlclI 'quc las pnlurbaciollc's e •• el"'1"( " ,lila mcnte, suponemos tam- nueslro' r~'l.on:lIÍ1icnto. relomenlos la fóni,ula lIliliz~ela en el ejemplo con el corte
, .. ,~ 15 1I luyell IndepemJ'. I '
~, hace notorio, elllollces, lelllas C011'10'I' "
'
' ~en emenlc unas de Olras, Se
, .1, vacaclón-m'\I1n" (1 I I .. '
lransversal c' introduz.camos en ell:i 'Ul) slfbíndice ele liempo, Por lo tan lo,
" Y¡,"; a +jJX¡, +"II¡,
'
(1.23)
'urllpa)
E . y pcrtur[¡aciólles CI'\I"1111;'111'C' ' ;", ,. oc o e mundo viajando a
J ' ' "~ poslllvas El' ',. ' ,
bacloncs lit! cst;íll cllrrci"CI'lll1'1 " " 1" supueslo lI11phca que las perlur- donue }'¡r= gaslo ¡'cal cn vacacioilcs ele la f:\Inili:i i-ésinli1,en el aoo t
, , i . '
normcnle mellciollados. lellcmosque
, t .15a pares.' n... '. 1 d
,eSUmll;lle o lo os los supuestos antc-
'
. X¡, = gn510 tlisponiblc real dé la familia i,ésim,i' en elaiio I ,

, ,,'\
£(11;) = Ó para lodo i
Parlicndo del supuesio (poco factible) ele que.105 parámelrós 'a y fJ son los mismos
para todas las familias y 'agregando la ecUnción' (1,23) a las N familias ele la econo-
\'011'(11,)= £(II[) = u2 para todo ;- ( 1.21 ) mía, e¡lconlramos

ESIOSsupuestos oh'
CO\'(II;. 1I¡)= £(II¡lIj) = O
Ól' ' , ' '
para lodu i.,. ,
J afirmaciólI:
.2:Y¡, =N(t+jJ (Zx¡,) + ~1I'i/,

, • Ip eSIS cSlaehsllcas, se resumen cn ulla sencilla I . . I ,.' I

\
,: Los II/están iitl(O, ,,2) , que se rcformuln camo
Y, = Na + fJXr + V,
(1.24)
q~c se lec como "Ios 11;eSl,ín dislribuidos itlélllic',' c" " ,( 1,22)
," dla cero y va'ri;¡nza COnsl;¡ntc a2" , ' " IIldepenehenlemenle, COIl me-
donde )' y X inelie';¡n el gaslo agreg;¡do y el ingreso ngregado y Vla perturbaciÓil
SUI~on~amos ahora que disp~nemos de d;¡IOSell forn' •. '., . ;¡gregnda, Los supuestos cfeCIU;¡dos p;¡ra las 11de Ins fnmilias implican que VJ'es una
. ,\, = II1greso agregatlo personal dis o'llibl ,1,~ de scncs lempor;¡les )' que v"ri"b1c estoc,ísliea col1 media igual ;¡ cera y vnri"n'l.;¡ Nal, En el contcxto de series
Y, = gaslu en vacaciones en lérmi;l~sreal~;:I~~~I~I~ll,loOtS rc;¡les CII el aiiu t , Icmporales, es neces:lriorealizar un SupueSIO más con' re'specto ala independencia~
,'\
I , I, c t -~. 1 ?-, •..• 1/, L a senc'1 X,I deja d~ ser: ,,'l'
tUlll , , • oa 1" falta de ella, de las 11, En caso dé elegir independencia,ara'rniaremos que 'V;
111
llislnhucl(ill de los in"rcsos tic N f' '1',. 1 conJI~"lo de valorcs nHleslrales de la
• t> ' ,Iml I,IS e e cu't1eluler " ' sall ¡ideO, Nlr2), ''
rIO, sc (rala dc la ,HIII/I/I/CII/II/ dc lod 1', ' ,1110sino que, por el conlra-
, OS OSIl1gresos de cad;¡ ,- l' tl ' .
tumo una mlll.:slr;¡ de 1/ obs " .' ' " ",1110, o na cOl1sldenrse
, ' . er\',ICIOI1CSde la "poblacicín" d t ti' l' '
1cs;, 5111embargo. un;¡ inlerprel'lc"' Ion 'd"e esle Ilpo reslnn .," e o os os Ingresos lola-
l' 'f'
1111nosI/lIIe!ilm }' {JUb/(Iciúl/ ¡\d ' I ' ,ge
1
e slgnl le,1(lo tle los (ér-. 1.4.2, Eslimacioncs )' Eslim:lllores
'mucslr'l 11'Ib'l I I
-, ,/

,
,
conSISle cn dalOs tic JI (Ir
"os
.Iquellas Illucslras de eorle 1'"
'
/
emas,;¡
(I( yaceJltes",
'
Sicmpre d b
,."
• • 1 ua e e una serie lempornl
b.
c, en o scrv;¡rse con recelo
.' Indcpcndientementc ele que I'os dalos mllestrales proven~;\!l' ele' una serie 'Iemporal' o
...,j', p , r,ll1s\ersal que conslstc1 "1' "f "., ""e\rlJI1a nHlcslra tlecorlc Iransvcrsal,la formam<Ís sencilla de expresar un modelo tle
odnalra larse,qemilionarioso. o .1.... '. . • .. ' .. l. ~o ,o cn.JI .anll)¡as adyaceliles; .
.,.:' I dT '1 f.
o,. lICIO recer lIn:l inlcrprelacioll
,p l' e contr:ltIoue
úlil 'f .'
II1dlgenles R.' I . .....'
,,:" csu la. por lo (;¡I;.
... '.'...•.
es'
..' 'dos v;¡;'¡aG¡;;~, 'ti::';; +/Jxi~+'ii;;cn "¿¡6'iid'citilici1C'l¡na:-t1~sITibuciónitillqu~csiid(n" .,.
. ..) , lIcrn de ' amblgucdades de ji( "1<,
'') l',1 ti'Islll-
.' (12), El modelo Ilenelres parámetros ncstimar, ci: fJ ya!, Lospar5Í11elros a y fJ s~ es- "
(:\
-; liman conjunl.nmcnle, ya qué sus valores numéricos son necesarios para obtener la
,¡J.
ecu;¡ción elc la líne:, de rcgr~sión que "jllslamejor los dalos: Una vez oblcriid;¡ la lí-
l.' Se dice ql 'd ' .. . : , '
. . ",e lIS '.',,,,~hks Se lhslllhuyen inucl'cndienlel11enl' ,oo" • ' nea de ajusle,losresidúos con,respei:loadichalíneaseUlili'l;¡r~n pará eslimar (72.
llf.IlHJIlI,IS dl~lflhllCHlIh:~ (,tlI1üi"illnah:s l"{¡\ti," 1: . "1-' c. ~ son CSIOt:.I!ilICtlI1lCnlc IIldcpcndicl1lCS
u 'Si)' . l' ,1 en.1 ,IS corrl'I'0nd'enl' r 1'1 ' 1f ' , Un cslim:Hlor es una rÓ¡:il1ula, inétodO o-reccla par:! estimar un par;\meIJodcs-
P1" l 1 t:qul\';¡ ~ a U'-'C1f qu.,; las IJru(nl1iliu'lu' .' , .. es" I.S n l\l(,IOII~l\ m; l!-il1:dcs El SIl
." . " cs cnnJunl~s son" r I u '" " - . ' . conocido en una población; y una CSlill1:lciónescl valqr n~mérico obtenido cüando .
"'~ e c~su d,sc,clo.la cO\'.arj~n7.a enlre.\' c l' es ' e l' IIluclo e las proh"hilidadcs m~r¡;in"ks,
en la fórmula sesuslituyen'iosdatas'dcl;¡ mueslra. El primer paso para conseguir
. co\'(.\'. Y) = ¿,
"" ¿, [l'(.\'
IJ '
- JI -' )()', I
-
J',. ) . que losdalos de 1" mueslra se ajusten'" una Iínearecla es Irnzar undiagrarila de dis-
l J ,',
persióny ase~ur"rse,med¡anlelainspcccióndelgráfico. que l" dispersión es :\proxi-
= 2:1'.-(.\'; -t',.) ¿'V/( 1'; ~ J'r) usanuo 1:,' cell"ci,ín (1.(,) , ll1:ltlamenle lineal.: EnC!siguienle Cápíllllo discutiremosc\ lr¡¡l¡¡rnienlo de lasdis-
J '
, ,1,
pcrsionés no lineales, Dcnomincrilos Vi =' n+bX¡ a la, líne¡¡ recta ajustada, donde V¡
=n intli~a la allu'ra elcl" línea'~n X¡.EI vnlarobscrvado'de )'¡ser:í, en gerieral, una eles-
Lo
'. conlr~rio no eS n'C' "
e eS~II~mellle "
Clerln, ya,que 1~:co\'"ri~nz:1 n '1' .,",.
~endo fl = () en la ecu~eiól\ (1.1 J) ,'el11os n • '
, /1
,,'.' ',lIl
"uc SI es elerlo en el e' s d'
e l"'~',"<Je"":lon
r"
11IIc:0I; pero <usliIU' '
vi;¡cióndCY¡, Se pueden óblcner Iliúchqs eSlim;¡(Jor'es pitra c1par~.b, Veamos algu-
rió! ) t::S. Y~l que 1;1 dCl15iu:uJ dc UOS ";lriahlc:'i"s"' (. ..' .1 l) e Un:l ll~lrtl.H1C1l~11 l1orll1.lI (h: dos VOl.- n"s posibilidad~s: .. . . .
. . _ . '.c.c~) ,IP:".I c.;U el produclo dI.: dos lkn ••idadc~ l11arl!ir'~;lI~:'i.
 C,\I'ITULO 1:Rda~iul\cs cnlr..: Dl1s Variabks
22 . ~I¡;;TODOSDe ECONO~lcmll\
l. ;)
\'
1. Ajuslnr una lincn visualmente: y lrnlar dcinluir 'losvalores impliciloS para 1" oro
denada sobre el origen de coordcilndasy In 'PGndjcnl~ b: Disliill~ls "artislas" di.'
bujarian líneas dislinlas, por lo que esprcrcribli:i<~ner un eslimador qu~, !j,~~c.
pcndienlemcnle del invesligador que realice el esludio. 'Iioscondu'l.ca aun mis. /' {X,. 1',J ¡" = ,,+!JX ";',,1
nlo resullado para un ~onjunlo'idénlico ~c da:lo~¡ ." ~: e;' '.' Y¡
2, Tinar una línea desde el punlomás ala ¡i.c¡uicf(\ade la dispersion hasla el si.
luadomás a la derecha. Siendo X~cl mínimo valor mueslraldc Xy X •• elmáxi.
/'
mo, e Y" Y ••,I'os ~¡¡lores a;odados d~ Y. el'cslil~ladorsú¡í . '.\
\ , I .0
J'

'o:: (Y ••.-Y,)/(X~. :c:j(.)

11;';')', -'-/JX~7)"" - /JX~,
. ". .

. No podemos cspernrunperfeclo funci()namienlo dcdichoesiimador, ya que

uliliza sólo dos punlos'de lamueslra eignora~1 rCsLO.' .
.;.;,~".>i.\\.~;}}'",)¿a:..úllimil:.p'(o~l\.lt$.\A.~.il~i~!c
•• , • p":,,v.;._
;lISl!IMI1I.~roqll;d~o~l~I;~~,coo~.d,ei1ad;!s
.••~'+< \~f."."r~.¡;.,,'~h ~......,.~ .~ri
..
X,J..e)'
,'J.' .~'.~.-. N.<" .~", .,' .~'.. ..•.. ,_o '- .' ~ ." .. l!':¡" ~ ••.••••• ,l ••••.p•••;t••~..•• i..

de.los/ll punlos silúados más a la izquierda)' de los 111 siluauos úl;is-;i'Jií.¡Jc.¡:cclnr;.'""....J.'"

dondc JIIesun enlero enlrc {Y'I/I2,J. ¡nizar uIH,IÍlH;aenlre I.11S punlos ¡)romeuio
resullanles. Di$cúliren'Íos' rri¡\sadeln.íle'c6nló eSle cSIÍl)HH.lor .cslableciciluO JI/ . ~ 11

en 11/3 o ¡In. 'ha sido PfOPU~SI6 cnla'liler¡11~ra~cerca de errores enl~s variables ..

RcsüHa.difítilmanipulnr '\lalcm¡\lic~'Ílen~~u •.i' eSlÍllllídor decslc lipa y. ¡ü.lcIl1¡\s.
es.difícil,delc:.rmin¡¡r .algunas'de ~us'propledades en apl\cado'llcs repelidas.
.'
'." •.
.
.,.'
"
'

o' x: x
'. "
1;,'1G U HA 1.6
,
..
'
.~,
'.,l~4.j.i51i~;::l(i.o¡.es.Nlíni;li¡;ls.c:.~'¡I~:\iicOs ,...,., .. l"
, '. '. ',,' •• ," ''', '.' .., .!
Rcsi.dl!ll.sde una línca recl~';\jll~tada~ I
. ..'." ••••• :' ,.,..... .'.~' :. ,:' o." • .,- "'", ;,' •. ':. o', •. ,': .' ,', ....." . "~ • ". • J. .~,
Ei mélqciQ "dé .Ios.,;,¡j,¡;,;o~:.cl/ncj;(¡(iós, C'UYd Wigcll sereiúOIí'la 'aiu!llcipiOS dd siglo' .
{"
I

XÚ~..cs cll~ril1'cil;IO.de Ii)iilfúcÍ1da¡lc'I;Hiy(lr.\Is(.~ybolenci~f:¡~ Dcflliam¿ls co;no si~ ,~

,lí
pue a 195 'resrd~osde¿li~lquier tí.nea n:cla,ajusl~.da:: ,: .'::.,' .:',': .- ( I .2(,)
":.e' .,.'.'C:';;'i~yi~);'r'.:;/,¿Xi
..;'.i.~f,.f:~';'1/ (1.25),. ",

.i '. Parlicndo de la defi'oicióll' de Y yÚc la 'f:igu\ril.l.6. dich()~ ¡'csidl;~s sccalcularán ;¡(¿e2) '. . ", .'
~'.. --'.:: - 2WY-f1 ~ÚX):- 2~ Xc':: II ( 1.27)
ellla direc~iÓn vei'Lic'al(yj. C~dapar de valores a:í)'dÚine u,~alínea' disliillilY. p.or' . JlÓ : L;~~ . .¿. '.' '1

"'" io lanto; .un COtijunlb.(.Ii~tihlOderesidlioS;.Lnsun;¡¡,de.los ~uadr;l~os,d~ .los~~sidllos. ••

,~I
,1'

eS.b'I~I\CCS: f,úild~H dc
f}:Y ti. ÉII~ri.l~c'ipiÓ'i)l¡njm'o~ün~d~iCo'es'.',;.:' .. ,':' .'.. :" . '.Sil11l):i~icando,oblenCI~1?S'laS~Clla~i9I1c~norlll:d~~'r~ra'.IÍ1.r~g'r~s¡ó':;¡'¡.;cal de y so-
.brc''\. ESIOes, .' .
..,.... s~iéé~iol1'¡¡r ri::'~'I;ar'ri:~li.)'i¡nii'.;;~~;IS~;~l;\~~~.;~s;~IJ'ad'r;!d~sllé'lo's rcsid:I'~)s, . o'

r
SeR 7 '2: Cr.::'1,!:II,I» .
. " : .• : ,'.-. :': .... " 'v, '~ ' " '. ,,' ., ,

. . '.' .' .,.' .':" .. '1: A'I. (;~ile.,~~rlas d~r.i,'ac.l;i~,l~ej:ililll; el si~nl~ ~~II;I¡'t;;r;r..CI;~1;I;iS;l\() fll;;,r.y direr~,;dalll()s. en Sil ill~"r. el !'
.,
krn~"111 tIP'CO.col\respcclo ,1 1/ l' ~.ohsc.f\'anc.ló :s¡mplcnj~lll'e !;.' rcgla de ql;C c\!alqui~r cnl'slante ~s SIIS-
~A~cOI)diti,ol~'tsnccc~a~ills:p¡~ril:~~'ly;\10:r'csl~ciol1ari9d.~SCil: ¥On,15 cepllhlc.,c.le Iraslac.lar,se delante <leI.signo del slImatorio. y,que cuallllliere;lInhin dé un 1'111110 c.lela m'uest'"
, .
a O\~o d~her;i.manle,!erSe a la c.lerécha c.lelsi~no' dcl';>Ilma.lllfio. Finalmcnlc. pllesto q'uc no csiSle .amhieiic.
,l.", ti
.. , . dau, ."
hemus
..'. obviado lo~ subíndiccs.'. )',d filli;'u
~.' del súmai\).rio
". " .• , ,1 .E'slriclamC'l\"II',I,I"I"lio
• •.• l. ~ • P oc.l' r1iH1H'S u"ISlln~lllr
- . -.
.' ~. .,
':', '
. lamh,en enlre 1m . valorcs
". 1/ y' ./, qlle npare.'ccn . 'cn. . la rórmula
" , )' I,ucucn m,'ni'l,,"",rsc
", \'• 1'1'
~. ''',Ior ~:\
'. l"\pCn 'I~ I(:OS
i' quc, de hechu ".. llllnllnI1.an
'. " la sllma ',. (Ic lo~ ',' l'u¡illr"dos
. _ '.' de Ill~ • residllllS ". I,eru 11'\,; IIU""()
••• '. \' c.I¡,; l'lit Ina l' nUJ1lnHl
".
,,:'" .. : ..... <.... : 0<,,' ';" :j' ... '::'\~:l ;.:.:: i~¡:" . ',,,,~' I ", .'.'
" '/ "
f1es¡:o,de amhl¡:Uedad cs,.slente. hcm(j~ optado por. mantener la rllrilllll" CI; SIIordcn. .
;4 Véase c.lcnu'c\'¿ Slcpl;ell'~i. Sli¡:1"cr:Tilo lIi.fIOf); /JI S;l/I;;'¡C~. Ilar\l;1f<1tJl\¡\'cr~i\y'Prc~s. 11):16 .. . ".' ..
• t' .•••
.' .• '. . . . :.. ' .... ,
"., .. ,-.

"
, .
',.
,'¡ •• 1 ••

i'"
~.' .-. " ~.. ' .;" .:' ", 1" ,'1,
 !., ~II'II)I'''.' "1, 1,('():-;()~II'.IIlI"
CA,'ITULO 1: Rclncioncs énlrc Dos V;¡rinblcs 15
"
.'
¿Y=I1(1 + IJ¿X
( 1.28)
¿X)'=(I¿X+!J¿X2
La r:win dd adjctivo 11(}/'IIW/ rcsullar<i cvicJenle en cuanto discutamos postcrior-
mcntc 1:,gl:oml:tría de los mínimo euadr:ílieos:
La primera ccu:l\:ilÍn normal se redefine como
II=Y-bX (1.29)
Suhstituyendo 11 en la segunda ecuación normal, obtenemos

I X)'
/J=-- =r~
SI'
( 1.30)
l: xl ..sr

Así pues, In pendiente mínimo cuadrática puede eslimarse cn primcr lugnr me- 1-.1 'su;"a <le los cuadrados de lr:s residuos resulta, s~r una funciÓn. cuadr<'ílica'.dc. b.
cJi;¡nle la ecunción (1.30) n parlir de las. des\'incioncs muestrales, mientras quc In in. Ya que 2: x2 ;;. o (la iguilldad existirín'tnn sólo ?n e! .caso pn~ológ~co de ~nn~a.~I~:
tcrsección se obticne ni suslituir IJ en la ecuación (1.29). Nótese <Iue ambas fórmulas ' ción cero en la variable X), cl único punto eslaclOnano es necesnnamente un ml~1
poscen formn itlénlicn n las proporcionndas en In ecuación (1.l7) para la intersec- 1110.Suslituycndo cnlaec~la~i.6n ,(1.30), obll';Il.17.n~qs~_
.., " '..' ..•..• ..,.,.
ción y In mcdin condicional en la dislribución normal de dos variables. La única cJi-
fcrencia estriba en que las ccuaciones( 1.29) y (1.30) están expresadas en térmiilOs- . '.'L y2=.~b2 2:.:\:2,+ ¿e2,.•,'.\.', ' ..' •.-:¡',';;:,~,;,';\.::";~:~:.
'1,.
de estadísticos muestra les, mienlrns qúe la ecu<lcióri (1.17) se escribe cn términosdc _."-
• "'=.'. O~,,";.Xy~:.~:.~:~.:':2.'
.. '" '. ,y,.,t'lI;3J)':-""
los parámetros pOblacion01les:. _ LJ LJ .,0 .•• ",~.: .:' .••.. , ~..~' .. '-

Resumiendo. el prilJcipiode los mínimos cltadrado~~[es propiedades illJ- . '. .' , .", . ~
..,'
pllrlnnles. ivlinimiza "la suma d~'fOs¿l¡;drnd-;;~de los residuo~asa a través del pun~ . . . .; r
i.2: i~':2:.~i ,." '.' .
lo mccJio (,Y, )).),~0~;";d~cs¡r¡¡rñCCüaci6n (1.29);y, fi;ñlmente, los residuos mí- . '.Ln cOliocidadescomposlclon
' . . ',. '. de . I dos."' se formula
' la ',.surrw d e \'os- c~n(fa .... norm:llmenle,
; '_' ' •. _
nimo cuadr:íticos li~;l~~ ~;;~~ cer03JJla mueslra con los vnloces-d_e~. .'. . ..' . ,. ,. .' , .;
. C0l110 .•: '

Es imposible c'Sii~l;"arI;"~ianza .dcl término de. perlllrbación (T2 il parlir de '. SCT=SCE +SCR
una mueSlrn de vaJores de 11, yaquc éstos dependen de los vnlores desconocidos de
u y f1 Y. por lo tanto, son no obser\'abies~ El eslimador sc basa en los residuos cabi-
'dondel7 ser = Sl;l11a10lal ~le'd~sviacio;lcs
al c~adrndo de la varin~le Y . '. '
lados (los c¡). Hi1y dos posibili(ladcs; ulilizarl:c2/11 o 1c2/(1l ..: 2). En el Capítulo 3
Scn. = suma de los cuadrados de los rcsitluos, o no cxphcndn, de In regre-
cxplicnrel110s 100SraZoncs porlns cuales 101clec~ión l11,íshabilunl es sión dc Y sobrcX ::' -- . .
SCE =sur\la de los cundrndos explicnda.porre'gresión de Y sobre X
c- -
~ ,. L01últim:l línea deln ccuilci6~ (1.33) se récompone para obtener . '.
s2=_,¿__
( 1.3\)
(n - 2) .. ' SCn. SCE
,2 =1--.-='-' -'-. (1.34)
ser ,SCT
Así pues. 1'2 se inlerpreta co~,óln proporción de I~variación Yalr~buible a la ~egre-
l.
sión lineal en X. La ecuación (1.34r'proporciolla unn del110slrnClón allernnllvn al
hecho de qUe los líi"itesde , son :1:.1 Y de que, en el caso límile, todos los puntos de
) . 'I:Imlleslrn pcrtenecen a una mismn línea recIa. .
L Xc = ¿ (.1' + ,\')<-

=¿.xed'¿ e
. ;..~
= Lxe 11No exi~lC. poulc~¡;raci~. Iln~ nol~ción uniforme p~ra'tn suma de los tundrados. H.ny ~Ulores qne ~~~
Por lo 1:11110.
co\'(,\', e) =U IlIilil.:I",Jo la ecuación (1.27) 7.:lnSCR p:"~.indicar la ~Ilm~ de tu~dr~tlos debidos n In re¡;resión (nueslro. SC~.). mlenlr~s que co~ ,
~imholil.:lllta Sil"':1 de clladr:ltlos uehitlllsn los ertorc~(nueslro SCR). .. .
 CM/TilLO 1: RcI"don..:s clil~": Dos Variahles 27
;

26 Mt:WOOS un,coHoMerJd,,:,
'1',\ 11L'\ 1.1
___"'r."~_~._ •.•..•..•.••• ..- .. o'
.._';.--:r-....:~~
I'._.~ ...,.•...•..- --.- .........•
1.4.5 Un EjclllploN~mérico;;'
..1"
't- •.•

)'
_, .•......,....

.1")'
.••..

-x~ )'2 .:..i' :, L' . xc ¡.' .1

r .'

1.00
. La Tabla 1.6 prop~rcionalinosdrilosscllCillOS(l~le jú:r\'inínpáraihlsl.rarlasformll: . -2 -'l S 4. llí ':'3.s0 .-(l.sO
-1 -\ 1 1 1 -1)5 (U5 -0,75
las í\!,leriores. SusliliJyéndolosenla'ccuacióii(L:28);obICncm'os.hlséc.uaciones nor-,' ,. . -5.25 -0,75
-3 -5 15 9 25 0.25
males '., ':<'. . 1 1 1 1.15 .' -O.?5 -tU5
1 1
40 =5C1+:20ü'. 5 9 45 25 l\l l\.7:í' 0.2) 1.25

O 70 .10 12.\ U Il O ,,,,",

230:::,10(/ +120/> Sumas O
I
(,
.""

K'
!
. .

En I"s'ccuaciones (1.28) a (L3Q)hemos definido los eslimauores mínimo cu"dr;',l •.

'cos. (lvlC)dc u)' 13. En rclación ~On'c~I".cslini"cilÍll :aparecen aho\'a .dl~Scuesliuncs
im.porl;inlcs: " . ..... , .. ' ..' . .
.~: . ' .. ~
~ . . i. ¡;Cúitlcs son las pwpicctadcs:dc'l\ichos cslin)aUllrcs'?' ;, .
O', ', ••

y.... . ~..~.)1-JJ~\'=8-),7~~4)..:::.I. 2'.¡,C6mo' pod.emos ulili;'ar. eSlOS c~i.irúntion:s 'p'ani"realil.ar inferencias "ccrc'" de II
. . - '. " " • ~! • ., - . ¡... ..' ~
.. ' y In ':. '. ' ..' . .' ". ..... :::: . :.' .' . : , ' ." .
'La sU~la de' cunil;r<lÚo;e~plka¿j¡¡ por',:¡ reg~~sión'~~~I~~~la.é~;ii10 .' . ,

," .....:;,':,.. :'~~~~".~'i-Xy,~.1.~5<7'q),=:'~12:?""';'" "

'.
•....
,'.
"-'
¡,,¡-..:
niicH(ras (I~~I':; S¿i1~;llJ~':ldS (;l'I;;~¡'¡IUOS¡1~I~fr~siu.u'u~s~~;,lcula' a parlird~ la dirc- .
i renciacnlre'la "sumade cundr~dos.(Ola\ Xla.suma :dé cuauraqoscxplicada por la re,. Lasresilllcslas.aambas i)J'cguntasd~pendcndc la distribución mueslral de los eSli. ,;:'---
t.'
.'ire'siÓ!l;esdC~i,(' ',: .. ..: .. :-: •...... . '. ~ . '.;'.. ~,: . • '. '.. '- miülores ..Me. Una. dislribucil:.I' muestral describc eL c(irllpor.lnmienlo dcl eSlinw-
.. "/....",..SCR~. 'S&.i. SCE ~,1'24.'_'1~2.5.~.i:s üo~(cs) cn '¡íplicacipncsrepeIM{/sdcl:(illism;ifÓrmul~ ~lc estimación. Un" muewa
I .;'. " ,. . , " ....'.. • :, . concreüi dn lugar a un".csíi.111~ció'nnuiútrie.aespccífic¡¡. Oír" n~ue~lra de la mismn
. Fi;lallllc~ie',
".
.Ia pro~;ci¡'~i'Ón.d~ la vnrinc;iói1Y
• • • O", •
'explic~éj¡i: por la ;c.gresió~lli.ne'al.Cs"
, ,.' " •• '.' .,
. pol~l"ciÓo d"hí lugar ri olrn esti,i1ación Iluinériea. Ln 'dislribución llluéslra1 dcscribe ,r
',,'Ios ~csúu.auos que oblértdrCI:nósde,ln~ Jife.rcl~lés .c~iimneiorics sobre"el conjLiillo.
.,.'.'
l .•• -.
1'2
" . SCE . '12i,~" ..'
=__ . = -' -. = 0,987:;.
'c:' . l:ioIC:néi¡ílmcnlc infinilo ..'de 'm~c~~,:ns'susccr.libl¿s de 'ser eXlr~¡dasdc lln'~ pobl"cil~ll.
. ser- .'
..:.. '.. .
124
. ,
..
.. ~ .
'
... ...
. . ,lAsparámclros deinlerés s~'n:Cl'.J3"y0'2'dc ladislribuciÓn ~ondiciorial:J( YI X).
. . En oi'chn distribución .condicional, résuU'a qucla única fuente de variación de un"
(

t
.~ .... ¡nucstra hipotética ;\ otra es 1" v:ír¡aci.ón oc'1iI11crlurbaciún esioc:íSlica- (1/) la cual.
'í', ... .'
"

.TAIll.A 1.6 '. .'- : :,~.:'.:

• ~.¡:. _':;'.aw,,~••.•
ma ~ ':'''~~'~~'''.''''.'.';''''-''71'~TI---'''''.'~-:'''.'''.''-~' cn conjunción con los v'alores'(iadon!C X, octcl'I;,il.ló¡I'i'I1t,ls','a'lorcs dc Y y. p~lr consi .
'}:-' .... y, 0"0 .?<Y "; /.,,'~\!It:l .~,í/" ",'e )(,.~' guicnte, los valores muestralcs~c l/.,./) y s1. Si analizal110$ }l.dllllO cOIlc1iciulI(/1 oc X.
podcn)qstralnrlos valoi.cs XI~ 'Yi. ~...Xii CO;110valoyes fijos,cada v.c'l.quc repila;l\llS
la mUCSlra. Dichn consideriú:ióndcsc¡\nsáciY c\'sllpÚCSIO implícito d~ que la distri-
buciÓn Illarginal d~ X, eS d~cir.f(}¡), no licne rcla'ciól~ :i1guilá~on los ,pílr.ámclros tic
ililcrés'o, en otraspalabras.(¡I,eJ(X)"lo-conlienc infl)i'n\acióh sobre Cl.jJ y al.'EslO
cs lo quc seconocc como Sllp.tICSto,d'e. .r~gr.esoÍ'es ,fijos" o.cnso de X no estoníslira.
. . . " .' . :' " . J ~,-..

.,'."
"',' J":;' ~. "
... , " . ~..
.' (.•;~""J_,
.'.'- ,
l',
"

. .. .;' 1.•••.•
'j'" .,

~_.~_,,"-
__ ~~==~_ .••.
,~ "

l'
 ',: " .' ",', , '
"
, . ,

. ' , j,
I
,:~_;.~' t '~,:' I .
,.1,
'~
'~"

,,',
, '

t l. .~ ,I ."- ,;' ~:
~~;¡I;'ULO
;:ltcló\C¡O~cS ctllr~Uti~'\'~n~lJh;s
~,,, ' .1:
',' ,,; , ,' ,

P<1rl~:ndode la 'ecuaciÓ~ (1 ,30), I~o'dcmbs¡bbl~ner la pendi~ le de 1" ecu~ciÓli de re- y , ,<~;'({/)~'~~r),

'::>f J':. 2
grcslOn MCO, COIllO , ' .'.",., '" , ' , ".", " , ',:" ,.L 11," LX, "" '" "',
3.1.,~
ÉSlas cúal~~ r.órl\l~Jl;\s'nQs'cl~',(¡as:h,~din's 'y'lns:'J¡s¡rib'u~ío~esill¡';i;ílllllcs"de a y: b;
, b = \'I"¡Y¡ : /\uen;~s~ ¿onv¡cn~ ~ts~iiúq'Selotups ~;si¡¡'n:i~ofes"só~eli r,énérill 'noesloc;\slica-
, ~,

donde los pesos de lV¡viencn dados por,' " Illeilltin¿\i.:peiidicíúes;'slendót'su'¿o~ariilni¡;'¡gu¡i'\",\'20 . ,,"

<:': .. .. (\, , ,',' , ";, ",~ ':..') :{:\~u~~~;:;;,~~i:' .:;1', , ' i,
''''.1 Xi z" 1"
L VJ •
, " ' ',. •• ~qv(ll.,'.l¡)= ':";-'-2" ',.' , -:::i ;. r:.. { , (1.43),
,v. ='-- " ,", .:;:'[, I ,.:j'
'\~X~ , , :' ,': ,:" , ",' ',,~',:\:, 'i.~'~\<~::;,,':,2:,x\.'. ",;"", , !.,;)'":""",,I,,~ :~~~~t:":",, ':1 ~:', _ (-' 1 ;.
, . f;." . '

,..\, Com~sedesprei1'dc de,CI ~4j)íl~i:¿vi"r.inh~a:"S¿IO.se:'~I1'Ü;lasiX.~Ó;Si~'mpre"~s."¡>~~i~i ,

,, ESlos peso~ sor~~i¡p~en: mu'ql rns rcpelidas ypo~ecn I~s sígui~ntes propic~ladcs:
ble IransfOl:lllar 10svnlores dclas' yaii"bles:deniodo>qtié li;ia~~gresi6!,! '~inlple p~r ,,'
. ,.) . MCO' ~eng~c1rcgtcsorcon mC,di~igual aO~A,r~r!ir,dela e.cuaci,ó1) (1.19), y =;, +,; ,
2'1';=0 21\'¡ =, '(,",.2 )' (1.36) bX ~:r, es posible de(inirunacciJaci9rCcll,)íl, fprmn y~ ?thx'+ e, Io que nos penni~)',
. ¿X¡ '. • ..,.. : _ " ',. <, '. J ••• :, ," ~~ ,~ •.•• I ":' ,', " •.••.
} 'l',.

leesi:ribir que cov(Y. b )=.cov(r7; b)=;~~;:.. ',,:,'\, ' ' '" ",' '(
Por lo cUíll , " . i ,,' .. ' ";',,~., ;,', ,.,'1' '.1 ..- :'" ,.:'
, . :" , '. ",' ¡.' . ' ~,'
_, I
1\\,: " , '1' '

, ' .b~¿,\'¡Y;:' .' (1.37)

1.5.2 El Tcorcn;udcCnuss-M':I~kov'
" " , " .. "" e.,' ' .' ,.

por I~ l<1nlo,líl pcndiente MeO es únílcombirülciÓn lilieal de los valores que 1~l1la' '\ ' ",' , : '11 ""- ""'1:

la vill'lílole Y.' ., L9seslim"uorcs,MCO son con)binacio'~es.line~les dclavnriílble y Y. por consi. '

, La di~lril~uciónm~lesir~1 dd)5eobliel~c. ~pilrlir'(ie la ecu<1eión(1.37) mcdian- guiente¡ conibinílciones linenlesdc lavaririblccs'!cidsliCa 11. Al ser adem~s insesga-
IclasuhsllluclónY'=a+fJ~+II'lo"
". ., ' " ¡ ; "que . (el
permlle 11'1uClr aspropled"des
',' csloc;\s- la
do~, perlc~céen a cl;isedccsíiíi~~dorcÚiJi~'a¡'c~ i~sl:sgados: Su iri;p6rlari~¡a.13nlo ,r
Ileas de b, utilizando par" ello lús I)rol)icdadc's eSloc~SI'IC~sd e D en 1" pr:\clicn ~omo en la Icorín eSlallíslic~; reside' cn que su~ varianzOls ,!,ueslraIes
, " iI ", 11, e es c mo d o re-
1
sulta. ,.' ' son las más'pequeñíls quc puede alcri'nzar cúalcjuic'reslimador 1i'neal ínsesgado. Ob-,.
1,= " (2:",.)+p(2: '",X,) + 2:';'" ",,,¡no, •• occje,"plo, lo, e."~,do,é< dóP, Y"'&''"o, que ', '
, ,,1, ' ' b,." =, ''1\' c. ',"Y,." -.
. fJ \:" (', \ ',I'\''''I'\. ~", r 'Il;' LJ
. = ,+ LJI1'¡II¡. l:. ,')l,~'-' -. '.,'. '. " " '.' .(1.31\)
Po,lu, '''''''''/''''''''1.'''''''' ,¡"" E(. ¡"'fi,,¡,;,,)J;c f¡", ", , '" """TFJ9Y" '" i,,",'1'" un ," I""d,,, ii"",i I,;,e..,do ,,,bli ",Iu de p, El ,,1' "lo de I",,,g;d,, 1m:
'\""~"~~~~,';;';~~';;~~~~~1'
'¡''',O "",""

;:ó~ec't:;1;~~i:~::~:~,~,~~,::,,:~
:;~ m,do,' ";''''''''0 'dep,' P",[le"dode'" e;", ,'{' l;",*,~~.~\I",,¡;.,~g,~~il,\~"l.n"""(':CjJl'e'""''';b,,,,,,*\l'!'I''''',,"
, ,.'. ", ':'ar(h) = El({j".~ fin = E[ (2:'\I'¡II¡)2J '¡,~ ,~'\1' , J' ,:v"r(/;.)=}ar(b) ,+.cr2~:(C;~wY
" " ' >.. I Ya que LCe; -w¡)2 ?o O. ~nlonc:c~~;Ir{1J*)~v~r(I)). Sólo~xisleiglJald;ld en' c;lsúde
.

Las propicu;\ucS uclas 11' nospCflllileil dCllloslrarlXquc ,,': qUec¡ ='l1'ipan,tt)uoi.cSIO'CS, tuanubb.'';'' b.Elcslimadormíninlo cU:ldrático Cs, "
, . ", a dcnlro dclgiupodc eSlimadores linealc~.inse~gados, c1'que.posee lavarianzarnrhi.
v<1r(b)= __2 nia ypor ello sccolldcC como elll\cJorc~lill\al1oriincalinscsgido. OCSlimador linc-
.', Lx2 (lAO)illinsesgadoop¡imo (EllO):, ' ' . '
,~ ' '

') o

POI: procc'd imien lo análogO.5, a,',1t

..)S '.U,l.i.lizados
al;ora, se demuestra I') la.111biénque ' (NIlI~ Ilcllraducl~r:cnin£lés ~CC(ulocc~le'slil;,~do,r
mlnil1loi:u~~rá¡ic~como
cSI¡;tl~dor
ULUE: bw liut
\ .. ' ('r~;",~",(~r.)""
'~~r.,,"11i~'r.tt.":I~ ' " .' " ' ::,.;' ; ~',., ,'
l

,
\e'
E(II) == a (1.41 )
1
\' "
lu Vé;tseApindicel.3. .
l' Véase I\péndicc 1.1. 11 Véase Apé~lllice 1.-1:
\ ~ 1" Véase "péndice 1.2,
\
~'"
 CAl'illa.OI: lt.:laciollcs eriír<.: Dos Variables ]1
JO ~¡¡;TOOOS01: ECoNOMETnlA

Cuanuo se uesconoce (T2 resulta imposible ¡¡plicar estos proc(;uiillientos. Para desa.
l.S.3P rocedimi cn t os de 1nfcrencia
rrollar un procedimiento que sca operalivo prec}s;\remos de. dos rcsullauos más.
Los mcncionamos a conlinuación' y,' para el caso general de regresión .múltiple. los
Los resultados que hemos eSlablecido Il~s'la nquísupon}an lJue,:la uislribu~ión de. It
comprobaremos en el Capítulo 3. Los resullados relevantes son
es lal que "¡ es iid(O, (1'2). La derivaci6n de losproccdimientos úe infe.r~ncia requIe-
re un' supuesto más en cuanto a la forma dela~istribllción' de pl'llbablhd:ld de las 1/. ,le2 . :
-,- - X2(1I-2) (\ .47) (,
Habilualmente se asume qüe exisle 11Ofll ICI/iclllcl, illstiricado por el alracll\'O propor- (J'2 .
cionado por el Teoremadd LímltcCcnlral, al represenlOlr 1;15 ¡, el efcclonel~ ue
muchas innuencias distintas aunque no cOlIcUlables. El resulladode unOl comblnOl- que se Icc como "2.('!./u!. se distribuye como X!. con (11 - 2) grados de liberl¡H.l",~'
ción lineal de vari¡¡blcS nonnalcs lambi<in sigUc unadisifibuciú~l normal. Por 10 la n- . .
'10 como veíamos Cil laecuaci6n (L13), 1<1dislribllción nHleslr;il de t1,b es una nor: ¿e!. se dislribuyci,ülepe,;dientcmenle ue/(I/:/)) (1.-1:) ,t. J
".

m~1 dedos ,'ariables. Porcoilsig~ienié,'las disiribuciones olarginalCs SÓll también En el Ap~ndice 13se mueSlrOl cómo la distribución / queda definida como la combi-
normal~s y. vienen delerminadas' por las m~diasy las ,variani¡ls oblenidas anlerior- nación de una variable normal estándar y una variable X2 imlcpendienlc. Por lo tan-
mente; Así pues, . . . .' " " ,'. ,'. .' . . to, siguiendo las ecuaciones desde (1.46) a (1.4:::), obtenemus

<c..;;"""'~::i:~;~~;~~~'~:~~;;~;;,~:i~';;:'-~~~:;~;~L:~;;~;;;~~~¡~"fiC~{~;i~;;;¡;¡~1g;1~";;,.
Ce"........;...... ...;.' ..,.. ..¡".,."k..,J,,,[: '" )
"'i'"!P'" '~',¡;;~';i';;""
/1-;":\
x2." La raíz cu;Ídrada de 'esta varializa,' estócs.lil desvia<;ión eSllíndar dc la ulslnbu- .'. $(VJ xl., - '. . "

. ci6n múeslral se denomlna,a 'menu'do'comoC1 error csi~ntÍ:ir de ¡j. y seindiéll comó .

• I . • ." ~. - • '. • •
donde'.I'2 = 2.c!./(1/ - 2), es eleslimador J~ a2 definido en la ecuación (\.3 \). NÓlese
e.e.(b), .. .'. ' que la'ecuaeión (1.41)) lien'e idénliea cstruc.ll;ra' ala eeuaciún (1.46), diferenci;índllse
Ladislribuci6n muestn\! dclt~rmiilO dcinlersecci6n es úlúeilmenlc en que el valor. uesconoeido' c.Ica :;c susliluye por su cstimadur s. De cs-
le.modo, la distribución. rionna(se l¡:ansforma en ulúi dislrihución /. Cuando el nú. I~

.
' ," (/.~~'r~,'(I~(i+!r)1. (1.45) . mero de grados de liberl!~d es nlayor quc' 3D, cntonces s.e ignoran las uiferencias en .
L. . '.1 ~x lre .los valores críticos de'la dislribució~ / y \a..dislribución normal cSláÍld¡ir,. Unin-
.Conoc~end~"fl;.19S 're~lJH~do.s po¡J~í~ll) ú\iii;'arse "dirécla'Ólenle:en:' uni\ ..aplicaciÓ¡~ ler.valade confiariz¡; deLl)5% p¡~Tafl; ts ..
• 1;'r¡íCli.c¿'llo~cjeml;lC,}: CP!l la siguiente f0r.Jlllila':ol)lel)drí¡lI~lli~ un Í!llqvaJo de .con-
.. fia~t.a[Ja:ra'pd~195%: .: ..... ',' ". '. ',". .
.¿~.tli'.4i25S;.V¿x2. : (UO)

... 'b 96~¡V¿x2 j:'1 ,yiill:jj'= Pu se rechaza si.

P~rti'endo de ;a 'e~J~e¡6~
,
(L~4'j; ~~~c';~~~~'t~~;hié.~'~~~:',
.••• r • ':
( 1.51 )
Ir'-
• £'..;,/;: 7t,-' N(O): ' (l..Jó) .
. (Jol\de 10.1125(11 -2) indien el 2,5°/o'd~ r~
dislt'ib'uciól~'( ca;'
(1/ - 2) grados c.Iclillenad.
\'

'.rT! v
:!. "
2: x2 .' . ' '.
'. ' . " ~.",' :.1.'" ~ ~:.: .' . . ,,- '"' " " .
.' , . _._, •• -'. _."
J, Las' condiciones de I<ls'ecuaciones:(l.50) y.( I ..51) son c"ras opue'sias dC 'la ;nisma
di:lnde: N(O;l) indical~' distr¡buci6n,I~9~;11!\I'c:i\ildi\r (U;l~ .vari;~I~lc dislribl.lid~¡:or- . mone.d". SilileeUaeió.li (1:51) implica' un .re¿lú¡zo de l/o. entonces ¡Jo qUl:c.Ia fuera
malmenlecoll illcdi'a.ce:io y'Vll.ria,iza igua.!a \I'no).Así puc.s, vdlflCal'emos lah.lpole-. cid inlervalo.de confiani'.a del a eeuryción{1.50). Del misllllÍ mo'do. si JIu queda UL:n.
sis lio:-¡J'=JJ~,ca'lc~iá;l~(/'" i "' ,,¡.. .. .... . " , .• ,' . . Ira uc'll)5% del inle,'valo:de confianza, hecuaciún( [..51) no impliear¡í el n.:chaw de
. N1í al nivel d<.:15%. '~iCO!I!f;,si,e'd.c significaci~ín'm:ís ulili~."tro es I'n: JI = O. I.a com- .~
:':,:. . .....,.:'.,-',. :,'.:.;',',¡;~JJu.t~ '1J.~ 1JII... .~ .. .'
. prllbaeióli esladística cs':, : '. . ' . , ,
(J/':';¿x2 'c.e.(b)'.' .
'/= ... <b .. ',.;.~' . (I.:;~)
y <::Ol~traslándolo' co;¡ :el'v.a!9r érílico ~r~~cíeceiol;ndo de .Ia.di'slrjb~ción no(mal :cs-. .,$/\/1,
. x 'e.e:(IJ)'
2
., . .
tándm. si', 'por.cj~n)plo;el
','

va.lor absolUlO 'dt: dicho. esladístico de pr~.éb"e~ ma?,or

tiue 1:96, Y.eslamos trabáj.a,~docó'l. u.na..mucslni. g~:\~lde! rccha7,aríilmos !lu, i~1nIvel. y. 1(11 res\I¡"lar¡\ "rechazado al nivci de sigllificaci<Í1I deLi%en caso dc.q\lc -el~'alor ab.
. de,$ignif¡'caei6n deI5%. .. ,. • ..... '.' solu!ó ue IJcxccd~ /limsvecés sü' err,()r Cst:¡.nd'ar.U;ahre\'j'aiui';i e.e.{IJ) se ulillza pa-
.. ..~,:.
' . ..' '.. '. .
, " .. ,.'.:' . .:'.', . . . :. .
'1 .-
 ' .... J' .,' ".: ": ~,:: "':', ': : i".' -~< . . " , .. ' . " .' . .
';',,' <:1\'1,'l'ro'\.'bl:Rcl"dollcS'Clltrc' DosVa,riablcs J:l
.1 \ '.. ." , ,

..
"-,' " .. '
',' , ¡,' •

ra lk'lcrminar lanloel eri'or t.:sl;índar di.: fl. rea( C~)JJ1O el eSlim;HJo. El ésl;lt!íSlico de
plllt.:ba prt.:si.:nl;ldlli.:nla t.:Ci"lcilln (1~5i) cS,uíial'ulina que apan:ceenln mayoría de
,
r "':', pro~ral11aSinrl1rlll;ílicliS quéi'i.:;¡liz;ln I¡is c¡ílculos de la regresilín)' sut.:1c i.:liquelarse
ClllIH.1T-STI\T. ¡"Iuchos progralll;~s ploporcion.ln asimismo un v¡dor que es la 1" , «,' ", .
~. plub;¡[lilid;¡d di.: ublt.:ni.:1 un co..:l'iCi'cnle igl,a'lo'sujleri()l: a ccro si. de hecho. el ver'da- .. vélr([¡)<s2/2}~2~:=Y,5I,H)::: 0P125 ':

16 )"~'O.;
lkrul'alnr d~1 cudiciei¡'¡~ t.:scero (es d~cir,si la hipótesis nula es ciert;¡). Este nllme-
ro se el iqll(':lar;í COl1lo'I'~V í\ LU E O 2-TI\I L S IG. 'c,.f ~~~(I/')~'''~'\('l-'';:
Siguiendo un desai-rol'lo si',{lilar, tenemos conlrélslés relalivos a lél ordenélda en el , . .... ..' 5 <10,'
, '" \.1" ,.

(Jri~t.:n.
•.. o inlersección.
. ':,
basados en la dislribuciónl: ',' Lós er~ore's eSI~ndélresliín~dcis"de Ioscodid~nl~s de re'gresi6n son

. 1<
(1.53 )
e.e.Ca)::: \!ii}~"0.s477: ';;"e~~.t¡j) ~. '~0,0125';'0,1118'.' .
02;
lO = 3.182 esun vnlorCrílic~:p~eS~k~~¡~,~~~dod~ I~'dis;ribuCiÓ;',t con ~ grados de
PUl' consiguienle. un inlen'éllo de XonFi~I'IZél'dcl( 1 - E)% p;¡rél a vendrá déldo por liberlnu. Por lo lanlo, el illlc'rVálo de con Fiélp?-úlcl, 95% parn a es ."
, ( • , ¡ " " l'

(/ :!.: I,n .1:\/1/11 T }(21¿.r2 ( I.S'I) "'1:1:'.3,182(0,5;177)':' ','"

i ,',
"

y la hip<ílesis'l/II: u :::,~II~esullél'r~chaza¡lnal n,iv~1de signiFicación del ¡; % si eslocs,

'. "
'"
::'~O,7i\." él
, \ " {/- (l~)' ' \ >.t ,12
", ~\/I/II +, X2/¿x2 '
y un ihlervnl0 d~~o,;[i;¡n~a dcl95%'p;¡ra p.. 'es ',....
',~ 1,75 :i:3;t82(O;111 S)i
Los CUI11f;lslt.:s rc\;I,cionados con ;~2,se de;'.i\;an de ,los resull;Hlos de \01 ecuación ,.,', •. '." I ~ ',"",'

(1.,17), (ir;;cias:1 t.:~;e,resullalíll. 'pod~mos escribir. poreje~lplo, que es decir •

• '. .l ., • "

",
',' [ ,
pI oh X-II.()2.~<
(;, - 2)J2,
,,'
~"
< X-n.975
'J ::: 0.95
' ( l.55)
"
1;39" a'," 2.11',

.
, ,(J'-,
.
.' La inlersecciÓn 110cssi~niFic;¡liv¡¡mcnle dislina a ce'ro .
." ",
.• ~
. '.. ,
,. " "

rt.:sull;¡UO que illdica que el 95% de los 'vnlores de unn vélriable X2 caer;íll enlr~ los
\'alor..:s que dejall el 2,:i% ell c;ld;, cola d~ 101 úislribllciól~. Los vnlores crílicos se ob-
1i..:11e,11,;1 ,P~H~~;:.~,~,~~,9i~,l~ib;l.~i,~?/;~(~,~;J!,1,,,,}),~r~ld(),~~7}i~),~rló)d.(l, ncce.die'ld~a.,
c1los;¡"Vn[.1,r,:de;tin'fJl'ograllla 1lI10fmallCO élpropl;¡do. El umcn FaCIal' desconocIdo

. r,
.,':
<':11la'ccli~¿i<Í1I '(I.$:i) es Ir},)' el cU;llellido dé InaFirlllnciól1 de probabilid;¡d se re-
cOllrigurarííl de lasiguiellle Formapar;i'oIHellerulI 95% dcinter\'alo deculiFi;¡nza
',1'l,75""
-' -' -.,-. ':::-,- = 15,653>
'
3"IR2
' .' .'.-,

',':
,"->,
.c.C;(I)J:O;1,I18 ...,' .
(i, - 2.).\,1 (1/ - 2).12
.~.
a , Como anl~riormelllCllelllosilldicado,ún~v~z calc;úlndoslos intervalos de cOIIFi~n-
" \.li
Xii,m) za se hace jnnt;cesnrio re¡¡li'l:¡iJ;,COnlr~is.les~esig.niFicación.L¡¡razó~e~q~ccu;¡Iqu,e~
'~,'
i,lIerva\o de confianza que IIlclu)'élcl cero ~qUlvalc ¡¡ nceplar la hlpoleSlS ue que e
"-."' 'valorré;¡ldcllial':llúClroescero;yqucl.lniilléJ'valo quena élbarque el cero equiv;¡le
~I 1.5.'1 Ejemplo Nllllléricu (Colllillllaci(ín de laSecci(lIl lA.5)
¡¡rech;¡~ar 101 hirÓlCsislIllb:> •....... ..,'> , ...' '.' :. '.
li,~~rléldx2o;(m,::: 0;~16 )'.X20,975: 9,35. Te;e-
, . ' '. :', ., ': ,

L" dislribuciÓn Xi licnel¡'esgr;\dos(l~

A IlíIflir dt.:los t!;¡l9S de"¡'as;i:élblnsJ.6y1.7. hemos c;dcul;l(Jo nlos lalllbicn-¿e2
'.,
=
I.S.Por IOlanlO;,c1lnle[vél\o
","':'. "
de con[lanzn del 95)'oparíl a ,es
" 1, '--, ." '; ,'" ' .•

:,,::: :i . ".1/ ':::,1 1,75

" /¡:::
1.S
ser::: 12<1 SCE = 122,5 sen. =1.5 ',.2 = (J,
, '0.216
 ,34 L\I'ina,o 1:I~daciunes enlre Dus Variables 35

csto cs; T,\ 111.,\ I.H

, n',16,a ANO VA para'uua rl'l~resiúll dedos \'ariables

,;.., '---:~\""""'-.I"~_~"',..."""",~ ...•-: ..T•..•._._ ....•."..-~
..._
.....
~.-r•.•.•.: •._.".

Fucn(c tic \'ari;lri,iu SUllla tic rll:lllr;lllos ' Gr;llllÍstlc 1¡I¡crlad i\IClli;1 ,le rll:ldrados
(1) (2) . ' (3) . (4)
1.6. " ".. ..,' . '.' ""~.", " ".' '.. , ..
X SCE = b~'i. ,i,2 , -' -1 SCE/I
ANÁLISIS DEVARIANZA'ENEL1\'IOPlfLODI!: REGRESION DE - Residuos SCR = ¿ (,2 (n -2), seR/(n -2)
DOS VARIAllLES . ,
JOlal ser = Iy2 (n - 1)

En la anldriorsecció¡\, hCIllPs'vctificadola significilciÓlllle X mcdiaillC cl cOnlraS!C "

t~
110:fJ,';' O. Ahora realizaremos una ap-roximacián,dislintadcsdc el punlO de visla dc Siguicndo es le enfoquc, expondremos ahora los resullaclo~ obteniclos cn forma de
la varjanza que nos será posteriormente,dc gran ,utilidad cllnndo lralemos los pro- una (¡Ibla dcnuminada labia dcl an;ílisisde varianza (ANOVA) (Tabla 1.3). Las en-
blemas dela regresión múlliple.' '." . .,-' . ." .,.' .. ,,' . lradas de las columnas 2 ~,J pucdcn surúarse. Lns mediasue los cuadrados de la eo: . ,--
En lá ccuación (1.46) helllOs visloquclá reladóúenlr~ (b ~ fJ) YCl vercládéro' error IUl1lna final sc obtiencn dividiendo la sumad~ los cuadradosdc cada rila porclf:o,,,
;.'>.'J; ".£~}.~,n~,í!.LEIt.~_~;.:~~",~;~~,YJ:tI~!{I.!r.:.l,)'~Lm9_
\;£!il~áq. ¡)~".'$¡g~~i~jl~IQ) ...• ,,:..;.~: '.,,;:,,',,:,rrc¡;pontl iellte'n úm (,;rodugrild ()S,'d,e,'1ibc-r-lnd; '-El :'COIitép ,'6.{re'. g~tidi)'s' nt-i'H ~,~ft'5~,(;t~,'
¡U.!i,:fili~<;.¡_~?jUI.l;.,!¡¡"~~![ii},:' r~"""

2
.' • ble X del Apéndicc D,.lcncmos que . . . '"' explica de forma inluiliva comocl equivalenlc al mimero de valores que pucden es,
, lilblecerse arbitraria o librcmelile ddos demiÍs .. Así pues. si disponemos de 1/ - 1 va.
0"
(/J-fJ)r~~2(1)'lores
".
2 2 dé Y •. por mucho Cjue nos empeñemós:eln.ésim,O v¡elic 'uelql11in:Jdo PO( 1"
rr {'i x . '.' eOnuicl61i <le que 'i)' =0., Del li)jsll)omótlo: ~:Jisponcn;os.de 1/ - 2 val~rcs\¡b'res de. e, -'.:
';'1
. Dijill10.~la.!'llbi~n en I~éC\jaeióil (l.47) que. dndo.qu-e el ajuste inlnil))Q-c~HléJr:il\cb-iin,po;ll: a e. dosconc.\idoncs: I~~,!Xc= O .
, ' ' :~ei.: ~-',_ :. ' , iniéJilras"luC, firialnienle, la suma ue. ,cuadl'ndos'é;<plicaclii por 1~'régres'iÓn. 'al d~-
. ': """az.'~ X-(I! ....2) .-. . . .pcildc;rsólo dcuriúríico par¡íl\'.ell'()Apo~~~linic'a;nclít~-ÜIl gr,;d'o d~ lii)crl<,ld.
, '81. estilciístico f. d~ la 'e,cüación (1:5'8)', e-s lá,¡'c(ilci6n por coc)cnle ,clllrc la mcdia
yq ~~ d ic'};~',c~l'acl'¡sri~b"~c'.~¡S;;i b~ )'eil~(;e'I)Cn'd'icl~ t~il)~n;e'dc b.~;"¡;I~;l~jén e ,;~i , de,:los cui¡diauos dél;ida :l X Y la'JI;ed,a _cun'(jj-;Úicar,ésic\'ll'aLTal afinil<iciÓji se comi-
ApéJlt!ieeB ¡¡[irlll¡l11)Qsq~e la 'disl.iíbución, F.,so define, ap~r.lirdel co~ienlecJllro ~'Jer~' COIÚ'Ó una medjda9c1'''-ruido''uci s'istel11~ )','por IOla'nlh. ~ideCto X sólo se
dos varia. bIes' X2 'il.ldepcndicnlcs én~'rc 'sí; c:loa. Liria d~énas dividida. por.~us grados deleCln/á encaso de- ser mayor Cjué'¡;I"'liive'l ,jnhcr,e'nle de,ruid6.La'significación d.:
de libertad ..Ten c';l)'os elllonces' ,< .:. " '... X sc v~ri(ica analizando si 'el vaibr muestral dcl"estadíslico F es l1layur qu'e el \:~t1()r
. ',: crítié() de" To, obi'cniclo iI ral'lir' de. la co/(( .1"II¡Jerior de 1,,'distrilnición F. El.prOl:clli.
'. .'. (b .,.fj~2"i x2';' .":' ..
F= .,'-f(1./!-2) .. (1.56) miento'oe verificación es el siguienl.é: J1/r"fJ ,=0 se rechazará, pílra un nivel de signi .
, .', ,1:-c2/(II.~ 2) ficaci<Ín~lcI5%, si'
. 'G ~nCi'as al'~um[j¡orea'¡j;ad6 en.;~ ri,~i'er'ior secciól1 e~l'i.c ladislri!?~ICiÓI'l no;m',i; y I~ .'
f = .' ,
. SCEíl
>F.() 1. 1/ 2)
(-:-
tlis¡rib~ción 1: obleneii)o~. el'(clizrcsll!la~od~ c¡ue.-laa2. dcs,iparecc de' la ró~mula: . '-, . .' . SCrV(2)" .. _,'
1\" (

'.
-
. .'
'd~l'esiadtslic(). f.Coil' el'fin 'dc:verificarl:r hlpÓlc'sis H~n)'"'O •. ha'ceIÍlÓs"Csta suslilu- , .,' :".-' ..... ~.. _.. ,:n,.-.:' _.......•. ,: ... :' .,' :,' '.
cióil'en' InecuaCiÓn' (L56j,cibl;c;;i~nJ;r . :',' .... .. . '. ~'. el\, dondeJ:¡)I)'~ indica cl valor-de f,pnr.i.elc'tialtinicilrnclllc e'15% dc la <Jislrihnción
'. .' ,~ . • . ". .., • '¿o . ~, . " ."," ; •
.' .'ca~' a li¡,d~r,~c'IHI'de laordcnadacórJ-cspondicli.le .il'J:¡1.')5:i)iIt'amalt~j"i r' 01 ros ni \'ek~
.' - .'. b2"ix2• . -. ,
" . .f = . - f( 1,11'- 2) " ,( 1:57) ~I~sigliificación. scguirí<ll11o.s Ull j1róécso similnr.; .. ',..' . ..' .
"- ' '. ' ¿
"', eY(1I .,..2) . .. '" .". '" n,caliccl\)os unsc¡)~iIlCl.cjcmplo'l~ul,iiéric6 siglli~ll'u(;,las Tablas Uí y 1.7.
Si ~:cs;eferimos,iúOí~
',' .

ala'dc~~onlposició¡'}Qc
,'

-1;;suma 'de, los. cuadrados de.la ecua.

". . ~

Estadíslico f en fa ¡nucstra'= 122j/O,5 = 2.:15,0'

. :
','

cióo'(1.33),-lenemos que c1eslndíslicoF de la'ecu~éi6n(1.57)se l.ran,sforma en ,.

.' . . . ,
Y fO.~5(J.3)=lo.,I.Por lo laii¡'o;según hemo~ .vislo antl:riOrmenle .. rCCh;lznmos
. .. .~.. '1.,',

,seEIl "0: fJ = n. Tenel\)o~ ahoraclos fórn)ns. cle'verificarla signifieilción dc X:-una basnd:)

:f= '
SerV(n' - 2) en llll estadístico quc sigue una cli~íribucil)n. 1, )' olF,i basada en un cstadístico con.
• • • • ..' ;. •• • • ff l. I

: ':.. :
..

L o". \. .:. .
", :
,-'.'
 .. :
. ,;.:
•• ~~#').'~"'i
_., ~
.. - .:: .....:'...:. ...
, .
~- •••••• -- •• ...!.- ••
....• _...•. ¡,,-:.. .:. ::

;:•..• ~ ~.:~~~~~ -~ •.•.-.:..¿:. '--: ::.:.:~. -~ ~'~-.l.',(

"';'
..'_"

J(,
,'II~I U/Jl)S /JI: I~C():-;(1,'II:Tlií"
. .. :.,. /

,. -:', . ". ,,'.' , 'Dos Variables

. CAI'ITULO1:RelaelO,nes entre. ',' 37
úiSlribuci(1I1 r. Sin'cnib;lI:go, y .cumo dcillostr;lI11os cn cI. 'Apéndicc n, nmb,as pruc-
h¡IS dan re.qJ1ladlls idélllit:os~' .
. ,. , . :. . . "1 Al 'rtli~;\l~cni~: ;od~in~s 'dis¡)oncr de una nueva obser.va-
de un carIe transversa ,.lern.. ..••. '.' "'\'. '\". 'dé Y Nos pregunl;¡rem.os, en-
. n) I I 1'hecho conoccmos c va 01' , ,

(159) ción (X(J, Y (C,;¡ quc,.( e " d '.' ." sIn nueva observación (.iene suon-
'.1 • 'p'I'Ir el supueslo equc e • . .1
Con la ayuda de alglÍnc¡ílculo adiciollal podcmos verqllc úicha relación, par;¡ el an- 10nces,Sl poucmos .Ice '.' .. . ' ." •.'el ,., I I nlucslr;¡. Por ejemplo, cuanuo
' 11" . IUCgencró los alos (e ;¡ ,, . "
(erior ejcmplo. se m;¡nticnelal1to para los cstmlísticos mucslrales como para los v;¡~ gen cn la miSma po 1 ;¡<;:Ion(,' . ".',: ': '1'" " d' de g;¡solin;¡. conúlclona-
sc inlroducc.unlíl11.iIC úcycloCld;¡d ¿de~clen~c ~I(eman a: .... '~'. ' . '"
lures l"rílicos, Existe;llin'lllia tercera versión de la prucba que se utiliza CI1 ;¡Igunas
ocasioncs, 'Tcl1icnúo 'cn'cucnla la úesCOI1]posiciólide la Suma de cuadrados dc I;¡ d;¡ al precio?,.' ':' ,: ,:,,~' ." .... 1 '. ~. b'as prcg~nias~ Podemos¡'e~I¡ •..
. .• I . ,. .• .nos permlle responuer a '1' ~ '. . . . I
..' La leona de. ;¡ pree ICClOn "". '. ". .', ., . '. 'cdicción por 11/('1'1'(/(0, de
ccuilción (1.33),. .c;l'cSlaúístico F úe la Ccuación (1.58) pucde formularsc allenialiv;¡.
~~;.. '. d" . r ¿-oncs' predlcc/on por IJllI/fO o p' . , '
lI1entc COIl1O. zar dos lipos .. c prc(lc 1, ,'. , •. ' • e ro f1' eslim;¡ción por punto 'o eslimaclón
mismo modo quc Icnemos"p.lr~ ..unp~r;¡n~ ..ll' "1' ~'C'IO'11P 'orplInúj resulla de.poca.
. I m \ ¡' Slll emb'Irgo ;¡ es 11ll.. . '. .
F= r!(1I - 2)
_ por inlcrvalo, En •a 1 : Ica, '.' ~.';. d:' . '(] ¡.'u'e su precisión; por lo que siemprc
uliJiúa(J si no vaacolllpanada d.~;¡Ig,un 1I11.<;:;¡:~.. '1' . 1'" 'ón' • '.
(1 _ ,.2) ( /.(jO) " ~'" '. . , . !;(m;¡ción del error ( e prc( /CCI" .
,. cs necesarro proporclO,nar ~IH\ el,. .,' "1' 10'1' dc Y correspondienle a X , ,sobre
'-;1 r;lí" clI;ldral!i1 dc eslc csta~¡ísl.ico n;)s d~i"¡í un eSladístico (, La predicción P?r punlo vl(~ne úai.lapor e .va '.' , .. '. ", o ~.',
la recIa de regresión. es deCir; '. ". (1-62)

. '~I=',~ + ,iX '= II Y~ fJxo '. . .' .' .'"

' (= ,~
\/ (1 - r~) '
-===- (1.61) di'one c'\n- -' X n,- ',"',
X ' El vcrdaderovalor
.. . " de. '.Y:p;¡ra
, e 1,pcrro'd .0, d~
. p"dk,;6n u .oh",.
C'''',d ,;" d, ,,,,m,,,; ";,;<,,¡ro'''<;O,,'J, x, pod,,,,o, ufifi",'''''o,, "',",,,i,o F, v;¡cióll. es Yo' a ~PX, + "ó' ,
"~,O "

"'''''' el """"In '" ¡, ,Ii'll¡l,;"¡",, , , De "', ",ndo, ¡,nd"",,, "',," mi I U" "',d ¡";. , ,', " ,,', b ' "n" d, 1, ",O"',, "
,n d, 1''''''''' 1'''''' ;";;,;,,,. el ",h" dd ,;"[;<;,,,,, d, '0"""<;6" 'OmoI"u,h" cel,. El",lo, 1"0"",1i,,de " 1',,,1,,,, o "~""o ,",
1"", ,,1,-"1,,,'" 1"I'''ld!,;,,, d" 1"ceg,',j"" u, ~""'n";"",,,,,,.o,;';,,, ,,,d,,,o,,,. y ,~ a "PX + ,¡
I'",;,;,j" d, ,,, ""'''¡. d, 1",",,'d,'" dn';""" Iq,,;'''' q", '" 1, 'nnn" ",n,id,. oh' ,,,. _ " , _ " ,
drc/lIos unil misma ri:s¡)u'csta I)a,:a l/ni! .lin.ic¡¡pregul1ta: (',Juega X u'n IJó1pcf Reslllndolas ÚOSc::'l)resiOllcs anicriorcs, oblen'emos .... , .
ó
,~, ,." "d ¡"¡""n,,,,, ,;gn;ro",,; ,-o",1, ""pli'''i '' d, l"! . ,,,..,. "" -,,,,,?,,,,,,,,r,--'(é,?,,,:,.,~,:c:,,,,,,,.,,,",,,r.f,",4:t
t .,,', ,,",',',
. '¡¡'lo;t-«?''''~'''''?7'"'''''~~?''''
'M""'t-', ,)<,~,_".,
'(163) '"A',
7
J.
PREDIC.' CrÓNEN'UN l\oIODELO DE HEGRES,IÓN
"".' ..,,"" o.... .. El""" u, p,'u",>6" " ó:r:'i,'~.
o " 0,0
:11:~~_ (lJ
..
~jJ.).\"0+ it -.
... .
;¡ . '. (1.6~) .' .
,\
o
Es evidenle 'que. el t~ror dCpredicción' e;perado cscer? p()r lo ¡;¡nIO, Yo esun pre~
D E DOS VAIUAnLES . , . l' ." :'d Y Se demueslra27.que la vart;¡nza de coCs . .
Después de eSlima~ la recta d¿ regresi(íli" parlir de una nll,eslra de 11 observaciones, úiclor III1.e;¡\I1sesgauo e, .0' .,. ..'....... . .. .

, solemos centrar nuestro inl<:réscn alglÍll v;dor específico X de la variable que aCllÍa
o
\-..
C0l110regresar, con objclo de' predecir .el valor l'oque con más probabilidad se halle vor(c(})
...•. ..•.
=~2(.'1 .
+¡~ +
11
'~r5.2.')
¿_\
(L65)
ilsociildo a Xo. Por ejcmpk), suponiendo (¡lIC y indica elconsunlo de ga'solinil y X el
preciO, nosinlcresaríilpredccir ctiál seríaladcmanúa dé gasolina en caso dc Una fu- . • '.' .'. ..' '. "!v;iriallzadelerror :enla ccuación (1.65) e~
En cl Cap,lulo J~1c11l0SlrarCl1los que ,~"' ..' .' ' .• "d Por lo tonto,la
tura subida úe precios. El villor úeXu' puede perteneccr 'ill ¡'üngo de valores úe X cn . . .. . . l' l' r. T dc prcdlctores lrnealcse II1scsga os,
la l11uestra o, m;ís frccüentementc, podcillOseSlarintcr~sados en prcdecir y pa/:a Un unlilllllmod<;n}r? e e,~" ,In II la . ; '. ¿j'tvICb de lospar:ímelros eJe l;¡ recta de
~.,
,. \'ddcoplllnahdnddeloseSllm;¡.ores. ..... . ... , , d I
prOpIC(.l ' ' .. , '" '. " .. ' , u;¡dparala prcdlcclón bas;¡ ¡¡en a
villor úe X J/lcm de l;isobser\'ilcione5 .JlJtieslr¡¡les, En cualquicr caso, la predicción se regrcsiónselró1ducclambléncllla,mlsn~aprorle '. '
conslruye bajo el 5upuésio ciegue la relación gClícradora de .laJ1jUe.~lr;lde datos in- rcgrcsiónMCO,... . " .... ".
cluye lambién lanucva obsen't1Ció;l, (antositiene <Iue vcr con un periodo de Iic.:mpo
~:
futuro como si se rcfierca 'un;] uhid¡lÚ que ,io fuc incluida ell la Ilúlcslra 'en el caso

J
 38
. . . . .
,-
que es
Partiendo dc la ceuadón(1.64). vemos que (.11 cs una tomhinaeiónlinca\ de v,a. ,16,14 a- 20,86 .
riablcsdistribuidas normalmentc (b, /lo Y /1). Por cOlisi~uientc. el en'orde prcdlc- Con el fin de probar si una nueva observación (Xo' }'o) tiene su origen cn la eslruc.
ción, fU' también estará distribuido normalillentc y, poreOllsiguicntc . lura generadora dela muestra de datos, conlraslaremos la observación con el inter-
o . • • f(i . - N(O. 1 r valo de confianza para' Yuo Pelr ejelúplo, la observació!l( I (J, 25) proporciona un va-
rryfl+I/II+xl/LX2 .' .. ' lor de Y situado fuera llel' intervalo de 15.24 a 21.76: por 10 qüerechazan.:mos. con
un nivel de significación ud 5%.1a hipótesis de qlle esl:r observación pertenece a la
Reemplazando el valor deseonoddodc (12 porso,estimilci6n •.:t2;obteriemos .
misma estructura que gencró la muestra de dalos .
'. . ..... ',' y(;. -'.'u . (1.66)
~ '. (
_.-/11-. 2)'
syl tllJ, + (XIl-:"',\121'j,x1' ' ..
('1\
T,l(\;\s jos dCllicnlOS de la ecuaciólI (I,Ií~) son ¿on~~idos,con excepciÓn de Yo. de
1.8 ,1

CONSUI\'IO DE GASOLINA: UN ANALISIS PRELIMINAR

1I\l)l!\).que l)lld':líl~)S i.i.:i:i\'iir .:'1\ la fl.lrlllll hnhiluilllIlI illl.:n'i1i\ldl: I:l.lllfiailza ,.1.:195%
paraY ' .... .... .'. . . ..' . . .
o
"... o'+'l':~/\' 'f:(f~:",':',""~l~:.";~.~,(:.~.:
..""':;;'',i;.'.;;., ...••:;..i..;;.;,;,,.'~~''-''{it:{1J'X-I.''I')'''~60~0','o'~H
"\~>":"';;"'~~'';¿; ¿, • ..<,,JJ.L0.1J.!.;.o" ..>.,:
.•:/,,;~.¡:, .' No pretelldelnos que lIuestra
e.ét)JI~n.Ü$;~.ll)cn\¡;realista, primel:a
ya que rtproxinweiólI
nos hemos al cllÍlsumo un
limitauoaformular de modelo
gasol'ina con
resulli.:
ulla. '..
ünica vi\fiable~~pli'~ati~;" 'N¿"~s'l'ié~csn'¡"í~'sc¡:\i'~''N'ób,¡;n::ii;é:óÚ(¡llfí;(~~:fI.ri~Jih~í~L';;¡;')'~';~!'" "
.o' 1~cÍ~s6conocicndÓ' con' ~erl.e;~(l. yjJí'ej(i'stel!~c1emcnto'inh~renl~' deincerli. ; ~ehar quctrtnto ~c1prccio con)'o el ingréso ¡ilfluyc.n 'en .~I'consum~o Nuestro objelivo '..
;1)
1•.

dumb¡'c' al Iratar de predecir, Yo: dcb,idó ~ ia 'l~a,!uralciri.ali:lIt?riá'de
creta'en el.pcriodode'
.e;iia.'predicei6~delv~lor
'.
. . '.' '.. ..... ,.. :....
Úu que 'se con:: ¡ prinC.ip;il'e~ ilustrarlos distintQsesí .•ldístic-os. 'tanto dcseripti~'oseciriloáe' vGrificaci(¡n ,;"'""
p'r.c'dicc\ÓI). Qe Corina "nás .realista •.el mterés. suele centrrtrsc .. '. de 'hip6tciis: que apureee;)c[llas.saJ,idas'dC.losp'rogram,a's inform¡íticos habituales,
.. .,'
n~i:djo.de'Yu,esdecir ',' .' ' Considereli1os, en "',' primer lu~ar.;o' ..el ~ráfico.
: .•.....de preciri ' ..y.consu'nlO
o' 'de
. g:\solina (G AS) .
, ' '.E(Y }= <x+ fJX u .. para d-periodo comprendidt,> enlre 1959,i y '1~)7i3 de lu. Fig,. 1.31), .¡::i ajllste' de un:\
':. .... o " . _ o' '. . '. . d' .ó S'" rc~res¡ón line"I a dichrts series of'rec~ 'los res.ultado.sque a'pa-recen en laT'l1bla 1.9.~J

<l.,.,,'''ii,.
. De este' (nodo e.1io,¡namos c1térn)i~no, JIU dc I¡rexprcsióndel ~rr.or depre leel Il.. 1-, o .... . . ., .
i"" :.. L,
., ' . "

&"'",<ld " "' ¡"no ,ipo

, £(Y~) hl\ciendoo'o .
oh".emo,. o,, ".,,!oli' '"""""'.' ,,195%
.... .
p"'". "d,b', <I,p'"","" y,'''''''; Io"'r';!" <I~,,;;;00>'"la ,;in!erseceión'u
ri<;Jrdcla tabla. A i:0ntinua~iÓn ilparcec.la',éstim'irciónde
'"<lk,,,.'".,,,'ory,cmauil
P''''''OP'.ell
, ':.' ... ,. ..:0 ... '.' .. ,':: .'. ( "\'\2' c'l.ori"cn. (coeficienle de. lavo ¡¡'rhlble' C.)' y'\a'eslinlació.n:del eocficienle1del re~resor
, ,
l"IT'

"
. o . '.! «(l, '1- ~¡\;o)::!; /1l.uUs, -:;0+
': 1 \XU-,\}O.
••••
Lx .
~ •• (168)'
'.'
.' o
: o
PRECIO,ob
(X2), el1'¡lIilbos cn sqs ~O;l sús'fespcctivos.en:ores. est~nJ;l(ylos eSlauísli-
-

,, .' l .. 'cos'/.:quc :s:irvcn para veriric:lj'.la'hip6tesi's 'de:(IUe el\,¡ilor verdacle;'oJe ,aquellos codi-
.,.
En 'las ee!Jacio~e~'.('.~:.~;) '~:{1.68);'ia ~¡I~plillJ¿¡'de:L :illt~r~~lo¡J~ '¿o~lfi~nl~ sc"~n~r~.-. ,'. '.~i'ellteS .~~cero. R'oH/úáreil (RcÍJadr~dó) f'=scl.c~t~'díslico'defi'ni'dod lil c.cu'aciólI (1.3.\).
menta de Cornla 'simétrica en' la medida ql!C .IIOSblCjalnos de !ti medlll muestral X.. ,. .EI con'cepto de IItljCl.s/c;1 R':HIIIc,r~d,(Ro¡:~a~lra<.lo ,Üjl;SÚH.lO)se 'e~pricad en,el Capítulo
. S.igújendÓ con ei cje~npl0 nliolér ¡¡niyrior~ ,e¡'i~'rer~¡\IO de ccil~fiall1.-aud 95 % . ). S,E..v! regrcsi'io;' (E.E.' de.la regrl:sióil) .e,s' ¡¡l.raíz cllaJr:ida del estadístico definido
ic6
pi\ra el valor de Y condicionadÓa lIl~va.'orX = la, es" . ,. '. '. en la ccu.aéión (1.31), n~ientrlls S';/I1 sr¡ii{/¡:e([ iesit/ cs la suma de los c'uadrados de los
,. ......., . :.'...,........' l' (' O_ 4)' .. ,,,'<1"0'
(SeR). Lo",iikdwoi¡ (Iog J, " ,,,,,,',,,i1;;"") ,,,ú,,,,,ii'
'n " C"I'" "'O , ,. ,1
1 + 1¡75(10) :1:.3.182
.'
-l. ~ +
".S.
vo:s .' 40
estadístico de f)l//'/JiCl- \Ya/.ml/en el. Ca'pÍtulo 6;'.[os criteri~s'de inform:\ciónue,lIkClike
y, 5~""'ar( se disculirál' .en el C:iliílulo ':\; F.in:rlme'ntc ..el"°e~(adístico F, definido en tres
fÓI~tnulas equivaknlcsen IIISecuacillncS'( I oS6}. (1.'57) Y (1.58) sirve para \'erificar la sig-
¡.
., .nific;ció,i global Jela regresión é¡üe, cliún éaso de dos variables, equivale a verificar la
'. qu~ cs'
,,15)4.a 021070 si~nificaciún dcll'1nico reg'~csor;.El'v'alorillimérieo &1' éSladíslico f es el cuadraJo tld ,¡ ~.

csiadíslico I dd r~gresor,t;il. con'¡()i)~ed~co')'IH~barsé con los resuJtadosde l:r reg.re-

Por .s~ pan~. eli'nter~ulo'del '95% r;l~a e.l v!iIO~<~lcdio d~ y. condicionncio ,a X ::'10. ._ .' " '. • ;,' . ." :. • .:" . . .' l ••

es ¿edr, nara' £(r IX:; 10), es.'. . ' .. ' .

1 ••• ..' .' . 'l.l La citada rcgrcsióil, i~u:d 'Iuc la mar'~ría ¡klos ;c~uh~dn~ mmtr;,dllS Cll lo~ CapiH!ln~ 1 a 'J. se Ohlicllc a
_ " ". . 1. (10":4)2
f.. : •• .parlir de EVic\\"so prograllla illf,irm¡ili'coyn.Willuo'\\"s de Oua;lIit¡ili\'c':'-licn' SIlÍ\w:nco Ir\'illc, Californiil.
18,5 :l:3;182'\1tl.5: ~ + .' .. , .' .....
I o : • .' • •• • S '40

..
L
'1

, ~,:
':,' " ',- ' .' ••••••••.• -.;.-.;.', :o•• :.:'. .. ",. .~
" .,:
 l'
:.¡ ',:,';

, .. :',;CAI"ITU;Lb'¡:: n.~t;le.ioncs clilre Dos VarlalJ~es .11

"

siól1 eSli.,iiada. p'r~/;(r:-sr{/(i.\'(¡c)~s~'1 valor P Cjlie verifica la hipótesis de relación nula

APÉNI)lCI( /.: •.
, .
" .. ,'~ ,¡;

-, cnlr~ las dos vhriables, hip0lesis t1arml1ente n:chazaUa en el ejemplo.

1 ~,; .",

' ;"
" "
l'
l'
,. • • ,( .' I " ~ •
',:"
.' "!
< •• APÉNDICE 1.1"'" " "', " ..;;., ",' .
TABLA 1.9
liara ,'crificar var(lJ) = ll.2f'ix2 . ,~

RcgresilÍn ele! nllis!J'lIlu de' gas;)línasoIJrc el precio, 1959.1 :l : .,1;

1973.J . . 11'

LS If Dcpendenl Vari;lble is GAS, .; ,

Sample; 195'1:1 1973::1 '
1nclúdt:d obser\'alions: 59
V,a,riable.. Codficicnt ,SldError T-Slalislic Probo
:,' "

C' . 2;12f(,~5 0,5~6~J " 3,1i670711 0,0003

Xl -2,150563 ,0.I,il;'¡30 -18.15899 O,(X)OO
R.sqtiarcd 0,852618 Mean dependenl var -7,n40375
Adjúslcd R.squ:lred 0,850032 S.D. dependenl var O.1J6145
S.E.of regrcssion 0,052723' , Akaikc info crilerion -5,1\52095
Sunl squared res id . O,5H444 Sehwarz erilcrion
j. -5,781670
Log likelihóod 90,91943 F-slalislie 329,74119
Durbin-\ValsOI1 sIal 0,290:106' Prob(f.-sl aliSIie) 0,000000

~\.

La Fig. Ud m~ést¡'a una 'regresión parecida parad periodocomprendido ent~c 1982.1

)' 1992.1, mietÚras que los resull;'\dos de laeslim;'\ción efecluada "p"recen en 1;'\Tabl;'\
...•. 1.10. El ajuste es basl:inlc peor que el obtenidó en el casoanlerior y el coeficienle del'
,
. precio es nUlüéric¡úiú:nle mucho menor. Sin emb;'\rgo: estas regresiones de 'dos varia- .
bies carecen de significado econónlico.' Para que un an~lisis resulte adecuado es im-
.'11 prescindible efectuar una apróxill1a~ión I1I11/rivarinl/(C y prestar especial ;'\tención a la
dil/rímicn de In rUl1ción de den¡¡¡nu;'\. Estos aspectos ser;\n Iralados en el C;'\pílulo R .. . \
¡', .,

:r:''''~~~
....
'..' .... r-;q, ...,~~....;:,:..•......"."""
.0- O": ..
;':.;~,~;"i;r:~\i{L'kl;1 .--..~,.,. APENDICE'1.2 "
• i' •• r ••. - ....
-, .~, ''< •••••• .,.,

o,,,'
•••.• _ •.•• ~

•
"'\

::.
:.¡,-
•• ":f.~~
.••
'.
' .....
,-:~.•:tt('"VI<"
" ,
l"'~-r. •••¡1"';!:.:.I' ..•.t~-,~.'''',l,:r.
• : . '.
•.!... J. 1" ',,:;

, ' .
'<,:.'
., . 'R'egrcsióndel consumo de gasolil1? sohre el precio, 19R2.1 a Pnra derivar la II\cdin )' In vn.rint{zn de In dislribución mtles(rn~ dc a
.1992.1

LS 1I Dep'cndenl V:lii;¡blc i~ GAS

SaOlple:'1982:1 i99U
\ .•...:\
Inclt1de~1obscr\'alions: ~ I

, Variable . Cocffieicnl Sld. Error T,Slalislic I'rob:

""..
"1,,;,.;.'.' C -7,055535 0.091918 -7(,,75925 . O,(X)()()
X2 -0.137704 0.01')],14 -7,111i512 O.lXX)()
R-sqllare<1 0.5(1501iR ivlC;lII dcpcndenl ,'ar -7,70'J.IIO
Adjusled. R-sqll;¡red 0.5539% . S.D ..depcndenl \':,r 0.O.12.12lJ
,S.E. of regression 0,002165:1 . A bike infn cr¡leriun - 7 ,r,¡ 77117
Sum squ;¡rcdresid 0:0 1R2¡';5 Srhwarl. crilcrilln -75.1.11 IX
Log likclihood 99.1)1'651 r-'slalis'lic .. 5lJJ,7:121
Durbin.'\Vnlson Sial 0,6(;9097 I'rllb( F.Slal ill ie) O,(XY.XXXJ

_.d
 McTOOOS 01: IECONO~IIETI\IA'~ '

\-. '.
c.\I'¡ rUI.O,I: 1{c1;u:iollcs i:1l11'l: Dos Variahh:s
Ahora
" ,.' , .

/¡~= 2<'¡(Cl + jlX¡ + II¡)

~[(b :-jJ)2J .~.cÍ212x2

, ,E(,¡lJ=
.' .
. -.
.
(J2/I/'
,

, ,. .
= (1 (2C;)+ fI(2<'¡X¡)~' ¿C¡/t¡
. ,

rol' In lanlll, /¡~scriÍ un eSlimador lincal inscsgado si y sólo si

ya que 11 es la media de una muesiraalcalor\~I:lI~ J; val~res.que provicnen dc latlis-
lribución il, que iiene media ceroy ,vafian1.air2~Únalnielite, \: O )' \: i;.X.=
"¿ \: c.\', =1
,¿ ..C'=
I , I ¿ ti

.
El( b - jll"i =
...
EH ¿w;uX+i»
' ".',
l
,..,. . ~.. Cuando se satisfacell i\lllhas condiciones.

,,¡ = ft + ¿ ')'; .'

').
L'

..";.,.;"4:,;,,~c"L,,c"c:ll~.1~~::L:~.:$;!1;~,~:,;,:;1rJ:)~~~;1~~::'
.•.,..c""•.'
,~Z;":;Ql
,.Con","" '"''
!J, f()rmulamos
"'"",:',;, ;d:,:',~::,::,,:,~L~tlI,:~:~:", ¡,¡¡,j¡6r,{fMií:~¡;?"

,.=~CT
.) '2" , ",,'
. 11 ' "
Por lo .lanto,' ':
=0'
\:c7
L'
=~;1.7
¿' ':6'
+ ~(C'~ ,,',.)2+
I -
i\:';\'(C~~",)
L,.¡' I I ,.

. .'" . [1,g2] , Lns propieda~lcs 'de II'¡ y lasc~ndicion~s Je e{ nos' asc~.ur¡inque

" ,var(n);::: u2 ~;;¡-,'.~'_ , . , .. " ~,í,:«('.~'",.);¡;. .
",. .' 11"" ~ v2 .' .¿. '.', .1 '.
•• "" ... ' ", 'L;\', '.
, ,
.',' ,,-l'"' ,."'"
, '
y;Pbl'lo'(aiIIO, ' , ovnr(h~)=var(ljr~ ~~2(c¡~ ".Y .
APÉNDICE 1.3. .'¡,
cc)l11oyn habíamos cnuncia'do, por 16 c¡ue'~I'ICQ~cli1aqucdar)robntJo .. ,
Para .déri ~;!~
cov{a, 'b.):: "
. ,", .
,
..... . APÉNDICE 1.5
cov(n,b)';'i[{a ..:6.)(b ....:j3)] . ',',
Para dcri\'ar var(eo)
;:::E(ii':' (b~ fl}X)(b - Ji))
Pa rI iendo dela ccuacilÍn (1'.64) - o'.• .,...
t,,'
, " ;'£(IJ,-jJ);;J':'.fE(b~fl)21
... ~
..
u2/?,:' '
','.,'"'
el; = -(IJ~fl).r(, + /,Io-ii'
':!

.-;-.-'
,'(
~:::~,_"-'.' ..
'ElevC'il~'ls al cuadrado an"l;~s lados de In igl;altlad 'y ciilcu!cmos los valores espera-
¡I
.-dos. Los\'alcires esperados ,iclos t.res lérrilinosque' !'l)ll.priiducIOS CrÍlzado's lks;'pa-
recen. La. inclcpcndenchttle,las If significn Cjuc'/,;¡ n'o es(;í. co'~rdilci()nadp ni con 11 ni ~\
con'b,'illlC' eS,una fu¡{cióndc I;).~\'alor~sdcsd.c. ;II"h~,sla a U,," y lal como hcmoyvislo .....
ArÉNDICE-l~4
alllcrior.mc~lc ell 1.3; rcsulta que E((IJ.,. jJ)ii]=O .. Encónsccllencia.
E! :~0;:'.:mauc'Ga.uss-Markoy
• ',1;
var(,,;¡)'=:E(/llh+ E[/i2] + .i.~t(
(h, fl)~]
Un cstimador linenlue¡i'es boto ,;:::Ic¡Y;;'d~lIldcfaltadclcrminnr los c¡.'EI rCl¡l1isilodc j2]
'in¿esgade1. es £(b+-j :=IJ.'Ajror,~', .. : .. :,: ,~" .; , .
, ';::: (1'2 [''1+ ...:.....+
1 i
_'1_' . " ,
ro-
!

•• . ."..:>- . ',. ',' ','/1:" l:.I'2 ,', "',-

l' ..
.. '.

'.
"
Fo':
I -_ .•.•
-~~"'~-~."
~~- ------
..----1 " ,
, '1'
1'," '-l.

~II:"(I'")S IJE E("(I:-:(J~I1:TJlI,<

CAl'[TU;~O1:ltcla~iullcsclllrcdos variables 45

.
: 1, • ~ "

.
PHO/lLEi\I,\S ..•......•.---...:;...
- -:.

..., ',.'" ,1,'

! -1 1:' ' ",'

~2S' .25
,.25 ' ~25"
-------~--'"
-, ." "'.' \,

Verjricar. q~le las/I \icllcnll1ctlia,y CC1varian'l.;!ccrP, ,Derivar la ,dislribilciqll mueslral

tlel eslillliHJor '" " " ,,"~ ,
1.2. !.
'IJ,~;¿XY;l¿~(i~i' ", ,: "
u.
~.'
DCll1ostr;¡r que el valor espc.r;¡dQ~el.,cslill1;¡dor es JI y ealcul;ir. la. 'Vari1!l17.ade la dislri.

1..1. ,hución' IllUCSlWi. ,(El presc,nlc prollleI11a~rovicll~ dC '~h.~il,npl,~ ,Approach :10 Tca.
chiil~ Oci.lernli'l.cd ~..,:;¡sISquares,Theolf~, dc)3;)-1:. OkSilIlCIl.,T/le:,II¡núic(I!' Slnricillll.
45,l\gos\0199!,22\)'2:1))','" .:,' .' '¡;.'" ,." .
1.5.
- í. tri. SUPIJllg;I1110s,lus ~ig.uiclll~~ \'a1v'r,úrijos tic X ,
1.Ií,

X •. "X2 Xj ;':(~ X5 X""",

1.7. '; I 2 3 4", 5, 6 ,

,,,,,.1

Ui.

", •• ; •• 1

\ ..J

...... _ .......... " .......

,...., . :\
y ~ "
:'\
1
:;
.'
2
:1
2
.1
5
\~
)
Z ~ :; .1 :; 4 !i
f(X. Y. Z) .2 O .1 .2 .1 [) "J !i
.1

1. 'J, [1 prescllll: prohklll;¡ requiere ueril'ar una dislr'¡ ,',. '1

\ " , '1' " ' ,1 1l1l1011 mueslra dcsde sus orí"ell"s'
L .1 re: .\CIOII es " , ~ ~, ,
Vi =' fJ X¡ + /1 ¡ COII i = 1 J \' \'-1 1( 2
El 1;)1I1;)liode 1;) 11 ,".' .. , ',-, 'c,,' 1'" ",~=, ,
'.. " ,. llolr,I,.<5,_' mICIlII,¡S q~le la I"SlfliluCllill de prob;¡(,ilidau bil';lri;lI1le
p.II.\ /1 5<:1I1Uc\lr;1 cnl;1 sl~lIIt:nlc labia,
 46
~ ~ cM'irlJLO 1: n,c1aciones cntre Dos Variahks _ -17
i
~
ji '"
, del mismó si~n~; ya que elsi~n~ dé l;i pendicllí'evienc~lad(l por el signo de la cova. :; (fl) C:llclllar el cocficicnle dc correlaciÓn entfe X~ Y.
riarlita muestra\. . ", ,'. ,.;'. '.
'~

j,
(h) "juslar a X (o l') ulla tendcncia Icmporal lillcal calclll.\I\do una re!!.resiólI 1\1(0
~.
,~
j
'
Hemos calculado las canlidades 'si~uienlespaniendo de un:i mucSlra de 2()() ol;~~fva-
. , ~'.' , .' ..~ . ue X (o l') subre el tlempo I~ El procedimiclllll re'luici'ci.:lq;ir 'UII-origcn v'una )
ciones. ¡'.. )
'.' ~',
unidad de meuida p:ua la I'ariabie l. Por ejemplo, cSlableciendo ci' orit:~n 'en la ;J
¿X J 1~:4,,t¿~'O:
=:= 20,72
mil;\d ue (935 )' lomando
ponderiÍ el \'alor ro:
como unidad
7.y así sucesil'amente
dc mcuida un a¡io, al alio 19-12ie corres.
p;\fa I,;sdclil:is alias. Si el llri!!,cn sc si.
:'_o \

'.¿.>t 1o:12.I,6":¿y2o:R4,96 .. :¿ XYo:22.13 _

I ':
lúa a fina1cs de 1940 (principio de 1941) Y la unidad dc lIledidacn (í mes:s, cnton.
-'., " ces al aiio 1())7 Ic c()rr~spondá;i el "alur 1 o: .7. DClllostrar 'IUC cual'luier lenden.
'Eslimar
.
ambas ecu~ci~íles ..', de re~rcsiÓj¡,calcola¡' j'2 y confirmar las.afirmaciuncs anle: .1
- .. ' ' ...., "
~'. cia calculada medianle la ccuación X, ~ fl + hl uo qucda arectada por la el~ccilÍn
.:..... riorcs,
del origen y la unidad de mcdida,
1.1"2. Dcnl~slril~ é¡uc,sicn<.ló r ~I cocficicntedc c~rrc1aciól\ ellln: 1/ pares dc variaÍllcs ..... :,,,,'.'
(e) Supongamos qll~ e.u y e.•.., indican Ius residuos de X e l' respccto a sus \'alorl's
.~.:". '(X¡.Y¡), c1¡;ua<.lr~do" d~ ¡a'correlación ~nlrelos!1 p¡¡'res (I'X¡ + /1, eY¡ + ti). donue a, /J, e
.. lendelleialcs. Calcular el eocficielltc de correlación cnlre ('.1./ y (••..r Comparar Ji. " .

.,:.:~' ..trt~";n~'"
..,¿~~~,-;~A1;:.,~;\/j;i~t~~~sr~1~~;~,;,~,~¡~~i~~~;'¡~;L~h1J~'f.~1fi~'ri;1{¡'a~~d;~~¡M~;\fi:~;;;1~~~~'O'"cy.:
,<,:.~I~~;
~¡~I
.. ' . dirercncias,
!~.pl
.. J<' .•• (lrc.?I\<~I.,O~I~D.i~,~.S \!e~r.I.r.I!}.9"f.{!~" Y:C,(ll!1!=.n!iJt! iLjllsliJicátliúll,¡Ari'X( ;íJ~s'~~::"\:"

, . : ""dias arilill'~lic:ls: ~prQ\:icncli ~e Ull C¡!lljulllll

. de ualo~ del j,ji(resu a¡;re~'adll l' leI'colI'

'~:~:~~,'
. ' U6 .. Uua mueSlra de 20 observaciones c(l'rrcspol)dicnles almóúe!l.-
. ,sumo agregádo C., . ," : : . , .' ", " . :: .,',: . " . '
'. . 'l' o: ~l + X +,-( fi . .'-
.' , .;' '::' ' "" " .': ::;. " .~.., ' .' '. ,e'l dq'ueli's 11 se hailaudislri.t)iíidas 1;;;~malcjn(i~pc'iJdi~;\ll:niellle'c(~n m~tii;,ccrcj l'
'.. ' ,varia.n~.a cOllslante,lifiecc f()s si¡;u'iClll'cs tl¡\I~S:,'.'" ... ,. . .. .
e +',Z¡dO'I~~C
.¿ Y';}L9' ... ~>}~~:
, .. Sic:nuo)' idéllli<;illl\eillc.i¡;ual a Z i:seI;ii~orro ;1¡;l'e¡;;;uu: cal~~iar la:co:: '"
rrc'l¡\ci611 cntI.e i'.)' .Z: la corr,claciÓn,¡:nirc C'.yZ yral'a'l.ó~ tic I¡\sde~viaei~nes es~. ; y)~~:g~,9': ".: '2:'(\' ~ ',\'JI~' _.'1') =, l~liA' .
darde Z'e Y. ,/:,' ,: ',.' '. " '..
.. '
Ll4. La sig~icnt¿ tablapropo'rc,iona los val?re~ d.e h\s. Illedia's y 1:15desvj¡\cioncs eSI:\nu¡\r
de <.I'osva~i:íblés ,X e)', )' la~orrclación entre !=lIas paq\ cada UII" de las,t1os submues-
.2: ~;IR6.2 . 2: .2~:'i.-f (X:" X)2'= "

.• Ira~' t1isp'ulli.bles. C¡ilcula.r la e<?rrcla,e,ion enlre X ~ Y J)ar¡1 la 1~lueslra eOl.np,!c..\la uble •. Estiil1~r (, y fJ)' talc:U'lar sus ej-~óres c;l¡inSar;Esli.)l;;-r:~1 I'nJ;II'-~e 1;; .;',cdia wn'dicionnl
óida'junla'rido~¡ás t1Ps"s~bmuestr¡js, ~Por(luédlcba co~rel¡,ción .es' mCllor que cual- .. f )Ie. l' corrcspondicnl.c, a X ,=d ni y :cnco'nlrar '111.1
inl~r\'alo de confializaiiel N5 'Yo' p;Ír;1 cs. ......•
. '., • . "~ .•... .'. . .•., ~'. '~,., ~.'" . ~ ..' t. ..
.(I,riera'de (as curf,elacioncs que pllllicr¡1I1 exiSli.l' cn.l,as.submlli:slr:.ls'! , '. . la inedia.' .. . " .' ' .. , " ',¡I"
.. ~ .
'.¡
'.

- •...._.~~~.~-"~~~_
-,

" ':,"".:I'i,in;ero,'.
'. , .. '. . .. .

. "' .. '
.

..-~..
. .,-
; .

.... ,,, "~

:
I\'hicslra (I'e mllc'slr:ls.' ~ .,',y".' 's,' ,sr' ; r,y.
1, 600 .,"
' . 5 12-' 2 '3 o/) ,
2' '. ;400'" 7 "
10 ;3 4 0,7
.... ,
ÚS. Un ¡Ilv~~iligador'sc'mu~~tb inl'CrCSlllio?il'las d\l~ scric~ si~uienlcs~ definidas para el
, ..
, pcri~do compren~¡{\o.'enlrc 1935 y:1 ~~(í. .',. ':'. '. .'. ".!
. '. ", . . .... '.' 11..... :.. ~.

----~q~.~~ ti _Uf ,\ .'.~'~hi~",!"";"",,,,~::~"': ••':"'~."''''''''''''''_'-._'''''.''''~'''~.-~

...~'':.-:"~....--•.'" '
.'
35',)6
. .•..- . ')7 38 39"4¡), Al "42' 43 44'4~' 46 . ~:

:X, Illué[les OC; rii.¡ios , .60' 62' '.61 '5~ 5:1'60 63. 53 52.' 4:)' ,19 43
menoré.s de ", año ¡ . ....,'
" '. (<XX» ',' : . .•. -:. ....:

: ::... y, consul1\ode. 23 "',,23 .. 25, 25 ;' ~6 .2ó.. 29_.'. JO:. JO J2 J3 JI

, ~ ceF~eza (barriles) ' ..;
¡;:' ~.

-.a'.',
. ..
. ~,
.' ::'.' '. '!'.

. ".', " ,,¡.

 . .
CAPÍTULO 2 • 1 ,< r .:' ', .. : ¡. ,\ -, ~: r .. ' ~ o,' ,,.- -.' ~.: ',' ~ . .
CMITlII.O2; Oiros Aspeclos de las'Rc1ncio~cs entre Dos. Variables 49
•. ~ ~ .. '';, .: : ',' I >:., "I.,,~, '; '•.
::,' ,,', ( ;,. ~

luralJl l~ c~'nsideración'cie Ii~sc;;r~'asdcc;~d;llic'I1I~' eOI\slanlc, cnlas que ellogllríl-

/lJ(~"de'la '~;l;ri¡¡'h:e dCpc;ldienle¿cexp~cs'a CÓÍ1~ó'.~;n'a ú.i~ción lineal del 'tiempo.
Ahortl,iren'lOs después casos 'en tos que ~esu\l~1de ulilidad 'transformar la v;¡ri:lble '
dcpentlicnle y/o la variable explicaliva. Mcdiai\te lrmisformaciones ;¡decuadns. mu-
chas relaciones q~le nosol~ linc:lles enlcrlllinos de I~svariabks originales pueden Ij.
/lc(/lbtr.H!. En lales casos, ~pot1relllos aplicar: alas 'variables lransformad¡IS I¡¡s técni-
caS desarrolladas en elc.;PítulO 'Ipar¡¡ elli,~¿¡c1olin~al. , ' . .
toO . A '~ontiill,,,ción" con$idcr~~'emós ehnodelo dc~:dos \'nriilb1c~ cuanc40 la variable
ex'rlic¡¡li~nílO csotr;¡ cosn que el ~nlotreln¡'daM de \;\ ;"afiable depemlienle. Se lra-
la del deno'Ílin;¡d~ esqucmn de'nuioácgreslvo 'cle:priniéi-órdén A R(l) .. Por sutil
que pnre7.cn el cambio. ésle nos .lrasla,da a, un lerreno relillivnmenle novedoso. Los
estim;,dores mínimo cuadr:íliéos ya ~osCr:í~: lnsesgados; ni' tendrán. validez los 're-
-'o
sullados ex;¡clos J1;¡ral11l!eSl~aS fi'lilils' ef!oonlradosn ló lnrgo de'l Capítulo 1."Podre-'
n\os seguir ,n¡Jlican,do los (JroccdilnienlOs ~11rnimo cuat1rál.icosdelCnpílulo Jala
ecuación au(orregresiva, nüii~'nc :lhora solo teng<1n valide7..:,sillllílic;¡ o' para IIIl1e.~-
El Cal)ílulo I l)rp<e'll'I' b'" .. " . :..... .
. . ~". ,1 ,1 un cOIIJunto dc . roce li '. . . .. . Iras grandes; Pnra comprender eslos re.sullados es J1reciso d{sroncr de' ;¡Igl;~as no-
los eSIII11<1ÚOresmínimo cu',df'ill'c . (Mea ), P t I11lcntos de II1fcrencla asociados a
. ' , os en el eonle ,( I I . ciones b;ísicas. pero a la vez Ill'UY in~porlanlC$. ;¡ccrca de In' leoría de 1:15gr:lIldcs
d os vanables, La elerivaciónde .1 ,... x o e e as relaciones enlrc ,..
,
. , .' es os pi ocedll11lenlOs se b . I . n)lIeslms, 'en concrelo, llíslrilil1cillnes':I~inl{¡ticas, elicienci:i asinlótica y consistencia.
crucl:lles, uno relacionado con la f 11. asa)a en dos supueslos
La scncilln eci.lación 'alllorregrc'siva 'noscon'dllcerisimismo ni problCm;¡ de la es(a-
011'0 COIIlas propiedades eSloc"IS'I''lc~Osrndlcal el: a. esPderanza condicional E(YIX) y el
, ". ' 'ennll1O e 1)"1 'b '.< ci~narietl.HI de una serieiemporaL Desal:'rollarernos al~lpli:\n\e~l¿ ,eslos problemns
loserail,recotdcl11os " CI tll aClull ". Tales surues-
• • 1 • •
'. . en capílulos posleriores,.cspecinlmcni~cn 16s Cnp.ílulos 5; 7 y 8. Esperamos que la
. inlrodllcci(JI1de cslos ,conceplosen'el cónlcxlode \a~ re\;¡ciones de dos'vnri;¡bles
£(YI,Y) = u + fJX .
(2.1 ) permitol manlener 'el 10110de scncil1c;-.inicinl de la c:\posición Y sirvn COlno puente
J1nr¡¡UI1lrat¡¡mienlo roslerior m;íscomplcjo.

2.1 I
....... ..'....EI> T'18¡VI P:O'Co.l\10~lt :-",;':c,-,.',. ';.,.,';,',", .' ',.' ..'1
~~q:RJ:j;~()It;:~~:';'~:,,:~!!~,.',:,,:,:';.":';';::r-r"J,:'?":,~;;,.;",:.,.~",",'::".:

En UI1grMico dc unas series ielilporalc'l;, tarcomo nlos(rábam05en

variahle Y/. silundacn el ejeveniCal scconfronla .con el l¡empoque
el C<lpílUlol, la
aJ1arece repre-
l
.
.. E( X¡lIj) = X¡E(II¡) =O rara lodo i.j (2,3)
. SI ;lIi;ldill1\ls ;, la ecuación(??)'/ . sel11adocncleje hó;izontaLEs posiple 'cOlÍlel)iplar lajúbicn dichogrMicCi C0l110un
. . _.- csupucslodc normalidad, tellcmos quc m~lp;\ uc dispersión.cuy;il'lIlic;l dirCrenciafcsp~clO alin gr:íricode disJ1crsiónton-
Las 2 vcncion;¡l radica en qtie la vririabk X (liemro )'a.lImenla dcrorn~n n;onólon;¡. es de-
. ..' "; 5011iid N(O Ir .) (2 tI)
que se Icc con ,.,. '. ... . cit. alli11cn(a ~naunitlad.cncadaobservatión disJ1onibl~. Muchas v~riahicS econó-
, " 10. .\S "¡ son vana bies normalcs dislrib'd" .
c Idcnllca con inedia cero }' v'lri'\11Z'1 1" L . I'd UI as de [orilla II1depClldienle ¡1);C¡¡Scrcccn ódec;'ecencoñcl (¡eljipo. Una tcndencialineal se modeliza medianle
, .' '.' ., (J • a va I cz ele lo . d' .
rencla elepenuer;ín.cvidelllcmcnle di' ¡'d" . s procc Il11lcnlos de infe- .una relacióndcllirci . . ...' .
, L . . . ..... , . e a \a.' cz ele 10sSUrUCSlOs cSl:,b/ec'd '
a lI1ayor parle del presenle ca )ílul . , , ,', . . . , Os. (2.5)
~. nes rar;¡ .eI suplieSIOdel;¡ espe"r~Jlzl~c' °dl~a.),1),1cOIn J10slbles nucvas cspecificaciu- ,
, . ,.."." on IClona 1te h eCI " (2 1) T dOllue T il1l.)icaélli~mro:EsrosiblcesJ1~ciricarlaYólriablc T d¿ mllchóls form;'ls.
pnmcro los prtiblcmas qúe a.l)arccen CII'~lltlo'I' "'11' I;¡CIOn . . ralaremos
(.,' ' . ",1 v;¡n.1 1 e tlue "p;¡re 'e 'HlIl;qllClOtÍris ellas ¡'~querir;ínlanIOI;¡dcfiíiición de un origeriá pÍlrlir del cual me-
en I;¡ ccu;¡citÍn(la \;ariable eXJ1lic t' ,. ) l' . • , e como regresor
. . <1I\'¡ ese Ilell/llO. Este C;¡SOconduce uc forma n;¡- 'dirclliem'po coíno, ¡1~imis"'no; c1ispollcr de tirinlll/id~drf~ lIiedidil .. Por ejemplo, si
~N .
--:
j
r 50 MC,TODOS DE I!CO,"O~Il:TI\IÁ

IllviÚÚnlosobscrvacioncsan~alcsdellil¡¡
dos~nlrc 1~80 y 1992. CO~laríamoscon'la~
la variable T: . .
vnriable'paralos (JI 13) ¡u"¡osIransclIrri.
siguientcs posibles'cspi:ciricaciólics
. . . . .
para'
= .,
,;,
.,
('Mill/I.O

fico rcsul\caproximadamcnlclincal.
1: Otros i\SPCl:IOS dl.:las I{daciolll.:s ellll': Dos Variahles

Si se sospccha que ulla serie liene una lasa dc variación cOnSla;\l'c. 'cnlonces CS' rcco.
mcndable represcnlár el' log.¡ir,lmO dc la serie conlracllicmpo.Encaso de que el grá.
sS ajllsla la ccuación (2.7) por mínimos cuadra.
dos y sc oblicne la regrcsión dcllogarillllu de.)' coiilra c1licmpo. Elcoeficicnlc de la
:'i I

T=19S0, /981,1982 ..... 11)1)1 pcndienlc resullanlc proporciona una cSlimación.~ de la lasa Lk variaciúi\, en la forma
.
T= 1, 2,3 .. :.. i3
sicndo g = cl •• 1
.. . '- . ....
T=-:6.'':''5. ~ ...;6' . El.cocficienlcjJ de la ccuación (2.7) reprcsentala I~S~\(,o./lIilll/l1 de cambin i¡ln ",1;/1.
En los Ires casos, la unidad dc m~dida cs cl año. L;)s orr~cncs son, rcspeclivamcnlc, sicnuo g la tasatliserc((I. Formulando una seric de variaci6n conslanlC a lo largo del
el inicio oclcalcndariogrcgoriano, 1979 )' 1086. Ellercer esquema reslI\la vcnlajoso tiempo,oblcncmos
1""'"
para cálculos a pequciincsclIlaporquc. cncslc .casO. T licne media ccro .. Por lo la n- . Y,=Yur!J¡ o InY,=a++jJr
lO, lasccunciones nórnúllcs q~eajuslan la ccuacióÍ1 (2.5) sc reduccn'a finalmcnle, lomilndo las primcras difercncias én la~cuación (2.7). obtenemos
. ~ ~ ,.",. .
(2.1)) .
ó In)', =jJ = Inri + 1;) =g
.". . .: n= Y )""'1J~1TYI'LT2 . . .
qi.tc pourá'~ro
":':~':~~"'1VfáiYn5~~ ser ulilizndarifotih~
~'r:íiúnsi ¡ico~"g'Cllri~l\rt'.n
<..lireclamenle \(:m~;\ lic;)J'neJll~¿1I1JJ.:";\d;,!?J.¡:;.TJ~gtlP,,,;
como' uregr'csor 'CI.lel a;dlisis de re~l:esi6Íl. S~ ,',~.>. .,.Así.,plles,a
..; '., ¡..' ..\'lil'l!S/\-
•.partiL.deJasvd.mer,,$!~I.i.f.l:rc.!),c_i¡.I~,l1~)p\,lp~¡)!~I},l).~\~~ .. OI).\iP..~l:~ . ", ~
. ' conlinua de variación que. a su vcz, cs una aproximación de la lasa discrcla dc' ,"a-'
,..".
. Ir:lla, . de.la :,';'.',
segunda delas. cspecificudone~
. ': .... '.'pa,ra,T
.... ' mencionadas
.. ,,,.' ... '.' . rirevíamenle.':'
.' .... :. rinción. Dicha' aproximación únicamenle. resullará .fi.\znnablemcnle cierta para valn.
. ,,' ..' . res, pe~luc~oS dc g.' .
. . ......"
. 1.i.i
. Curvasdc
.~ .- '.
Yar¡\í~¡ón(ércdmicnlo)
. ,_.'..' .
Cill\sianlc.
.' ~.
!

2.1'.2 Ejcli\plo NUl1\érico .

'

. '. ..' '

. Toi11ando las 'p~jmer¡\s dircrcn~ii\~ ~~ i.i 'c~~a¿¡6;i. (2;S):'.obtc'ncm'os .

.L.a'Tabla 2.1 muestrn. por décildas: las. cifra.s dc p,:oducdlln dc carl)(ín bilumi,,'ns(l
.,' ':.. ~~,~jJ~:(lI,"II;_;) :.'.:':.'. 'enio~ Eslad()s Ullidos ucSdc.1 X.n 'hasla ll) 1.0.,I~c'prcscnlando g.rMical\\e nte el lo~a.
I . '. .. . .
". , . .'5i igllo.r.¡;,'nós.i;l~'~~I~i'u~h¡;ci~li1es, \¡i:¿ctlO,.cióli'.'(.2j) i.n;í~lic;i l111C\;; .scric;.nimc,'\t¡do ,:itni.o ~el'a protlllcción'cOnlr¡\ c1liéai\po. sc d<)s¿u.bre ~,ú\.relaci.ón lincal. . . ..
. .' dismi.nuyc.} lit) valárc.on'slan'LC:, por pC'ridd9:ClIal\do sc Ir¡.te de lllÚI.Sc.riecfc.cicnt'e .'
'~ "l'AIII.A 1.1 . '. ..' . '. .' ..
(jJ,> O).iínpliéúr;\ lilfa:'tas-oi'dé:v;\daci6n'ilécrcclclllc, ¡l\¡'c'nlí'asqllccuiindo se Ir;\IC d~ '. I'roduccilín de carllón Ililulllin'oso ell los Es(adus Uuitllls;
. unasúic dccreciéntc(jJ <'O),.'sc:'obtcll:dr~.uilíl ii\s¡l'd~ variaci(lI\ cn:ciclllt:. Por lo . :.18'11-1910' -, .. ' , ' .
I(\nl,o. la. ecuacióil: .(2;5) nq.rcsulta'unaespc'eificaCiól1 adcc.uada para 'aqucllllss<:rics
°
_.""f'o ••••. )_.r~ ••-~"';-,._
.••
T • .,. "'-~"f.:..•.. -:: .•,:,r'''''. ; ..•..• ':•.

con una tasa slI,byacentc'dc:val'inción conslan.lé.sea cSlade.signo positivo. negrili- .. . I'rull 11cCi lí 11' "míal n1Clli;1 '
.c ... ( 10nO'T1II u el :IS)
vo" Uila 'es'pccificación adecuada consis'te cn rc1ücionar ~I /cJJ:tlrilllllJ dc la serie co~ ..(.. n
Dé,al!a }' In l/. 1(ln
oio ú,{a funéion ,1ine"i ilcl,liempo. Vcamos'e1 resultado a COlllillUilCiÓll..
Cuando no
~xisle.pcrlurbaéion; la'scriede variacióll constantc c~ ,..' ',1'
1841-1850 um-. .. 7.5159 -3- ' -22.5457 ,:

',Y,'=Y~(l ~ el.: .' '.' (2,fi)

. . 1851-1860
1861-1870
4.S68.
l2,t111
8;,i'~.o4
'.lJ:426:l
-2,'
'-1
-i fi.9S0l)
: ~9.426:l j ';

32,61.7 .' }UYJ26 . tl .' .'¡¡

Itl71-IXSn
dOI~deg;". (.y, - Y,.r)/Y,.\ ú \¡1'.~¡;S:iJ.~'~a~i¡\~i'Ó;l'COnSli\ll\e'i~ara Uil pel'illd~o dClerllli: 82,7.70' 1103238 1 11.:Ú3X
18XI-1800
na.uo. Tomando 199aTi~'mos.de.ninboslados .d~la' ecuaciÓn (2.6) se obli.encl.'. .. IS91-11)00 .14S,'157 ....U ,lJ(l8 I 2' 2J.~Úfil '.'

... ,'. '..' .11)01-1910 322.958 ' 12.68Ü ~3 )3.0558

~:

ltf.Y, :::u'.+ pt '.

(2.7) ,.
'.
,'.
71.742.4 ,,' O 20-1(l8
Suma
, ..
. jJ = lil(r+. g) (2,S)
CX'= . Y.u
In. y
:' 'Ajustamos ui\a curva dc' crccil;licnio'.col\~ti\lite y c:-li,;¡amos la lasa de \'ariación
... anuaL Para .ello eSlablCccmos cl origcll u.el pcric!do a mitad d~.I;! d~cada d'e 1l\70. y .~'
"
'-
J1. •
'.'
..•
 '~¡", \. '~ ;':' ~

:¡; "
l' '1:1 ."'¡,. ':.' 1":' ':'1 ..•. :,. .
,'- ¡,', . !", '",1 ',':'1"" .¡..,':: .';'1 "1';', \"¡> _,>.1\;, .....,:r: '",;,
1 ':'" ;'",J,

, 'C""iTlII,O'2:0ir.ós, ASpeclOS~C
j', .... ,' '"'1_ ',_1":1, , •••. :.,."
l,asl\claciQncs
.,',,' Jt:;;,~.'
clllre [l,os,Variables
.. ~:.', •• ~'#\;
.•••••• .,>-,", ','
53
••.::'_~:.

(0I11;II110SC0l110 ',1' l' , . "", ' ' " :'",<"' ..

. . Ulllu,.lt de lIl!I11POulla décad'l 10 '1- '. .',. 'o 0,0
. '."~ ,1'.;" -'1 .• ,"';, .•... ~ ~::" .:,,~' ~ ',:";,1'1 ':":'~'l.',-:-" '-1"/ . ~ ' ,'" .• :

la sene 1 que l11uestra la I'lhl' 1'.. ', ", '. ,nos" oblenlcnuo a conlinuación La I)\a)'oría de las ap¡¡Cacj()ncs c,conoillélri<:"s' m:is, imporlh¡'l~s incluycn los logarit- '.';'
,, . '. ,\. ,1IllCnthJ de los dalos de diclw labIa' , " ' mus (1c'~\Iilbas~ariablcs. La dpccific.\~ióíl funciOnalrc1ev¡¡¡ltc'cs, .' .,' .
, ¿ In y' 71 7424 • " ,,' • ,':. - •• • -.' '. ,: ~ ' ;~. , '. j"l :. 1. i . .. . '. ,. "1'

11 = -,-o -. - =~:::: 10 i'SY" y== AtPoll~ y:~iu +Jj¡n' X (2;\0)

• 11 ,., '7' ' ,'1

¿ Iln Y_ don~lell = In ¡1.'La c1;lsliehl:ld de /rcspeclo ¡¡ xsc',ddínc I=omo

/J'=

, " ¿/~
24,2408
2X'
.,
= U,X(¡57
•
.. .', '. ' '! ,,' .•..• :,<' '¡'~/~;; Xi: ¡ . '.
'ElélSlicíd"d =_.,-,,;,;,:;,,

. El codiciellle r~ de esla regresiÓIl es 0'9945 l " '. ' , , '(1,:< )1

se 1111uíacn la reprcsenlaci611' l~'I"" -",' ,o ~Iue COnflrllla la lincalidad 'loe . , " ".' "." "'" ' , ',' " .. ' .,," '. ",'~: >- ¡',

.
11 1 11ICIl,C.
,h,a,ciClldo '
gla le,l; _,1 lasa de V'lI'I' "
'
.
"ICIOII eslllllada por década se que expresa el canibiopo'rCenlU'11 dc Y paralln 'e,"111JliodcLt% en X. Si (lplican~ó$
I¡¡ fónllulil dc I¡¡ elasticidad él la' rriri;era cxpresíú~1de In ccú"Cíon (2:10). se llCtllucS~
k = é - 1'= 1,:1768 lr¡¡ (IUC la claslicídad dcesla fllncí.ón.cs.simplem~llle. fJ •..n~ienlr¡¡S quc.la segund'¡¡
La lasa de ";;ri;lciónco;lslallle ~s ~¡¡si u~ un 1'100/. '1;" ' ' exp~ésión de In ccu,!i:ión (2.1 O)~~l~lUCSlr¡¡:'quc I¡¡ pendiente de '1", cspecificnción Jo-
.11111;11
((I'a)se Obl ielle '1 1)'11'1"1'
'1', I ",.,. o 1'01 t cc.ld.\. La lasa de v¡¡riaeilÍn g¡¡rillllO •.lo'g~¡'i(~ilo'es la el;lslicídacL Así, pues;liI ecuación (2J O) espccifíc¡¡ tina flln:: . i
" ,.' .' , l e a ecuaCIOIl .
,.. '
eilín de elasticidad CUllsl:úilc.:' .. :. , ; o"~ " ",' • . . ,~ , '
(i + /va) /O = 2;3768 ' "

.
.
,~
',o
En el Iral~aj6 pr;iClico, "p:li'ecen c~l\frt~ue;'lci;/especi(ic¡¡cioncs' de eSI-c'lipo debido,
lo que proporcio;I,; un l'alorll"l =0 ()(IO' ,"", ' ., ", .',,:
YO/lo ti C crcclmcllllo
'. ' "
¡¡Ilual La l' "
;¡ '1, o o que cs lo I11ISI11
.' " .. ,
'
o. ¡¡proxlmnuamclllcel' posíblcnienle,'lallll1 a su'simplicitlntl ~olli'ó'", su f;íi;it' ¡llle;p~clnc'i6n; ya ;luC lils peii-
l' " ' , ' . ,IS,IeOllllnun equlvnlcnle es O OS(í(¡ , dielilcs' uc!ns regresiollcs logariI1l10~IC'g"1riln)0 son eslilll¡¡UOrC~ di recIos de t"s eI:lS-
, nr¡¡ quc los procedimielllos ue infcrencia descrit " 11,;
¡¡pl,carse ¡¡ ecuaciolles lales como (2.5) (27)2' " .,~s ~Il,el Cap'lulo I puedall
I
tic¡dades (coIl5lallles),i~a figura 2.\ mue~lrn ¡¡lgUllnsdc lél~do(m"s m:ís lipic"sdCl
('111101111regrcsur rijo, ' . ) " . I¡¡ V¡¡II,lhlc llempo deber.i tralarsc pblllo Y.X IlaradislinlnsjL ':" ,,"

y'
2,2
THAf\'SFORI'I'!ACIÓN DE VARIABLES

L.I lran':;f(;rl;l,;ciÓI\ /og:irílmica de' ia I'¡¡riable de' ". . ' . ,

1I1ICnl(l,.,Il,Osfllll,l/.llc,edcJor " ."". . pCI1(I~elllc enlos l11odelos dc crcci.
T'1\,1:""""t,'<P'f"<"';" '."': .,)Jl.,')I.nl\I",.ll,IJ.I,cqnSldcraclóü tic oTo .t' ... f" .....~..".'o,':';.':.,.",.','
ne, 1'¡¡ll~ orn¡ntlone~ ',ferl'ld' ',. ~. ..,. '. las. l.lllS orm;\ClOnes;""
" .[ . .'" ~" 11n .• l v¡¡nablc.: dcpelldiclll ". . . '..
a '1m las. Su ohjctivo Ilrinci/)'l/ .,,' 1 .,. .. e"l a vanab/e regresor O
.1' . .' Ser.1 o llener UIl'I Ir'1I1sf( " r ..
uO que sea posibl.e ¡¡p¡iel,. h~ ~c lc'ir' 1"'. ( . " JrIl1¡tl'lOn Incalizanlc, de lila-
O' I ,'.
'. . ,... , •. ,1 I ¡¡s. ecnlcns descnlns en '1 C. f I . , ..
'.trlol lleS .Ifl,op,adamcnl'
.. l" '. f ... I ..,..,.
. e 1.1I1~Olmal as y por cOllsi' '. e ,."p lu . o I ,1 aquelhs,. ,
1t:III.:r quc aji/slar relaciones m'iSCl) . '" 'l' .. glllenlc. eVllar la neccsidad dc ,.
I
.' -" . '," ', .. mJl Ica( as; "
I
I
.,., 1" .••.. 1.
I
-,-, rr;¡lISfOrlllat:iontS Logarilniii-Li\ ,',., (O' . I f3<-1
. ,. g.tr1 1lI0 O!Jlclllenlc Log;¡ríllllicas) I
I
La eCllaci,ill de crccimiento ulili;a I
ulla transformación
, , . .de' h
'" \"11.,',,1)1',1
e uepCIH l'Icnle,
x.
: 1:11 Ru~sdl f)O"icJSlllI
.' . 1I .•
l' J~I\1C~ (;
'.
~i.
,le
'("Inllon '.' '.
.. tJIIIII(I(I(J1J
.
mili 1 ,r.~ ...
. ' /'
., .
"'1 IJI'l/'".'"
.1
rcss.I')')." PP.' 115.IIS.• • pl',.cJ. " 1" '" ' . . ;<'''"''''"''';I'S • OdllftIIJ",',,,
. t.:r..
c: Cl',1I10 r..:grl":\or. '.
l..: l: \,,'11l0nlr.IfSl'
.' ".
\111"
• (. I~C.W;I~H1 l1lu)' VIII ;lCL.rt:~ ti..:, 1;1 uliliJ.:u:itín ~d 1!t:r~lrO

,'"
 il'

54 MI,TOOOS 010 L:CONOMETliI,\

C,\I'il'ILll~: Olros AspcclOS tlc las Rclilcillllt:sclllrt: Dll'S Variabks SS ''::r
"
'1

'')
La r-igura 2.2!J ilustra esla función par:l valqres positivos de]J. En'~1 caso de un es~ '''-',
2.2.2 l'ra ns ro ru;a c'i~J~esS ~:J~ji o'g.!ríll¡~¡ds' i..
ludio de presupueslos pal'¡i adquisición de vivicJitla, 1¡1curyadebcrfa represcntar la
relación existente entreesle tiro de gasto )' \' clinl';rcso X .. f\ntcs dein\'crli~ en uu
de creéilllicnlo
'J."-

Hemos dado ya un ejemplo deceuáéi6n conslanle.La [()nlúilación gasto de esa c1asc es necesariq poseer un cierto ni,,:1 de illgrcs() (írh/JI), Pur lo tanto.
".
gcnerales3 , . .' ." .' '. . '.'
el gaslo se incrementar¡í de [onna mónéólona con d ingr~so ..aunqllccon lasa dccre-
. ..' iIlY::CC+JJX;+II .' ',' (1.11): cienle. La propensión marginal (JJ/X) al COI\sumo ~k este biendislI1ilHl\'C a medid,]
Dicha cspecilicación ~esulía nluy U1ilizada e'll()'sinodeltis decapilal humano. donde, que aumCnta el ingrt;so, ig,ualque lambié.n disminuye la claslicidad (fJl};).
y indica I~ssal¡jriosy Klosa~osciecxperiencia esludianlil laboral~. Paniendo dc' o
la ecuación (2; Il),lenemos que '.' .. .
2.2.3 Transformaciones I~ccípr(\cas.
;1\
"
",.

,l. '
Las lrallsfol'maciones recíprocas résullail úliles en aquellos nwdclos en los que h:l\' .:-:~
Por \0 lanlo,.la p~ndienle delaregrcsipo' senjilo~¡¡rílmica
eSlima el canlbio ¡JiOPOf' nsínlotas para una o amltasvariables, COllsidereinos .
".. ,;..',."",.do)JíJ.J.J!rd~,.Jmm,,((l.d{¡,,~c(l;!IPi.OJliJiú!'ri~p(Q(J~CW.()Ci\ ••X.' ~1I.Figlll;a 2.211.1p ..ilusl ra. pa:'
,.~,.t;',-;~~,,;,;.:.':-.~,"~':":'J": ., .. .,' ':.~
••'!U. ~'f- •.•••••.•..,,~. ,~¿.tf~ .•••.
':"".~~.,::.><;';"'~~~",•• . ,,:, .. :'. : e"" .. ,. {Y •.arJ (X"".n~);;'«,i"':"""/,,,,",, ..•. \."',i.,,(2.;¡S Y',.
ra valores POSilivos de fJ: Cambiando los ejes, oblencnló's - . ,..... -- ..._.:..•"....,.- .,-;.-:::,." .•.7,:..
~'" •. :J._" ",1: ,1 " ••..~ • ;,'," .¡,'.' ~'I> "-,'" ' : "".'.',' ••

L:,.fónlll1.Ja describe una hipérbola reclangular.coo'asíI1l01aS en y:: al Y X:: u}. La

y ;,-?"
r-1.gura2.3 f~Hleslra argu~las de lasfo.f1na.s 'máqípie¡is para (~) ncgalivas, La ecuación \

.(2,.13)sc.~cfor1l111la como ". •

'. ,': .. . cc) '.. '.'
Y=of+--'-' (2.1-1 )
. .... X-a2 •

.. .' l' ~ ". +/I.II\~!/J';' 11 . "l'.

l' .x:: II~ .\' = tt~
.~; . ,~ .. 1
1
..
\

I
1
I
,.
.,1 I

.. ,
I
'1
l.
\.
"

.
r'. 1 u,>ll , I "\ < O.
I

r" ,.
, .,
.1 '1
• 1
,
" . ¡.:
.
'. /" i.
'1'. l'
,,'!' ••
" 1
,l'
f' 1
I

.0 '. x
I
\
... :':.
,.í'/
o l;' I
, '4 •••

"".'" . , .' I
, • 1

.'
, . -'~.:_.. - - ~:
-- -~"-'_.:: ~'~- --
_ .•.
F{GUR~ 2,2 L _ -
''-:-. ", ,,:' ,',
:' "r.:' (l., "
Mo.ddo semilogadlrnico . 1
,, .
(2.12) ,.,
1 '
".
1 '
I 11 '\
•. •, . '' t, ..•
. ~ . _, ' " ' ~' ",' . - " " I
; ) Elk_lOr aslulo se,í)nhi;l '(J;;dll cucnl:1 tI~.que cual,idlldisculinills a_erC¡1de,tns.liislinllls tipos lic'lransr"r.
.¡ 1 J"
I .\
I I
l11=\si~ni:s.Ulili~.Ontc\s~c.I1¿rmiÍl6'd'cpcnurhaci<\!\ tic 1;';lIIcr¡i r¡ipid~'y de~.r"retlcup¡,da. ills.:rl;\nlinli\ cn ~ic( .. ' '~. '
1
"
la~ccu'acion.:~ y no 'cn (¡Iras 'con d,fil) ti': si.nil'lific..riaiilí.;,'nsfiJrlimci""cs. L¡~'¡iu,i¿¡,s' juslificacinllq dc la.!
;icl~i1ció" (n~~)' comú\l, J'!cin;\5) 'son,iá .i¡tnorancia y cOI1)Puidi,tI:SirJuj¡¡UllluXk)' (t1iSli,,~ui¡¡o lJió\ol\n la ... ". f: ':

, y h¿rnl,an9. ikl)lo."c.\ist.a AltloU5 \'Iux'k):)dc~c'i!bi~ at:lioseli. SU t1ia'.ClllUlI. ':~I'silllillllq p~rSllllilic¡¡d;1 de la

FlGUltAi.3
'ignoranda (csí'Jualdcl hombre';: EII~rlllino'Jcl;~rturh;;ción,isínlbolll
del cconómclr¡i.juc¡;a'un
'- - . ~', :. ,..".~.....,',.
esto~;iSlkn dela.i¡:\,orancia resid'ual
-, .- -
papel iilúilar'cn ":ÚIIOI)lclría ..Y.conín suclehacersc.clllI Di"s, si:'alrihuycn a lo
.. Hip~rl>(.)li\ rccll\,ngulrir" '.
..ro
'¡r.c'xcrulabie y' a"lo l1é;Cbnocid~ ¡as propicJmlcsJn;\s cOli~cllienics ~n 11I\.Mlerlninadnlllolllenlo, .' El ;esu.itad~) ~eaiia~lir un lÚmil;o de~r;or al~"ccllaci.ón (2,1-1)'ci¡;;Cillar lI1i;lill1izar .j
l.....
.• Tal espeeificació'n'dcr\\'a l1clasconsil1eracio\\ésicófic~s de J ..Mineer, Scillwf. E1f;('(Í<',;u,lIIllf £omillg.t,
.Ias sumas de 'los cuadr;ídos tle 10sresi('llIqs 'nos condllc~: a eÚlaeioncs no li;lcalcs Cli
• Columbia Unív,crs;l)' I'ress. N~w.Yor\;,'1').'¡4..' ., . . . : ~ ,: • te f."' ~:. ',' ,~
1',.. " .-.' .••
'.- .. '

,-¡ '" •. ',:, ,"',.

","
, ,: " '~ "~ .' .' ::,,'
 ,1": • '¡ ,....
"'. : . ;,
L'"'.i!' ":,' "]' ,':.i , !:.
¡ J.
, ,
,'fU Ollf I~ "!: U 'l1:""~IETl\f.,
¡,;,;'j nl'lJ~ 2: Olri>s"As¡).:Clll~:dc'I:;S
," ,,' j ,'. ":
!. ,\. '.,
,Úc!aci;",.:S ~nlr~ Dos V¡¡rialllc~
l. ": ,.' ." ," ~'- . ,1 • • " "
57
•• ::
"
. "~
",,',1:'(",':' ,:.¡.

l' ,',1, ;

.. ';
"

,',
, ,,:
,
,1' ' ,
,
1
'
I
, _¡,,',
'
(.,"

,
\ ,",
"1",
',O "

, 1,
I
:', ,.
f"',

",,:
,1
'1 .
l':
1. I
'( ',1,
, ", ,, ,,
1',1

:'
, ' , ',: '

1
~'
,,
"I , 1:.

1
, ,
I
t
"r "
" '

.... ".:
,11 :,
",,' \'
.', ,"
'", "
.>;' .
,: : fIGURA 2.5 .' "
I ,
'-' ==ll + JI X
,
X ,'''"
"

i ': ,~ "t l. :.

, , ".
,." ,.

L, especificaci;'lIl II¡¡is genc,:a! que se illlsli-n ~n ¡n Fig\lr:i 2.3(1 elimina nmb"s rcs\ric"cio-
, ;lCS )' I)ermile '~abajar COI; 1,; 'posil~ilid¡,dde 'Uh~l¡isn de desempleo mínima í)osili.vn )'
, ,
, un c;\mbil)dc s,llarios neg;llivo.b, Figúril¡2.4b represen'n un;; runción cJe'g~lo en llll
j.
•••..:t
.,... corle IratlSl'érs;lI; Es nCl:cs,irio un ili~'dmíni¡n~, líeingr<:~os parol ,,¿ceder;¡ g;¡SI\?S 1i\1c~
como,comcr eli un rcsÜlp'I::\I;'le.a(lI;qll~:í~llipo d¿'g~slos liendeÍla \In Iímile s,upcr,ior.
" ,..' ,', :" ',','" ,", '1' ',' " :' " "
dOIHk, Iosl1l\i1~imillonarios g"sl¡¡n sóloil.lfini,lési,.nl"mt;lllen]ás que los millonarios.. '
)';:: tt
----------------
2.3 P' , , '

',':E.rE~,:r{jLO'A~'~;lPOÍrtl'C'01)1!!ONI\~tlttl~'NCrÚN':N(rtlNEAt1t}\Y'INi"/?"/"<."""''>''''
FLACIÓN EN LOSESTAnO'StJNIDOSY EL1)ESE1VIPLEO ,', ' ',1
.:.::" ..... "

;'!,"," .

11
..: La puhlicúcitÍll.en IIJ:'iX.ddun(c\Ílosobi'ela ';eur\l;l dd:rhiuips" fue c1ini~i'ó <.J~ Un
, Il\levq negm:io h;¡sadllcnlabusca(YiJ~sclibriinicnlo ) de ¡nsdenomin;¡das curv;¡s ue
------- --------------
I'hilIips ,cllvarí()spaíse~{';[n el ,\i'ííc\lIborigiil~r.Phillip'Slr~7.ab,,' (p;¡ríl el pcrlot!o
comprenllid(l CIlI rel :-;(\
I:yl,(13)cJp()rcch(ajean\1nld't¿ilmbiósíllari~1 en el Reino
fIGURA 2.<1
..• ;
Unidoccml n;s la lasa de
dcsul1ipldJ;£I~~r~ricol~evclní)íl~lI;arelílción íincíll no negíl-
,¡¡va que Phillil)Sres~,il1¡tí enl:dÓrma Jc\r~al¡nc;'i"cur\'h.,Xloq\le es niá; ¡'nle~és;n-
le. losi'esullallos ds:,'los.dos¡)crid'J.os sig(litnlcs (1911-194Hy 194R-1957) ,er~~.muy
\1" y == (Y+JI,(_',I ,) píln,:cid()s ;1' hi c\lr\;a'~)I;lénid;ja:parrir(le}os~;¡j.osdcl-pcriodó', 1861 ~1913.Ln ¿Ie-
" X
"- .• .
;
"~.. Hll:lllalC\lI'\';!de PhiUipsnO hasó\)~c:i\,ido al,p~sqtltd }iClllPo. )' sch~.ví~IO expucst"
•..~
" ,

,~l . ',-,'
•.. 1 • +. ' ••
'

,j -' rc'Jmu \'~r~ll1o"lI1:is'H.I~hl\l~' ~•• l'll,¡ili; .'~ / ", ".: .... . .. ". - .. ,¡.
..
J - •• 0,,

.'
1111 11Ih..:;dL' s, .
.' .' • ,"."
.'
:\ '-.:"JtI.~ ar. :l ecua.Clol1 \hr ....clal1u:ntc
. '.
1111.'llióIl1IC l1lil1ill1o~ clhdr'lllo"
• .'.
'.~
." A.w.l'l;inll's:"Thcltclali'III'I:clw~:cnlh\~i;'I'I;:;YI;'<:;'1;i;'l¡On.\C~~~lC otch~jlgc'or '~lónCl' \\I~¡:CSin:thc
I:{',",,",,;,'",
.1
~'
Ullilcú.. Kil,,~d"'l.1
.•.. S(,I. í'l57':. Nc\Y,!icrics i5. '1'I5S. 21i),2'J~'" " , '
0' . - : ;,.
". , . - - -

l,¡\
~;,~;tr.'~:1
~;_' a.~.'-~"¥"~
. -' ~
1'0'

:,'" 1 53 M~"OUOS Uf: ECONO~IETJd'\ I l'

c,\I'inll.O 1: Olros I\SPCl:lllSUClas Itc.:lac.:illn<:s
<:n1I'CDos Vari.lbl.::s 51)

a ataques y nuevas formulaciones, 'Ianlo desdc el puillo~ líe VIsl¡i cstadístico COIllO .
: ~ ...
..l:i:'.
,,~
.. .~. '1''\ 111.'\ 2.2
leórico. Es por ello que el simple aniílisis de dos variables .(~llnilcillnsalar!ill yde.' J) istinlas rcgr~si'nllcsill Ifaci'¡íll/dcscill Illuo,'.¡ 1)57. J 1)711'.
ro~_ ••••.• _ ••••. _~." .". ,"' _ ••• ~_ ..•

semplco) no puede considerarsc'tol{lO '~na picza f;lIldllinenl¡IIen cconolllelríil. Sil~.•:

Vari:lhl<:
embargo, ya que en eSlecilpítulo nos VCJ1l0Saúnreslringidos a rcl:u.:ioncs.de dos VlI'
explicalil'a Cooslallle I'elltlicllíe EElt
rillbles,tomaremos el siguic'nle cjemplo como iluSlrilción uc los pasos csl:luíslicos a
seguir p:lra ajuslar r<;laciones no lincales entre dos .variables. DES ó.lJ2 -().X764 IU3 I..JO.
(J.R2) (-2 ..1:,)
. Los datos utilizados correspondei, adalps anulIles de los Estados Unidos para I)ES(-I) lJ.1J :"l.)jSó O'x1 0.7-1
el periodo' comprendido enlrel957 y 1970. LlI variable ¡I¡flación( INF) es el porc:en.,¡ ~:
lajcde cambioanulIl d'cl lndice de Prccios al Consumo (II'C). La \'ariable tksclll":. t;. I/DES(-I)'
(IJ){())
-1.4 X
. (-7.19) .
32.lJ772 0.')0" :tU-I
pIco (O ES) es la 'lllS~ de desemplcoenlrc tmbajadores civiles mayores de 16 aiios.;: .¡ (-(,51 ) ( Ul.50)
La inOación oscila enlre un mngo mínimo dcl 0,69% en 1\)59 hasta un miÍxilllo dcl ; ~ • I.n~ CSlildíslil"tlS I :tparl..'cclI Clllre p:tr~nlcsi~. EEIt eS CI4,,'rhl" l':-.I:illt!ar lJt..' la (,í\
5,72% en 1972. con una media del 258%.La tasa de desempleo era en 1957 del r . rt.:~r,..sil)ll. lo '

. 43%a!canzando un máximo.deI6~7°l.u c.n;19Ql. al.qllcsigllcllI! ,~e.sce!!S9.sost.qni90.c'.'i';: ~;~;,i,/,.;;:~.:.~,~

..,',;-::,<._._ '.. .... ....,.:... ,..... ..' "" ..... ,.. _ ...
.~ :'a'~io.J.f~.tgo'lJ(ti~c.J~.~.á-¿j¡(dd.)o'~'60.::.'
....•..";."." ".,.,; , " •. ,, " ~.~.............• :~ LaFigura 2.6" nllleslra el griÍfico de di~pcrsil'ln de la inflac:il'lll con respcclo a 1" lasa ,0
.'.
(¡ r, ~::...
dI.: descn¡,pleo ell i.:I mismo pl.:riodo. La pemliellle es negativa y la gnifica muestra
. t.'. .•• 'basl"nlcdispl.:rsión.
"'~ I3n la Figura 2.6b se rCflrese'!Hi\ 1;1, illl1a\:i;')n con)'especto al" 'la-
'. sildc deselnpleo dcl aiio anlerior..La re~pues.l;Í .rcl.ardad" es lút>.ica porque es nece .
. " ..' .sariü:qile tp\;is~ur(a un liempo haslilqlle. c1desep¡l~lco'rife'cle I:lsc¡;mhios salariaks
" ,"
. ~. ': ;.":..'.:j, nías 'liem'po allll. paraquc dichós cambios se filire'n a lrav~s dI.: los precios de los
.. .... ~. Ir':'.
~ :. ~.:;. " ..j};'odlH:los fin¡¡les. La dispersilllí 'resulta .. en 'eslc' casll.'mllchn menor e intlic¡l una
.~'L~'.:. 'cícrüt ilo.lineal.idad. La figura mueSlra taml)icn el ajuslede una rcgre~ión /¡I/m/ll.:
.+
~
.•...
~
., t .
. ;".,,;'.'Ií! iliflacil\n sobrc el desempleo
i:'::'.,: "no. es ia répresenlación.ntlecuad".
rCI:lrdado. E\~i¿lentl=mclill:. 'Ia esp..:cific,ll.:ilÍn lincal
De los 14 rcs'iduos de la n:grcsi(ln.;) son posllivos
. t ..

o
.' V:. y' 9 negati\'os. Los 5 rcsiduos pOSil'ivo's aparecen asoc:iad'os 'a los \'alon:s menOl'es y
) S 6 '1, .: ~;... - ni¡¡yorl.:súl.: la variablecxplieaií'\'II. Investigar los residuos pucdc indicar. pOI' lo lan ..
DES '; . to,dglin 'error de especificación. Rachas de residlloS positi\'os o negali\'os su~i..:rcn
>.
'e'specificacion~serróneas. .:' . . . • ..
6

"','
~ ~,~:.'. '•• ,L" Fog" 'O, 26, '" ~"i
m :~';:",: ":t:~:::I,'~'r~"'dÓ"'' ' ' ' ' l' I ) J

'.(
. '. ':'; ::',",.,.: Lo~. rcsidu.os sOI)..algu tllC;lOr'cs que Jos que. apareccn repr..:scuta(Jos cn la Figur.1
lL
.. .~
~.
'.
y
'.' ~::~:".....2.6/; 1';1'disper~ión, aunque no lotalmenle,.sigue una re-!¡lcilín ¡lile es casi lineal. Ln )'

';::'; ':.: tabl¡¡ .2.2 resume los princip"les resl;llados du las re~r~sioncs.asoci.adas a la r-i!!I'lra .~
.. :. ~:->:
n., ;..
-2.6,';" ~s' de: resalíar'el'.sal.lo sustanci¡lI
. .
de 'r~ cuando I¡~'\'¡¡rialiic
.'.
<::o:plicali\'a \'¡iri:~ dd
,<'.,> ',:'t1e~enlpl.~q aClua!al retardado, )' \In incremcnlo llli1yoi' .aún. (dc IU-i-I ;Í O.l)()) cllllnclo .. ,
.""

:~.; ;;'\. :,:,'~~\Ili)iz~i.blrallsforlllaci(¡n reciproe¡i. .

0.1.S ll.2U (~25 O.Jll. .. :~ :"[": ::'.
•
r-ínalincnlc, ohlcncmos el rcsuÚauo de ajuslar In 'relaci¡'ln n(\ lincal
r I ' • _.
'1_.

Recíl1rOCO DES, .rc.!'i\nlado

re" .
INr- = tt + --~~-- +11 (2.1:--1)
DES(': l').,.. u, .
FlGUItA: 2.6 ....
".:!,:L~:':i.:~~i,ajli~ic>e realiz:; mediante ll"n ;'léIOdo ;le'lllillil'no~ cll~idrad(ls lín lillC~ks.I;1 q~lc
(nflacióll')' ucsel\lpleo
"
en.los ESli\d~s. Unluos, 1957.1')70.
. ,.
'j';
, ....
~f::.,:..~~igcllll.Proccdilllicnt.o
!~ .. ~'. l
ilerativo de I.:slimacicí'L empezando pl'll' ¡i1~UJlOS\'alores al'.
.':'" '1:
. :L,.~~>
. f .~
r:,~ .!,', ,".

;?;"', O", "",' , :,' ,

C'.
';.~ 61

bilrarios para p<lrÜmelros tlescon,o!=idos, ~;¡fculnntlo lliego la sun;a dc los cu~tlrados

dc los residuos par;] continu;]r con 1;] hllsquedadc qué'cambios en lospar;íinctros'
permiten reducir la SCR, El proced¡n;ie~llo siguc de esla mi~ma forl11a ilerativa-
mente h,;,sta qu..: lus cambius sucesivos en los valores de Jus p¡lr;illlelrus estimados, y
1:";1.
las SCRasocindas. resullenscr lo su ricienle pequelios C0l110para de,scartmlos, 1gual
que sucede con el l11éltidl) de lüs l11'ínimos eua~lratlos lineai<:s, al final del l'roceso
IHleden cak'ularse' los errmes 'CSI¡íl'ld,ardc luse~tim¡ldo,:cs, ¡Isí como las pruebas es-
ladíslicas h;ibiíuai<:s. La lIniC:I.difci'i:ncia estriba cn que, C0l110se cxplic;] <lconlinua.
citllJ, las proj)iedadcsue lo~ eSlil11au'~res y de los eSlndíSlicos de r>rueha s(ílo licne!l
justific~ción asintútic~ y, cn t(lIls'ccli.cli~in, n'o'~on v¡ilidas fl;]ra i¡;UeSlr;ls finilas}' nO
pr'op<>rci<in;¡n' resullados exacloS". COJ1lO ya hemos selialado anleriormcnle.las
lransflirnwciuncs line;¡lizanles oblenidas olorgando valor cero a al )i ll2, impilllcn lí-
mil;]cioncs :l la [orp)a de f<l'relaci6'll que, 'lct~ric;1I11cnle~ no son adccu:ltlas. Si sc
olorga v<llor cerO 'n (~" con10 cne,'cnso de In'[crcera regresión dc'ln Tabla i2,oblC-
(úo)

'-'
'í:"
j.
,....
'1
nemos un;t";isfil¡O¡n i~fcr'iorpriraln lnsn de desemplco que es incrcíblcl11~nlebajn.
Por 011'0 Indo, si' se olorg<l V';¡¡'orcero <l(t 1, In' tnsn' de ínflnción tienc una asínl'ol;¡ in-
ferior iguhl n cero. laque imrlic¡i quc'los prccios no caen por elcv¡ido que sca c1ni.
;\ vcl de (lc.sen,lpleo, lo quc resulla asimi~mo una reslriceión complelamcnlc inapro-
piaua. ~i phra eSlimnr In rclncióll sindichns rcstriccioncs se ulilizan mínimo cundrn-
dos no linc¡¡ks. obtencmos'

- .• 4,8882
INf = -0,32 + ----- __
,. ,', ,DES(-I) "'-2,6917
2
COn r = ¡J,95)' tER ';, (JAO. ESI<lcxprcsión es la que se ajusta mcjor;1 los d;¡los y prq-
porcion:l c1ml:nor \'¡¡Im dd l:ITor CSI¡Ílidar.dc ludas las regrcsioncs cSlimadas. El tér-
mino d~ in(erse!=cíÓ~l. que no'cs ótraque la úsínlo(n e'slimada d..: la lasa dc inflacilín,
Sl: c~ljma cun un valor nCl!ativo, aunque no significativamellle distinto a cer9 ..J,~I.,:)~í!1<
1()I';I'olfSlí{Ü<lUri:dé"'kl;t,,,s;(dt'dcsciHijJ(:({c~'dd2:iílj "l.,. EI2oni;:;,s¡~(e ;11re-las :i~í,ú
01 ¡i~'a~'
.~. 'S2;~;';pleo' cnco~ tradas ni ajl;SI¡lr 1;i'SCCu;¡~íones (2.17) y (2.1};) recucrda dl: modo e vi-
...,. derHe que c;¡d;¡ una dcl¡IS cspccifi'cncioncs'illípOlíc una ¡(mi/ti parliclllar;1 la rcl;lcic'ln
l:stimad;¡. La ccuacióli (2,1 };)iniplica un incrclilcnlo suslancial de la lasa de ínliatilín
para aquellas l;\S¡¡'s tic desemp1cú illrerímcs al J%. micnl ras q,~le la ecu;l(;i~n(2.17)
precisa d2 la'S<lsele dcscnipko i,nferiores;JI 1% para ohteller cifras tk inllacilÍnsimil:l:
res. Los ajusteS:i losuatos mUl:st":l1csno son muy dislintos; sin eilí1i¡irglllas extr;'1)ll-
...,
.
lacioncsruera del r;ln£,o (kesns dalosorreecn rcsultados dr;\In;itie'amcnledirerclll~~ .

2,4
VAIUAllLE DEPENDIENTE HETAHDAl):\ CO,\IO In:C;HESOH

Cuando las \';¡fiahles Illucslran tClltknciassilllilarcs a las represl'nlad;ls cn 1;1Sec-

ción 2.i: los valorcs,suctsi\'osticndcn ¡¡ser haSI;\IlIl: similares'l'litrc si: lJ,ú forr;¡;¡'
 l.I\J'llllLUJ.;UllU~ 1\~pL:Ll(l~ lit.: ¡il:'1\.L:ldlH.lIIL":lo l..'llllL UI"I:'\ \ ,lllllt!ll'::"l \l.'
,,'.':;

• o :.,
'. :~) '.'

pues, el regresar Y/.t 110 es/tí corre/llciolllldo con la perlurbacilÍn 11('/1111111, ni COII /'r 11'- E < l' + E l.'" Pr 11:.(,,:- 1'1< €. I. o~'~-,_
. '.J
cuatq uier.a de las perlu ¡'bacioflcS [t11ll/';'s; 'aunq ue. sí:.e~lii_ correlacionauo cOIl.lodas ....
las p'erturba~iones previas. De eSle mouo las covarianzas que en la ecuación (2.3) .
indica la probabilidad de quc .1"" se silúe en cl inlervalo especificado. El tal1lailO ud
in,lcrv:do pueue hacerse arbitrarinl1le!lt~ pequcño"cn función del valor ckgidll p;lra
~:.'J
eran il!.l'I;1
les n ccr'o són ahura disliillas decero, sicmpre que el regresor.s.e¡\ ulI.~alor , •., .J
c. Pl!c'sto que yar(i',,) disminuye 'de forma !nOIHllllna cual1llp 1/ ;lUl1Ient;I;' cxiste un
rClnru~1do 'ue ti; vnriáble 'uepr:ndienle. Con lodo ello, los cSlimadores MeO scrá.li.
sesgadps; y los "-es~llndos exaCtos pnra mueslrns finilas del.Capílulo 1 no resullar¡Í1I .
<
Il\u:ncr~ 11* y un 1)(O < 1) 1), laícs quc para l(?do 11 > 1./*..

váliuos 'en esle modeío. S'\11e'mbnr~~, 'y cómo ya se ha mencioll;ldo. es posible Olor- Pr 11.\"" -1'1 < €. I > J - () (2.2.1 )
~runa jusiific~cióíl'nsii~IÓlicn a los procedimienlos de inferencia basauosen los es-
Se dice entonces que la variablc aleatoria.i'" C(}III'l'rg(,cII /Jru/ml)ilidl/ll a I'a l:\lllst;lI\ll'
limadores mínimocuadrálicos de la ecuación (2.1 Y).
JI. Un enunciado equivalenle es
lim
II-X.,
Pr /1.1',; ~ ¡ti <' e. I = I o ••

2.'1.1 Introducción a la Teoría Asillllílie:l Dicho en otras palabras, la prc)babilidad de que.\"" PCrlcIH:ú:a;i un inll:rval;) :lIhilr;l'
r¡nmente pequeiio de JI •. se acerca ala un'itlao ¡"anio ((imll dcs~emos ..sil:mp'IY <¡1Il:
L;I.inlrouu;~iól~ más sencilla a lnleqrj;l.asinlÓlic;, cs"aqu~lIa búsada el~ el primcr re- hagamos que 11 sea lo suficientemenle grande. L;¡' ecuaci()Jl (2.2,1) sc resulllc CO)lIl) .
sullauo h:ísico en cuaiciuier curso de eSladísliCa, esioes, lú dislrilJ"udún de la m~uia
enun:lll1~eSlr;1 alealorta. StJpong:ll~lºs qué X es ul{a ~va¡:iable"a'lc¡IIO¡-i¡j coil fllllérón . plim .i'" = JI . (2.2S)
ue'densiuad'de piobnbiliuad (fdp) desconocida. Se sup~ne que fdpposee, ;I1.menos, donde pli/!, ~s la abr~~e límite de probabilidau. En eSlc caso. se dil:e <¡uc I:t
una media finila JI y unn "nrianza finiln u2.Considerel1l0s In exislencia de 11 valores media mucslral es un-estimador eonsistclltc de JI •• EI proceso se dcnomina ("(JI/I'('''' (""":'f
",

gcnern(Jos por es In 'dislribución dc.forma inuependicnlc'}' dcnolemos la meuia gel/cil/ el/ pro/){/bilitl(ul ..
mueslral nlediarile i", dOlide 11 inuica cl número de observaciones en ql.'ese bOlsa la En es le ejemplo, el eSlimador ser;í insesgadll sea cual sea el tamaño oc la
media calculada7. Ln meuin mueslral.es; por sí mism;l. una variable a!calori\1 con una mues,lra. Supongamosolro eSlim;iüor de JI; 11/,,; lal que
fdp, [(.':,.). La cuestión básica de la leorín asinlólica muica eri cnlendereómo se com-
" .
. C
parlan una variable lipoi,,}' su fop, cuanuo 11 -- <.o. Hay dos aspeclos fiulHlam~nlalcs £(111,,) = l' + -
1/
en lIidlllcllIllp0rlamicnlu: el primero de elllls cSlá rclacion:lllll con el e!lI1eeplll.dc la
cOIII'crgcllci(l ('/1 probahilitlml y, el segundo, con el de la cOIII'('r,¡;I'IIÓ(I ('11tlistrilJllciólI. donde ~ cs ulia conslanle. El eSlimador sení 'sesgado' en un ílúmc'ro finito dc mues"
Iras, pe~o
lim £(111)11. =J'
2.4.2 Convergencia en Probabilidad ..
. " 11_',1';

Dado que var(IIl,,) liende a.cci"o'cuand6 11 illlinc'nta. I~JlloncCs 111" ser;í ¡";lIllbiél'l
-Se~ X una variable aleal.oria lal que las X ".1' son i¡d(J', (12). Por'lo lanlo Iltí .CSlilíl:ldor consislenle de JI. Se ll'ili;, dClIn ejemplo de CliJl\'crg~I;l:i:! CH 1!ICllia
1r1 c.uadr:ilica. que' se da cU;ílidó el límite' oel \'alo.r csp~r;í(J¡) Jel ~stimadllr e~ el pad. " ..
,~
£(.r,,) ", JI Y var~r,,) ",- .' lúelro de inlerés, }; el Iímile de la vari:lliza del eSlililildor es 'c¿rú. L~ convcrgencia
., 11 .
en meuia cuadr¡ílica es condición suficiente de consislencia y suele ser una forllla
..~o
Así pues,."" es un eSlimiÍ(!or .insesgado cualquicra quc sca c1lamai\o de .Ia muestra y . mu)' útil dc eslablecer un límite de p"robabiliuad. . .
su varianza lcnded a cero siel~lpre que 11 se incremenle indcfinidanlcnle. Por sim- Una dc las caracleríslicas 'miÍs útiles dc los límiles dc probahilidad eslo inmc-
ple inluición rcsulla cvidcnte que' la dislribución de .~". cuiíl(lliicra (IUCsea su f(~rmn" dialo que resulta obtener límites de prol;al;ilidaCl par:\ funciones ¿jc: var.i;'bles alcato.
se conccnlra más y nliis en lomo íl JI c\Huldo 11 aUl1lcnlíl ..'fllrniall1lcnle. definiendo rias. Por ejemplo, supong:lI11os .que ñ,: yb" posééli Iln;iles de prohal;iljuil~l. :e'ntonces.
~
.-;~
la conccnlración'en lomo a JI como JI :1:E.la expresión.
pliJll (I/"b,,) ~?Ijm (1". plim h" .
> .
. . .
y .
,. N'6lcsc '1uc la x minúscula se u,itii;
''''-'"0-'

~ --~'-
0:11 esie cas~ para il\.Ji~lIr 0:1 ,'alur 110: la \'ari;.hlc {"on la llo:s\'iaciúo
. (n;,)
phm - =---
plim (/" . ',"
;..'

con respcclO a la illo:<1iamuestra!. ". ~ . , •

. /J" plim h"

......
. . 1

" ;
.., f"1:'
r;'
-
;'1

4
... /'
".d
~.,'. ' -- -~----:------------------------------
"f,$¡,,'

":~
,~jt
..; , "

,/"".( l': < 1"

i
64 ~1I:Tt)fJOS !JE Et'O:-()~II:"'fifA
" : , _1', ',l"'"l.", .. , ,"",':, '
6$
CAI;ITULO.2:otros ¡\SP~cI9S d~ Ins Rc;!ildoncs clllrc Dos Vnrin,blcs
, ~ " :' ."", ~ " • - ': ~ ,',. " " • '. ; 't." • ¡. .

, , .• . ~ . .! ,.,:
r', ,~, ',.' ,,,.:,
L;¡s n:l;¡ciOnes d; " , ...,. .\ ' I • \', ': '. " "; . ' •. : '-:

, . ~" t: este llpo e;¡recen dccs(Jcranza m;¡lcm~lica;¡ ,. . (Wiley, J 953, pp, 22-23), L;¡dislril.J~ci6n iilis;\a! l']'l,Ue$lr'n\apoblaci6n,el1 1~7:0, de las
sC,ln cSlocaSIIC¡¡ll1c.nte indcpendientes aunque' , .. ' ~IC~OS que o" y b" 1%lni'yor,es ciud¡¡des de los'Es~,o:dos'UJ~idos,U. distribj.lci,ón'es' claramenle distinta de
liuact, dicha' condición no sea hc~csari;,' .. .' ;olr~,o(Jer,lI eon IUlllles dc rrob;¡bi. " la norm;¡l(de hechó lielle fomln de) illvers!l),:e'o~rriuchas :CiudndC:spequ,eñás y muy
. "'. .~ POC¡¡S~rnndcs, S~ ,obtuvieron Úósci'eill'a~nlliesl;as.~leatori~s,de 49 ciudodcs yse caléll.
16 l;¡poblaCi6ntpla'\ elléaOt\'un04c iós)Opcasbs: La'~isl.ríbúci6n'mueslral dellOlal dé'
2A,] COIl\'crgcllda Cll Di~lril)\JdlÍl1
t~.
I '.' •
la poblncióil (c,igllall]ll:nlc, la dislribución¿\e:lamcc\i;¡ 1l111es'tral)reS:ullaser 1Il1il/l()dal
:).~ y 111ucho'~,~S cercnllacll ;;I);¡'ri~~~ba un'acurvol1orrnaI qucla'clislribuciónoriginal.'" ;
~a siglíi'l:nt~.cueSl¡ón b,ísic';¡ es.elll~nd~r cr'compor;;¡miellt' : .' .. , . .., '. '. " '.

. '. .' ,
;r:'.
" ,1'" cuando ¡¡lImenl¡¡ 1/, La fornl'l 0"'1' '1' ,'b '. o de I¡¡ fOII11;¡de 1" fdp de
'.' '. ...• <. e .\ (ISUI UClon se desconoce" I ','
u.na c,I.Jll1hin
. . '.',' .,'..ac,i.ón 1l'/lc'lllle
.' ~rlllcll; IS."\' cuyo
•.. '1' l' ,.1 . '.
.. (1 ' ),1 que a llleOI¡¡,CS
..
./) eliib;dgo~ dauo (IUe 1'" varhnz',~' " , ,.s 11)lICIO~l~e suponc desconocid~. Sin
1 . . <.' e ;¡cerca.o cero en su 1 11111 le l' d' 1 'b '.
s¡¡ CIl 1/. Sedicc en estos dsos '1'" I 'd: 'b', , • 01. IS n uClonse c.ol¡¡p- L¡¡ ccu¡¡ción alllorregresi~a(2~/9) puéclc eSlimnrse'mediiuHe la f6rmuln de MCO de ,
. • " " ." ' ue, a Isln UCJon clc"ellcr'l S b' '
un CSI;¡UISIICOallcrnalivo. 'lig' un," f . ;'. '1'-'"
..,', • llnClon (C \' cuynuislríbuc"
b " e usc¡¡ra, cntonccs.
1
I¡¡ ccunción (2.20).lndi(iuer~lós loseoefjcient~s eSlim¡¡d~scOIriO n yb, J~osresult¡1Jps;
a I len1<llivu habilualmcntc uliliz'I" . '. . ./l.' .• ', • r Ion no (l.:gent:re. Un¡¡ de [\1¡¡1111 y W¡¡ld eSloble~<:n:ql1c~(ir:':aj;y~(I/~jJjÚe'ncn unndislrib'lciÓnlimj.
,'. '1' " . ," (.\ conslste,cn ddll1lr VI/(\' . )/ '
(la
J .lg\l¡¡ ¡¡'ccro y V¡¡r'Í;¡nz¡¡un;l .' El T, '. , '" J/ u. quc ,lJene mc- le hivnrio//fe//órlllá; cuy:is Jiledihs sonigll~lcs,;¡ cerofsus~a'ri:lh7.asy eovnrinn7.;¡S son.
, ,. ',..,.<. larra, , ,eorcma elel LlIlIilc CC/llral esll '
...J'
"
[\tJ,(.\'.'. ". ;,.JI.)
l•IIll PI' ,
".,
.}.'., J)' 1
h :
rinilns9,Por,lo tnn'lO, IOSCSlíl~"dorcs;nír'ti'mocll¡¡drálic6s s'oncorisislentcsp;¡ril,~yJJ.
AdeJlHíS, bs vnrinn'z;¡s y cov¡¡ri¡¡'n'zns en d 1í111iiepúéderi'¿~li~larseconsisicnl'ément~
" . ",- "- , " .lr~'Y ;=_x. Vh C- 2 d, (2,26)
medi;¡nle la rórhlllla MeO dclC¡¡pílulo L EllclÍnsceuenci;¡.podemos arlic~rJas téc-
El lado Izquierdo de la expresión es ~Ival c.l l' , .,' , nicas. MCO del Carílulo I 1I1liH;delQ ¡¡ulor~¿gre~ivo; ahora coh' un;¡ jusliric:lciÓn asin- .
, -..
'o'"
est¡¡díslico vi;; (\, _ li)/ " '. , < or e hmlle de la probabilidad de que el
t6tic:), o dcm~leslra~rande. ril~s'que COIlválide7. ex¡¡éla pará rnue'slra'sf¡nitns;, ",:,
, ." u sca I11cnor o Igual a algún v'llor)' EII el ,1 I' . '" .'.'.
,.~ correspondiclile ;¡ un'\ dislribució ' '1" , , ¡¡ o ueree 10 es eláre;¡
•. n norma cslandar N(O 1) Este l' I.m'
. ~ 1 '':
porlanle Cu¡¡lquil.:r'¡¡ '1 ' f '. ' ' .• .' es un res u tado 1111- I.\ft
le\'antc ~s cO~lO'la ~e~~~1 s~í:l '~l on.l~a def(x).lotl,islril.Juci6n líl¡lile del cstadístico re- l!ll .~:~
., ,< n )uclon.nor111¡¡1 estnno¡¡r E] n' I '
n:rgcncia'cn dislrihlll'ilíll Un d,I.".' " •.roccso se (enOl11l11a con- .1I~ ~~;
, '. mo o ,Ilel 1l,IlIVOde exprcsar la ccuacióll (2,26) es 1l1l1
J,

"l~

',i ...
'XI .. ;
. ' _. . \;;;'\'~,LN(vI;;)/, al) (2.27)
°G' ~o :.~
esto cs. 'V';,x" tlcnde ¡¡ dislribuirsc e ' , '.'
g
ri¡¡n.Z;¡a2. En la In;íclic¡¡, el Ob'~liv:mlo un';¡I,van~ble llo~lI1al COIl l1I~di¡¡ vI;;" y va- 111 ;:~

..•.. ,."', ..,~,.. ' "" ", ..,',' .. " ... J . (e Utl 17.¡¡r,1 conslsle Cll ,'c',IIZ" 'f ' ~ 100
.~:.~,, :'-\t ¡~~.£i;";:, J .~.:,-..:
;~',~.::~:
.:
a~7J;c.~;~~'Jl.T:ilbpcració'Ií'~eer~h¡d~"id;;;~;;d6;i~r';.:'',', .. 1" .•• '''.1' In erlJllCHIS;, -.~'!

",
a proxi lI1a'ción ¡¡ la dislribucióll ocs'con .' 1 d . ~~ 111:\norl11;) del IIIll11eC01110u n¡¡ JII

. " .r,,~::(l ~~, :;\.)11" "for111ula a dcstaenr cs (11")

. 11, -.-0
11
~. 1
quc se h:c en I;¡ úir111a sigui~llte: ....r sc distd " " ,... .' ,11 :-., JII'

COIlníedia ¡t \' \'¡¡rinilZa u2/1Ii.: Eí '1' l' I )tI),e ;¡SmlOllc.UIlClllc dc rorll1¡¡ Ilornúl! (1/)" , T:;lú:"'ociuú,,d(milcs) , 'Mill6nc5
. ...' \';¡ 01' (CSCOllocldo (,2 se rccn pI . I. , ,
•....."
. 111uestr¡¡I,quc es un cstinndorco
•
lS.'.. t l' ,1
7.ar l>:Ira cfecluar I¡¡s inrcrcilCi¡¡s dc / L ' " ' " . '. • ,. f .
¡¡Z¡¡por ;¡ V¡¡n;¡n7.O
I 15 Cll C. y enlOIlCCs h ccu'lció ¡ (221)) . I
sc PUCl e ulili. 1
'FIGUHA 2.7 '
ro. d 'sc ".' d .' l. ;¡ .'prOXII11,lCIOIln.l',lso Il1cnos ccrCana ;¡ Ull" ftl Influcncia de la distril.Juciónoriginnl yel tamaño de la muesir¡¡ en la ~o;m;¡liJ(ld.

~
,,) l.: OnOClu;¡ cpendc' c\'ldcntemente dI I '. '. ' ' " • p
11a (n)Dislribución de frccueneindélos.tflm;¡iiosde 196 ciudades de los ESI;¡oOS Uni-
~:e de I¡¡~lO~l11alidad. ~sí como 1;¡111hié'Jl~e~I~,~J:;:~~\~1~'~al;;l1~II~~/I:,I.:U~~:~/~.~~~f~~~.I,;C
7 . , OOSen 1920,(h) DislrilHleióll de Jrccucnci;isdelos tOlales ~;¡lcul;¡dos de 200mue,~-
:1~~:;1~1~~~1~0~~a.C0111birioCiÓf~lif1cal'dcváríahl~s ri~ nOrllwb ;i~l1~ a'acerca~s~' ¡¡,~~ tras ;¡lenlOrias'c'oIlH = <19,(RcimpJcs() con. peim'isodc! John Wílcy& Sons.'] ne.),
.'. . .'. ". ":.. - . ,',. " \ '.

, I ',1, eJcmplo ,prm:lenc dc SlIIlIplill!; 1'Cc/IIIÍlIIIC,\' de \Villi:1I1l G, Cor/;r:i:¡ 91l,ll.Mann )' /e Wald,; "OnI11cSllIlislic,,1 'rrClIlmC,)1 orLin~"r SIOch~s1icDirrm~cc l:Qllll'lions':' £(11.

U
'-;..? '1/""1(0;0'; 11, 199, pp. ID:2211,Scir:lt~dc&n~r1iculoinrgo y mUl' récnico. pcro los rcsuh:íci~s sonde
",V..:asc. por e.el I S S \'" .". ..~ . . .
"':\ ',J np. o. ',' \,l~s. ,1I",It"",,,,,,',II .\/IIIÜ,il'.f, W¡lel'. 1%2, p, 25(,. . gr:\Il, il_~l'porl:,~~ia pr:~i:lic;l~
..: ' '". '. . ..
'-.:,
t
.: / "

j
 1'/\I'iTlII.Il!: Olros l\speClm dc las l~elaci()lll:s enlre DosVariabks 67
66
,
1'. J
El resull;do Mann-Wald dépcndcdc' dos supucslos'b:ísicos. El primer supucs- La hip.ó.lesis plilnlcildaen la ecuación (2.2) permite cscrihirque . ~
( J
10 es qu.e las perturbaciones de la relación eslándislriboit.!:ís idélllica c independicn- ~ '. ,
- var()~):ó a !=, ,<T~~ • (2.3:1)
. lemenle con m~dia cero y vari~niariniía;como~l{ra cC"liacil,'lll(2.2). Dcbenolarsc:. _ (1
.
_'p.1 t_ (- .1
,
sin embargo, que no se exigc el sUPUCS10 añadidodcqu'e láii perlurbacioncs deban ( J
Por ~o lanto, la serie Y posce una varianú clinst¡inlC inconditiónal. ill~lepelldicnl~
ser n~rmales. El segundo supuCS10 es que la seric 1 es cSl:icionaria. En la siguicn- y,i delllcmpo. . ..
lC sección invesligamos,las nuevasccinsideraéiqnesqucimpli~.a lal supUCS10. ~ .
. In.lroducin\Os. ahora u.n nucvo conceplo. la alllocoyarianza.que és la cova;'ian-
7..\' ~nlle y)' la llllsma vanable relardada. La primcra allloco\'arianza rctardada se
dcflllc como' ". .
2.5 .
SEI\lES Est;\CiONARI~\S y NO ESTACIONARIAS 'Y I = El ( Y, - JI) ( 1'/.1 - JI) J
= jJlr J. ulilizando para ello la cCll:lción Ó.32)
V,?I~a~l'o~'aJa iela,ciÓne~~ccificad'a ~n'la eeundó,~ (2.19)
1 ~ .',;:'". ' , ~.- . Oc mancra parccida, la aUlOcovarianza ele scgundo orden es
~~>.', ~'~=a;+fJY',_I+"1 'Y2=E[(Y,-P)(Y,-2-P)J. ..'
..... 'C' '~.'y';s;~;p¿:ñ~~:~)C;~:;~i
U'~~~"¿1oMgil
(¡~¿ri¿ri::ibs~s'ltii~ít'sto's:s'ob¡:¿'1 ri\'~lri.¡íhlc' ;;'11\0 Ilciom; dós.ell ..; .....'.;,;.:,',,'.' .",'." :..=.jJ2(T~. ,'.,!",. ".-',;'...' •.•.•.. '...• ,.• ;•••••
l'
la c.~uaci.ó,; (2.2). Di'~h.ossllpucs¡os definei1 lo quc ~e 'dcnomiilil. como proc'esode' y, engcncral:
ruido b):mco: LiI.pregl.!nla b:ísicaes ¿i::ómo' se CQI,)pona la serie Y COll el p'aso del 'Ys=fJra} s=O,J.2... (2.34)
¡¡empo? La eClia'~ió.n (2:2\) muc'slraY, coq)O función de a., {J. Yn Y las pc'rtÚrllacio- . Las j\u~oc?varianzas. depelHJcn .únican;enlcdc J¡¡,¡implilllú (kl'rel'¡¡rdo \' son' en
nes anleri'ores y. aCluales.Si sc suponc 'que el. proccso eil1pczÓ h¡ice mucl~o' tiempo, consecücncla,.lIldepellllienles tic l. Evidei1l.cmen.lc, 'Y;l(= (T,.2) es el símbolo ~lilil~do
. sc rcformula la. ecuac.ión (2.2 \) como' .. ' . . . para r:.prescnlnrla _v~rianza. Dividicndó las tovarianzas I)orln varianza obtenemos
clconJlIl\lo
. .' <le. cocllclcn(es (lc-l\ulocorrelacióil': cOllociúos . lalllt)'I' ('1 co nlO coc 1-IClen-
.
. Y, ~ n'(] + jl+ ¡f2~ ...~t (JI, +jl,(,.¡ + ¡)2"'.2 t ...
) (2.29) • . . .
(es .d~ cor.re!aclOn senal. que designaremos COlilO .
.' '. l:.
.
-<'o,

Las p;',?picd~d~S ~sloéá'slicaS"lJc la scrié " vic'ncn d~lcr':\linad¡ls.por las propic'dadcs.

.1' = O. J, 2 .... (2.35)
'c.~lod~ticas .dc liI, ~c ril.; Y:.'Tomalllio c'spera.nzas .CI\. .amlios lados dc la c.(!u;,cilín . ....•
(2.29), s¿.obtiene '. .' .' . r
1.0
. ': '_ E()~,)=~I(J"I'fJ'" jJl+ ....) .
,-""'"
Di~h~ e'spcro~'la.'malCii)á'~ica c'xisiir:ísólo si"hi seric g~oill~lri~a infii1il<l dcllad6 de.' . ~r

~ .O.H
._recho lienc un H'OlÚe. Lo' co.ndición-ncccsaria'y suficicntc p¡!ra ello cs. : . 'ü' +
. '," ". , .' . ."ü ..
I¡rl < 1 . . (2.30) t
g CUí
+
La csperanza malemálica ~s,. . en .este caso, ' '5
.' . . . , "u +
~ '" .' n ' 1J 0:4
, r(y) ";1'=-' .-'.' (2.31) u
¡: +
.. . /.. \- JI u
'C +
'. &;:
y. po~':lolanlo."la's~r¡c y'l¡'cnc uní;;:nc,uia ~on'sl~nlci1o condiCión a). JI, definida cn' g
u
n.:!.- +
+
.odos los punios.
, .
Con élf¡1\
."':.
dcdelcrminarla vari<l.l\za; cscribimo~
. . . .
'.

." (Y¡':' JI) ~ 1/; +jll/,:¡ + fJll/, ~; (2.32) + ..: ; .;' .

0.0
.0 10 15 iD "

. E¡évand~a'rcu?dríl¿O ar.:bos lados 'dcla igualdad y lomando 'esperanzas. lcncinos Hclardo

':11
".
.1

v<..(Y,)= [;((Y, ~1')21 . . foIGUItA 2.H

= £(1/,2 + ¡JlIl7_1 + fJ411r_2 + ... + 2PIl/II'_1 + 2/121/,11/_2 + ...J . ,.
.-- Corrclograllla de una serie 1\ It( 1) (I;Ú,íll)éiro = 0.75) ..
.'
".
......
...
.....
~

l
:

f
'-
ót
 ',;,i . ',' .' .t

I ':,~ '1'''''.'':, . ... . '

" CAI.'lnll.U2: 0.11'05 A~pcctos~l~

'.' .~, ~ ' . .
IOIs R:chicioncs~n.lre
. '~,' ~.Dos . V:Hiólblcs
.
69

El corrdograllla tle 1<1serie sc ohlicnereprescnlando g'rMi~<1mente lo's'. f"

de '1UIOcorr '1' '. , ,.' coe IClenles Las lres s~~ies se i~ician'en' e~ro\' se, genernnalcaloririn~ente aparlir de liria di~l'rí •.
• 1.: .\clonjUlllo a 1<1.1Inplllud de los relardos., P;lra el c' , . 1 .'
orden A R( 1).\ I '1 ., " , sqUcm.l te prllllcr buciól; nOrmal eslñndar, ""haslaul1lolal dc:SOO'létmim)s pani'cada'una de élla's.
.. '., l'" a como ,I,USII<11.1fo'g. 2.0, la aUlocorrclación disminuye de forma.ex- La Figura 2.9 conlraponckis grtífieosde I.i'seriés':pascó'alealorio y aUlo¡'rcgresiva,
ponl.:nCI,\ l csue Uno haCia cero. .'
La nleúi.; le61:ica de la serie A es \, 'lllí'el1lraS (¡uc"Su'dc~viaci6ríeslñíl~lar teórica.es
ReslInlil.:n.tlo. cuando Ifll < 1, la mcdia la v'lrhnz', )' I'\s ... l' .
y .... ' . • • .' ,COV.lrlanzas te 1'1sCrle . . 3,2. La scrie Illllcslra ~II\nivel lllediorelativ;\IllC;'ICeslablc y ioJas'las observa'ciOlies
s.on C~I)SI.anles c Indepcndienles del !ielllpo. Se dice enlonees n '1 -'. . y'.. '.'
seincluycl\ cnCl ra;igo :I:1Q;"Las'eric (Jas~oalcillo¡'ioes;liu'y.si'milar nla serle esta- .
laclOnana' 1 ".(., 1;" ', .. ' '.,. . . "uc a serie es es-
E .'.,. CI .sen.llo (eb", c!ellllmcnle eslaclOnllria o cslacilJnarill cn Cll''''''
,n P'I"IJ~ular; sallsfa~e I~ .condición decslacionariedad
p:'ln os ,csul.lados aSlnlollCOS de Mann 'YWald.
reqúerida par:l que
.
~:I~::~;~'~ "
}'.
ble Aa lo largo de las priólc,raso¡)st:rvn~iones,
ciad;; en'lasúllilllas, La Figura 2.10,ili.lestra'de
i\uriquese dcsvra de formapronun-
nllevo lasseriesA y P e incluye, asi-
mismo. la serie explosiva'E. Compnra'n'do esln' figurn con laFig, 2."9, de'staca' la gr;úl '
:

". ',. "'. ',.' ...

. ~ diferen~ia de la eséala v~riieal. Cua'ndo:se uliliza la' esta'la nccesa'i'ia pa~aacomoda'¡'
2.5.1 Haiccs Unitarias la serie E, las otras uos series parecen comportarse como si se lratara de uña misma
línea rccln. El par¡ínlelrojJdeE exccdeln'ü'nidll(l'sólocn O;05,ldérílico yiJlor CJuea
Cuando jJ = I se dice que c'I AR('I)" , ;.'1 jJ le falla para llegar n cHao Po~IOt:l;lIO': i~rqÚ 'Wlitnrin (iC!lwni;¡n In ¡ro¡"crn (!I/Ire .
,
convierte en 'proceso
., ,.... llene una raíz unilaria L:l CCII~C'IO'll
•. se '1' nill!J,ns sÚunciolrC!s: Las series';~y,' ~:'licnc'l.\;~,hspeci~ 'In,l,Ich:o.,inñs similnr ¡¡Jns series
telllj>oraleücon6micas CJuC'la seri<:E:1;al y 'C()i110sllgi~rcla Fig.2.9, én la'prñclic~ '
r.~ . . , , ' Y, = el + Y,_ I + /1, (2.36)
resull11r;; muy difícil distiilguir' entrcscrl~scslliCioll:lr.ias(como A) y séries no es!;):
~'i~~l~'.~~~
I~~r'~~liifi~a~\:(;.tl~ Jl~IS~~) :lic;l(o~ii)con ;J~rh'll (o camino alealorio eon diree- cion;lI'ias(c011l11 P).' , .•' "
• • •• ' • J

" " ent o 1.: .1 ecu,\~lon (2.21), la l:J/Jl:I'IIIIW cOllrliciu,/(/1 es .

.••.•... ."

;:~~ t.::un~enla ° disminuycililllii;'t1amel'lle

E(Y, I Yo) =ClI+ Yo
'cuando I aumcnta. La I1l1rill)/<.1I co)/lIido-
25
I A '~-_.• 'P l' ; .,.,., .; "

:. :
' ..'i:- ,
" r, .••• '. :
var( Y, I Yu) = E[( Y, -E(}/, 1 Yo»2) , , ,J • 'lo' ~.:
"
.,', ~

,~,.
~:
. = E[(/I, + ul_, + ... + ",)2] 20
'í' '~\.,

CJue aUlllcnta ilimitadamcnle.Volviendo

, '.' =la2'

a la ecuacio' 1229
.

.
....'.
. ~:
,
. ',,~:
.
," ,... '. ••
eXistir una! alz unltan:l. la medra IIlcondicional ' la v ,'. . d
, 1 • vemos CJue, cn el caso de
.
,,'-, 15 r
ce. ellt'ó'1Ccs:i:í\íid .. ; . <'y'....,,, .... ,.:....".,;', j •. }"~\nzacy no eXlsteJL.bedi.:,.
i,','-,: . .... . a sene .. es no csfaClOll:Jrl:l. Los resullados asinlólicos descritos
,ant~normcnle lalll~)OCo se cumplen. El tratamiento dc series no eSlacionariassed _
',! san olla en los Capltulos 7 )' So Cuando IfJI> I J • " y.,' . e
11 '., .I ' , . ". '. a se! le SI.: COlllporlar~ úc forma ex-
f OSI\ .1.1.\ ) comose ilustra cnclsiguicnl\= ..ejcmplo. .

2.5.2 lIuslración N;llIlérica

Se han generado las lres si.:riés que se describcn a conlinuación:

A: 1', =0.0.5+ 0,<)5 11'_1+11;
Scrie au(orreg~csi\'a (eslacionaria)
......•.. .4S0
P: P,'= 0,05 + p,.¡ + ", P:lse{J aleatorio ~on dcriva
E: E¡ =0,0.5 + 1,05E"1 + ", Serie explosiva
FIGURA 2.9
Ullólscrlc ~slólcicinllólriaAR( i) y 1111 paseo ~ICóllodo.
\...'

~, "
J
70 ~lfru()ús UI, ECONOW,T1tl" """jll', ,,: Olros ,\specllls de I;\s Itclaciollcs elllre Dos Variahles 71

Debería resultar muy sencillo comprobar la existcncia de una raíz. unit:lria '1",\ 111.'\ ~.3

ajus'tando la ec~ación (2.19), calc~lando lucgo el valor-del eSladísdeo dc prueba Aulocorrclaciont:s tic las series A y l'
(b - I)/e.e.(b) y comparando este resullado con los valores crílicos convencionales' Hclarllll Serie ,\ Serie l'
de la distribución 1:
Desgraciadamente;este procedimienlo no funciona ya que b:ljo
1l.'JJ6 ....•
1l.'J'J2
la hipótesis nula la serie Y no satisface (ni de forma asintótica) las conuiciones de la '.¡'. J
:í 0.67:; U.'J:íX
derivación de esle' estadístico de prueba. La' distribución del estiidísticó no sir,uc 1) llJI):í . O,I)}l)
ahora la forma estándar (la I de Student) y sólo pucden obten.ersc valores críticos. l) n.2ll2 0.1)11
median'te simulaciones Monte Cario. El contrÍlste de la hiró'lesis d'e existenCia' de IX 0.10:; tl.:-:~}
raíz unitaria se tratad en'~1 Capítulo 7 .. U!la maner'a inform:ll' de próbar la' ¿stacio-
nariedad se basa' en. la inspección de los valo.res de los coeficienles de' autocorrcla-
ci6n.:C~mo mosirainos prcviamente, el correlograma de una serie estacionaria AR 2.6
disminuye de forma exponencial. En caso de series no estacionarias. la afirmación ESTII\'IACIÓN l\'lt\.XIMO VEROSÍMIL DE LA ECUACIÓN
no se cumple. LiTabl~ 2.3 mu~stra los valores de algunos de los coeficientes de co. AUTO !{ H.E G!{ ES I VA
rrelación de las series 1\. y P. La 9iferenci~ entre ambo~ conjuntos de autocorrela-
ciones es evidente, confirmá;\dose la estacionariedad .de la primera serie y la no e,s- 2.6.1 Eslillladores de M:íxilll:l Verosimilitud
tacionariedad de la segu.nda. Sin e~lbárgo, los coefidente,s se han calculado para las (,
observaciones 'comprendidas entre la 101 y 500. En muestras de menor tamafi.o l"a La derivación de los resultados de Mnnn- Wald de la Sección 2.'1 no requeríaningúri , ""
diferencia no sería lan acu.sada. En capítulos posteri.ores, trataremos de nuevo el supuesto en cuanlo a la'forma específica de la fdp dcllérmillo d~ perlu'rhaci(';n. 'En
problema de la cstacionariedad y la validez de los procedimientos habituales de in- caso de poder manlenerse tal supuesto. sení posible derivar t',I'linltlc/on:,I' n/lí.ri;}/(J I'l'-
ferencia en situaciones "'"¡liv,nriol/leS más realistas. . ro.síllli/t's de los p:lf¡ímelrOs del. modelo aUlor"regresivo. Los estimadores de m;íxima
verosimililud. o estimadores tvlY. SO!l.(igual que los estimadur.:s 1\'lann-\Vald) cun-
50.000
sistentes y asinfóticalllenle norlllale.~; sin embargo. los estimadores i'vIY poseen la
\-' A _mE ---pI propietlad adicional tle la c1idend:\ aS'in(Í1lka, como cxplicarcmos a t:onlinuación.
En el Capítulo,5 trataremos de forma m;ís completa la eslimación MY. El caso de
40.UOO
,
I

autorregrcsión ;¡ctual serviní de introducción al conceplo. .

E :
I
,
I Lo m;ís común consisle en suponer. como en la ecuación (2.4). que I;¡s pertur-
,,
I
baciones son variables nUrl1l:1les. idéntica e independientemente lIislribuiuas. con
,," .....•.
nledia cero y varianzn conslante. La fu'nci6n de probabilidad de densidad para 11 cs.
, en este caso,
1.'

,
I
','-'
I
I

I
I
I
I
I [(II¡) = --- (' _"fl2"l i = 1. 2 ..... n
I
I Cl\/h I
I

,,
I
10.000 M;ís adelante necesilaremos poslulnr un valor inicial arbitrario l'lJ. valor que
I .•...
'.'
-- ""
resul.(a irrelevante en el an¡ílisis asintótico. Cualquier conjunto lit: valores mues(ra-
............ ' It:s Y1• Y2 •••.• Y" eSl;\ generado por un conjunto de vah>res ~I. Partiendo de la ecua-
o o;:. f.. c¡¡in (2.4). la prt~hahili{lad de un conjunto de valores (( es
,\ Y l'
H Pr(((I,./I~....• /1,,) = 1(/II)/(/I~) ... 1(11,,)
" {,
l.l
- iC.CY.YJ
.. 1 r-
80 160 2~()
. Cbsc:,\'~ción
32U ' ~(XI
..
¡
, I
I = n" ./(n,)
,; I I-
~. '.

.fIGU:\.A 2:10 1; l .. _
--,--¡'
,," ('/)'
L,=I ((,._tr-)
Una s'crié úplosiv¡¡' {. . (2;m" ),,11 '

'J:.:'r
 .. "
\;:'.\
;~.

i.:. I ,

l'AI'ITIIUl2:Olrhs As['iCCIOS(Ic h;s'll.clacioncs clilrc. Dus V"riablcs 7J

_. 'l!' • f'"'

De Ifl ecuación (2.J~). la lknsidau conjunla de los v;llores VI condieion;'¡ res~

pecIo dc y", esll , ;',' .'

.••...
. " Pr()')'
l' 2, ...•
')'
/1
J' " 1 .... '. [.. I
=----exp ---
¿II. (Y - a- JIV
;]
J-
. . (2rrcr2)/l12 , r~ ' '-1 (2.37) ...... , .
. . '. .' _1 1 = I _

r, ".;., 2.G.2 Propicli:ilics lielos É~(i1h:l(I()res'ilcM~xilllnV~rosilllili,lud .

-~"
Esl¡i función tk dcnsidau li~n.c dos inicrprclaeiones. Para unos v¡IIores l!;¡dos
2
r" de Cl.f1 y a • indica la rrobabi'lidad de quese den un conjunto de resullados mucs- L<lSpropiedades nÍ;ís .dcSl<lC<lblcsdelos esiim~dorc'; MV son Ins de n.:u;sl~as_gr~~ •.
" lr¡'¡~s. Puede inlerrrclarse larnbién corno una (uncic"1Ilde u.JI y al, colldici()JI(¡J a 1111 des () asinlólicas. ESlaS propicd<ldes se alCil'i7.ansi ..se c\lillrle. clconjunlo de co~ch-
CO"I'"I/(/ tic re.I'II!lados Ii'"cJlrn!es. ESl<1úllinia inlerrrelación se conoce como (un- cio.nes gener;¡!cs e~I)\leSl:l?aqleriorlllcnle ..~as prápiedpdes,son ¡as sigiJi~n~~s:' .
ción <Jc,vcrosimililud)' se escribe.como' . . ,","

1. Consistencia. Los cSlill~;¡d~res 1'.1V sonConsislenles. Por lo l<lnIO,las.ccuaciones

Fun'ción de verosimiliwd = L(tl, f1. a2; Y) (2.38) . (2;20) y~2.40) prororc.i~li.<l.neslin~<l,dor~s SOilsi:slénles dC,a, 13Ya2.:'
.,1
en donde el orden de los símbolos enlre parénlesis refleja el énfasis en el hecho de
,'" 2. Norma1icf:nl:lsinicíík:l. Los cSlinl;,.dorcs 6:, y;;21icJÍcndi~lribuciories asinlÓ~.fc;¡- , fl
que Ips. r¡¡ riÍIlle Iros soncondicion¡¡lcs <l:'I.<lsobserv<lciones. Maxillliz<lr fa (unción de men lcnonún /cSccliinldasci~ 'r~s."V¡~lore'~ ~erile's' dCt'r<l r<Írnel ro.' L<lS vMi anzaS
~,
\:c:~silllílj¡ ud' re~pe.~lo <l,los lres. /~ar<ÍlJlelros' proporcion<l v<llore,~ especi(icos de &: /J ásinllilid's dcrivan\.lcl;lnla('iiillc ¡;;rCirlll:l'ci6Ii, qlies~ éxpllcnr5 ¿n el C<lpÍlulo 5~. I
\
), u .10 quelll<)xlllllZ<1 laprobabilldn.d de oblener losv<llores Illueslr<lles observados. A c~n\inuación delllóslrn'r~ili6's (lltcl¡¡v'iri,,'riznnsinIÓlica de jJ se eSlifu<l me: :
j
I

Estos eSlil~ladores Son los denOminados cslilllaelnres ele ,n:íxillla yerosilllilillld (MV) di:\Ille
de los p<lr<lIllClros de la ecuaci6n (2.1 ~). Se obliencn resolvienuo
••• ~. 't +"62"
., 'i¡L,'aL ilL
Es!.Vnr.as:(JJY;: ..\,,, :.~2~1("" 'y" )2
~ '-.-=-=-=0
l" ila., iJf1. i)(r2 . '.' .... L'~I.,=I "L,,,I,=I
í,
.~n IllUdH1S.¡'1~/~caciones. rcsullrir<Í Ill¡ís 'sencillo lllaximi7.<lr el log<lrilmo de la \:., donde (r2 se define cn 'I<l e~¡I~ción(i:40)y In <lbrevi~I~I~a ClVClr signific<l vari;nm
.....
','
rUI1CIOIl.th:vcrOSlnlil,lud. /ndic<lrelllos Gllog<lrillllO de la verosimililud como .
asinlólicn. Haciendo' )/_1 ~. (I!II)(YO+ 1'1 YII ~I): y. por olro laoo.)', _ I = +';., ~
!= In L . .~
..
--: )"-1,- Y_l' la v'arianzn aSi'llól'ica'esli,~aél<l 's~ Ir,nnsfornm en
.Y¡¡,que !es una lr<lnsrorlllació~ il'lonólo.n<l de L. podr:ín oblenerse lambién los ". fr2
eSIIllladores. !'vIV resolviendo'., .... ..' . . '. . .., ,
;
.. Es!. Vnr. as. ([1) = '", 1
,'1 \' )'-
~. .
(
. . "L/~ 1 ,-1
,. 'J' •••., " .,." ..•. , .' .... :: .•:.-.: .•.,..•.(, ... ':cc...:c,.,.iJ./., .._;:,•.. il/-.,,_::':' at. .... " .~:"~;<:' o.'
:J'.;
.. ", .4:'''~:'~: ":,~'Y'<~::'
~~:: '.::.~",:
:'.f~:'.\J'.
:>;, ~ ".;}.:~.; :"'. \t",.:: J.:""':":'."t.:-.~~..•~t~~_.,?"~.~:.~
':::.~;'!':.';¡..::~::.:.~-:!.~.,:'_':.~:r 'f<:t""/~~,"'::"~"""t,,,,,': "',~':''''''',::_':'~ '~:..~.-".' :'.:-'~'"''\'::'~:'::'~.;;~~~:''''.:'.:",-.,"'',;';-' ~.
,~,j?;;i:;,\x••:.,~., .•• '... .ilrt. i!f1 iJer2 U.
que, cOlllpnrando cOllla ccü<lción '(1.40)•.rCSUII<lSCr l<lvari<lnzn calculad<l me-
dianleel procedimienlo h<lbillI<llucMCO, con Jnúnicn diferencia lrivinl dcquc
. Ellog;¡rillllO de la ve~'osilllilill~d (condiciolll!' <l )',,) p;¡ra la eCllaci6n (2./9).e5.
ir:! liene COillOui\'isor I/,en lugill'de(1/ -2). .. .
"}. 11 ." l. "
!= - -ln(2nJ - -In cr~- -'- \' ()I _ tl -J1)' )2 3. Elicieiltia :fsiil;('liicil. No ~xi.sle 011'0 cslimador que Itng¡;Unn dislribución<lsinIÓ-
..•. lj
'
2 '. 2 .. 2tr2L', ,-1 (2.3\)

,-.'
,. La ~~rivación r~rlllalde
• •
CSU1S expresioncs aparece delnÚ¡~da el; el Ar~ndice'
,= 1 lÍómenle IHlrmal' y ~Oil~iSlelÍleconm~'lior vnri<lnzansinlólicn. ESI<lpropicd<ld
equivale. n la propiedau t1clav;¡rihnza inínimá de 10se'slim<ldoresMCO en el cn-
'"'.
"O 2.2. InlUI\II'amCillé. sin clllhargo. se. adivina qüelos V¡l'ores ü, Ji. que "/(/Xilllizoll I so de mueslrasfinÍlas, . . ..... '.
"'-"..•
.....;.r, scr¡ín aqucllos quelll11iillliUIII I:'=I (V, -?~ jJ V 1_ ¡)2. Así ptics, cn eSle caso I'os es- Rest',micndo. el llli)delb:dc<'nrial.llc oep~ndiei~lc ~cln~dndadel¡¡ ecu~ción
lilll;¡dorcs i....
ICOyMVdc a y JI wnidénlicos .. Las eCllaciones norl1l<l!cs dc los esli- (2.19)puede cSlimllrscmediante.el' nlélodp cIe ¡VICOyios crrorcscslánoar,sc c<llcu-
m;¡dores lI'ICO flp<lrec.cn elllas' ecuaciollcs(2)(l). El eSlimadur !'vIV de cr2 es Innde la (ormh h"bilual. SÍJl clllbárgo; 10s'niveICs de "Signiric<lció¡' y I~s cocricicnles
••• : ~ •• ¡ de conCian7.ilya no pucdeJlobíenCrsccollla úlis,nl;¡prccisión. Les "<llores c<llcuJ;¡.
dos SOIÚÓlll<lproxilíind<llllC[ilc:correclos y.adcrrds;no h<lY rormn de :conoccr el
. grádo de error enul;aaplica~ilÍ;lp~rlkul<lf;i\unque'éSI<lS conclusiones deben 10-
 . "
. . -""
. ...• ~~. ~
~
"

.< '." '.

'.,~~, ~ 75
.'".l .• J'. • :.''''

. 1l1arse con algunas precaliciones. nosqüedan. d(lsimporlanlessupuesl'()s. El primero

. consiSle en malllener que Iii covarianza es igtÍala cerÜpafi!llldopar di: perturba-
(~~J.
ciones, tal como s'e~iw en'su mOI)\enlocnla 'ecuación(2.J7). El segundo es que •.•• =/(11)

"2);_/11 liene Iil1lil~ finilocuand:o /1 lie'lldc ainfinil;i,I(}q'u~ f{)n;~¡¡p;Hle dc los rc- r,

"'"'1

quisilüs neccsariospara la cslacionnricdadde la serie Y. '. .

(1
APÉNDICE I ~~'. 1

'"

".1
", : ". :.~~
~
~
i.. J
AIlÉNDICE2.1'. . ,:l.);'

",,'"~""';~:;0~;iii'~;;~~;{:';;~~;i.~;¡~';;;~~'~;~;~{';~;1
es unavar.ia~lle ale;llor~a ~~n función dc d.e~lSid!ld.p(I/).l)c.fill¡lI~l~l:; üna Jlu~ya v~ria-j
,..;;~~. "".::
~
i'~;;';i¡tlts~:~;;;;.;:¡;;;~';íi~~u'
blc)' IH¡:q\nnl~ 1"relacl,Ó'n Y,'" !(V). La. vana~le y,llene olra fllllelOn de dCl\sldad:C]lIe,'. 'l;~ U.
: evideillcn.ICilje, depende uinlo'dcp(II)CoillO de f(ii). .. . .' . 'j ;., ,;"'\

Su'rón~a~iOS~;(;~ la reliici¿l~ cn;~é .1:' y;/

alll11el~¡ade' fqr;n;\ nwnlíl(~na',col11~ en In ',:~
Fi~. A.i\.Siemprc q,!~I/'se ¡¡'a\lecn.el inl~,rvalo'~II'. J',e~lar¡Í encl correspon~i'cnle
inlérvalo U)'. Por'lo.lanlo .' '.' " . ,o - ',' ,". " ".

, . P,r(y'per'len~~eaó.)'):::Pr(lIperlcnece a !ii~) . o 6.11'

.1/

o
p(y")fiy ~;I;(II') ¿"
donde it' e j>. indican Vnl(),:csaproi)i;;~o~.dc ¡, ~ yen lus ilÍlcrva\os ój,.'y p(y) 'indi.- .. ¿y'
,ca b fu nCÍ'ó11' de dcnsidalhli:')': yonÍ<lIido líiÍlill;s¿uiindo ~lIlicild~ 'acero. se~lblicnc .
.' .... : .. ' .'1" .' " .. : :.-. . ~. .",. . -\ .. ' . ' . ." -l. •• '.. " • '
(2,1 Yl ."""
,. '.', .'Pú o
) ;"p(u.)'dl/',: ..... :' '
.(j,lI~.ua
.1

" .,' .',' ..... ' '. '.' ti)' :,',' ','

't!II'
Si y fuera ulinfúncióil~cci'c~i~illc"~;e'/I;;a'd~r.¡v;I¡lad~ t¡; IHlil1lHCXpresi(íll resultada' . -'-'- = r'pa'ra Üldp~ I
negativa .in.lplicaQdo~por 'h> lanld. Uf). valor nC'S~lh;o,¡n;ljUsiblé ¡-inra la función de t!y,
d~nsid¡l(L.", ,", ... ",,:'.,' '",' " .. o.,. ,...
que pi'oporciona la densidad conj~l1la ¡lcí.;iCCUilciól1(2.37)~
Aií púes;.~ebcr'¡í lomarse' ei vil\or'nhs(:"ltó d~ I¡,derivad;;. por lo (¡u~ ia e;''1j;'esi6n
n:sullal\lc 'es" .,' . .',.' , '" , '.

APÉNDICE 2.2.
':.J!i,;)'\ /~III'.' £STll\'lADOlt'ES DEMÁXIMA V,EROSI~'úi.iTUDop,\li ..\ ELi':'IODE.
'.'
é(y)
.. ' . /~ ... LO'AH(l)., . .., ... ' .'." o" ' •• ' .'

. . Si y'" [(11) nbfl,icra unaful\ció'Úllo .•;Ólona, ,:cs~lI¡¡ríñ nc~esario corre¡,\ir el rcsultado .

'.~ ~~tc:ic:":' .:", ::.-', 1 ~. ~.' " "; •••••• , •• ": '. • ,.... • " ' ••••• , Ellognrilll1oo
de la verosimilitud apnrccc refJeJ'a'do en ,
In cClr'lcil)ll' .(?'~())'.
' • J C0ll10 _ ••

• •••. • 'í' .'.¡'" . ...

Si~'-el;lbargo; I~;'~
ocupani6~ 'por' ''1.h~i'a ún'ica;nenle de iral\sronnaciones nlOnólonns.
. 11""
1=--ln(2n)-,--II1/T2
11" . .' .. , ..: 1/.
1
__ ._. _, \:" (l/,:"n:"¡;Y' )2
La relación rclóánleeil el t~XIO es . ; .,2. 2", " 21T2 ¿ 1. •• .1 .".1 I

.,::;..
,. ' '. " . 1" 1" . .
l. ,
 -~------------------:--~~~,. ~.,' ~
~¡.., ,
.' '~ ) . '. ""
"' ..'. , :.'.
" .... ' . ,,"" ,. ,,;,' """', .. , .. '. rinbles
. ,t"1111.0,2' O'lros"Aspeelos dc ,las 77
CAl . ' .. . .. .. ,Relacmncs enlrc'
' Dos.V~,
..

Las ckriv;,uas parciales resI"eclo <1los ¡rCS pnrálllelros son 'j": :'
0, ••
...~ ...'$.'IJO por, scnÚIIl:\',

<tí 1" , .' ,. ...1,2 '"",'.',:;' '\' 1.82,i. "2,3 2,6 3,1
-=-'2:
c1a = (12, I
(1,-a-j3),_,)
0,8
1,7 " 2,7' 3,6 .' ,4,6',5,7
,,'
'6,
7
8,\ ' 12,0
'.,"
.;: ,4,

2.'1. I)cnlliSlr¡lr quc '\ ';

iJI, 11 J.' 1/ . ,

-
¡JO'2 .
= '- -
2(J2
+ -' -
2a~. ¿
,,\, ( V, .:. U - j3 Y, _ I t
, = J '.

Igu:lI<llldoó¡ cer'o I<ls dos primcr<ls expresiollcs de I<ls [ullcioncs dcrivadas, sc obtic-
ncn lOs cslilllauon:s !vi V(MCO) de la ccu<lción (2.20), mienlras quc igu<llaildo <1cc-
ro 1<1lcrccr;, de I<ls der.ivadás anleriores,'sc ob!ienc el eSlimador de 1<1v<lri<lnza dcl<l
cCU:lciórr (2.40).

•.1' ';.

. d ',-",' .'-: '. ';.

2.1. Ajusl.nr un:l'cur\'a de cre~i~liel;lo cO'n~l¡¡nl'e a los dalos de la lalila ¡¡djunt¡¡, ulilizando "~'''''~~~~;;;''''''~~~~~~~'''---1-2-0-'
. \2' .'\725 '35 45,,55,"70
'-.., dos CSlh:cific¡¡cion..:s dislilll:ls d~ la \'arl'abletieml)o. X
)'
'3
!>r,'
7.
'79 ,.1(,'-,69;' liS 62 ,52. '.5\ 5
143

........
~..:."' ...•...
,_,z'---.:. . .....
'.
~
Aiin I'rollUC,cit;nllc 2.(" DiSClltirla~ propiedades ..dc'laS,sig.uie~les f~neio¡'cs )' e,fccliJar l¡¡s ,rcpresentaciones
, ' '....,~ ,. , . .
nl:lrihn:1I1l1 (10.00U TIII) grMicas: .x
•••• 00 ••• _ "-_.~-"--'-'''''~..z::.....~w..I..I-"",
1985 38,1 , , , : .' )'':':a.r:- ¡J'
IW;1i ' 80,0
II)X7
~'10:-i~:"" ''',,-,',''',
11):;1)
,H~:{' "-'.,:.-. . ~.-
,"

7.]'1,4
Hall¡¡r I¡¡s Ir¡msfurIllilcioncsqUe linehliz"ríanc~d" lund?,n.
'---¡
En c¡¡da '"1¡¡ dc .Ias cspcciric;lcioncs, eSlimar 1¡¡la~a de erccimiunlo anu~1 y ,la previ-
~ión de producción d.: marihuana p<lra 1995.'. .'. . "", /','> d ;'" ,~ de cicrioproccso de f"bricación.Enun
La lIurei:l del qucsodcpendeilc
. '..,\
~raqnú"
o "\1 'SOS')' se flle
1" '
... , '.;'¡;;dureza
clerl11lnanuO
de (reS úecllos
:!.2. Demostrar quc log y = ,~. + ¡J log X "" 11 proporcion<l elmisnlO <:~Iimador dc jllanlo si CXl1crililcoIO,sc lomaron' "ll,Y' ..... c, '.
<
'0, ,. ' •. ' ,
. .
•

"

s..: toman lugarilmus bas~IO cumu base r, ¡,Sucedc lo mismo con cl cSlimador llc' ('( ? . cada ~¡crlb licmpo. L<is rr;sulladllsfucr ..on tossl~u,cnles. "
¿Resulta ne~esarici modiricar las c()n~lusione~oblcilidas si log X se :~ustiIU)'é por I?

2.3. Discutir brcvcm'~hle las \'\:nlajas y desvcnlajas de larelaci6n

+ fJ log \'0 "¡ ='lX
.\15
C0l110 rcprescnl¡¡ciónd..:, Unaé!~rya d"c Engel,uond,c ~'¡indica, el gasto pcr coípila en el
. 115
bien i y \'0 eliilgre~u sel11anal. Ajuslar uila curva a los dalos proporcionados 11 conli. '1 i9
nuacióny. p~rlicnuo dc losresull:\dps qbtenid<!s, cslilllar la claslici<!;ld uel ingrcso pa. ,139 .." .
ra un ingreso S~'i'\;ina¡'de siJO}, i.C¡¡n~biar;í el e~lil11adur dc 1;1claslicidad del ingreso s'¡ 147 .~
'\,,' , "

los lilgarill11os.se l;lInan'cn l;a~c lo' o' en base e'! ;'112

'>....',1

\',,:'
 { •. ';i, .
,í f'
78 ~lt.TOUOS"DE
Eéo;-lv.~t¡;rnl" 1J; , ;.: , O
:>". ~t:': (',\I'ITl:1.0~: Iros I\speclos de las RelaciolteSeltlre Dus Variables 71)
.1
.1' _ I
ESlin'lar los p;Ír¡hnClrOsde lit'" regrcsión lil\e~IJc'adllrc.zacIUld past dd licmpo. .,.', 2.11. Sltpon~amos
:;af,:J '~~:,:.:.:,'.•.,~.... (llIe r r r es l' . 'tI' '1" " 1 1 .
'.. . _.. .. .' ,. . .' ' . \.. ! " . In.\ 1\1lI<:S ",1 e,1111I1ate cat a ltno de las Sl~lticntcs
. C¡ílcul"rr2y .los crrores cSI;\lIcl¡¡r'déloscslim:llloi~s:Calclliar.lasiúcdias condiciona.. \ f"'¡, fllnelones tic dcn.sidad .. fdp: • ....} 1
tes en c:ldal1l~n;elllo gdllic\;lp;y íÜlccrl:í¡-cgi'c~í61l U;: ~slas mcdiassoÜrc el íiempo. r ~~t.~. (a) Distrihución dc Be II\OlllIi
Comparar ios coeficiCnlcs,los c~i:ore~'csi;\hdar, y'r2c()lllaaIIICt'iur rcgrcsil\n; ¿En qué. . ¡;t;;~:
.contlicicmesscfÍan insosl<;,;it>i~s los res~llatlos'l.lbIC;lill()scn csle ejcmplo'!' ~ >: f(x: (1) = 0'(1- (J¡I-.' Il ~ (J'"" 1" 'x =().I

2.8 .. Un leórico '~OSlll;U'lucIa sigl;¡en'ler~l¡í~iÓt~ pi~pórcibna uii ";lli.:li ajltst~';¡un conjlinlo 'G ~::; h)'dislrihucillll dc Poisson
"tledalOsXc:Y; ' ,.', "', . . '~~;/,:r Ore,o
-"

' :...I~' :k<~ /(.1'; (1) = xl .r=().1.2 .... () :";'ll <:r.

¡';',1
1,

.!', .1
, '.,}'=.II+ b((_XJ.. '. .,.\.: c) di~;¡rihllciün cxponcncial

~f:},:::
J~'"

, Dibuj;¡r el i;r;ifico: tlcla'r~nción C¿;¡'~d6IahiQ (/'co,::o';) sún positivos. Tresobservacio: f( '. O) ,u.. .. '
"ncs mueslralcs d¡lIll()s siguicl;le's v~lores: ';. . .' . ~ l:.', .\, = Oc . O < x < -:c. [] < () < z

. .:.,-:.:.:L. •.i.,,.L';.;:.::)~:";.:,,;,/, •.~j~;~:;~;~~i~76&~d.:;iS:~<;~_./:.;.:(."j.

,:.;,.,:{, :i;¡;~";,;:.,~:~ ..e., ~,!;,d~'aJ..¡;Lesl itll¡IUI)rd~; 'll¡hi 111<1""C
•.c"..~;':::.. ¡.:.;'.;::.. ';",>...~~ ~.~~,."...
i:.!,;;".1~~~;;i.;:'" rosi ,ili l'tul/'lle' U'clj' t'¡;(!,c¿.':i(i¡: V~'rl hci;'('i,' :;~"¡-i;tJ~~
..,..', ...."
l' ,o 5. (¡ .~>ir.., 'f1vada scgunda dc la runci('lIl lugari(tI~{) dI.: la vcrusimililud cs ncgaliva cn cada caso .
...X, .'.L2 '1,5 20".' ..'~ {,','Isegurafll)o dc esle mudo que se Irata délnl.íximo dc la funció/I tk \'crnsimilitud. . .

.. ,",... (~~;'<2:12. U(i~ic.CSIIor'ucn,ídor pcrsonalpara ge.nci-arH)O{;'O(iscr','aCiuncs ¿Ic tlos serics'es'lacili.

Aj US;:H:'a' i1~lcri'Ó¡-rUI1ÚÓ;la csos dalos'. 'Si Yilitlié¡, d' coilSlÍlilo pcr c;íl)j¡'" lIc ca. ';". <\ I~( 1) indcpcndicHIt;,s. Eiil1linc las 5'<)pril\1cr;is.'ohscr\'acill;lcS y c"lcule fos Coe.
. 1~i1:'tas
X
c':ihúe(~'s'y intlica~i ing~:i:so~;bail;\a't el cOh.s~m¿dcc'~~ahllc'les tlc,U'11mill~n'ario.', .. f,.cleJ~I~S.<Jecorrclación para' conjlll.~los ~ucesi\'9S' ll.:. 50 ilbservac\oncs .. Rcpila ~SIC
. ", " . .,.;;. J,. . '.' ';- o':'.' '.; . "'. . '.", C!e(CICIOp~'ra do:scries in~cpcnd~cnlés dcllipo'pas,co' .illeu'lo¡'¡oy par" ofr;¡~ dos se.
V). 'U;¡ eCOn9!llislu'¡;nz" ía.hip'ólc~is ife quc el ~OSICmedio dc pn.lllllccÍlln tic ¡In artículo fles cxploslvas e Ind~pe'!ldicnles., . '.. .
'.' di~ill'inuye '!='Ú¡f~dQ ¡fUI'll.;,tll:lci ta~I¡¡'~Q~i<:,,'a' r'cniesa'! (cl.;di~nllóa ,111).valor mínin¡'o . .' .' ,
. aSiníóli.co. Alg~n~sd~lOs illuestral~~dclll~~~cs6's()lllnS siguicnic~:'
. . ... ,. ..... '., '., . .
(~
__..__ ....:...-c-. __ .•.~ .. ~I~;..~Il'f •••••_ l,':"'t-•••
-', , '.
Tá,naiio de la;clll~s;i' 1 ,5;' lO. 20
CÓSIC:Illcqio ($) . JI:. ,Ú ."12 1I

., 'A¡,~slaruna ~urv~¡]c:l~ f~fjn?o. .", .....

.". ... ....~ '

f=:;a'~?(';.J::'." . ,

rt cs~.s' d':Il()~. liúndcY. 'i,idicacos;¿' mcl/.io iXlndi~:;:ia;)I;lÍiO' d~la 'ret'llcsa. ¡;Cu,il es el

nivc!mí'li,ilo CSli~ll"tlod~ coslc'] Eiiilllar cl'lanHili6 déÚI remesa rC~IUcridl1para (Iue
.. el coste' metlio s~ silúe en ~l 10% tleclicho"nivc!nllnimo.' .. , '.' .

: ~ • f .' '.'

., o,' ~,r--, ...."-'u'-'~:'--:-',~,~"."

X;, 1; .•.. '

~".- '.> ',"

. ".' '" " .' "Cr,i) " I .;.'1 M"I';; l'.

... .~
-. , .~: . ,',: ••.. "t ..;

; ~
.'
•. '.. í)clcrolin;lr' E(,I'H)'y' v.~r(I'/) ~ 'i,;v~.5¡ir.iI~~li~rrl~litcS ¿lIalid(ll; cs infil;i(;i'I~I~nlc gmndc.
.
:. :
1.
• , • .' ~" ¥ ..,.....,
- l' ,.,. , ~. •
.. ~ ; .' .... ~',- . ¡.•...

,{ :) ':¿Exislc'p1it11 x¡í?Dc ser aSI;¡:cllií! es,sl\,;,,'lor'¡ ., ..,., .... , ..'.. .',.. .' "
" ~ t.-t. . '.. . ',.. ..> f", ,', '1 ,j. ,""1 .',,', 9 ' .' ". , '. ~.' "; '1

\:--
:. :',~
'-,'
f, '\'
 ~., 1'.

.......-_ ..•... ;. '1

••: ~.• _1
,
~_ ••.•
~¡

. ~.:... _~ 1~•.. ".'";~ ._'.

'"'" ,\',
, '.

CAPiTULO 3 C¡\I'ITu'LO j;L;¡

• I
Ecuación Linea;
. .' I • ~
tic' k y'¡¡riables SI'
., f,. ','

; 1
......•.. ¡-_.-..- ....: .•. ~.~_ .• :-.-. _.~_ .•....•. :.-....;.__ .~ .•._._._---~ .•._I 3.1 '. . '. '. '. .'
foOHMULACIÓN MATIUCIl~LDEL MODE.LO DE IcVARIAllLES
La Ecuación Linealcle k Variables ,.'
, "
hldicarelllÜs las<malrites'y veclorcs ~Q~'l1cgril";(Il~¿ril~ 'mayüscu\; p;¡'ra ",'alrices y
.~.
minúscu\:,I' para veclor\;s): En general, Y,si,c.ii,prequC:I)?sci"ldiqUé.lO,conlrnrio, los

'.'
v."'''''''''';,' ,,""," ,nl"m':;'\P~;'1'J""PJO .. \i::1' ' ' .. ':r~' " ,': ' "
'1.' .. .,....
....•
:)'~ :',: ,.,.~~ : ........oU'-C~~r~.
, ... Yn X 211, •

SOIl vcdores 1/ x 1, úenomi,n"dosl;lIn'\;i~'n 11>vcclore~. 'qlle'incluyen' Ins observaciones

En los cnpíl ulos J \' 2 s' f '\'] " nlllcslralcs de Y y '\:2' Ulilizal)do ,1~~:I1~il~'o,I<?lii~v~d'oriaI.;:lnsnooscrv;¡ciones mues-
dísliCQs b;ísieos 'p;¡r~ c(~ 1~~1\ t Ctal:r~, I~do, la~ hcrramienlas y proccdimielllosesla- .' lr;¡lcs dc la ecuación (3 1) se pliedcllcscribir cOlliO' .,' '.

,~f,::;~;f~E:~::;~¿::~:'~'~~~:'~;:;;;~~;;;;~',
~i:';~~'~~:
;::~~:~:,' ~;::~~~O;
I';"~¡;::;' " .l' ~.']·'. P '.'l":,I'.]+'fl.ll.).,l+ ...• fl I.l":.k]+l.:.i] "
. (3.2)

:X\"."':.,~.;:' ".: . y
ca illdica,; la nccesilhd de:' .. ' o e SCIl~I<o comull como la leoría ecollómi- !:1
modelos ecollómicos p'o 11. especIficar y analiza: relaciolles:I/II/II;¡'(/r;(/I}le,~.
.'
Los ' . . .' .y:' ,¡'n: ':. '.
, Juntas y simull;ílieas. cadas Uulla
,111gcncralmcnte
d. _11' •la eXlslellci",1.<l.e v,l,nas
. . rclaclOncs
. . con- El
• vcclor)' sc cxpresa como una . com b"6 '\ Ios. veclores
macl n '1'mcal (c. JJ...-.
x. y el vector, de
•.. vo último de la econolllclrí" .c ,e ,IS.C?1lma,~ dc dos vanablcs. Así pues, el objeli- perlurbación 11. El vcelor Xl esuna.columna'OCU\10S que permile la existencia de un
...•
momelllo sill cm'[1'1rno l' .'1~s,~1 anáhsls dCJISIl!II/(/.f dc CCI/UciÓIIl!S .fil/llt1lcTl/l!(/S'. Oc lérmino illicrsección .en la' ecuacióri ..Ag'r~lp~n'do lodos 16s vcclore~ x cn una malriz X y .
'.
.
la posibilidad • " , kesv'lr'I';'l\e'
de incl:lir I'Ingln:mosd eld'.an<Ílisis
,:. '. :l • . l!CI/(/cilÍlI.
' ulla 1/1I1C11 aUllquc COIl os COCllClcllles P'. en un veclor fJ' con,segulmos
Ir:' • ' . '6 n m¡\s
una ~cprescrilacl ~
sencl '11'
a,sl cn b'e:.
dos. ,.., s. on e" cn gellenl •. e S lIll nUlllcro • mayor que . , ~'" :," J;=XjJ
. ~r-n';"'N . . u ..' ' (3.3) +
1'.
~"1" ' ,\
Especifiqucmos dicha relacióncolúo '. .o ~ d d I (h .'. . .' '. . '
....• '
>. Yf:;S~..'~
,y\ ,L,lccu<lclonldenlific"kJ
..'
~,'P, +p,.f,'~P.v~.",t""+A.C",/I,,,
•.... bl.
.
..
' _
.
'''rI.l csexpllcatlv;ls(re~reso,.es)'
1, " ,"fH)'
\' \' 'y
.. :
'{~'.: ~::
..". ",~~".c~,.',
, ,".'.
- o' ••••••

"'V,-
,\ -:
,\:

','}"'.22~'.""."I'"k2",,'r',.-••q-l".l"''.''J1'''''':' ~,.,
~"..

: i '<.
,11' --
,
¡ ',' "".',"
fl[111 , ..
-. ;',' ,'..
'~':" . ' .
,
~ •• .J I~nuycn sobre la \'C\riable dependicnlc (regresnndo) ,;. ,.' " J •...•
11105a lod"s lasvnriablcs cxplicativas \'. do l. I '. ,¡ra ~111I.pI.Jca~. d:nomll1arc-
' ~. quc /r 2
' 1 X
211
•.•• X
kll'
' flk
ble en cucslión . el ' n '.' .. '1" Il{ e,: prll1lCl' sublll{J¡cc Illolca la varia-
" 3,1.1 El, Algchr:u\cl'rlíllim(ls Cumlrálicos
.....,.." .Como en los Cjc~nPI(;~CJ~;'~~I:~:~:;~;l21.ae~~:~s~;:~~lon,e 1.1.p:l,rli~Ular .dc dicha ~ari"blc.
otras variahles. aun<)uela relaciúlls~a lincal cn(:~:~ ~':;~.': .~~.ln,l,r,lI1s:orl1laClOneS de
I1lll cn la ecuación (i ? 1) l]Ue 'hs l') -'1 . l' . dlul:Ill\::; 11. Supollellllls. C(J-
Recmpl:lz¡1I1UO el veclor tlcsconücidojJdc lactll~ciól\ (:U) p<¥una eslimaciÓn de
'\ 1) 1, .-. • el ur )¡lClones son ruido blanco. "sí I)U". e1'IIIO /J. se dcfincl1n veclOr dercsid~lOst •. ";', ~. ' .' . \. ' o,.¿r¿..: .
"-". , e l posee" + 1 1)'11'" '1' ,] 11'" . . ~.>. - . '. '. '.. ,', ....'ie=y~Xb ...' \1<i\~~'~~ '.'
Iilulli\'ari;¡nle ofrcc'e~Ill\:, 10:;. as . y la v:~ri¡¡nza d~ la perlllrbacilJlllr~. La rel¡;ción

~:~I
:~:~~:r~ ¡~Sl:~ lIl~'~~:~~ ~l~~~.~:~~C~lr.;t~~I;l~le;ll~:():I\(~:.
:~~r;:.;{l~.~~.ll~~~:
.~::~~:;~)I::;;~~:~~~i¡;¡:II~'~
oC sUI1l'llmi s' l' l' I nOI.1Clon m.llllcliILqlle e1l1l1l1la'.1./1 ~r¡11lnllmero de sicllos
. El prin'cipió~Ienlrnimo
c\I:Jdr~ldos de los n.:siúuos.
~ú;idr~dosc?nsislc'cÍ1,
~SIO' ~s. " , .'
eICgi~1r;)mlnimiZarl¡¡
. '.
sumn de
.
.,
u _1:In ,'1 o . su.' 11ll(ICeS elc Eli el AI)én (ICC 1" I \ (csarro
l' 11'
;lIl10S 1;ls Ilociollcs .-
"

1,. • : - . . . h:isicas
~ • ,\ .<oc )f;¡ l.nalllcl'll. lassectloncs del Apéndice sigllcn el dcsarrollo <le éSle \' )os'- I El m<1ctl "eli;~ ~\IhÍlHlicc~e,i lil tu:,ld1. XI1~~il!t1e la,l1nlacióllcol1\'~~cio,,", PllCIIOq¡'enO~OIrO!'lIlilila.
rCllln~ el primcr ~\Ihíl1\lÍC'ell:lrll~cli:,I:,r'la \'arj;,hh: y el'~C1I\l'HJopara iIlllic, {fa observación. (JI; esle 1110<.10,
l~rlO~~S ~nP.II~JlllSd.e. modo quc; en cuantO'llos ha sido posihh:. las distinlaS (.\)Ier;,.
CIOlles m,llllcl"les SigUen lasecucncia del lexlo prillcillal. I
"';.1'
~e rdiere;, 1:1'IÍlinf:' nh~cl'\'¡lció.t1dcl;;l'a:ri"h'c.x!.i'~e~ncu¿ntrn'ei' lainlt;rs'ccci,\,; ,k 1, i¡liinu Ii'n y

J
la ~c¡:nnúa ""h,II','" ,k .\'; ..' ~.' } . '. .
 . "",-
,~
;~.

"82 ~1t:TOOOSDE ECONO,\IETllIA ' l",\I'hlll.ll,\;.La Ecu:lI:iÍln Lincal dc k \I,lriabks

seR ::"e'e ,.,\

;.,.
EJE.'"'1.0 J.1. E<':U'\<':II');'~I)I.:TI(I-:S \''\III,\III.ES. Dc modo sinlilar. Jlucdc ucnlU~lrarsc

:: (y ~~Y!J),(f- Xb) ,_ quc las ccuacioncs normalcs (IUCajuslan por mí.njJil'lOscuadr,IU()~Un¡l ecuación UC(rcs
variahles son
:: y'y ~.b'X'y -,~iXb+b~~Y'Xb.' -.
nhl +h¿X2 ¿X) = :¿ Y,
+ /»)
-,,:./

~ y'y --2b'Xíy ~1~'X'Xb -' '. ~----' , / __,1

,donde e~lc desarroilo'ulilizaá'hc~ho L1eq¿e cll';'allspueslo'i.le un l:scalar es el mis- /)1 LX2 + /)2 L'\? + h) LX},\'\= LX~l' ,-
: ~ -l.
mo escalar, por lo que y'Xb ,;, (y'Xb); ¿:b'X'i.Como;se j,iueslra enclApéliLlice A,
l:1s condicionesdc primer orden son : - '- . hILX., + h} LX}X-, + h.1LA? = LX.J'
- ':.-' - -- 'J '_' - " .
--()(;;~¡,~.;.
Ú't+;2:Y'y +2;::"Y~~O " - ,? Sien la ecu:ll:i(¡n (:lA) se reemplaza.l' por Xb + e, se oblicnc

d:1nclo las ccu:l~i~ncs Ilormaics reprcselllada~ en -'> -., . ','-" ,,:¡O - J Por lo lanlo, ". , . ,'.
(X'X)b

....'
:: X'(Xb+ e) :: (X');,')b + X!eY
~~h..J ," ./,./
X'e=O . / <,,\I ~(¿"."
,
l..---
P}?,
. ,1

,:,-"j,:,o> .., ~;;!'~''-_''~''''''">:''''A:'~)'':~;':~;;''''''~'':\:'':''}l:~\~>b:(X~\1b\X!){.~'~;':,c:;",:.;;;".;;.,j~.::

j,.,~,,:o., ,.(3.4) ---
""qü¿'CS'6IÚY'rC'suI1 huo" ill íil íú\'o'¿ú:i<lr¡il ic'l) 'rlfiiltn'iÍ1c;¡i;¡t'--r:'rí;;:i ;iíe¡: él~ ;l\'g;i'lZ)"li~'Ta'
Dicilás cCU:1cioncs muestran como el'veclor 'nlfnimocuadniliéo!J se relacionil con ecuación (3.5) da ¿ e, :: O. ye 11conseCUl: ncia.. , • ,
los dalaS. ";.; ' ..'-, ,
" ['"':;"'.}/- hl'- b2 'Y2 ~ '.",- he¥k:: O,
. ~JOlrL~' J.l ..tC~ACfONr-S NOII"IALES !'ara ilus-
r:All¡\I::I.,~AS() IlEllOS \',\Il;,\lIlis.
Los rcsicllil)s ,tienen media ~ero y c1j)imio' Ji: rcgn:~ilÍn I;a~a ;\.1r¡l\.:ésdel pun lo mc-
lrarla ~cua<:iónm'¡lriCial 'concrelai'c'lI\os".láectiiltiófI '(:1.'1) al e-a~lld~ líos¡'¡¡ri¡¡!Jles y
dio, del cspacio de k dimel;siones~ Los rcslanleSele!TICnlos ue la ccuación (],5)'son
'eonrirn\arcnlos las ci:u~ci~nes nor:nalesd~riv~CJris e'il el Capitulo (~'El.pro~csú -corres- . ~c I:donna ' '' "0' , •
;':<\
ponJ'c ¡¡' k;'2yl~ ec~ac!ó;~' scrormulaeo;~lOY:~;fII'i: JI~,~ + U. L~IIÍlairiz X es
"}:X;,c,:=O i=2 ..... k
-,
'Co.l1io :"imos en 1" no(" al. pie de p;iginanlllm:ro I (l dcl Capi¡ ulo l. lal cOlltlici¡)1l sig-
.'~irica quelotlos los regresores lil:nCIl cO!,.rclaci('iJinHlcslr.;11 ccro con los residuos.
: "

ESIChccho implic", a su v~z. <iuc .v(= Xb), es

decir. quc' ci Vl:clor tic 1m v:-dores cié
Ysuhl'~la regre~it'J\I. \lO se.llalla correl~,cio\ladó cqll e pUeSlo (¡lle
f'e:: (~Y/;)'e':=b'X'e':: O
"'. . . 1.'t.~~Y~
3,1.2 Dcscolll(losicicín dc'/:i'SullI:I de'¡cís Cu:;(Lrado's'
.....•.
i.},
.' .."
. ' ..'",

L,,~ ~ovarianias' I;ulas cnlre rcgrcsorcs.y'rcsiduos

"~ .•....

ocull;ln la .descomposicióil de la
(
,
<," .
s.ulIla .de los cuadrados: D~sC(lml;ol1gamos' el 'vedor y cli'lrc la ')¡¡rle cxplic¡¡u;\ y la
.110 e.xplit¡¡d:I' por la regresiúlI¡.

• -- ". o
.y=y+c:=,\)-tc .' o, ¡.,.., "
dcdollde
. y');:: (} +'c)'(;' + e) ~'>~'.f.'
,;
r' .~.
. . '\',([ e.í 'h'y. -+--
i \/

~¡~e'=(!'Xj.~:/¡.~c'c
,'-)4'
"',
ú~ .

,:..J
\''1)1.) V?e . ",."'tt
(,

'...
EncLJ;i1q~'i~~¿as(). Y')'= !:~¡,'Y,2
es laslll~W dé lós'ClI¡;dra(ic~s de Insvalorcs"clc Y. E'.
[~
\.
Interés suele cenlrarse en :1nalizar,,1a ~iaririciólI de medidil por ~a suma dccuacir". )< {~

dos 'de 1:lsdesviacioncs respcclo de la 11l'cdia.I1HleSlr:11.esto es~ \.

{r:-
~.( :.}.J,. ," <:....
"'. ~"'

,c:"
\,
, ,

"ni
 rfY'~\. ;'.. '
':JJ ..
{! , . .. "

f-' C,\I'ITULOJ: L<i.Ecu'nción L1~leul tic k Vuri;¡blo.:s ES

,2: (¥;.~ Y)2 = 2: Y,2 - 11 }'2 W '. ~
.

- I ", • dondc '\:2 cs la malriz 11 x (k -l) de obscrvacianes de las rcgresarcs y b2 es el VCclar

Sustra venúo /1 1'2 en e;](h hJ 1 di' id
. , , . (. e _il IgU;].' ad, abtenemas Una nueva descolllposici<Ín. k - I que incluye los caefidenles h2.hJ, •.• ,bk.Multiplicanda par A. sc .obtiene
(y'y -.11 }/2) = (b'X'Xb -11 Y2)+ e'c .
. Ay,=[n ;\X;11 [fJ;.}+ Ác = (AX2)b2+e
. "b2 ,',1,. , .

. SCT. = $CE +SCR CUí)

. . 'J', ..;- ,v. b 2" "+.' e
- ,l. ' ..
(3.8)
-r~
r,
dOllde
,

'
ser
indica 1

.,:
•
.' .'
l. aSUlll,llalal dc cundr'lelos d" ,,'
call, re~peCI,valllcnle h Sllll1'l d' .' J d'"
.
,
, . mlcnlras quc SCE y SCR' m( l'1_
.' '.

' .. ,' e cual ,:n 05 explicada}' residual (no cxplicmla),

~ 'I
dondé y.= 1\)' Y X. ,,;AX, pra[1ardon".nlos~I~loscn
.' •. - ,- , - ,:'
fonml dc desviaeianes. Cama
,yoe';"O,'rcsulta que X"e=':'ÍJ: ~r6m'úldpl¡~~,;cla la.~~~ilción (3.8) par ,yo. se pblicnc
:' _ ::- ' • ", " 1, , , ;',' ~ '1., .' ,- ~ .', ~". \ , ' ;!' ~'. , ,'., _" ' ',. ",
'.¡:'
" "X~;y.=_ (X'.x.)b2
1', I
J.1.3 Ecuadán cn Forma elc Dcs"iucioncs qucson las y~ 'conaciúéis CClj~Ci~'n~~~orillnlcs (c6n1a In ecúilci6n (3.4»). excepta 'lue
105dnlosvielien expreshdas ¡¡hora cll(arrú;Í¿¡é'desviatiancs'y que cl vcdor {ji ínciuyc
Un enfoque allcrnalivo cansistc'cn c'x )rc~nr (od' " . . las k -1 eoeridcnles de Iils reildi2n'icsy «:x'c1uy¿¡c1íénllina' deinlcrstcción. Medinntc
I<ISmedias IllUéslr'¡/cs L'lee'. .• ,'.' .05./05 d,llas como (kSVJ;lCIUncs dc la eCtlnción (3,8). expreS;lIl1a~, In dcscornr:ósiciónde la sumn dc I()s cuaurndas como
U.I~lan mlnl1110cuadrállca CS.
1 '.. .
.' .', ,y'.y.,=,b iiX,' "y.1J2+'C"~ ,"'(3.9)
. V, = bl + b2X2; + bJXJ, + :+ b"X", + e,. (= 1, .... 11
Calculanda e/ pramedio d. 1'-' 1 . . ser .'=SCE, +'SCR "'," . ,.
. -.. e 015 O.JSCrVilClancs mucslralcs, sc (lUlienc El C/J('fidl'l/l,c' dI' COr,.d(/~¡,íl;J;Hílf;~J/~." !J,s~ :d~'f¡,;~ COI;l~I~. 'raí;' cuadr¡¡d¡¡ [1asili~'a de
r:-. . y"; {JI+ h2'Y2 +bJ'YJ + ... + h"'Yk
que no Incluyc lérrllina c. pargue 7! i! ; .
. . '. '.. ',' .'R2 = S~E~f~'~~;~'/ .... (J'.IO)
'1
.~ .. mera ablencmas . 5 cera. Reslilnda lil scgunda ecuación de la [1ri. '.TSS" TSS

\' = h' \' +h 1 . l?2 mide In praparci6n dc varj~ción' iataldc y expli~;¡da par In cambinnción ,linea',' d'e
2, 2, . J' JI + '" + J".I'", + e,
l'
.., " = l •...• 11
las regrcsarcs. Casi lodos las [1ragrilrilas infarmáticas prap~rcionan también de ma-
donde. camo en e/ Cij)ílUlo 1.. 1,;5minliseuh" ú" . '.
mueslralcs. CUilnda se o[1crn can.el f . '. S 1I1.•. ICil~1I~s dCSVl;lClones de las medias ncr¡¡ nllinilria él CóÍlculo dc un cacficienlc R2 carregida, denaminado 7[2. Dicha esta"
ció n b d. ,. . Qrmala cn dcsl'llIclOnes, e/(érmina de intcrscc. díslica licncen cuenlil el lHimcro dCTegresaresutiliZóldos 'cnl¡¡.ecuilción: En acasia-
; 1 eSolparece, ilUnque puede recuperarse lucgo h~~iendo . ncs es útil camparni- el rcsultn~lo de ¡¡jusl:!r v;nas 'esp~ciricnc,iqn.~.tgl,JFAlF~.r.c:;ry(enlr;S . ".' ..
.';""\:;;:':<::"':':"1;";:;"';:.;,. :'.' .;' ...•. ',''b{;;-F:.:'i/¡;y;': ;::;::':'bA"'~" :"'\,1~ V\¿~ ()v.(Y)\ . '.sr'eJe: lridü:t-lfi';1d i'd6'í\"i{t1j'ji1'j¡f~'éfó¡i:Tf2"\íi¡'i:fi,b rété'f púf~t.l~;~s':'Sr'S6'n
;i~cíe 'lÍo ~;j',;'u cva'
Las caeficienlcsde las pendienles mínima cundr;íticas b . . . '. vnri;¡ille .¡,Ji conjunlo dcrcgrcs~res,' e1-~(lcficicnie J?2sincarregir jamás disminuye. Ln
ill11bilSfarl11ns de la ccuilción dc reg' .',
. R' . "
.', 2..... san ¡denllcas en
... 1 eSlan, e IgUil sucede can las residuas.
h". SCE pennanccccallslanlccua,idQ tique se.alindc cs unn \'nriable tol;¡lmenlc irrclc-
eunlcnda las 11 obscrv'lclanes p l' f vantc. Sili clilbarga, al aliadirvariablc.s"de baja nivel explicativa. puede d:!rsc el cnsa
ncs median le unil matriz de l:an~fofl;la;i:í:~mos orlllular Inecuac;ün en desvi;¡cio_ de que el cadiclente carregida dismiii'uYh. Esle caericienicsedefine cama

"; )'ii2=]~j(;'~k»~ '.',1 ~ ..~ ~ ~

')
...•.. :/
I

donde i es un Vcctar columna

Ji = 1" -
1 ( ~)
cOn/lOn05.1;
iil
(3.7)
. -\~~~;I(I/.~I).t\_\( %e:; (3.11)

Como se lllUestraen el Apéndice A, sc Ir:llade . . '.. ' :. . Como\'ercmas[1os1criorntellie •.cl'líurilCr*'ciar y denaminadar dcllnda derecha dc
que. ni Jllllltiplicnrsc por un, Vcelor (le 11 b ',' ,,1II,lllm,llflZ Slnll:tflca e IdclllpO[ente In ec:uación(3.11Json; rcspcctivn'ilentc:.'eSlill'laclorcs imesgndas de vnrinnza de In
desvinciones 1'01' la' ['\ { "1 .. J • o SC.II IICIOIICS. lransforma dicho vec(oren' perturbación y de. In varihnz;\. deY. Lafcl;Íciónenlre 105 cocficicntcs carregido y na
• " < n o rC -e \.t, - O L . . , , corregido es ' . .' . ,. ",. '.. /
escriben cama .... ':" .' r_ .. "'''.s.ecuaclOncs mínilllo cuadr;í(icas se :; '--

- "

\,; . . ."=Xb+c=!i X2)[h']'I"C

b2 ,l.
.... I-kn-J .
=-' -. -' +. __ R,2.
.,,::. k /1- k
(3.12)

J
 l
86 Ml!TODOS Ul "CO:-:O~I¡;TldA

15 25] [ [20]
Exislen-olros dos crilcriosque son n)uy lililizados: paraco\úparar
espcc,ilieaeion
es
tic aeuer~o eón el lIislinlonúlll¡;rbdc'rcgr¡;sor¡;s
el ¡ljuSI",:d¡; varias
1Ililizadqs. Se Irala
[~
O
lO
6
6
.1
/J I ]
/l~'
Ir,
= 16 ..
l)

del cril¡;rio de Scliw:lrz.2, .' . i\ Clll\lillUariílll, rcslamos scis-d.:cil\lOsde 1:1scg.ull~a fil:,.d..:'la Icn.:cra,1l11kl\icl\Llu
. .: ". e'e "'k .' ....
'
es= In-,--:,+~Inll .
• • •.••. ", t
/1 '/1
•.••

;5(1)'~~l
6 (lA
2~1]'\~:~] =\ ~.~].
/I~'::hJl
)' clcrilcrio üe illrorm:iciónüc AII:likc (ClkI(l; AlC)\ .. \
. . ..... "c;c' 2k
CIAK i=ln -' -. +-,- La lcrccra I:cuaciíll\ da como rcslllladllO.'l/l.\ =":0.6. I:S dccir
/1 ./1
. . , . .. . /), = -1,5
11a!Ji\.U ahile 11ic sebuscal\ cspet:iTieaeiolü::sca paeesdc r¡;u\leirlas\lmad¡;
c\lad rados S~lsliIU)'I:IlLlo /1) el\ la scgunLla ccuacióil. (Ic~cubrimosquc
de losrcsitluos; sin cln!Jargó. Iqdos los cdlCrios llevan implícita \lila p¡;nalización 10/l} '1' 6/lJ = 1(¡
que aumenla con.e1 númeroderegrcsorC.s. .
que da
!":J£~'\rLO ).). Un b~cve éjcmplo lIum~rico servir:í para iluslrar las fórlllulas anlcriores.
fillall\lCIlIC. la primcra ccuaciól\
. , '

..... ...- ..... :., '5/i(,,:-1-5/12 +'2~/I).';'.20.;..:..... ,""'.: .... ¡ "," ~

/J'I = <1..

. y= _1 + 2 , 5X

'n X"\.~:1 •
2 ~I )- v \ .
"",\
35
I)C:I\\Odll allernali\'ll, si los 'dalllSSC ír':rllsrl~rlil:(;, .:1 r;lI'!{,al~l Cl\ deS\'¡;;ciol\cs r~.sulla

. :', t ", ," t [) '

l .. '. 1.1 4 . ...
y.= .8 )'
":1 (i
' ..
.... :1 . :-3 ,~".. ' . . . -2~:t
. 5', \ y. = 11)' = X", = 1\'\'2.= '2' Q'
.. .. _4 )' (~

1
"

1
;.
. 1 " . -1 -1
_ 'do.ndés~inscri'o) l;nac('ll\lmnad~unos Cil ia'primcr:¡ Collllillla lh: X. 1\ partir de estos . 1 . ..\'1
.. .
'á.a(o.s C:\I~Uran;os~:\pilli.il\lcl{l.e;' , :' ' ,. . " .

- ..... x,x~HdH1J'YX'J,=L:~1
Las'c..:uaciollcs normalcs son enloúces

'(1 ~ .:~ 1(~:~1 = II~1' ,1.;:.

. . . , :SeHala dc la sC~lInd:'1 ~ lcrc..:ra cC;laciól;:ubtcnitl:ls n'ic'diaI\IC la climinacilln dc Ciauss

~ Las ccu.ai:ioncs norm:iles(:lA) son

. . ....•..
".,lri¿~~Kltml:\ü
. antcs. dcscrila.l. I'llf Ili ~alúo, l;Ís soluciones .para 1J2';' b.\ coincidcn con. las otll..:niJas
anlCrlOflllCnlc;. Dcl.mismlH1H~do, bl 'scr':í J;inlbicn igllal porque I/ccuacilin 'final d.: la
sllstilucilln anlcriur es' ' . . .
/;¡ =V:"/)2.i:}".- i)"Y; ,J .
Mcdlanle ¿pr~ccdi'mienIO u¿ ;cstÍl;l~ión,d,e:'ccllac,iillli.:'S 1~;lsaLllien 'ClI\lCÚ1~lo Lle climi.'.
"'Part'icndo Llcl \'l:clOr y. j)lIctlc' comprobnrsc que S'"cr c~ i~l\al a 2:-:, SCE se c'alcula a
.' nació.no Gn~ss, ceslamoslr~s ~eccs'lal)r.iI\;~r:;fiIa dc la se~lIll(la y tillc.o veceslapri: .:' panir dc . '. . .. '. . .
e
. nlcm fila de la ICrcer'a: Rcali7.adas ¡as ~:criitio'I~'cs,ob\CllellllJS cl si~lI'icIlIC sislcma .
. .. .', ',' . ',. .
. "', " •• t
.i,
'" Los,:dal,<lS,.~lI~,e~lfirles
:e~I~\lhl~CIl
'a, 1~1(~'
ünicII SOI';lci(\1lpara d'\'ci:II;.~' h.' l.,: ",itllici,ill re'lll:'rilla para que
'2 Schworz: CJe, "Eslirilalins Ih~Dirnc"sio;1 ci:,' Mp,.id". rlluls ii[S;;;,i.i'li<'.' , (,.. ,"').1:1 •• lúl.4(;'¡ ..'. X, ... ~p.lfe~.caUIl,1UIlIC'UllluCI<l1l se Csalllllla ill,\s'addanlc en eslc mism<lcapiluh •..
'~Ai:~i)¡c.\ l., "lnrorm:il'iQn Thc'orY',and ~Ii Exlcnsion ~r ,lIICM:iiinlull\ Lil:.ciihmllJ I'riú'ciplc",en 11.I'CUOY. l.V~asc I'fllhkma 3.1. . ' . .
'1 :=. Ó~kc, cds .. 211rl J¡,;rfllOlioiIUI.'S)'IIIJI()sillll' rlll JII[llml~/i~1l Tltwr,l', '[rudap~SI. ¡\'\;adcl\lia¡ Kia,Jo.,\ ')13:
. . , .. ' "w" .t, .. ' . . . .

~,.:-_ .: '~It.,"
. -..; _. ~~
',;,

, . ¡ , : ~.' " .. -." -.<

i~.~¡.
CAI'ITUI.O
J: La Ecuación Lincal ue k Variables 89
:.Y
l'J" r' .J.
1 ==
[J_.:J-' -I,SI [1 (í 6][
(J 2 S] ==2(1,5
,¡' -1'5
n'ol;-¡ciones evitlentes. omitimos los subíndices correspondientes
D~I misl1lo modo, los residuos'no explicados de ');-¡regresión
a las observ;-¡ciones.
del logaritmo de l<1s.

d,
o. ro",,, ",,1, "'' i1~':.:~~::
':~;.s _ I.S 1[':] = ~6.S
m;-¡nch;-¡ssolares ncumu);-¡tlns sobre el liempo es

,1
r"\
Enlonccs. seR es igual a 1,5, U! == O.\J5)' i{2 == 0,119.
El cuc[ic:!CIlIc: dc:co,.rciacifÍlI parcial enlre ingreso y manch;-¡s solares (con la ¡nnuen-
cia delticlllpo e1imin;-¡da o permaneciendo COnSl<1nle) se ddine C0l110 el codicientc
,...,. de correl;-¡ción entre ambos conjunlos de residuos. Se indic;-¡ como 1'12.3'Por lo (;-¡nlo,
J,Z
COr::r-IC1ENTES DE CORRELACIÓN PARCrAL ¿eJ.)e2.) . (3.13)
rI2.J= .~:~.

Las corn:l;¡ciollcs p;-¡rciales cobr;-¡Il imporl;-¡Ilcia cn C'lSO de dos o •

Considcrcmos de nuevo el ejcmlJlo de PlosserlScll v'. t IIC' ,n,lóls regresares. Los c: son residuo.~ mínimo cundráticos (por lo tan lo, demedia cero) y. por'es(a r;-¡-
.' . . \ el' te .IPltU o I en el que zón, la ccuación (3.13) no requierecorrecc"ión dc medias. Laccuñción (3.13)puéd::
e.\IsE~la,U,llóleUIC\:;-¡dacorrel;-¡ción posiliv;-¡ cntre el logarilmo del ingreso ~omin;-¡I en
implcmenl;-¡rse direcl;-¡menle calclll;-¡ndo ambos conjunl(lS de residuos y, luego, el
dos slolt os nidos}' e' de I;-¡snlólne llas so I;-¡res ;-¡cumlll;-¡das. SlIgeríélmos <1l1íque• c;-¡-
J
~.O'

"
codiciente de correlación enlre ellos. Sin e;"b;-¡rgo. en 1;-¡'¡lr:íclica, resull:l m:\sf:ícil
a un~ de las van~bles mostraba tendencias leillporales independientes '( ue la i:l-
-=-:: expresar rl2.) cn términos de los tres codicien les de correl;-¡ción' simples, rrz. rl) Y
nU,~nc,l~ deltal van;-¡ble común (tiempo) cra, b:ísicamcnte, la resPollsnbie ~e la co-
n. ' c aClon o 1serv;-¡da enlrc inoreso y manc 1las so 1élres. El supuesto se comprlleb;-¡ ru ('.ESlo es .
<=. '" 1'12- rl)rU (3.14)
-;¡
~;Jl:ls\alndo.po~ .~eparado Ic.ndellcias Icm~)Qrales a cad;-¡ v;-¡riablt:, calculando los rcsi'-
1 os rl~~xl~lic,\~~S por dichas tendencias)' eX<1millando 1<1correlación entre resi-
~)',~;.
l uos. .lI.1 slmplirlcar denOlemos .
, - Los codicien tes de correlación simples suelen denominarse coeficientes de orden
y == logarilmo del ingrcso nominal cero, mientr;-¡s que los coeficientes lip.o 1'12..1 reciben el nombr~ de cocficienies de
,
. l'
primer ordclI. y;-¡que se lom;-¡ en euent;-¡ la innuencia común de otra v;-¡rinble. En un
-:- X! == 10g,1ritmo de las nlólnchas sol;-¡res ricllmul<1das c;-¡so lípico de correl;-¡ciún csplire:l,el número de correlaciones 'de. orden cero s,!eJe
-
...• X3 == tiempo' (calculado en Mios)
ser gmnde, micnlr;-¡squ'c rl2.J puedeignomrse. Engener;-¡I, sin embargo, las corre la-
-,' CiOIH':Sde primer ordcn pueden ser milyores o menor.es que los correspondientes
~lili~;]J'cmos l;-¡mbién el índice I para rderirnos ;-¡I;-¡variable Y, 2 p<1ra 1<1vari<1ble codicien les de ordcn cero, e incluso tener Sigl)O distinlo. En casos de lres v;-¡ri;-¡bles,
X2 Y.l para X3. Entonccs. se dan dos codicientcs de primer orden :ldicionales, denomin¡¡dos '1).2 y rUlo El
,
"
"12 == corrclaeiün cn.tre y)' X2 primero mide I;-¡:lsoci;-¡ción entre.y y X) un:l vez elimin;-¡da la innuencia ejcrcid;l
por X2, mientras que el segundo mide la asocinción entre X2 y X) tu;-¡ndo desnpare.
¡Il
' .. "2.1 == c(lITclaci6n enlre -"2 )' X,l' cle. ce cU:llqllier efeclo que plled;-¡ l:jercer .Y.En c;-¡sos de cctl:lciún tÍnic;-¡, 1'12.) y '13.2 son
,,~,' 1>12== pendil:ntc (It: la rcgresiún tk Y sobre .\'2 normalmente los cllefieientc's de primer ortl~li queinteres:ln. Ln formulación de
"
"..•. , h.l2 == pcndiente dela regrcsión de X.1 sobre X2, ele,
,.
"1:1.2sc deriva de los mismOSI)rineipios o,nlleri,ativ;-¡mente, de laecunciún (3.14) in-
lercambiando los wbíndices 2 y 3. Por 10 tnnlo,
'o
<f' ('1.2 == residuo de I;-¡regresión de Y SOIHl:.\',
., ~,
.('3.2= rl:sidllo dc 1<1rcgrcsicín tle X, sohrl: X" clc .
\.::.

"
, ~.i,\ r;lh.;lj;lI11~S.los da~n~ en rllrma de de~viacionl:s, 'VCI1l0Sqtl~ d rl:sidllll de la rq.:rc-
~Ion tldlllg.trllmo dcllllgrl:so sobre el tiempo es
',. .
"r ." ~: ...•.
\. .'

V; ,
", ('1..1 = Y - 1>1.1.1'.1 donde. ¡,1.1== Lt.'/
, Con d rin tlc m;-¡nlcncr las cCll;-¡eioncs mcnos cargatlas de L.'.: ~Vb~c "1'~llllicc J.1.

•..
<
, 1.~
 - ? =--=- --....( ••• ,> '1

.:1
. .
.... '. ,
..
3.2~1Construcción
,. .. ~ . '
Sccucncial
. ~.~ '. '.
de In Smna dC.Cuadrados
' ,- " ,
ExpJic:ida
.... , .
rcsultado no l:Ollsisle lan súlo en 1(lIl1ar i"s raíc.:s cuadradas posilivas obtcnidas.:n el
c:ílculo lk lus codicicntcs. Las corrclacioncs parciaies son. porsu p;)rle.
El objelivo'I~[i~cip:irdel nnáli~iS:tlili¿ctlncional~ollsisie~n explicnrlavnrlación¿y2 O,'.I.5ó2 - «().X,_~()-!)(O.li.I~7')
de la variable dependiente. Lri regresiónueY sollrc)(2 dilCOlllli 'resuhaJoullil ,slllnn ':IUN:-12
VI - (J.72J2 \/r-I-_-l-l.(-)(-){-}()' , J
de cundrauos explicnda de rr2¿ ),2, Jej;,nlJo unasul11a de cU:ldrados residual de
(1 - 12) ¿ )'2 = ¿ eh
La proporción d'c eSla variaciÓn residual explicada Illcuiilnle la O.X:i()-! - (O,l)~(12)(.O,9;j~7) = -0.6 l30
. 1

uliliznción .de la variable X3 (IjltSlOda,eSlo eS,eu ";.r) '-bJlx2.es igual a r21U' Así \/1 - 0,91.013 \!¡ - O.9(}()(}
pues. en es le segundo nivel, el inér~menlo de SCE.es rh.j(f-r?2) ¿.I'2. Si se aliade la
SCE en cnda paso,scoblicllc unitSCElolúlde[r12:j. iT:u(l':"rhH ¿ ),2. De forma Por lo la Illll , rh..l = (),X()Ci7y rlJ.2 = (),:l75l'i. L;ís l1islinl"S sumasdc't:uadrauos dc la Ta-
allernalj\'a, la rcgresióIl1nulliplc deY sbbrcX2Y X;da una SCE IOlalque puede bla :1,1sc ea1cular:ín como'.'
formularse como R1.ü ¿')'2, donde I? I.~) 'cs clc()éficienle dccorrclilC¡611l11lllliple, en rh ¿)'2 = 25,6 r~d I - rh) ¿."~ = (J.'.I
01 cual el su,bíndice se utiliza para moslrarcxplíeilamenlc las v¡iriablcs implicadas. rh ¿ y~ = 20,25 rrd l. ~ rjj) ¿.\'~= 6.25
Bajo este punlo de visla, el. íiú:renienlo sufrido I)Or SCE'por la adición de XJ es La Tabla 3.2 resume lodos CSlOsresullauos. En el Ejcmplo 3.3. 1" SCE 101;)1era 2ó.5.
(I?~ .23- r12)¿y2. Ambásexpresiones son idénlicns,lo quepcrlllile demoslrar7 que . n.:sullauo idélllico al alluí obielliuo mcJialll.c la ulilizaci<Í1l de cllci'iciclllCS de co~rcl;i,',
.".' ~"",.)~,',;",i "",>:,;,;",:~~,--",.',,:!,:,.:. .•.';~"';"'R~:i}:ii';r1i;':¡::~1~:i':(¡'/:::.;:f.l;)::":':::.:.';(~' .'".:,.;:.~;c>;,.:.0'.l. "',C(ft'6),
.•; ••~,.:,~~,: ci<Í,i,simplcs.Y..¡la rciaks ....c , ••.••. - •.••.•••.•••.• ; .•.•. : ••. -1.-:,:: ..... ,:., .•. <,.':, .•'....•.. ';'Cr.:/ •.•',-(~',Y'."" ..
J ..: ".-",..:.':¡"; ..

AIlernalivan1enlc,la sccllenci~ podrín iniciarse con X) y'e;iIct;lar c1in<;rcl11enlo' de.

bido n X2. Ambás s¡:eucncins.sCllJuCslr¡in'en In Túbfn'J.l. . .
TAUl.A 3.2
SUlila de cU:l(I~adlls d¿' Ejemplo- 3.3 .',
,
I ••.• ' "
,,. rr-.f,lr-v-tw: •.••••
,..,_:~, , ••~.•.,.......-':'"
•••.••"•..••.•.
1••."lo'. o,,: ',••"~' oc:" ~ ~.• " - ••••. ' .• - '7' •.•'. ................
Variable Sumas dc' cuaurauos', 'Variúblc .
.T~\IIL¡\ 3.1 .

:,Conslrucció)l de,l:¡' supla decu:idr;!do~ ~xVÚc:llla: . X~ ,X)

Suma's llc cuadraut)s
211.25
.. .
, ,
,v:("~~ •.•..,~ •..~ ••.•- ..r.,..~-:-- •.•..'r.":'-....,.., .,...,:
.......-~ • _ ••. Ul ••••••••.•
l
,;~~~.~~, ••;•••
.. lllcr~l'llcllto . I'llcrcllIclllo ..•

Vari~ble .... Sunlas'uc eiJ;,drados, ., 'Variable ": 'S'umas dc cuadr;Ídus debido a XJ "0;9 - -, :Ji:biJo .¡'l'X;. 6.25
, ,
Xl .' .:: ~12):f~.. ', . .:. 'XJ rh Lj,1 X,2)'X) , 26,~5'_ : X2yX,; .. .:.265
111~(Clllellll; IIli:rcliJéilio .. ' .~ ~ " '. Resitli,ós 1.5 . Rcsiullos , . 1.5' -~....... .
'. deb,ido a,.'X
..'J'. 2. (1.: -. ~i .. ucbiuo ¡; X~ . (i . -'r~.1.1,) "'l.'2 'i
r.13:2' ).~),1-
.l2,L-
.,.' X" .. x3
'rl .
12.) L. , F~ ..•..•.
,
. X2 ): XJ. ,.': ''¡lh)LY~ .. '.1 y U1.2.l L,I': ..~. .' Cunl'HJb hay dos (o m:ís) variab'lCscxrlic,~liv:is ..llo txiSIC IlH;do ue dClcr:ninar la im-
.Residu'os':" ,'.(1 -lI,t~,;jL.,.i RcsilflWS . (1 ,- UiÚ)}>1
~
... .:
. (lo;'lnncia rCI;'liva que cada una uelas.vnrfabl~s licnc' pnra ~~p'lié~r el movimienlo "
,"'-.

¿re Y, cxccplunn.dci el caso e'xlremo (y.pÜéO'j)l'obablc)'cn que la.corrcla~ilÍn enlr.:

'va.rini)l.cs c.xplicativas sea cero. C~lnndOi'í~e~ cei'o, se dicé'{IUe las variabks son 01'-
: l()g(JllII/~.\' )f,se. ~lemueslraX que .!?j.2J = rh + En este caso t~pccial. SCE S'l!uivide r¡~..
en doscomponenles y cada uno de ellos se nlribuye de I.liancra más explícita a una
. d~ I.\s variables explicativas .. La asignaéióli ..rcsull¡i ¡mpo.siblc cuan(lo I¡,s X cSI:ín co-
l:re.ia~ill!la(I;;s, Krllsk:.d considera varios ín~IOdi)s 'p:I'ra ~\'allla r '1:, Í111p'urlan~ia dI: las
. di~lililas vai'iables explicati\'¡I~cJ: S'u proplle~ta. se. centra en clinlerés en d prol11cdill
. ue lo~ cll':;drados de los coeficienles d.c' corr~laci;íl1 sil11pk y. parcial sobrc los dislin-
. (6)1
.rh~ = -'-(- = 0,9000'., (13 .=.0',941\7
los iilol11enlos posibles de inlr~lducirlas X. En cada elapa. los codicicnlés ut: corre-
(JO) 4) :, ~. . \:¡ción nl'cuadrado relevanles',j¡idican.\n proporciÓn de varianza explicaua pur ,una
variabk X específica. Con el nnlcriorejéll~plo,.oblcnelllOs' ' .
Recorl!clÍlOs 'que los sigilO.!' de 195cUcl'ide,ntc's ~e corrclacil\ll ,/icncn dClcXUlinal!us '. .~ .
pé.r las covariaht~s.Si.i:aJculamos las'.c9rrela'ciones 'dehcUl\>s lcilc'r cn cucnla ,,'tic el
'. ' ,,' - ','.. '. :1' '. '.'. ". s.Vbsc ¡"rotilclll:1 ~.~.
',~
IJ ~ViH~;1Il1krlls~~,I. "nclali\'c .~I¡,.puríallcc'hr'l~\'crí\~i~lg n\'cr.On.lc~¡I1~s". 'lh.(' ,\1"(''';('(111 .\'II.lli\ri"IJ .. I')~7.
t;"
'11. (¡.\ll . t'.

'. i
.~.(.,r
o,'.
 .',

y¿
~IL IODlJS nE 1:l"U:\()~II: IltI"
1
,¡
'¡ CArITULU J: La Ecuación Lineal dc k V;¡riablcs 93 !
'.,;

Pruporción nll.:uia para X,

-
= (,.2 +,.2
12, Ip
)/2 '.,
gresión. 1'unto este di"grama C0l110 los coC[icieillcs medioS de Kruskal sugieren
= (0,91 -13 + 0.8067)/2 = 0.86 que. en nueslro ejcmplo, el papel de X2 es más importante que el de X) a 1" hora de
Prof1orción mcdi;¡ p;¡ra Xl = (,.2 +,.2 )/2 dderl11inar )/..
'. 1.1 13.2

'. '. =
(0.7232 '+ 0,3758)/2 = 0,55
~. KllIskal Illu.:slra sus r.:s.:rvas cu;¡ndo Se trat. U" .... • .
fl;grcsitÍn. Su arlículo in' .... . .' ,'.\ ~ ,lpIiC,lI 1,1lecnlca a un enlorno de 3.2.2 Coeficientes ¡Je Correlncilín Parcial
.,-:'.
los dalos ue r-1"I""ll1'\ll \.(~III~.C. slln cl11h,\rgo. un;¡ II1lcresantc ;¡plic;¡ción delmétudo a
. ~u, 1> CISC111'ln'Icer" 1'1 . )' Coe~icieJllcs ¡Je Regresión l\11¡\(iple
liva del dinero \' el ~aslo 1'. ., C,I (c p~renne lema dc la importancia rel;¡-
. ,'O;¡U onomo para delermlllar el ingreso ..
Un diagranl;¡ de Tinuergen es un f' I '., . La ecu;¡ción ~Ielre~ variables íicne dos coeficienles reprcsenlnlivos de las 'pendien- .
, l. . . ;¡ orma;¡ lern;¡llva dc iluslrar las conlr'u . .
le ,lllvas de las vaflables explicaliv'ls O' I . . lUCiones les dc la regresión.
l;,dos cn el estudio pi("ll:r~1 qu~ 01': b.
IC.lOSdl~g~al11as fueron extenS;¡menle ulili.
y:= h2x2 + b)xJ + C
1..;, ri!'.. 3.1 mueslr;¡ lo d' .: . In elgen rc;¡.llzo sobrc el ciclo de los negocios 111.
- s ¡;¡gl,II11,IScorrespondientes a nueslro ejcmplo numérico. De forl11;¡ allern;¡liv;¡, oblendríamos un c.ocri~ienle de I;¡ pel1(¡¡'ent~ de la regresión
de I!IJ sobre Cu y olI'O de la. rcgres'iólí decl.2 sobre cJ.2' Oenomin;¡remos a estos
coeficienles /'12.3 y bU.2 respeclivamenle, yaque su origen son las series ulilizadas
p;¡ra calcular los correspondientes coeficienles de correl;¡ciQn 'p;¡rci;¡1. P;¡rliendo dc
I;¡ regresión múlliple, ¡,ell,,1 es la relación d,e dichos coeficientes de corre1:Jción con
.~ () /)2 y bJ? L¡¡ respuesta es quc,estos coeficientes son,idénticos, es dec.ir, que; b12.) = /)2
-2 Y IJ1J.2 = [¡J. Los eueficientes de regresiónmülliple se oblienen partiendo de I¡¡s
-~ ecuaciones norm;¡\cs ' ..
-4
-(,
-6
lól)
(h)

Resolviendo p;m\ b2.oblenemos .'

h, ~ LX~ ¿)'X2- ¿x2xJ ¿)'Xj
-, - ¿xl ¿xj - 0>2x))2 '.
-::.' ()
... ,.' ••.. 0 . ",:,-"",;':,::," .

-2
.... ; ;~'~';ti;nJ~hcl~I'~~i;l1cr f1~r de r~'~icl'~o~':"~~~~~t~~rii'~~'~~~:',"~:"':""'" ....
, Ohs<,,'aci6n .-2 OhscrVólciún
,) ¿cl.Jc2j, _ ¿(y -&\).'I:))(X2- b2JxJ)
:¿4) - ---"-----'~---'-=--~..:-
I} 12.J = -~~~
.~ ¿(x2 - h2Jx))2
. «1
'. "r "
.' L;¡ simplificación algehrnica dc esl;; lillima expresión I\OS Ilev;¡ ;¡ afirmar que b12J =
.}n.
FIGUI{,\ J.I
,,) ,'~F uz. L;¡ igualdad de.105 dos coericienlesreslantes se demueslra de manera simil;¡r.
Diagram;¡ lk Tillbcrgcll para .:1Ejcmplo J.) .!. ¡. Cuando ¡;¡econometría se hallaba en sus inicios, existí;¡ cierta confusión en lo
'''"-- " '¡
concerniente a la utili7.:lción del tiempo el\ el análisis de regresión. Los result;¡dos
La r-ig. J.l (/ Ira!J;¡j;¡ con dcsviaci~ncs y mues'lra los v:t1orcs d. , •. .
""'.' (h) )' (e) mueslran Ih\' ,(. . . '. e). re,lJcs y c;¡lcul;¡dos; " I anleriores démueslr;¡n que esii1diferente qUI<.el tiempo se in¿¡u'ya o no en las v¡¡ria-
~. 2) }J\J' rcspecllvamcnll:; )' (ti) l11uestra los residuus de la re- bies explicalivas, o que a las variables se Icselirninc su lendencia antes de incluirlas
, '1
en la regresión.Surong;¡';lOS, ~.or ?jen,plo,la ~igliienl-C función de dern';¡nda
I
\..".
Q=AplhclhT
, .J' 111J. Tinh<rc<n
.... "n",i'/l'f\'
. .. el'
. (./ c.J'"
•. ","
I 11'
u ''''{','
. / r
.ltltft'J" tlf I'flle'ric" Jf)Jf).Jf) l'" r
I .\:,I,!.:IIC11
.. .
. ' ••. , Nalloll~. l'UI}, donde Q indic;¡]a cantidad demandad;¡. f' indica el precio y T, el tiempo. L;¡ el~sli.
I
':
"

'. :
 ~'~':
94
t~
f.
.. " . . ,:' ~..' ._""'.,.' ',;;.-
:
", ,'.', :,' ;:'.' " ~. ~z.
I
.,--;...,~r'"\
,'r'
¡ cid¡¡d del,prccio cs /h rni\?nlrásqué J3 indica la lasade ca,iJ.bio de I;,'canlidau J de- M. cs u.na Illal riz si 1l11:1
ricl e idt.:I11POI":
11tl: I:Onl;ls P!'opil;da,dd d~ ,\1.X. = () y•.M. e :¡:. J~
1
m¡¡nd¡¡.da (lor unidad de liúnpo.TÓll1íll\do I¿garilllió~ooblcneü)(js ".,.'
i ,', . -,', : ,~.,.... .',.' ~- .',. ':, '~;"'~'>-~:\-"""' .. ".~?';:\".,:',~:';,. ~,:',:.,.
,';,'. : c. Si~lIiclldo la CCUtlCi(')Jl,(3 .. l7). sah.chllls <¡ue .."
.;,:... .... lnQ :::;/31
:t P:{ltl,f+fJfr: . ,c",'< "'-, "';;"
La elastiéidaddcJ prcCio sC¿Slin\'áilJuSlalld(dii'r~é~am:.l;le ciha rcgresilln Inúfiiplc, . .;,
- ,\[.y es el \'~clor de ,:esiduos Cl;and(¡regr~'s¡íllí(lS y s()bre X~ ~.,.,
,..,."

o bien c)(c\uycnao 'la IcndeJ~é'ialine¡d 'íalll,r¿'i In QcOmó 'cnln P)' cSlin;únuo la

..pendiente. dc r~grcsiÓII.9¿(~rin,í'crresiéJlwsobi.c,~IScgul\do.15cSI¡\C¡,rémo~. sin cm-
ti
bargo; qüe en dcnsO de' ~x¡sq~fen,dencias SCr¡;.;'a.~las:niilSUlíCi'p~ iós'iJillcriorc's coe:
ficienlcs <lela variable lic"~)PO,CSUl(cslimaUllr d~I panímclro dccambill jI,) Il.
,': ..' .:'< .<',)¡,\',': •.
:: : l~..:. .ff.~". ". '".. .
,~.
,~

1:,.

.3:2.3 Tralalliielll~ Ge~erald~~l~ C()clidenle~:Je, t~~t~laci(¡1I Pardal' .

y de Rcg~csiÓ~ I\'I;í1lipl~ " '. • .. ,' ,l, ", ....••

,.:¡:";;:,,,:,!;,.::"'\';'~';""'" ';é>:~,;.;:;';;!,~i~g:!,;~,,:::.
.",j;",c~:¿~;.>¡;,~~,~~,'';'::':,:j'~o~,,)~,'~~~_:,:;j~~'::~,;(,.;,!i::'.:i,,:;~;;Ú):~:lÚ:4.\';,;"i.~~~ <;,:';;4,';,'1. ;",
En las condiciones qucmos(ramós 'cn la sccciónsiguil:llté'~~I¡is ecuacjollcsllormalcs
~e rl:solvcr;lullara b ='(X'.A')~:J En'cste caso, ~'~p~i.:~,ar~'jn'os!os rés'id:los de ¡,ne', j~,/.
grésiÓIl '!lCúlmo . .:.,.:'" . ,." . . '~" . ," ,- , " • i
., .';1' {-:.
,
~ ,.
, .
•
, .: .... '.e ~~;'.~ X!J
• ..'
=) :;:X(X'X}:I, - <
X'." :::'My:,
~ '
:' (3.17)
'.," ,'"' --;
, donde,~ " " .. , ', ... !d'= r';'~Y(,Y'~},,1:1 X! ",:-,'. :.:.
M cs u ít¡l nÚIl,ril.simélric,,' c 'id'ei)jp'ól'e lÚe 'illi"c~15(¡scc;di.ieiil¡~( laS"'pr~I);c(liId~s ,dé
. quc MX'=,?y Mé,'~ ~':~QfI}í~l¿ilio~rillQt't\'I/r.~gl'6~i,Sn. gcne,i'al;fn'f.ol';l;¡íl)ádidona- ';
da como,' ' '. , . . '.' ..,'. ,. , ' ',t~

"
, '
; <,
"';:)"~
"f' :\).\
'~"'.".;'J'['/;;.] :~'' .~'' . r ,
l.:
,.;:.' ", ~(~!',"'.,
.. '.
x
.1'2es el \'ectoral:' ¡;, '1 o!Jsei'vaciOllcs,tk X2',con"c()cC,i.,:ielile !r2,llIienlras que X. es = .í"iM.Y'J
', ..
'Ia ,h'alriz ¡¡ ~ (k.2 1)'de'las'variábles,reSla;1!es'.(i11ciuycndo'ln cúlúillna dc UilOS) con' "~\"
'v.r. l' '\/"',\1'\':'"
1": t:X:z
20:1. .. •.. 2 .
vector coéri¿iclllC' b(2)i2: Las"ccuacio;)es noi'm,lics son ,'. ..

. . '. ,'. '." [X'2'~'2 • '\"2 X, '].[b~"J :d h::2J' J

. ~\"s2' X'.X. b(2) , !x',)' .
...
4
"
'. '.,... .. ::,~ ",' .'. '. : ~ "'~,:,;;:..t., '. : ";~~"::'w'" ~ ..' . " '. '. .
Resolvemos,csle,sislemi\, de cCllnciol)c,S, pa.rab2,c,.j¡il~~(pl'c'lamos los rcsuJlados en
1~¡';lIinos tic '¡ilpeí¡(Jlcnlc de l\lia 'tc~rcsiÓn'siml;lc':Lñ so!úci6ncslJ' ,
..
. ,.
. . '" '.;,.. ,li2"; (\';~I,j~x;),:,I(.r'i/lj~J') "'(J.tS) (J,20)
. 1.,

• " " ' • '.. ;'10-' ,: "t... ~'. • '~'-.i / ",o" • .... ".
donde " .'. M •.=I-X:(X'.X.)-I X'. .••...
.
..•.. "',
.':' i'... '.,
.' 'dOllCic .\'u,I.:~k'es ,la elc~vi;¡ci{í"\~Sl,ín.t1úr' t1cio~ resid~';l~ '~Ie la r..:gl:esii'lIl de)' sobre
.;;' ..•." -~
.uni! cQnstanle y ,'<3' "'O Xk; mie,l!tl:as cIUS,'\'2:3Lk,"CSla des'.'iacilÍn.'¡:s(¡ínciar,t\.:llIs r..:si.
". tillOS d~ \a~4:i:~resiún dc X~sob,:e las IlIIs;mls v;lI'iables: L! c~lIacilín (J,20) 'es \;)''.''':1'- ".,~
.,
"
1,1Vé'~s~.rrol>I~;nJ.1.4, '., '-', . " silÍn,rílalti:~lI'ianlc de h)'q~lel;ieCUaci(Yn.(.f3()) e;:a !)¡I'n\cl nioikll; 'tic-eros \.ariabJes, ,:,::
'. " t: ','. '-. .
11Nólc~quC' nlC es un uso. difcrcnlc dcrsílllhólu.aslcliscll 'lueeJl uJla secci.ill aJll.iri,," fUI:llliliz!,dll r~ra ' Los restanlcs.coeficienles dc corn;laciúll p:iIJial y codicienl..:s ti..: rl;gresión múltiple
indíc~r'itvc 1m d;'los están el\ des.vi~ciones,' , ',.. , ' . , .
.se ~J;lcndr;\n sus! iluycndo x2 pi>r-.r;'(i~ \:'~~ n'~il,las ccuacinn:~.l\' (~, jI)) Yr~:20) y ,
IJVé~scA~.ndicc 3.2: . .;:. " ,
re;l1izaíl'do'los cambios coircspondicnlC'S'",Cf)M .-.::¡.. .• ".' ~ ••.•• ~_ •• <"": .~.. "'.~
,,- .. . ~. ,*,~•.'. ,'\;; ..•..~ ',.~: .('~' --~.~, ,.-~-'-' •
. .- ~:. .
:', . ~
_....i.:- __
 _.- ~ .. '""~~ ..~--.~"----~~~~~~~~~~~~~~~----~~~~~~~-

c,\I'lrULO ,l;L;¡Ecllnción Linc;¡I,2c k V;¡iiab1cs ,; 97

.. " , ' ..• ~.....
~$ ." ..,\..>~ .•.
-~'~ ••

3.3 _ . -,. . ...-' .' -' ~".. ., ... ", ..

r¡iscr pcrpendiculnr :'Ídichci cS.pncio cofumn:l, lo que requiere que esea ortogon:ll
LAGEOi\IETHÍr\ DE LOS 1\-IÍNII\'IOS CUADHADOS. l;\IÚa con respcclo,a:\'lcomo dé".\02 " -'\

.••., .•..
lt.
'X'c=O
Est.; colltíición rucdci'ivada ;,lgcb~.¡jc:lmenlC énla ecunciÓi{~3~S),Jlroporcion:lndo 1,,5
' .
( ,
ccu:lciones 'Iiormnles 'X) IJ v:.
Teniendoei1 = ~')'.
cucnín 1" ley del pnralelogr"mo p"r" .1

/ , , I
it' lasum:l de vcclorcs:1i. Fig. :U pone en evidencia quc 5' puede expres"rse como unn
! , i combinación'lincal lÍnic:l de XI )' X2~ La condicióll algebraica equ,ivnlenle ~s que I"s
, ecuacioncs normales se res~,Clr;¡enp:lm un (mico vect,9.~ b, LbS veclóres x de la Figo J.3
son linealmenle inucpcnJienles; por lo "lanlo, el esph'éio colulllnil de X liene dimen-
x sicín dos, es decir, el r,,ªgo de X. Como moslr"rnos en el Apén,dice A, ,

'. , Ra;;gúdeX~;;::r;irigodc (X'X)= r:\ngo de (XX')

FlGUHA J.2
:--. "'~s(¡Jues; '-(,y::YL¿s Ii()~i~,gular'y l~:i' Céuncio";r~s'~~r;Í1.~~s~e~~suclvell '1)(1 ¡-;¡ b ';"
«A~',Yj::'IX'íj;.L~FígUI:;¡3.4'níijcSI¡':\CI. en,SO eilquc los dOs,vccl~rc's x son linc"lmenle
dcpocll'dienle~o El pUnl() 5'. apes'nrtlc'cjueno
. '.. .' . . IJ., .
exiSla Ull" l'eprcsclllncióll linicn d~)' en .
'! El cilsom.ís sencillo es el q,uc mueslrn In Fig. 3.2, con Ull vcclor)' y un veclor x 'para
lérminos de :,;) y .r2' ~ig'Ueesl:'itíd';;dherlllill';ldoúnicnmenle por 1" perpe~lcJicul;ú
\lnOl (mica variabk cxplic;lliva, Amhos veclores se hallan situados cn E", eslo cs, el
desdé \' hasla la líne" dcl'itiició'pó,f los veclorcsx, aunque podemos (lbscrv:l.r--quc no
.espacio euclíc1co n-dimension;iJl~. El veclor y pucde expresarse COl110y = j ~,e,
h,,)' u~a unié" 1'G1jrese¡~l.~ción de 5' i.'llérminos de XI y X2' '
donde .í' = bx esmlilliplo del veclor j'. Ln rigllra mueslra lres posihilidac.lcs. E( prin- x;''' " .'.,' ~ ,.~:;}_:'.' _.

" cipio mínimocuadF{ilico consisleen elegir \In IJ quc IHlga j )' tan prú~imo como sen J'
posible ;¡ y, .ESlOSC cOi¡sigue hncicndo qué In longilud de e sen mínima, eslo eS,lra-
zanoo \ln;l'pi.:rpl:ndic\llnl' desdc J' hasln x. Como se muestra en el Apéndice A, la
condición par';. qll'e .¡: ~-;'Í!sean orlogonnles es x'e O. Así, x'()' - IJx) O, ti 1] = = =
x 'y/x 'x. Enlonccs:

o
r. =xIJ o,
r'J' )
=.¡:~,
(x'x .
.rr') )' .= (.r(.r'x)-I.rl1Y',.3_'
= (:..:.....;..
.x'x ~

=Py
donde :\ p= x(x'x)-I.r'
I)eslnqucmns que xx ..c~un;1 malriz;~I,~n,'mienlrasquc x'x cs un escal;lI:. La malriz FIGUHAJJ
l' es simélrici¡ c idcmpolcnle, Dicha .nwlriz rccihc elnomhrc tic malriz dc PfUyec-
ciún. pOrl]l1C mulliplic"nc1o por y se'(Jhii'c~ll: la proyeccilÍn del Vcclor y sohre el \'ec-
lor x. .,,~~

La Figur",),3 nHlcslra el C;IS0 de dos \'ari~lhks cxpli,;\ti\'as. con \'ectores .1'1 y

• .1':- El conjunlo dc. comhinacioncs l.incalcs,de esos dos \'r,lorcs ddine un s~ÍJ~spacio
bidimcnsionahk E",Sé'lrala dd'cspacio 't:oliimn:l dc:r, í:1 \'l:Clor dc rc~idu;)~uehe.
~~,

"1o'i.;,.j'

Xl
"I';lfa ,dislingllir enlre~[i'(,\" ,1'e1mismll simhlllllp"'" ;q"'<~III"1 d "'I'",'i" ,'II,lid,',,!, d "pe,ador e~l'co
r;ln7.;1 111:1h.'l11;ilicaulilil.ar\.'I1H'~.~a. !I.:lra 'ltc~rila E"'I)~;r;i-h..'kljt.iH,,:d prlll1l'llt.y b.il.ilic, ~il1 Ih,.'~t'j¡;1'. 1:;.I':lra
d ~~g\ll1dn.
"¡GUItA ].'1
 ;. l'
98. MtTODOS DE t:CO;-;o.\It:TnIA. ('.\1'111'1.11,\: La El'lIal'iün LilH:'al dl' k Variables lJlJ
l. l'

. E" ,1 'm g,,,,,:,'.'" ",,,,d, X ::r:r'";;;IO."'.;:f""'" ,,,I,,,n,,,, Cuando los vl:clures colunlna son linealmenlc depcllllic'nICS,'.í'seguir;í
se lInicamenle como la perpendicular
exprcs<Índo-
trazada desde." hasta el cSI)acio columna: sin
c,)

embargo, habr,í 11110 o m;'ls veclures c que salisragan Xl' = 11.Enlonccs

y = XI! = XI! + Xc = X(I! 1- c)
;.1
. Cualquier combinaciónlinenlde 10Svcclores sesiillíl en c\'espnciocolumnu de X.
En el caso de qué.)' (el veclor. de (¡¡s observacio'i1es Ji: b\.variable depcndienle) se que significa que S' nu pucde cxpresarse como tina Cl)mbinaciún lincal úniea cJc las
x¡ y que, por lo lanlo.las ecuaciones normales no se reso!\.t:r¡Ínpara un único b.
!l;¡lIara también e'n el espnciocolumna;'e;xisliría COIllO mínimo u.nveClor b (k xl)
que snlisfagn)' = Xú. Ulcon~binnci{)11Iin~at(le.las vai:iabh:sc.xpliealivas incluid;¡ to- Rcsumicndo. los mínimos cuadradós neccsil;iu que X ll"'lga rango k con el fin
da la ~nriación de 1', siendo 1,( vari¡\ciónnÓ explicadaigu"íaeero. ESlo resulta im- oc que (X'X) .sea no singular y las ecuacion~s normales Sc n:sut:ll'an para u'n único b.
posible en la pr5Clicn; In silun¿ión m¡\s lí¡>ienesla Inoslrada cn 1" Fig. 3.5; donde el
vector y' se sitlÍn fuer;¡. delespnciocolunina de X.lndiqucmos como JO= Xb cunl-
quíer combinación .Iiilealarbilrnria délns colull\l\nsde X; de modo que el veClor y
pueda expresarse como y =.} + c.. El- principio de 10sl11ínimos cuadrados consiste en
3.4
."":."",,,,~,',Jt.-!jgJL,~1 S'1J9.L.Y.<;i_,Sl\.l~:Jb.jll[í.})ú\.¡\.J~I;).qj).gjl HcJ/s!~!-lL~.6~.!9C,.C:j,¡;$JÜ,.S.\l"C9n.~j~u.c.;.c\!a1Jd.Q'. INr;:EHENCIA
'.:.:.,i:.•.•..;.•...,:'
Jo' .,•.'':.:.~~ ..•.•••.• -'..
EN
",
LA
:
ECUACIÓNDEAYi\H1ABLE,s
"H;,_ ,,¡ ~_..•....
.• _,. - ' ',~' ../:.' . ....,
••• ~ • ~.;_
""":"C;~i,;,,~,I;;;"":"
..',.~~.' .
•••. -.• ~ ••••.•• --_ •• _ •••••••• - •.• I •••.•
~ ••.•• _ ,.', j •

los veclores j y e son ortogonales. Siendo j .una combinación lineal de columnns de . . . '\.

X. sed neccsario que e sen ortogonal con respecto tic cada veclor x¡,'dalido . AcoJilinuación, neccsilamoseslablecer las propiedades estadíslicas dc los eSlil11n-
,. . '. .. .
dorc.smínimo cuadrlÍlicos y derivarlos procedimienlos tic ii,fcrencia adecuados.
. .~'¡c=.O' i='I,i,~ ... k
Depcilderán de qué supueslos se rcalicen al especificar la relacióll. '
. .. • I •

.
0, 'm¡\s rcsul;,j<JamcnIC':.
.'.. ,.,',... 'X!c =.0: . ,
. ,,,",

,,,",o
~.
3AJ Hiplílesis
q~e 'es un'n ccuaci6n:'id~n'li~;¡,'il in deri~a'd'a' ~~n n;'lcripi'idadp;HÍI ei ~;;~() de s.óldddS
...
~,'
,-
variablcs'cxplicaii~as', Cuantió las colui1~ntls' tic X S!l'n 'lin~almel~lé ¡;ldepeildienlcs
(p.c"X'licne l!1I 'run'go coilllllna 'é'ám¡ileiil): j. puede cxpresarsccomo una c\,lmbina-
i, ',Y es n.(iCSln~;íslica y tienellll r¡lIlgo ColuJnllaCOml)\clo jg.lI~' ¡¡.k.
. .Lns inrcrenciassOIl condieional2s n los \'aI6i'e~ I)Hlcslralcs lié lasl'ariahlcs :í: plll'
. cil\n '¡¡ncal Úi1icúlc ,Io:s\'eclorésx¡ (la. cdiaciones:n~rnlales sC'rcsuelvel,l par¡l (In lini. 'i'"'

c'Oh). '.' ;, ."'.:':'" > '. . lo"l,inl'o, I~¡¡ra l1Iueslras' l'cpeli<Jas; loselclllenlOs UC 'la mairiZ X se lralan como fi. "

.. .jos. COl110 se ilustró en In Sección 3:3.;pnra obtencr lu.\n,llllica delcnllinacit'lIl,dcl

veclor hes necesario que las columnas de X sean"linealmcnlc indcpentlienles.
2. Las pe:rtwbnciones liene ';15' s¡guienles,prop'ietlndes:' '

L'(/i]'= (J' (Jo? 1)

y " y;ir(ií)=E(l/u)= ;;!¡ (J.22)

Cliamlo'se nplica a.un veclor'o Illalri? c1oper:\dor cs'pcr'[lnza I)¡¡¡lelll;itica E. éste se

¡¡plicn',; lodos yendn un;) d,e los clcmcnlo~ dé 'ese'\'eclor o mall'iz. Por lo tan lo. p;lr .
. lientlo de la ecuación (~.21), obtenemos

'l' .
1:'(1/) =[
."\
'b
/1,; .
-~:;:;~].:: £("1') . O .
=11

FIGURAJ~S .,' y de laccu;lción(3,22) resulla:

"
'S-J
r.
- ..'....
: :.

" :. %.0.' ••
I _',.~

J()O :101
, ~
- ::.' "' ....

r;¡"" ') = E ([::: 1 [u, ", I

11"
) . (q"iJ
= £(II~II,)
£(111112)
£(IID
~«(';".;;,)):',')""::,."':":'.':"
f:. "2'.',;. ,'.:;;
"
,.' , ~:' '.'
dando . £(ú) = fJ ....,.....
.
,;,-, ,

(3.24)

. £::(11,,111) 1::(11,,112)
.j ":i", .¡:: :':.. .: Así pues, IJlljo los
.W/IlrCS(O.l' c.I'((IlJ1l:cidOJ ¡mm cSlenlOdé.'lo,: I~s~~eficieriles, Me,son
"" . 1.("" )" ,i,,:,,~.':: ¡eslimadores inscs'g:\dosuejlos par:ímclros jl.La ma Iriz. ,de va ri"n7.~s-coVMI~!lz~s:de
. " , ,,"; los eslimadores Me se eslablecccomo sigue. Particndo de.l~s pnmeros rnnclp~os.

=
(
";lr(lId
~1)1'(/l2,/lI)
. C(1\'(II\,1I2)
var{1I2J
~... '"'(";
COV(?,II,,)
,,,,,»)
= (",
()
()

(12
, .
())

C,l '='(~i.J' 'i '

: ",'O
.1 ",

t"
.\~~' '.:éomohicimoseneldesarroll()dclaecuación(3:2i).r,csull~..
''', var(ú) = E[(ú,-)J)(ú
'.'
7jJ)']
COI'("II''', ) va~'(II,,) () O (1~ : 'Susliluyendolaccuación(ii3).,',";;' ,i
,
d' ., •••••

,
, .' .' f[(IJ-j1)(b-jJ)']=f[(~'X)"'~Y'lIIi'X(X'X} ..I]
ESla matriz. es la matriz. de varianzas-c()varianz.as dcllérlllino
\';¡ri;1I1laS nparecen Cil la t1ingonal pdnci¡Jrir y fas covnfiiinZilsen
de perlllrba'ci(Í,i.:.L;i~
lasposici<>nesq'uh
=~X',\'):,IX'J=l/1I1']X(X',,\')':'1 .' , .
cSlóÍn fuera de dicha diagonal. La mnlrizla simbolizaremos mcdi¡¡ntelaabrevi,;¡'ura, .,;,u2(X'X)::'I.
"ar(u). A veces se 'indica también como V(!')o Cov(u), ,
. . . - ' . Por lo lanlo •.
La m~lriz de varianzas incorpora dos impOrlanlcs SIIpueslos. El primero es que/a:, . ,.,t~'vnr(IJ)'=lT2~';rIX)t. (3,25)
varianza de la pCrlurbación esconslanlc en todos: 105 punlos de la mucslra. Dicl;;i,'".'
condición se dcnominahomoscel!:ls\icid:1l1 yhi 'condición opuesla, aquella.que.su-" ': 'Esta cxpresi6n es una malriz k x kcon las v;'l,ri¡¡riias tnueslrales dcbi.cn 1;'1dingonal
pone que las I'arianzas de la perlllrbación sal} dislintas eh todos 105 punlos;se dClió •. ' . principal y Iris covarianZ<iS situadas en las posici.ones fuerade,la ~ingonal. . :.'
mina hctcrosccdaslicidad. El segundo supuesto es que las perturbacioncs 110 estú" IOJE~lI'l.ll ~.S,I~ItItOlif..s'I~s'i';'~n'\n'EN LA F.CUA~IÓN riED9S VARIAIILES. Como se ha
ClJrrC/llcilJlII/(las ti ¡Jw:{'s,' Por ejemplo, en un estudio de corle transvers;¡! 'sobr~el, m~sirilllo anlcrior'mciit~;c!1 cI. Ejcmplo 3. t. ,\"X es (en.esle c¡¡so)
comportamicnlo
perlurbaciones
de los gasto's en viviend.I., implic;Hía covari¡¡nz¡¡s nulas enlre.las.'
de dislinWs viviendas. Con dalos dcscries lempor;'llcs, implica cova-'
ria'll7.as nulas entre las perlurbaciones que tcng:\Iilugar en dislinlos periodos de
...., ,\",\'= l i:~" i,0l "

.. ;.
tiempo. Cuando falla dicha condición, se dice que las' perturbaciones csl:ín ':inICieo.'
Por lo (anlo,
. (,\",\')-\
'. '1. = ..
[,¿,\~ - p,] ....
rrclacionadas o scriall1lcntc Cllrrcl:lcinil'adas: . . O - ¿X 11
. ." .•.; ,':
'-... ',:.,' '.
,",}'

l.",
'.'.,. . :".,;,
''''''d;';;;d~;;fJ;~'~i;~Y~[Ji;;;i;;';;
~'¡~:'H¿'t0x{"~';t'i"~:>':¡';<'¡:~;"'¡~:';\<""';;'Y;i;"/,'\""','''':v'.,,'A,.~,',,,:;!'o'
." ..
. .. '/):':/I¿A''2:''(¿X)2::n¿x2.. '
3.4.2 ~icdia )'Vnrianza de b
Éntonccs, inúiCando In inlcrsccción MCy lapcnúicnli:por ayb, respcC'liv;'Imenlc, Ic-
o '. , • ,

ncmos
Con fines le(¡ricos. resulla m,ís scncillo rdúrnllllar las ecuacioncs normales COl1l0
f) ,
'.f¡= (.Y')'')~\.X'y ':; (3 .:<) ~h -:r d..e. .
, e .• S USll\u)'cn
.' d o." por su\'a I01' se o t1llcne
. . c..Y+i M oc\c~ .
que confirma 1;, ccuaci~n (t .<l(J)~ D~ rl1odosimilar,
(¡ =;:(X',y)-I X'(Xj1 + u) = j1 + (X'X)-I X'u . .' ..... .' (T2 ¿>.~
v<ir(l/) = -'- ..--. .
ya parlirdc aquí " n¿x2. .....'
b.'::'j1, = (,\,'X)-I ,\";,
t ".
.u2 o:>.~+IIX'2) I
Al lomar esperanzas. el.opc'r;idor.cspcranza Illalclll;ílica se lraslad,lr,í a la lkrctha " ¿x2
de 105 lérmino~ no est(ldSli~os, coml1 X, pcro' se aplicar;í en C;llI1bi~l~1~,~I;dq'nicrva-

l ~.
ri¡¡blc eSloc;iSlic;'l. 1'01' lo 1;lnlO, =u
. ,,(I .
2
.-;; + ir\'2 ')' 2 '. I
, n1J -jJ) = (X'.\')-' X'/:(u)= n
~..".
¡. ,
~
 lO2 .
..jr~:
"': .. ::-:'~~~~:.•
",
('",'h 1I1.0.1:La El.:UacilínLillcalu¡; k Variabh:s 10:1
~.I"-:~'"ji., .
....., #\

.' que canfirma i~ecuatiqn (L42). Lis ¡~kcscuadrúdasdcesas ",iri;lIlZ:1ssuelen deno-

minarsc errorcs cSI:ílllíar. Son lasdes\'iúciolics éSl;in~ilrde las L1islrihilciunes margina-
':i ':l ~~' Aprovel.:h,llldo
.
-
cl hecho
.
de quc la traza
~ "
. d.e
.
un escalarescllllismocsl.:alar.
.
. t~t
. '," ~'.
resulla
les
.
de (/ y b15~finalmcllfe; vcrilbs que
,
.' .. - ... .~..~ rthf E(I/'Mú) = E[lr(I/''\/!t)] '1 !}'J
. . ,,'~'( .:~.
L,
cO\'(I/;'bJ= ~ 112
que canfirmá laecuación(1043), :.LX2
,.".~
f
.tf = (12 lr(M)

.= (1'2 lrl - ((~I r[X(,\",\')-1 ,y']

£J£~lrLO J.6,UNA £CU,\CIc)NDE TliESVAiüAUU:S,'Casi lodas las aplicaci;llles econó- , ~.. ~ ~:;.
, llliCaSCCnlran m~s su inll:r~s c',i los cocfiei~nles ik las Jlt'lIt1il'II/('S ~lc la re~resilÍlI quc.'.~ t:!
= ((2,11'1 -(r~ lr[(X'X)-I(X'X)]
CIIlos I~rmillos de iillt:rsCcl.:iún, l'ilreso úah;'jarcnHls con los dalos en forllla de ues- ., ':~ ~:.:
~iacioncs, Sirvcn \Q(javía ecuacioncs como 1:' (:\.25). conviniéndose uliÍs ell un problc- .J ~'. '=u2 (11 _ k) "

",...."'' '"'.,,::~:'~::::;;f:;'.::e:?,i:i~)::;~:;;:~~I~r~;;¡!:'i,:t'\f~;;,].":,,...'
.. ;"'"',1' k" ~.~Pii"ot"óio:""" ...,....,'.e ..•.........•••....
'. 'k';"'¡"i.::~~",":'...."i.,."{i/':.~ fe"'(j.26) ."'
.J e
"',,4 }.:;
CQnalgulias op~ra.ci~lIe's all?,cbraicaspuedj.:'di;ll1o:arars~'qué
'ueCinc l;n esljll1au(; •. ilise~gauo de (J2, S~ raíz ~ü¡ldr¡¡dú s .~~
ia 'uesvill~ión eSliÍl\dar de
íos vnl~;'es Ysobrc el plano de regrésióil: Este~rcsUllado' s~IC,~ledenoli;inarse error
.
. ~ '. . .'
., . var(b2.) .>'=, ]
'112
1 Y
~. ".'
var(l,}>:::
.
"
,r2 ' ... ~,
n¡ ~;
o
csl:ínclar c1ele.~lilllllclor error eSl:íJHla.r!lela rcgresj(lll (EER):
. . . " LX2( I - 12)) :~ . . :' . Lxj( ,ti)
I -:- .,1 ~. .----
,
, . . :»~~"í,
.donvc"n es lac.orrclaciÓn~nlreX2 )' XJ, Si .1;Isvariables explicalivas no. e'sl;\n correla, .... /:~ ~{ 3.4.'1 El Teorema d~.Gaitss-i\'Iarko,;'
. Ci6nau;¡s,.las~~aria~izris 'll1~e~lr:ílesse r~dll~inÍlia iris ~~I.as. ~eiresi~llcs silll~lles ue y :¡.,,:';~t1' ',.
sobrcX2)' ~c; Ysaure XJ: Sin el\)bar~o, euanuo la,cllrrclaclllll elllrC'.las variables e,x- 'J .r'Es cltep.rcma úilH.iaIlH:nlai de lo~ mí;li¡lH;sC;lladra.~lus. 'E,lalll~cc que. ue al.:Uerdll
se
. pliC:lliv;is .,illcrerilclitaIl .. lalllbicn las: errores :cSlálldar, .il.ís an.i~e a'(llÍ~no.5.tlllC~o- ., :,':.;~' 'can 'los Supueslos establecidos anlcr;~:>nilcl\le. ¡lO'CX~SIC,01ro eSlin~ador lineal inses-
~',rres'pón'~l:rían'al ca.so orloganal.'~uai)l~ .il.ís sc':ni;eni~je,i-lasX. lllenÍls preciso. sor;\ el' ~ r~ gado' de lo~coeficienles jltlÜC lcogavl)i-ial;zasm'ue'slrilles 'menorcsc¡ue los del esti-
Í1!lenlo'dc. cSlillla~ Sús efeclos' rclaliv(J~.Dicha' siluació.n rct;ibe c1IlOlllbre de IlIItlticoli-.:,' ,"~ ;:: ': •.¡ll¡I'd01' IÍlínírno e.uaeÍrMicÓ.dcJa ecuación (3.2~): DehlOSlfl\l'Cll10's un resultado m¡is
,
." "
lIt:al~t1a.rI..a colillt:~lida~/.~on ..ulla~ali~)~aliu¡,upcrfecta'.o'.c~,I(~la.~ los. e~rures cSI¡\nuar :<:'Ji
...SUIIIlIf"lIIOS. .colllleahdadex;\Cla SIl?,nlfICi\quela~. cJ,lhl.lllnasde A .son linealmente de.;,: ..~ ~;.
I~.,' gel;er;I' Cilllcl;al.c¡uicr. con;bi'ia'ción line'al de los :coe.ficienles jJ: Sea e un veclor a rbi-
, .
. p<;ndienlcs )' qile,poi lo lanlo; nO..p\ll;de c~lilllarse~l".eclor Me':}'!.'t t.:' ~b~~~de k eiclilclitOS de' conSlalúc.s.conocic!ús. DdinamQs una cantidad escalar ,11
.'...,. ';::'fij ", ~.
'JI = t;'jJ
3.4.3 La ÉSli.\;:i~jón .de ai ~:{ !:
~. '"
.Eligiendo c';= [0.1
\."
() , .. OJo enioliccs)l.= ¡Ji, Podemos, por lolanlo. elegir enlre hlS
" ;: ,H '.:
l3 el elemenlo que d~seell1os ..Si escogemos.
...' La, m¡llriz dé variatizas-cb~a~ia'~z'ils' dé la~curicióri'(J.25) ill~hiyeia ~a~ianza ue la :;.:;'} .:,' . . . .' . ! .. '

J.::.
. .' .'

'.. p~rlurl;ació.n(f2;'(iuc.és Jéscol,oci.da. Rdillll;"raz\-lnahlcUlilii'.ar enlo;l~~s ~n eSlima-. L: c'~JI

, ,

. c,lor'bas¡¡d~ en.,las~l))a'de cu'adr~dos <.le. los rcsi!luos' dc la regrc~ió.n :ijlisfaua. Par';}; .::~~:,.'enlonccs
liencio de la'ccuación(3:17). lenelllon =My='M(XjJ '\' 1/) = ¡\-fu, ya quc MX = n. ~.~;~:/ '
. Porlotanlo,'. . '.': £(e.:ej'::: E(lI'AJ;r\JI!)"~'£(I/'Mu.r '. . ':::::':'( , JI=E{YI/~i) .
... . . :..... , '.'~~:~':": ",:.~
<jllCcs el valor esperado de lav;lI:i;,hlc'dcj)cndit.:'nlé.)' ~n cl.p~riodo 11+ l. cnndicio- .-
.', •• ;~ , o'

"
natlci 'por '105 valores X en'ese pcriod(\.cn concrelo. El; gcn'~r;II. JI re'presenta cual-
..'.),' .:'~..;'
. . '.1,. '" .'. _
l' Dichas fórmulas no ~on(lp~ralivasporque ,,2 esU~s'conocida.Cuandu S~ r~~l1lpl"zapur el ~slil\lauur.s2 ,~:,." .•.• •
'.~~r,
:~;.;
quiercmúbinación lineal de los elcinenlos d'efJ., A cOlltinuación, consideralllos la
clase de .Ios eSlimado-;'es liiiealc~inscsgildos' ~Ie JI. Para ello definimos un escalar 111 ,-

«Jc'ri,;auotn la S~cci6n3.4.3);len~I\IOSlos~rrnrés cSlóintiar~s'¡III;,¡I;,.r.I'''r 1;,1."lIu.c1lcrl\linu "~rmr cs- .:.-;- . f' .:. que !l¡ír:\ las veces . cle eSlimador.lineal
," . "
dc'/'.
.
eslo cs. '

láJiuar" se ulilil.~lanlO'
.
r'cr~r¡'u~
.
a cr'roreséSláÍ1u¡ir'
.~~rila'¡Jeros
cóillo eSli,í¡'a<lns,
..
dC¡)~I\"i(:nu\l
. ud C()III~xl\J,
;1~' .:. ':.'~
' ..• . -':
. .111='ll;Y :a'XjJ +(('1/

". .+~:~\.
.', -

:',' '.
'J~

",
o;, '~<I'
 -.
"
,\
T-". ~
..<
..
.
:':'-., "í
,
.•" t,;
'.: :

.
l: ~. •'! ,
;. ... :-.',.-.
! '.' : ~""t~UI~OJ;L~ Eeuacíón,Lineai de k V~~¡ab1cs 105
; ¡..o'.
'.' " . • - .' ~'~-J' ,,¡ 'f :j .;,:' ~ ':1;":".: '.~ '.:~;." I ...'~ .", •

ÚOI1t!.: a es alglÍn ".,:=ctor columr!(.', d~ ;, elementos. La linealid~d

mcúiantc úicha 'definición. Va 1'11 asegurar lai,nscsgaúez lcncmos
qucúa aseguraúa (ii) iio'"fJi ~ Jl~/En
~sieca~o, 13me~,u'rivalo'.¡' csp~ei[ié~do~Por ejémplo. en el casó de
~~ '. ' que G¡indicnra\lIla ~i~slic.idadprcdo, se pqdría verifi,c;lr qué la elas.tic~d¡¡~ es.-l.
, E(II/)= n;XjJ+ a'E(II) , Uii) I 'n: ih +fJ3 = I.Si laS 11 i1idiCnrnnl,as cl~siicidadc~ oel lr,abajoy cnp~ta! en. una
/

función de proouceión, ,esla; rormulación, sirvc'.p;¡rn cslnblccer la hlpolesls tle

= a'Xjl
rendi,mienlos Consl o'lllles dccscaln:~ .:. ;~,:..,. , " ".:' ','¡: ,,'. '
= c'Ji (iv) Iln~fl3'= 114.,0 113 :,.,fJ4 .=O.,EstílJ)ipp\.e,sis supone ~u~ XJ,Y X4 posecn !dénlico
coeficienle, " " ',' .,' .
(~ue se cumple só~o .si', , .• . ': n',y: = e' """ . :(3.27) • • L" j ~ .'

i.':' - ,~
El problema eSlnb¡, en enconlr:ar ell/:-vcclor n que. sujelo a las k condicioncs de la "t.., ", -1, ~
... ';
-.;"¡ ccuación{Jjp~.,minimiee la varianza úe '11/: La varianza de 11/ es :¡12, .. ; Q ....
,fJJ O
:var(II')= £(a'uu'a) ~ (,2a'a ,'=
.. :"" . ,.., .' ,~, .

donue. gra~ias al hecho de que'~I'u es un escalar. poúr;í formularse su cuaúraúo co- .,.", ':",,':fi ~. . ¡ O ' .... I,.~: ;.

nHl el producto de úicho ,escalar. por' su traspuesla. El problema estriba ahora cn Se lratnde l~hipó'lesis de que'lod~dl c~njul;¡~dcregresores'~~ ejerce cfccloalgu-
descubrir un n que minimice a'a, condicionado X'(! ~ e. La solución esl6. n
--
-'
que implica
(/ = X(X'X)-I e
no sobre Y. Veriricarln signiricnción.conjunla
el término dcinlerseccióil
de)a relílciói1.Ln hipÓlqis ho:illclllYc
yn que,' nl.cenlrarsecJ.inler~s
lo a su metlia, el nivel del:,ss~r¡cssuel~"sc~irrclcvanle.,,1
en In ,\'ariacié.'l de Yrcspec-
:. ..... .' ,
(vi) /-lo: ..02 = O. En esle. cas,o, el. v~elor ..o se di,vige~n dos sub~cC;lo~es,fll y ..02 q~e in •
= c'{X'X)-1 X')'
. c1uyen', "respeclivamenle,k, y kk;k:- kl) eI7m~nl~s. ~Sl se es~~b.!c"ce,l.a11IPÓIC-
= c'b sis de que'un sllbconjunloesl~.cd.rico,.d~ regq:~ores n~ II1nuye sl.g~,rlcatlvamenle
Dicho resulülcl~signiric¡; lo siguicille: '" . } ,
en,!a dClerminiJcióndc. Y,., ,~, ' '.;, ",
Los seis ejemplos se ajllslnn al rórm~lo Iinenlgenern\ ,
l. Cadau~o de Jos coericj~'~les: Me,/J¡. C~'ej' mcj~r eSlil~~do~ lin~al ins~sgaúo úel '
correspondien!eparámetro pobl¡¡cionaljJ¡. ." "',:/{ {lJ!~ r;: . r (3.28)
2. E~ mejor eSlimador lineal inses'g¡¡do(ELlO) de cualquier combinaci6nlineal de donde R es una malri7. q x k de. conslill1les.eonocidas, con q < k, yr 'es unveclor q
fJ cs esa misma combinación lirleal de las b. ' .
, :l. El EllO de E(Y,) es '., de conslantes conocidas. Cada ¡;ipólesis nula dclerminalos ele01enlos relevanles de
R yr. Parn losejcini)los anlerioi:és lendremos' ,
,..' r\.•¡f::t;,i':'~"rJ;ig ".' ' .' " ?>."~9." t-gz<~2.1, :*,?F'(JJ +"',t!J kXk.r" ".' ;';""".".".(i) "',R~~'t9'::';Y:;1"i,n';:;;~1;;'; i!?,..
:.:".S';~t'¡;'i\-"',:'r:'r,ro'.r.:,~"~
:1"~?'?''"'''''ill.i~.'t'';''if.\/,c"'~'/"':;~',:,,,:1';'',': '..:.,";.'.'
quc, ese!."alcirhal!aúo inserlando un vcctorrdevanle de valores X en la ecuación , . cónlsiluadoen la posicióni-ésima.... . .
úe regrcsión. '
Ui) R ~ 10 ..:0 I 0 ... 01, '. ".'=fJiO q= 1
con)sil\íado en la posiéián¡~~~imn;
(iii) R=;¡O' 11.' O .." OJ ..... , . ,r =1 . q =1
3.<1.5 COlllprobació¡;c\c Hil;Ó\esis LincaICs c1ejJ
(iv) R =:IOO:I~1 O~;" 01 ." 'r=O. ' q =:1

HelllOS estableciúo las.propieclaties del esli'll¡,dor MC de 11.Queda por ilustrar Có-

(v)R=IO. l¡..d '" ..... . ..... '.. '. ;'=0;:' q ,; k -.1
donde Oes 1I11\'l:cIOnlék- J eeros.
hipólesis sobre n. Consderemos
( VI')B' ~ '10.k ;
. mo uliliznr dicho eSlimador para veriricardíversas ¡ 1" :' ' ".; r-O "'q"-k
los siguientes ejemplos dchip6lesis lípitns; ,".. . .' 2xkl.k2 .:' ,:,,".' .. ':,::,'" ~.'.,'-2. ' '.

(i) lI{dl¡=O. esdccir.lilhip{llesis dc que c'lregresor X¡ il'Oinnu}'cen Y. Las veriri- El modb más i:JicicnlcdC prócederc'onsislécnrroporcionnr Un procedimienlo de
veriricnciónp¡1fa lallipólesislineal'gcner¡¡l" .. '.
caciones cle eSleCSliloson mu}' cOIÍlilllcs }'rccibcll el ,nombre oe.COnlrasles de
signijiCficir3n. . . ..
" . , ..••. i ' •.... ¡'~IIQ:JY{?r.=:O'1J."'~' ..... .' ....
I~Véa~c"r~ndin~ 1.1. El contraslegen'eral deherá ser tal :(¡lic sirva parncualquier li¡:io de npJicncián. Co-
nocicndo el esliula¿l()r Mi:. '1I11P\~Sq()bvi?'~s ~nk\lhir'el ,'ccl()r(Rb c- r) .. ,;cclor 'fIC
r.",
 106 MElODOS DE ECONO~IE1:1l1".
C""¡HII.O.1: La ECllacil¡n Lincid tk k Variabks 107
,mide la~i,screpancja en~rs: la ~~peranza }' la o[¡sen'ación. Si, en algün se.l.llidü, se Ira-
cione,s (3,36) Y (3,37) L1eben combinarse p;¡ra d;¡r lugar a unestadíslico c~lcul;¡blc
t.a de un veclor •grande. ,e;lIÓ¡;CCS 'se pb'ne cnd'úda'la vali;lc ••, L1e.la hipótesis nula;
que lle~e un;¡ L1istribución [cuando la' hipótesis lí~Ji;escicrla y~que viene' daLlo por
si, por 'cl contrario. es un v~<:l¿r. pequei)o., e'íúonccs no se conlral!ice,la hipótesis
n~la.Co_m.oe.ll cualquier proced!micnlüconvi:líC¡o'nai'l!evcrificación, la diferencia ',(Uf! - r)'[!l(X'X)-1 ll'l~1 (llb - r)lr¡ . -'.
enlre grande }' pequcoo \'iene.delenílirúlda'po'\; ladislribución muestral relcvalúe e '/(e 11 ,- 1\
l.). , ",' - [('1,/1-
'. k). (3.JR)
',,,"\

bajo la hipólesis nula que, en este caso; es h\ dislribucilín de /l b cu;uHlo RjJ r. = "':.
A parlir de la ecuación (3.24), oblenen'los.< ' ." , El procedi;n1ento de verificación rechazarií la hipÓlesis RjJ = r siempre Cjue el valor
.
r:
,

E(llb) =RjJ (3.29) c~lcul;¡do d~ exceda de \In valor crílico prcsclecciol¡adlÍ.A COI\linuacilÍn \"eren\llS ,"'" .

SI el proc~Úlll\lenlO de veriricaciónes viable para las aplicacioncs e~pecíficas inúit:;¡. ;r:"\

De este moLlo, dela ecuaci6n(3.25) '" - •. das anlcnormc.:nle .. ','1

' , v~r(Jlb}= ElR(Ú-jJ)(b-jJ)'N" ' En ciertos casos resulta litil rcform\llnr laecuaci6n(J.JR) como sigue

,,; .

Conocemos así la me~ia y la varianza del veclor /lb., Necesitamos un supueslo adi-
cional queclelermi'ncla [or;n:l de'Ia'(.lislrib'ú~ión:~lUcslrar.S¡endo b función dcl vec- .
10("; I:l .dislribucióílinue$iralde Rb' ,vendrá ,(Ii;:teril)in:lda ¡lor la dislribuciónae'/I, . .'
-
. s2c¡¡ = var(h¡) y, .r2c,',',
}
= cov(h,
. ",.
/J,)'
J, '.
, ¡J' ~ 1,2'
" t •••• ,
'k '.
. Las ccuacioiles (J~2l) y (3:22) rt!llresenlarilós supu.estossobr~ ". rcalizaLlos hasta és-.'
, ~~todas las aplicaciones, las forniaséspecifi.cas dén y';. se susliluven en la ecua-
le momoill.o.:SUpondre'lilps ahora:, adcm¡\s,.q~~las "{Sé ,iúílhÚl L1isir'íll(lidas' normal~ " clon (J,J8) o (J,J9). •
rnclJle ycoo1bin'aremcis '1.0S t'ressupueslos élllína .únita nfiriúilción' ,' '. '. ~
• ••. I .". " .

~i) lIu: fJ¡ ~ O, lUJ s~ conviert~,eíl'b¡ y It{X".X:)-i It' ~n i:¡j,~I¡;ícmenlo ;'-ésilllo

" ";, '." :"'N(O:~1.n.' , .. , :(3.31).
- . de la dIagonal de (X'X)-I. La ecuaCión (J,J9) se'con\'ie'rle entonces en
'Pl!eSI'o ti uc'i~s' <;~nibi'~ii~io;~e~s'1¡'I~~ai~s;'~.~~'¡;ri~i~lcs'I\~;'n;'¡II~s~é rla11an l¡lI;lhi~núi~- "
. . ':"b,2"""b,2:" .• ,-'.:' .
Ir¡bllilJas nbrnuilmel\\e,
'.
s~'sigué clire'ciamenlcciiae' .: ',' - '.'
" ,.
' .:,..'., ,,' '. ,- - ,'¡ ,
[ = -,?-'- = ----.,...L-. -:' F( L 11- k)'
s- c¡¡ var(h¡). ... . .:
:b':' ,N[j),ú1. (:\'X)-I.1 1"

" ~IHon'ces " :, ,. 'Rb~":~{llji,I17..R(~r',\l:'r

/lll", '. o, lomando la raíz cl/aúrada,.
.'
y, por)o l¡i'nlb, . ',,' R(b ~ jJ) •..,N[O; d2 U(,'(';Al:'1.'I{'J. :, b. .'} ,; '. . '
,( = ~= ~.~ I(il- k)
E~C¡¡~.o(¡é 'q'~é'la h'ipÓI~sis'n~la RjJ=.r. sea' ¿¡c'ria '.' ','
r
. .f~.' .c~~.(hi) . )~
.
• ,'. • ", • o", .' • _ " •• "',

" .r:U 1<;> l~n.lo,l~ 1,li~'ólésisnula que 'soslielJ~'qu~ X¡carece úc.:,asociaci~n COlI
", "'., 1 -"1'

" {Rb,~ rY-NIO, iT2R(X;X)-!.R'J '. . .(3.35) } se v~f1flca eJlvldlel~do eli-ésimocOcficic.:nlc:esiim,¡po po~'~u error eSlán-

La ccua'c'ió~'nos da:la'iJ~st~"it~u~ióil mll~~II:al ~e Il¿;' ~o;no vcre;{)()s ~'n ,~rApéildicc " "
,'dar.esllIlIaúo, y rc);¡clonn.ndo did19 mlio con la .dislribucilíl} l.

n, deri.varc;nos una~~riable X2 ; :" , "', .' ,,' ',.". '.;~ (ii) 111): ¡J¡ = l3¡I)'Verificamos es'~a J¡iiJOICsis 'dc for:ma' sjinil,1r ,í la' allierior
' .' . : ," . : ,'. . ','. . . . . ~:.
, (Rb":: r)' [(12 R(X'X)-:,I}l']-;! (Rb7 d- X2(q) , (3:36) ;:~ ' '1 = ~;-fJ¡O - ~(II -k) ,,' ,
e.c.(h¡) , '
El úiljCO probl~~lncÓn el <¡ue ciloca laai)!'ic¡iciÓll pr:íclica L1ela eCllacilÍn (3.J6) es la 'j
Fresenda de' ~In 0'1. úesc~noeido~ 'Sin cÍ11bargQ,'cn'el AI)éndice Ose llcniueslra<¡ue'
. ' . '. .' . ".: ~~e,:.:I.' i,:", ,. L<' ;', '" . .' < : En vez úe ~onl raslar lúpÓlesis '~spc¿íficas nc~ ;'~;I' /1;:: r'odcnro~ lam bién . de'
'. - - X1. (n-k) (3.37)' . "c:dt:ular un IIllcrvalo eJe confianza del 95%'¡)ara /1, E'sl'e sc' Obl' d'
'.r1.' ' , ,.' ,'" , .'.. ~ ' '1' lenc me ¡ante
• • ..',' • . •, . 1,.' " • • ' ' • ., • (. _,'.'~; • • : ' • • - .' . •
h¡':t 10,0;5 'e..é.(Íi¡) .,.'
y q'jC dicho cSladístico
'. . '¡ ',.'
scdistribuye
• ..',
inúépendienl~ilJcnlcde
: t' _ ,.... . ,'~. "
p, Por lo tan 10, lasecll~ •. . •. .. ". !:.. \.1.4-

,
O' • .-, ,

';:.,..
',.'

~. i
 IIJK
.
" ':
'. ~
,,p.
f. ~
lo
';,'. , ¡ "i ; . ~

:', "
l
... ' ,.:'t'~\:lofi'PLU):L:I ECUilcidllLiI1<:alde kVari:íbles 109
. (iii)IlI):J12 + jJ.' ': 1. Ub,;s Jil sllma(!ctlos
coeficicn!l:s cSlill1ados, h + lJ.l' Pre- ~.' ., : ;, ~ '.' , ," , .; 1 '.

2
J'
mulliplic<llldo' (X'X)~I por R, se::oblielle Un \'celor fif:l cuyos c1cmenllls SOIl ,", b',!X'.,y'.b2, (iuc,i:l(Y ton~ó '~c.dem'~s;¡'ó:.e~l.a .•eeu,oci()n (i?),;e~l:I ~~CEdc; .
liJ suma de los c!cll1(;ill;;S eorrespontlicJi!l:S ~Il 1•• segullda y lcrccra fiJa de I:!.regresitlll. !)o,; Il) (:lnlo,c,l, ~S'I.aqíslieO~¡;;..(Nt:..v~rifiénráJ~ slgnlflcaelOn con- i
(X'X)-', ESlc líllilÍlO r~suil:'ltÍJ óJmbilladu eOIl /l' da la suma dc los ClcIllCIl-
los scgulldo~' Icrccro Ud \'celor riJa. es decir, ('22+ 2('2.1 -1- ('.1)- COIl el) =
(Jc:rc~!~~~~~~5~~
.\ jt~I.'(¡~d,\(r"lyt~l. ...' :;.£.',. ,:;:",'/,::,;:,;;:,~,;;;:', ." ~,~';:,
(.12" Por lo"tan (o. ". . , ", .,. ",.l, •.s.C.EI.(~,,,,Jh I:'(k':' ¡"J,'" :;;.'k). ~.f' ,L
"{-:'4L~:, ,,'-l- ;~"'fJ', (3.40)
. ,
. "
,

,
I:;..~. ':SGRI
", '¡~' -!

,
". (, '.

" "".
¥' ,

J1i":'.kh"1~~I!.i;jL',,1J';"""i1
,
,,'

'a .fr
,.'

.
U.,,2 (X'X) ..'k = ,i.2 (('22 + 2("1) + ('.1.1) U'lilizando la ~euacil)il 'd,IO): cxprcs:l'ren~ost:lmbién el es't:ldístieo como

• ,1'
.. .,,:,var(h])
, . . ,
+ 2co\'(lI].II)) + var(h,1)
.
.
'.1
.f.)j;;:::Ún.,2/(k+~1
••""
'f(k~,;!,';' ~.~)J ..
"(I,¡.••R2)(II*.k)'l ..h(,¡":''',
~::I:~, ","!:" , .•...
(3.tl1)
':.:":,:'1':';";"< ,,-:,;:';';'1 .. , '. '.

El eOlllr:ls'lc cSladíslic~l, c~ , .",:' Lo qi\c c\leslion:i CI t,ilnl~nSle cS:'b:ísic:l,~c,ite,si el eÚ:ldróldo ~ledio origi-
..¡
; nado p~)rla'reg'rcsióll' :es.
sigiii fitjli~ri n£,üc"'lúayor quc,C1 eU:ld r:ld9 medio
1= (h2 +:h,'- 1) .,.. 1(11 _ k) dclri.:siduó~ .'" " '."' '"
' .. ,,' .,
"( . , "

( "'
V,'ar(h] + ,h,1)
(1'/)/1;,:'112= n. La hiiú\tcs¡~' ati;"~l~lill~li,; .\'lih~ól/j/l;1I0 d,e'cocfieic;~_ICS tic te~
'.
Dc modo allernativo.poc.lem(lS 'calcular U11'in ler\';lIu dc con rianza dcl 95 'Jiu . gl'csh"1Ilcs l'I1:"cdor 'ce";" a'~lifer~llcia del ejeuiplo ó111~cr'ici'r, d(1l1dcti}(I()~t105
para 1:1suma (lJ2 + JI.') COIllO e~cficicllles tic r~gresiól1í:1ebí¡i,iser tcr9,P~rlié:ionc;hos 1;) ceu,adón!1c ~c~
grcsiÓI'" COlllO sigue .\ '. ..,'." ~~.
UI2'+ /).1) :!: 1(),1l2~ VV:lr(1J2 + h))
-.
(h') 110:
caso
JI., ::: jj~. Dc Jl1rma similar ,; (iii), é.1 conlr,lslc eSladíslÍ\:u ser;i cn cslc
.y Ix,.~;i[t:J+.,=x,b,;;;",+~,.
= ,.
,"1

'. tI;ndcX1licl1C kl ~oltll;l~ns, 'i1;c1'uY~l1dou~a c~l~m;l:l de unos, X2 (iene k

2
. 1:::' ",- h~ - 1(1/ - k) (= k -k ,) ehllllllllas, y IJ1'y';'{¡2 Son los,cohespontlient.cs subveelorcs de los
" \/":11'(11)..., h~) . coeficientes de regresión, L:lpartidón 'tic la Ol:llriz Xnos d:l ' .,

",!?.rc,~.~!1~1\,ej,o,ll1plo
~~~~::::~:;:::i,'~~',:~;'
~,:'::,::: I';';;:~:~:~~~:;'~
(,.);:"'i~;o::,¡,~,:;,~,;' ,",'~'~,;~':~;,".*:", •.'.,.,
eo.ntcl1lplil'(lIi,i:hj'jjÚii.:sis'(-II!cli;E1Úy~:j(;sk '~'Ir~gl:cs'¿;:;;s.'" .,'
'C' .•••• •• ,..,.c' ~:;~;L
...,.,~;;i,:l.;~:;~;; ,.;:.":v••.;,:_.,
...., ';{(XI~~)~IU'SC c(¡nv¡é'~teel;;la,lllalri~'ctÍ.idr~da dco~cJe~ k sil unt!;) en
V••••i•.
la
' ,.,'

.\:'X,., 1/' ••",1", ,,1,1, "d" '0"'" , 1, "'''m,,' "1,'""d '"d" d, ",d,,,
. Pi I'b¡,: il{ "'1" 1"" 1"r,,;o, d ",,",~'.< K' X)., '. D, modo ,1m;'"" 1o 0,",[1 do,,, 2

' -1,1"","" ",1" "'1"1",, I"r,,,;,,, do"{.''',,)-'. P,>n,,;"',,,,, dld,,, "'1''''''. .. " Ej, "'PI" .< "í; .'''' "''''''i, ".~~"",''oc (.y-"I,K,)-' dond, M, = 1 ~
'."\ "i" P" el Id O""" """ 1.• O"', ,i, X "",," Ji X ,1, d"",,, X, " ,,, """ ,'1,. d, "". X, (X', X,)-'X'" Se "",,, ," "o~ !""",Ir. ~imé"i", dd'mpo<"", d, ,,,, dd 1,.
......•.
J
",.,.",1",,, d, ,,,, , - ,,,,,.,,,,,,,. £"'0"'" p" !!'"d,ro"''',,.o, "" J" wihdó" (3;17).PlIse< ",im i,"'O1" p'''pi,d,d d,
x ',Y = [' "." ~11; .,:,/'=
t
r.' -' . ;'X,] ,; qlieiHIXI'.~ O)' M,I! =I!: l\tiem:ls,,Illjy nos tia clvcctúr de rcsiduosclIa,ntlo
. ..\'2 .. - X '2'\:2
.\"2; sehacc.laregresiÓndcyiobreX1.EI nunler:ldor.dc I:lecu:leión (3.38) es
,
De 1:1rórniula del Apé,;dice/\ que proporciona 1;', in\'crs;\ dc una matriz
,.:. •••• 1
p;lrlieiond:l, pl;dclllos exprcsar I:í sublllalri¡¡, rcqucrida rolllO . "I/~(,Y';ÚIX2)b2Iki.' ..
[ \" \" \." . -1"
tI.1. ./ \' 2. ]-1 -- [ \'" 1 \' 2 1-' =...,
1 \" \' 1-. I Con el fil1 deenlcnder;oquc
• # ~, -;'.~. i I ]" ,

mii1,é.dieh~hUnler;)dor, premuil iplicarcl1los 1:1

. .ecuaciún lkregresión parlicipli:id:iporllh oblelÍicndci
uonde r\ es la Illalri¡¡ .. ~I~r'in¡da :lnl~riClrllll'nlc cn I;i ccu:lcit'ln (J.7), (I\le
.', '., ....íl1Iy=ÚI¡\'2b~+} .
"i Iramrorma lasobservaciollcs cn de\;vi;lci(lI'lcs. 'y'X, -.: I\'r~l({¡ = I;!. es el
veclor de los cslillladorcsi ..•. 1Cde los e;lcri(icllh:s lk ¡liS k _ I rcgrcsorcs.
Ek\':iiHJoa~llbo:; liI(los;1! cU:llJ¡-ado ...;
Sin lener en cucnl;lcl divisor 1(. cl nlUllerador dc 1;1cClla(i(1I1 (.1.JI\) cs
• y',H;y= b';(;Y'2;\f,X1)lJ2+e'e
 110
c""ITI'l.o.l: La Ecu;lcilÍn Un<:al d<: k Variabks 111
, .
El término de la izquierda dela ccuaCión cs la SCR euanuO únicamcillc se
La difcrcncia eotrc elnlllllcro de codieicntesJ3 cSlinliidoscn las ecuaciones rcs-
. rcaliza la regresión de y sobre: XL EIÚitin;o térn~ino, e'e. c'£ laSCR cuando .' tringida y no rcstringida. . '. . . .
se realiza la rC'grcsión' de )',s~,hrc [Xi X2].Porlo tanlo,cl ,lérmÍllo medio
4. ' La difcrcncia entre I~s ,gr~dos d'c Úlicrt¡i;d 'asociad~s ae'*c. )'c'e., .
. mide el incremell/O sufrido pó~laSCE (o, de for;nacquivalcnlc,la dislllinu- .-..: .
ción de la SCR) cua[1do' añadim()s,X2 '¡¡Iconjuntó de regrcsorcs, Para con. En los seis cjcmplo£ anlcriores, hemos d~£¡irrollado (o~ c£ladíslicouJc prueba im-
trastar.la hipótesis plantead~esprccisQ'ieali1.ü¡'dos rcgrc£iones distintas, plicando cn cllos los coeficicnlcs !Ji de la rcgrcsión no rcstringida, En los Ejcmplos
Calcularemosprimcro laregrcsi6ndc;ysobrc,YI• indicaildó la seR como (i), (v) y (I'i) hemos ViSIO,sin embargo. que lambién cs posiblccxpresar los cSI"dís,
e'.e., bcspues Tealizarenlosla regrcsí'ó[,prira(odas lasXs' obtenicndo con licos de prueba cn lérminos de la difcrcn.cia entre las SeR tI..: las rc~resiol)cs res-
ello la SCR quc,comoes h¡¡[>ituali 'YendníilúJipida pore'e; Particndo de In- tringida y no re£tringida, En los lre£ CaSos, Inrcgrcsiól1restringid¿, se 'oblcnía r;ícil-
ecuación (3,3S),elconti'aSle estadísdco cs~ .' , . ."mcnle cxcluyendo dc la regrcsión 1;)£varíabICs r;lévanlcs, Es ';lllOra cuando surge la
"F" '.. (e'.e • ..;.e.'e)/k2 ." F'....(k .', 'k) ,prcgunla de si, en el resto de ejemi)los, es posiblere:i1i.zaruna inlerpretación similar
.'. =' .. -'211- (3,42)
,e'e/(n':" k) .'. ' .'. . en términos dc la diferencia entre dos sumas dccuildrados de res'iduos. Para res-.'"
{< ponder al;) pregunla, necesil:lremos examinar cómo se.~jl,s.la laregrcsiq'n rcslriJ\gji ..
'<,;.;',..~.,;<Ia.en:.djchos:CilSOS;"" , , ' /.; , >,:~; ;. <;c.•.",.:.,.,
, ...•..
•••• .::.:
.•." '..; .•..",',~.':.:,;oH/M.H",>'"
<., ••: ••
~~.~
3.4.6 H.cgresioncsReslringidas y No Restringidas
, . ~;\

E~'cv;de~;e'quc (~)~~unci;so 'e'~pecia;~dc'(Vi)1': ~n'~o'nse~l;~ncia;, ('1') puede fnler-, .'3:4.7 Ajuste el.e la Rcgresi6il Reslringicl:i ..
.~f,
'';'\

pretarse lambién como ~1.resI,lIladod~ dos"régrcsio'nes distinlas,En la ccuación '.. ,:. .. ' . .., '. . . . . ,", :':;::;'1\
\..,; .
. (3.9) cOll1c'ntá\>a~io,s que laSC~pucdccxpr'esarSeCO;)10 SCE= i.')", - c'e. uondc y. I~'~, El ajusl.e puedc realizarsc dc dos'módos. El priniero consis'le 1:11 desil'rrollar cada ca.
=Ay; ~o~ !f;:dcfjni~~c.n I~ .~cua,:ióil.(3:~rSe "de'l.ll~'eSlrú'qu.e Y,'.y. ~s la S~R cuando. o • '~1""~, s~ específicO. dc£de el principio;. el segunJ~ ..C;l oblcner una rl'lI'Illula general que sc
. se rcalIza la regresión de y. sobre '';1 (=,./)ll',SUslIluyendo SCE el1 la ecuación ,(3.40), '. ¡;t J;: ajuste a cada caso espccífico. Ulilizaremos el Ejemplo (iii). eón I;¡ rc~resi(in en for.
résulla que cl esiadístito, dc 'pruebl\'resullanle.:tieil~ idéntica forma. quc el.cJe.la' , ,~ . mil de desviaciones, como cjemplo del pril,ner m¿lodú.;' '. . - •

eCl!a~~\~~~~~: ~~~~s~:(y)~'(v~'), '~e n omi';l~~lO¡ .i\;~'P'I:¡'l)~~r;¡ iegrc£'i6n COlnorc ~rc.' , . y ;, l)~x 2 + b'3X)T. e ,
sión rés.l~ingida,mienlranlti¿ la':scgunüa'cs un~'¡'cgfc£íón ,;.0 rcslrii,'gid:I.: Del mis-'. .ln'lpondrclilOs la reslricción deque í)2 + b3';. L:S~s~ilu}'cr;Jo. la '¡'é~lricción 'en 1:1re- '
1Il0 modo. e'.•;. eslti SC/J.rc's/fil/gÚÚ, {eíe,es láseR /l(;¡'cstri,ígidll: En ¡¡;,:égresión: gresiÓJ~ oblench10S unanllcva e.cuílción:.. .' .
rcsiri~gida:las fesí ri.cci.on~s :iaic\üid~s en '.f¡ ti: se. Úripo'lcneilla c~uú~ión eS(imarla. • :~f, ~'. '.' ;'b X2 ; (1 ::.'b2)'\\:~c.; .'
2
.)'
Así pues, la rc.grcs'ión restringida;d17 (v)omile 10£ X2,'X), ...• Xk'de 1:l regresión o, dc¡Y r'ó' ..
forma equivalen1e. el conjunlo de coeficientes b2: b'): ..:, bk son l'ódos igual~'s íl cero.' .~ .•.. ' - . . .
En (vi) la rcgresi9n resti'ingida ..utiliza, Úil~ca'n'lél,l(e !~,~vnri~bles, de '~I' La regresión '( ,(;: . '. .' •. '. (F,- .\) = b2(X2::- .\"3) +e. .' '.' .' ~....
no restringida 'utiliza todas las variables de:: Ji! 'matriz X. Siguicnuo idéntico ra2011a,- ;:tI tt:; ~ .:Sc crc'a,~, por lo l~nto. dos nuevas varillbles ..(y-x)) y ('~2 ..: x.'): La regresilÍn simple .....
mienlo: el Ejemplo (i) es también. unc'~so'especialdc '(vi), Ehlarcgresión restringí- ~I';' ,4e.la pflmera vaflable sobre la segunda (si Ji l.éril)inodl: inlcr£eccilÍn).¡}ippo'rciona el
da sc uliii1.aó. l~das'l¡Ís' y¡i¡-jabYese'xec'ploXj• ,Por lo '.la~lél.c\conlraslc tle significa~. ;~ :;, eSlllnadorrestringido de /)2' L;¡, SCRde eSla: regresión es SCR reslrii;gida, ;, .e., . In
. cióo. de fJ; 'cuc,slio~asi :existc una' disminuci6n significativa de la SCR '(Ollli íncre- 1! :>, .. ,
El .mélo~o~en~ral requiere. un; v~ctor b~,qll.e minlil11cc 'j;¡:SeR y que ~c hall~
menlo' deia SCE)..cuandoaiiadinlo~ Xi rl1 c()nju¡'ló'dcr'~'g¡'c£ores, .', ..' .lé'
.' .;:1' "SUJCIO a la.s re£lfl.:cioncs Ilh* = r, ParaoblCIl~rlóC$ial)lccCliios 1;\flll,lcióll si~uiente . ....••...
. ' :A.los eSl~d¡añttssuelerésühade's'd¡fícihlcl~r;hillarel ',(aior'correcIO'de q en'~
. '. .• • .'
esos contrásics. Podciúos c'alcutúlO"de dislin'lns fOrinas:
, . ..' ;' ~:i
" ",
.
,,"OO,

. .
=
el, (y- XIJ.)'(y:- Xli!) -~ ¡,.í(Rb'. _ r)"
, '. '.. " ". ~

l. El número.de filas de la n~atriz fJ...,. ' '.. t. >. (jond~ A. cs l~~ "eclor de q mulliplica~orcs'<le L;'gra;\gc. Las condicioncs de primer'
2. . Hnúhü:rO. d.eelemen.tos' enlú 'hipólesis hul.a" . 'brdc,~ son .. . ..... .
11,1," '.' , ... :...•.•.
.' . -:;-, = -2X')' + 2(,\"X)b.
(J ) ••
- 2W A.' =.() J
1.....
\ '
,',;',
. ",-..;
n~ . . . ,. "',1
'_i,

. ",. • " ~',7" '-

-
nA.
= -2(Rb. - r) = () ;
.' .. ' ..:,...,.
~,

. ,;.
.'-'1
. :., ,'.~.,- ,

~
 . ':'
f '.
:< .. :; .' _';,; .', "'" \ ,. ".';
,:' .:' : .'J o". :,~, ~~ •• , .
112
" "",
", .O;,'ITUI.O'j:U:l:EClía¿¡ón Lillc:i1 ú¡:k.va'ria~lc,s:'
. , "~'.~J~';'+..' ~.(,:~,.,.~.;..". : .'. ,,-' .
La súluci(Ín de b. eslX . ,"::. S :'15..,'25'~ ;':'.
. (3.43)
!,';;.: ¡,t.,yl,;,' O': '10"'6';,do
~': O",~'O"O <Í ,:~, 'J. ,,;,. ,'.' . '1
donde {¡ es el eSlilmdor lvlC hal~ilual )' 110 reslringido (X'X)-IX')', Los residuos de .\.;'
•

.
l.

',' i,' ,,'} -:\;';'

r
la r\.'grcsión reslril1~ida SOI1' , . , ,', . ".:;.' j,
:don~;e' el'úelen;lin:!,!le e~, sipll~I~;~l~ni~:~i p'rotluCl()d~ los c1el!lCnlos de ,In ~iil!:r
.0.
nal prilH:ípal. El a~julllo releva~ll~es... "

. =J'-:X{¡-':'X(b.-b)
. ,; 5:"151
, , , '.'1 : <' '5S . =.. '50
.' ." .
~ \" l l' ¡ ~..) .'., •. . i ." . ,',':'¡

=: e '7' X(b. - b)
I ,,;,

Transpolli'el1doy
'1, Ir;' ~ .

mullipncal1dO ..oblenemos . .
. i
I\síp¡les.c.'.l =5(1I20.::.í.5,Y'¡ ,:\', " '.' " '" t
, . . 1=.' ,.,2l~5;':.' C~~';\!Q~1.095;:,.:
e/.e= e'e -1- (h. -h)'X'X(b. -:.lJ) ,\lO.75',yIB. ',",'.:'-. .
..•. • l' _ .fi

'1] Uliliz;lndo el procl:su de sustilución de la ecuacicín(3.<13) pó1ra (b.- {¡) )' simplifi-
,1 . que cSI~'nlll);,ce'rélidc'cu'~~ciuie~vlilor'~rniéO"C.on\;~n~i¿;hal.: " .' ','
''''- .•.. cando, lcncmos
..
'

" , .. CU:lnúri la hip6It~í~noiilt;ill)'ecHér;llinodcinlc:rsecGión. suele ser m:is scn.

J;~
J
"
. e'.e, - e'e = (r-Rh)'[i?(X'X)-IR'J-I(r_ Rb) " cilio 1~:lh:ij~lr'con los dal?S en r(H'~~llq d~sviilci~lI1es .IllH<)ucsc reduce. la dimen.,

do I1lk , dejó1l1doa:ul1 Indó q. lú c~presió;ldellndodereclio es la misma que I¡¡que

siOlialidi,d del p~oblclll:l.: este ,caso; é)J'ser:l el e1emenlo inferior derecho d~l. El'
ii;vcrso.dc (X',,\,.). y~r~i'cJÍdoaIEjc":¡lrlo'3;3. ie'I¿",lOS'.' . , "':',
apnrececn el l1unle'ratlur del c~ladíslico r:
ch; In ecuaciÓn (3.38). Por lo l;¡nlo, una
expre¿ión nllern;lli~;;¡ al eSladíslico de prueba' i);¡ra Hu: Rb = r; es'
: . .. "
. "IX';l-'I'~'[IO
:~ .•. -,.::,6 4
6)-1~( ( ~1:S]',._" -;- 71,52.5 .
.",'.,'
,.
'. . '/~' . ( e' ; e • ...:e' e)I[¡'. F(" k)
'=~---~-'-- . qH':'" (3.44)
.e'e/(H -k} '. ';lUC c~el
J~~ullildo ohlel;idQiI'I;lcri~":l1lel1\c:,' /,:~'" : ,: ': .. ' ~.', .. , ..,.'.'.: " .• ...
Los seis ejcmplos segllir;in pasos icJénlic.os~' . I\It~rnilliv"nicnlc,'p'otle;llOs l1naliznr el':problCll1i1 en :lérminos de 1:1red,!e'
ción de' la sci~tu,,:mlo :liialJinlos Xl nI conjunlo dc'r'egresores.Scgún In T;ibl:l 3;2,'
Resumiendo, .Ias pruebas lipo Rj1 = ¡. podi';ín implcll1enl;¡rse ;¡jus\;¡ndo la re-
,"~o .• 't'.~;-~'('=O.I).l'orlo'lanlo':,' ':- . ,.; ; .. '; ',j'"
grcsión norcslringid;¡ y susliluyendo e1'veclor b reSUIl;¡nle cn 101ecuación (3.38). De
modo ó1llernnlivo. podremos

y ,i(;Hstt;~Fg¡'JA~réJli)o,énel
<ljusi"r lnmbién.ln regresión reslringid;¡ }' eSlablecer
pruebó1~.cos1,a¡.!í;;li~;¡~l?as{\.cJ.¡lS,snüi; di(e:r~.n~i;,'{e';~.''';:'I!'c}'c Illrcl;is S Crrfésllirigid'3s
c;;so dc In ecu<lcióÍ1 (3;44). Los siguienles ejelllpIOSI1U"
....""':";;
.',
:" ..., ••...•
, :'
;...,. ,.¡,
. • •.
'/r'= '%~:\/1~2.¡¡¡Iml qU!?'l1I'!lcs;"
, ..•• , •. ~."", .' .': !.
~:~;'t.:'~~i;?~.:.~
"~."~";;i';~!b ...>:.:..y::~,.~.,~.~
-, •.•. .' . ;\ ,'.'.\
...,.,
": ;:. .~",:", •..
::'( ":,:
,.. ', ' , , ..
• ~.••" ". " ,: ":.:.,
>',,'
,:"',', :'" -
".'
l ••. ~'.,
','.
• •
' "
,
_
o.,.

nh:,riú)si'lus'tr~ll cada lUlO dCCSlósproccdiniicnlOS,, (ii) f1n:p::,-I.E1 eSl;itlíslícód~pnleb:l relcl'nnlesnesle t;ilSO,es' ;

.,Y
EJ [,\JI'LO J,7, Seguiremos ulílizando los d;;IOS¿Iel ~jemplo 3.3, " '. :'0'.:' ...../:: ~1.5.::;H)~{':. :-0,5 <'~"-O,]tí5,¡,
...... ,f. VCJ.I:::.v'O;75.\I2,5. ." ,i
(i) '1Iu: JI .• = ¡j, El 'esladíslicodc pi'ueha adcc'uaúo es / = b/r \rc;. úonúc e.u es el ~k. ..•.. . :.:':, ~'.: '.. . '.:.' .' .".
mcnlo inferior derecho 'de(X'X)~I.'l'nrliendode los result;lllos ohlcnidos anle-
';¡ue tesuna'n(l;~í'~nifi~;lliv(j,Poátl~'O;;. c¡'lcul~ rl:i illll;~nun¡n,lervn.lo .~e con fi:ln7.:l
r'íormenle,IJ,; =-1.5 y s= \/SCltt(" - k) =: \/1.5/2 = V0,75,
~11¿rminoc).1'se ohtie-
ne c:llcubneJo dircClamenlceldelerminantc eJe la mnlriz :l x] (X'X) )' diviúícndo
dd 95% paraJl.1:En1a disir,buCiÓIH,l nu(2) o. ';"}OJ; Elinler\,nlo es, .

el ¡Idjunlo relel'anlejlor' esc' dClcrrninanle~ EValuar direclamellle el delerm.in;uile . . "JJ)~ln:02;~.c.(bJ); . ..

resulla ~ctlioSO.;I\ilúdirm(lhiplos th:i;;s.riIas (columi'las) a unaJila (col~l~nl;a).de
(rna malriz nO' allcrn el eJJkrn'lin:lI;IC Y.'por cilo resulta in;is sencillo huscar ~I eJe-
lerminanic eJe I:i ;;lalrizobtCllidú:
. " -
anleriormente
.. - '.-
en la .'e1iminad"lIl de G:nis~ del
Ejemplo 3,3.
'.. 1..nnmpliludde¡illlervaloqj',lfirí;l~qu~ l:l~ l;ip6Ie~is(i)y(ii) ~o se rcch"!,,n. ~n.
IlJril1iile~lé. s~ Iralitdclliltjclnplo simlirisi a en qlrémo, y é1peCJlIeño ¡:lril:lño de
laniíie~lril
.' . ..
Ilnp~tn1ile rc:ilíz';¡j.
.....
ilifc;CilCi:ls
:' .
dcnin'glln. liro.
..'
.. . .

J
".":
 ...•
"';J
114 ilÉTODOS DE [CONOMETRIA
('",,/'i lJl./)), I.:t ECllacillll Lineal de k Variahles 115 1.,0.
. , . . .,. ~..:: . 1

(iii)l1o:flz + f1J = Ó. Par¡¡C¡HJo üc'tx'.X.)~I'd~í.c:',só(i) .,...~

...:.~'}
var(b2 :1; ~)=O,75[ 1+'2,5 ~ 2( 1.5)1.~;O.:\75,
c'IJ - e'jJ
--;===- - N(O.I}.'
\/ var(e'IJ)
, -
~,:'.l

dando /= ).. ~; 6; .c'

Cuando cl valor úesconocido de (T2 en var(b) se susliluycpor s~.licnelugar la trans- '~Tl
\/0.375 .
formación habilual hacia la dislribución/, resullando .' . :~;--\
,
qUe resulla no significal.iv9 ..
l'r - E(Yr) ":' I (1/ - k)
xV c'(X'X)-le '. ..
(iv)f1u: f12 = f1)= O.' Dcbcn lomarscprccallcioncs.'y obscrvar que exisl.:n dircrcncias y el.intervalo de confianza del 95% para tey¡) es
cnlrc ésta y lashipólesisprcvias'.SusiituycncJocn la ccUacilln (J.40). obtcnemos
. F= 26.512 = 17 67
9¡ :t /¡;.02S"S V e'(X'X)-lc .' (3.47)
'. "J,5/2 •.
t:.£JE'\II':¡.O ~.K.l'rosigalllos con los dalas del Ejcmplo J.3. Dcscamos prcdecirÍ:.(l'):.Si:X,. .. .',
.',.•'.;"._,..\,~:.:,~j;;.:
.._,.,S¡o....CJJl
b aeg oi.Fo:os(1.7.).~5J\lioO,.POf~Io"\'auId~:.'Y
JI,.pesa.r.tlcI:hl\prc£i oli ~l\e: valor.d e .. Q 'f,;":!:.:.,,;.,,.:J,:.J ..O Y,X.1" JO,La .PJ.cuicción.po(' puntocs,.' ..:...•..~.:." ;.' ';:,;;i; "i:",\."/~:\;':)'¿j;'¡'.";'i::.';}" ."
Rl. la hipÓI~sis no resulta 'rcchazada a UIInivcl del 5~¡',.
. ," ,;",. . .' . ~'. . !Ji ?r. = 4 + 2.5( 10) - 1.5(10)= 14
(~:.-. . .' ',' .' .

,~ ["",n'"do(X'''I'' obtl,,,, ~
-s.O] ..
l. 2~:~'.:~:~' '-].5
,:'> ...
'-
:
. ~
. ". .... -S.O-1.5 2.5 .
3.5. .. '. \

PREDICCIÓN
. : ~.. ,.
~' .
..; ..
..... " [26.1" ~.5' ..:..x.o] . .' ...
. S'uvongah)os ~ue hernos.i\juSladq una ecuaciÓn de. regresió,~y' que 'consider<imos al~' 'l'orloiollllo.C'(X'X).lc=[I.IlJ"IÚ] .'4,5':.'1.0' :"1.5=6.1' .
gunos vabres~specífjcqs dd~¿cio~de.regr~sión '. .' .'.. ' ".-~.O-I.S.'2.5.'.' ..
' <, ..;:.ct'=[i:x;;. ..:.~,~~kil'.~:". ",' 'y.\.2.= 0.75. como anles. Por lo t:tnlo. clilllcrva.lo'~c ~oj¡rial1z:t dellJ5% pa¡;l E(Y() cs
Estos .'valor~s' -de ¡,¡¡'sX'pucclcp' servaJo;'es IÚpoi6'licQs ~n el caso dc a(lu~1 invesliga- . t4.:t 4.363 <1iW.y¡j .'
dor que eS,ludia los posibles efeclos áe esceúhrios:t!islinlos. '¡;ailll>ién puede darsecl .() '1,35 .. ' hasla. 23.65
,caso':d~ que ~e lrale de valores ol>seiva(jós¡'¡lI~vos.En'c~nlqú'iérn decstils do¿silua-
ciones, deSeal'naS 'predl;ci~ el.valor:.~e YcoJÍ{iiciol1~¡( a'c.. Cunlqúier prédicci61l'de es- . ~i no sedi~porie de PC.y'no deseamos. inVertir I)latrices :3 x 3,' podemo'~ rdur-
. le lipo se basará en. el supues(o de que ~I m~delo ajustado permanece inallcrndo en. '. mular el Ejemplo 3.8 en lérminos dc' desv¡'aciones. ¡'Ó que disminu\'e la dimensiona.
el .periodo .d~ predicción. Es"posible 'verifiCar dichosupueslo d::. esrabilidad cuaildo .' lidad en una unidad 1'). A veces'lo que 'deseri¡n'os es oblener .un inl~rvalo de confian-
,,:.:---
-se .observa lambién ury ~uevo .. ~¡j16r y f' Q~lendrcm'osuna: alrllcli~a predicción por ~a par.a .Y¡ en hlgar de b'uscarlo para E(}/¡): -La uiferenc'i.:; cSlrillU enla perlurbaciú,ll
'"
'pli.nl:o ¡.r¡serlando !os:valóres da~o,s' deX:~l1ln ccu.aGi~n de.r.~grc~ión. .•.. ....' .' u¡que espcranlOs nparezcaen c[periodo'de p'redi~ción. Su valores 'inlp~cdccible v.
. .... ..... , ";':yi'~,b'i+.~2~ir'+:',,",:b~Xk¡ =e'b. ..... (3.~5) por.lo lanlo, 1" prcuieciónporplInto es la misinil quc' Ú,'oblcnicla ulili'zanuo 1,,'eClI;- .

E~'la dis~usiÓn' ;lccrc'hel'leotemade' Oallss~Nj¡;fk'ov ~~iüo~lféíbamos quec'b es ~I

ción(JA5).S: lralaaún del mejor prcdiclQf IÍJ~calins~sg¡¡üo. pero incerliduml~re In
a~erc.iI deJa prediccil~ll.nl~ll1enl.~:' T:Jlerilos' '?f.'!' c'IJ. como l\nles, y ¡;hora Y¡ =
inejor.cstimado/lineár inscsgado'de c'fl..En el Cbnl~~IO n'cl'lÍal ~'fl:;: £()/¡).'Por lo. e'jJ +./(¡- El error de predleclónes' .
lan!o; Y¡ es un predíelor6plimc/ de' E( Y¡). Además; lae~uació~ (3.30) demoslraba .
que var(Rb) = R\'ar(b)W.Reempliliando R por e', obl.cnenws .. . . ef= l'r 91= ';r ~'(b:-'jJ)' '';''.

Elevando ambos lados ~I ~lIadrac:lo (lo'lllando espcnllizas olil(;.ntlremo~ la v~rinnza

...', ::'. '~ar(e'b);"e¡va~(b)e '. . del error de predicción . "." __ ,.'; . .
S¡ suponemos (fuc ~liér';ninp. ~~perLu'r~~~jón~s nornl~I', lencl~lO.s qilc. :, '.',;' .: . .:t: .'~ . ,c '.,

.'''4' '_.:_" ~:.' ,""," l.: •. ~....'~ .• '¡"" ,'.:. ~~:~ ". ",' ", •••. : '. ," •

'. . ,
'.' ,1,' '.,',
';'."
..'-

,', t
'(... .. ~ ' ,":':';":.

'j .,!,'.•
"l ~'~;-'; ':.
 .'
,,,
. ',"\

. ~;.... .•.•.
,
•• ~. -... 4

"
'~~.
- 116 ~1I~TOD05 rJE 1'('()\,(l~IEThf,'; '. '¿Ai,j.;.~(o;'~r~nE~I;~~iónLiil'cal dekV~r¡'¡¡bl~s. "117
.. ,,' '¡ " ,~. ...,,: .

. . : • , • • '..: .:",:' :'~. ,. • ,', .'. I 1"' .-~ ',: • ..". '.. ,. '.~ ,. '. • • , •

var(c¡)'~ Ir2,+ ~'~ar(b)c

(~

unos. Elcsca,t¡¡r hes cf .~ocficl~nlc M~de b(2)i,~diCh: lo~,co,ericicnlcs de.lns Xiy

', .. k -.: I variables reslúnles. Invirli'cllllo lnnHlld7.:C;l ins ecunciol;es norm¡¡les se ohliena
. .' - l' ., _','Ir .
, == Ir1( l+c'(X'X)-lc) \
/}2 corno, " .',," 1 .',o','

de donde 'deril'¡lIilOSUn C'SI¡lUisli~u i" . . 1i2==CII(x!1J'H' tl2(X~.J') í '•. ,.' "

~ . .
Yc-:-YC" -{(l/-k) (3.4X) donde cll' es ~I primer clci1ü:rllo tic hdil¡¡'superior dc'lamal'ri7. i'n,;crs;¡ YCl2inclu)'c
s VI +1"(,\",\')-1 e los k ~ I elcrnenlos rcslanlcs tic la'iJrihlcrn tila'; De la .rórl1llll¡¡uc I¡¡ invers¡¡ de una
,;
" .
rnalri7. pnrlicionatla ol?len~mtis . :' , ' , ".' '' .
., Comparando con 101ecuación' (3,~(j) se d~nweslra quch, única direrenci01 eslrib01 en un ...•...
" O1umClllOde \ln01 unidml en el término que ap01rece debnjo del símbolo de 101r01í7.cua- ~:.
C11. -- (',.1 \,'. ,,' 2 ,\.V ('V,
., 2' 2 -.
v )-T '" ,~)-'I - (,)
A, .,~\. ..' .• ' 2 '~ .. 2
'1'~'2 )-1".
/1
¥

. . -'.' :. ;.':' ~.. : ," i ,', .' .:¡ ..,. '. - ,':' '. ...,
orada.porlo lallló.'el inlerv01lo dé tonrinnz¡¡reviS01do oe los U¡llos uel Ejemplo J.8 e's
...• "'o'lld"
U \"o ,,' ••
,: .•,[
It' .•...•.
[ X :t (V'
- ~.,-'. A
X' ,)-1,,'Av, •...'.
•• ,
," ,
",
1<1:t 4.:103 VO,75 ~ .
Tarnbiéil, Ci~' ==' ~ (:,.i2' M ,:,~'i)':I '.,~' 2'Y~(X'.,\;;)cl .
2<1.3<1
lo larilu,
. " . ,", -, '.."" .:. ~ -' •. ~ " • ~ • t \ •
o 3.66 h01Sla '!
Por " 1J2= (x'2M ;;.\'2):- IX'2J'- (.,"2"1 ""2)- I ,r'2~ .(X' .X.)-~ X'.y
. '; : '~,(:Y:2M~:'~2)::'I':r'21,~~r;.' ,','
•.'.•.
1
APÉNDICE
Nólese que clcodicienle licn~ dos illlerprelriciollesposi'Jles;' El. vcclor M .X2' indic¡¡

APÉNDICE J.l ..
los residuos' de ,xi
cuando des'aparece' la', innliel\ciá' lineal, de todas )ns vari¡¡bld de,
X •. be l¡lOdo similar, M .)"iildica el ~eClor dc'residuos de y. cuando se permile X •.,
Para comprouar 1'12.;; ,== (1'12 -~lJr2J)1 VI - rh VI -:-rh La rórmul¡¡ muestra enlónces que b2 'la pe.ndienle de In regresión de' loscslos ú'iti: . es
RecordCl11us que cn el C:'piIUlo I arirm¡íbamns quc. p01ra un01 regresión dedos V¡¡- mos resiuuos sobre los'pdmeros. Sinemb¡¡rgo, la idempOlei1cia'deM.~scgurn'quc
riables . ." == 11.\' + 1', en rorm¡¡ de desvi¡¡ciones. ' 1; == rsJrx )' Le! == Ly2( I _ 1'2) == oblcnúrí¡¡mos luénlicó cocficieillC'c¡¡lc~,~ando la .~egresión '~e s~~re, M --':2" .. ,. J' '1
I/.\',,! (1 - 1'1), donoe .\' indic01 la desv,inción l11ueslrnl eSliíndar de la v¡¡rinblc del 5ubín~ El Te o r.'cnia de rriscIi~Wllíigh-L~'\'c1l20 es Un" resúltado qu'cpcrmil'e gencr¡¡li. ,
dice. PUl' lo (anlO ' 7.¡¡'rel cjemplo'~a,ikr¡or. Sllp,ong;Íii;osqu~' l()'s.:rcir~so¡'d's¿,divideii d~ssubmald. e~
.•... '

¿ I'U == 11.1'1(1 - ;'L) ces, X== [XI X2 rOrl1lllJ¡¡rcm()~ Ia regresiónco~no J. .

T¡lInbién Cu == y- 1'1) ~.\'J )' .' 1', J == x, - 1'21

.1'
:¡ .\', -'
'y.=IXI . X~J [hl]'+,
b2,
e,': ~Yil},+ . 'Y2~2~ . •.c (,';'S.})
_. - • j' .'
• .1 .1
.. ':'~ .r:"'f:'_ ~.: '. ~'_' "'" .~_~...,.••.~:.~,...~., ,': ~:. ,.: .••,.,.":";''''' '.~) '•••...• - ~ ;",:0 "1" .••. \" •.••.• ":' •• ~:-,:"_:,,,,,,,,~,,,~,. "".; ',',0' ., ••.••• , '"v_r~i'" r. ~f .•••. :.~••• ,., .•., ~ <,:,.:,' :.-,~ •., .... '~ .'".~-~ .... ; _-;-~ '.,0;" •• ~••: ,:::'"> ~\' t'. " .''',
,~.,~
Simplirii:hhció'.s~~:cil1ii~;;d':'.," ";.,',,:"': ..'./' ,".',:" , rr'el)úirlir)Iic'lljC~Ii1o~"r:"'~eti¡¡c1(¡nPQr"A;/í '='['':''X¡ (X1íX¡)-'1.x1j','dof1¿J¿' A/1 es 'ti ¡) ¡¡' iri:i" '

L I't:.~ ('2,.1 ==1/.1'1 S2 (1'11- 1'1.\1'2.1) "

lriz silÍlélric<l e idempolenleco;liólas'des¡¡rróll¡¡d¡¡s
111 os "
en i¡¡ ccuac'¡ón(3: 17), Obienc.

.••••
4.1
,
.' . ..; '." .' . MÚ,;"Ú¡X2b;:+c' , .. (1\3.2)
' .. y. por lo tanlo
.,,; ya qud/lxl== O yAlle,== c:r~enlllllipljcnild() InecunciÓ'nporX'2

'-o . ....., .. '. j~'i.k('IY==(X:21'11~\'2)b2" ....

, APÉNDICE 3.2 ,Xi) '(M¡)'Y,," (MIA:2)'(M IX;)b2
'-..•.
"

(l. de rOrlliauqlliv;ilenlc(M (AJ.3)

\.d
" Ohlellciríri de IIll0 solo de los ((iclici.cPlcs de regrc.~i(jll én IIna rcgrcsilí';llllílliple Esl¡¡ LÍnim<lccll~¿iÓIl!)1UCSlraque cl'subvccl6rb2 dc In regré'sión de la ccuació-n
LIS ecuaciones nOflllalcs SUil .
:\. " .' .

'-~.
,
.k:~:::;!.:~',:'~:J[/;;;)h[:~.',~::.1 !tIR. ["riseh)' F.v,W:I\.I~l;. ;'I;"rli"I'Till1~ ncgrcssío~s ns'Co;i'pnrcd with Intli\'itlllnl Trentls~,Eco"nlll~I';'
nr.I'J:\il.}i;7.;IOI: l' ~,i.C;'ln;.cU; "SénSnni1l/\dj~5fríicnl\lr, Eeo;uimicTiinc SCI¡es~,10í,;.",,1 n¡ 11,~11111('
,;n'¡'~~lr";H;¡"I/; ~t~,\";,'i",i!m.'I'li,3.'5R,I)I)):.Ioio,r::IIC()(Cn\~ ~c :t1isculc y~plien ti~ rorllln~xr~mi\';,tn RIIs-
\;~
donue x~ cs elll-vcc[orúe obsel'v~donesen )(2 es la ll1atriz 11 :'\ (k - 1) de oh. y .r. ,seU f)a;.'¡lIson )' .J:lln\;s' ¡"'I"ei<.i,~;,nll,"Ólí;"lI/in"n;idl"f{',~iic~/Ú
l~~ _.'
Ecmr'II/~'(Ir;c.r; O."or',¡ {Iniversir)' Press.
. .
l... .. ':' servaciones úe lodas las'vnr:iables,del lado del"ccho, illCI\lYI'lldD \lila col\lll1na de

" "
 118 . M';TOOOS 01' IlCó:-;mll.:rJlIA . (',\I'ill!1.0.l: La Ecuacillll Lilll:al tic k Variahks 11')

(A3.l) pucde oblenersel"mbi~n aparlir de la. regresión de (¡\[ 1.1'). sobre (M IX2). (1) = a '11_ n: (X'a - e)
Gracias a las propie'dades dé M¡,lcnemosque ':'" /',,' ..;
Las derivadas p:lrciales sOli
'. MI)' = vector deresídu6seuando'y~c ;egresa~obre XI i'i = 2a - 2.'0-.. ihl) = - 2(X'a ..: ~)
)'.
va ' cJA
M¡X2 = matriz. de residuos cuando cada variabledeX2 se regresa sobre XI . 19l1al¡lIido a cero dichas derivadas)' mulliplicando por X' la primcra ecuación. oble-
La comparación de las' ~cuaciolles (A3,1)/(A3.2) mueslia que d\'CClorde resi- nemos
duos es el mismo para cadaregresióll. Porlo 'la~16tpóéJrenl()S oblcner laSCR paro' A = (X'A')~I X'a = (X'X¡-Ie
l¡endode cualquiera de csiasiegresiones.: '... ': . .... .' . .
Por lo lanlo, (1= XI.. = X(X':¥)-Ie '.
'. De modo slmililr ,'dcfininlos M2.= ¡~X2(X'2X2)-'IX'2 y oblencmos la ccuació;l
Dcfinicndo el cscalar 11/ como = (1 'y, cnlonccs 111 = e'ú, que es d mcjor estimador
e.
de rcgrcsión Mu' :::j.-J2X1 bl + Encslc caso,)'y X1sc '¡ijl;slan p:lr'a conlrol:lr la in-
lincal insesgado de e'fl.
111

Oucm:ia lincal de la~ vari:l~les'cn X2 y el vCClOr <.le coeficienles dc la rcgresión de

los resid~os coincide cOn'elsu6~cclorb(dcIaccuación(AJ.I).. . . . . ~K,;.;
.....:.""',:'i:¿:,;~.:.',:~ho..:Xs:~l:lp'~~,:;~~~~~r\2~~1.~~99.L«:!.V.q9~.:.~$.eWs,g.N)}~,
l!t£J.\J?~.fljr.~l9..i.!..8tPI:.!.q~jr.:¡9S:.,.;¿:~r: .. :.;.-.: ..

gcncr¡¡les de 1:1regrcsión: siguen el, lCOrem¡¡ gcncraL Si XI = i, una columna dc, APÉNDICE 3.4
unos, y X2.CS la nHllr.iz dC rcg'resorcs l/.X (k :- ¡),.cntonces . ..~ : DcrivllCi(ín!Icl cs!im'a!Ior restrjngillo ¡j.••. ,

•••.• :
... M;'= J'- i(i'i)-l
,é
{'
•
=-¡'~.l(i'i)
1/
~'A:~: '
bdinilllO's '

.' l.(ol\d~ A .es la 111a,lri¡ qllc' geliera 'las d~svi¡icionesdcfinidas~n la eC\H1CiÓli(3.7): Por 'i'= V::" X1J.)'V~XI;~) "-'2A'(Í<b. -:'~),
.. 10 tan'ló, Jos'co~ficien(cs de laspendielllesse Obl<.:liur¡ín a.¡l:lrlir de esla regresión . dontic' h' es lilivcclorcon los;, mulliplicadorcs dc' Lag(angc ..lgu';ij;¡,~do n écro las
uliljza;ld'o-Ias yariablesen [ormillo desviucióll, 'y(\iclla regrcsión nos dará también derivatfas. i,a'rc:iales de (1), oblencÍll()s 'Ias.ec\lacion.es .. : .. , ' ,
'idéJ:]lic;a SCR.a la obt'cnieJa en\¡i r:egresió;l 'con ui1'I~rmino dc inlersccción 'y 19S re-.
.(X'X)b'.~Ü,iy f'R'X.'
gre~o~es en.rQr'~Hllo normal. Si ~Y:IreprcscriJ¡¡.ellieinpo,enlOnCeS .Ios <;ocficientcs de
'Ios/cgresoies.resl'anle~sc obl~'nd.rál."e'ii'~-iin'andoé~pril1lcr ¡ligar la 'tendencia Iinéa\ . . 'Rú. = r'
•. ,.' ,
. d~,lodas las nriables.y regr~snn'uo luego las varia.blescon'lti lendc,iCia corregida, o
bl,Íllima ccúación nos lleva a
,1J¡~ll l,IliIizan.<Jó losregresóres e'n fO(l1ialO ;lOflÚ¡il.~ jnclu)~cndo el ticmpo como un
.regresormás .. Fin~ln1cnl~:' ulilizarem()s'Cl'lcor't;ni~gcn~ral :para iluslrar la corislruc-. 0.= b+,(j:'X)-lil'A .
ción secuenciai de. SCe:'o,dcfcirll1¡\'equiv¡llc!lI~,ladisn;inu~i{\;l '~ccuen~i~1 dc la . ,donde bes c!csli ma~or ¡\O res! ¡'ingido'M G.. Mui til;lic~ndo p()r U,' se Olllic;lC '
SeR cuanlas más' va'riables se ai\adun ,iI la regresióil.' ElevalúJo. al cuadrado la ecua:'
cióó (A3.2),oblenem'os .. ' ,.'
.. !lb,:::: Rb+[R(XíX'r1 R']A . ' ,. .~-
1

, . asl pues \: 1..= [R(X'X)-I R']-! (¡'~'Rb), .,' ...,

'..;1
, / y'¡\~¡Y= b'2(X9rfIX2)b2'-¡; e'e'
y,l?orlolanlo' b.'= ú +(XIX)-IRI[R(X',Y)~1 j{'I-1 (r- Rb);
•. ~. . ...• ,'.1

. Ahora, y' Ú1Y' ~(MI)')I(M;)').=-:SCR d~l~ }egr.csióncl.c:y sobrc X(,'y 'e\~cslaSCR

". de 'Ia' regresión de )' SObTC[X1 '. X'21., 1'01'10 la'rito,' b.'~(x'2i1.i IX2)ú2 mide I¡í dismin.u-
<;ión 'de ,ía SCR originád'¡¡ al ¡¡i\adiiX'2.'a¡' conjúnto de ¡.cgresores,... '. '.• r
. , . '", . • . .' .. ,,- 1:', ,'. :. ".'..... •. /"

. ". . ~." " PROBLEMAS

~ i ,.'." '. ;
.'
APÉND'ICE.3.3 . 'o

= e, se' iJhfiene' c.
DClJiostra~iól\'
a = .¥(X'X)-lc_'
de 'q~e ~Jinillljza'l\d~ i-¡'d,'[llljO él ~IJP;ICS(Odc quc X'a
. '. '.' , ,
3.1.. De;llo~lrar algcbrai~amenteilu~;en gencral; I;is,'d~~cCll~acicinc'sen(~n;linos tlt.: des-
viaciones mostratlas cn el Ejemplo3:) d~bcn ser idé.nlica~ a 1;;segunda Ylercera e~ua.
'-
~

:::n eSiejnobiema,
'. '.' ~ l': " ' ::.:.:

á es un vector 'ir dimensiOnal des:conocido,

".,:- 1. _ ... :, "" '. ~. .,' '.

e; lInveclor
•

conocido
..

ción oblenitlas cn el primcr pa'so del procedimienlo ~Iceliminacíón de Gallss aplic:l(/o .

~L,'
,-
de k elémenlos y K"u~a
'. inalrii 11. X kconoéid~, SUllOI)gan1os a las cctljlciones normales en lénilil;os tic dalos normales: . '

•.
.. , .. ',' -

....
"." - 1

.,".', . " .. , c~ ,
 '.-": ' ,',
1 ;;
ti,
, ~ , l."

"(:I\:I'/TIJ~:;I\(ai~'~;i~~i¿liLin~:t1
. .'. . ',.' .. ,".
ue ¡.k --v;riniJlcs, .
. 12,L~',
l'anicl1llll UC"os princi,)ios gener"Ic~. ilcri,,;,;' la eeu;lei;;n (.1.15) ,;"r;; 1'11,; ," .'1'
'.'
;';", ' •.•..... "'," ", ',. ','. ".,~ ,"-'.! . " '.
D~nlllsll~ar cn,la eel1,lClon (~.,J(í) que Ri:2.l-ri1.=.t:i.l2 (l . .., ril)' Dcmoslrar tamhién
,.~. o! •

,', , , .:t.
~i.~.l ,- ri.l = r1~.J( 1.-: ri.il. C\'rólario:,.Dei1l0Slrar q;le si 1'2.1 = O. cnlonccs 1I~.1.1 = /"72 + , ., I

ri.l.2' . . .
.(t)ni\'crsitlad tic Mi~higan. 11)1>0)
. '.' '. ~ .' . . -

C:(ln~idcrcnlll~ 1:1'i'llliei(;11dc ~1'::!llilndahipl~léliCa InQ = JI, + Jl2 111" + JI.lT. Dcnominc'. ':Ut ¡\ I~ec..:s I:I~ \'a~~al,lc:~Sé 1~.I'{;I/;';~(/I'U;;';:;U11~~á~c:;Ii:ul;¡~
los coer¡ci~IlICS tic rel.!rcS¡llll.
11l0~a lo~ Irc~ coditiel1lc~ de regrcsiün simph: eOl1lo .. ' . , " , L;:eSI;II;dari~at:i(ill s~'r:~",iiza '~liy\dic'I~I~C;\~';l~,íl~~~V¡ICil)'ltI~'1',;;'1'vari;,Jhlc por sude,s:.
, - 'iql " ~'_ ¿pI " ¿pI l'iaeil'lIl ól:índar. de 1ll11.d(I,:qll:c,l:u!esl',i;,ci.lÍIl.i:SI';Í1idar
de hi.variahlc trans(ormada sc;~
)I~--- J,,_'-- ",= __
'\'. . . .2)! '-' 2'.11 .• 'Le! ;¡... 1 , .i¡:lIa' a'la uni~ad.Si, por cjc!)lill~I.!;i: r~'I¡l~Ítin;lrigí~;\I.',cs" .:' •.':.. " ,. ", ,
~"
dnl~d~Jr: p ~:I son InQ. In'l' y Ten rornia-dedes\'i:.cioncs. Demoslrau/uc cl eSlil1l;'l. ,1 ,;I"" •• ',,',.~,i,l,. y'~jj,"+fI;X{¡;fJ;;X/+;,' .,"':,. '
dor Io.I'Cdcl pill';imcl ro ue call1hio (~Ic1;\ regresi6n l1lülliph: JI.lse rorl1lula como '_ '1" 1" : ' " \ ,. , (. : , ' ,. • . •. ~'.

)' la <:urrespondicllle rc'atilín entre las variahles Iroinsrormad;'ls cs

J;: " "
, '1. = '1". .• =
'{¡11'-
' "1,11'1
". '
I ,...IJ]J {¡.l1
~'. !- .
, 1,:: ' • !' ; ,¡', I : .~ . ,'" .'
l' '.
".'. ,.,:' "¡:l" "'J'¡''''+/1'')('
'.""""',=:' "1 2",2:'
'~'¡'1' y,' ~
-:tf"')":
11' ; ,
," :'. ',,; 1'"

que. cn gcnet;'lLc;1 el all,ilisis delcndcllci;; dc~ios variahh:s. nunca cs iguar' a los c'ocn, !. , (, ,:'! ~ '. :.'," .:. \. <'" ,,¡ .. l.,'.. 1,'I . ~;~-:r
,y'. = Yl.v.,.;
< ••• :' ~

,'.donde, ,", 1_ ,;
.' .. ,,:.
cienlCs ue licmflo. hl.l y {¡l.l' ¿Qué succde cuandolJ;.l"='(J'i . '.1., . ••.. 't' '.; \
" .'~ , ¡'I, "
. '. . \ '" . i ..,,\'~;=.r;I.\.;:¡',.'=,~~,.J' '; (":'.,~;, '," . ~f
J.5.
DCl1l0Slr;'lr C]ucy\y •. con y.,= '\.1' (clln.'l ddinido cn la ecu;lci(íl1 (J.7): cquivalca la
i.c;!:íl es: ¡a n:laci<'lI;'c';llreiJt :f1.l*; fl~j'PJ';rljc;;lO~;.r~ rl(', ~e '1al ra;Js r or;naci;~J,ni1~ ;'Ircct~
SCI~ sicl1lpre que .se.rc;,liza\a'regresitil1 dc y sobre .1'1= i, Del110Slrar I,imhiér;quc el
codicien te de rcgrcsitil1 estimado es 1'. . . , '. a los ClIdície'n'Ii.:'s ÜC'c(\rrel;lci(~h 'pard:11. . La litcrnlüraCSI;Jtlís\ic;'I.sue\c.! uerlornillar ;'1
'h;scúdíc,íenlck JI~;'~;)~ii~ii:ill~S hcliC Sirvc'lpii'r:lc;'Iló;I;'It el efecto'del c;'Imhi~dc un;'l ~.
.1,r..
COl1sideremos ul1a fdrma ;;Ilcrnalil';.' de espeeiricar la ccuacilíl1'llc reg;esitin e;1 la qlle Jesviaclt'III' cstiiillla'r 'cil ,;íHl'Úc'l<is rcgrcs;''ti:s.sOhtci;Jl'ariahie lIcpcndicnte (,ílCdido'
los rcgrcsores dcl lado dcrccllll~se cxprcsel1 'CI1rornüi dc desvi;lciol1es: cs dccir. X = lan;h'íén e'nl;'lida~lcs'de trcs\;iitcilí,,¡'i:SI:í'l1\l;Ji')." :".' > ~. , _,

..••.~
:,
[i.\'.I. uUl1de ,\;, cs la matriz de desviacioncs iI x (k -1). Del110slrnr qlle siempre qlle " . ,: ','.1 I h'; . l': ¡ , ", ¡,' ,".: " j .. ', ."',.; •., ;';". j' ,"' •••. ;. ''''¡'''~; :.¡, 1>', ", .... . : ...•. 1. '.' ," "
'.

~c haga la rcgrcsiül1 de j. ~ohre X.c1l'celor MC ser,í " .J.9.'- Vcrifica~cada

.;
"l1a.de lashiplllcsissiguicnles: ':"', ••• ,¡o " ,":,
Jil
"
=), /h -= \. PJ:= ..':'2. en clmódélo;
.'" •••• ,', , •••• \ , .1 '."
tic
rcgresiÍln

rl~1
" '. .,J.
""','.' :,,' .',:' :v." "'':.;

, ',.,
: :'-y',=f/u+ f1IXi, +f12'\~2'¡hXJ,
,
+", :
dOl1de h] cs el elcli,el1l11 I'CClor (k -1) ~. , . -' dathlS .fas sií!irienlcs sú;ilas'd,,:cu;ldí';id(;s);i1f(jd~lcl'osde'.Jesviaci(Í1ics rcspcéí~, tic l;lS
,1. ',:,.-.~ :~,:y~':'i:':~:I'::;::;';>.:",~./.:'~."<,':-.:':~:~.,:::::~ -:'.' . ~',-"'...;.~ '-'~
. .-.I:~.:';",:",,~~.':r~.' /' . ::l',i:~.r-:tf~~::;:f(~~i;~~',~7:5?'}~':?~~"5"~\~~{:r~¡.';~.r.::{:'::~:~~.¡~::X:.,\~:j!
.:/,"<':""""':-"~"n il:Jli mr"lle:"-2~';úhsc't\:il éíil'n\is~~:'\'(':"T.:...~~;~.::'~~~~,:1:1,7,:.~'~f~' :-~.,
~:''-'
:.~,
.•..} .'. h1~.(.\"t.) ,\.y=(X.,\.)-,\ '." .~.. '.' .- ". >"
Seohr~,;'u';~;i u;,a pl't:dlc~i,ín por PUI1IOa parti,:dc 6IJ ::6.(( ':j:,I'~= ¿xi "~Ü,,=}O~: ~>J"~20'
.....J l}= 1"'1'"1'.\'1(+ + h¡
2:.,;xí:':7'if~;2==~7 .'2:1'.\';=.":26 ..

Demoslrar que
... .IÚ

"2> 1 :x~~10," ~,:,,:~\~5)'i::.i';~.'i5., '<.

...•.
'

\';11:( Y,) =
.
.I':I.~
"
l. .1'•.(.\'.,.\'.)1.1'.1
.\'crificar
Pl'll~~is de (j1iclfJI
1;lhipt'tlesisdeq,;eJlI+J12\J1j=
h - PJl= 111'. ":'2IiCo;llril,Slafcstn
(t, ¿,Ci!'~I'eshldirereri;;i:l'enltc
ú,llíin:l hipótesis.
éSlay iáhi.:
'.
". . .... . '.". ," .. , '. ' ....
tlondc .1".'= l.l'~.r'" .1"1.11 y. p(',r Jo la1110.clahorar dc nllCVo l.1 IlI1Ihl~nla de prediceiün .'I.lll.Lassi¡:\,icllles S\Hl\;iSI~ril\:i~l!clI.d~.IO<;ol~ju;llo~ dcohscr\'aciol1\:~ de )'; Xi y X]:,,.
del Ejelllplo .'U{..

.1.7.
.: '¿{:2() :: . ¿,\-í;::,~O
.
: .2:~\'i,~40; i ..
Nnesl r,;, ayud,l11ll'dl' invesí'i~aciúnillrOlma d.e !tI, re,"Ii;ld,,~ ,í;:uiellli:s ;lparel'Ídlls ell
•¿}~= ¡;x.~,::~-yr~lJ2 .', :IXl~163
'dislii'llOS p'rohIcJ;,a~,dc re~r'l'sil;II;.¡.t;l lill~"~'a'il,e'lall:1
error? R;17.11I;-cla i;~~P;i~SI;l~.' " .•. '.
,i:I~Ur'lI'd..: ¡fui: CXiSlc' \Í1l
. ~.,.~)'X; 59 '<i>h::Rs>'2},y,X2= JI:9 ..
í:sl1rli;J,:'la re~rcsitÍn,del'sohri:Xf)');2' incluycndo ll~lérl11ino déin(c~sctción. 'y
conlr;¡si:lrl;Jl;ipl"lesi~de qd.:.:1 cncfi,cichl~ dcX2cs~ero.'
 122
C\
',j
Desarrollar la pru<:ha. hajo d supuesto ue qu<: se cUlllpkn llldas las hipc'ltcsis uc~ mo. \".. '.- ,.
3.11. Estilllamos la siguienle ecuación oe' r~gr~~¡~:n'c~n10 una fU;I~ión líe prmJucclón para (;,'
Q: .' . .' delu de regresión ci¡isico. . ' .
:.1
le,':)
••••. j
InQ = 1.37 + 0.6321nK +o~<l52InL. \ ..l
3.14. C.ansid'crar el siguicnle mlluclll ue regresión en desviacioncs:' . .,.r.,)
(0;257 (0.219)",' ""1
',o,
R2 ~6:9B cov(bi.;Jl¡) ='0.055
(/.1
..
(.-:r']
con los ualos nllleslra\es
donde los errores estándar apare'cencnlrepa[énlesis. Verifiéar la~hipótesis siguien-
1/ = lOO '¿\.2'= <193 ¿x 2
, = 30.
j
.,.1

\1.'"
••.•

tes: . . 3
(ti) Las elaslicidades del capital)' trabaj~ sohidénlieas. ¿XIl' = 30 ¿.I'2)' =io
(b) Hay rendimientos constantes a escala. .' . (1/) Calcular los estimadores MC para/JI y fJ2')' ealcülar asimismo R~.

. ....' .... . .. '. ..(Univcrsidadc..le Washinglun, 1980) l ~>'>. ~f¡)Ve,ririear la hipótesis IIU:f12 = 7 conlra /l1:/h,"7. .
;. '
.....••
,;'-:''''''''._'.:''
"NOl-:ii.~+.prol>la(n" .no<pfoporciolkl.;el,,~i ÚJi~~[O~lli:"ob:i.l;J::,w;iQ\l~lic:"L1H'~.~t~~1\}~.¿bfFc~~~.,'"
,..,~.\, ,~\.,<,<,
.....' ._(O e"l' Vch
.,.. 'fi"Icü¡-'\á'll1PÓlCSIS
'. "J" " O
. 1l :/J¡'=')2'="'conIHl" "11.'1" fJ y ••.o ..o.)~,."
1\ J" ..( l..c,". ':,:,~>•./:,...~":.'¡;,,,I,~,,,,,"'t'l:¡>\Y.
ú
~, .
eSle hecho a las conclusiones ol>lenidas? ' ,:~'
';1\

(ti) Verificar la hipólesis 1I1I:f12 =7fJl conlra 1I1:f12" 7ftl'

3.12. Consi.derz:¡mos un modelo dé re~r6~iÓn Illú'\lipie en' el'qlie aparect:n loUOS ;us slIpues:
(U'ni\'t:r~idad llc Lonures. 1'J~ 1)
.' tos ciási<;os. p.ero en Clque .,wc\isie . ,éi-millo cOJl.¡"lI/lil'.'Sup~ngal1los qu~ dcse~~)os.
contr¡¡s1?1' la h~pótés,islúJladc \;1 inexislencia dC,rclaciól\entrc >' Y X. t:s llecir

Hu' :jJ2="'= ftk '" O C,'=

~onlra la a1Iér~ati\:a' de (lÍJ~,COl1lo: n~rnil1l,o, una.de las f1 no' esig.ual a cero: 'Especifiear e,'" , .
In pru~lJa estadística nuecuada y ;sudislribl,c,i6n (incluyendo él nllmero ¡Ic' gral.Ío.s .de
lib.crlau): .' ' ..." i" . ,..'
e,~;':'conslilnl~ .• Ó.7XY,~ ('), .

, : .'. , (UllivcrsiuaulleMiehigan; 1978) .. Y,=

• (. .." -'" : ~ .••.•••. ' " \ ¡ ' •.•• :,' ••••. ~: .•• -.', , ." .. -' .•.. -.. :,:. • . :.'. , , '. • .
¿;,Iclliar los eslil1liluore~ minin)(l. éuadJi\ticos de. Pi)' JI) en
J.1? Upo :d~ I()s 'asp.c'eld,s ctu~ dcslaca, Hi hil)ÓIC.si~de .cicpe'l;\at¡v¡Js.'raeio¡lale,s es que las ex- .
, , peclaliv~s 'tÍeben:s'ú,insesgad'as~:-J:'s, d~cir, qu~ l.a pre¡J¡cd,ón ~mi:diasca igual :\'101 'reaÚ. e,= '.PI + fJ2>'1. + fJ.¡.C,~/ +11,
',1"
zación o'bse(vüiJa de' la ,>:ariáble estudiada.: Dcbe.vÚHicarse diehosupl;eslo 're~peeto a (Un'i\:ersidad'ue ¡'\'Iichi~iln. I'JSl))
lasp~ediccione(an~rid~d,as';Y; los' v¡ilores aciualds~,~ Ios \i~os d~ii)tcrés a lrés meses, . .
. 'dei U~S.Tré¡¡SurY BiI1~ pubiiéadas en Tlle.Goldsmiill-Nagtlll f)(JIIt1 allcl MOl/e)' Markcl . 3,16; I)emoslrar quc 112 'es el cuadrado.de la currelación simple enlre y y .r. donde
LClle'r:Losresu'itadosde'.la ~¿limadÓn poi,n\ínin;os~uadn,J~~ (basados en 30 ouser-
:~ y= X(X'X)-IX'y. '.: ' ..' , .

~aciones' iriméstr;l~s) d;\a.'r~gre~ió,)',(:¡'~'i(¡s liP.ós iíúerÚ de d~ hecho sotll:e \¡is pre- , ."P"f, . :1..11'.D!-=I~)Qslrarl]ue cuando una .regresión se ajusta sill lérmino. conslante. los residuos no
dicciones f~~roil Ic;>ss!.guiefltes:.' :. • ' .. ':'~~ ~~~':
':1,
ilc'C.csi,riamenle suman cero y (¡ue " ,
• '1 ~
ti;: 0.2<1 '+ 0,941", \ 'é¡"'. '4'.
l. ,' .
., ',. ; ~ I : ,

io+-...•
\.
i\."
1 ;.
SCR=2R.56 .
.(0,86):. (O,iA}",' ,' :I.lK: PelllO~lrar quc 1/2 alllllt:;lla al a~~¡]i( '1II1nvariahle explicali~'a. :!dicional st)lo en eí ca'so ,..-
• '. o. '. • • • ' ~ .'., • • ", • • •

donder,' es ellipod~ iriler¿s'ous~T~"ad<i:y ¡.,' ~s i~je'xpCctati~'¡; m c'(ila ,d~ ,;, ¡ti fiilal ue!' :~ ....- en ¡~lICel eswdislicci Ijara prohar lúignificnció:n de \licha vúiablc.F (= /}). exceda de
. triméstre :aútcrior: Los éi(nis' ehlre par'~nlesisso,~ lbs t:rrorJse~tiínd;\r l:sli;ll~dQs. Los .:J¡: , ,la un'j¡Jatl. Si ri inuica elcoeficienle.de correlación parcial asoci;>do a Xi' demoS,lrar que
catos muestr,aies'd~ r' nosdiu\' <', . '," .• ,; , ," .,', H{ .' .... r¡';;'~,=~ .

, ¡r,',I;o:~",1-0' ,l. '¡(r,~_ i '?"= 5,2 .¡;:

1,,;'
1,,'
.•
F •+ gl~, •. /2 + ~I
•.. .
, .'

,.,,' ,'. '. "',.

""
 CAPITULO
. ~_ .. _0:,.. ~~ _'.i :

<1 ~ I •
- "_. -",,- ....._~.,~
l
UUl1ue ¡:)' , S~lI los v,dc.~res' de
. "
h:s eSladís'lit.:os U" IJI'u':')'\ p',r'l \' y' """':"1 "\ / . . I ' •.¡ .. . .'
de lilJc.:l'lad de la .regrc.:siül1,
.... . . ~ ~,," ;.,' u l, os gra( os
~ : .••
L._-'-;O"_.'~' __ - •••..••.•••...••.
:•.- .•.
~•..;.~~~_~ •._~~ ••.•
.-;.""" :.::.-.--:..:.....-.u.:~~
.•..•-......••••.••.•••.••.••••
tt~L..U..;...J~
o,,'

J,I\I, ~I1,ecopOI;lisla se '(iedi~a"ai

dL~~IIIIOSC:SI,~dos. Esiahkce
eSII;dio ue la variaci¿11 ue los aC~idc.:"lIc.:s'de carklcr¡1
la hiplilcsis (Jeque la 1;lsa de accidC:l1les depellcle
el1
de I;,,\'c, '
Contrastes'deErrores
.• .' • ~' :: ' , ; , ;,' .' ~ 1 ::' :'. " •
.,de
> ,"' '.:' "
,
lomJad l11e~la ~. de la dewiaciül1 csi.i,~dar dela vc:/ociclad ell ca¡¡;1 cslado, NI; di~pol1e
11.:~'al()s de ~a 1.1.:~\'iaci.('II\CSI;í.',Uar;;ruIII/Ue !Ii,a 'dislrihuCilil1 lIorJllalde la des\'i;lciólI "Esp ecificqC~Ól)G;e,''¡-a.'Ectl"áci6i1'' Lin.eal
' '., . . ":, . . " ,;.

eSI,lIldar.se SI~U:IrI;1apr~lxill)ndaIl1CII!~ clllre: el 1)5 y el 50 del pcrcelllil. "orlo 1:lIl1;l, el

Illodelo espcc¡fJ<:;ldo cs . de kVariablés:" ....'., ; ',-; •• ,~'. 1 " .• I "

y :jI, +fJ2X]'+ fJJV(,- x]) + 1/

dOllde )':
l:lsa ,de act:itlel1les
:', " ' , .~:., . o,'!' •
.,;, ,"

X~;= .. \'el~dtl;ltlllleuia. - . :.. -," . ~. ,,',

.;, .
.., 1'- t' "1
' .. '''" '.' '.'1 :•.••••.•.
.;\\= .J,¡;rCel1lil SS ue /'1 \'~ioeida~' . ' ~"... . ",:. .
,'. o'., ,,; •
..')

. '.! i .
. . ' ,.
, EI1 \'c7.de rcalizar la rc~r\:~iúl1 d~ YsobrC;\:2)' (XJ-'Xi). COI110el1 d Illodelo esp¡;eili,
, •.'.J
cado, su'aYuu;1I1k de il1\'esligaeión aj~lsla .... . .
~
,'. " .r:
.¡

:il.
l",;:

i :;, , ;:
.', ~~~~. ' l' ",. . r ",. \ ••

'. 't '.' .,' ., '..',. ,.::" " " : o.':,~ ,': .' .1' ' ',,' , ,~_, ; '. ", ' ,." .,

Y': eOllslanic - O~2'IX2+ O,20X.l + (' La lécilica uc .Íos mínimos cll;)dr;)d~l~,expJIcaua ~Ilel Cnpílulo 3 el¡ el c~hailo de b;¡.
. u~: Olí"
con .' -. I- os. eSI'I"I\I~I")S'1
" 'u. ,'.' IMr,1
,'. l'.os uOS Coe'f"IClel1les represcillali\'os
~I';' . .. tic las pen- la.I.la. de I.o
..s. C'.c..•.(;..//(í.lIIC .• I./...as .. ')' SC.Ulí'.'li7.;¡'.:.d~.;l1
..ouo. rllli.llad.o ~II e.1 all,.~lis.is del.IIl~.,;r;ill.vnJ.
b

ulenles sun, respeCII\'¡lIllel1le. J.¡; y 2,3, )' la eo\'arianza ue las pCl1dienles dc rcgre~iún riedad de cUI1jlll110S dc d¡;IO~~ 'por dc'rivardel ~ol1j'~l1lo'de supuestos 1l1¡ís scn'cillos
es O,OOJ, Ulilizar CSlos resullnulls !)'lm : '. e"llcuhr, un'\'. eSlillla, ellll1
'. por PUlllo leI j"'"J2)' VCrI-
, ,: "t..
.. "" '.... ' . de la ecu;)ciól1."
" suele
....' 'd~néll;lj¡i¡irsc, . . ll)éIOdo,deMfI1illlOS
.' . Cuadr:u!osOrllin'ario$

'.lO
[,''oc 1"h,pó"", d, '1'" 1" ""od<l,d m,d"
L,,, d''''''d.' "" 1""hl,,,,,,,d, I,e.,.""d,,¡'¡~pi"p""ii""",
"" "1",, , '"' ",d<l",,,,.
'''",,,, 11"d".; ,;.,;,,;,
.'."" ..,1Jt',.".;~;~~:~,~~~pt;,.~s.r~
..~..~i,~;~~~l'.~.~~;~~~.~~.~I~;,~c.I~:~~~~
;i", ""'O, ;;,feccnd,.s;
I~';. ,.' '.. :, :~'>Imoli;éo 'e",,.,, "'''''''''"'1'''''0
.•......
,',..,", <Ji p'oi,d;,o 0, ~c ocm. .
'::':~:':"'!';';'"
X ,.'<. "[;'i.~ :¡,' 0]" ['. 1J2] .. } «¡:.: bargo, nose n fn:nl:"Hos a !in:., pl'eglH1I;i'cruci~L ¿Cóllw'sabers; lo!; sl/pi/mos 'lile
. .x' = 11 '11 211 .r:,. ="
. '" (1' _ P )' = 15/J ., .. $: 0",1,." losA! e OSOO ",¡¡hiO'I"o'n"';,ooi"'''" "'''m;iI,"''" ,1, ddtos?¿ Cómo co"o,
() :W' MI lJ2 ¿ .r f cer las proj,icd;¡dts dcllérlllino de pCrltlrbaciÓilllO: observnble? ¿Cómo saber qllé
(ú) ¡,Cu;il es el lall1;riill tic lallllicslra'."":.L yarinblt::sinclllirt:nl:lllla1rizX>'en (¡l.léf(Jrlll'aflllleional,haCerlo( CUilndo 'algun'Q
(/)
) ~ a eu ;Ir la el'llari\ill de rl'¡:resiliil. . .
ro I I . to..
d. e.los SIIP.l.'CS. s's ..'II...li).':íccii\c.s t:.'a.rcc.c .'.d.~.'.'..":did.cz .•. ¿.,q.'.l.lé... S.I.I.C.
etl...cconloses.lima .. dores
. . MCO?¡,Sigll~ILsit:nd~l Úli!t:s(jiéslr/la/í eonflls.6á ¿Existen cSlill1auores 'y procedi.
k) E";"",,, """ ""'mi,;, d, "i )' "'di,,,,, Ji, h,,";1"" ,Ié ";" JI, e, ;.",,' , ce•••..' ",i""o, ue;" ["enc;" ,Ir"",,,;,,,, ,,"'te," 're"'"", 'peOr;'uo, bojo '"P"" lo" 1,
(o/) V"o/;e" ,,, m,,,,,,, h, 1";'"'' "",;"""1,,
1""!"";,;O "," ;";,d" "'''''''',' )'""''';. ",,'" ¡;"0,1 "" ~"c.é"",II;ln y en lo, ",,,;cnle, "'P,,"u,,',,;,",', "", P"S"" lO'.
( ) ( ''''''do ,,,M",,,,;,, '"1''' '"'''''' d, '''''''",,1 •., d, 1•., '",d",,,. ' '..EI ",n, "'¿'I''';¡;,,,d,¡,, 'púc'c ,,"do'.",""" "e 10',"P""'"' ,,', "'"'''''
(' a ctI ;wuna /lredlcclllll cOlldiciollal'lar', l' (1'11/'1\ ._.. I l' \' _" '011 . '.
.\.:.'.' .' . I / , . I..... , '. '/" .' . ~I - - .... 11'- -, l L'ller aSI' • cado; icrll ..lS. áió... t~
."stlc.csrcc.
. .,. r.k. a.ci.O.'n....'.li~"ie.njn\I)Ji.cacion.cs,
. .... al ros,.sin -e.n¡.
m.cnáre,' S',
1l1lSIlIO.lIll Illlen';1 o leJ I 1J .1%paratlit:h;1
C" :i.
prd.Iit't:il"Il, S', L'I \'a/or de l'¡ resulla scr /2,' ~ . .
' bargo. ,./asticnc.ll' ¡nu)' ~r:lVCS, RcslIlla.lrclllc'ndaIllCIl[C Í1ill)Otlanle eslar nl.erlauode
¿cree quc eSle \'alur h •.I,sid(.l generado por la /I1is/I1a rL'!;It'i'"'11~u"\'a[ellle a los tI;l- IJOS.'iblc.S cn'Qrcs.
l.os /I1UeSlr;1 esuIsplHlI )ks,! .' , '. '. ~I.t:.'.
t.'sP.l:cif. ;Có.lció)¡..yvc.rific:ir. ~.up'reson. cia, E.~iicarlllJlos p..oSlc..ri6res
' I . 'l' . 'YCren.lOsCÓll1onlllchas.v.cecse.s.ne ..c.. c.s,a.i:.i.Olll.il.iz:ir. Ydc ..s;irrollar eS.'p'ccifieaciollcs y .
. proct:<!illiicl)l()S dciM~i'CI1Ci~.!11~S,coniplejos qllcsnbyaccn cnla léCriic;¡ oe/ós
Mm.....,....
 "

.;:' "'126' Ch"jruLOl: COlllrasll:S ~k Errurl:s lk Espl:cificacióll lk la I:cuación Lim:a\.dc k Variabll:s 127
.:'1:',
'(,J:..!J
4.1.2 Posibles Problclllas con X
4.1 ..' . . :.' '.' >' '. Oolf)
.•...• ,.;
ERHOg DE ESPEClfICACrON
" -~. '." .. 1. Exi:lúsióndevariallles rde\';;lll~S. La.leorí;; eC~líÓJ;~ii:a.~I~seiiaquc e'l ingrc;o y '2tJ
La e~pecificadó'l~ deiñlolJeI~ li'nealse ceiúra elúl\~ec'I~I:dC'iérmin~~ dc'pcrlul~bá- . íos prd:i6s ;Ifetlan'conjunl;,;ncnlc ,;ia demanli;l. .rJrlútanto ....siaislíll}1Os el in-
.~;)
ción .//.y en!a matriz X. n.tcoruenlos los su¡)UeSIOsddCapílülo 3:" : ;,.' greso de la ecuaci.ón de 'iauen~al1lla no yspcl:anlOs oblener,un bu~n cSlimádor .
'. ' . ..•.. ". . y:;: >:/1'+',; .... (4:.í) . ' para 'Ia dasliciu'ad dd precio. Sin cmbargo. y '~n S¡ílÚ'I~¡(;nes nlás c'on;piicadas. no '~~l
.....:.~.:.
,,;,.: sud.~ scr laíl'cvidenlcaverigúar.cu¡Í\cs sOlí la~ variables a in.corpora'r en .~na re.la-
. IljSoniid(O,&2);~ 'L=l,~:~.JI (4.211) d6';l.lbquepueue llegar a cOllVeni.rsc cnun'i'llpOI:lillÚc.pr.oblclpa de especifica- i~
Ción. ." . . .. .' :~1)
o; :li'sonl¡d'N-«()!~~)' . i="(; ;'0;';' '. (402b)
Ini:lusión de variablcs irrelevanll:s. Estc'cs el caso'conll:ario al rresenl~do en el
E(X¡¡ils):Op;:ra'lodd ¡= 1. o ••• kyi.s =1: ..... 11 (4.3) , Problema '1.'Ahor,i. la hipólesis inclüyc variablcs que no deberían eSlar pr~scn-
l;:~ lés en la 'ecuación. ESle hecho tiene cierlíls'consecuencias sobrelosrrocedim'ien-
X cs una !na:ldz noésloc5slicadc rango plCnoiguil\ ak (4.4)
. los de inferencia aunque, en general. suelen ser menos gra\'e~ que aquellas rela- . ;"1

•.••.
;;o:v:,:" ..~!.:9f:.,e:~J;t~Ú~~~~.i.e.úé,~.sJ,
..;;.,I;L~Ji;M.~s.úü1JqLr.RS.\~!9.>'.i~~~S$o}l~~ ii.ll~!"HI~
'J.c~.~.e.I.(4;.2b) .....;.;r •..... -<;ionndaseonla.exi:lusión.devnrinblesrelevanlcs ;,.•. ,'. ',,~•.•.....: ' .., ,
-<-1
. qúe ,sonpcrlurbacioncs ¡;aUSSiilllas <le ruido hlallc'll'. lJnjo'erslíí)üc~úo'iJe"'rc-gtcsof i'i="" .. '::;"""
3., Forma funcional incorrecla. Puede darse el caso de que lus variábles sean las co-
jo. l',.,e~\Iacfón (4.3) s:c obticne cic'mancra irivi,al a púrlir dc1sui)Ueslo 'u~mcdia cero .;~ r ..rreClas pt;ro la forma funcional que las relaciona sca incorrcCla. A veces. el con, :j":ih .
'para ell~rmin'odepérlurba<;:ión, ...,.....:. ' ....
lexto de modelo lineal es suriéie.nlc parn mUllej;r clp~oblcma. Por ejemplo. una
. . ¿Quéj)L)diía funci.ona'r mai? Il1di¿;lrcmosalg~lllas~lc lnsposibilid~ues' ue ra.r1i. ..
rel¡¡ción Y = f(X2.X)) puede éspeciri~arscc.om.o:'" .
d'r;.de d.i~hos SUr\jCsIO'S:Sc't:r~.in¡~I(ora;' por .el ,1~).oíl;enilJ:.(\~una .vi.~ilÍ'l.pl:clim.in;f Y.'.:}, o '.' '"
,Y ';'/J.1.+ fJiX2 + fl.l''<) + ,,' .~ .
j'cscrvam.ós.pa'ra los cai)í¡~lós'sigqi,eriles' cl desa',:roltü,i:\e olrosiein'as'imp<?rlanle.s,.
, ;: •. .. .. . ',', "1°:. ..' ,'. .'
'.l
,'.:~~
o.)al ve7.. COI'\)O •. ' . ;
• io I .:. " ;~
, .y = ¡JI +h~'(l ~ ¡J)X) ~~2X~+ ~),\'~ + f¡(X~X3)'~ ti
'4;1.1 PosibicsPro.IJlclIlas'coll '.: 0,"
¡" ":, : La'.scguil(iaec~;,aciÓ!lr~rmi~é lanl~' lilHi' ~~spíJ~st;i!~uadr;í 1ica: a 'Ios. I:egresore.~ co-
,. . mo un efeclo de inleroieción. El efeclo l!c'inlerÚcciÓ!l se basa en una nueva varia- .
1. .El ~~ljU'~SIO(4'.211) sc ,soslie;le. pCfO'.el (4',2/J), 1\0 .. Como j¡~t.lica'mos n.iieri.ormel1le
bic. el prod~lclO de lo's dos rcgre:so~.cs; Por' lo l;úlloo"c1 eréCloespcrado' de un
en e1.Capílulo 2, no~c'lr.alá dcque esié hechO dcslruya las propic(¡¡ldc~EL10
• " 'MeO. sil1,cmbai'go',los.pr9cedimienlo~ dc iiifcrcnciasólo
de"
se~iín v;ílidos'¡;sinI6Iio . .,r.. eanlbio' unlt.a~io en X 2 será fJ2 + 2 "'(2 X; <
o XJ; ~~I;cndiéi)(Jo.rués' (ic fJ2 y de'loos
niveles ~e X2 y X). DeLmismOl1l9do,e1dec[o esperado de un canll)io uni!,nio
.carn~nie; . :: .""', "" ... : .. , . ' , . o' o' '. '.1., ..\-
en Xj dcpcndcrií lanlo del iliveluc X2.COIÚ6 uCl Úe ,Y.l, Cu;u1do'clciTor:de es¡;c-
2:: '£(1//1'} = diag{~l :o:,'lr~}.. La matriz de vnrianzasocovari¡llii'.as para u cs diagonal, .'Ji
~ific'nciÓn consiste en Uliliiar la 'p.riiliúae.éllacióncn lugar ~Ic ia sef\uilda .. aquél
• ¡ co~diSt'iill'ns, vari~nias.'cn'iíl~irigóoalp'rincipal Y ceros en el resio de ia' mnlrizo .. ;~4
.: P.ó'r'lo.ta'llb.~e viola'~1 ~~pue,sio'd~ hliíl!osccli;l~lii:id:ld.Sc'lrnln de \arormamás.<~
se corrige f;ícilmcnle ailadiendo los.lérJ~linos X~. X30 y (X2X), EJi olros casos .
':r
sed riecesaria una cspecifica,cil)n inlrínsicam~l]'le. nu 'li.nea'l. C~HllO'.cnal~ulios de
. sencilla.de luilcrosce.dasl.icilfud. mÚY frúuente ~n' aplicaciones cqn dalos de COI'-
los cjemrlosdcl Capíluio'2:.. . '". ,". .' .-
... , te'lr'anosversal: aunque éSln y' oloras forniás 1115scomplicadas se rueden clléonlrar
4, La. matriz X no es de rango '¡llcno.Eslo Inlride ¡aeslimación de UI;.único .veclor
lál~lli¡én enariiéaCioil'é~' con dillqs de scries lei11pür¡¡\es., I;n ~ICnpílulo' 6 '"nali-
. 6. A menudo, los rcgrcsóre:;se accrcan a ladereildeneia:lineal. en cuyo ~',iso po-
z;¡remos lanlp los pr~ccuimientos :pnni Jíl dhlecCiql1dcla hClcrosceuas'licidad éo.
'ue~110s ea1cúia'r 'el' vcclor 'de cSlioHldores' .Meo. auhquc es probal~lc .qúc' sus cle-
.~,.mo el desarr9110dc los p~ocedillliúllos:deinre.relidandeci.Jados;,':
.mcnlos lcng'an ~rr(lrcscst;¡ndai'ni~lye'h~'v~ldos:Se.iri'ladCl pr;~hlem:lode c(I'lilleao
3. E(II;U,~s) l' D.,(s ;',O).En 'es le. caso 'S',1l)()nCll1OsC)uc(¡¡s perlllrbacioilcS se .cói'relacioo Ii d i\ <\. '. .. '. ~, ': .~'. .', . . .' , '.
n~ndos a dos .. En iasaplicacio~~sdcscrics lel~lpoiales'sc dan fuerteS correla. '
5. C6rrclaciolies dislintasde. ccro~ni~e 10'Sreg;'cso~r~s:yla r«rluí'bación. En este caso
.'. cioncscntre perlurbad~ncs ild'ya¿~nl~s'y.ial.~vc7.:cor'rclaciol1es menores'enlre:
sc violíl ei supueSlO (4.3), Esla silu"ciÓÍ1 :púc(Jcaparcccl" en dislinlas fOl:lllas. Como
'~'perltirbaci~l1esniás alejadas .enlr~ sí.D~ modo silllilar. y cuandolra~ajamos con
explicamos en el Capítulo 2; l)ucde.pi:cscn.tarsé cuando el ¡'cgrcsor ds un valor re-
... daios.,de, cor~e !r~.nsvers"I,'.es 'PQsibld.'l'ue cierlas ullidade.~ ¿omrarlnnpcrllll'baCio.
lhrdado de,Y. Dicho'valor carecerá tic correlacióil fa!lin cón las pcrlürbaciones ac- .\
.. nes .comunes ..En el Capillllo 6 discutiremos la' verificación dClsupUCSIO de per!lir-
(uates como. fut ul:as, alllique"sí eSlar~' ~;rrCI~cio()nildo' cón PCrlll rbaCiónes r,;~adas .
. b~:l~i~'le~:iut9~'qrrcl:lcio~:~das 'ylo~ ríri:>ce&lllienlósd~ inrcre,iCiiT rcl.c~¡\I~I~S. ."
¡
. '.
' .. ~ :~
.
.i ..... , .', .'.

" .... r",' .',"

 .-', ~ '''::', ., ~.

,1.1'"
,':','
.¡

12t\
.•• ;

,.1
, , .' ~, 1

C:,\I'hULO~: Conl'r~stcs de Errori:~dé: E:spcciric;¡cióoúlc I~'l~cu,;¡ci6IiLi~c;¡1dc k V~riab1Cs '129

•~ .. i, í
•. .'; :' - . . , '. " • .

... .
!.'.
Los c'slilllauon:s ;VICO scr;íll sesgadus para niueslr;¡s rinilas, aU;lque consislenlcs Y' .
a~illtóticat;,cllie dislribuitlos' siguic,i'do uil'a ley llol'I{,'al siempre que pueua a'plicar. .'
lempora.1 ~al ran.gocmpí~ito:cle la Iny~csi,ra}I~,~'a~Óde ~~e~lmodelosecJ¡¡~iric~~a
tic "iIlS:llisf"ClOi'IO", el II1vestlg.;¡dor.segul;¡ Intentand? hallar aquella refqrmulaclon
se c11~6rema de 'lvlann'. \\Ialtl c1~scrilo enel Capílulo 2. Ol,:a SilU¡¡ción tlislinl¡¡ es ¡a.,: .... que c;¡mpliera los requisiloSllcc~sarios. Dich?s' procesos de investigación. apcnas sc
que se produce cu¡¡ndo un regresor se correlacioi¡;¡ cón la IJerturbación 'aclual. En ; -:¡ , :~':'rcflejaban cn la .Iiteralura pllesloqlle I~ niinCr~ad~ dulos cSl¡¡b¡¡ m;¡lvlsla y, p~r
dichu C:ISP, lus cSlinl;tlilires ¡viCO ser;ín sesgadus e illcullsislenlcs. Túl cOlldición ' 011'0 I¡¡do', ponjue ~esldl¡;bü"pr¡íctic¡¡1l1enleil1lposible delerniin;¡r v;¡lures P ycocft.
licne'luo~'arcualldoe,1 n:.orcsor'(o.regresores)',')reSe';lan
t>
cn:on:s' tic '.1Je'diJ;;o,c..
uan. .. . ...,. ", '1 '. t ',0" r' l' I
cien les de confiallz;i correctos par;¡ ,()s es a~lsllcOS I~a cs. ", .,.. .'
'
do la ecuación consider;¡d;¡ (orma p;¡rle de un sistema de cCllacióncs simull~lleas, , 'Eil lo~ 'ldlirnos ;lIius ú¡' lell~ieti~ia esl¡Í' c;¡inbi;¡,ldo. Ln nueva corriente dc opio
Discul iremos esl"s silu"eioncs cn capítulos posteriores .. '
CJ. V;ir'¡'ablcs.,no eS,I;¡e.io.nHri;¡'s. 'l\1enc,ion;¡n;'osbreveni~;'le
. ,
,en el C:l'Jítulo 2 (.Iue. 1"
',nión, rue',i,;'ic¡Hd"pur';)~nis,.',S;¡rg"n. :d~,1" !-ont1o,n~.chqol oC EconoJ11i~s:.C]uc. escribí¡¡

111;¡)'oft" de los proccdiil\lcntonlc iilfl:reilcialrildicionil'ks suponen quc las v;¡ri;¡. en 1975: ",.' ' .. o', . ": "

. bies son eSlaeiollilri;¡s, CU¡1I1do ,~o se ¿¡¡¡-'eslc cilsu nos enfrentilmos 01 prOcedi., /\ pe~:i~eJelosprohlel;;:J;i'S~ciúd{js c'Olí1:0 ";11:;leri;¡d~'~;¡I~~",'co~5iJcro~uc I;¡c~p~dfi~
:f micnlusue ilikrencia nu eSI¡íllllar)' nosintrodlleimos cn el reino de !;is vilriables. ~:O¿ÜI1su¡;crid:i lJebe"~nll\i;¡'~hi;rs¡;de ¡;;d:os'l;¡s'Jorrn;¡spOsihlcs'y, que sólo dcbcdn lI~ili.,
integrad;¡s, la cointégración, los inudelos dC' colTccción del error. elC" 'que discu-' 7.úrs'~;Hlu~il~~eSilcdfic;lci;l.';C~ <¡uek~ll~re\,lv;¡;l';¡''~sic proÓ¿sodc prueb;¡ y que corres-
, lirct',loS m~s addanle. . 1;~I1J:o;;:o;11; I;'l(ldclo e~OIl{il\li~or~zollah'Ic.2 ., . . . '.' . ','1

4.1.3 Posihles Prohlelllas cOII}1 .Dicho' ellfoqué h;' sido n~Ú)ld~~:1.¡:roll;id6(lllillH1n,'C,;~,I~, C,sp~~i"h;~~nlc po:r. D~vi~
Hci1tlry y sus colegas.~ El re~ll,lthdo cs. üii:dulénlicn b"lerí",dc~ru_cbasde tll~g~OStl'
co" quc nO plu:dell uliliz<il'seni<Jc (drrÍ1¡¡ ll\\Iom;\lic<i ni rlJliiHlr¡;¡, y;¡ ,que ~e(]lller~~.
La ecuación (4,.1) ;¡sume de form;¡ implícilac¡uejJ cs un veclor conslante. tanlo en un;¡ bucn;i dosisdejuiCiLÍ, inlulciónecC?,;ót'nic;¡o seiii,idó coniún. Algunos <Je los con.
d conjunlo de observaciones ;¡.ctU;¡!cs.~omo cno.tras observaciones 111lIeSlr;¡!cs [Josi. Irastcs resaltan U;, error' o errores dc especifi,c;ición en panicular. 011'05 indic;¡n que.
bies. ExislCl1si1uaciunes en las qtÍe es frecucnl<: lop;¡rsc COI1.coeficienles con C;¡111 ..
.;. 'dclefmin;¡d;¡ especiric¡¡ciólll\()JU!1cio,pa ,biep 'sil,lseñala~ ,cxpl(c}l¡¡menlC un problemn;
'., bios eSI~ucluralesrepelllinos o. por C1c~l1lr:¡¡rio~ con evoluciones ICnl;¡S debidas ~ " .
. preciso. fin;¡ln~ei'1lc •.pllede ocLirrii'qtÍe sobrcvi:-,an a esleproccso dc pruebau que 011.
'--<' cambios en el entorno soci;¡1 o;¡mbieillaL':S'~ría poco razon;lhlc'suponer qlicla c1a~. ':
g~ll1as cspccificaciones sllpcrcn un cie'rIO;lipo ,uc.prl1~~,h~ ?SI.;¡~íSlic¡¡~pér~ no.olr¡¡s.
licidad tle la demanda tle manzanas (uera I;i n;ism;¡ cn c1J¡lrdín del Edén quc la quc " ',. •. , • ,....,.~',' J. .' ", , 1<

l' puuiera d;¡rsc ell Los Angeles ;¡ fin;¡les tlclsiglo XX. Sii, emb:lrgo, (¡'¡cha circl;nslan.
.....•.:~ ci;¡ no ~xcluiría el des;¡rrol1o de ull;i 'rúnciónt'e demand~ que luviCi'a.aplic;;ciollcs
. 4.3 '. ,..' '. ' . •
[Jr~clic;¡s lililes en );¡ Silu;¡ción aCltial: '", '

~l
, .:.:.,,' ,' ;: .
{,,~",;.,J,?,gV~.}ft\~,AC,~J~G6'R,,~.'.~'~,~f:H~.~J0rt5J,4:R;~}~q~;.~fA'~Q,l\1.~n~
4.2. Uno de los ci'it~rios ~léaU~~tiación'mlí~'iinporlaillCs p~di una ;eéúacióneSlin;ada es
',quc tleh~ría resulwr rcle~anlcJ;:irñd(/f~,¡ c.b~;;'ris,(llós'(~(/~os, 11I,I/~Ji~nll!,f (ltifi~(I'dos
. EVALU¡\C£ÓN DEL MODELO
.... .....
YPHUEBAS
'.. '. DE DIAGNÓSTICO
~"lacstiil/ucitin. Dicho tl'ilerio se cCllibcccpmocónslnfH:in,tlclosp:Jramc~ros:e~ de.
"1, cir,' el \'eclor,/J Jcb~r'íilréslll~¡lraí)li¿h6Ici;nll(fuc'rn C?~,~O'd~nlró<Jé.I¡¡' rllljcslr~:
'-, Dur;¡nle '~llJcho li~mpo. las pr:íclÍcas eCOIlOll1élricas hahilualcs se resumieron en (i)
~. Éxaliliil¡¡remo~la' co,;sulIlci;' de p;úániclrósdetli#iintos n)oUos .. Uno tle los mas
formul;¡r Ull modelo b;¡sadócll téoría q cn;illkrilu'es descuhrimientos cconomélri.
'-.J'
cos, ('¡¡) cSlin);lr lospar;Ímetrosdci inlldefo mcdi;lllle los d;lIos ;llUc:~I;':;les rclevan.
cfecli\'osscní lapruclJ:; de la cap;¡(:id~~ pr~<Ji~,¡¡v;¡del m'~dC1o 'ú7prccisión tle bs o
. prcdicci(Jnc~~
les <JiSPOlliblcs, Y (iii) exan{ill;\I"lo~estim;¡dllreS resli\t;IIl!cs y eSladiSlicos !1SllCiadus .
~)
"
l'
COIlel fin de juzgar lav;¡li'<.ló,t!,elnlOdd(;cspecifil';¡dll: r)idlll exalllell solía ~clllrar.
sc en c1:'jusle glob;\i.én 101 cOllcordanciacoll los sigilOS dc '"10.S CIIdicienles pre\.j;¡- . rYb~é. 11llrejeli\pln.~li~h~eIC: L,.w~lI;~:D:;i~Miriio;S~. Ti", Rev;en"'If,cvllo;II;CI ami S'nliIl;CI. LXV.
19S.1.1-12, , ":'. .' ", " " .'. .', • . . "
mcnlc sUPUCS,IOS~ en I;¡sigilific:lci~ncsl;ldíslica d~ los co~'fil'il'nICSr l'n la wlll(lroha.
.\.': 1 ).1), S"r¡:",,:ni<C\l;~i(}n on)lis~f'ccific'''I.illOi en, Mntl,./lillJ: II,'~' ECOIIOIII)',ed •. C.A. Rcnllln, J !éinc~l"nn.
~ .•. cilin' de la;¡ ~!ocorre'!aciónúe.l as I)CrlurliaciliIH:S,Sid lllo<ielliclIlllpl ia diclH1s cr ílc- 1975.illC,;ci(};'~llo e:. Ad,;nn: H. 1~;'g"n."M.O{!c!~y"lunlion hy VnriahleAddilioll"; Cnpílulo 5, [cOIIOtlle-,
rin's ''-s;llisfaclori¿,melllc'',lallllcva i:CiliICi;."JílP:ls:'i1la :. Cfl'I~';1\a'r la lil~ratula dc la IrÍrJmitl Q';(I/I/;lri';I:~/:;:"tII/lii;~,f~e{k bi~,:idr. (rendry)' KClinelh\\'n'lIi<, Olnck'well, 19H,I.p. 131. -
;llaleria y ¡'lodrla uliliz'arsc para rcalizar' predicciofles COIl {'I;'I"~l'\l<:lI;IIS ;¡ la csc;i1;, .' Vb~ep"r:t i;,~~ del"lic< c\I,;I'IloiC'r 'n"';Ill;"i.icticnrc:.lc'.rC.G IVE (().~"id F. IleOlJry el "l. ro~lilu'c "r
\.J r:CI\nomic~;lI1d SI;.iisti.:s. 1I11i,;er~¡iri~r Osror,l: lIX).
 "
";'1
l' . .' '. <'.>~.
~., CAI'íTlJl.lH: Contrasles tic Errores dc Especificaciún tic la Ecuaciú\'\ Lincal tic 1; Variables 1:11
130 ~ltTODOS I>E ECONOSIl;TllÍ/\ ..
~ '. '

..• .-' .,
4.3.1 El Conlraste de Prc(iicción de Chow~.
,"

= Ir2/",
'" ••• ,
+ x~. var(b,) . Xi
; _' "0' '" ••
(4.8) ,

, = "2 .[ ¡"! + V'(""')_I1"]

,\ 2 ,\ ,;\ ';\2 '-:,J
Cuando etveclor ,k padmetros es constanlc,lns prcdiccion'cscxll.:r,nas a'la ~;llieSlra ;:;. 'SlIponiL:ndo perturbacionL:s gaussianas, '.
tendrán probabilidades específicas situarse deniro de los líl1litcscal,culado~ a' de r" .'
,,'
". .
d - Í\1[ll, var(d)]
parlir de los da los mueslrales. Por lo' ("nlo, errores de .prcdi~ción ,"grandes:' 'po~- . ",

drán en duda lal{ipólesis de cOnslancia,mienlras quc con io~"'pcque~os'; se dará el (f'l~'ar(d)l-'d- X2(1I2)
caso contrario. E,I procedimienlo sugerido,no eslinla .Ia lotalidad de observaCiones
Ade!l1~S, ~ie,!tr2 - X2(1I¡~' k). •.
"

1
mueslrales; sino que divide el confúnlode daios éll Ji1observai:iOlH:s a eslimar yen
112 '= 11 - IJ I observ¡¡cioncs que se ulilizaránp¡mi el conlrasle. Cuando sc lr¡¡baja cun donde eje, cs la suma de cuadrudos de los residu'os de la regresión eSlim"da. Ambos
serieS tcmporales. las primcras 11, observaciones sudén serias lItilizadas para la es- cSladísticosX2 se dislribuycn indcpendienlemenle. Por lo l"'ltO. bajo la hipÓll:sis dc
limnción, mienlr¡¡S que las úllimas 112 se dedicarán' ala c0l11probación. Enaplicacio-- conslanci" dc p'arámelros. se tienec¡ue
. . nes de corte trun~\'crsat'. la base de ualos se dividirá en' dos submu~stras de acuerdo' :1'
(4,9)
: . ,,'.' .. ,C;po 1~.s~~tp,res~Ic iJ.na v~riarl~;U~ IW~I;1111? cPlTlo~:p-or,,~J.~mpIpJcI.i~~r~~o ~Ict~hogaro ..');'. ',. _ .. _.~.'.•. '_;'~:,~'~~.,.•....••.
}.,¡,~,¡.¡','!í.., ~.'j,( '.
..,...~.>"'¡otbcñcticToS'liC""iJ n';¡'-¡;;,'ij; r";; Sñ;"gn ~i~'¡';\C1r,s:"'C~l;"Préó':~rc:'Nóccx'¡~ic~';'i'or'il;
;s'(¡\ fiT('fii.s'ñ( ."'~
cslriclas qu~,de('l:rmincn 'Iosvnlo/csrclativ,?s, d~1l1 YII;, Lonormal es rcscrvar para. 1, Los.valores elcvauos de esle eSladíslicQ F rechuzar.;)n la hipótL:sis de que el mismo
',",
I

la' compr'oba'ció"ncL5.1P b15.~o'del.16'tal de ~bservaciones disponibles'.:',' ......: .: ' '~e~lorIJ ~irve tanto ¿¡entr~ cOlllofuera d'e lo's d<ilos uliliza.dospara laeSlin1ación. La
, . El contrasledc'prcCisión de las prediccibii~s'"col,~c¡do S~,;lO lésl dcdhó\~'c~: '.~derivric'rúri ,d~ var(d) supbnc que a2 CS,idénlicaen'tód.os los subconjuntos de .datos.
hOllor a' la, i.nflucncia' ,(,lcl arti'Culo 'rl\lblica'doj)orCho\y Cli!960, consiste en lo 'si- . Por lo .talÚo, clconlraste F en láecuación (4.9). cstad condicion'ado Pllf dicho su-
gui~n'le; :,'-.. ..' ". ".; ,,' '.' .' . ",', ... ,.'; . , puest~" Cuanuo -li;5 perl~lrb'aci~nés scnn hCI.erosce(Mslié:as, él eSladístico F puede S.o-
L '~Sl:i,:n~re1-v~~íor dcp;\rán1~lr6s por MCd 'con JI;opse~:,acioiles; ol~tc;\jeildo 'bred¡'mcnsi'o¡)ar el 'verdadero nivel' de signHicaciÓ,n. .'
. : ",' o" •. ', .;'. '"'

. 'Pagan'}, Nitholls, siguiendo Un ¡\rlíc.ulotif\l~i¡orde Saike\'cr/¡.illlSlfi\li un ;~lOuO

, ¡ bl'='(..t;X,)\~ij'l
altcrnnlivode,desarrollar .eslecor'!trasle dc'prcCisióhde )¡¡' predicciÓn. El proceso de'
donde }.;¡. y I (i :;:'i;4rii~t1ié:;ln la 'pa niei6n .dé los J;ilo~ Cillll y ;'2 ul1s~rvaciones. :n, dlcúlo,re~ulla m5s scnciilo.Sllpollgi.lmo~ que,en c1p~riodo ~,'prcd~~ir. permitimos
'2:, lJlili~ar:bl rar,o(jb~lenc~~n~pre~icci,~n,¿jel ye~l()r Y,l 'de lafonila ..... ,,' • , la posible cx'istencia de un veclorde cQcficicntcs,distinlo al dé la muestra utilizhda
':,'," .. ',',. "':~':".',c; 'H'=.rl/~r:'\. .., ' (4:6)" ~. para I~'csiiiil~ción,EI
.. . ..
modelo. cornplcl? se'[ormulaÍ"Íaaolno
. . . ~
. " , ' ' , '.
"

~ !..... .. ," ,,',.,:. ,,-, '--.".. " .. ~<~.~: '.. ,: ,./ " ,.'.,,, ~... j .•••••• :" ., ••••• '", ••...• ,.'. ,y, ,;,XtfJ;~ /lj. ',.
3._ Oblener el vé~torde errores'dc'p'rediccI6n,yanalizarsu dislriblicl(\n muestra!
bnjo ,la hipólé~is n'ühi dc conslancia ¿n el vcclor ¿le' pa'~':ímelros .. '. , Y2 = X~cx + 112 ~X2jJ + Xi~;:fl)~,u2,~ ,':dJ + 'Y~ 112 (4.10)
. El ve'clor de errore'sdé'pred~~ción cs.' ',' '.,' dOlldc 'Y =' Xl(~ - fJ). Si, -i = O,enl;lI1c~sCX='¡J, y ~I,ve'clo;' dc cueficienles es Clll\S-
lanle en loda el rccorritlo de los 'd~fos uliliz;¡dos ya ~e¡i e'n Io.s relalivos ri la estima-
'. '.; '. d,~ )'2'-;- )~2=)'2 C::,X2.b, , /', (4.7)
, éi'ón con'lo cn el periodo tic la predicciÓn. En, rarni'a rcsumid'a. forplU.lamos el n10ue-
SI ia ecu~ci6n y~XjJ '+' ;J,C~;r\'£(lill)) ~u2I',esválida. para.ámbos conjuntos de d~- ~oo~ ',' ..' . " . ,
'IOS, podrcrúos' f'or~lulrir el ~¿ct'o¡'ue crr6i'cs ,dc' í)fc(ji~cióll coino" .
• • '" .•,' I • , .' ",' ,~ .', ,,"

. . .... , '. . ,,'.. ~1=)'~:-'Y1bl='1/2~:X2á;;'~)J)-:: . .( 4,1 ¡) ,.:..,.:

., ,......;". .' ,"0 •

Por. lo lanlO, 'E(d)

"
=
0, y puede de'r\10sírár~cS ¡Iue la'lna1riz de vnri¡\I\zas,cov'úian:t.as
• " .•• I • • • .' , ,'. ~.. , •

para des," , ' , , ", • ' , .. ', " .',', " '"
.;'.~ .' ..
':
• ~ "' " .• t. I ~"~.., ,'. l' , .~ • ,
_~, .- 5 Véas~ Apc!ndlC~ 0\.1- , _ . , _' ,..,' • ' -. .' '
"'.""v"-(''''= E(úd')' '.,,'..."..'.: ,'." '\ ..
J ..
• ; . ~ '.
,"'. LA • •
"
.,' :..
':>~
,l.:, 6 J\¡J;ian ,l'á¡:;\11 ):-D. Ni~holls. "ESlilH,ú¡'ng l';~¡JiCli~ld,:rrors.;\;\t1 :ri,~ir Slailllartl [)~\'ialions Using Cons .

irUCICliVar'iahlcs", J""f/I(/IIJf.£w(/oll,,'fri~í.
,j.
74. t9~4;:2l).i~31'O:r D. S¡¡lkc'\'~r.:'lhc (js~,or D,;mIH)' Varia-
bies lo'Ólll\rUI~ l'~C¡Jiclions, I'rcdiclioii Eriors. ¡¡n\J.~onrid~nc~ Inte~\,¡¡ls"~ hj;,n",1 (JI !:~'II/iUIllWic.;. 4..
• e.c; Chol\', "Tcs!~ ofEqualit)' i,~t\v"cl\ SC,tso(Co6rn'cieuls 'in Ti~olinear Re¡:r~ssiuns"',
52, '960, 211,.22., , "", """."" ' _ .' .,,' ; I .' '." ' "'.'
£CIJIIII/IlrI'ICa,'
" • ", "
;t )976. )1)J~)l)I. .., . ' ., .'
' .•...
" . ':'\
.•...
"

.
',,1 .'.
,.:,
'
\

,1:'" , '~
l:.t' '.:
, ~,?
~.
 '... !>.,',

1.32 '~II;IUI)US DE I;CUSO~¡L:Ti\f¡\

i~'L~{.:'. ." ',;i ' '\:, ,
¡.~
.~<r\TULO~: ConlraSles ~e Errures OCES,P~dnca~iQI~Oe,I¡¡':,c~~C:6~.Linc¡¡ld,e ,k~,¡¡ri¡¡blCS '13) ..• t
'¡ Si X inuic¡1 la malriz ¡IUmCnlilda dc la etu'lcíl')"l' «"JI)
.' . '. o en 1OI1CCS
. !:~:.l.., "
Finalmenle,exisleun
t~..:;:., '..
:
mé\odo'dccálculo:más
;' .,
fácil si cabe nún en lérminos.de
'.,' , ' "., .' '.

X'X = V',\ l'\' I • v'

~ ;\2'\2
l'
X2 , J ~;~na regresión reslr~ngida y o'lr~ no 'rest~'il1gid~. CO;l~O vjl~os ':n eiC"pflulo 3, siempre
[ ~~~ .cs posible rdormular cU<llquler coill'riislt de;vcrificación de restricciones line<lles de
.. "\2.. ' 1
:tcsle
.!.~
modo: En el ¡)rcscnle c¡;so~I<l'rcgrcsión rbtringidaes la e¿uación (4.13) con SCR
dOl1d..:. par;1 simplificar, llllliliilloscI SU[)ílltl.,"C"c
,.,. , ./ L' . + "

~ntf.:= e' 1'1' La ¡'egresión rcslringid¡í seobliene igunland() 'Y<l'ccro, ésloes, estimando
• ", ',' ,: .' '. " •

.... . '.' 2 cn, a JIlvcrSa es

J::-:. . .' " :',,', . . - '. .' .
(X'x r.
'
1
=.[ '-'\2(X,X1
(:\'i~,t' .'o-(~\'iXltl,.\:'i
)-J• 1 + X ( \" \' )-1 v'
J ,,:..'.'
~:., •. '
. [.)1] _' [XI'X]"
,- I.+C •
' .. i ..

. .' , 2' " 1 ,\ 2 ..tv.. ,>'2 2

J ESlimantlo ., l<lc~II';,ci{¡n (<1.1

'.. I)Or'l\-ICÜ •'01.('"u enemos i) '.
~~~".;. . .'. ';" .':', >. . .' ;'. : ~.¡' i... .' .,,' ,: ~•. '
'.' '!¿ ~~:: con SCR := c' '¿" El eSlaths,llcO resull<lI)\e P:H<l 'Y = O es
)' '[hJ [ (,Y;XI¡-I '. -(:\"':\')-1) •... J[ \:,' ,. 'J" ~¥p .:~f .',., .:, ': :, ")'::":.,
.., ., ":""".""'
..:'( " "

, ,= . _'o ,,:1'.1 '2 '1)'1+'\2)" '.,;~ ,l'" (c:C'':''''I'cI/1/2'''''':'''';',''':

k
'. ,.
(4. J 5)
~, .'
.J ( . -'\2('\1.'t1 t' .1.+.'\:.'2(.,X.'I.X1)-IX2' .. )'2 'f.t,:;.t.: ,.;((::
'~.::.\'~,'
"l"
F= ."
'c'l c¡1(111 ....
:...:k) . ,. )", .,
-f(112,lIt:- ",.' .. "

"
.1
. [
=
(X' X )-,'\:"
... 1.1' IYI
']
. .'
["]
b
'.'!~~,~i~~',
~'i'¡"
Eñ dcfini~;~<l, ~ICo1\I~<l~ie de
~'" . , .;
Ól~~~
..
~~'ob,¡¡dri~
' ..... '.,
COI~~'~i&u¿:":"::
.!.' .
." '. ,.. :,
,. '..
. ,.
.
.' , .

. .
."~:- '. (4.12) '>,il~'g. ~:' J. Uliliz;'l1\do I;ls "1 obse,rv¡'cio~es
X2(Xi'\:.~I)-".'.\';Yl. = el
l
dcsign<ld<ls.cOll10 primera mÜCSlr<l, ~e lral;\,ÜC' .
}!\t '~':'';''. ajuslar la regresión de)'1 .so~re~~\'1 o~leri.ien~o.laSC~; ,cj cI'. .' : .
, ..
;-... ,
~lSI\~.u~;:,:O~~J:'ln~~r~s kcocr~c~cnlcs' tvlCO rcrlic<ln cl eSlimador b 1 dc fJ, oblenidoa 2. Ajuslar 1<lniism.aregresión .:rt. ~;:
<l1?~;lS)<lS (nI,'" 112) Y ob\ener 1aSCR. reslringida:
. _...,.< '
I .1 os. os 112 coeflclcnles rCSlanles, que eSlim<ln cl vcctor 'Y son 0encl'II~' .¡;~ ' )~'C~c..
mcn 1e Ios errores de . r '. '1 • .'
""""' ,....: .",,', < " . .. .' ." . " .
l. 1 .. .
, ,>
pi C( ICClon (cfll1ldos ~n 1<l.ccuaci<Ín (4.7), L<l eslimación MeO .
n' ••( ."
}l
,.' .
J~~.
S~sliluir eslos resul.lados en I~ ecuación \4:15),'Re~haz~r I~ hip?lesis de constan-
,

(C <lCCU<lClon(-1.11) se forl11l1la COI11O: ..' ..'.'JI:; ~~,. . et:, dcpar;\melrossl Fexcede un valor CrlllCO prese.lec<;lOn<ldo:.

."-

-
[::;H;; i][~'H
:;] (413) ~' J
".t~.
4.3.2. El Con',;,'. <lell".",,? . ,
"" Sin cmbar.go .. l<lscg;llld;¡ CCU<lciól1'd~I;lexbr~5ió.11 (<1.13)'cs
~A J,....
.}.:.. UIl<l de las dificull,~d~s tlel .".cÓnt',:a~'lcdcéhÓ~v
" ; ~s.ia ~<llu~al~ia<l'rbiíraria de lá partí.'
' ..•.. . . )'2 = ~2bl. +d + '2 :~ :~¡- CiÓ~1del conjunlo dcdalos.ynit de csias.divisiones'puede Ilcgarn redlilzar l~hipó •
S.lIsllluyendo I?C?I:d, ~c ol¡liellC"C .=¡ O. AsÍ- ue.s l<l 'c
. ' '("""('1')" ',,' I P ,'.
. . . .' . ,
S R dCllv,ltia lid "Jusle dc h écua '. "~o. ~:r.~""'Y'''.'""""6""\'''.'
:<f.' . ,':'
,-tesIs .nu.':l y o Ir <l.<l<lCer,l<lda. Eslo no se da en. elc~nlr<lSle de Hansen. que <lJusla l:l
'1.'..'.'. '.'1';''''.1";';'1'''1.' , ".'. "•...."'." " ". ""f'.. ~,...'..,." ,.." '..' ., .."., ..
d".:.'1'.".". ,....•••......." 1>'.""."'" ~.:..,~..' .•..••.' ' ..•,p ...•.
CIon., .,.
.2,"
cs. SIIll]"JClllcnlc, c'l'l' L<l c'c'u<lciÓn (4.J O) evidenci;,' ( IIC la h'" .' ." ¡':í~ .~:ecu"cl
• .:?~.
. n lne:t<l, "., •...••), n~ :~c::II,Ousdv:acl~l'éS:' ;er~1l1Ie',un;l'CspetllC(lC101l"mil.s'<.",.,."
fJ conslanle equiv<llc <l111):'Y = O L<l hip6les" . l l. IpoleSlS de IIna.:,.~ : r~::. gener<lldel modelo qucla ullllz<ld<l en c1Capllul03.perodescanaregresbres no cs-
ción conjunl<l tic los Úllil110s 11 c~e;icienICs ~~ ~c COI11P~.~c)<lexallllnando l<lsignifica. '/~,.':i:.
• 1 " 2 . n a rcgleslon <ltllllcnlad:1 (,1 (3) SIl ..i' I ~:'. ,.' • . .....• ;'.
V-J:'
l<lciol1:\rios. La de.ri.v<lciqn'lécnié:l de.didiocOI.llrnsie.va
.'. .' •..• .' •• '.
lliá~(¡l1á (¡.el alc<lnce .de es.le .
•. .'. . ." .•.
uC un<l ¡¡rItC<lClón dircCI<l tleI IJrocedilllicnl I .. '. e ra a ...•~ lO!, hbr.o, <lll.nqllereVls¡\femos'd pl'ocesosupedlcmlmenle,: Escpbamos In ecu<lclón de
.. . o gcncr<l para VCllflcar IIn CO' t d'"" !.~:.' .'.,.... . ...,.......
reSlrlcCIOnes Itne<lles dcs<lrroll<luo en la eCU<l." (111\) R .. '.. n!lIn o c .'¡ :-!.f:rcgrcsloll coino . ".',.- .. "

) l' I ,Clon '" l. C,dll.lndo las sllstltuciones' 1;.,;•.......

I el' Inenles en ;1 ecuación (:U1)), II.:ndremos cl cSI'ltlislico l.
. .. , .'"
1
l.C pruc )01 cxpresado como
XI =f.!,x,;+f!2x2í+:''''+ fh-'(k;'¡ re,: ". (~l; •.:, ,¡ (4.16)
L<1sIclrasdetnssubílldiccsi ndicnn10's nive'lcs'ac'l\w ié:~de'lás"v;ri;¡b!c~ yno l:lsdes-
F = d'fvar(d)¡-I;"1I2' ' .. '
. '. I( - F(1I1.1I, - k) ('1.1<1)' vi<lciones rc~peclude lasl\1edias)11UeSlrales;.y la prinieravnti<lble,xll' suele scruna
("'1 III-k) -
variablcquelOI11<l sicmprccl\'alorullo, Como cS¡'labilu;¡I,illdic<lrcmos loucsiduos
Los gr<ltlos ¿Ic liberlad. tlel tlcnomiliador tlcesla cXllresilin s (ll)I" . '. .... 'l' MCO comó .' .
h'( . ) 1'" .. C Icnell"p,lIllr(c
o
~"'.
: S .•1I1 ~ 112 lJ )se~vaCJoIH':S 1lll=1l0slos.(k + II.~) p;¡r¡ílllclros.cSlilllatlos. L;¡ Illalriz 'tlc.
.,'
\ all,lnZ,IS \'<lr(d) Vlcnc d<lda por (T~ vCoccs I<l:suh '. .'. l' .... '. .
c;, ~y,-h'~~'I'-b2 ..\021"~ ,+' bJ,-'(kl 1=1, ... ,"
~....•.l'
1(\"\"-1. O" ~ •• ,. 'l.n,llllzlcl~Xlrt;1I1l11I1rcI'lOldct:l'ch()
.• "0 ••

l c , '} ) es IdCI)IIC<lal<l cx.'prcSI0I10blCliida CI1h CClI'leil'¡n (,I~) l ... ' .. '

\. tic la cc . '. '( 111)' .... ,. .' . .,1 SlIsllltlclon 'nrucc E.I,"im~. "Tc~ting rllr:'I'.~r;il;lck¡11lS1~hiill'.i~Lil;'árMi)t1cls",Jo";,,nl o/ roli~)' Mod~I;í,c: id,
, UoIClon'.' rcplic<l cl cstadíSlico tic eho\\' de la eClIacic'l11(.I.IJ).
t<~1
1l)'12.~I7-DJ. . .' . . ," .'
':',':1" O",,
 - .' .
J 34 MtTOOOS DE ECONO~I[TllrA
'..; ct.I'ITlJl.o~:C()nlr~Sles de Errores ue EspecificaciúlI de la l:'cuaciún' Lineal de./,; Variables 135
~ . ....
'El '. " . '. " .. ", ., "'0'0 , ,.' '.' •. ' '. ..' ~.
"Juste por el método de los MeO ofrece lasconoéidascondicioncs
..
o

'

2: xii
JI "

=O '"
'1 = 1,
CI
'
. i =l,:.:.k
•....
.1'
L.....
= L ¡,J,:
, , ~ I
(il.2~ )

y
?Bnjo la hipótesis nula,la ~uma ;\(;umulada IClldcriÍ adislribuirse alr~ded()r de cero.
'.' "
2:.(cr-¡j2)=O.,. .~ Por 10 tanlO, los v;;lores "gralltlcs"de los cSladíslicosde prueba sllgieren rcchazar la
(4.18)
1=1 " .;, ' . ' . ~; hipótesis' nula. La teoría de la dislrib'lIcióll no esesliÍndary sólo disponcmos dc ll)s

~Sl¡¡ úllima. ~ondi/7iónrermite defi .• * llll cSlinlad~rdel¡¡ varianza de la perlurb¡¡.

':, valores érílicosasinllílicos.
<D.
Los encolllr~mos labulado~ en la-Tabla 7 e1el Apéndice
H¡¡y una line'a c¡uc se 'rdicre al número de padmetros utilizados que loma valo.
..:~
•...
~I?~~,
con~o a ~ L, = , ;I~n,c¡ue sc diferencia ligeramente del estillladorilisesgadó.r 2 r: rcsucl lal 20. La prilllcra linea dcla 'labla nos da. en consccuc.ncia.' los ~'alores,crili.
,i7'
- LI k). Dcfll)lmosnhora
= I c,/(n..., ' '"
'(cos del eonlraste para ún eodiciellle i'ldiviuualmenle. eonsider'¡¡do. El' v¡¡lor erilieo
:.:'aI5% eS,O.407.lo que da lugar ¡¡I¡¡ regl¡¡ de que en C¡¡SOde un valor del.estadístico , ,;:r-,
~:,:lle.JH.l).¡: P.""q~!S,.~,e.a.,ln.~yo r 'J t,l~,O,.5,p'~~IS:I}~~)~~Y-P9.,~l,cr:.9
~~.~<l.~,a~íl:8\ ti ~,p.,n.~¡~.~~l~:~
.. ;9:Ai": ",::~... ,-:...;

';: inest¡¡ble. De manera parecida, p¡¡r¡¡ cinco parámelros incluyendo la vnrlólnza. el v¡¡- .
::" .• 101' críl.ico al5%es aproximau;llí)ente ¡.s', Algunós'l)r'ogram.\s informálieos ccono-
. :('
~\ri1élricos incorporan ya el eonlraste de Hanseil. . '.
L
,S"
l;4.3.3 Cbn.lr:lsles Uasa<1os cnEs!imación Recursiya
1:;', . . ,
"

t,:' Ellil0delode
'

la ~é~lación (4.1 )pll~dc formularse ,como l':

..•...
•..•.
",' " ". )'1 =x;jJ + ,;,' '/ ~l, ,.:.~¡j'~ t~.25)
;.;., donde )/, es la observación que ocupa c1lugnÍ'/dc la vnriablt; d~pendienle. y = x;
\:~::-ll :x1/ : ",xk,les elt-ésimo vec'lor Jilri de regresares' en, donde hemos ulilizado uc
, \'nllevol¡¡s letras de los subrnd.ice~ para indicar iQs nh/eles'de las v¡¡riables. L¡¡ matril,
.~":~completa. del conjunto de regresore5cs' .,"'...
". ".'.' .... . " ~( . ' . "x' " " .
(4.21) , I
.'; x'\.'
donde
:, .~
':,. ." 11' .,
", , 'V '':'''\.''/2,1 '. .. ,.x;,'.': ,.,.
",¡- ¿. ¡t.,' , '(4.22)
. ,; , ." ' i = I . . '~ . La base de 1:1 estimación rec.ursivn es' muy'sencilla. AjuSI¡¡mOS ,el m'odelo a !ns pri-
rar~ In c~illproba¿¡ón de in eSlabilldad conjU\lt;';l~n~nlo's " .. mer¡¡s k observaciones. El ajuste c~ r~rfc'clo; ya"<¡ucslÍlo lellcmos k eoeficienlcs de ,~'

. . : 'jI ~'[f;i ..::: ,'1k + ii: '.' (egresión 'Cjue,cslima,:'Acolltinuació"n ulilizaillosl.os pri;n~r:os'k + I dalos y calcul¡¡- '~.

y
: ,. .' •••.•• • '1- ",' Íl)OSdc n!Jcvo el veclor
de eoeficici)lcs, Seguiremqs así, tiiiadie,ntlo cada vez un \lUC-
. . - . i!:.'~:yo d;,¡(>. hasl.1 'obtenL:r el l\IlÍlIl'O veélor de c(¡cfiéicliles, basad<i e',,'la tOI¡¡lidad ;, de
..• :. , ' •. ';., l' 'J" .'
'o" : . ..
;-', ' .- ' .' '. ~. - ., .:'.
. ., '-s, = [S'I'; .. \5.k :"i.,1 . \':"dalos. El proceso g'cnc'rauria ,I'céllC!IIcin de veC;llÍrcs'; bk'.,bk+i: ... : b". dónde los subín ..
El estadístico ,de vef!fi~.éi¿ión.'dc'la";cslabilidad, conjun\a scr.á ~;i;'diccs i'ndicalielnúmcrode datos uliliZndos,cnla
. . '-
cSlí'mací6n: El1.g:cnc~a¡,
~ ." . " ,
. . " ."., ~. - ,
.,-- b,, = (X' , i'1'"
)-,1,\"')' , .. (,1••,-')6)
, ;. . '1"" ,,'
L= e ..:.-\.'
.¿ I s'V-1s
,
. (4,23)' : donde X, es la matriZ: ~ '/o'k de 'reg.rc5~rc's p~'i\1l~s'r;'il\k¡'o~'tdal(ls tlel;¡ niucslra.'y y,'
" ' n' ~'; i, '¡' , es c'¡' vector rue I¡¡s primeras t observaciónes d'c'la vari.iblc dcpcndi'cli'le,' Los cr'ror~s
'''J'

"
<.....
(
;: "'::" .
• -,;,¡
 '1' ',¡\;': :"! . ':", ;~ I J, " ,~; .1

~: " ,
.. " ,1,.'"

1,

. ~. ' ••

", "
,.,' .
'.
.,~:,,<:t\I'IT\J1.0J:
'.e onrl's
i. 'lcsU" ErrllrCHl(J
" lo: 'j' <".~,
~s;jccífié;i~ióii lié la Ecu;ici611 'Lill'c~ltlc k V~rí"ulcs
~',I'';,,_.; " :'>:.l'''',~',), ,'" ~"':"!'-'I",'" r'~""'." ;~,
137

.•..
eSI;ílHJilr d<: los distinlos coeficientcs se calculan cn clIdn PilSO del proceso recursi.
1'0. cXc<:ptuandoelprim<:ro.ya que In SCR es igunl n cero cU:1ndo (= k. Algunos
: 4.3.5. C""'n¡SI~' CUs~~í r~qS,y~í.SQ' ':
progr;lmns inJorm;ílicos empiezan 10sC<ilculos n.:cursivos cn cualquier 111 > k, ge- .L,;s rc~i<lIlI)S ~ccur:~¡,,(;S rC¿l::ha'dds se ~dl;ldí COni~ '," '
.:.¡,
.. !'..... ',. ',_ .'
" .
ncrilndo In secul:ncin !JI/" !J",>I' : ... b". Los gr~ricos mucslran la ev(',iucicín de lodos 'h.

' ' t, I ,
los codici<:nkS con d villur.de m;is.)' menos, dos veces e/ respeclivo efr!)r es!;ín-', ,..1 •

" ~ (4.29)
dilr. Ln illSpccci6n de Jos gr;ífic;)s 'sllgl.:rir;L o 'n'o. la conslanci.1 de los pilr;íml.:lros. , ~ ' ••• l, ' :

Es posibk t¡1Il.:iI medida que ó1liadinlOs'más dilloslo.~ gr;íficos mueslrl.:n un movi-

mil.:nlo vcnic;lI qllc podr;i a'Jénnz;ú" IIn J¡ivel súperior a lü~ límiles dl.: confinnza ". Bajol'as j¡iPlllcsis,dc 1<15ccuaci~);l~S (li~I)} '(~.2!;),r~s,lí,1Ié;1,,,li'orr;,qlJc
prcl'inmcnlecslimndos.
. . ....
Dicho rcn(Írileno suele scr consécuencia del resultado del
. '., 1 ~.' . , ", ':. " ",. _, ' ., ''',':,,' •

:~:'.:Í1\i';;;N(O, u1)"". ;',;

propio modelo cnsayado )' sugiere la ,existencia de un cambio estrllclur;iI'quc in-
ducl.: ;¡ sospl.:char la inconstancia dc los par;ímetros. La eSlinl<lción recursiv.a. ;¡I Se d~,n)ue~,tra. ~lsil1lismo~'c¡u~ los res,id~os ~e'c~'~s'i~os~eds~nl;d~~ ,s~'I)'nJlnn in~:orreln-
i
proporcionarun'ordcn ú;li~o del~s d;¡tos; r~sulla un procedimienlO alrilctivo con dOliadosdos :; dos/;, Por lo !anlo. '., ' . .
~,', 7, ;..'
J;¡s series lemporilles. El PI:!Jcc'dimicnlo. nsimismo. es r;ícilml:nle ;¡plicable a dalos '1

' ...
.. ' !~'= ~(O, u. 21"_I.)
',
' ,", .. (4.30)
I
.' de carIe Iransversnl quc. en C;¡SOnecesario. podr;ínordenarse seglín (¡na variable ' . - , "",

dc "1;¡1l1;¡lio" ;¡Uccuado . Urowll, t,:l ;11,; h;¡s;¡htl~;s~cll e.s"io5;c~¡duOsi~c~,rs¡'v~)s. re~~i:~l;\d,os.su~icr~n,doscoi~.

,
Irastes " , .' dc Ios, rar:ullctrI)S',',
de eilllslancla '." . El pruner.
'. cslndíSlicooe
,'. " . ' prueba
". " es In cnnlt-
dad CUSUI\1,
4.3.<1 Errorcs de Prcdicci6n de UII Paso ell Adelante ,
WI:::: ~ ",,/¡j 'l~k+l •...• 11 , (4:31)
.6 ' I ,
Cunndo ulilizamos lodos los datos disponibles e incluimos IIn periodo 1- l. la ¡".h 1",
prcdicci()!) un paso l.:n adclanle dl.:)', scr;í x',b,_I' EIl.:rror,de prl.:dicción un paso ade- .
. ~;. domJc 112 ::: SCR,,/(I/-' k), Sil~!l~6~CR,ila sllll1il'.de euadrndos. de losresidiJos. cnICuo ,
1:1I11escrá rucs•
-' lada élpmtir de 1:1 ~egrcsiólldc.l"tó,l~ntJn9id~ la n~lIést~¡¡,::W, es'e,I ..sun~alor¡o nC/I.
caléulau(¡respecloClI.CunndoJ,os
1I/1t1,ndo r;lr,ámclr.os ~on co~slari~es ••~(\~I) = O. ,
(4.27)
pero cuandll noJo sea;l \V, Ic.nucr{¡ " scrdisliÍllondic~lO val,or. Ln',slglllflcncI6n del
Si r;¡rtimos de I;¡ ccuaci<Ín ('U;); la varianzadd crrorsIGprl.:dic,dJÍnlrJ),r¡¡'50"'<:"'::>;' . hecho de diferir' dcla ,Iín~;i qu~"rel?r.es..~J.l,I~.;,I.;X~)~:..i~~!,~L~",~,~.,n~~:~il~~),:~.~;,~~,'J!~,rr~~B).~.;~;,.
"dcl~HHc"sCrá'.".~"" ' ,'-.<....
: .."...',',', "',:'::"""'C,,C::",,'''.,,'',','''' "'. " ,
',< "f'-,' -' ''-. '
;;'~'\?':f;\'Jg~;~"6í~íi~J~(t~'¡;:i~l,¡mi;:J'JI.;'¡TMJ:J¿]'~lc';ís'r~cí:is'q.U9:'p¡¡~~'n:por los pú n IO~ .'~ ., , ..

(k.~n\/,í- k)' y. (n,,~:I:3n\l'1l';:9'

(4.28) .:
El valor desconocidoue 2
Ir enlal.:cuaci6.n (.1;21\) se SUSlil,iyl.:por la varianza re- d'cn." 1
•. 'c'e Ull''1\'l"I:"'lll"CI'~O"
(on,'" .' , C(UC"dcl)C.JltJedcl:nivel
.. ' " .. ',,' dc:si.gJ1ific"né¡Ón'
",' ..' 'e,stogido, pnracl.'
sidu,,1 eSlimndn d~ las pr:imer:is observaCiones'(1 :.. 1). dado <llIC'1 _ 1 > k. La raíz ',:. . conlraste. La correSI)olidencinpara ~ierfosl~iVCles ~lc signirióCionconvcilCion;¡lcs
cuadrad;¡ nos 'da lal.:Slim.!ciÓll dd l.:JT(JrcSl;índar <k la fl.:grl.:silill (E,E.Ie), Trazai.c-, , ,

mos unn líncaen c1'\;;;lordedosyc<;.:es CSlccr'ror cSI;índ;,r rt'n',r~ivo)' (Jlr;, cn e/va- .«;"0,01 i~;;I;14}.
lor de menos dos vcces dicl1(Jcrr,or esl;íill1ar rl.:cllrsil'o. J:SI;I~ linl:;ls Sl.:lraznn cn lIn
mismo gr;íficrÍ nlq::dcdor dl.: In lílle;¡. tkl \'01101' cero y;i1rnkdllr dellls errorl:S tk pre-'
u ~0:(J.5" a =0,948

dicción nClualcs (II"ni<Jdos 1;IJllbi~nresidllos i'ecur~I\'osí, I.os r'~sidllos ~ilu;l¿¡os rllern o'. 'el
. 1':.,":- ~ 0.10 •... ~~OiR50
\,: ..:_i,
,.1<:Ins bnnda5 scíialad;¡s por 1<i5l.:rrorcs CSI;í'¡ídar ~1Il.:kn ~1I!:<:rirla inconsl<Jnci<J de :~>
..~.,.
:, Ln figura 4.1 n~ucslr:,":ls Hnenspntn de~i~i':I,;¡~igniricaóÓn de In prueba.
los rar¡¡'lllclros. En cnd;¡ pllnln. la.pni!iúbil¡'da'd ¡Id l.:;100011\CI \'ado. bajll 1;, hipÚIl.:: ,

...... '

sis nuJ;¡, se cnlcula a pnrlirde I,a corrcspllndiclik'di\ll'i.hllt'il'~n 1, 1;',1Cllmll }~;lse hizo

en la ccunción (:l.48), .~ H.L.llro"'", l,Durh¡"yJ.M. I~\'nli~. :)CCh"i'lucd~~ Tplin!!, ,'ic Con~Jnnc}'or Rc¡;rcssíon RcI~ri~mhil's
.J' ovcr,Timc":'),,,,,;,,,, i'f,I,c'¡¡"."',j SI"'¡.Hi.-ri(:'iIJ(:irIY. St'I'ii'J n, :15', 1975. 1~'J-I92. '
. , . .. " . .
 lJS
()
;

.•......
". )\', .;:. ,. : '.",. ','
"
que va dc~de cero ..cuandol = k. ha~la InlJ1idad cuando {= //, La significación de las
discrepancias dcla linea dt: valor esperadu se calqtlantrawndqUilyarde.líneas pa-
-: J
rnlelasa la línea [(S,) a lllla distancia, por encima y' POI: debajo. igu;t1~ ('o'
:í;, .¡;¡:::r (

En el Apéndice J) se lallulan los valores de c;¡ que eSI,in tOlllaüosdel al:lículo de

.I3ro)\'n,
~- Durbin y Evan~ para
. di~lintos lamaiios I11llcslralcs
. y 'niveles 'dé significa-
ción.

u .¡;¡:::r - - -.- - -.~-

Hansen (01'. cit.) sugiere lJuc el c'l1l1lraSle CUSU¡\:1 Ctluivaie a su contraste L (de
1
c)
estabilidad del término deinlersccción) y q~,e el¿~n(r<lsicCUSÜ~1S'o equivale a
'..
su contrastt: LkTt (de cSlabilid;id dela \'ariailzal:

". .4.3.6.Un Cout rasl e l\1;ís G cueral ti e J;:rroresd~:r';s(J ~c¡rlc¡l<;iúJ;':",:,>:":¡,,:,:'és:.~t~;ci'.',, "

.--:. ~~";'~"el"e({J1frÜsic'RESErdc niiiiis.c};.. _,:., ... ,..,-:... ,..... "" .. '. '
:,;:

... -tl'¡;¡-::¡; ----.,.-,-- RaJnsey argun~e'lIa que los divé~soser~ores de especificación ~lOslr'~d~sen' I;i Sec-
'!, .. ~.~:-
. cióq 4.1. '(variables omilidas, [ormi\s fUllci~nales illco¡'rect~s. corrc'lación enlre X y ('
,\ .. '/1). originan ltn\'ecloru distinlo (Jecc'io<J. :Por'~o.l:iiÍlo,las hipOI~sis nula); al.lcfllali-
" '.
va seráp
';'" ...,. . . H(J:¡~':: N(O./¡2Tj
;~)"~ -~---~~~~-------~-~------~---
'. . ;', .. .' JI,: ti.-N(jI. u2¡)'.'
ji'" O...
El conlrasle de la hipólcsisnula:/In se basa en una.regresión aUl11clliatla
:."
J= Xj1 +Za. + 11 .
.rIGLÍn~\;;¡.L" : : : ro .:' •• ":" ,'>', .' '.,
"C '.Ir.'" 'C'u"Ul\r<' ..,
. "[;IIIC\} . J .•.•... ".,
"'7'"
.',
• ". ' .. ' ".:{.' '.' ';:"
:.,', O' ' •••
., ..
',._,,~.
.,; . Asfpucs, cLcolllrasle de err~r dt; especificacióil es
ú{ui\'\dclltc a probar que a = O,
l'

\
",=";..,.

• . •.
, l.:; 1.'~i "'. I j' '. • • • /. ~ '. • ,.' • , ••••
i Rnl11sey sugiere que Z debcríaincitiir las p'olcnci.as de los' ,'I/(ores 11I'¡'(licllOs tltl (11 "11_
. . fiable ,j~l.le/ldieJl/e. Las potencias 'dc:scg~lI1d'o~lc;'<;e:r y.cUarto g-nHJo nbs dan ...
; Ej' s~glf';~d6' e's!.adiSliéo' (ú,: conú'a's;e~éba'~ti~,n '¡O~;I;i~l;I;O'I:i~s'~~um~I"\uo~ de .los .' -'. '. ¡ --: ~, • " '.

. 'cuadrados 'de los residlloS, '. 'c.. . '.'

l'
.' .-?'= lí:z ... joJ J'~]'.
\
,.,
..,.~ ,.i donde;'; XjJ y j.2 = r5'~ 5'i '"
)\~]'.:~lc', Se ~~c1uye la 'jiri;llcra poú:nci;¡. i: por scr una
'L,¿' IVj combinaci(iJl lincal exacla de Ins J:0lumnas dc X, En .CílSOde incluirse: la Jl1alri~ dt:
5,.=-.,,--
k + I .
/=k + I.. ; ...• // regresión IX Z¡ no sería una matriz de. rango ple.no:
(4.32)
2: .IV; " ..:,.
. '. 'k'.+.I. '. .. .. '.:. ..... .•.. .. .. .'. ..... ' .
. l3a'jol~ hipMes.is nu.la, ~,Ic~'~~rá~~ '<JeJa;" ~~,s~n'~ii~iab,les¡ridcpendi.cnl~s d.islribu¡~ '",
das como una X2 (1). Por.!,? l~lllO, elllumcrador Ut:ne ull,.valor.cspt:rado 'gua) a / ':"~
Y erdeno~inndor, un vlllor.e~pCrh~o igu.ala I.~::, !?ad~.~.' valorespcrad?
Iliado del es'tadJstk:o de pr'ueba Qiljó'la hipóteSIS nula. la linea de valor medio es
aproxI- *' -,1"

'. ..•..~_. . ..... t"':k' .... - .. . . , . 'J.O.

R~n1sc}'."'-rcsl~ ror SJlccir1cal;~n Er~~r'i~ Classic;I'Linc;lr L~",; S'1I1~;~Si\'ri¡dl'~is':, IIr ll1ún,,;' ,1". (
Sil cié,)" S('(Ít'.r 11, J I.L9(¡;;.)5()~)71. '.\ié,;!S~:Inlllh¡~nJ;II. lt;lIm~y y'l'. Schmi,h, "Snlll~
. Ro)'n/ SI~iiJlic"t
.. : . E(S,)'- -'-
'" . /l.-k:. ,,' /1Ir1hcr:Rcsulls (In Ihe Use (Ir OLS ~Ild IILus RC'Sldll~1S in SJlcci(i~al.I(l1I 'Error TeSIS". ln/ln;,,1 II[ ;';11('(;-
,:' .',
'T.
',)'
cnl' Sitlli,'¡iclI/ J!.ulldniillll,
,
71,1976. JX9-J911..
!," .•
.
, '",

\.1 ; ..
.
:(.' .

~' .~
~
 ." '¡", ; . t, ,
.;j' ~ 'l ••.
'1"" .\ 1 :',
'J'

CA,'1 n,,-o~, CunlraSles úe Errores de.Especiricaeiónúcla EcuaciÓn Lineal de k .Variablcs,'.Ic\ \

,,'
'",
;;
4.4 ..
ILUSTRACIÓN NUlvrÉruCA Y=/ll -+ P2(X2) +P3(X3)+ 1/ : .

, '11'~ . Lo; T~blntl.lm~,eslral~s r~s~,'fta'd'os.:Exisic llnri 'nl~icl~ de birci,ns y '1IJ~'¡rislIolici(Js.

El siguie':le ejemplo numérico no es ecol1omélricamenlc realisla.' Su' objelivo es I~especlo;; 'Ias ¡;/lC;,rlS J;.~lici~:i::':nol~,n;C;s''que la espcci ricAción teso Ita ec"onóm ¡C;¡.
iluslrar de lIl;lnCr;l sl.:ncillalos conlrastes csbozatJoscon anlerioriúatl. Las variables. rnenles,cnsiblc.:La C1aslidd"~,1 dcl'I)~cc'¡9 csneg'a!iva (':'Ó,66i,"mienlrns qUe laelasti.
son las misnias que las ulilizadasenel C'píIUlol,cSl() es, . ciclad tlcl 'ingreso, es posiiivh '{iJ,85),'Amb'ós coéfi~icn¡es;~ienen'délerminhtlospor
}~=: logar~tmo úel gasto re;i1per c;ípil~ en gasolina y petróleo , .;
eSl;inclare~ col;~cnci,on;;lcs y.
dell1odo'ési)cCliicu'rnr,'C1~5iadis¡¡'eo F ¡'e~hnza la hipó-
X2 == logaritlllo del índice del precio r~;¡lde la gasolina y el pelroleb .,' lesis nllf:,¡ de C¡lIcel precio y Clin'gr'csoiülualic¡'c;'d¡lIe vetcondconsUnlO. Y ril~S
1
XJ =: logaritmo del ingreso person'ill real disponible per c;ípila a\i,;~I;; especificación' sllJ';crn con éxito¿f¿o~li';¡Slc'dc Chó,~,yilqtié el eSlaciísliéo F
El prilller gran,shock debid() al.petroleo lUYo lugar en 1973.4, filzón por la cual, y es sólo' tic'O, iK N(; debcfía,ic:~'lfundirsc las:'predi~dcin:es & un'pas~ 'en adelanledc
para csle ejercicio. hemos elegido un periodo Illuestral que lranseurre desde ItJ59.1 101Tabla ti.] 20n lo~ crrorcs('lc'J~r'edicdónuil pasoadcln',ilC discutidos én laseccí'óil
!lasla I tJ73.3. periodo en el que la. constancia úc par~lllclros esrazonablc. La r-ig. 4.2. Es'tós ÚI.li'i10S ticnensu J;,~igcn d,; ,In es.iirúnci6n rcC/lrsiva"del 'niC)delo. L<lSpre.
<1.2 demueslra la estabiliúad, enel periodo observado. de la tendencia úel consulllo . dicciones de hlTabla' iLlliei¡(:n 'formiltoy, =:'x,'{J;cJondebcs el veclor tic coeficien-
.'\. )' del ingreso y la tendencia úesccndenle del. precio, c~n un descenso m;Ís acentuado les eSllm:ldo con I01S51 obsCrv<leioncs .tl1UeslraIes Y' x" el ,y.eClor'.'~e las variables ex-
en la segunda mitad del periodo mueSlra .. Evidentemente, las correlaciones dos a plic~livas de¡periodoa pre~lceir.E¡' errOr~sl¡~nd¡¡r ele la predicción (ForecaSl SE)
, ' ..' ,"", ,
"
dos son elevadas, razón pOr la cual resulla difícil co,Ílprendcr las conlribuciones re. viene dado por.I'.V I .+xr'(X'XJ~lx(,' dómlc. ',,:es clerrur esl~llclnr 'eslimado dc la re.
lalivas de ambas v;¡riables' e:\plicaiivas. Para 'Ia eSlimaeión fueron ulilizadas las pri- gresión y X, l~ niatri7.deregresores'd~ los' prir'neros 51 puntos' cÍe la ~~estrn, Esln
mcras 51 obscrvaciones, mientras que las Srestanles se reserv:,ro;l para el contraste p01rte úe la lablapC:J"Il'1ilcverifiear' iliciiviúu~lnlénle'.lotlos' ]osp~'nlos úe la predic-
de predicciún de Cho\\'. Se ulilizó una cspe.ciricación sencilla ción, y ¡10demos 'observ¡¡rcó,i{o'~ el r;¡ngÓde los 'dos'.errores estándar de la predice
ción indllyelotlos y cada uno, de losviltores tic hec!lod¿la v;¡fiable. -dependienle ..
2 Ve<imosa conlinll:lció~ q~é sll~ede con lasma'¡(Js nOlíci(JJ, La T:lbl~4.1 incluye
ya dos de esas' malasnOlici'ls.'L:lco,llImn.adenon~inilda I"slab incluyc los eslndísti.
.. .:...
I
,',
, '
#~.~

cos de Hansen que veriric;¡1l In eSl;¡bilidaddc los.coeficienles intlívidllales. L<l hipó-

lesis tic eSlpbilitl¡¡d re'sll.llil~ech¡i~¡ldn ~riel ea~ode los trescocficienles' y, de ilcuer-
\/ J'. doco,i ello, cJ.c.onlraslc de, e51;¡bi_lidatl <;olljllnlri reeh;¡z<j .Ia hIpótesis nula, <\el;ons-
Precio '
• l' ,.... .;;,:"
l~nCiade pilr¡ii11elroslO• U,úl:segunda pieza diseord;¡nlC de inrormación es el
• \\, ./' #,y ••
;.:-.....-.. .. b:ljísimo villor del estildísli,éoclc'"Durbin'\Viltson (DW). En elCilpílUlo 6e.xplicare.
.... ':~. /

~. .......
"
.
Il1grc~o'/"""
....
j
>;.
'I ... ;;,;;,j:\.:. 'C ().'
.'"').'1 os,! \l e;.~s t ~;.JJ!Je IH~i ~:ldi qa"i.uf1a,{\ tll()CQrreJa ci.ón ',su si,,!) ci:'1I~Gn.'Cl'JéJ'minO"de.-:,p.e ,1"1\11"'\'
. badó.;, razc'liil)(irl<l éual éxi~leparlc(J¿lo oci:irrido(IUe los re-gtesore~ indJitlosno .
' '

/.
acabail cxplicnndo c6ncclamenl~. AdcJi1;Ís; .Iosvnlores csii,nildos de I y F resultan
. . / \"\
.... O1lleraúos; . .
, /'--- /
.,.1 ".,' .: " . ",,-. -~

' .. TAII1.A4.1 .. ', ....•....•". .......•.•.

~ . ",
.•..... ItegrcsiúillYICOdc Ysobre X2yX3 ..... '., ., ....
I:'- .• ~~~~~,;~'~.:.':,-~~~, •• u::-V-w;:..~'~~~..&...:_~"": '.;~~_.a~~.ft_'7=_.:.._
•.'?" r..•••
r' ••
_.~ _
"/ -:! Yresenl~nI1Úllc~1959jioI973.3.lcss 8 rorecil.~ls' .
';
" :.,'f"i~rcc;'~IPi;~joi1:'J97i.'¡lu1913J " .• ,
"'YlI;iat,le. ..... '.Ci;,c'ri¡d~~ú
..:.':; ..' ....
$:ld.E~to..r'.- " '-.:1; ni((e ¡lIslal>
,. tonsianl ..... ::,,2j47.
. ú~
-J >0.92"
. ., 'X2. '-4,1454ií 0.92' •
XJ . 14,0'11 0.91"
nGUHA~.2 . . .. :.:. . ....

ConsulI1o de ~a~olina (Y).prccio(X2}c ingreso (X:I).

(T ~l;'(ji)? 118 .' . DW == Ú,3IG
",;

.J
 -.
142 ~IETODÓS DE ECONb~IHIlIA ~
CAl'ITULO 4, Contrastes do; Errores de Especificacillnlk la ECllaci<Ín Lil'lo;~1eJe k-Variables 143 ..... :

Yarbnce instalJilil)' lest: 0,12107; jo.inl inslahilil)' lesl: '1,0695* * . O.ll~

.. Anal):sis (JI" unc.sle\! furccasts .. 0.
'.'
-- lk"iuull~r..:cu(~i\"(;s
Dalc Actual Farccas! y:" Y . Furecast S E /.Yalnc O.U!> ••.••.• ! 2 E.E:
~:
1971.4 -7,65916 -7,1í7531 0,0161520 Ooll2.j'.l711'.l Oolí46624
1972.1 -7,65555 -7,66~62 0,00907682 0,0264099 0,343690 (U~I
,. .'

1972.2 -7,65785 -7,6486R -0,00917203 ll,1l27M12 0,3) 1825 .

1972.3 -7,65144 -7,6458'.1 -O,(lU555639 O,02fi))09 -0,211021 . . .
1972.4 -7,63462 .-7,63C)R'.I . -0,0037:\734 1l.02517lJ7 -0;14:;427'
1973.1 -7,60615 -'7,62,121 ll,Ol80611 (1.025154] 11,711\1111.
1973.2 -7,62518 "'-7,63150 O,OOIíJI6)9 O,02473211 .' 0,255:194 :;'. )
O.IX)
1973.3 -7,62061 -7,625lil . 0,00519761 0,11247990 ll,211lJ590 "'-
"
TesIs OfpilrillllCler conslaney ovcr: 1971.4 10 1973.3
-o.m ...........................................................
Cho\Y F(8, 48) = 0,18421 [0,9920)
\........ ......
-O,ll-l
.......
'

La presencia de grandes errores de especiricuci~l\ ~n una ecuación lan sencilla .......

como éSla queda demoslrada con mayor facilidrid medianle losconlrasles recursi. ~u.O!>
vos. La Figura 4'.3 mueslra los rcsi'duosrecursivosjunlo con las dos bandas de erro .... (,2 (,.1 (,.1 (,5 c.c, (,7 !>S !>? 71) 71
p 7.1
res eSlándar. Los cálculos subyacenles a esla figura son los que sc definen en las . "ño .

ecuaciones (4.27) Y (4.28). Cualquier punlo del gráfico que quedc fuera de las ban.
FIGUHA 4.3
das.senaladaspor IQs'error~s estándar eqlJiv~le aun ~sladíslico / en la forma ~eideJuos recursivos y bandas oc los errores' cst:íno~r p~ra 1:1eCllación eJo;":1solina oc 1'1 Seco
'clón 4.4: " ' ,
[;'le:e:(v,>l quespa ~uméric:lmenle!1layorquedos y¡por lo lanlo: indicador'de in- '.
.'..co~slanCia.,dc'los.' padmelrO$:.En.1966cncoillranlOSunodc esos puntos, al igual' '. .l.J

'Au~~cn,.vnd05Olf9SrUrl!ossil\lad?Úlllrel968y 1970. .' '..•.........

, ........ .... .•.... .'~ i
.1 ::
:,.:<:\.~>,:h:;,\F¡Sur¡":¡t~.;. g~ndiid;i.t11.étil;i¡Úc'i)(>G (VI:, es un nH'ldciallernalivodc mos,
n
" .\
"

";ll:¡¡¡- lainf6irilaCiqn <.lela Tabla.4;3,teneradil medianle. EYiews. EI'conlrasle implí: .' ::

clió':~~'i;IO'r-ig: 4:3 cSllnaprllcba (, mienlrasqlle cl de la Fig. 4.4 es un ~onlrasle F. El .'
2.7 ::
:. :,
, ,
" ."
est'adíslico F es el cuadrado del corrcsp0l)dicnle eSladísli~Q l. Sin embargo; siguicli. 2.4 ::
do' la ecuación (4.15), el lesl Chow de conslancia de par<Ínú:lros para las primcr"as j LL

observaciones se basa en ' . 2.t

l'
,
~
"': RSS¡- RSS¡_I
F- --~--~-
. g LX
.'
'-
j=JJ' + 1, '.'111 (4.33)
RSSj~ l/U - k :"'1) ., "
-:>

.1' " ~ U
donde 111 cs cl número de observaciones ulilizadas en la rccursión inicial. Bajo la hi~ '," ;¡
¡~ ¡o :
'...;
'.
o,
. pÓlesis nulá, el eSladíSlica sigue una dislribución F(J,j- k - 1): Dividiendo cl csla.' ~ : : !
dístico F de la. ec~aciÓn (4.33) por el ~ulor crílico del 5% de F( 1, j - k - 1) oblene- .'~
'.
~:
;;
-;¡
;.
1.2
n !; ¡ ','

mos la serie trazada en 1:1Figura '4.4. Cllalquiú PUilIO' p~lr encima dc la línca hori.

-----,-,-,/\:-",r--\\:----
1).')
i'
1.Onlnl de all~¡'~ igual a 1 implica el ¡'CChiIZO del SUpUfSIO de conslanciaen los
~;.
p:lrámclros, mieolrasque cualquici- punlo por debajo n~ ,lo f(;chazar<Í. En Ii! Figura O.!>

4.3, exi.sle un rcclluzo en 1966 y una' serie dc rec\Hlzos'enlre 1lJ6~y 1970. ...
.
,.'~
," '.- . -
, 11..1 '-:...
;),
,. ..
: :~~
,',
( )

10 Puede '1ue el eO;lIraslc'de Han~~~ no 'rcs~lle' apr~piauu cn c~le ea~u, )''''IIIC la fil;, 4.2 parece sugerir ." u .... " } \.: l.. i __ J_._-i :" ...J
'variables nO cstaciona1cs. Si~ cillhargo. y con \lila IllUcSlríl mayor. vcriamo~ (I\lerHecio )',COI\5111ll0 dismi. 11)(1 S , I'ni, 1')).\
nu'~en. aur\~lIe el ingreso tienda a descenuer lentamente.'" , , ... ,' .•. , ,o,,', • ',' ,\1111
FIGUHA 4.4
/IV
:rf .
..
"
~
.¿
r ..:;,
jI/
. ,
..':" ..•.
" ", "

.J
'''?t.
l-l-l ~.
"', ~.. .
"

C""iTIJI.O~o C(;nlpISlcs de J::rrorcs de Esrecific~ción dela 'Ecuaciün Lineal de Variables t45

-.
.'
Los lres gr¡jficos de 1.01Fig. <1.5 mueSlran los COeficienles recursivos cSlinl<1dos,
k

'C' COIId.os bal1da.s .tk los ,~rrorcs est;írldar. Como ya antieilJaban 1;ls Fig. <l.] Y '1.4, hay
;': - CUS 111.•.,
cambIOS dramallcos a linaJes de los (í(J, especialmente en lo que refiere a 1;1cons(;lI1_ --~- Signifkln:iclll deL')'):, -- CUSU'I-,(úc cllndrnúos
""'>. o 0'---, Siglli(ienci6n úcl 5%
,t'
te C( 1) Y a'la elasticidad dclpreciu, C(2). Eil la primera Illilad de fa milcslra. laelas- .~ 20
o 1.2
.~
-, tlcldad del. J~reciu no es significalivalllcntc dislinla a cero)' Ja cstinl<lc;<Ín por punto '. ,
] I(J __ ~ _ .~ Il.R ,-,- .'.-.-"'~--
.~ .' .'

-- -- --
'O
de la elaSllcldad del precilles positiva. La elasticidad se vuelve negaliva cuando in- ,w "

-,
c1ui~lIos los dalas eJe los 70 .. y lo misnlo ,ocurre con su significilci6'n.' La c/;Islicidad
dcill1grcso, C(3). es posiliva)' r:iwl1abl<.;menlcesl,lblc. . "
~
..J
W
~, 0,4
--
.- "
,-
o'

V> ::> . -,'

"
:J
.LJ _It:,:-,~------
~~;: -. ~
.. . '-------,-----,~-,
..
'
-------
, "

13"
v>
0.0
~.... .'
ufu.I." 1,I! 1•. , I,!! l ••• lu.
60 .61 62 (,.1 (H 65 (,(, 67 6~;69 70 JI 72 7J .
._.-4
- ESlimaeil>1l r~cursi\'a eJe C( I l 'o.X ,\,io
, ___ o =~ E.E. Esli'llaci<'l1l reeursi,,:, de ('(2) Añó
,
I
-, o ~2 E.E.
O , O.~ '.- (11)
- '\.s~
:',
,
I :::
'C '-- .. :.. ..• , ;,,,..... .- ""
I CI
,, fiGURA <1.1í . " ': "
t
"::J
0.0 \

-------- 05. \
,, Conlrasles CUSUM de la cCl.aciún 'dc '¡;asolilia de la Secéi('lI1l\.4.
"., ,
.:: -(¡
" ... ",
,-- ..... ----- .. :~ -OA

[ij
",,----
-s ,, -0.8 . Los contrastes CUSUM uc la r-lg.. 4.6 confirman el mensaje uc los grMicos an •.
'.'
-10 leriores. Por úllimo,.cI conlmslcRESIiT de RnQlscy, ;utiliznndo únicamenle 5,2,'nos
6~ 6.1 6~ (15 {¡(\ 67 (,X 6') 70 71 71 7J -1.2
da' ro ~ 47,2, que CSU;l indicador muy Juertcdel err~uJe cspecificnd6n co'melido.
,\110 62 6.1 (,~ (,5 (,6 67 6H 6') 70 7 J 72 73
A,io ' El proceso es similnr'nl ex.~men ~Ií.~ico de unpncicnt,e realizndo por unJlabili~
(al doso m'édic~.Alguno; siglios vilalesse 'siluar;ín en un rnilgo nceptnhlc de vnlO:res,
(b) aunque otn>fpro¡)orcionen Jcctlirits.co~irnriits; El mél.iico debe'rá est~blécer eY~sta.
", 2.5 . do de salud global del pni:ienlc 'y si esne'cesaria algunn lernpia: Y. lo que cs más ¡m.
-
--'; :tH~.E
ESliniaci,'," reeurs;,'"
:':,.,
de C(J) ..
'.;.
','. , porlante (.podr:í e1'médico sugerir /.is tcrnpi.~s nd~ci,~~a,~. p~r,.a'JR~.,R.f'o,~J~nl;¡~.,gr.n~.,
2.0. ~.
, ,
., •

. . '. 'En C"I)ílulosi)()sieri~rcs

'" .
..•• ';'a- \ •.,-. .•• _••• ~ ~ .~ ..•.

e~:lJninar~niós Ja'sle~npins disp}inibles.'

,
'~ •••..
'Z>.'l'c}.:••>.y.;;L_."
,. ',' ",.~".":','Vcs?"EncstC'c.,IS{);''J'l;I(Cc'C:c'vídcn'(é' (j'íJqiíés'cncóil irainO~,riille un pacienle ,en fe rrllO.
,::,
..

'. ';, .
. "'. .
}I.". "'-,0' "", "',' "

1,0
..• ----_ --- ....•. , ';'
4.5
0.5 ", .. ---_ ..•... ",
-- .•-----------~- _-----
.
.•.
CONTRASTES DE CA l\'1n IO ESTRUCTUHAL .'
0.0 ,, , , .-,. " '.', . '~ ..' . '. ':.
'/
• Oj 1 •• "", ' •• , r.,,' , •• 1•• , r." 1,,, L.u.I.LU.1
1
~" .
'EI conlra~le de 'predicci!il! JcCho\V 1l0S,coJiÚlrcc.d¿ fo'rmá natural, a'co~l':aslés n'lás
(,2 (d 6~ 65 6f> 67 (.8 (,o) JO JI n 7.1 gClleraJcsúcc;í¡l1[}io eSlmctu"rnl. UIl ¿all1bio~sl¡-ucturnl oU,rla fup:lur;¡ cSlruclur"lse
";in da cuilllúo Jos par.ílllelros dClll1a'.rciación dificl'cn ciÚreconjunlos dc. déltOS. Naturnl-
(,.)
menle, existen di\iersossubconjun(os de dalos.con la posibilidnd de dlvcrsasrupluras
eslruclurales.De I1)Olllen(o, consideraremos solnnlenledos 5Ubco'njunlos de "1 Y"2
observ;lciones que d;1llun:1 muestm 101~1 de " = ;'1 + '''2 ~bs~rvnci'6nes. Sup~ng;1m6s.,
FIGUHA 4.5 .
'por ejcmpl(i: que descarnos invcSlig"j- si cIconsumo'agregndo enun paísdírierecn .
Codieiclllcs recursi\'os cSlilllados; (al COnSI;lIl1l:. C( 1): (IJ) l'Iaslieidad dd preci". C(1;; (e) liempos dep;1z.)' en ticmposde gucrrn.y quq posecn)os ,lilsobserv;1ciones de /;¡S V;1.
l:laSlicid;,d del ingreso. COl. ,'. o'. . • • '
. ri;¡11Ics.rclc\;hilICStÍc /;1 ;lIiosdc paz Y.';2~licis de gucrr'¡,Pódrí;¡ 1Í1OSrcilliz;¡run con.
(1\
Ir"slc de C1w\\':otiliZ;lIHI(; 1;1fl.Jn6rí'll I'~'.i";~,,.,;'"' .:,.....,,_.. ,_ .
 " .~
Ci\I'ITlIl.ll~: CllnlraSll:s (\1: Errorcs (\1: Espccificaciúnl.k la ECllaciún Lincal uc k Variables t47 \.:.1;:1)
146 . :. ~.'~
ta 1,\ ecuación (4,~~) como.c' .c'"L~,\, verificación llc la hipótcsis nula \'endr:\ dad" .. ,
consumo en tiempos de guerra. Sil~ emba~go, siempre que 112 > k, se utilizaní. de. for- por .'
.~~
..;......
ma alternativa la función eSlinpda de tiempos de guerra p,lI:a pn:dccii' cI consumo '--1: )
en liempos de paz. La elúción no es evidente}' ambos procedimienlos proporciona. . (c',c.-c'c)lk •
rían rcspueslas distintas. Siempre que los subconjuntos sean lo suficientemente gran-
F=
c'r/(n - 2k)
. - f.'(k.n-2k)
. . .::0
des, será mejor estimar ambas fun~iones y verificar los parámeiros comunes.
".. ,?
Paralll lcrcer" pnsibilidad. considcr,lI11os una pucsla en cscena allernali,;a d..:',
modelo no reslring,ido. ':,¡1]
'"
4.5.1. Contraste de un Camuio Estructural
[l']., [X ,
)'2
-
. Xl
(4.37 )

El contraste de cúmbioestructural puede llevarse a cabo de tres mallos distintos,

En cste caso, \;¡ \'eriricació.n ue !fu es un simple conlraste de significación par" los
aunque equivalentcs.'Supongamos que YI' XI U = .~,2) iildican una parliciólI adecua-
últimos k rcgresores. Laclección del procedimiento más adeéuado deljcnderá nnj .
da de lbS datos. formularemos el mouelo no restringido como'
chO del prognima inform,ílico ulilizado.
.:,•.,\.•'~~'i.,.,.c'-.•.:;.~.~, ..•;.c. L J L L
",'''+Y)' .'21 =,.••.P,\O'1'.:.~:.:.:..¿\'~')2.}fjJJ,;'21
J' ].".~':I'-.I'..:.:~;;:'.':\['1" -i.' \ ..~/I:r :>-.I
;N.i.O ..): ¡:.':",,"" .-,.1'0':"'(4 :34)
.
." ....• ~:.. ,. .' -. ',' '~.,. ,

(i'\
4.5.2 Contrastes acerca de la Pendiente ".
donde'p 1 Y.P2 soo lós kveCloreS de coeIici~,Úcs para los tlemr~s de paz y guerr¡¡,
resp'cctivam~nle. La hirólesis nula dc inexistencia ue cambio estruclural es
. Las ,investigaciones econÓmicas ~lIelen inleresarse por los coen'cientcs que re.
(4.35) p~csel.ltanla pendiente de la ecuación sin imponcr resll'iccioncs al lérmino uc inler-
seccióil. CO[l objelo de explicar dichos contraslcs p~rliciollOlrclllos las malrice~ X en.
El primercn'fotlUe se basa en la aplicación ujrecta~de\'cOl1traste de restriccion~s .lj.
nealcs definido en las ecuaciones (3.2H) y(3.3S). La hipótesis llula define R -= [h - mosigue " , o, J

Id Y r =0. Sustituyc.n'do la ecuación (3.38),6bt~l,emos:nl.l'" r.= 1>1 - b'2• donde' bl y . . ,\I=[i, Xi1, X2-:;.[il .X21
1>1 son los estin,adores MCO :ue 195 vectorcs'<le ,codicienícs de laecll,,'cióh (4.34). , : liontle ¡l, 12 SOII /11 )' "2 veclores .de'unos y .las X¡ son mal rices ue las .k- 1 variables
Ajustal\do la ccuac!ón( 4.34)'obtenel'nos lá 'sci't' del ;'¡ú:>dcfono ~cslrin&ido, ~'c. Los regresores. Laparlición de los veetoresfl es . . .
coeficienles MCO se fOfll\ulan com'o '.' . . . . '. . .,'---.,.
fli = [al' jJ¡') "jJi = [al' fln
, [b'b 1"}', ="LX' 11OX Ahora la hipólesis nula es
2 fli =.Pi
Por lo t:lnto, el modelo no restringido se estim:lp\ disponi~ndode todos los datos, El Illodclo no rcslringido es.
como en la ecuación (4.34), y realizando de una, vez la estim;\ción MCO, o bien -'.,
ájusl:lndo p'ar separ:ldo la ecuación a I,!s dalos. de :tiempos de paz y luc;go a los de . al]' . l'

tiempos de guetr:l. En e~te último caso; debe(;\n sum~rsc i'lnlb¡ls SC~. p"r:: obtener [Y¡J;, ..[i l Xi, () J. el,.
o. .-\'2 ]J~ + 11
(4.JR)
)'2 O
la SCR del modelo no ~estril,gido,'.esdecir, c' é == 'cl'el+ C2'C~. L:.asustitucj6n'en la '. . fli .•
ecuación (3.38) permite.contrastar las rest"ricciolies li,neiíles. , '
Ellllodt:.!o rcslringido es
En el C:lpítulo 3 he'mos vislo que 1:1 yeriTicación!le restriccioncs lineales puede,
formularse también' en términos de, un:l SCRno restringid¡~ y una SCR restringida.
En este caso, 1" hipótesis núlanos da el siguiente moddo restringido [;::H;' i~~][;;l +U
I
'"'

rYI1::::[XI].p+,~1 (4.36) La verificación de la hip\Slesis nulá pueck bas:l.rsccn las SCR dc ambas rer.resioncs.
," b2J X2 Cier!os programas, inf9rmálicos que re:lliz:l'n la regresión proporcioll"n lt5rlllino u;, ,,,",
~.. . - IU~
Den~minare~~s a lú sun'¡a de:cundr:ldosdelo~residuos, SeR, del modclo qlleaju~ •. .;- '.

,....
I
..'

'~
 CAl'iTlI1.ll~: COI.Úrasles de Errores de Especific;lción de la'Ecuación Lineal"dc kVnriabks' t49
'1 '\

','.
de intersección de fOl'll1;l "utOIll;ítica(imertando un" columna ue unos en los regre-
sares). Dicho paso uebe cllldirseen el ajuste de las ecuaciones (4.31»)' (-l.JY) .con el l •.•.•

~'i,\ fin uc evilOlr la g.eneración de reg'resores lincnlmentcdependicnles, Los 'tresmodelos guard;l'; en'lre sí un ordenjer<Írquico:
, • I •• ' ! . ~.

Una forl11ul"cic')I1 allcrI1"liv;l dd,úodelo no reslringido es , '.

I '

UI
1: [J,'I'J [~I x;Xi, 'J' [ ¡r,;'J +,
.J'2
:=
12
tt, 1/
I
ParfÍ/1I t!1ros, COIII1mes

[)'IJ:=,[~I
y:! '1'
lJ Xi . lJ
Xi ,Xi
J °2""
¡Ji
('(1
+fI (<l,4lJ)

¡Ji - ¡Ji Térmillosdc illtcrsecciÓII disl,inlos,

I ,~/eclor de iJclldiclI/cs cOI/l/in'
El contrOlsle de significOIción conjunta de los íillimos k - I regresores es unOl prueba
dc 1" hipótesis nul" planteada "nleriormenle. ldéniic" advertl:ncia sobre el lérmino
de intcrsección debe aplic"rse a 1" estil11"ci6n dc 1" ecuación (4.<lO).
'. Xi .'
O ' a('(11 ]
- +
" O Xi] ¡Ji ...
[
11 . Térmil/OS
. '¡reloreJ
dc intcrsección
dc ¡JclídieillcJ
dislil//os,
di,Hil/tllJ
7, >

4.5.3 Conlraste acerl:" de las Intersecciones '. ¡Ji '.

.... -'
La aplieacillll lit.: los M ca " caun módelo conducir;í n una SUIll;l de c\JOIurados-de'los
I'odría p"rl:ccr qUl: la vcriricaciún Ul: Hu: (tI =.Cl2 vicne dada pUl' la cOll1probaeh'J11
.. resiuuos, SCR, con gmdos de liberl¡id ;Iso~i<lelos 11 - k, 11 - k - 1 Y n - 2k, respecti.
del seg.undo I'l.:grcsor de la ecu"ci()n (4.40). Un" verific"ci6n de este lipo tiene, sin
-~. cmb"rgo. poco scntido, La estilll;ición Jc laecuación (<l.'IO) no illlpc;ne rcstricciún vamente. Losesladíslieos de verificació'l para distintas hip'ólesis ser<Ín los siguien-
les: .
~,
;llgun" " I"s' relidienles y. por lo l~nto, lo qlle cuesti~na lahipólcsis de inlerseccio-
11(':Siguales es si exislen dos supcrficies de regresión dfslillltl.l' que cortan ,,1 eje)' cn ,11,,: III == (12 Conlraslc de términos lIe inlersección distinlos )
-,•..... el mismo punto. El contr;lslc de inlersecciones distinlas auquiere 111;íssenlido cuan-
.......•... do. el supuesto de pendientes de regresión COllllllles se convierte en una condición. • SCR I - SCR2 ':,
L" pl'l.:gunl" "hor" es si el plano de regresión est<Í situado m;;s arrib" o 111;isah"jo en /. := ----- - FU, 1/ - k ,;...1) .
....- SCR2/(1I - k - 1) ..'
la uirección que 111area la. v"riable dependiente,.EI moddo no restringido para di-
-" CI.l0 conlrastees el .especificado .en .1" ecuación-(tLY.J).quc.ap;.lrq:ía CO)11().111.O\h;10.,
-~', reslringido en el contraste ue las pendientes; El modelo resl,ringido es

, i
[J'I] [~I X;][u]
- ,\'~ _I~
==
.X;')1',+II

\....:.. La cOlllp;lración ue las SCI\ dc\;;s ce~acioncs (4.31)))' (,I.~II) pl'llpon:illna Un;, prue- o 11,,:jJ, :=jJ2 Contraste de par<Ímelrosdislii\tos (inlerseccio'nes distinl:>s y
,~. b" de la igualdad de las intersecciones cuando las pendicntes son iguales. pendientes distinlas) ,
..... ' '.'
Un" forma alternaliva de mostrar elmodc\o no reslringidll cs
'- . SCR, - SCR1/k
F== _. " , '
."
.,. F(k, ".-2k).'
. '.
\~., " _ SCR~/(I/ - 2/.:) . ' ..
(.1..12)
\
" Los grados. de .Iibertad tle los numeradores esigual ;11nlímcro dc reslriccioncs im-
l... " pucslas pord call1l>iil\le modelo no r,eslringiuo.a modelo reslringido. Dieho núme-
"
.\ " El contrasle de siglliric~ci{¡1l e1el segundo .ref:;'csor n:rir¡'(;.' 1:, hil"'llc~isl'lllHli(icll;aí '1.
ro equivale lal\\bi~l1 ¡r la dir<.:rencia 'en los grados delihertad dé I;¡s SUI11;lSde cuadra-
"
dequc los términos de intersección sonigu:,h:s. -.' uos dc los residuos d~1 nUl\\era~lor. .' .
e
••.. ,:;0
 (~ '
~l -,

150
i"
: ' h\l:TODOS DE ECOI'IOMETIIIA
' .,,'
.r C,\l'iTlILl)~:Clllllrasli:s lk Errores de Especifit:aeiúlll.k la EClIat:iúl1 tincal ue k Variabks 151 u~
.:~"')
,-'o
T,\III.'\U
4.5.5 Ejelllplo Numéricó .• 1° •.• ,., .•.•.

, , '

LS /1 Dt:pl:ndcnl Variahk is Y
Supongamos q uCl,encmos I~s' tÍatos~iguiel~;lcs:',
VAltlAIlLE COEI:I~ICIL:NT STD.EIUWR -"T-S1',\1'. 2-1'AILSIG.
1,' 1,~ 5 ,., '112';' 10 k == 2.- -1l,(>'J7X.12 O.3(17X7:\6 -O.IX')(J')61 IUi52.'i
C
X O.'i2.j.¡()O.j O.1l32'J')17 15.X%733 0.0000
1 ',.).1

o.~5Io74 Mean of lh:pendelÚ \'ar 5.000(JOO " ..•.•

3 'lt:squarl:U
3 AujllSlt:d R.squarcd O.').ID10 S.D. of dt:pt:ntknl \'ar
, Slill\ llf sqllared r<:siu
3.11',m7.l
,(1.5.'i6115
,.,
'..' [1 ] 2 [2 '1
5
6,
g
10
S:E. of rl:grl:ssion
Lag likdihoou
O.71ll152
-15.0761l\) F,sl<ltislie
Pro\)( f'Slalislic)
~52.7(J()1
O.lIIlOOOO'
y, = 2 '\'1 = 6 )'2 = 6 x2=
12
Durbin. \Valsan sial 1,3436X6
4 10
,T.
"6" '.i.,."":,, - ~El-
~. • ," '. , , • • r " •

,,'.... ', ".', " ••.• ~,',' • ,-,-<.•• ";" 'H"

c:'íj":' J ••••.
:: :

VAIUA13LE COEfflCI ENT S1'D.ERROlt T.STAT. 2.TAIL SIG.

.... . ... ,.,9 ",: . '...,
11 DI -O.4(15li5~1 0,30.j1l41i) , - Jj2lH )X') 0,152,1
, O.12li4 r~
02 0,55:1651'5 ", 0.33~Il025 ' 1J»31~n
',~
,X' 0,4951220 0,0266345 I:UX~.163 0.0000

R.sqll¡;rcd , 0,97)953 , Me¡1I1of uependelll val' 5.000000

Ailjusleu R-sqllareu " O.l)(¡l)óÜ S.D., of u¡:pendent var 3.09377)
S. E. of rcgrcssillll . (J,53lJ)(Jt) SUI1l ofsqlfar<:dresiu 3.'1<)1l2.j.j
, Log l¡kelihoolJ -IO,J4R49 F's,lalislie 224.3564

, .',,' ,
" [.r J
X=.
'~'2"
l.
"
y~ [YI J' .",
l'
• 2
' '
D(¡'rbin-Walsull sIal ,. '2,462522 Proh( f-sta t¡-SIic) O.O(X){iOO'

Ls" Dependenl Variahleis Y '-

La jerúquía cJc'los I(CS.~io<.1¿loSs'cP\ \¡i sig'uicnl~:' " VARIA[)LECOEFr:ICIENT. STO.ERROR T.STAT, 2.TAIL SIG.

, '1:R'~grcsiói\ dc)s¿~iirC:i'y:/:', ,-:: ',,~' ' DI -O.062500!i O,41D1417 -0.1293616 O.899.j

D2 O.'IOO(){)OO O,3li61560 , 1.092430.j O.2t)SO
II: l~egresi6n.dC)' sob're d,:d 2 y X"" . r,' . ZI O.'137~OUO .' 'O,05~n63 7J0062S3 0.0000 ,('"

Ill: Regi'~~ión de >' sobr~'dl,.d2' ti' y t'2 ,Z2 0,5090909 0.0295057 17.253<)1111 ' 0.0000
, .
La Tabla 4.2. mueSlra las tre,s regresiolies'.Las regresioncs scparadas, particndo de R-s'IlIareu O.971í416 , Mean of depcmJc(11 var 5.000000
,r
la lcrcera parlc de ¡¡¡labia, ser;\n '' .- . Aüjllstcd R-sqllarcu (J,Y699H4 S,D.oful:pendcnl val' 3.0t)3773
, ,S.E. of rcgression. 0.535\)98 SUIl\ of squarcd resid 3.160227
"J\= --0,0625;1- 0 ••1375.\'1 Log likclihoou -9,603531 "F:slalistic 151.8074
.. :'( DlIrhil1- Wals(\11 sial 2;li20099 , ,l'roh(F:staiislie) , O•()()OO()O
.h == 0,4000 -l. 0,5091.1'2 , .''¿:'"

En cada una de'l~s 'regrcsiéll~cs,laSCRvc;l<.1ní dada pcirla e11Ir¡id¡¡ dei;ominada

SlIInal sqitnred resiri,;Pár)o lafílo~.cl <;onlrasle dc ig'ualdird dc .los vecloresjJ es As'¡ puc's,la hipótesis dc incxislencia de cambio eSlrllclllr~1 rcslllla rechazada en ¿
. ..•. ,;", . '. '••. l. • . '.' • . '. ' •.-. '. •. ~ -~.,:~ • . .' •. • .. ~ ':,' nivel dc signi(¡cnción dcl 5%; aunquc no al' 1%. El contri\Slc del cambio cn In pen-
'. F = (6,5561. -: 3,1602)/2 ~ 5;91 ., 'ditnlc dé regresión se basa en ~:' .
, 3,16021(15 -.4) , F ~ 3,4902 - 3,1602 = 1,15
(- 3,160211 1
\ . . .... '

con FII.~s(l,II) = 4,H4. Por lo lan,!o, la hipótésis nula de una pl:ndienlc de regresión
 1:i1 ~lt'Il)IJU~ IJEtC:O:"Il,'": Ilti"
('",'ITUI.U~: Cuntr:lstes de Errores de Especific;1ción dc 1;1Ecu;1ción Line;¡\ de k Viui;1bles 153

cllmün r.:sulla r.:chal.ada. l'odcll\os prolJ;'Ir si los l.;rminos dc inlerscCI.:il')n son co- ~~ ..
-'J" cación de la significación de la cuarla variable. El estauíslico (es 1,0718, c1i1r;'lmenle.
nlunes. suponiendo una pcndienle de regre~ión común. El esl;'ldíslieo de prueh;'l •.••• Jo.

',i no significativo. El cUi1dr;'ldo del esladíslieo ( nos da un valor de F de 1,15, como

;'I1\cCU;'lUOes
antes.
. 6.5:í(í l' - J,4lJ()2 La segunda p;'lrle de 1;'1T;'Ibla 4.3 es el resul!ado del ;'Ijustc de 1;'1ecu;'lción (4.42). L;'I
/ .:=------:= 10.54
. 3,4lJ02ll2 hipólesis de términos de inlersección equivalenles se verifica examinando la signiri-
c;'lción ue la segunda variable. El estadístico / es ],2467 y su cuadrado, 10,54, como
con !-jl,'}')( 1.12) := lJ.:)]. por lo que la diferencia de los términos de inlersección es sig- ante~, por lo que se rechaz;'l la hipólesis nula,
..
..t
nificaliv;'l alnivcl del1 %.

T,\ 111.,\ ~..l

4.5.Cí E:dcnsioncs
. - ••.••._ •.••••..•.
_ •.••.••
~._.~J••,¡. .•..•••• ~_ ••••••.•.: •.•••.••.• _~~ • .,;..-r •••••.••••
_

LS // [)~pendenl Vilri"hle is Y Los contr;'lstes de ciln;bio eSlruclur;'l1 son susceptibles de dos lipos de cxtensiones.
VARIAnLE COEFnCIENT STD.EI~ROR T-STJ\T. 2-T/\ILSIG. .. La primera consiste en dividir 1i1n,uestrn en más de dos suheonjuntos. Así podre-
" mos examin;1r la estabilid;'ld de una rel;'lción en ellr;'lnscursode varios subperiodos
e -IU)(¡25000 0,'HD1417 -o, I2'.!:lIí1<i O.¡;'JlJ4
02 0.~(¡25000 O,606214(í O,762'J312 O,'I(¡I(, (la Segunda Guerril Ivlun'di;'l\, 1;'1gllerr~ friól, 1;'1posguerr;'l frí;'l), en diversos países,
X 0.4375000 0.05lJI)263 7,JOO<i2l;] 0.0000 induslrias, grupos sociales, ele. No es Ileces;'lrio c1;'1siricu los subconjunlos en orden
Z2 O.0715'JO') O,O(,<i7'J(¡,1 1,1I7I77¡;<i O.JO(,1; cronológico. ni que los oatos de cada subconjunto sean dalos de series temporales.
R-sqllined 0.976.11 (¡ . Mean uf dependcnt val' 5,000000 Se aplicin;Í la misma jer;'lrqura oe modelos, aunque ahora lendremos p > 2 subvec-
l\djllSlcu R-sqllarcu O,lJ(¡99~'¡ S.D. of depelidenl V;1r 3,093773 tares en c;'lda columna, L;'I segunda eXlensión tiene quc ver con laveriric<lción de
-;... S.E. of regression O.:iJ5'J'J~ SUIll of squareu resid 3.160227 subconjuntos comunes de parámetros. Los conlmstes ;'Icérca de los términos de in-
Log likelihoud -9,60353 I ¡;-SI;1lislic 151,8074
lersección comunes y de veclores pendienles comunes conside.rados anteriormcnle
Ourhin- \ValS'''' S\;ll 2.R200lJl) Proh( r- -51"IiSIic) 0.000000
son algunos casos parlicul;'lres. De forma m,ís general.veri[icúe~lO.s cU;'llquier s'ub-
~•... '

conjunlo dc k par:ímetros, El procedimienlo oc contr;'lsle seguirá los principios r,c-

LS // Dcpcnucnl V"rii,hh: is Y
nerales anlcs eSlablceiuos: ;'Iju~l;'lrelllos el modelo restringido al subconjunto de'co-
V AIU,\ OLE COEH'lCIENT STO.ERROI~ T-ST¡\T. 2-T¡\IL SIG. eficienles cuya eslabilid;'ld verificamos, lom;'lndo el mism'o 1';'1101'cn cada subconjun-
e -O.-Hi5~537 OJO~lW,3 -1.521;151'9 O.152'¡ lo de da los. Los demás codicien les podrán v;'lr,iar. A continuación, ajusl;'lrcmos el
'-..
02. 1.0195122 0,3 t401 67 . J,2<l(,(jXI5 0,0070 modelo eonjunlo no'reslringiuo. El conlr;'lsle se h;'ls;'l en 1;'1compar,ación de l;'Is dos
X OAlJ51220 O,02(¡(jJ.15 ¡1;5¡;lJ'I(,J 0,0000
sumas de cuadrados de los residuos.
1~.sqU;1rcu 0.973953 i\1c;1n of depcndcnl \';11' 5.000000
- .:~. J •

¡\djllsteJ R-sqll;1reú 0,%9612 S.D, of uependenl \'ar 3.0,)377J

S.E. uf reg.ressilln 0.5J93O'J SlIlIl of sqllared rcsid J.<l')02<l,1 4.(,
Lug likelihoou -10,J'1¡)-l'J F.stalislie 2201.J5(,.¡
DlIrhin-W"lson SIal 2.-162522 I'l'llh( lO-SIalisl iel O,IX)()(XX) " VAHIABLES FICTICIAS,
1

"". ': : ;.
..•....• '
\' I

,'.
4.G.l In(rodllccilÍn
La lahla ijuslr;'l el enfoque ;'I\lernalil'o a los lrcs conlr;'lslcs. La primera p;lrle de \;) . '
; .,~:.
. "

lahl;1 cs el ajuslc;d modclo dela ecuaciún (4:'ÚJ). La \;erific;,ciún de 1;1siL:nificaci6n Hemos utilizadu Y;'Ivariables ficlici;'ls;'Iunque nol;'ls hemos dcnomin;'ldo ;'Isí h;'lsl;'I el
c'lIliunla de las v;lriahlcs segÍin(,I;'! y cU;'lrla prÍicha si l(ls \'Ccl;ncsjJ (inl~rscccil~n y momcnlo, En efeclo, las üliinws "2 v;'Iriablcs de 1;'1m;'ltriz aumenlada de la ecu;'lción
pcndicnle) son iguales cn ;1mhils subconjunlC>s dc da los. l\ficr(lTSI' (progr;II11Ol pre- (4.11) (aman la forma '
\\'ind(l\\,s dc QU;'lnlil;'llil'c Ivlicro Soft\\,;'Ire) ¿~ cllill(lrCsull;1l11l un eSI;¡t!íSlico ¡: dc
:'.1)1. idénlico;11 oblenido en el p;írr:lfo ;'1111 e ri'l(l'. La 1.11>1amlleslra ;lsimisnlO un con-
Iraslc P;Ir:l \'crific;1r 1;'1igu:lldad de las pcndicl:lq. de n.:¡,rCsil"n qllc implica la verifi- o:; 1.'/.'
. l \ . ,-
.t-;~:.~
,.
"1 .. '-

>
~... l'

J
 154 . ~1l:TODOS DI: cCONO,\I(TIUA
(',\I'jTUI,()~:ContraSIl:S ¡k ErrUll:s tk I~spl:ciril:al:i(indc la Ecuacitin Linl:al d~ k Variables 155

La matriz O es de orden 1/1 x 112,micnlrasquc l/hes la.matriz de ide,nlidad de orden y

1/2' Cada uno de sus veclores column¡i ,de /1 elen;enlosc~nsliluye l1nn,vnriable ficli-
cia con un único' elemento igual n uno y losr~stnnlesl/ ~ 1 elementos igual a cero:
Según la ecuación (4.12), el efecto de las v~rinblcs fiet.icias es excluir 1;ls úllimns Jli
observaciones de la estin¡¡¡ción del vect'Of j1,. Los coefi~ientes de.las variables ficti-
cias son los errores de predicción 'de las úllimasl/2'obscrvacibnes mientras que; en . Nuh.e ue Plll1l()~ ue "1 ()bscr\':~ci()l1cs
esos puntos. los residuos de lai'egresiónson igualesacei'p" . .
(11
A menudo se dCfineu¡la única variable de este lipo r¡jra una observación con-
siderlldn anormal. Por ejemplo: 1973.4 fi;écllrimeslre en que la OPEP (Organiza,
ción de Países l:xp0rladoresde Pelróleo)rc<Ílizóel cmb;¡rgo delcrlldo, Cuando es- . "
¡irnemos la [unción de demanda de energía, dcfin'irelílO~ una variable ficticia de "n-
(1')
'\or'uilO' paraelirimeslre mencionado y cero paralas lrimeslres reslanl~s. El primer ','
FIGUHA 4.7
gráfico de laFig. 4.7 (dol)'de, parasimpli[icar. asumimos una relación de dos varin-Ji
Rc¡;rcsinncs con variables f'ictici;¡s., ... ~..•.•....
...,.;.:i.;;""'';l::~~JsE,~~~B_~~.f,.~,5J~m:.A~}.9.!\~~~r;~,JS¡;Iq
Lkll,.H9 ~Q'i!J.c•.ICc-grciióli:,.cSú\ ,~ié:fcl'jlii Il'¡ld ¡¡:POf'/':'~~':?' :;'. " ..•.:.:~.: ••;_'."".:' ~..... '., :".•__,", :,,' :'0" • '.,'. , .- ~_",.' ',' ' ••

aquellns observaciones noperlenecie'nles al pedodo 1973.4 y,enese 'punlo. In línen :f:- i

. de reg'rcs'ión c¿unbi') y 'da luga~ al valor de '.I;'ccho' dc: .Ia ~ariabledcpendiente (Fig." \ . <1.6.2 Variahles Ficlidas Esfadollales
,4:7a), Ca Fi'g.4.7b' muesl~aOr.res variable.s fictiCias. l:llínea de' regresióll básica se es- (:"""
..lima a partir üe II''':.~obser~aci,onés, y"prcsentali-es cambios .de ~n'periodo para 10-,' Su'p~ngall)oi que trab;¡jamoscondalo's lriniest;'ales y pemlilimos que unn relnciún
grar pasar'. por los'trés valóreselegidos.: ", . ',', . su[ra'calúbios estacionales. El gaslo en' vacaciones'dependcr¡í del ingres~. aunque
Un segundQ tipó~~ vartablé ficticia esel 'qllc!ienc' el: Cormai(,l ~iglÍiel;te . pmbianí positiva o neg¡ilivamenle 'en ciei'ios trimestres; Para dio. deberemos espe.
.' :. .... ~:... . ... .,. ' '. .. '. '. - .'

...ciricar variables ficticias trimestrales; tales como,

' .. , . .

,.11 .•••
: Qi,= I sil;¡ observación corres ronde allrimeslre i
.:\ . '= () en caso"contrario ,
.:'i
com~' en.los m~dclos'dc'c~mbioestniclural. Larig. '4:7cl)ll;estra el erecto ,de :ljus. \: pnl:a i =.1 ti. Lns variablcs'fieliciasde.ios cuntro'tri'meslrcs de cad" al-;o son
c....
'tal' \111 modelo ,de'esic tirio a.la .cc'lIaeió,i (4",ij.ExislcJ\' dlls lincasde regresión pa. ., . 0IQ2.Q;.Q,I'"
ralelas y se u.llliza la lblalidad'd¿las observaciones; n'.para estimar lapendielltc co. ' ,~f. I
D"
. .0.0
IDO
D
nlún. >.. ......•. ,; . ., ~', . . ~ -.. :',~; I

.'. ~' O O 1."0

.¡.
\ .
~
() O '0 I
J' .)' .•... rormularnos entonces fa J:clación comd
.. ,.'~
: t:
,':.
l/;':: ÚI QI( + .:, + U~Q~I + xifl + /1\ (4,--13)
.
, .
('-
-..-, donde x', incluir:í observacioiles de los regresores relevantes y no debed illt:luir
"' ..~".. :.'o'~ r ._~
ningún elemento igual a lino, ya que la eolunllúnle unos sería enlonces rerfccta.
~.. ~oo.' " ::j'
,,~,o./ mente coline;¡'J con'I;'\s cualro variables ficticias eSlaciol'lalcsv daría 11I!?,ara una m,,-
:,

"
.;~,~;';f lrlz ¡le d;ílos' singulnr. La fllJlciún posee 11,\1~lrol~rminos' ,le interse~ci(~n. Una espe.
~.
"

"
, cificació~ allcniativa cs.' .. ; '. .., . .
'.:~'
\", ¡ ", .,'.
'.'
Y,;' al +'(2Q2/ + ;'d!J¡+ '(4Q~1 +.x¡fl+ 11\ (4,4-'1)

..
{ x
Lacon;paración
" ",'
de los cocricicnt~s
•...
de il.'s variablésficticiús
.
de ;¡mbas ecuaciones
_
nos da las siguientes relacl,?nes' ! ,', " • . '.

(a) tb)
:' '(~ = a~ -,('(\
r' .~,.
rr__ .:
"
1

r. ~
156 C""¡TlII.6~;C(lnlr;'Slcsdc Errores de Especificación de \01 ECllació¡\ Linc;~tdc k V"riau\cs .157
<.'

r ...• Por lo t;¡nlo, las "y llliJt.:n los' términos de inlersección direrenci;¡les COn referencia ;¡ . lllutú:ünei)te excluyentes por definición. no son exhaustivas' p&que no existe cate-
a,. Nor1l1;¡lnll:nll:.la hipótesis que nos interesa es . goría pAra aquellos'que carecen de titulación. Supong~mos qué: El es la variable ric-
i
r" licia correspondiente a aquellos que 'abú,dOliaro¡j' los esludios y E2! EJ Y E4, las va.
/ln: 01 = a2 = 0.1,= 'a~
ri;¡blcs rj~t¡¿ias correspondientes úl m5x¡'mo¡1ivel de. estUdios conse'guido ..Si mode-
L;¡ v:riricación s.e realizn eSlimando la cc~ación (4.43) y comprobando las n.:slriccio- lizamos ci ing'resoúnicamenle en runción dcl nivel educaiívo, lendríamos
ncs IlJ1cales pCrllnenles.' Oc fQrmaallernaliva. expresaremos la hirÓlCsis nula como , '.'. ' "
(4.45)
.y =:= al~1 + a2E2 +'u)EJ + a4E4 + 1/
"n: "(2 = "()= "Y~
Erv;¡lor esperrldo de ingreso; condicionado pOLelnivel educaliv.o, es
L;~ \'eriri.cación se realiza ;ljl~S(;¡ndo la ecu;¡ción ('1.'1'1) y comprobando la significa-
E(YIE¡)=o¡ i=1 •... ,4
cl~n ~Onju.nla d.e las tres val'lablcs riclici;¡s trimestrales. El estadíslico de rrueba se
n.l~lnllcne Inv;¡r¡;¡nle se" cual sea la variable ficlicia omilitla al cambi;¡r de la celia- Eliminando E" I;¡ especiric;¡ción ;¡ltern;¡tiva será
clun (4.,1]) a la (4.'14). .'. y = al + "Y2E2+ "yjE) + "y~E4 + 11 , (4.46)
Las "Y miden el in~remento marginal ell el ingreso esper;¡do pnrn un individuo con ¡¡-
tlilo en relación a olro <¡ueno lo Po~~;¡, El incremento fn;¡rginnl p;¡r;¡ un titul;¡do uni-
4.ó.3 Variables Cualitali\':Is
versitario degrnuo medio en rel;¡ción con alguien queuispong;\ solamente d9i lílulo
tle \wc\;i\ler es "Y) -"y, ,'mientrns que el incremento marginal para un b;¡chiller en rela-
Supongamos que un economista deltrabnjo ddine una función dc gan;¡ncias' como ción c~n un tilUiatlo de grado medio es "Y,l .,. "yj. La significacióILCSI;¡t1ística de los in-
Ingreso = ¡(género, raza, nivel educativo, ed;¡d) crementos m;¡rginn\es se' verificará comprobando la re.strieciónline;¡\ correspqnuien.
~;¡s dos p~imeras v¡¡riahles explicalivas son m¡ís cualitativ;¡s que Cu;¡ntil;¡liv;¡s, es de- te. De forma alternativa, refonnulando Ins. v;¡rinbles ficticias oblendre.moseslimado-
cir. ~o SUjel;¡~ a una. n~e~lida cardina!. Sin embargo, puedelí l;¡mbién represenl;¡rse res directos de los incrementos marginales' paso a paso. Supong;¡mos que. I;¡ v;¡ri;¡ble
mediante \'al'lahles rlcllclas. El géncro lo rcpresenlan
.
Jos variables , ficticia tiene valor Uno cu;¡ndo el individuo posee un I¡tulo, Ji/l importar qlle: te:/I[;a 11/10
. n II/{i,~ tíl/llos de /IIa)'or rallgo. Ddinamos tambié,i' El para representar la posesión de
GI = 1 • hombre
= O, en caso conlrario un título .de enseiianzu básica obligatoria, .de mo.do que todo elmundo lehg;¡ una en-
y trada igual a \lno en dich;¡ variable. Las vari;¡blesficticias represent;¡tivas del nivel
G = 1, mujer' euucalivo p;¡ra una. persona con Slllo un título de bachiller es [1 I o, O] mienlras que
2
= 0" en caso cOI~tr;¡rio p;¡ra una persona con tílulo universilario superior es [1 1 1 1J, La ecuación a aju~lar es
I\mba~ c;llegori;¡s son lIlutu',lmenle exciu)'entes
. . y ~.".,
;'vll"ll<t'IV~"
..., .•.r~r',, ti'OtO IntIVI(UO
1" I .'. .. '.' . - )' = ('1 .4~fl2E2
".... + ~)r::) -1- 1),/£,1-1- 11 ' " (tl.'l7)
Ia su ma. dG.C;;T'y-:(h.€s-igul\-I-~~.tttlO':'-S-ttpoTTgnmonllle'de'fi ni mas la ti, Z;¡ meüi ;\11'[(;"tre-i-~,..,.-..,.-:. -,-'.-. :-:"-Lo-s. Vii1'or'¿s':c;s'r'er:lth)~::són':"""~'~~:"~-:"'-'-. -.' ;-~~~:''''7''''''''''':'~''''":,,:'',-:,<:,:-'-'~:'''7.
....••.•..
,.~::..~; •..........,.....::-
•.
c;¡teoOn<lSmllluamentt;
..'"
cxclu)'entes
. ..
y
.....
cxll'lllSI'v~s
,
( :. le"
1... por ejemp o, auc;]sl;]n;]. Ncgr;¡ y E(Y ICllseiinnzaoblJg;¡lOnn) . . .,
=á, .'
Oll.IS). L;¡s entrad;¡s caractensllcas de las variables ricticias S y n, serí,lIl en csle óso . E(Y Ilílulobachilter)= 01 + 02':
.CI C2 ni f?2 n) E(Y I üniversitariogradomedio) = ('(,'+02 :~o) .
'-..... o 11.. O, o f( VI u,niversitario'grado superior) = 'a,+ 02 + Ó]+ &~
'.
O I O; I O . Las '0 prop()rci(JIl;\n'lo~ eSlimadorddirectosdel incremento m;¡rginal de un nivel
La rrimcra e,nlrad;¡ corresponue a un;i'¡ilIljer c;¡ücasialiay la segunda aunh()l;lllre' respcciodelnivclsllperior siguiente, mientras q'ue los correspondientes errores eso'
Ill:gro. Las colulllnas R. Slln)an llllO, igual que las colulllnas S. t,inda!" ofrccenb posibilidad. de c()nslruir un contraste directo de signific;¡ción.'
El nivel cc\uc'alivo es Un lipo distinto de variable. Podría rellrescnl;;rse nUI11~rica-
. .
mente Illedi;¡nle los alias de escolaridad. Oc modoallernativo,puede represenlarse .'

t'II11.bién en l~rlllinos dc variah!l:s riclÍ::ias;'EJ nivel de cdutaci6n'(1l;c'UC clasific;¡rse . A.ó;~r:) os o ¡VIii); COllj linIos .dé Vitriablcs ficÚ,cins,"
segun. ellll.ayor ni~'el d: e~tudios coilseguido, Csto es, (ílulo universilario ue gr'ado
superior, lllulo unlvcrsllanode grndo Illedio o lílulo dc hachiller. "<¡ucltos imlivi. Con~ollelnós v.isto, U;l cpnjunlo de ~;¡r¡nblesriclicias"n)utuamenle excluyentes ycx-
duos con lítuló universilario tend.rían una elilr:lda igu;¡l n uno e'n 101v;lri;¡hle ricticia hÚIl~liv;¡5 da como rdll1tac:lne/ veelor unid;,d,i".La cSlim;¡ciór~ de unaconslnnlC en
corrcsrondienle e igll;1! a cero en' las dos rest;\nles. ';\ul;que I;¡~ tres c;¡¡q:ori;ls\'on un;¡ rel¡iciúnse Oblicl~c insefl~ntloUIl\;eélOr un:idad "enci conjuf)lodc 'regresores.
 )5~ MÜOOUS OE ECONOMcTllf,i.
C"I'ITlJl.O ,: ConlraSles tle Errores de Especiricaciún tic la ECll~cilÍn Lincal tick Variables 15'.J .'-.
• ~: o' ~ .. , J

, r
Pnr.a evila~u~~lllnlri¡ dednlos singularcu':1ndo, uiilicemosun ~Olljunlocompl~lo de
, La rclación eslilllada es :! ')
vnnilbles flcllclas" deberelllos suprimir laconslilnle; o, ~n .casoiJe '1uerecmanlener '.
- ...•
la constanle
. .',: deberemos e"clo'lr
",1 un" d 'l" "bl' f' "', E' , " . ,
" e .'lS vana .es, ICI.lCIaS.,-1 PI'QcCdllnlenlo de ~,
, J'

eS:lmaclón SJgu~ fallando en el caso en que deseelllOs ,estimar ~na fclación' e~ la que
'1'.\111..\ ~,5 '1',\111.,\ H
eXisten dos. eonJul~lo,s,de.varia,bles ficlicias ¡¡lIl1que suprimnmos J¡j COllSlanle pueslO
~.I\"'.''1 •.••~V:'" •••.'t",,~~,'':''''l''' "'-.' ,.,'.":""~ T •• -:" ••

que las vannblcs flcllclns son llnealmenle depenuientes (la suma uel primer conjun.
HI £2 R,\ £1 £2 £,\
t~ m~nos la suma del segunu,o es igual al veelor cero).Siemprcqllc mantcngamos el
lernllno c~nslanle. en la ecuación delJ:l'elllo's cxchlÍl' UI/;' yafilllJle [iáicill de clIdllllllO GI '.J 13 22,5 CI lO 13 21
Gl 7 I1 20.5 Cl 5.5 11 22
de los CO/lJU/I(~s. Obviamel~[e, eSI~ I~ I:cgla es e'xlcnsiblc>¡,loscasos en los qu~ haya
lres o más cQllJunlosde vana bies flcllclas, "
, La Tabla .'1,5 muestra los ingresos estim¡¡dos medios dc diversas combinaciones de
4.6.5 Ejemplo NlIlIlérico ¡J:,
género y nivel de educación. Caua una de las especificaciones oblig.a ¡¡ los d¡¡tos ¡¡
>', ",~ 1 " comport¡¡rse de acuerdo con la relación implícita en la especificación. En, este caso,
" .""b1.+¡Jtn{'~:'4 /'rimÚír¡¡'llfi.¡dtfd¡jó"t'é ri'~'ri~'8Hí;il~~:¿~(vt~~;;'~Ú~i¿:;l;;':¡~;~:p'~~'~'t~¿;;~;;~<.;.,;.,~. ':;:'~"lúesp(;cincacióng07.¡¡ dCUll posibk hecho indeseillilc', Enccfcclo; los 'intreí~ic'nlo's,i," ,,,\

(C) y el nivel de educaCión (~), l)orejemplo,lrc~ personas ue la primera c¡¡legoda, :tJ; , m¡¡rginales dcl ingreso segltn el nivel de educación son I~s mislúos rara touos los
lanlO por, g~l~ero como por nIveL de ,educación, poseen ingresos 1), 10 Y 12, respecti. .¡; géncros y, recíprocalllcnte,l¡¡s diferenciasen .los ingresos por razón eJeI géne~o son
V¡¡n~enlC, Sl,InSerta~os un~, COnslnntc y ,~iJprimimos unn 'vari¡¡ble ficticia en c¡¡da las misfnas en louos los niveles de educ¡¡ción .. Es preferible \'erificar primcro dicha
conjunto, la ecuación ¡¡,eslimnr loma In fonna,sigUientc',,:', . '.' ,', . ' :,,' " posibiliua'u anles que iniponerl¡¡ en I¡¡ esrecifica'ción, El conlr;sle ¡¡UCClI:HJ0en, eSl,e
y =¡i + ('(2£2 + o.j£):+/J'I£4.
,::.
+ 11.':
;'; .
,'(4.48) , caso e~'.un Conlraste de los denominados
, aiiadiL:lido a la cspeciric¡lciól1,¡¡nlCrior:dOs
cfcclosdc, ilileraccilín. Lo des¡¡rrollarcmos
nCre\'as \'ariablc~' ficlicias: $L:lrala dc los
'':'o.

, .T,\III;A4.4,'
i.I,:U'''''~-.-.-r':.•''''I' ".";~:r. t'" , produ'~lOS (E2C2) y (£)C2). La es\yeeificación rcformuladaes
~r,:r __

E, I E2 £)
l'1:; , y = J' + Ct2£2+0.)£J :t fhG2'+ "Y2(£iC2) +"y)(L')G2) + 11 ' (.:1.49)

, .~: Los valores esrerados son ' ' '

.G , H,Ill,I2 12,,14
; .e2
~. l!
5.6 10,12
,211,22 •
,20,24 ";! L, I.::(}' I GI, EI)= JI

£( Y l Gt, £2) = jl'~,a2

Lnsv;\riablcs,co.rrespóndienl~s '~p~rc~en en f~rm:id~ col.~mnas lal C'~1lI0sig~e ,', E(Y I GI, EJ) =JI +d)
I • ' ':. .

,':
, .' y £2'" £ C' E(Y IC2',,£I) =j; + Jh ' 1,"
•...
" ';',' '",' ',J,' 2
S I O O ~O £(Y I C2, É2) =!'JI +.Ct2
,:'
+fh +"Y2. ,,"
O' ~n
oJ..
10 O E( VI C2• £J) =jt + IX] + f12 + "Y)
,,~ ;-'. '
]2' ,O O ,.'lÍ: .,.... .' .1\'

. El ajüs(e del¡i .ecuación (tlAl)) d:; como r~suiiadQ ' '"

'12') 00
,::; 14'" :"1' O: O l.,' y= 10 + 3£2 + I1 £i - 4,5~:! + 2,5(£2C2) + 5,5 (£)G2)
20 O )" ':0' La Tabla '1.1í Illueslra los iÍ1greso'~eslima¿¡os ,Ílledios resuÚ;l1ilCS en esta nucl'a cspe-
n. ()\ 1 O, cificación. LasCnlrad¡¡s de las cell.las SOI1las'medias arÍlmélicas de los uatos dc la
5 .O' 'O' '1' , Tabla 4.4: La curiosiuau uel re~ul\ado se ckbc'ados faclorcs, EI1 primcr lugar, tlluoS
,6 O O ", lo los regreso'res SOI1variables ficticins;periJlilirefecl~s deililcraccil~n ¡lOS da ('anlos
]0,1 O' 1
';:~~:, padl~lc~~OS i, estimar,como nÚ'~llero:d,e cC\da'~u~la t:a~la original.'NaIUr¡¡ln.1L:nle. en
1'2 1 O 1 ~.:': la pracllca, In mayona de las cspeclfICaC¡()!leSdndlllran
.. 20 O 1, ), '.. , ' " . rcgresorcs numéncos ade-
",' ,

~',> . más de v¡iriablcs' riclicias, rau>n por la ¡dal, )' ei1 general. no obserl'arcmos esle
. 24 O 1 J, ••.
-.. : ,,' I ••.
~:,:' : efL:clo. \ ..
• ~'¡:'T'

':'Y:'¡": , ~'.
, ,'.'
'~J..
l
 ,\,"
.: . ' : " .. ~ ¡r '¡r. '!' ,~, r _'

':::. C",'ITllI.Cl~:Conlmsles ~e Errn¡'e~.dc t.spcc¡fkación:'dc la Ec ~ciúnLiri.c"ldc k ~""ri,,\'¡lcs 161

,\PÉNlJICC .- .\' • . .•. . .~...., . '. " •. ,', ",", .,>, ' : • ' .!.j J'; '. o,... ,~~;., ,.,' - '-t:" ~.' .' - t!, 1"., i ' 'o< .' • • <'.

AI'I~i\'f)ICE
-.:l,1 .
...... 4.3. La siguicllleecuaci.lll~ ~,e ~eg'~c~í~nirepr~s~n'ln.~1 modciode
unmer~adll regional, esti'.llado a panir d~ d:llo~ Iri~lé~trnles:'
Ins I(cnlns dc g"solin" en.
. . " ,
,<2 =- 7fJ -lÍ,lÍl'P +O,2Y'"" 1';55,: + 3,6Si +4,75J
1)~lnnslr;lr \';Ir(d) = Ir~11 +:r 2 ('" y )~i\") . .. •

donde Q .'in'dica'las. vi:i\la's, l' 'el' pre~io, Ycl,.ingrdo

":. '~. I '-.' ,:. ',' .1 l.. '-.' .~'

disponible,
>~'1',. _ .• -

Illicnl r:lS c¡u.e I"s dis~,.

,',. ~

. . . ",! l' ' I~ I " ~

C0l110 \'cí;1Il1OS cn c1lcXlo iii1iasS¡ r~prese,íla n\'ari~ll~I~~'~i~¡f~¡:lsíri r;d~s: ,;;~~l P,,;a ~i a ~osigu ie~ le ;eespe r'~;n',
:1
. lo's sigui~ntes /' e Y:: . /, , :;':,.' .
'. d X2(lJ¡ - Jl) ":1' •. -,:" 1 " .' ~ ,.:,!. '.' '1 ," • : ," ..
=;/2 - t~.:¡
l' ;'" "

¡\ p;irtir eJe la cCu<lcilÍn (3.23) !JI -.jJ= (X;X¡)-IXjll¡

, : ~.':.~~.:.~~~..:<.'. :";~'-)' ;:;~,.;j"~.:~ii""~"~).~".;~h,l~;ti~~I~~~'
.\;.:
!
~ Trimestre: ,: l' "2' 3: i' '4'" '.
I'or lo 1';11110 j
1 '
d =Í12 -:X2(X;X¡}~IX;1I1 ;, p 114.
1:' I¡Q"
LI110111:CS
E(d) =()
y .100 lO),

, . .l. Cale'Ular las v'elitas de gasblilln;cSrCr'¡iU;í~'i1ar;;i~rid~ trii1;C~i;~~~~I;;-~ci," '. ,

Sup,;ngamos que ;ll~n in\'c~tigadór p¡-opolleUlili7.nrlo~niisni~s dnt:os p~ra' eúimar
. "" :'.'! , ':' '1, .:. '. ,l.', \ ,,'\', 1. ',", !J' , , ,~.' ' ',:" ':1 \. I ' '. ,! t •. ~: '1""':' " '~ ", : . ,e , ' .•

'n,.
, unaecu;.\eilill de idénlie.o 'fOrmnlu', ,e~ecp,luando.ln,ulil.ización, u~ Ins varinblcs ncli:
" " I , ; ."" "" ~ ' I \' • ,.:,' " .,' 1

cias, S2 ' SJ y. S~. r-tirmulaf la ecunción twcsc lIesprendc ue eslOS supuestos,'

Finalmente, un ierccri;lV~sliga'd.;lr p~'~pOl;e In supr~si6n :lId término lIe inlersección'
'J uli1izar cuatro variahles fielicias,c:;slllciclOll!cs,rormul:ir los resullndos de su eSlimn-
C¡tlll. ' . '1..,' . .
l..

1 .. 4.4. Elmodeln

l' I~O B LEI\ I AS ';'~)'';''o; ;'~2i~i~"ti; + ,;:

se e~limn medianle M¿P~d';I;d.~' EU EJ son ~,,'ri~bles ficticins que indie"n In perle-
nencia al segundo y tercer nivel 'cducativo, n:spectivnmenlc. Demoslr;n que los esli •
.tI. I~~l~)~~g~'::i,~n,de dos \'ari:lhles s.: ajusla a un conjunto de 20 lIhs~rl'aciolles Illue'slra.
.. l. 1" ,\ " 1 . I..o~dalos Sl: expresan l'lIIIlOsigue' .:' • , '. Il1adore's ~'ICOson
-. ,. ")4~r;\.]-.,.~::,;
..' ..2'~-;-::-~-':'~~'''\"'':'"='[~'t1'
~~,_.[, •.".,;r.c;'~i:P :""'.\"""""'/':";~~-~""':'7\,!F,"':"",",,-.
--o
- •...
/' <:~:',{~A'~-r~:::':~~'~r~::'
.J'~:~~:;'
r:--'-'.:"I.l' 75 =
.. .
,. c~
cJ',
= )2-
f'., - 91
) 1
'0
", ,
•
-

Ohlelll:i'l111s¡lila nue\';r llhsL'l'\'acilÍll eon. X': 2 e V -.1 (. 1. '1' ' donde Y)¡i!.ltÍicad \';I!.or'Inedia de' y'en~I¡.¿si.monivcÍ~ducnt ¡"o .
. 1, r .. '1 '.' .'" ;,".' . -.'. ,1 ~u ,11con eslos dalos eJ.re-
su 1,1{0, (e,UIll'onlrasl.:de C ho\\' di: l'lllisl;lIlci;1 de los p;lr:ínl~li'lIs. . .
-l1 U '...' .' . .'<l.S.Estimar la~sli.:ciT¡ca~il;lIl.
'-' Ila regn:slllll .d.: l'Ualnl variahles 'con dalos l'ualrillll'sII"1Jes ti'l .' l. ..
'.' , . l' ' 1)' '.' . . . , . " plTIl1lll lOl1ll'rl:l1dl' .)/ o:ü¡Eít q~E2~cr:\E.i+ fJ2Gi'+'u
,,'/" 111':11.1 r,': \ .:)~.Y 1\n(l"l~~lOI'l:illn;¡la siguienle.el'uaci(ill cSlil1lada
utiiiz;II11lolos ,datos Je laT;ibla 40'1 );c~limar 10svn'lores medios. resuhnnlCS p"ra In
l' = 2.20 + l).JO.IX~''::' :;:.I1\X,l+ O.JIX,
.Tahla.L5;¿'01np;n:ariosresllhad'os(¡¡)I~I.lídos co¡) lo~ .valciresproporcionndos en el
La sUllla dé cU;ldr;lllos l:xplicada fu".'lo<.Ui. \' '¡;r sur'l1a d~ l'II'lll''''II",' l. l' .1 1910 )' cOlllelÚarios. '. . •, , . .
IS -lS .. . '. .. .".' 1" os.r.: S1( Uos
'. , ..,\1 l:SllIll;lr de nUl:~'li.la .el'uúcitil1"desllt.lesde"lIi'lllir:1 1'. 'r" .:. , ... ,
,'. 1 1" . .., . ". .. '.:.... " ,,' npel'l IGIl'llln tres 1';" Hcpi:lir dejer~iéi(I¡1;,ralaesí1eciric~cjÓlh~ .r
1/011 ~s fICIICI:'S. eS.I;ltlllnaJes,I;\. S.'.Ulli;i:d~c.'I;¡'dl"ldiis'01/1'11"1 l'" .: .. >,:' ..
1 i." :", .,... .". • ....•.
1 l-l.¡';. \ "rrrlcar 1;"l'r,:sC!1clall.:-":SI;,tion;¡JidalJ:
' '.' .l. :-'t.:."h.ll'llll:l1ltJ
' .
laslil
r =JI+¿~ltl'Hl)£i;
. .'. . -'. fJ2G;,- +11
,.'
" ..'
•1

Dcspucs se rc;¡Ji~;lrolldós l'cg'..•. :\iOllCS Ill;ís ba';a IlIs SitllJ'l:ri,',:"',~ 11~.~S,1h;ls;a Il)(,s'.¡ ..,
,1. eí , Tamhién apar,ird.:los dalosdcJa,Tilhl;!:;IA,csii,úar Ulla especificación cualquiera
1')6').1 haSln.1 'J7r: -l .. ,; 1, . " '. '. . . )-
'.. ..' ... 1.. COIlsunl".~.{:e CU"d',ltios .de lus fCSldllU' ,le' (le' l) ..\~ Y 7.,1(,. fD¡JCC' ; . que '110tenga ;lúl,llino'cónslali.IC,' "ún~lu.:síin lu)'~ las \,;¡'rinblc~fiClici"s ncccs:lrias
11\,1111L11 k , Venr¡C:¡f 1;/cunSI;lilC¡''' .de la r'claci,"nciI ;",,1,,;, ,,,1.'l'l'Iiud,,,,
qIICjl.:ril\i,l;111se,.;;I!;;;I;¡ e~i~lel1ci;j~1C <:reCIOS e i'i1er;¡cción. C~lcid"r In \'ersirl1i re.
 162
.. :,' CA " 1'1'11LO ~; Contrasles de Errores de Especificación dela EcuacilÍnLineal de k .variables 163
subanle de la Tabla 4,6 y con)para;~<in los res'ullados dcllexlo~~
Verificar I;¡ hipótesis de <¡ue lanlo en el ¡¡rea urbana como en la rural se manlicne
4.7. Los re;istros de 'ug!l mU~~~~~'deI1Jaó:;i,i¡,s ;::05 prÍlI~~'rc;on;I~';o~siguieIlICS ~~;ISU' iJénlicil relaeitÍn,
mos (Y) ~'i~¡;resris ~X) ~eOl;lI!!II~~:' ..... , : '.' .... , ." , , .
,4,10. Un estudio de ~aslO \'aca~ion~11 reSpeCIO¡tliJigrcso se b¡IS¡' en JUlosexlraíJos de 256
, familias, clasificadas e'n lres grupos según 's;, ni\;~I'Jeingresos,Realit.amos regresio.
y 70 76 ,,91 1,00. J05 ,. 113 -, .In' 120 14(1, 135 .. 147 nes lineales (con lérmino de inlersección) pa,:a c,ida unúde esos grilposy par; todas
X SO 95 105 115 125 135' : 145' 1(j5
'. ,<,,;
155
•
175
•
IS5
."
';'-'-',\¡is¡;,mili[,s.'con los sigui~ntes resullados:

. Las familjasseñala,das,tol!: un~~lcrisco("J:¡-;ían¡(c~f~iron(¡ue sus in~resoscriln mayo. III¡:rcso PClleliclIle elc V:lriall7.a , I\',ímero de
'res que lós ud afio ~nÜ:tior; Medianl~ulla f~ncionJincalde consumo, verificar si el f,lInili:1r la rcgresiólI residual' familias
co~sumo dé aqueUás r;.iiilias ¡;ueexperinie¡';larollun :incremeillo en sus ingresos di. In¡;resos bajos 0,02 0.26 102
, Ji~ri: delJe laUariií'JiasqiJé no lo eXp'erinlcní¡lr~l).': . ,. , .... , .,,' Ingresos medios 0.09 0,42 \02 1; ;,.\
'{,;

"'<"'~'é~i,;;;~'~.iJ;S,;~<ii~,ri'~~ie'f~id'ós'tl~;~"~~'~.~l~'ré,J!;~'iÚ;~~~~~~~i~'¡~c;~cl,k¡:'~,J~;i;Ü'¡;':¡~};'(¡;f{~A7:~~¡fh¡:":';;~:"; • o•• ~:;:~~:~~se~~~~~~i~~.",g:(~;"""",,:~ª~_

¡"2~~~
' .. :"',d'\' M

, Q:_~u.díl~Úce' dd I'Nn de 'EE.UU. en Jlíl;;rc~cill1:~I¡I;~leS " '

;" ';L;.~~¡'~diC~~,~I¡li-p.~lli;;baj~: .i~ Verificar si ¡'a función del gasloesla mislllOlpara' )05 di~'c[sosgrupos de' iligresos,
, '.' ,'.' K';lin fndice uelinpul capilal.', y: "", '" .} , ¡,Qué inforniación adicional es necesaria para comprobar si la elaslicidad del'
La 'estilÍ\ai:ió.~ dc. un'a fi;ndóndC't}f~d;',cciÓ'1\ par'alalo'í)¡illaü~.t!~1 perioJo PfO[lÓrd,o ....•..
/) .. gasto es igual cn los diverséls grupos dc 'i~grc~Ós? . . .
na los 'résuHa'dos siiúiénle~::,-' ';.' . '. ,.,', . . " ," .',' 'J, ,'-Ottdoqúe lavari;;m,i1 dellogiírilmo ~el ingreso en la IOlalidad de la muestra es
.' ..' ' ''ológ Q::' ~':i.8766;+i,~í 061og1J' + O',416,~llíg':K" .,' j igual a24, verificnr
.0,10, •.
la hipl)lCsisde que laclaslicidau del'gasto en lodns las f~milias es
..
, con R2:: 0.,9937 y
.' .. ..'"- _."
s:: 0;03'755. :
,-.c;. . . ,.' -. .' f • ',. •

...
.' ; ~ : '. '. _.'-,. - .' i'"
ce'
Las regresiones iJar~ 'dos' subperiodos'nps dan" . c';'
,',
'i-,
J 929:") 948 ',.,' " ".,', ,.:.,,-;. .,:'
, ,locQ _~,'-4,P57~~ 1.6Üil~IÓgf t O¡~J97 !o~k '.
;colin2';",'O,l)7~'i9Y"A':';Ó,04573::_':,' <:-,", >:<. ~'; '., ',-
W49-1967 ' ;" ',;' .. ,
,,'I¿~Q::;-i.;56.ji'o.~j36'log L+1l,66:\1 h')~g" i .,

con R2' ';9.9904~'~';d,o~I;8~:':';:

""";"r;¡~.";.:'", .; ":: .... ' . ./
Verificar la eSlabiliuau (le lafuilciólí U<.:p'roducción en ampóssuhperiodúsf

~~~l~':
,<1.9 •. ~o~luIdm'~s"ci"ni I¡:~i~,
(~:n~i't'~;~!>d :,'Gie;,y '.~' '!~I~~~:~~~{~,~a~'l
~~í6~'~¡lii í rJe'u na
, m~eslra de 2Ó,observ~c~Ón~s,'énu~láre'~ Urbnna y'~ira :dc'IO (lbservac¡-on~;'de un
área rur~I,los d¡¡(?sciue.~~:,p'rcs~nl~n'i!C~.nll¡lÍ;J~¿\ón J~ \u;incra r~sLi;ilidií:" ' ,
Aren I/run/Ia'", .~•. ,,' '.' " '"~O ,.'j '" ." ".'. ".. . ., . '. ~,)." :., ~'>..•

, ; ~r'lx;=[2~ ,29J " x.'j;:~.[',I,ÓJ:..... ')",1";;;30'.'

.•.
,
,
I
. ':
","0
'~Q, ' ,'25
~:
,.¡ .'
"'".'20
".",'
.
..
", - ¡ : '.
(7
l~'.
. .
'~'J,'
~.',. ~.

")q]' '" ' ,:~Iy~[

:; .

. ";
:X~;r~[':Ú)~, ')"y =;14
':', •. '.-lO .."20. . . .....,'.
, :'1
4Ó'.
.. :.
. ," ~
:'. '
 '1, '
, l' • . ",.,-". : i ~"
I :;,.' , "i .~
, '
". i) J l ~ 1 , l.. ~ ; ,

CAPÍTULO S"' , 1 (,~l'l:~;Ul.b~';'£Slill1;\dorcs,¡"-lV'. MCG y VI

," l'::::' , ," ¡, ."" ," " ',' , , ,

" " I,r/~n enconli'<lr lInvalorcsp'c~íric(),'rhrt:jelllpl? ~; qucinnximicc 1~'p.rÓ\)abiliu<l? de

- •.• ~, .•.•.• __ • _ •.•••.••••••.• _ •.• -.. ••• - .:- •.• __ ..: .••..•. - .•..••••.•'1.4•••• _-..1 •••••••. :,

"t ..;:: oblcncr los valorcs' Im1Í;slrnlesya observ.htlos: Se dice enlonces que e.s el cst,lIna- e
o "~'d(lr de m:íxima verosimilitud (EMV) dd vector de p<lr:ímclros ?esconocldos. ..
.i¡
"' Máxin1a Verosin1ilitüd (MV)," ;'}, Lo m;ís sencillo. en c:\si lod;;s las ¡íptic~cion¿s~ es ln<lximi7;ard 10'gnritmo de l<l

Mínünos Cuadrados. Generalizados " i i:/Iunción

¡t':
dc verosimilitud. Ddinir~in(lselloga¡-¡tlllo
.'.
de 'Ia:vdosirnililud
':
curno
.' '. ,1,:." ' . , . '

',", 1:::11\ L¡ ,
(Me.O) y Estünadores_de Variable Entonccs"
','.
o,:
, ..

InstruD1ental. (VI) , , . '1,- .•. ;:-

.,'r. ~
': . ,;;1' 1', aL'
¡¡\j-='L"~

;; :• .' ' }' el iJ que'lll:lximicc l. signirica qucl:lrnh'ié'n ;,{<lximiZrrá:l L.' L:l de~!V;l.da ti: I respecc
In a O'sc conocccolllo'd ¡:r:llIiCllle (scorc).~s(O; y): 121 ¡;:'/VIV,O. seobtlenc.lgunlando ,
~.. " dicho gradicntc a c<;:l'O.csto es: h~\lIal1doelvalorüc, ~ qiJe rcsuelv~ln.~cu<l~,ón '1;

" '¡ '.: "':1'(,8; )'Y; :~~"~'o",¡'lo' "'¡. ',' (5:d~~:

.'~ ,
.... La rrccuenle utili~acit>n :Ie eSli;nad'or,es de máxirn<l' verosimilitud se debe principall.
1.
.. ; mcntc a la varieuad de propicua~cs:dcse<lblcs tlue poseen yque resumimos en 1" si-
guienle sección. , ;1'
, ;
En el C;lpítulo2 inlroducí<lIllOS el principio de l<lIll¡íxillla verosimilitud. H<l llegado .'
'''i
'.. '. , ", ,,'o
cllllol11cnlO dc lralarlo con Illayor prorundidad.,
.i; 5.1.1 l' rop i~tla;I'~s ti e ¡o~ '~s(fll,~a(I.~rc~' (\,~'~1.:i~!n~:~.V~~~sill;il ii;,d
, ,,' ,.' .

S.! Las propicdatl~s' pri n'cip:i Ics'dé tl~S EM

V SOI~l~s' ~(J¡,;ió(i~~sO de II/l/c.H1'ns grnlldú .•
Se deducen lmjocondicioncs hast:lnlC gCllcrnl.cs; . .
CSTli\'lADORES DE M/\.XIMA VEROSIMILITUD
.. ~':'..'::.',~-".,:
;"! ,1: .:;.,
En 10s ¡iliiiíos 'nfi'os ha tcnidolugaruli r¡ípido cil;sarrol\o dc nu\:vos contrasles econo-
111':lriclls bas:\doscn los enrocjlresdc \\;;1Idy ele lusn\ulliplicadores de Lagrang,e. D~I
2. NOfllmlidatlasint{lliclI
mismonlot1o. h;) ri:sür~id\l'c1 inlerés pOi' el eiifoqucdt: la Ill:íxima'verosimililud.
, SupongiHllOS que -'" = I.l't:"~ '" -",,les un vector de l/valores nl\leslraiesquc de.
pcndc tic linl'cclor tic k par;ílllctI'OSUl:scunocidos,fl' = 1 lit (J~ ••. Hd. r-orllluh.:\~lOS 1;) , ,Esta c~prcsión'illdic;lquela' disIUl)uci.611asinlóti~'a~c,¡j:c~normál;con 'JnFtlia ,fJ. y
densitl;)d conjunta COIllO/(y: O); quciildic;lsu dcpentlcncia dc lí. Dicha dcnsidad es un:l varianZ;l oblcnidan partir ,tic I¡¡ ihversa de I(Q};f(Ó) es la iiJalrizdc inrornm;
susceplible de, doblé inkrpretac;ión. Par<l un fl dauo, indica la probabilidad deun cilínt\Cfini<1a lic Jósn1:iilCféiS eqtiiv:ilcnlés,. . ".,' ,', ' ,
conjunto de resultados Illllestrilles. P(Jditro lado, pUl.:de lalllbién interpretarse COnlO

,f ;:
una rUl1ciún de ()con'dicion;)da por uli conjunto dcresulladoslllucslra\cs. ESI;\ lílti-
n\;\ inlerprc¡ariún es 1;\'del1l1nliliatJarl;licióli dc \'crOJilllili(IIr/. La ddinición ronllal es J( !;):~!(~J(¡:~
)]=-£[.,:;'.: j..
,
(5.3)

r-.unCitlll.dc\'crpsil11ililUÜ= L(O;,r) -= /(,r;(}) (5. J) '

, En I:¡ r)r;lclic:\,I;rsl,;.gllnd~r<')rilhilacs,l1úKlIliJizada puesloquc rC5ulla rilUcho' m:ís

El orden dc los símholos de laJuÍlci<ínslle\c'invc'rlirsepara dcslac~r c1nuc"o puMu SCllcillá ~leobli:'lléJ;. Sielld,U f!un vteIOrue,k'clCmenlo's .• JII()Oindicn un vcctor'co'
dc inlerés dc la run¿icin,~'l;lxilllii'.arlar~lncitllldó \'crosiniililud respcclo a Il;signiri. , 111mll<l dekd¿ riV;il.i;l$r~~rLiaks,t.si Ots. ~'
.. !
....•.
""

lid
"
"
~.':a
 166
..,"- CAl'iTI:UI~: Estilllauor.:stvl Y. I'vlCG y Y I ICl7
.~
¥

les. El lérmino \'arian/.a asint(¡lica.se refiere a la varianza de una distribución lí-

mite. Por lo tanto, la varianza asinlÓlica de v;,(i es a 2. Sin embargo. también se
.'
uliliia csle mismo término para dcscri,bir la \'aria,iza de una aproximación asinlo- '
tica a la disl ribución muestral finita desconocida. '
Así pues, tcn~mos la ilrirmac'ión e(lui~alenie deque la varianza asintótica de ii es
Cada elcmcnto de este vector,des'cores (o gradiente) cs, en sí mismo, una fun- a 2/JI. Si O es un yeCllir ~Ie'p~r;í'li,etros y U es el EMV, entonces'
ción de O, por lo que es ne'cesario diferenciarlos rai~iahnenté respecto a cada uno
de los elementos de O. Por ejen1pló, ' Vñ(Ü ~ O) .!!.. N(.O,-li)
. . '. ",

a¡al/aO] .['. a2¡ a21 :()21 ..]

para una malri7. positiva definida V. Si ~ indica la l"ilatriz de varianzas de otro cs-
. 001 ':=éJa¡aOtao~'~' éJO,uOk timador cualquiera, consistcnte y asintéticamentc'normal. ji - JI es una malriz

positiva scmidefinida .
... '.,'\.
il.uJ ¡;ÚX~9.'1~,Jtc:.,li.ei~J\~lq~p.rª_C.I:L~¡rai~c,211;Jh[m
..;:.: ~',,;,',.:;.~,~9nº<:J
Siguiendo el desarrollo,
u1adi¡S,',c¡l1iloúüvec; o~ Ji1a/,.~
obtenemos la matriz de uerivallas de segundo ordcn, que tI.. ll1variau'l.a. Si U. es ei 'Elv!V de'¡/yi(B)'~;';;;~:~-"i~~~iÓ'I;"~~n;'il~'~; d~' ;:';(g'~~'~~t"
es cuadrada y simétrica, y que rccibe~1 nonlbre de m:úi-iz hessianaó' EMV de g(O).

5. Elgr:'dicntc lielle m'celia ccro )' várinnza /(0). Para dellloslrar ¡iue la media cs
.:a ¡:a 2 2/, ¡Jil igual a cero. deberemos observilf (¡lIela integración de la función dc densidad , ,
. -'--. -.-- conJunla sobre todós IiIS valores posibles de y es igual a Lino, esto es,'
'uO.'.':, éJO,iJ01,aOléJOk

. iJ2I"iJ2/ a2/ ' . ".

r ...f f(y l' Y2' ... Y,,: O)dYI.... d.l'"
.
'",r..f
.
1.tI.'.' = I
;::-:.-

iJ oil O' = ,iJ 01 iJ 0\' ~Ol," . '1.

Encfecto, uiferenciando ambos lados resreeloae, olitcncrnos .

.'
f "féJL,-'-dy=O
.... .•.•.
,
,,'
'1, ' "
(JO . . . )~

.. : . :'.:a2j ";',,' á2t>,' u21

,o;
Pcro'
... hO¡b,~.,'¡)OkiJ O2' , •• ¡¡úf.
N¿tese 'que rio se;tr~fh
:-' ",.

'J~'í';; misnlh
. ~ '

,rilairi{q'u:~'(ulÍeÚ)):(a/laiJ)'
". ",\' ,:. ;' ..

(matriz también
. '.' 'J .'f
al
E(s) = ' .. ; -.- Ldy
" MJ',' ~f""'I- ••

':cuadrada'fsimélriCade
(a/luo¡XéJ/laO¡), ,;.""" < .....,',
k'xk).cn'ia que' su~iclcmento:i.: h~sin"iocs el producto
,'.
-.:
• • ••.• ,~:,

3. ¡:;ficícncia nsinlólica~ ,Sicr¡do~. el,cstima~orde'lÍláxi.iHl

....• ,"... "0',._ ~,_, ¡.: -,~ "~"':,. "... ,;,'.~"
vet'osimililud
.
(l<;un partÍ-
'f. '.~.J ¡;¡¡d,l' .
iJL ,,,, .

metro tÍnico 8', la propiedad ¡jnleriorsi~.iifi~¡lq~e' . '. ..

, ~.
Vn(Ó - B5.!l.'N(O~,~2)
!:',", .
"
.~.: :~.
=0

para una ccinstante f¡~jia '0:2.; Si denolllinarilOsC~)(l ii cual,ql)ier otro estimador con~ . 1",; Por lo tan 10. la varianza dé s cs
,,.".-
sistente y asint6ticamente '~o~m¡il d~ o, entonces :Vii0POSI:C pna distribución' nor.:. "}:' .

mal límite cUY,a v.a~i~nz~'.es';nay~~ o q~4;a2:El'EMV til,Íle'la mil1iina vil. W igual . , ',' -'.' [,( íJi')("íJl)"] .
rianza ,entre, tcida:l~clase de eSliil1addreS~onsislcntes y ~sintólicaillente norma- vares) = E(SS')=E~ íJO .. íJO ' = 1('0)
l ~ , .. " '. '. . . '. '. .'._ . ,_. . • • _ .
~-
.';

"
.' • o,, " :.: .-.' '!' .
" . "'" ,1 l
",,,
 :1
'.
,'"
., .', ~
í. ¡

eAl'll'UL05;Eslilllduorcs MV; lvlCGy 169

.. ;,'.," :",
' . , Vi
~~,~.~::-~:,' ¡ ..... ~•.,. ,,':~'I':" l .. ,),~-'"_ .. "... j'

1:".;: El EMV jJ escl cslim<ldor MeO b 'y a2:~se'clll, dóncl~ 'e,= y- Xb es cLvcClor dc re-
).

5,2 ,¡'

ESTIJ\IAC16N ¡"IV DELi'YIObECÜ' LI~EAL .',. ; :'-::;':siduos fv1C02. Ln teoría dé'lo~mínil1lo~ cJlldrados'cslllbice'e'qu"cE(e'cI(12 - k)) = (12.
;:i,'.::.:Por lo tanlo. £«,2) = cr2 (12 -:k)Ii¡,'y.'dd'csI~m~do:~ésOllí1
. , - • _ ..." _": _ , ,¡. " . ,~.\ ' ': :.. , .••
qucü2 es un eslim<ldor.
l , ' .' .

: .;. sesgado dCl'!. allnqucjJ sen un eSli~la~or.ins~s-glldo d:c'jJ.Las dedv;¡dllS tic segundo
ESla :ecciún se rcfiert.: a la l:slimación de miÍxima .verosil~liliIUcl del modelo lineal !

1',2/')
.", ._ '. " • ,J,' ,',"/ • '" . .- •

.,
(qut.: IIlcluye la mayoría de las ;¡pli,caci()lú;st.:coliolllélricas)~ La' ééuación es . , ~.:; '..orden son
(12{
.'
x'"r ..C'OI1! -£1-- --'-
. ~,. tI
"11
'v' y
" ,l
I

-- = __ o _' '_' •

y = XJl + /1 con II":'.N(O, 1¡11) '. iljJi!fJ' . a2 ,,' .. afJajJ' ¡-, .a2 t .\

La función lit; densidad normal m~lli\;Minl;le d~ 11 es .' . 1': .

ci(;;:;¥ 'Ói
. ,'
. t ..'.., . '. . '; ,\

.. l' f( 11) :': . e-(In.,I)(II'''J

(21Hr2)'''2 .. ,;;:" ~'~ ~' ;ci;,
" ,
La función de dCI}sidad Illulliv;lri;lnle de y, con,dicionad" por X. es
. .. ~
,:
. j(y 1 A) = f(ll) I:;.\ '.
.....
dond~l(all/ ~i)')1ese.1 v;llor absolulodeI ~Ielermin;lnle romiado;l partir d~ la malriz
y~ (llIC t(l/'it) =;'1I¡2,' ' ., ,.. , ,'. {"'!i;'
1/ x 1/ dt.: delwadas parciales dclos elementos de /1 respecto a los elementos de )'1.

;::""
En esle C;l~O,.I~ malrizes
de la "eroslllllhlud es
la matriz idt.:Jllidad. Por lo tanlo, la runción del logarilmo
. . . Ln m.a.lri7. dC¡I,lr~rma~~.o.n,c~" ('~" :):,'~\ .¡"~~:(x'~~)'1
{ '.
= In / (1' I ,\) = In /(11) = - -In
1/
2n- -In
1/
1¡2- -
1
11"1
1(0) =, ~'o oo~o o, o o 2~
2 '. 2 2a 2
1/ : . . 1/1 . y su inversa
=- -In 2n- -In a 2-- (y - XfJ)'(y - XfJ) (5.4)

r'( e,) [",(x'~"~l

2 2 2(¡2 .
El \'eclor dc par¡ímelrOs desconocidos, Ó, licnck + J elemenlos, e o o-

O' = fjJ',(2)
.. ..' Los términos que eSl¡inru~r';l dela di~g()hnldc~s¡ri rnalri7. s~n igJales a cero e ¡mIl,
D ~ s pW.:~JfWiQñiTt"f:(fcñv¡¡U¡\s p¡(rcrilfG"s' o Gléilc,;iot~-....----..
. :~. "' ' . "-. :.- . . .
.•....., ... ~-:-.-~.::..-;:o:70':-:--~llti'¿¡~;:flY' f,2 'se' (iisfi;¡I)uy~ if ii)dcpe~d rt'ñltriíirit'¿:é~~ .. ::,'.::;.~,";";",?;,:,:",.'!,r.':~"S0:, ..".,:!;j:-;;c'T~-" -

iJf .. -.1 .' . Suslituyendo losvalor~sEMY~dc IClse{:Oilcion~s.(5;S)y(S~6)cn}¡¡' fUlidon&\

.:-.-:= -'-. -, (-X')' + X'XfJ) logilrilmod~ In vcr,o~inlilitud,ec~int¡¿ii (5~4).ydcsl!.acicIldo lucgola l.ransformncióñ '
.rJfJ.. .(T~. .'
log"ríllllicnoblcl1clllQs .cJ1n~xinlij deln función de verosin!)lilud: '. .
"'l/J. . . 'L(/j;¡,2r=(2~e)-"h(¿2)~nh .. .'
.~ = -~ +-' -'... (y -.\}1)'( l' - XjJ)
da- 2(¡.¡.2a ..1 ..• , '.'"'

IgllalanclQ a cero las dcriv;¡dils [J;I,:ci¡lll:S, los EMV' son '='( 2~eT'~(c'e)~r;á~ .,; .(5.7)
":',

"1/)- .
p= (X:Xr
.
X'I',"
"
1
: (5:5)
'/=.c{)nsl:m lc' (~Icr"n
. ':;",
=(y - .i.ft)' ~~'-}}J)/i1
\ .. J
¡j-l
.
~.:
(S.ó) uon(]claconslnnle
.. '.
lit) depcnde
". ' .' . "
dcningún()
.. .. " ~.:.. ,',' . -';.
de los., . [JariÍllldrosdel
.'
modeJo,

'.
r
170 ': , M"TODOS DE ECONOMl;1'nf,\ CAI'iTL'lO~: ESlilllaJurcs 1\.1
V .l\ICG r VI 17)

5.3 , . ...'.' '" _ ." '" . e, =)'-Xb,

CONTRASTES DE: LA.RAZÓNDE VEROSIMlLITUb'ES,D'EWALú; el EMV reslringiuo tic (r~ es ¡j2 = 'e'. t:,/íl~'Y: pór lo tanto
y DE'I\1UL1?IPLICADORÉSDELAGI~ANGE . l.

- 1 '. .... _",':"J

LUl,u-)= conSlanlC.' (e~ e.), - (5,1 1)
.. , "

Ilustraremos todos estos contrastds cn un cO;llexto> tic llipcílesis lincalcs~obre fl. La Suslituyenuo las ccu;Jciones (5.7) y (5.11) en la ecuación (5.9). ohtcnemos el eSladís-
hipótesis lineal general es . n' .
lico de prueba I{V como RV = n(ln e'.e, -' In e'e). Con el fin uercfcrenciarnos a él
posteriormenle,apunlamos algunos fornlnlosallernalivns en la ucfinicitÍn del esta-
'. . . . /-lo: nJ) =r' .... (5.8)
dístico RV:
donde R esuna matriz flx k(fI< k) de constantes conocidas y r, lin vector ~onocido' ('\
, .
LR = 1I(ln e:e.-'In e'e)
q'xLLós contrilstesmás importantes so;~ los de ~V, VI y ML. . !"\

.'=11 111'( 1 +'_e_:e_,_-_e_'

e_.)' . (5,12)
,-."i:
" ".• ,'
.' '.
¡.•. -;.• : •••.••.
,-~-..;.,••.
: •.' .• ',.:
.' . e'e
.. ' ..•; ••... ::., ••••
:•. :. ',',,"." : .•",: .'._:" , '.' ••:.•.• ".t.} , :<..::':''.:~: ;~.)/I.~':'':~~'.

Los EtviY de las eC!Jaciones (5.5) y.(5.ó) nUlxin'lizánla f~nciün 'de vcrosimililú"d sin' . 1. )
,,;¡, In .•.•. , .
imponer restricción .algunil. ~I.v'alor resul(¡lnle de' L(jJ;fr2 )dela ecuaciÓn (5.?) eS la .... ( 1-:-(e,e.-ec)/e.e. .
''lt
máxima vero.simililudi;o' rt-stúlIgidá y se:exlircsncomoJunciÓll de. la sl/lIln éle CIta. Conío j)uedcobervarse, el dlculód~léstadfslico R V r¿quiere ajilslilr lan.lO e'l n](l.
tiradoS resi</¡jalllo' ~ú(rjiJgida,' e'e:' El mo<.lelo '~s'susceljiible'asi1llisn'l0 'de e$tinlarse. deJo restrillgiddcomo el n'o reslrúlg¡d~. . ' "'.<. ..,' -' .' . . . , '.
dé Corola rC.l'triiigic1n>nlaximiz;1I1do láycrósiri1ilitudsujelan lasreslricciones; Rfl'=. r.
Los estima'dores result~file,s los simboliinreillos,rilcdinntcfl iT2 • En este caso, la.' . y
m.áxilllaVÚosin)ílit'ud se consigue sustililyerído dich,osvilio'res en la fundón de ve- 5.3.2E1Cniltrnste de Wald (W)
Uf- ..•• ~ '." '. ~.' . ',". '." ••;
rosimi,li,llid paia ol:itenef.L(jJ, jj2).' EI.máximbi~stririgidono puedecxcedé'r ,del va-
lor, del' m~xi'mo no resiringido' aunque, s.i las reslficcilllles son v¡ílidas, esperaremos en el procedimicllto de Wald setalcula únicamente el vector j] no reslringiJo, En cs.
que ,e,1máximo fcstríngido, esté n~uy "ccrcano"al má~imo no 'reslringido. Dcfi'limos tceaso;' el vector (I?fi ...: r) inoicnrd hasla qué pu~ib Jos eslimadores 'n'o reslringidos
la razónde vcrosiI;n!\i\ud,cscomo:. . .' .' , .' . .. ("
MV ajuslanla ,hipólesis nula. Cuando el mencionauo vector se "acerque"a tcro. la
," " .LÜJ,éi2): ,',
.. hipÓle$is nula lenderá a cumí)li.rse; por otro laJó:.los \ialor'cs"gl:¡inues" [end'er~na'
,'.';.,' ',' " >"='-LÜJ;t,2)'" ..l" ..
,',- .
'. , • "r: ~~' ,-;.
contrnqccirla. Como flseuislribuycnorm'aCy asintólicninente, c;on'veciornícdia) y
inalriz de varianzas.covarianz;is j~1 (/1). tendrc~nros qu.econ H(¡:(Rfl- r) se di¿lribuye
~e m~~~ qu~,:' .i¡l;'UiÚv'~~~:n.te: ds~irn're'll~o~';~th"~;z:nr'la hi'pl~l~~i~ nú;a '~ua~'d~ ~>..'es asinlÓlic¡irilenl~según ulla' nornl~¡'mullivrir!~nfe c'on vecl'or de mcdias igual' a cero \'
"pequeño". En algun,!s c:isos,es'posiblé realizar cOlllrnsles par;\ muestras exnCtas 'J , malriz ue váriao7.as,covaria'f)zas dndapol' RrIUJ)R'.doridc ¡.IUJ) ~ (J'2(X'X)-I, c;.
finitas para :ve'r¡'Cicar',la "péqucnez,j '(Jé,~:' Sin erilbargo; el conlraste general para , 010 anteriormenle comcntamos, la malriz ¿le "inforl11nciün parn el modelo de rcgre.
//Il1estras grn;,des é¿d~la CorOla:': .. ,' .', ,,' , . , '. .. y', :'sión lineal es una matriz diagonnl por blo.qucsy, porlo i¡;nto, bastará porellilOmen-
.. . .' ~ V=.:-2'ln'~:=~,2[ln ~Lcfl,+2) ~,ln~~,q2J.eX2(q) .••. : (5.9)
~".:."to que nos concenlrcmosCn
'1 r • .
lasubmtltriz rél¡j~ionada COíl.jl.'Por cónsiguienle)
~,' ¡ . " • " .' • • ". •

Í-os.'EMV reslring'¡dos ~e.cib~r¿~c~'''~.nrtx'iI~;i~'nnJo.'.

'\ . :,:.":.....
~." . ,", . (llfl- r)'[f?r l
(jJ)n'rl (Rfi - r) .e'x1(ti) (5: t:Ü
1, . . . .. ',,', .. : .. ' ,.c..... . • .. .. I
.;;;, dOIJ{¡~íies' el número tle' reslriccioli~s'¡n~rüilJ.is';li"R. L~di~lriGI;éi(¡n asil;lóllca si.
'., " ..,~ l'=(~/I',(kJl,":r).' ,,~,' , ,(5.10)
:;'i. 'guc existiendo cunndo la (r2dé~conocida' el,l J:'(jJ) se re~einplt1~a por'l;n eSlilllatlor
dond~ JI, es u'n' ~cClO/ q 1 x d~
~~UllipJ¡~ado;es"~le" Lngr;~~~;;:;"l cs' el I,ogarilmo de la ':-: .'consistenle a 2'; e'e/I/.EI resullado"es'el eSlndfSlicode-Wúl<1, '. .
¡;-". . .
.
... , •. " '... .
vero~imilill.l:d es'pecificáda cilla' e'coati6n{~A).J3.esullafáciJ demoslrar que jJ es,' . ,
.,.
simpléme~le, el veclorb .reslii~gido'oGicnido nnieriornlc'ltc cn el análisis eSl¡\ndar
de mfnimos cu'adrados (véase ecuación' (3A3)1.pic110veclor~alis'face la limitación ',:,;;'i Co,;w yill1O~ end Capitulo J,~' CU:\I;do'l;;s':pe'r1llr.l:aci,;ues'c~i:ill(Jislrihll¡J"s Ill1flilallliclllC. dich" CSI:l.
,,":; ~ dislko tiene lllla. diMrihuciónIlHlcsl["I.lillil:'¡ r eXólctól'(qJ ...
Rb.= r. Si fbrmulamos 10s~0~~esp~n(\i~i'Í\esresiduoscdmo"
. .', ~.' l., '. ' !
' .'... '
'. "':'." _. . • • ; t '
•
::);J. "..', . .~." ...
4'.1
'l."

... ' . .,'

l' .1,.1.-,
;'/ 1',)'

......
'" 'l " '1

.'
,

J /2 ~Il, IlJ/lI)S IJI, 1,llJ:-'(¡~Il'. /111.\ •

.~ ,~ . '.
'. ,

y VI
: ~ 1:'~(:~~I,,;:~;.o.\:lcili'{';I~lor~sMV.MCG
,'1"': ,- ',.,:t ,

\V == (Ufl- r)'[ 1\(-\").')-1 R' l( ufl- r) .!!. Xl ((1)

.':, '" Para evnluar elvcclor'de gl;ncli~ryl!c,sel.l,~t~al?rdel::estima~~r :rC~l(Íngido¡j. SUS~~l,~i:'
. (5.\.1)
, 1[2,
:". 'relllos: 1/ por == y-': c. X¡j'y (1"2 pori~2:=j' .•e(II,: E1,¡éC~~rfl 'salISr"ce la condlclOn
En la ecu;lción (J."¡.j j. demoSlr;íb:lmos que podcmos tamhi.;n roma""r d numera-
dor de laecu;lción (S.I-l) como (e';e.: e'e): Así pues.l;i rúrl11ula ;lIlernalil'a dd esta-
,:'.:.njj = r. Por lo 1011110", ":', 1'1 1, ,,' ] '" ".'

dístico lk.\\'ald p"r" I'crifi.;ar (S.:). ser;i 1"

. :.>(iI~n~.fri..,'~:~', 1 I

, , n(e' c; ':'c'~)
\V == ' . " Xl (( ) ¡ <\
e'e ' ',. I (.'i.I.'i)
.' Anlerionnenlc " .,
Illoslralllosel ..lI1yersq
""', ~c,'1 :l¡m.l\IIZ
" ¡: J." (el '.111o~l11a,clOn.
r '. ,! '" Si laevnlualllOS
• , ",
enil,oblcnel11Os ,.r,: ,¡.; .. ',.,:.:,,' ,
.~ '",

1,
':;.J.JConfraslc de i\'Iulliplii:adores de Lagrange (/VIL)
., .. ,'.

~~'4,,'], ni:'

•. 11 ,
El lesl r-.'IL. conocido lambién C0l110 cOlllraste. del gnuliellle (.score). sc b;lSal!n d • ~ : i 'i

yeclor dc gr.;\l,lienlcs (scores),

iJ In e ¡¡¡
1:"'-.
s(O)== -'-' '-, == - .
'j.>
¡JO . ¡'O

Ca1culclllOs cn primcr lugar el eslim¡ldor no restringido,j¡, resolviendo s(ÍJ) == n,'don- . . ~.~~ "".
de :l(U) indica cl vcclor gradicnle cvalundo cn Ü. En gelieral. cuando ev¡lIuamos cl l. <"-;, ',",\

... ,~'
I'cclor gradicnte en iJ. el estimador rcslringido scr;í distinto dc cero. Sin cmbargó. cn
l'
..
el caso de que las n;slrieeiones sean v;ílidas, el m;íxilllo rcslringido. 1(0), debcría scr , .)

similar al m;hinlll no reslringido. l(iJ) y, por lo lanto, cl gradienle anlerior debería ~• I ',¡
scr lainbi.;n ccrcano a cero: I\ntcriormcnlc arirm¡ibamos quc,e1 vcelor de gradicn-
." " lIe;X(,Y',\')-IX-C:' ,
¡'cs licnc mcdin ccro y malriz varianzas-~ovari¡\I~zas proporcionada [Jor la malriz dc (.
= ;(5.1.7)
inrormúción f(O). La forma cuadnílÍCa. s'(O)f.I(O)s'(O). licne una distribución X2~ '"¡ ",
", "

Eqluando la rúrlllula euadi'¡ítica c'uando 0== O. ohtclll:mos la I'criricaci"JI1 de la hipó-

,..J\ tcsis nula, Bajo 1;.1..I.~J~~~J.:I..0;ll-.c;.LÍ.l;5,\'.LLí.l,d,o~básico~c.s_(iuc, ", ~."],,':¥J5.W¥4~1~~~i)~}hS,cV;-?~~~.:g!~,.gt!).%~~Y~;~3~
.:.';~.....,,J.\.~.c.C:!2.i~~';;~~~~;.c~~~~!!~},~~.~~I,C,I:'~~)2.Ll\,.1
, ',:;:':~i:"-~' ,.... "wlL =='s:'(ilJ;~I(O)~{iJ)~X2((1) . J'" 'rlldidi1}; .tolal d'c'.lúr~gl'e,sltJíi'11111\lple,;l,\s.'ru,cs;e}c:slr(I.ISllc.o MLpanJ1~ecunCI9n. '.
:. ~ . (5:17),.es '. . . ", ".... >':, . '., .. , . '.

Desl;lCarCI1l0$ qüc todos !tiscknlcnt'os de la ccuacil'ln (5,1 (I)sC cvaluan cn iI.A dirc~, "ÑIL==II!~2 '.' .
rc,;cia ~c 16 que slItédln Ccill:cl.con'li'asledcWald, ahOra linicalllcnte necesital110s • . .". .;'",,'" . ' \. '.~.: ; l' ,1 _. '. -' ~ .

caicul¡ir el cSlilllador restringido. La pl'pularidad dclnsconlrastcs ML sc debe al dOlldc'R2 cs'~ICil;\dr;,do\lclcodicicnlcdc.corrd¡\.éiÓniw:rlliple ele Ii! regresión .'de
Ill:i:ho de quc, cn'lalJlayori;;dc'llls casos, ,'esulta ,lilllCholll:is r;icil c.¡kular el cSlil11a, 'e. sohréX,: Clla'l~lolalncdi;i. Jeé.'csdisli,i'ta.dcécJ().R2 e<¡uivnlea\ R~ na ccnlr:J-
dor rcstringido que cl no resll'iilgido, do.Sjncmli:lrg~, rrCCÚCI1ICIl1C,;teodll¡'rc'qU~lm¡ reslricciones se refierenúllicamc~.~
; " .'
"
le:l los codidci;lcS rcprcsenl:Jlivosdc 'laspeiidicIlICS,J1i~ fi),' .. ;,fii..., En
esle cnso, e.•
'-:;'"
fll'
1';lrlicndo dc los desarrollos inici;idos cn bIS ccuacioncs (5.5) y (5/1). l'l \'celor de lielle media cero \' cl R2csclésladístico:cCJllra(jo quc :Jp:Ji'cce en los progr:JIl1:lS in~
~r;ldienlcs es .
rorm:íliéos C(;IlVC;lciolialc~ (¡tiC. ~alcui:m Ja(egi:'csi~¡'~.Porlo l~nlo, padcmos !Iev:Jr
¡¡r a'cabo dconirastcML.clídosj':lsGs;C:llculilfcllwsprimerocl eSlimador resl;'ingi-
Ni J, ,\"1/ do ¡j}'O!jlclldrcll1()sel\,~tl~lr'í;c~idllar¿;~ A'¿oilli,rü:.lció¡í re:llizam.os la regrcsión de
.I( O) == =
ff- . . - '. . . . . . . .. - ~;

" ;If. . 11 . 11' 11

I ~

,"
. "7: 2rÍ~ + 2;,"1 ',;

;I(r~ ... o': '.

" P~ró,",iil"i:'l'lkó'r1,'",dd /l.1'~"l1lradlly I.ltlt'\:n""dll"\''''''Ct\pé.'HI.i~c 5.2.'
", "'-, '.' :',' .. ;.; .... . '. ., .

1 ~.•.•.

J
 174 ~i(TODOS DE, ECÓNO~IETIIII\
c,\i'illJl.ll.\: ESlimaLlofl:s ¡\-IV. :VICG y VI 17.'\ .::)

e.sobre X Y comp~rnrcmos.el resuJladodchacer 1I1~2con el~le la distribución Oc loLlos moLlos. pUl:as conl:1usiolll:s dl:hl:n c'sJlcrarsc cllanLlo SC uliiizan conlrilstcs
X2(q). Elproc~djmicnloen dDs pasos sucl~')pljcarse ~n aquclloscaslls cnlqsque . nsinl(¡licos en muestras pequeiias como 1:1empl..:ad:\ 'cn eslc cjcm[110,
maximi~:Ir b verosim,ililu.~' ~qulvaiC a' nlii;imizar una' ~u,;i;, de cuadrados. Demos- .' Cuando se utiliza la sl:rie residual dé la n:grcsitín rcstringida tic j'sohro: X COIllOla
Iramos5 así que la l:cu:lción (5.17) puedcrefoi"illUléirsecomo variabl..: tkpendienlc de una regresión de X2 yX.l' f{2 cqui\'aILlr~ a 0.375 y. so:gún el
\'alor tiC! alllcrior estadístico Uvl,/IU2 = 5(0,375) = I.X75,
lI(e: - e'e)
ML:;:: , . (5.1S)
.~.. e;c •.
,~\
II us(rarcrnos~:Ihorala
ram'osadesigúalda'd deJos .lres cOl1lr:1s1o:s.eslildísticos paril el SA r.
caso de un modelo lineal, eslo es,W 2: n. V 2: ML. AjJlicilndn los primeros dos tér-
ESTIMACIÓN ¡\-IV DEL J\IODELO LINEAL
minos de la expansión logarílmica In(1 + z) ==z-1I2z2 + ... en la segunda cxpresión CON PERTURBACIONES NO ESFÉRICAS
de RVde Inecuación (5.12),oblcnemos .
., '. 2.'
Consideraremos ahora el modelo
»M."'.~.'-'4.'" ~"""'C~~';::(:':t~::~>,"';'{'::';:~
j ".,'" . . . ".. ' :-.~.-.,~.. '", •. ; ..
' .: :

, q~e imí51icn RV ~. ",V. De m~dosiniilar,lJlil.izál;do.laleréer;l exi~resión dc' la "ecu~- do,nde n es una malriz' rinitaposiliva de orden IL ESle modc.lose conoce como c.I
ción (5.12), ObIC.nemos . caso de perlurbncion,cs no esréricas, opuesto a var(/I) = a!¡, que es cl CasO de per-
que los clemenlos dc n son conocidos. Por
: ' ." ,. (. ('e'.-'
~LI:~:::-:.1I111.I-.',
e'c')'.' turbaciones esréricas. Su[)ondiemos
'.'ejemplo, cunndo In varianza de la [)erluibnciól1 de lodos los puntos dell mueslra es
, .• ",\.

.' ". ','. " : e ~'e•. ' . pro'porcional ill cuadrado de uno de los iegresores, supongamos .\'2' lcndrc'mos .
var(/;.)::: li~':::Ir2 Xf., '¡ :::..\, 2....
"';1"'(
,11
JI. _1
',' lI(e:1: - e'e) .~:e.-,e.~t:)7..
.¡..- -.--- donde ü2 es unraclor de escala. La 'malriz de \:aria,;zas-co\'ariilnza~ de la~ P~rlurbil- ,•.•...•
. e'.e. ,.2",
.' .' .'
c',e. '", ".:
, cione'S es - .. " "

X~I () O . ",
. por io lanlo; R V ,2: ML'y, finalmcnle;W;:-;:' RV~ ML.Los cOl1lraslcsson asinlóti-
. , camen tcequ i,'aknles',auIÚjue, e 11'mucslrüs' fin¡las en t\cdc'rlll,sc 9blel1dnín reslJlla- O X~2 ... O
dos 'numéricos dislinlos: . . ,. , . ., . ',,-.
var(lI) ;: u2 a2diagIX~, X~2 .... X~,,}
.'
J:3"i)¡;r¡;v(:ri(¡~a'~'J.I;,:jJ.\=0 rar~ esos
..
EJ Etoirl~O 5.t: Vol\'óln\os"¡; 'íos dn'ió~d'c1 EJ~-~~~19 X2
O ()
, 2"
. conlraSlés. "nsinló'licos,l'arii<;nllo.de 1{,'Tabla 3.2, 'v~I;'ÓStl!ue 1'01 rcgresió¡, 110 rCslringi~
da de y sob~e"X2'Y x) dá conlo' res"ullado e'e =.'U; 'i la'regrcs¡ón rcsl(ingida (al ex- Parliendo dela ecuación (5,19);'vem~sque J¡irunción dc" de.nsidad norl11:11.Illulli"a-
"',' c1uirX~l, da so~or.cs"uh:iJoé'~e'';''2~4, ':;,: .,e ,'. .' . . " . ria'nlepara/l,cs. . ", '.' ~ .,. , ,. .,
Susliiu)'endo;'en" c~lc o'rden,J¡lsccliacioilcS' (5,15)', (5.12) Y (5.1 S), obtcnelllbs -
. . .' " ' ',~
-'. . .' ' .. _."
'. .' . '. .,', .. '", . ' ,. .- : . , , "'. .' '. .' ". fí(,) (2
u:::.}t
)-"rí,' '~.nI-I!2'.'[
.'. (T-"
1 '(o "l)"-J'J 11.
ex[) - 2. 1/ l!"'. •
,:¡:..
.\V ~ : ;>(2,4' ~ "r.5)/l.5" =~3.00' .,¡ ,"
Dado que I (T2 n J =u2"1 ü 1. podemos rerormular la'runcitin de densidad como , •...
. :'RV ~'.'5111(2,4/1,5)';2:35
f( /1) = (2n)~"I~((T2r"f2Inj-,ll2cxp[ (-lii,i2 )/I'P-' iI ]

•••. :
ML =5(2,4'~
.: ", ~'"
1:5)12,4= I,S75" ~..
J!' .,.o' "':,.-';"~!" .. "
Enlt)tices. ellot\arillllo de verosimilitud es .'
El5%dc Xl. (1) ~s3,S4 iy;'p6rlo tan 10, ningullo,de 10scuIllraslcs rechnz:lf¡\ lahipóle-
sis nula. ", _ ,_ <"o . '. . 1/' ' . './/.'.; l.":'., '1 .. " _1' ,
1=--,-ln(2n)--h\.lr-~~lnlfll--.
"., 2. . 2 ' ,'., , 2' :.
-.,(y-X./])
2(1'- .
n' (y-XjJ)
.
(:l.20)
...• ,( l. • .

$.Vé~sc Apéndice 53:

~.::':':. '
.... : !,~J Dirercnc¡'¡lIldorespeclo ajJ y(i2 . óble;lemos
; .1.~ ':"~

• :1~'.. •
tí.','
r .•••.
d~
'.;,t,:,.. 1,

-l~'tl"';1 \\t
r,.,
',','I
•
, ,; , , .\
o ;~)1•. ~~:.
:f';"',.
o' ',",1 CAl"I~.GLOS:Es'im,:addr~:sMV.MCGyYl 177
.~ 1-
. 1,'

.> ASí'pucs:.I"s v"ri"blcs tmllsforri~ad~~~ (k IriécIJ:lción', (5.24) s"lisfnccil I;¡s .condido-

)
nes h:1j6 Inscnales el estimador'MCO esELlO.EI.'vcélor 'de coeficienles de la re-
¡.'.'",
gresión MeO dc y~ sobre X.es ~1"csiiln,,(I()¡' d~'míllimos cu"dr~dos' gcner"lizados
t,'-'
(MCG); '; .. ' . :'c':'"'' ', .. " .•.... l.' . '.'

~( . u . l. '...
" "
,-.-,::.-
"~e
r-
-+ -, (y - XI))'n-'(y - XjJ)
2(r2 2(¡~ ..
'b:' '-
.' ,QLS.7".~
(Y" .~y.)':"I';rI),
.,~ J ••. " (5.25)
,
, Esle cSlim"dor esequivalenle aleslimild6r,MV defiriido'''~leriormenle en In eeuñ-
1t:\Ial;lIldo ., cero hs d ,/,'\'., l.... "1' 1 .
. ' ,. e,. (,IS p.lICI,1 c~. o llcncmos los cSIII11¡,dorcs MV ciÓIl (5.21 ).De 1" le(lríade los MCO se sigucinmcdialamenle que"
l.
\
'~'."aLS)
,v,lI(b ' u 2'",
= (X)'~'.')-1
(5.21) ,.o', .' .•.. }. ,,' . _.: '. '''', .

l' ;" (T:l(X'fr'.x)"'l .o"' I

. JI. , •
er- = - (y - XjJ)'W Ll' - XjJ)
(5.22)
Esl" expresión es l"mbién l",i,,,lri7.,de vnri"nz"s "sintolierique oblendrí"mos " p"r-
U
.tir ueull cnfoquc MV. Sin diCieullad "Iguri": obtendremos un estim"dor insesg;l(Jo
N"lu.r"lmcl1l~, dichos eSlinwdoressenín ,ínicamcnle operativos si conocemos la de 1" er2 desconocid" de 1" ecuación (5.26)~ ~plicnndoel,MCO ,,1 'modelo lrnnsfor-
matriZ n. ' . . , mOldo. Eslo es,

:~2= (y. ~ X:bGÚ)'(Y' ""'X.baG)/(". - k) (5.27)

5.'1.1 i\!ínilllos'Clladrac!os' GeJ1cralizad()~ , ~1/'Ü'~'Xb(}~)]'[/'(y;- XbGú)hll-' k)
= (y- Xbr.~~)'h-l (y -XbGLS)/(". - k)
...•.,. Siendo n
positiva yrinila. su inversri es lambién positiva; Cinita. Podemos por lb '. ~.

1:t1110.h:lllar un" l11atriz no singularP t;t1 quc ' . . ., La uifcrencin respeclo 'al eSlim"dor ~esga~~ MV'de In ecunción (5.22) es el ["clor
n/(I/ - k).
n-' ::/,'j1 (5.23)
Sustituycndo cn 1" ccuación (5.21). obtencmos
finalmenle, Y" que In ecu"ción (5.24) s"lisC"ccl"s ,condiciones p"rn 1" nplicnción de
., MCO, un conlr"slc ex"clO (le reslricciones line"les p~r" llIl" mueslra finiln en -In
jJ = (X'j"PXr'X'p'py = [(PX)'(i'XW'(pX)'(Py) form".., .

~~. ~d~1,:.:/~~:i~c:;Y~I~:Té~"l~_'I:-~c-~~-r~-'1~7~~Cf~t;~l¡~\,~~i;¡:a;::~~~~~r~\II~~~~::~~~I~~~~I:'e~¡~:..."t
.. T~":'se':::'~;~ne~pa~l~~: .'.:{77~",,'l!u;j!J1 =r ,,', ;.,:,.O:-:~~i''''::''':::-iT''''.'7:'-:::';':':?~rT';?:7;\','~.:;:,~-:T.~
os . nlús,.o.~lglllnks y: ,~..
Conseguimos "sí un punto de visl" "Ilernnlivo del cSlima- . I I
dor de 111,IXII11" vcrosllnJlllud dclmodclo no esférico. r: = (r- n;}GLS)'[R(X'n- Xr'nT. (r- Rbcú)/q
••t~ (5.28)
Si .Illulliplic"mos clmodclo line"I, y = XI) + /1, por una Illatliz no singulnr /' '. .... 'J2" '. ;t,.'

que S:tllSCilgil 1" ccuación (5.23). obtcndrel11os ~ ' . , qtlcticllc uI,,,dislribuciónF(r;,117 k)bOljO InhipÓicsisnul".siendos2 i" definid" en
1" ecuaciÓn (5.27). Los MCG tienéilni\.illilúd.dé ilplic'1cio,ncs prácticas (pnrliculnr-
. y"",X;jJ+/I., , (5.2<1)
nú:nle en locO'ncernicllte a I"s}rc;isdehcicrosced"slicid"d yaul~corrcl;¡ción) que
uondc \' =
.' .'
P¡,," \' -
''''''.'
l' \' )' ''';
l/.~
r. .11.
1), ... I
allll:n(o(,e
l" I . .,
:Iecu:lclon(.'i.2J);Jl=p-1(/")_'.1
.
Enlonces . . .. lral"remnscn elcnpítu!o siguienle. Indicnremos.sin enlbargó. que los procesoscon-
lcrnplados h"st;lclmomenlo>sUp()nCIlel conocimiento. de D. En 1" práclica dicha
. var(l/.) =:E(PII/I'¡") condición se ua IllUY rar"l~léille,. dé"hí'j;¡imporlnnci" dedcsarrollOlr cslilll"dores
t:l(:lihles de mínimos C:lla(JradosgeíH~r:¡]i7.a'c1os(~'iCGI'),c~ dondeestim;¡cioncs con-
=,lr~/Jn/"
sislenles reemplacen n los p~lr;í¡'ncirosdesconocidos~ EI¡ el siguiente capítulo pro-
= u2/ l"'(I")"I/"
j porcion"lrlO.~cjclllrlosdc 100nim['loi'l"nletécnic", ',' . .
. ' . Muchas vcce~ resuh;¡ l1,ás WlwcnicnlclltilizOlra- N(O;V), siendo V';;nn mil-
. = er2/
lrizde vnrianz"s'c(w"riimzasposil ivny finila: en VC~ de j¡~N(O, cT2D).En ¿sle ca-
, ,
_J
 178
" ' .~. .... : ..
('''l'i'll,I.O~: ESlilllaJlll'cs ¡\IV. :\.ICG y VI 17')
so, las expre;iol;~saílernalivas ~on
. .
. b~LS~(X;I("IXrIX,Cl;~lj;'.' "'>:~:' (5.29) _ ¿xUJ.i:+ 11) .
v~:r(ú~GL~)=(X;i;-;kr:' . ", '. - ¿x 2

"
'. ~
5.5 . .. .,.' . .'. ..... (5.32)
i
If .
ESTIMADORES
. . '.'
DE VARIAllLEINSTRUMENTAL
- -: ,':. '.' -. ~
(VI) ,.' ':. "', " ". :
1,,'
". '
l.
'l'
I3njolos SUpiICSIOsdásic6;,I~s,.cslillln;'lorcs MCO';llnl~l~ lúcjllrcs eSlilllad~rcs linc- :.~.. ~'.'_ . Sc suponc lambién que 1I,.r y \' son ll1ulunll1enl~ indcp:n~iellles, y quc e~isten :llS
. nlcsinscsgad<;>s: Uno dc lbs sUP~cS19s qlicsllslenllln úlchaíeorín ~s quc los rcgrcso- .:(;.; momcnlos úe segundo ordcn con sus correspondlcnles Ilmllcs dc probnbillJad. lar'
res. son indcpcndicnl~s'dellérmi~o de p(ÚlUrbnción. Si eslo no'ücurre,lps cSlimado- :.,;. lo lanlo
Ca..
,c.:.' ... ' r,~s'M s~ rán se~sájlps: e iJú;o,n~i~!r:IIJÚ;.J! ~sún rsin~~:. '\";ilOrl),~¡ic.i91l1l1~d.i\llirc 01,11.1''.':
.: ..":"~.:"''''s~nCl110.~r~'j;'¡I{ro\lc~.;r'or ..~;í.~¡¡;'í:ífcs
'Cs.~~i.la'~ i~ .•~"'.: oO'; M •••
, ••••••
:.'.: •••••,., ••.• >.." ~-
\"r~;l;
~•..
..... ,:,;,,>-.' ..... ...•: ,", . .':,,\

. ..

",1.

;.y;' jJ.r '+ II . (5.30).

. donde se prcsci~~e dClld;'ni¡no. ~ollslnnlc' para simplifi'cnr. Hasla' ~itiiolllc.nlo, SUi)o-
nialllos iJllplícila~le;ire'.qucIas \'úinbles '~enicdia~ 'sin. ~rrór, SlipongnplOs. sin.em-
bargo, (¡¡¡c.la variable .observa'da x; se r'eprcscnln 'como \¡\ suma del valor ver~lndcro
X y un error de' i:¡)eíJi~a nre~llorio~v.i:slo es... .'
. ,.'
. .. . . pli'\ll = (.-!....
11
Z XII)'" ='0.
.-
..... x ,,'.t+ ¡,
'SUslilu)'entló CIlla ecu"ción (S~32).oblenc:íl.;()S .'.
,En esle cnso,lit relil:ci6n ~eríll
-
, ,";.:
J", •

( ')'
, ".', ',.
'.. (5.Jl)
pli'l;l'b ~fJ '. . 'al' ,- . (5.3:1)
En la 'I)f¡\clica, resutla;¡ni'pOrlanIC cOÍlsidcrnr'cuitlildosalllenll! 1;, ulilizacióndeh; "a?+ /1-
• . .. .;.'. ..•• ..\ .V •. '
ecuació¡; (5;30)'0 (5:31)-. Por :ejenlplo: Si'luviéranlOs que analiz.¡ir 'y pi'edcéir ~I com- Asipués, Meo cs sesgndocinconsislenle: con un.límilc dc probnbilidnd num.:rica-
. poclamiento.de loscorúercianies del': !11en::udo de.vhlores.qucrespondcil al' liNO m'cnte infcrior a /J. Por lo lanlo(illdcpendicllleUliC.lllc.ue que /J sea positivo () ncga .
.".publir;:ndo dCl ÓltiillO trimeslre, .ulilizaría'mos .Ia 'Ccl,Jnci6Ii' (5.JO) y no apar.ccerían los' " tivo). el ¡imltc de prribabilidnd del'Meo esi~ Il\ñscercano a cero que la aul~ll¡icn
prbblcÓ1asq~e ui~c~tire'rn.os en cs'tri secció~ .. '::'. . .' ~. . pendienle.' DCllominan;os a cS'lchcchci c6mosc.~J.:lJ tI.e'aicnuat:iún. ESlamos.ant<: un
Ellinüc;la'S varhiG;esec~:J1Ó;hi~h~:;~;I! ~'alor I;el:dad~j;; 'csun;cOI~eCI)l(l ~ago e in alean- 'cjcmplodc error de especiricació;l: I'leni~'s'siq')uesló que:cl m¡)uc1o adecuado es el
zable.Casi lodos los'valol'e's' ¿e COilVichcl,'cndefiililivosciJando los cslndislicosde- de 1" CC(l:ici6n (5.31) aunC]uc, debidoalo5 dalas. el uliliza'do )laya sido el de la ecua- .r
jan de revisarlos .. ciÓn (5.JO). :rcncnlOs, como rÚl!llai.lri, Unl)f:ocedil~ic;lto 'de'estimación imperfeclo.
. '",

~o rcsiJlta nccesari~.~alcillarsepnraqamCnlC c1errorde,y p(;eSIO qilc~ CI; caso de R~sulta'llt;lllcga(a dicho resull,ido mediantc un procedimicnlo.allcrnativo. Rdllr-
existir, puéde aliadirsc'¡¡ 1<¡'pcrlurbaci6n(error de la. ccuaci~)n) 11. l.Q~ié;su<;e~esi . . mularemos ¡;ecuación. (5.31) cómo'
utilizamOs MCO'paril\~slinHir 13 cÚai;Üo' s¿sliróncql!~,la,'espedficación. es .Ii, (:c~la. . >'=: fJx +,(11 - fll~)
c:.ón (5.31), !lunqü¿sólo dispongaillosdex'yno'dcn Ci'i'I)cndieílle MCO es:. .
. .. ;.':1 'o" • '. . •• ' '. . que demueslra que la.pertu'rbhcióll~lrhn-sror.lllada i;lc'lllyc.un error de medida de.r.
siempre quc y sea fUIlCitlll de.\': poi')o.¡¡inlo': .. '.,':. .' .' ' .. ,.
'.:
': .. ~. '
. . . ,.',.

. _11!I/,~IIl ..).
"

b'="2:
.. . '

. 1 '. ~. •. . ..:.
,\,2
. fJb.- +: .. ¿x 1'"
(5.:;~)
; ~
'
r'
r .:~ ,¡
:,,",',
. ,.lPi

¡ :.
tRI
...
- . Esta, expresiól; sugiere la' uliliz.a~i¿ll,dC f\1~C(~I:eslim~~I!)r,:'esultanie es .
f:nlonl'\:s plil11 - 1 ¿.I'(II-/il)
'" 1'.'
= plim--¿.w- jJ plim --I "'xv = -fllr~
// 11. 11 ¿ 11(;1-'; =fJvl=(X'~(Z':zrlz':rrlx'úz'zrlzl)' '.. . (5.J7)
1:1 rq~l'l.:snr y 1:1pcrturh;ICil'J11 tr:lnsformada eSI¡ín corn.:i:lcion;ldos. Suslituycndo cn
'. :i (X'I'z'YF"X::f'í')" ,: ',',,'
1;1ccu:lciúlI (5 ..1-1).oblcnCl11os . !. .,. .
.. 1
1'1) - Z(Z'Z)-I1.' 1 '11ll'llriz ~Ic va,'ia'ílzas-co\'arió1l1zases
. , .
. .¡,ro.
,.'," "(
,er:.'1 )
I
tOIlt e % - , ~ ..,- '~: .:' '.l,,:~,';; ~_;':i ' .(5.JR) ,-'
plim h = ti.:.. _"_o -'-
= Ji ,\ - ~ ,'. ,.1'¡'r(I!VI);=,:~J.-{;,'\. .,P7/~)' .)
. '. rr~+ lr~ ,r1.,. Ir 2 . j. 1,. •

X \'
como ;lllIcs.
., I
y esti'il:'trcllio5co'nsislcntelli~I\IC la\~f¡ri;lnz.i¡dc'li; pcr,iúi'baci~n,ó1 p~rtir ele,

Vol\':llI1os, ;iÍmo.ul:!o lincal ~cncr:ll.." = XjJ + ,,. El eSlil11i1uor MCO es

. . .' .. !;2'='¿ ~:Xl;,~I):"0;'~XIJ~1)/1!; , ' (5,.3'9)
.,
l
o' La utilización eJe 1/ -:' k o ~lc.,i~Jen ~, tlivis~r ~~~reée: eJciillP0rló1'.1cia ó1sin.t6Iica: :'e-

qUl' implic:I
" = jJ + (X'Xr X'II
u
~~~ ... ;
relllos :leo;;! inuacitin 1ó1cOI;~isicl.lci~dcl cs.tilllaeJor VI,: ParliendoeJe,
(5.37)
1:l~:l~~CIÓO

." t'

,
,
.r.;

l' ", ~.
. i, Ahoró1
~)
¡..:
" . $ "
.':' SUIHlnicndo que plim(.\"XIII) = ~.r.l" es una mahiz positiva finila de rango comple-
lo. y quc plim(,\"IIIII) = ~lIi" (J. entonces

(5.:15)
11..: I11l1doque 1:1corrclaci<ln del término eJe perturbación con uno o m;ís de los re-
!!rcsorcs Iiace que la eSlimaeión de los MCO resulte inconsistenle. Como hemos vis-
lo ya, el origen de eslc lipo de correla~iones puede haJlnrse en un error de medida
t¡ en IlllO o m;ís regresores. En el C;ipílUlo ó demoslrarcmos quc la comiJinaci6n de
. ~."
una pcrturiJaci<ln ;llIlocorrelacionada'y tlllu o m,ís valores relardados de la variable
depcndicntc entre' los regresores. puede pro(lllcir lambién correlaciones d..<:=.e~,-c_J.i'.: __ .__.
po, En~,I;:('~Í1trtp-:tp¡: e re 1110S q uClllodCToS'esl rü:C:ilí-i:;tr¿s:J~"ch;;;cTol1es si n1U lr:\'lc;,s
I;lsprigi;j~;ilambi~n, Así pues. resullainrporlanle buscar est.illlado'r~s cOli~istenies,'
- .... .. '

Podemos obtenc~ un estimador consistente. n\ceJiaille las \'ariahles inslrllltlelllalcs,

cllnocid:1Sla,lllbiéll cumo iiislrunltlllos.ScgliirenlOs Irabaj¡lndo con el lllddd6
y = .'íj]'+ 11:con ,":11'(11)'=,i.~/; aU'lqllc'slIponicndo ahora que plilll(X'"III) "O, Suptin-
galllOS que es I)osible Iwll:1run.alllalrizded;¡tos,Z,deordenll x 1(1;:0: k), poseedo- 5.5.1 Un Caso Especial
ra dc dos propieeJadcs vilalc~: ' '. .
Noscnfrcnt;l\llos 'aun taso'csp~~i:lrcl1ó1ndol d: k,¿sYo es~.cu;\lldo Z ticncigu:t1 Illí~.'
1. LIS \'ari;¡hlcs tIC Z (sl:ín correlaciollaci;¡s con las dc X)' elliltlite plim(Z'Xhr) = niera eJe C()II;úmaSl¡ucX. A'lloi'a X'Z es ex.k )'I\o)singular. El eS.limador <1Cla
= ~ %x. cs Ulla Ill:llriz finita de' ra!lgbColllpleto,. . ecuación (5::17) <illcda si,;; pllfic¡ido 'en"' '
1 L:lS v;¡riahlcsinclúid:1s cn lárnalrizZ eSI:ín'incorrclO1cionauas en cllímile COIl.e1
.. '. 'bVi~(Z'ATIZ'Y, (5.41)
lénilino tic pcrlurh;lCi61l1l. es dccir;pliill(Z;III;r)~ O. ' ,.,.:
. • f .

Jlrcmulliplic;lIlJu 101rc!:fci(íngellcr:d porZ',olilen'emos con

'. ,.)": .. , (':,z. n,,-I (,.z 'Z. ).(.",'Z. )"-¡
Z'y = 7,'.\'jJ+Z'1I COI1: I'aí'(%',,) = ,,2(1.'%) (5.J6) vii.: (/ J~'J ,~(~-..,,!,,\ ¡" '.J" ':'" ~\ ~
(50"2)

".1
J
 CAI'iTIJUI~; EslilllaJores j\.1v. MCG y VI I~G
162
, .. '

diente 1;\ cueslión dc cu¡Ínlos inslrumcntos ulilizar. El número mínimo es k,'inclu-

Destacarcmos, sin cmbargo, que debemos tener COIIIOlIIínilllo lanlosinslrulllenlos
ycnLlo cllOllquicr viII'iahlc que se:l inslrumenlo dc sí misma. La eficiencia asinlólica
como co!umllnS lengn X. En cnSO de quc la condición no secumpla.la matriz de la
aumenlacuando aumcnla el número dc inslrumcnlos; Sin cmb¡irg.o, e! sesgo LIc'la ., ,
ecuación (5.40) tendría rnngo"1 < k Y..
por 10lanlo, .. sería singular. . '.. -
.' . muc,:sll:a .finila aumcnla lamhién cuando aumenla el númcro dc inslrumentos. Dc
.ilccho.se!eccion:lndo 11 inslrumcnlos, resulta [¡ícil demostrar 411e Pz = 1, en cuyo
'.•. casoCl' cslinü,dor V 1 es MCO, sesgado c'inconsisléilIC. Por 011'0 l¡do.'los 'resúllndos
5.5.2 Mínilúo. Cuadrñtic~sen D os Elapas (i\-IC2E) .
.'
".
.
.
serán. pobres cuandó utilicemos el mínimo o casid númerO nlíninltl"dC ilislrllmen-
IO's;Sc:demlleslra lambién7 que clmomenlol/l-ésimo de! estimador MC2E exis!C si
Podemosconlemplar lambiénel estimador V I como' el resuhadó dc una doble apli-.
"y solo si 111 < 1- k + l. Por lo lanlO, en ci caséid'eq~l~baya exaclamenle lnntos ins-
cación dclos lllínimos cuad~ados." . ."
Elapa(i): Realizar la regresión de cada ulúlde lasvariabies delanüllri~'X sobre .... . . lruillenlos como variables explicativas, el estimador MC2E careeerií de media. Con , )
un inslruincnto miís, hahní media aunque n'o varianza. (así sucesivillnenles.
Z; paraoblcner una mairiz dc valores "j~lslados,i. . '. , ," 1

'x = Z(Z'ZrIZ'X =PzX (5.43)

'.Ela~a:(ii):Rcalizar ¡nrcgrcsióndc)'sobrc X-paraoblcnercl v~clor es'tin~ado jJ 5~5A Contrastes de Reslricciolles Lincales

'. /J¡;lC2l:::; (,Y'ir1 (,~I)') (5044) ton frecuencia nos enfrenlalnos anle la necesidad de vcriricar los dislintos ,¡pos d~'
..', .~':i:(X'PzXrl(X'P'L JI) reslriccioncs lincales prescntcs enllna ecunción cstimada con el m~lou(¡ VI (tvl e2l:.).
. . .. ~ ",

" =bv1 La v~riricación pucde renliznrse medianle simpks m~lodos de observación. allliqll~
; dcsl~cilremos dos imporlanleS propiedndes a lencr en cuenla. En primer lug.:lr. los
PorlQ tnlito, es posibleobtcIler el estimador Vlmedinpl~ un.proccdil\lielllO de ,\i[.::
nln~'os:cuaJr'¡¡doscn dósctapas. Las ~~uacioncs .(5.38) y (5.3~) múeSI rano respectiv¡Í- . PI'~ccuimienlos dc veriricilcióll ticnensOlilmenle validez asinlólica: y en seg,undo lu-
mente., la ~lairizdevariilllZ(\S yel eSlimador de:la varianza de l¡ípcrturbaciqn. . . gal:. la tl'efiiüció,{ y el dlculo de las sumns de 'cundrndos de residuos quc nl1;)rcccn cn
.... ;
. losesladíslicos dc veriricación deben considcrnrsccOIl dctnlle. Trilbaj;lremos con el
.. . . ,..modelo line"l norm"I,)' = XjJ + 11 con Hu: RjJ = r. Supondremos que In primer:l eln .
. pa' (lri regresión de X sobre Z) se ha realizado ya, dando como resllllndo In mnlriz de
. :5:(~:3.~Ii~.~ióil dc:hl~tr.u;lIc'(l~Os'
••.• :.:. ". .£. .,' '. .- :, ;.' '
. . ajustadOS ,y = PzX.
valores ...
El procedimienlo .'de verificación es el siguiente:
'''L~'~~e'~;l;n'la áave e~: ¿dónde hal.la'r'lo~ i'nstrumenlos adecuados? A níeliudo; pue.
'Jcns-er~ariab\es dela 'misilla m~id~ X, Podrerilos utilizar en I"malriz Zcualquier'. 1. Renli7.amos la rcgresión de )' sobre ,r., ilJlponiendo las re.l"lr(CciOIIl'S. Dcnomina. :'

variable susceplible de ser exógena e independiente ue la perlurhación. Cumo vere-' ,mos b,es al veelor codicientc rcsul!"nle y
mas en el Capítulo S,las variablcs relardndas pued~n ulilizarsc como instrumenlos'
d~ .valores actltalcs. Cuando Ulilicemos como. instrumcnlo cUitl.quiera tic In,s varia- ..~.
bles de X, dividiremos Xy Z del siguienl.e modo al vcctor UC rcsiduos.
2. Realizamos la regrcsi<in de )' sobre J, sin reslricciones. Denominamos b,w,n itl ...•.
z = [XI Ztl vector codicienlc rcsullantc y
I

donde Xl es de orden 11 x ( (1' < k). X2 es 11 x (k - 1') )' ZI es 11 x (/- r). Demostrare: (5A7)
inos6 que X, la malriz dc rcgresores en la regrcsión dC.la scgunda elapa, cs
,,1 veclor ue residuos.
(5.'15)

Cás va fiables dé XI son inslrumeillos por sí mismoS,nlienlr:ls que los resl:inles re- JT. \V. Killal. "Th~ Exisl~ncc uf 1.•.lumellls of k.Class ESlimalors". t:fOlII"'/I'¡,im"~K. l%O. ~~1.2~~.
gresores de la scgunda etapa son los valores njusladost<de Xi, obtenidos a partir de K I'a,a ulla hi~lll(ia oe le,((Ir IIc~,ca ,le los pohre~ ,e~ultao(ls de IV cUlIl\du I = k = 1. Y eX;~le haja wrrela.
la ~cgresión de X2 sobre el conjunlo ccmlplclO dc insli'ulilentos, Queda lodavía pen.- ci<ill ~III,c el illslrumento )' un~ ú,iica ~lIriahlc c'xpl;cali\'a; véal\~e los ~Io~aniculos oC eR. NelsulI y IL
Slarlz. "The DislrihuliulI 01\ Ihe Il\slnllUelllal Variable ESlimal1l( amI lis I.Hal;" \\'hell lh~ ""lfllllle'1I Is ('r"'"'-'
';
a 1'00' Dile". JII//fI/Il1 (lf IJII.liMH. (,J. 19')0. SI2S:SI40; y "Som~ !'lIflha Ilesults Ul\ lhe Esacl Small $:1111'
pk 1'((II'~rtie~ "f Ihe II\~lrumel\llIl VlI,iable E~lim;lln('. t:(()1I01llI'¡rirll. 5K. 1')')11.%7.')76.
4 V~3~e Problema SS.

,
'• .,i,'
':" ...
...~. I¡~

L
..'~_. ," ... - .... _, .... -- .•.. ---_.- ~-
-r.J
 ;, ¡,
,¡

"/ '
, "

185
¡\kdi;1I11t: calcul;lIl1<is el veclOr ,
,1, hll,>re\ '
APÉNDICE 5.2 , ,',.
.
'.¡:
'
¡ ,
•• 1,

'c =y -Xb:ll>re: '(5.4~) n2 celll;:\(lo .r

,
';11 celllr:t'tlo , " '

dOllde. clI,lug:lr dc los v:dores ajuslados. 1Ililiznl11osIOSv;lh',rcs':lc'lll:llcsúe X. , , ~ t'~ _ ,'" , .(

i El cSladíslico dc verificacil'1I1 para "" cs. cnlolll:es Scglill el Capítulu J. putlcnios r;nillular la ~i:gl'c~iI1'11\'(Cd 'F0nlO:
,. I .:

¡:_ (c',\'; - ;"IlI"Il;J/(/',,' ':I'=Xf¡ +e = Y4:e

- -----. F(q,/I'- k) (5.49)
, 'c'cl(/I-k) : , " Elev'andl; al cuadrado sc lihlicnc
I)aviúson y 1\1:Il,Kinnon') pr¡¡l)(lI'~ionanei('lesnrroil~ del;¡lla¡'o de e;tos re~ull:l~los. ,,'

,"';. " \':'I":=:j'S;+'c'c'

.~". .", ; "" ¡'.," .r' , . ..
:' .'p 1 .~•• .., \ ".
,J. " ..
. .. '
,'"
ya que ,i'c';' j¡ 'X'e': n.SusÚlllyendob.le,;cl11os'
'

<t'~
"
'
,\ptNDICE
,,'" "y'):=?'\'(X;,yr1X'y
..... ".',. , ,.' ..... ,
+ .~,~
','
(A 5.1)
';'".:'¡ "';1

/(2 no cClltrado se dcfinc"cOl11o : '",,:

'\PI~Nl)ICE5.1
~' ,'¡';":y',\'(,\"~\T~'X'\; .:
Camhio lle l';l~iahles el1 I'UI1\:íOIlCS
de de'lIsid:'lf U- nUCC;!l.lraúo=; , , ' " , ~, ({\ 5.2)
1 ry
En el Ap.:ndicc 2.1 consideramos el C:lSOde una 'lll;ic:I variable: EII UII caso,de Illld. La de IIlim i,;acitÍn"lIll
. " - "', ,_ • < '
ni rad/,;"
1 ..
ce
Iii:;;e
l "
su' r;¡z¿',i '~Ii;se',:
' i" " ~ '. _' ,., •.",
I I~ ,,,'
i dell~n; i1;ildo~.'
"';', ,,' '.
~te 1• ,_'_ '

liples variahles. 11 e." indican \'ccllll'CS de. [Jongamos ¡JOrC:lSO./1 variables. L:I ex len- )';.1' = ¿',' ~ 1 )'¡, que es la vOIriaciónlol:11 dc la v:1ri~ble de[Jcildienle cnlculOld:i"c'ón rcs"
si'-'n del rcsullado :Ullcrior al caso mullivariablc es ' ", pecto al origcil; El u2 noccn'lnidoi,idich t'~' proporéión 'de esl;'\ v:iriil~ión 101:1\que
:lcah¡, siendo"cxplicada" poda regresillll: .
J\."J = /(11) 1;:111 Muclws:\plicacionesdeSlaC:\I11:1 il11p~rIOlnci;l de l~v:1rí¡\cióll de 101 v"ri"blc de[Jen.'
' " "Y
diente /'l'.I'IJI'C/II:II.1'11 1Ii1'c/ mcdio. l11:isqlllÍ s\I'variaci()I\ res pecIo acero. La c~nl idad a',
dlllllk 1;'111 ;1,1'1 indica el v:1Im ahslllulO del delerl11inante
11';1 dl.',lkrivadas parciaics. '
ronl1:1do a partir de la m;'\-
~, .
explicar reslJlta 'enl()IlCes,.¿~ ;;, I(Y¡ ~,y)l ¡:=: '1Y:'"C (¿~~1 Y)2/n:=: )'~)' -: ,(if):)t/II.Si 2,': ;,
rcslalllus en al11ho,slados dc (A 5) la cor,recci61l parOl la l11i:dia. ,(;'y)2/1I. obterí!=~1os
'"
.•...
,r - : ',,', • . - '. ( .• ., 1,.' ~ ~

."'."- (ií.;:)2i/! ,~.f)",X(X'Xr' X')' - (i;j.)2i,,] -\. é.'é

:;~'T1\'rlli'nilirte~~l"a desdJlhp~~i (1 6i~'.t1'e "1¡(..-G¡)l¡¡+élcctirid r:id'8s'l~1'~'fTS''('JTYtt~~~t¿¡Íi~~:!jiii~;>.~

;111, ;111, l11édia.en 1:1SlIlI1;\dc cúadrado$ exp)ieadn(SCE) -qucc's el término entre parénlc-
'Z'
;IY2 ¡) y" sis-yla slIllIadcclI:lllI'adús,:esidualonoexplicada(SfI,\).Plír lo 1"1'110,a2celllr~-
,~ ',' do l:S " ,. '.' "

\.:.:' y'X(X'X)-IX,'y_, (i'y)2h,l

, .' 1 ' (A -5.3)
y'y- (/'yt/II
'('lt,,. ¡¡ 11" iJlI"
;1.'"1 ;1-"2 El CS!:1tiíslico ni,se ddi,Úa:cpl:1sq:Jacióncs(3.9)y(3.IO). ~unqué l:1corrcs[J~ndcn.
¡J .'>'
ci:1llll sca.cyid¡;llledeilln1c(Jjalo.', " " , , , ' ,
El \';'\101':1hsolulo,de ,Jicl1o t!cleni{in:lIlle se CO!lOCeComo cljarohi:l/Il1 dc ia hails-
rlll'lll:1ción de 11 en Y: - ,,', ' ',', ,., , COIl l: I ríudl: <ic'il6s1 r:n: dicll'a corrc~pondellcia, fwcesi tarelllos ucinoSI 1':1l' 1;\Inb'¡'én
\.:
ser
'

~lIC )'SC~,údinidos clrla écuaci6n(JSl. 591'1.CCS[Jccllvaménle.c1dcnominn.

dlli' )'~ll1llm(:iiltillr li~ laCClI;léión .(As'3). El úchón1ili:1'dor delnecu:1ción (3.10) cs
" Itll~~~1I1);l\..id~(1I1~'
"/'. rif.. 21).~J2.
J;lIll~~ (i. '~_iacKil\lllln.
.'
01'. cil..'21).2J2." Itusscll D;l\'id'flll
.
\" Jalll\,.-'"
.' .
(j
.
~lad,il1"llll
. .. .•.••"y"Y"\J'"J"y- ... Ó(~;!'),"Y'J'-('''')'I''. , ,.

\
j
'
r ,
.....
",'

186 . Mt:TODOSD£ ECONm'ETí\!" (,;\I'/n 'Ul .': ESlim~d()r..:s i\IV. Mee y VI 1:->7

que cs el denorninador de la ccuación (A 5.3),£1 SCE dela ecu:idllll (3.9)es b'.- X". PHOULEI\'1A$
X.b.. .. ':. .' .. ' . .'

Yolvilmo~ Ú laregrcsiÓnMCO: conlos~alosoriginale~conéÍ rinde ohsav'arJa r~.. ' Consideremos la variab!..: binol.lli;;I.I:- qnc aLlqui.cr,e "a Il;'r ccro o UIH!Scgün la Junciún
!ación con la ec~ación(A5.1)~. .. , , ' ' . 'd":lrCI1Sid¡¡Ú de prnllabililJad (Cdp) . . . .. .... ('\
,.
. y::Xb+ 'e /(.1')=0"(1-0)(1-,1') Osos.1 y=Il.1
PremuliipJica~do por lá malriz A ddinida erili\ccú¡¡ciún (:U)rcsillta ":'
I~or \0 lanlo, la probabilidad dc '''éxito'' (/= 1) "icli.e dad;1 por ji 1) =: I/~.mil'nl r;ls qne
.'Ay ::;'Ü'b + Aé::/L\"b+ e la probabilidad de "fracaSl)~' (y =i O) \'iencdada pOI' f{O) == I • U,:,

Elevando al cuadrad6cada lado dela~cl.Ía~ión anlcrior, obic'lcmos

Váiricarque £(.1') O )' var(y) = =
O( l. O). Si extraenios, tk esta distribuci,í,i, ulla
": ",
mucstra aleatoria de 1/ obscrvaciones: hallar el Ei\'1\' ue () y 1;1varianza de sudistri.
" ... '. '.' '.' ' .. y'Ay::.D'X'¡\Xb + e'e.,.- huci,ín mucstra!.

, .,;.. i;"';"'¡!'rÚ;j.6 •..t'jn'(~','txr¡:~'s~,¡~'é~lj~:h~f'$C'c;~;~~~~.\\,~.:.,:.;;:.".;.;.'";,>,.;::;.:;'.

...
,",..;',.""'>:".'",'; .'.• ,...•.. -..•.rvI.I;Jl in IJ le. las d.os.c.x pr.c~s.i.ll.ncs.dcJa./llill l' jz,dc. info r.mólciún. de la 'ce ~ .;¡:iúú'.(:;;:\ )'~~n'ail
a ¡.
la varianza asintólica d.:! estimador E IvlV.
'. SCE ::b'x'iu'b ~L' Li, fdp dc la disi rillllciún u.nir,~r;llé vielle d:id •.I' por
,
,,::'~
.' " ':::y'X(X,~-IX'}L\"(X'XrIX;y 1
. f(xln)::":; O'¿x<'l.I
. ex . .~
.

.---:
.•.•? Y'X; X';\1-' X;y e >:'.r( X' AT' x { :,U')X(X'-'T' X'y l:Iall;,r el EMV de o .

'5.3.' Con I/'pruebas indcpendicntcs ol1lc'n'cmos . .I' éxitlls{sil:ndn la prnhaí'ilidad de ':.\ill1

. '=-jo'X(X'xj-:1 XI)'':' (.i'y)2/¡t .' . .
~
'. .'. . '..., .¡guill'" IJ), .En cl I'roi)\cnia' 5.1' se tlcmucsl raqud;;. PI:oporci"1I1 lllueSlra!. 1I = .,111, es el
El'v)Vde IJ. COllsi~!..:rai'linesÚ;\l;idor allcrnali\'l" '- .
que es é.) (¡'y)2 'num~r;¡dor de la. ccu:;eión (A 5.3). El último paso de la compraba ..
.' ción sc'?~'s;¡ ~n el hech? de (lue:.y(¿y',\~"~ ¡('E:: i.. '.' . .' .. .' '.':' :' . .Í' +\
pt .=: _'. __ '_"
2 t"'-
y aquc." csta prlmcl'it'COllHllllU de X.cl.imjdllclo (.1'.K)'1. scr:íla primcra cohIlHlia.: ',:} .'} . .- 11+

d~ {k,~'[ultii)l.ié:~ndo .P?f ¿L6.bleiJÍ:l1ló~ ia prin:~ra:éólu.~lln¡\ dc la~llat.riz X, qüc.cs .U/'.~"~~' "¡'Iallar la mcdia y 1'0, \~'a~i¡iliz;1de p* ciltér;\linCis'de !amcdia y la \'arianza de 1'. ¡,Es 1)'
lln estimador consiste'llle de (f!' .'
" ,'.
.;;. ,'-f
,.'.1',:;
~ !;- ;- 5.4 .... Ex'traeml1s una nlllcslraue tres \'alor..:s ..x ='): 2,:1. a partir de la dislrihuci"1I1 exl'P-
:" .'
,. I!encial con la siguientc fLlp:' .
APÉ.NDICÉ 5.3. " .¡' .... :". ~ "
"",' ,; ".

DClllos~ración dcc.'X(~,?~:r:x'c' •.=:c.'c~~ e'~ .. .I

.,. Ji(x) = ~e e~.IJ'I .. '

:'.r '>,'
" ••• ' •• • .' o •••• ' ",. ,',

. , ' . l' .', -i 'l' ,,"" ¡', . . '-",:

Consideremos e .e, - c' •.X(~t X). ).: c. ::e. Me •.. ; , :'-'1<,

'~"~~. . '. ()btC.IlCr l!1 ('.I'lillllll/Ol' MV de ÍJ y 'eaicular la. /',I'{illlllcitíl/ ,\1\l para 'l'SOS \'alnrcs mucs'
Nccesi'l~mos por '1~la'nlo ~e'mosll:ar qLÍe 'c.'.k~;;':=~;e~ lo cual ser;¡ cicl~tJ'si ~:: Me.: . .:1,:;lIcs..
Tl:ocmos . ",
• .. S.S. OC/llO~lrar que.maxiniizar ellogarii,;1O d~.\'crosi/lljli't~,d de la ccuaci(1I1 (:l.IO) da co.
e.= y-:-Xb. lilO 'rcsullado cl estimador reslringidoMC II.cfiniUo cnla ccu;ll:illn (:1.-1:\),
donde b. es el cSlimad'orreslringldo que salisrac~ Rb.= r. Por IOlíinlo
. . - "'. ~'.' .. . . 5,6':... Demostrar que.cuando s~ ajusta la ecü¡¡ci6n 'fníni;\locuadr;ítica restringida. los rcsi.
•. ' '.Me.::My ':' e r' .'" '. ,<Iuos e, no sicmpre .li'cncn"media múcstral ecr()yque dicho. rcsultauo no se cumple
.:.'_'
\.,'.. ':-~' .~. ,:.'. r" ','
. ~
.' ." 'c\;ai\tl~ la restiicci,ín Sc.;,'plica ljílic~lllcl1tc a los cOcfici'C;;lIes que rcprescl;lan las P~I1' " .
.
ya,ql!~ MK:::;'O,corriplcl:t'ndo la dcmoslraciÓn; . '.:
'::'.(.Ii~lltcs}no allérl1li;w' (ie inlcrsc'cción, En cash de no d;\r'cl1n unos resullados ~cl1e.
< ,,- ." "' •. :", ',-. o,'::'!." J .' ," •

- i'" . ~
 :, : ~ \ ~¡ ¡' ;~'
,:)"~f~:,:' ,1'" ., •• '"1, 1 : .

. \;
.~.~i\
'. '.
.,¡' '.'t",,:
CAI'ÍTUCo
, ~ ."
(í
' l' ~ •.,í" '. :,'
",:.

"
l'

;,' \ . ", ' ' • .'\'.

.. ,

~ail:$, i,ntentar la \'crifit:aciÓII Illédinntc In ceuneióII OC dos \'ari:lhil:s y = lt + jJX + /l. \~.t.., __ .~'_: :_.::.'.~'~~~:'~~~~ ~~~:,,,~~~~~.~:~:,:{~~,:.:,L~.~f~~~t.'ii¿'~¿b"'''.?=:\~~:J.¿,'.~:'
'¿"" llf d' .;., •• ~'r
1 ; • 1,1:, '1:
ImpOlllenJo la resl rieeióII en el ~ocrieieJite rCliresenlali\'ode. 1:1pelldient,e (aunquc
no cn el I.:rnlino de inlci:sec\:ilÍn).y. 'aiternali\'anll.:nte', illlponi.:ndola en cil.:rmino de
intersceei<Ín y no en la pendiente" " '
1-1eleroscé déi~,t~ci~
j~ly' Aut.~co rrela c~Ó TI "-::
• ; • • :. '. ~. 1; ~, ....' ;.- • ; . 1 \ ;". ,• 1 .' " 1:
'¡
•• ~ ••• L
.... ,.
5.7. Con los datos dclE,ÍL'nlplll .l,.1.. c;i1~ul;'¡rlos eSlaliisliel;s de prueha I~V. \V )' 1\'IL para ¡ :

"11: JI,1 =-1: Verificar cl e$ladí~lico MLc:,iculnnuoci re,siduo;l liarlir de la rt:gr~silÍn ¡

rcslringida y realizando la !'egresión s~lJJ'e X2}' X,í., .. ':, " , '" '
'i - ..•. ,. .. ~ , , .1 (.
",1. ." r,';, 1 ;,,'
;->;:' c."--f:
"'.'
S,Il. Repetir el Probkl11:i5,:> paJ':l /In: f1! + /1,1 ='0, .,l ",'.'
(.. ' :
5.9. COlllprilhar 1:1afirl11aCiünde 1;I'cctJ:lcilÍn (5.45) 'I! "', ¡,
',', -'$

:-". :; " ¡
"
'.:! . !:. ,',
;1< .'
"'.' ' ... ¡..•.

La estimación)' eOlilraslcoc rcl:lcioncscon 'pcrlurbricidnCS ~h'clcrosccd;íSlicris ylo

ri\l(lléorrclacillnadassoll'do~ do ;Ias mns, imporlanll~s' riplicncioncs. oc los 'prC!ccoi.
micntos 't1c,m;íxima verosimililud y',mí;limos CUritli;jdos:gencraÚ7.ados dcscritos en
c1Capílulo ,s. Tralarcmos ahora ambos rroblcmas cllcl ordcn cXpueslp. ...
-..(~
, En casos dc helcrosccdaslicioao,h¡' m:llriz oc varian7.ris't1cÍ l¿rmino de pcrtur.'
:. Ilrición cs ;,' ..' . " .. '
,..
ji
~. ': .. l. ~O~"""'O 1 " \

_~li • 'O '( '... O

va,r(lI) = 1:'(1111',) ~' ¡'," f", --:-:' !
, .. :1;

, ' ' .. O O ..'.., "':':-. 0'"

I

_~~:I '. • ¡ ". . "

"

;'. , . Ahora ha)' ',' + ,k p;1I'óimClrl1:s,ilcs~onocil~os,:n varian7.as}'~_~i~t~.lC~loj,,~~~C9:~~~: .. :.,:,,~ ...,

'"
~I 1rr-"cn. cJvéc l(ir]r1::Sii,\1:\ ¡qriCl\oS'.rjift'í\niCfr6r'tp~r¡í'r"?~.:íj]r:,Jhro.s1_'riii¡Úirtr( ~"5,.;'id'~lf~."."'- ,', .
"""/
,'~ ;'jí: evidenlemenlc illlposihh: a ll1ellosll~qué ill)pongrirnósalgunossuPUC,SIOS. Dichos
~~f; ;' supuestos aiiridltlossé rdaéionanhabilUrilmcillt¿ón C1proccsOque siguenlns pcr:
, Iuru;icion\:s. Lri hClcrOsccdriSlidda(Jsliclc esl:!r :prcscn iC'curindoJrri l~ajrimos .con' un,'
x.:..t.
{os dé.col'te Ithjls\'ci'saLPor cjcmplo;cn el~risodc,iJ~ csmd¡6oc~oriclr:lnSVÚSill
-.:..;: p:lra:lnaliza~I:l'.rc¡';lcióll cnlre el g;isloJrilllllii1r~ll'v:iÓ'lC¡6Ii~sy el'ingrcso rrimili:lr~'
.1;
\,.,.L,. esperarí;lI11osqucdgás(o prol/re'dio paraunilivcloé ii\grcsodaoo <:rClCricon el in':
fi". greso. aunque csperaríanios lilll1bién (juch: variación' dd g~slO' prométlioriumclilC
'.! ClIriIlUÚdiligi:cSO :1l1¡úcnl¡I,SiIPQúgMllÓS; peír cjé1llpIo, ~qllé~doplrirnO~ lah ipóiesi~
\,-!' rorjÜ:llsi~uiCJjk'
. . - .. :..
,.''''' .' ' ~::.:~. ,.,.
~I
\;".,
, .' .'., .' .&~~!r\2;:¡:~l,2.:;.,,,:
\..1.,'1;
.. ". donde (r] ~s un rac(orÚecsdlla')',\'l,iútlic:ll;¡ var:iablc ingrcso. S~;ronélll~s;ror lo
(:',1' ." ".
[anln. qu~dingrcsoe~i[aIHlJla variablecxplicrilivadc:la' ecu~ción:cle, gas[Q COIllOel
r:lelorc:llIsa I t1clpnli:csod~Jjcle¡,oscctlri~1 iciCJ:\t1:En,csl~ casó, lá rÍl:llri7: dc \01 rian~
";ljl
las derVCCI()I'dcl)eÚtll'ha¿innesc~ ., ' . . ."
¡'C
¡-<'
r
I 1YO
CAl'iI IJI.()I,: '.kl.:rosc.:dasliciJad y ¡\ulocorr':\:ll:iún 1'J1

X2i o ... o :;:l1~[X'X)-l X'flX(X'X)-'J (6.3)

var(iJ) = 'E(IIII')=a2
o . X22 '~. u Larórmula convencional calcula 112(X'X}-I'.es'ueeir.sólouiú¡ parle de lil ccua .
C"

,
(6.2)
"
:;: (f2n
:.. .'
ci()n (6.3), que es la correCla.Por lo lantQ, los eSladíslicos de prueba "coll\iencio.
o ()
X2i,
na les carecen de validez. l'ouelilOs también expr~sar la malriz de \'arianz;ls v
. \
covarianzas como ". . ,'.. .
La especificación (6.2)licne un unicopar;ín1elro tles<:pnocitlo enc~n)paración con'
los JI parámelros desconoéidosde la ecuación (6.1). Sin enlbargo. la ecuación (6.2) [.!... var(b) :;: (12
/1 JI
[.!..
(X'X)]-I.[.!-
1/
(X'flX)]
11
(X'X)]-' (6"1) ,. \
represenla un supueslo muy rcslriclivo'y'cl proceso de heleroscetlaslicidiltl no siem- 1
-'
1
¡\

pre resulta lan sencillo. Es n1lI); impol'lílnlc; por 16 lanlo, h:rificar I;i ¡'Íosil)1c presen- El Iímile de probahilidao del primer lérmino de la ecuación (<í.'l) es cero, En ca.
ciri tI,c heleroscetlaslicidad.y, ~nc:lsode hallarsc, explorar su estruclura con el fil\ de So de regreso res eSlacionarios, el Iímile de pr~babilioad del segundo término ó
oblener los es~imadc>,res MCGfaciibles pnra la ecüaeiólllnil¡ida. LhsSecciones6.2 y una matriz finila. Por lo lanlo, parn que e~isla consisleneiaserá necesario qlh':.,
6,3 consideran eslos punlbs., Anlcs~sinembi\rgo, examinaremos las propiedades de:' . 'ir el límite dc probabilidad de X'OXII/ sea también una rnalriz finila, lo cUales
.... .' ....loscslimtld()rcs MeOaplic~dqs.a ..uilri 4s\>c<;ihcll<:ióJ1.'co.)perlÚrbaciollcsl\oesféricas.:.
'.. ;..,",', ..,.'' ;'.'.', ,,:,,,,c:"'.< ,.•• i':'::;';:., ..,.,,:, •.,~...;.~.,,':,~;.,.: ',,:,'.1. ':,i-i' .¡,.:.•......,;,:.:,....,.. <, ""'.' .,'~' .• c, ._.:~,....~.:'.;:•..:....,/, ,.•..... ~t \¡\~.
".',."," :.¿.... ,r'.', '.,' '''-:'-'.:.. ' ...-:''''''';'\'''''': .. '~" den
,CiC.J.lo>CI,lgeneral.si losclel.llcnlos son Jini(os.Cuaut\o In~n¡¡lriz.X inclu'~'c
-'0 ••••

de """"'""'<""'~í~O'O';11¡¡s,;:cí:irdos: b.'~;;r¡¡;'bi~ c6s~~;i

¡i~rc;ld'i~"n le'.-~I"~'sti;~,;~d¡~d\'[ ~~~~;;do

~.1- .'
,"
i~
:~~:.'
r
.en el caso de mueslras finilas; ,sin embargo. tal como sucedía enla ccuación
((i:1), seguir¡í sicndo'c;:o'~sislcnle sicnlpre que 1; sea, uiagonaL'Eri la Sección (í.S
.. "
PROPlEDADt:SDE . LOS
-. ÉSTIMADORES
. . .. MeO :;..... f. disculireillos por qué las perturbaciones aUloco,:relacionaüas provocan que los
:', t ;::. lérminos situados fuer:a di.:.'la uiagonal se¡¡n.CJistinlos de cero, La consistencia ,"-..
I
Considerel.nos la ecuación '.~
desnparece cuand~ la aUlocorrelaeián, se' cOlú1)ína con el hecho de que llllO o
:y'=XJ!'~ y . E(III1') :;: ;T2 n m;ís re~resores sean relaruo's tle' la v'arii1ble dependienle.
...,•
11
I
Cuando X es noeslo~aslica; ~blenemos los.sigl;ienlcs resuÚauos: . . ' Incluso sospechando' la existenci'a dc.:h~lerOSCeuaSlicidad. prekrirelll~s traba-
1. El es'tirlHI~'o~:MeO es in~esgadi.:l Y~9nsislenlc. . . . j~r'co;l. Meo a pesar 'ue, pouerincurr¡r',en;'je.~gos de incf.iciencias. Sin' embargo. ra.
A pani.r'dé, la, eC~lación(J,23r ..' .fa rC;lliiarínrcrcnciasc.orrCl:laS, es' preciso lr¡¡bajitr'co;l la ecuacion(6.3).c()nlT~!l :;:
p=Jl + (X'N)'-IX';I d..lag l'"
IT-I:' {f.2 2"'" (T-"'lE", -sllmar., a-Q parece. . una larca 'imposible. pueslo que í.:sla <.:x.
con(:l~íll\¡)S "C'OI!'l~C£0))= jJ lo ~;~e 'conf¡~ma, por lo ['anlO, la I~rop¡~dad"ue in- jlresiónconliene /1 pariÍ.mClros 'y lenClllps sólo 11 observac,iones. WhilC dCl\lut:stra .
.•,sesgadez. La COI1SiSlcn<:iaen Illcdia.cuuoráiicasc"sigüedeinmcdialo del hecho . cn un lInículo d.e amplia influencia, queafrol1ty'rcl problema b;ijo eSle,punlo dt:'vis- ,,...:
:.que. (como veremos C':I el Pünlo 3)Ia l\1'alriz'uc "'ariúnzas y eovari;\I12as, var(b),' la resulla equivocndo, Selrala. de oblcner ..un eSlimador .satisfactorio de X'a2!!.\'
,posee Iírnilc '9.c probabilidad igual,a'cero.' . que ~ea una ni~lriz cuadrada ue órdeil ( siendo k (el ~(I'mero de r~gresores) l;na
2., El eSlimador MeO,es Incficienle. "" .. '. cOÍ)slanle, indepen~iente dC! laniaño.~cl." muesira '1,,1 Resulta sencillo comprobar
, La ecuaCión (5,25) ,demo~lrab~ q~e'el ~~limadorMeG',es decir, el eSlimador. la naturaleza del cSlima¡jor de WI1ile.rcforn]ulnnuo X'IT2n X, Denotemos con ."/ la :.,
, 'resullanle de réaliZar u;la regresiól~ éJclvcclor IrmujomulI/o )' sobre b: matriz: (-ésillla observación de la val i¡¡ble .dependienle )' con xii = [1 . x;, xbJ la fila I.ési- Oo.

lralls[ofl/lada X, propprdonu ell1Jejorcslímaoor 'lineal insesgado. Por lo lanlo, -ma de la malriz X. Enlonces .
,
MCO (que e'sür\.1alós parámetros de una.regresión cOli vari¡lblCs /lO In;lI.Ijorl/la,.:i
das) 'p'ro'PQrCiOlla,.eslimadores lineales inscsgados úunque no se Irala oe estima- ' ,; '!t
,~l Iq
'0
()
,
IT~ .
....
,0),
( j r:.. "~1
... x'l
.1", ...
dores devarianzn
3. Los er~orcs esúlódard'e
nlínin1,I; . ".. '>~
los éoeJiCicIIICsM'CO' cOJl\;el~Ciollalcs son incorreclos 'y'.. '.
X'' ' 'X=['' x2
. ,
O
..
.. H
:1

(r;.._
:'
. .r~,
.,

...
•.

aquCllos esta'díslicos de'iJ,~ueG.•i iJasádóse;, ellos'caiccer;ín de validez. ; :'~ '.

" 2,xlx',
. La malrlzde varianzas y covar,ianzascorreclamc'nle'
,. coeficic!llCS ~CO es "., ."
calculauú p.ara el veclor de::
. " ,
=2:
,; 1
IT

.' ~ar(b) :; E[b':..jJ)(b ~jJ)'J' ,':"

l'lióllllerl \Vllile. ",\ llclcrncc<1ó1~licil);'('I;n~isl.:ne CU\'ó1r1ance ~ióltrix Esiil\\óllur :lIld ,,'Di'''CI Tesl fuI" k,
=E[ (X'X)-I"\>.ú'X(X'X)-1 J "; . j i~~ l~rucedól~iiCiI>,,'. fC""IJ11I1'lric". 4H•. Il)xii. 1i17-iux. .'
.J
1;,'.'

'," '~~'~.:,~.
i.t~~. ,.>

.;~ !'}::.:"~ . "~

L_.
 1
.
,"",' ,'o
",,; l'

-, , : .. '
.,
'

,,
1

'. é:,\I'f'¡-~;_bf.: HClerosi:cdasliciLl¡~L1)1Autocorrc1aci6n 193

.. . '
! .~r .' . . .
El estimador tk \Vhitc recmplaza alv~lor ,a 2, desconocido (1 = l. 2....• 11) por c,2, "1":\111,'\(,.1 .~. -, ::' _"j,l. 'f"
" •••... j,.

dondt: e, indica el residuo 1\'¡CO.)', - .\:',1J (f.,= 1,2, ....•/1). Se obtiene de esie modo. un /, Errur'cs csl:índar cnrrcclnsc jl\c~;r'CCI0S
t:slil11ador consiSlt:ntt: dt: la !llalri~ de v~l1:i':lIizas)' covarianzas para el vector de coc- L-l_ •.••••••
~ ••".,~_ •••.•_¿tIoU . ....,_ •• _.I~.~ ••••..
!I •.:L~ ""_;__ ,,:,,"••~••~ •.•.:~ ..,.~.~.:a:,,lh
••• •.•.•.• ~.;.:a,uW.4ft.-...~
ricie:nlcs MCO. lo cual resulla p"nicul"rl11eille (¡lil po~' no requerir supuesto alguno '," MeO ""':.""'''-- ".. MCO"
liÚcrseci:il\r\"', '",,,, " "1 ' ,Pendicnle' ,
sohre: el formato tk la helerosccdaslicid.id. Así pues, la pucsla cn pr:íelica de la
cClIacit'lIl ((1 . .1) C~lIlSislc en calcul:l1: .' , MCG -~-"-,-o--- MCG
u Incorrectos, Correclo~ Inlersección 'Incorreclos Corre~los Pendienlc
tSl.var(lJ) = (X',\1-1 X'1T2ÚX(X'X)-' O.S 0,164 o.1J4 0,110 l'" 0,285 0,277 0.2'13 '
}
1.0 O,lt\2' 0,1111 '0.0t\8' , I
' 0.246 . "0,247 0.173 '
(6.6) 2,0. O,lló 0.074<', 0.0073:, ',0,200 ;.0,220 ' .0,109 i, •••

3.0 ' 0,100" 0.1)64 0.0013 " ',Oil73 ,0.206 ,0,056

LIS raíces cu"dradasdelos e)emelitos de la diagonal princip.lI tic eSl.var(b) son los
errores eSl;lndar t:slil11ados de lilscodicit:nles MCO. conocidos Ilormalmente bajo ¡ . El p~occdimicr;'l() t1'c'\Vhilelielie\'alidczcncl e~sodeiillieslrasgrhndcs y no
c.:Inombre tle ,CI'rores eSl;ind"r.he'H~r'osced:í;licamente consistt:nles (EEHC's). 'En funciOna 'niu)' Iiicn en eú':ihlJti 'stlr;ila' ueihlltst ras fihilas. Exisle' cíerl,! evidencia de
".
e:sle caso. las, prueb"s 1)' ¡:'resullar:ín \'~Iidas' (¡n iC:1111l:n
le a ¡,ivel asinlótico. Las hi- que elcOnlporlamicnttl cn"mUe~\r:-;sfil':iia~'rllejo,l;a)' corrigicndoc;2; Uria (le eS;1S co-
pótesis lineales,generalessc veriric'anín mcdiante el ~sladislico de W"ld, rrcccio,~es consis¡~ CIiSlIsíiluir rrl'l-¡r'jlr,2IUí~k);'Uni,'correeci6il 'mejor aúnconsis-
W =(RIJ - r)' IR [est. ,"i,r(lJ)JU'I-"(flb- r)'! x2(ri) (6.7) le eri utili;,.arc,2l( I"~'",); dónde", :;'.\"rC,Y'Xrr.\,,: \Aconlinuncit5n demoslramos el
,

porqué tle \;11 suslirueilÍn. Pani~emostlc la e~,uación (3.17) 'donde '

Aparecen aliora dos pn:gunlas c1a,'e: . • ' ¡ , ~.

l.' ;,Cu,i¡ e~ la diferencia' cnlre,el eSlimador convencion,,! y el estimador correclo

,,' .""" e= My
ddos errores esl:índar de los cocficieli\es MCO? tlonde tU = 't - X(X'X)-I X': qlre esUll,a nl:llriz simélrica e 'idcmpOlen\e eon las pro-
2. ¿.CU¡Ú es la 'diferencia entre los errores esl;indar MCO correclos )' los errores piedades MX = O )' Me "" c. Si'roniendola cxistcncia de honioscedaslicidad. la ma-
'. eSliintiar MCG? \riz de varianzas }' ~()\'arianzas dd vce:lor de r~sid~os MeO es
J)a\'idson y wlacKi,inon'proporcionan evidencias par¡¡ ambas pregunlas a partir de E(cc') = E(MIIII'tU) = a 2M
los resullados de eSludios de Monte Cario. Su modelo es el siguienle:
El elemento I-ésimo ue la diago'nal priilcipal de l:is ninlrices de la ceuilción (G.8)'llOS da
.", = I + x, + ", ", - ,V(O. sr;)
, f;((',2) = (1'2 (1 - xi,(X'X)-1 x,)
con/l ="¡OO; x,dislribuido unirormemente enlre O)' I,siendo U lln par,ínH:lro que
10l11a Jisiinlos valores. P"rlientlo de JOO obser\'aciones. oblienen 20.000 mueslras /'01' lo laillo-.c1()i"ol'úcdiotlc losresiiJuos ni cúittlrado subeslima $2. lo que sugiere 1;,
pa rá~ ry,dh~;t,~~'(f~To-;;'-;;16;¿~'~I'~' rcÜ:lri~16~"~~i'i;l1';,Ú()r¿s/1'VICO'yM cG ti~"i;;'.¡ i;:~-"'"'.'.
ti-);:~C; :;';:;;:;')scglrntl:I'~.C::-O'I:recci ~irr:-.lrrtcS'"lHCrfnró:n,l\U1\?"E I'J~i'llii1i.(j:';Jr¡':t:~,'o ¡;"7"éJ,i1il eve'l'crrt'Cl) ró':d~/I'r"". -,",'\'.;'
'le'r~ección y la pendiente. L"s des\'iaciones est:íntlarde' dichos esti1l1adores propor- : " 'diagonal' de' X(X'A'11'X',bieha'lilaírizrtcil;¿\.:í'i16,illl>~c'de'l1ln¡~i7. soiilorc;o :(Iinl),
=Xb ,¿'
"

,
,l'
" ~ion;\Ii los errores cst;íntlar (coi'rcClos)~ICO, yMCG. La Tabla (i.I.~ n1\lesl ra U11" Esl" ma\riz'pr'cl\1uliiplicaalvcétóry pa~n olÍtc;icrlosvillorcsr¡reJichos')o
"(1';"):.1 ,.\1"1"",'
,,\ _1\'\ ~ •..
." .' '.' . .
selección tic 'dichos reslIll;,dos. En t:!caso del lérmino tle intersección: los errores
est<Ílidar oblenitlos por tvlCO incorreclosson illa)'lHcs 'quc los' ti\: M ca correcla-
1l1~nt~ calculados. Poco' direr~ncia e~isle entre l,os crrores es\;intlar de la pentlicnte
correclos e incorrecl'os,esccplllando el caso del mayor valor de tl. La ineficiencia
6.2"
.' .CONTHASTES ..D EII El:-ÉHOSCE6ASTICIDAb
de los ¡viCO se dC1l1UeSlra mediallle el conlrñste cl;lre los errores csi;indar1\'ICO
correctos y los errores es\;intl¡irMCG. La in'eficicncia air1l1t:nta dc forma stlStanci¡¡[
J'
'

. ,

La incficiel;ci¡i dc los MG() resulla ullserio problenia. Por ello resulta de-
con ll. N"lllrall11cnlc. se lratade rcsullados meral11enle illlstr;lli,'os qllc dependen
tlt: la especificación del'c:\p~ri1l1ento reatil.¡ldo, ' seable verificúlaprc'scncia dchelcrosccdn~licitlad: Ln prescll!e secci6nrep:ls;J eu,,-
lro impOrlanles conlrastes: el contrasle de Whil.c.el conlra'sle de 'Oreusch-
PaganlGodfrey.el cOntraste de Goldfeld.Qualldt y un conlr:lste uera7.ón tic verosi.
ll1ilillldespara dalos agrupados.' I ,',"
" ..••

~ l'ul,li(;ll!:l (0111:1 ;lUIUrii',:!l:illl1'd't: It.lI~scn David'\o" (;~ ~i;H:.~íllnlll1.I.,("""t,:~"

y J:lllh:S..... ",,,(-'n/l"f""'.' in
. .
l:'f'''W",t<,t';n. O\foru Ullin:r~ily I'rcss. IIJI).'. 550,
,ll)a\'i"~I¡lI )'1\'I;ocRi'¡",,". ¡hid:. ~5,L
1 ,1.
 (,"I'IH'U)lo. IlclcrosccdasliciJad ~.AUlucurrclilcilÍl\ 195
19~ f':. ,

6.2.1£1 Coiilraslcdc Wliilc'l .

::\. '"
J<\~UOndeX',
J'
.
;" [1 .l"2'X;;:"
.
X~,1.
'.
SUI~~nga/ll()s que
. .. .
.

. [", = O,
la IH.:tero~ced;lslicid;iu toma la forma
V/
.. '. ..'

.
. . ,~. ~.t~.. 'ci! = [j'7 =h(¡', (~) . (6.10)

rf L::
""'\.
ESle conlrasleasilllólico,para uelerminai'la.hclerosceuaslieidad no preCisa especifi- 1 • .... . •

car las variables'que la provocan. Sell'ala,seil~illamenlc, de calcular una regresión. donde z', =.[1 Z2, <",les un veclor de variables ¿oíH.ici'Ja~.
oo' [t~I Cl2 ::. up]cs un a~ ("o.
auxiliar Ú los cuad'rados de los rcsidLiosMCÓ s'qbre'una constalllc y lodas las va- . veclor de coeficientes desconocidos y Ir(.) es unafunciólln'o':cspecific;{da (¡'ue única-
r¡¡¡bles no re<Jund¡¡nleS del i:o,;junto'de' r~'gicsores, sus cuadrados)' sus. productos' l.;.: nien le ;d t.: be roí tomar valores POSilivos. La hi ¡:iólesis ;llIla de homoscedasl icidad es
cruzados. Suponga/llos, porejelilplo, que, '. .._ , .;'" r. ;:. . //1):. a2 =.'ClJ = .:. =. al' = O'. '-
x'¡h l1X2i'xJ,I' . < y, por lo tanlO, (T12 = "(al)
= conslante. El modelo res/ringido.bajo la hipótesis nula.
. .C" " . ••... . ' .. /.". siem.pre <¡ue se as.uI11'a<¡ue las pérturbaciones
.~ ' ..•. sedislribuyen normalmenle. se,eslima
En principio, hay nueve posibles variables, pcrocl cuaurado de les l'yel produclo '" "
. ,;;"..' ;:,.'.: senclllamenle aplicando MCO a la ecuación (6.9); El alraclivo del cOnlr¡lsle I'vlL ra-
cruzado'de.l. con cada .r, reprodu.,cela' Inisma variable x. P.or lo' lalllO. clconjunlo de ¡ "'
~.~ ; : ..dica precisnmel1le en su sencillez. El procediillicnlo s.ení el siguienle:
variables lloredundnnles induyel1do regresores, cuadrados,.)' producloS cru7.ados, es '.n.' ,1 E' .'
. _ ' . ~. ..,. . .' '.. o'É (>::. 'Sllmar por MCO la relación original,ecuación(6.9): oblcner los rcsiduos _'
..... -. "., •• ~.<o'" "'-' ••..•:.:.:--- ••• : ••.• ' •... , •••• :: '-"I-)'-~\"2?";\'5/'x2i, ~2:i;"'~2~\'j;1"':.''~""~ :" ,'•. ,....•... ,j .•. '.jf. ~.!.:~;:
..; ,:'.,.MCO;.Ci ..= .Yr- .r'i" ')'~uli;¡'V¡lri~ilz~C5Ú:ñ\a(¡n'd¡{'lri'fif;'rúi;b¡ici(Sir'¡¡i6\l1!;i1.;'~~~'~f;'. "
2
El cOlljunlo ,il;du').c ÍJI1~.c(¡nsianle t1~nlllUo (llIeta regr~siúlI ;luxili:;r:ser;íla ue el ~ '. tr = ~1:,2/I/, .. . . . :. :.'. . '. . '. :. : .. , ..
sobre 'tos seis regr~soTc's ..l:.a hipólcSJsde honlos'cedasticitlalTsupone que nR2sedis- ,1 Ileil!¡Z¡lr, IllcUlnnle MCO, laregresióll de e,2/ü2 sobre ¿,)' calcularla suma de
r~'
lribu)'e asirH'ÓlicnmenleCOl1l0UlTa ~2(5). Los grados' de libertad son igual al número 'f.! 'cu;~drados explicada (SCE). '
de varinblesincluidas en \;i'regres.ión'ülIxiliar(excluyendo Inconslanle). En gel1cral, ,. U l
" 3. naJ,a .'-Iu; "~

bajob hipÓlcsis'm~la dchomosccdaslicidad;, ',' .' )¡ , , . +SC:E~'X?(jJ'.,.I) •

_ .'" ni ~;.¿1.( fJ) . ::~ :.T
Pórlo lanlO, la homoscedaslkidad 'se' r~chaia cu~ndo. SCEi2 es .mayor que el
donde fJ es el, número.de v.a'rjablt~smé~os uno' tle la regresióiHlUxiliar. En caso de que .. 1. ". valor crílico preseleccionado en. la dislrib\ldpn X~, .
la homosccdaSlicida<1 resulle reclia1.ada. 110ex[s\c indic~ción alguna de ,Ia.fornla de la . .i~j ::.~. Como se den)UeSlra en el Apéndice 6.1, exislé UI~ p.ro~17dimicnlo más sencillo y
hel.~r9sc~uasticidnd y.p()~ consiguie;l¡e,;no:,e~islCllingünag~ía qll~ s~iiale cll;í1es, ~I :.;} .';'., ~sinlólicamclllc equivalenle que cOlisislecn.-r~a!.iznr I.a.r.e,grcsión de el sobre z"
[ eSllm.auor MCG a.üe~uado.De lodos mod()s. cuan~o se trabaja con M~O. resulla ut,1 . ',¡\ EnIOI)Ces,,,lU de dicha regi'csióll eSI~ 'asi.illl)licnmCi1ledistribuido bajo 1;\hipó- ,;So'

calcular 1.65 crrores.cstánd~¡'d¡: \Vhile~'.Ün problcm;\ adicionaldcf c()lllrhsle de \.yhile ,, .. lesis nula como X2(p :"1). . . . "

es qoc elllUlúcro üe,grad~OS,dé'J.ilJei'laddexi, puedc resu'l.lar b:islanleclcvado. lo cual ::~'•.'E:¡l.c,conlraslcrcqllierc conocer Ins 1: \;i\J:iabíeS'Cllle o~iginan la "\l:lerosccdaSliciJatl,
lien,c,kil reduCir la POlcllciad~1 <;t;>I1'lr'1sic'.
Por ejcrnrl~, cll.ilndola reIaciónori'ginal po: '<,'o
nunq~le no In. {ormafuncionnl' de la hc.teros~ciJnslicidad. Conoce~ las 'variúblcs no
scck: r~grcsqres, inc!uyend,o una conslaílle,'el;villorde q scr,í; en gener;il,¡k(k +. I)n] :.:?,,:rcsultn I'nll evidenle. En In pr¡íclica.lns'varinbles.c<)nclidnl,assll'::lcnscruno o'másde'
- 1. ,COI) k= 10..1-1='5,4.Cua'nd,o los •.~gres~l:es induyenvúri;¡bles fiClicia:¡, el número :'~;.;Ios regresares <'¡ueya npnrecenen,el vcciar ~I',>E;l'eSI~ caso;' ~J cOlitrasle es csciicinJ.
de g'rados de libe'riad s~el~. sc'r algo n~enor. vccés,~c rcaliziul, re<!ucCiOneSfl(/ hocen
l
A . "; l11enl¡; equivnlenlc a una versió'/1 nrl !loc del éonlraslc de Whilc:
q illcluyendo los. clindrndosüe los rc.~iesoresy e.xclliyendó lospr.oduclns cr\lindos.
,'/.' . .+Jj' •. .', .....
'<',~.2,3
..
' ;..
El Conlrasle. de Goltlfcld~Quandl6
6.2.2 El COI\:I~ilsl~<lc nrell'~éh~Pagl\i;ic'o(irr~y5.\:':',-
" .
:' ~sle. cOlllraste es muy se~cillo y~c ¡jrli~a' ~~r;l/1~;íestras finil¡IS '~l,an~lo se supone
Este contrasle es unéjcmplo de conlrastc ~I~, El :Ap~n<licc 6.1' proporCitHHi'losde:' :!Iue un:l únit;a vilriilble (típicamente uno dClosre.i~resores) provoca la helcrosccdas-
úllles técnicos. Formulemos In'rcl:icióil lineal general :~. .
. '.' 'YI~x~lfJt:UI" "'C~l,2> .. ~1I(6:9)
't'
~, , '. , . - .
" ~'"
¡ ~------ . .

• H~ibcrt Whilc. O/'.cil. .' "'," :t'> ~.S.M: Gol<l(c111 y ItE. OU:II\lll: "Sume T~m C~,rH Ull11lCCiillSIici 1):", 10ll';';'¡ "ll/:C';\lIIc',;nlll .\',,;/;.•;;<'11/ A,.
) T.S. Urcusch y '(\.R,l'asari. "A Sil\1p'~ TcslCor 1\~leróc~llilsli~ily,¡;n<l.ltamlql1l Cll~lfidcnlVilrialion., ' .:, ';:.~<'SIl<:int;0~I,6n.JCJ(¡S,S)I).S,I7; u S,M. CiohJCclú y R.E, QÜlIllllt..N,!"/;,"'''' M,.,h,,'¡, ¡II !:'nJIIOlllr";c.I'. Nonh .
. Eco!lOfIlc/,icn.47. 1979. 1287.129:1; ')' L GoJCrcy, "Te'sl¡;;¡; 'Cor Mnli¡plic¡llh'e Ilclcr;;cell¡i~licii>,,', ¡"limnC .. :r~ ';:~¡ Hullallll',AIIl~lc,tJ;lIl1, I 'J12, Capillllo J.para ulla lIiscusi~n <le Cllr;iclcr ~ellcrill. ,.' . .-
o{ Eco./Io;/I,,;;cs .. ll. 19711. P7-236:.. . ,', . '. . ,
:~~ .,~1~ " ,'.
". (
r'.:::-
.' ~,..
•.::1.,
~i
" ,1'" . ":,', ...

l
1')(,
""l'l

(',\I'lruLO r,:HClcr¡lsCCÚ;¡sliciúaú y AUlocorrcl~ción 197

..... ;"
ticidad. Supongnmos, pór iejt:nirlu, que sospecl;amos'clue ~2 st:orelncionn rOSiliv~-
a p~ueba es In naturaleza del~eel'ordtperlurb~ciOll~S. L:,I,hipó,lesisnula d~ homos-
mcnle con el i-ésimo rcgrcsof, Xi' EI¡')I'ocesode ~bntrnsiación es cl siguicnte:
1. Ordenar dc'llllev() las observaciones' següli los valores de Xi'
CCd:1sticid.ad es '. 2'1 2 ,'2
'',' ;
2. Omilir las e observaciones centrales. . ; No: (1,1:: .0),=, .•••. ::. ~,& = V .
! \.:r,' •
,1,:
.. ..
:l. Eslimar'I)~lr MCO dos regrcsionesseparndas utilizando, respcctivamcnte, las '. o.E(tin')~ JI = u 1;; 2 , ' . o',; (6.14)
, . .... . ,.,., ..• ,'o I
prilll'cr;ls r.lillimas (H -: c)/2observaciones sic!llpre que, naturalmcllle, (ÍI- c)/2
L;; hipólesis allernali\~a dehclcrosced~slicidal! e'S' .
sea m;')'or qlic el número de par:í';lclros d~.I;l relaci\)n.
.1. ~(J~I)' ~CR2'simboliza'n
(121 " :: o; "; o
las sumas de' los cuadrados dclos residuos de amhas j •. ,. I 111,.. f i 12 I .' " 'I~.¡.l' r, ,,' "o

regresir;nes, COn el'subíndice 1 indi~nndo ([UC se ulilizaron los "'¡de menor valo,r E(ún')'= V::: '. o, ."' (T 2/i'l; . o (6.15)
y 2 10'5 dc mnyor \':llo,,'. Enll1nCes." . . . ,! "
, /. ":'1:"" ':,"j" :\.1,=.:
,r.,
''"l
". R = SCR2
, "¡'.-

o,' '; o t.'O •• "".;

. '(J'. 1" .
,':, i,.;

. 1. b J:
~CRI
Ln verosimilitlld. reslringi'cln '~~b~s:l,e~l"loi 'eslimn:dorcsd~ ii;~xin;n'v~r~simililud de
, terH.Jr~, s~lponiendo homoscednslicidad, una distribución F con [(H- C -2k)/2,
J' (1/ - c' - 2k)/2] grndos dc libertac.1.ilajoIn hipótesis allernaliv;¡, F lender:i nscr. los r;lr~mel rosuc las eCl;ndon~i; (i5:J3) 'y (6,14'): cs'de'~ir,fl)' ul. Üvcrosimllitud no
reslringi'da sé bns:) caí'los cSlinindO~cs de: ri,ixirn~"veros¡m¡¡ii\ld de 1:\$. ecun~iones
>
m:lyor. Así pues, si R F.'15. rechazaremOs el supucsto de homoscednSlicidad al
nivel del 5%. . ..' . (6.13) )' ((i.l5), es dcCir.JJ,)'~~, (Ti. ~:.:
i~~El'~pélidicc 6.2 dCtnlln los p~sos: ~q'úíd;¡-
.mo~ sólo un breve ~resllmen: ' ., c.

La potencin del contraste dependerá, entre o~rns cosas, del número de observ¡lI:io-
. ~'
ncs ccntrn1cs excluidns. Tcndr:í poca poténcin cuando c sca demasindo grande y, Ellognrilllloue la vC'rosimililud es . e,' . '1" ';

por lot;¡nlci, SCR1 y SCR~ tengnn pocos grndos de libertad. Sin embargo, si e es de- , " .,.: '1, .; ...1; . ..
(= -'--lil(2n)-,-lnl Vl- - /1'1'-1 11 (6.16)
masiado pequelio, la polencia ser:í lnmbién eSC<lsa,Y<lque se reducen hs direrenclas " .' 2 .' .2, ,2' ..
exislcntes e;llre SCR1 )' SCI~2' CúnlO guín.práctic;¡, e suele eslnblecerse a¡iroxi';ln- Maximiznndo la ecuación (6.16)coll V. Inl y co;"o loespecificnba 'In ec\,úlción (6.14),
d;¡menle en I//J. .
obtenemos el moddo linenl esi:índarn'l\nlizado <lnteriqrtncnte eild C~prlul0 5. Los'
EMV reslringidos son los proporciollúdüS'eh I;¡s ecu,doncs (5.5)'y (5.6),'0 sea,.,.
. . b= (X'X)-I X')' . . y " :'Q- 2 = ~ ';":Xb)'()"-X'b)/,,' ,::'
G.2A Exlensiones del C()nlr:I.~le de Goldfeld-Qu:lndl
Sustituyendo los EMV's en laecu:icióil (6.16) oblendrfnmos e! logndtmo de veros- .
Si e 11;111] n .Q():I,nu~~tfaI7.c.s:h~-Sl,~:icl~I~.le~nlcl~le-gr;11)de;:rcslllla.•'rosiI11e .agni pn,-l o5-.'tla~'-"",
i ,;,,,:,:,,,,,,ll.liliW.d.,,,,,_~'.. '.:". ,"-~~7T;':~ ~"'.'"
>.: <'i;T'77.G,?,~j';:;:.-!-;i',.~T0;,:'~,!:;:::~::';":'~":7';,;;:""'::.r'."!;':;:r?,:,.---:
•..-.-
los eu','{u'a(rO.cincci o m~s grupos Clloase,\.(lI1 variable que :lclllC como indicador, . "~o "'; . . . Con elfin dcoht,cne(eIJogaritmo de l:lvcrosjnrilitu~',\O reslringidn; 'mnximizri<
como sucedín cn' el ejemplo anterior con Xi, y derivar luego un conlrns.le de razón . mUs. 1" ccundóri(6: I (j) con el V que,ei;peCi(jcabalaCcll'acion(6.f5~: Comomostraoa-
de \'erosimilil.ud ncerc;¡ de I~ conslnnciadela vari;¡nza dc la rerlurbi\cióna lrnvés In ccunción (S,29};el eSliin;¡dorMY (lambiénMCG) dcjJbnjó Jnecuncióh (6.1 :Sres
dc lacomp;¡rnción d.e los 'residllOsdelos dislinlos grui)os. Supongal1los g grupos, (X'I'-I X)-i. X'licfy.' El pr~blcln;¡:lh61::i~slrib::itn que ¡¡lriclu)'elns gvnrian7.:ls déS~
il conll¡ obscrvnciollesenel ¡.ésimogrupo y II=L~ = I "i como .1:1I11;¡jiolotnl de In conocidas. LosCsliilladorc$dc/ní~xinlilvcrosimililud dee~¡¡svnrinnzns nos llevarían'
'-J'"
muestra. El modelo es nuna malriz .
V: '".
y oblcndrínl11os un
.
estimador'
r....
denl<Íxim<iv~r~simililud,jl,
:,:
iJ pnnir de
"
.....•..
"L!., )'1 J1 :::(XjV-i,\')~1Xil;~1y'. (6.17)
.1'2
jJ+ (6.12) P;¡ra obtencrlos.es!itH:)doresde l11<Íximavcrosi;ililillld de'lns varinnzns de la pcrlur-
bnción. indicarenlosqlJc; balriflaecu:ici6il ((í.l5),eI.log~ri!mode In verosimilitud ~s .
1/);
. 11'. .... n 1: . ....,,¡;.t' 1&:1
.: . '.' . . -; .... '.
( ::: - ,.....In(2n) '- ~liilri ..•;.;"- ~ Inr,':" -",\,; -.. (y'. -;x,jJ)'(y.- x.jJ)
o. lkmodo .
Ill;ís compaclO,
. .
2' '.' .2 .... . .......2 : &. 2, jlT} . "."'.' ,
(6.18) f='
. . .: ." '-"'''':';:' .. -:':.'.:, ,'; .. '

'y.=XjJflll
Las rcrlurba'ciones' ErvlVnsí llhfenida:s: sbn .
\¡ " :: '.~";~¿::'
. ~..
• "'!"
'.' tr?=(\';-X:fJ)'lI" -'X/J)ill.
, , • I " l.', .' '. ., (6:19)

J
 ('''''¡'lUl.O (o: Ih:tcrusct:úasliciúaú y ¡\ulut:Orrci¡icilÍn ll)') J
"- .
•J

6.3.1 E~(il\lación ton Dalos Agrupados ~'

.' .[•...
~....
~.1,;I
dando y==., . '. (6.20) ;-..\

.' ' O' El ci1SOmás sencillo de cSlimaciónM.Cq esel relac!Ollildocon .dalos agrupauos y , .)
•...
que se consideró al disculir el contrns!ede razón ¿¡~\'erosilllililUJ. Dicho conlrasle
.)
Vcmos quefl de la ecuaciÓn (6.17) depr;nded'e v.
:que,a'su ,;i:z. ue;)tndedc¡1.Así propol'cionaba estimadores cOllsisteliles de las perturbaCiones cicla ecuaciúil(6.19)
y del veclor!J de la ecuilción (6.17). La malriz de varianzas y cóvarianzas ulilizntla
~.

J'~ ,
pucs, oblendrcmos los EMV dcla verosimililudr~slringi<la ikrand0.las ecuaciones ••...
(6.17) y (6.20). La ilcración podría iriicií\rse eslimandoen cadaunodel()sgn!pos el parnláinreren.ciiles. en este cas,o. iguala .. ;'
vector!J, oblcniendoflj ==(.\";,\';)-1 X,¡),;'p"arai=='I. 2 .. :~:.~: SU~liiuyendoelliaecua. ..... .' . . varU1) == (X'\~-I -\'\-1
'J
(i: 2))
<l. _
ción (6.19). 'obtenemosun li ~nla ectiaciÓn(6.20) que. sustituido h su vez en la
ecuación (6.17) nos da, ~n único vecfor /J, q'ue debenísuslituirse en las ecuaciones
(6.19) y (6.20) para producir unnuevo \~ El pr~ceso cÓ~lil1\l:t ue esta misma forma 6:3.2 EslÍlnaci(lIl de la Reladó,i de Ileleroscedaslicidad
hasla alcanzar un' nivel de convergencia satisfaCíorío. En caso de recursos de cálculo .
. limitados, i:lprciccso podría finalizar en el primer paso'descrito. es decir,en la aplie ;'.:f Dejando aparle el caso dc dalaS agrupndos. los contrasles de la sección anlcrinr no .
. . . ,c;iciónsencllla dclc()ntr~sledc:G()ldfeld.Qu:ú;di:Sulilituyend() los .eslimadores MV .:~; '< .'.dallpisl:i1.a~gll,~la cerca dc la ,forma func¡o,~¡d delp ..IH:IHro?.c~lla;st.icjdi1d",~lIP9'lga;i;,;,.;
.'...;'.,,~,.(t().ti'Cc'lí'att'6i1" (6',18) u tltc'riéi' r<:'i\\,oS" ~{+6t:,áilintr:a c,:4~ro"5i¡¡inhlid ';'iÚ;"rc~'i¡'ingi d ri:::~.,~.;d<{ 'nlos:'si,ú:ii1bargo,(IUcTOrli11IliliÍloSTasígú'ic'ofc'Tiil)oll::iis' ..,. - . '.''' ..~ . .
C;:uando los 10garilm()S de verosimilitud reslringida y Ilo restringida se suslinlyen en ?
.Iú:ll.ón dc vc~.osin;ili[udes ..l~nemos el ~iguicnlecontl'as!e: . .' . ./=1.2 ..... 11 (6.23)
.: '. .' ,.' '.', g':' .
.. ' . ~R==II.l.~aL'~ 1(.,ln~p.xí(g-.I),. ..(6.21) donde ,es .~.na única variable .(posiblemente uncide losrcgresores). qu~ scsupone ......•
,
, '. .
.L
1" I .
, . debe delerminnr In heleroscednslicidad. La csp.ccificació,i mostrará homoscedaslici-
Losvalore~' ;il~)'Ores dcIeslái.líslico de pru~b~'ll~va~nOr'ediazar lahipólcsis 'lula de' dnd cuando Ctl ,,:,'0 ySieúdo li}=oll(> O). SiCtI).== q y Ct.~ := 1. in varian7.ac1c la I)er.
0

hoi:nosc'etlasticiJád: " :,',' . . , lurb¿!c.ítin es.proporcion;l1a'" conlüocu'rría"eL1 la .ecuación ((l:2).Si Ctu= O YCt~=.2.la
. varian'zad.e laperlurbaci6il es p'roporcional illcuadraüo'dcl;i variable dClci'minanle
oe la heleroscedaslicidad. En la práctica' s~,elen~üponerse 'al~unos de eslos dos ca.
6.3. ., .. ..' '. .. sos especiales. Enlonces. MCG qlreda'redllcitlo a la simple 'aplicación de Illínilll;ls
. ESTIMACIÓN nAJO IIETEItOSCEDASTICIDAD cuadrados pondcrados~ Supo'ng:)illos.por' eje'lip1o. que' u'~ ==Ct\ z(' P~'r lo lanlo
. '. . '. . .

Cua~d6uno
,; :.
:: t

o 'm~s'd~ ..los.conlras'les .ll1enciónatlo~ cilla se~ció,i anl~ri~r rechazan .la • [

rr ¡
2 .
. O ]
.' [ z¡ Ir]..'. ; "

h6inoscéd~~liCí(ja(L~xistert dofformasl~~sibles dc cSlin)~r;c1 vl,:clor !J. La primer~ . V == ¡ " ==01 r. :'.;"~I f1

. 2
O ,O
consisle'ei, ést'iníarjJinedianlé MCO y calc.vlar'lí1liültrizde .covarianz:ls:de While. (T".. Z"
de la ecuaci~~11l{6"6r.' ,'.; ... ':':. .' .':.' '. : .... . .

Dicho mélodo prt)por~iona estimadoréscbnsi~le;lles de los erroresesl<Índar MCO y Si obsc~í;alllóslos cOlllpon~l1lesdclcslil;lador 'MCG. VCIllOSque'
. . ' . ". . '. ." ... '.

I)~rn~¡t~.adeni¡\s:.comó sue,;~~í¡\e;l ln~cl,a~i¿),~'(6.7), r~ali~ar conlrnstes de reslriccioc

.:..]
O..
nes lin~ales de Wald. Su 'simplicidad .h¡lCCde' élun procedimienloalrnctivo;sin
bargo,
. . c1esliniador '.
resultaine'ficien're
;
'¡úi,i apcsú
.
de ser
-,
i¡lsesgado
.:. '
y consistenle:
,
erll:
.x. n-' J' " [',' ' ... .
I
.z¡
.:.
~ [~;;] == 2" (\.).1'
-'.( l'
I.~ I 1.,' . '
El segundo método CQI~SiSI~.en c;llcular U'I'lCSli~11 .•1dorMCG Jaclibie conel fin de. Q' .)"
'. .. " :Z,,'
lnllar. de captar la en~ienciaclel MCG;Paraéjecular di~.ho mélodo resulla impres-
¡;indible c'oriocer'lafomiaestruCluralde
, '.....
\n'helcrosCl;d~s(icidnd.léi cunl no sielilpre
'.' l.'
Del inisn\o modo, veremos qlle
es posible; .. ! l~

.i:;dus~encáso descdOoI)~!~c~'p~edc:ise'g.ur~rsc
q\,lc .se .'.c()nseguir¡\.débido a
'In g.ananciarOl~nci¡\1 en In efici~l1cia
I.a falta de'precisióridelproccsqdeeslimación seguido. o. : .
X' f1'-1' v~
¿ - ./\.,

'.
,

k (1)
11.,

.,-

.=l.' Z,..
",
",

1- .••\.0.'l.

'. . " . .'. . ~ '. ,,- , .. " . .

'

._.' '.J~
r.
"~

'--'., ...
 l
";[
[" ..
. ;~

,,' ".

.f~r 200 ~II~IODOS I>EI'co~mII'TJli,\ . (',\l'i-'¡-lJl~O

;,:Heler~sced¡¡sliddady A uloeoúe!¡¡eión 201
r "
'" '.~
r
.~
"1"
r.
~~' ..
y. por lo tanto

{¡~I~"(i =
"
[¿ x,x', 1<., .]-,[,,'¿ x,y/z, ] TA liLA ('.2

Ecu:lcilÍn lípil.:a de ingresos

••• IO._ •• _ .•• ,J,-"'J. __ .•.•.• _~
,
_'''~.'''_A''''-'''''~_. __''':-~~~..:.6.oo&''''''''''~~'-''''
.'.
. ,= I ,= I
LS 1/ Dependelll Variable is LN\VI\GE
Sal11ple: I lOO
Included ohservalions: lOO
i\lultiplicaneJo y;,
y todos los e1cmcntos dc .t., por la r¡,íz cuaeJnld:l del recíproco de' <-"la
(
•.i'
,
", aplieaciónd<: i\'ICO a <:sas \'ariahles tr'ansformadas nos eJar;i c1estimador bMC<i' Si su.
Variahle
e
C\le f1ii::ienI
05lJS tnCi
.
" Sld. Error;, .
O,21;:14l;5
",Slalislic. '
2,0992~8
I'rob,
0,0384
poncmos que <T,~ = tll '-,~ . el factor eJc pomleracilÍn es, en este caso, el recíproco de z,.
.ti RI\ DE O,OXJS~3; O,02009~., ,~;4,1578-11 0,0001
,\nl<:S de sup(incr casos especiales de In ecuaeilÍn (6.23), es mej(lr eSlimarlós,direc-' I'OTÓ~ l' O.O:i027~, ,.' 0,0 i41J7 , 3,55Ci214 O,OOOCi
(;1I11<:ntc,Los residuos MeO (', ='.1', ~'X',jJ son eslimadores consistentes de 11" por lo EXI'2, -O,O(}{):'i
(,2 ,O,OO{)28S . ~l,951412 O,05'¡O
UNION 0.1(,Sl)2lJ 'n,12-145'1 "¡',3i12~S 0,1856
cu;d eSlimaremos la ecuaci<Ín (6.2:') mcdiante la regresilÍn no lineal
Ir.sqllared n,:l717% .' Meiln dependcnl v¡¡r 2,35<)213
,"' ,
,
ci =
,
O'jj
.,.
+(TIZ," 2
..
+ 1', t\djllsled R.sqllared 0,:1453'1 S.D, uepcndcnl\'ilr 0,5809'¡1
S.E. ofregressipnO,47Íl04J, ' Akaikt info crilerion -1 ,;ICiI 15J
Los estimadores de lilS \'arianzas de la .perlTlrbacilll; sOli . 5\1111 sqllil~cd rcsi' 20.9Nl)3' \ : 'Sch\v~'rl!# c-~itcrion . -1,330895.
Log lik'c1ihllod .,Ií:l,RJ('IS; ¡:-.statíslic
, , . " .
Durhi'l Walslln sIal ".' 2¡1CiI7J5;, ,
1;I.OSCi20"',
I'lot~((,Sl~lislier, '," ... '., O,(J()()(~O{), .
,1-',"

<Ti.= 00 + 0,<-,"2 1'= 1,2, ... ,11 (6.2,1)

?".
suponiendo que los tres parámelrosson signincali\'os. Los eslimadores dan lugar a
/ ... la matriz ('y permilen disponer de un procedimiento de MCG factibles. ES(1ecifica.'
GltADE2;",
'"
GRÁOE¿""
. EXP4=EXP2"2
ciones con m;l)'or 11I'lIl1CrOde variahle~ qlll:'e1 de, la ecuaci,'lIl (6.23) se üalarfan
modo equivalen le. . .'
lIe
, .
EXPJ =.POTEXP * 1;>;1'2. ¡ : .dx '; (;'RAbE
.,,' \ .
••POTEXP
-.
.,' .:
r,. 'GX2 =GItADE *EXP2 GU = GRADE,. UNtON

XU =.I'OTEXP •. UNION xui= Exr2 * UNJON

EJE.\II'LO(,.1.CO¡\,T1L\STES !lE 111':TEIl OSCEI)'\STICI IlA 11. El fichero de datos crsxx del
disquete inclll)'e una muestra illealoria de IOOOolJser\'ilciones obtenidas a partir de la La Tabla CJ.J ;llllesira la regrcsitín.dc Wilile. El esti1díslico de pruebats IlR2 ~'lO,79,

.~
..... EnCUeSI¡¡Gener;i1 ill¡¡ l'ohl¡¡ción(Cllrrcl/l I'O/JIIlfllioll ,)111'1'(')')de IlJXR.EXlrajimlls las Y X2 (12) = 21,03 y, por Inti1nlq, no ,~ercehi1zi1 lahil?Ólesis de homoseec]i1Slicidhd.
primeras 100 obser";,ciones dcl, fichero para eSI ima r IIn;, cCllaeit'ln I¡pica.de. il,I£.r.cS(~~,._",_" Para aplicar el contrasle de I1reusch-l':lgan/Godfrey deberemos especifici1r la
",', ,ba;-:r~f)¡;¡(¡.inílrc~II;-i~~cS;;llildd~;¡~/;~~:;;r~í:;l~ll~ljc;idi~nic ~s el 10garilll1o dés;;fi¡,"i,,, ¡illTc~;¡1 ri ;iTilFsTi¡I(!~scdc2'fir(¡'\ioci1;¡:Ta he lerosfC-cl:l'sTiCla ~,(J:;c'Sr's'é1ct2'iiSii:'Íhj:¡;.{'"
~e.\:;~"-Vil¡:i .
. :," ;'ió '(LN\V ';\G E), G I~¡\D E indica los .¡"jos de esc'olaridad. POTEXI' )' EX 1'2 indican, . GRAÓE, I'OTEXP y UNION C(lIllÓ I;OsiblcS e:lndid;1lns, oblenémos.laregrr.sión
rl:specti\,¡¡l11enle, los ;"jos de experiencia y SIlS cuadrados, mienlras qlle UNION es que nHleslra la Tahli1 6,4. Partiendo de' ésnlablay corrigiendo el fnctor de 'escala ü2
).:.
IIn¡¡ \'ari¡¡blc (ieticia cero/lino 'qllciildica la afiliacilÍn sindical. Los rcslI!lados cst;ín 'dc = O.2(J1)()de I:lT.¡[1!a6.2 . . ' .','
ilclleruo con I¡¡s.cxpectativas, La escol¡¡rid;,d líene IIn cfeclo positivo significati",), la
expericncia IIn declo cuadr¡ílicn)' I¡¡\'¡¡ri;~hlc (¡clicia n:presenl;lIiva de la pertenencia, .I .
.(0,0<l28)06:541'0)= 5 3'5.
SCE
o nO.a un sinuicalO pr'cscnta UIl coeficienlcp0siti\'o, illlllqlle no significali\'o,' . i .2(0,9572)(0,2099)2' ....

Para ¡¡plicar el conlraste (\e heleroscedasUci{lad de \Vhile a la r.:laci"1I1anicrior,nece.

El v:llm crflicon:le\li1nIC esX2(J) =7,!n5y:pol'I~tanIÓ.no sercclli17:l la hOnlosee-
sital110s ¡¡nte lodo elc\';ir ¡¡I cuadr;¡do los n;sidllCls dc la n:grcsiún, Sn~ES imlical;¡ se.
rie resll!l¡¡nle. 1\ conlinuación. dehclllOs realil.ar la rq:r.:si('1Il de SCl~ES sohre losre.
d;lSI icidad,'Elcsi"dislieo'(.Ii.:;p:ru~bai1IICrn¡¡li"o
c;,l ivo, .'. • . ....., .'.
es
.
'1R2=q
. '.'
,2( que resulta
. . .
no ,signiri~

gresorcs originillcs, SIISclI~dr;l(los )' SIlS prodlll.:tos nll~ados. Teniendo en Cllcnl;¡ J;,
/ \. ... n;llUr;"oa \.1<:esos regh:sm.:s resllllan,en C(llH:rt'IO,ocho IIl1l'\'OSre!~resorl's entre 'Ios
Iluslraremus: finalmenle, cI~OIH¡-aSlc'¿leGoldfe.ld~Qui1ndL C1i1sifiei1mos los
(I¡¡Ios s~g(IIlI'OTEX P y tOlllanloslas I)rilile~ns )'\íIi in1i1s35o.~se rVi1c;ones. L<I ri1,:.<~il
que merece I¡¡ p.cnadcsti1car el hecho de qll': el cuadra"" ,k 1;1 \'ariable ficlicia de la
¡¡filiación si,ic1ic¡¡1reproduce la \'ari¡¡ÍJle' ricili.t:ia oril~inal. La' nlle\';IS \';lri¡lhlcs son I~s de la seglil1da~CltrcsPCCI(.) nI;) pritíleraSCRcs R = 7.50?9J7.25 17= 1,06, que re-.
si"guiJ.:l1lCS: sulta no ~i!!l1ificali\~n pol'quc F05(30;30) =1,8'1. .
. .

r i

__ J
 •..•..•. -.
,'1'" J
ow;,
Mll()IlOS DE ECU;'U~IU IlL\
('.\I'llt'l ",, I ktcf"sl'cdaSlicidad~' ;\ulllcllrreiacilÍll
..~
el)
TABLA (..]
I{egresión :llIxili:lr de While GA <.1)
~-'''''''-~'';'¡''~~~ ••.•.

LS // Dependen!
,u.a.::~J.:::ar_''''''.~.~.'';-''''''r~t-J'''oJo

Variable is' SCi~ES

•.•.•~-•••t~ •• , , •...,ro ••. '.'~ ..•......•••.• :aW\
••.r.:"'r.C'\
',;', ,.: PElnUIU3ACIONES AUTOCOIU{ELACIONADAS -.-.C1
Sarnplc: 1 100 .
'.; La 1l(;lc;'osceuastieiuaJ "kCl,'" !lIS ekllH:nlos dcla üi"gunal pril;cip,,1 de v,n(u). pe.'
, lncludcd observalions: .100 .0
ro sigue SUIJoni..:ndose que I"s perlurbacioncs tienen' covúianzas a 'pares que son ' :
Variable. Cocflicienl Sld. Error T,Slalislic Prob, nulas, es decir que L(/lI' /1,1\) = (l. par;l lodo I Y.I'* (l. El sllpuesloes insoslenible
C -0.077672 . 0.985804. ~0.078790 0.9374 ,'cuando las perturbaciones cSl;ín aUlocorrelaciúnadas (correlacionadas con sí mis.
GRADE' -0.012200 0.125021-:0,097586. 0.9225 .. mas),' Las aullll:Ul'ariall'l.as a pares' se ddinen COlllO
POTE.XP 0.077838 0.071880 1.082882 0.211 19
=: (l. .. ,:)
. EXl'2
UNJON
-0.003990
0.6-18787
0.004095
0.861596
-0.974433
0.733006
0,3325
0,4535
\ '

~.Cuando s=(l.
,

la ecuación
"Y., = C(I/I l/l'..)
(6.25) se convierte
.1'

en
:t 1. :t 2. ~.. (lí.25)
--
=, (T\ .
GRADE2 0.002196 0.004247 0.516939 0.6065
. . . 'Yo = f(1I2¡) (6,26) . .
EXP4. "':'3.34E.07 .. '1,5IE,06.'. -0,220995 0.8256. . .
.::;:;; ;"f,,,-,-:,,,",,.,,,~.r~, '>':"':','f":'.,.6,:l.7..1::;05:.,>.,,0;000 1~.:L<;':', ",'();4 )4.796--/. ",.0.6648 <c .•• >..,.•..•.'.::( .•..• ,0. " ~, ., .., ~,',,'~1.S.!i;;;.l,!P~)j\G'IPorJl)
la nI o ,.qlleJ;¡$[1erlurbaci OJ1CS,50.n.11oino.'icedásticas. eua mIo, s:~ ~O,(.r.:,(.' "
GX' . -0.003752 0.004942 -0,759234 .' 0.4498 .: . , la ecuación (6.25) mueslra cómo las aUiocovarianzas son simétricas en el r~lardo J e
GX2 0.000 117 0.000 1JI 1,052392. 0,2955 . " independiel1les lid li~lllp(), 1. Se l"nl;\ d~ UI1s~ncillo paso d'~ las aUlocovarianzas a
GU, -0.05L374"0.04;13(l4 ....:.I.i595.9Ó ... 0)494
XU .0;001933"0.060614." 0.031885 '0.9746
. :'I.'ls autócoi:rc1aeio;les, Elcocficielile dc aU,locorrcladón para el rctardo J cs
XU2, ; . "':'q.OOO2220,OOJ259 .-0.q62'2) .0.8605

R.sc¡uared 0,10788.1, Meandepc~denl'yar' '0,209894

Adjusled' R.square.d -0.015170 S'.D. -dCrc nde 111 yar .' . 0.333630
'.SE o(regressióil,
Surn squarcd rcsid
.' '0.336151
9.830776'.'
Akaikeinfo' erilerion
Sehw;rtz..crjlúion.
.,.2,059652 EI\ Caso dehóllloscedaslicidad,la fórmula sc rcduce n
-1.720980
Ulg likclihood' ""'.25.91123' F'slalislic 0,876722. 'Y .'
. DUlbin.Walson sl~i 1.89.7900 'Pio'b(F.s¡alisli~) fI - ---oL (lí,27) { I'~
. 0,573082 {-. 'Yo '...!..

".' . ",
, "

Con una,nllre'slra de /1 PUlllÓS, e~isll:n 11'.- '¡;li'.lo~ovafiaiizas'y' ¡lÚlOCllr~elaciolies,

"-.
..... ,",
"'AsiI;~CS":-
• '1'" el .••• " ... _'
i..,., .
~:,\\II;,i.c..4.\ ..... ,,' '.' .. , .....
. .cOlltTastc d'C.~rcush-Pag:.Í1iIGodfre)' \. ",,:' , '1 fll '. ... pn_l]
..,.....,..,.rrcrr-v-_W~~:1.~t_.~;r......r.""""'.........-.c..,~... I.V'~.~.lII':"rrp.\Al""" •••.•.~.'lIo •••••. --:-
fll". 1 ..... r~,,-2
'..... (6.2i;)
LS "DcPcndcnly.l~iable ISSc'n.ES ,
:
• -•.-#"-

Samplc:: 1 100 .
fln-'I' Pn-l' 1
Includedobservations: 100
. V~riabk. .' CocCficienl ,:. 'Std.Error' Probo .
¡ J;. '1 ". ..
. 'Carq:ie;ldo dc Ill;ís. información, el prob!clllíl dé'eslimación resldtainlratable por:
C -0;068446~Ú;l99232 "C::0~3'1355'1 . 0.73 19 "'(lue eXistcn il+'k rar;ímelros'descono~idos)' sólo II'¡Úml()S obser.vados. Igualquc.
GRADE '.0.020768, 0,013507 "1,53'7566", 0,1274.
~lIcedÍ¡i enel caso de la hClcrosceJas[ieida~d,l;i solución rc(juic(c sllponcr algún lipo
PQTEXP, .0.002089' o.00i77(i 0.7:542Í-i' '0.4526
de eSlructura;\ la aUlocorrclacióndelléi'minú de PCrlúrl);jción. .
UNION. ":0.122248': 0.08)188 -'1.469547, O,i450. , , - .' ... ..
R'Sq~Mcd ." .. 0,042797 . Mean dependenl \'ar 0.209894.
Adjuslcu R.sc¡iJarcd . 0.0) 2884 S.D. dCPC;ldcIll v~r: .' 0.))3630'
S.E. of [cgr<:ssion ' . 0)31474 ." Akaike irifocrii~rioil ; -2,169236.
SUIn sc¡u;lred r~~iu '10,54798 ; '.' 'SehlVart¡c~ilériof; , ":2,065029'
.!.-oglikCllhood . -29,4j206, r:statislic' . ,.' '1.4307)0
Dürbill'V{~lson Sial' . 1..791593'. Pr~b(F.siatistie) '. ' 0.238598 ,r"
":.1,1
..
. ",

"',. ,..
'f'

l .•.

....¡'.•
Al
..•....,,'~.
••. 1

"...
1.'
;.;

"
..c"" ~o.¡

.,:'r C",'ITULO (~:Hc.t.crosccdasl.icidad y A ulocorrclaci6n

205
= <pIl,_1 +
r' 11, E,'

donde IE,l es un proceso dc ruidq blanco .. El proceso AR(I) sc eslutli6 en la Sección

(6.29)
compOrlamienlo tic series (empoi'ales complic¡lI.l:ls. El Capítulo 7 cxnmin<l en dCla.
r f'
(~.5). La coi,diciún ncccsaria y suficicntc para la existcncia dc un proceso tic pertur- lIe ellen;n. L'o que nos 'preocÜpa en cI' eonlexto aet'u,,1 es C1eomporlnmienlo clellér.
hación cSlacionaria es . ; ' ...
'(' mino de perturb;icilÍll deseoliocido. No sielhpre es fácil conocer a priori dicho com-
l¡pl <: 1 portamientci y In pníctiCa convencional consiste en especificnr formas sencilJOIs de
t:. l.;' cspcr¡1I1za dc lll/ll's una conslanll'
. (6.JO) las pcrlurh:lciones au(ocorrCl;tcioniltlas. '. '.
f CCII,) = O pnra loclo
(6.3 1)
(: y. d:lda laccuación (6.30). la vnrianza l:lmbit:n es una constante 6.tl.2 Ra7.0nes(lara la Existen'tia'de Pcrrti¡'¡Jaciones AlItocorrélacioll:llla:~
, CT'
v'lr(1I ) = (T~ = __ -E_ (6.32)
1"'-. . " "1 - <pl Siempre se espera que l:l especificnción)' = XfJ + 11, 'incluY:l lodas l:ls v:lriables rele-
l11il'nlrns qUl' los todicicntcs de :llI(oCorrélación son vnn(es dc la,m:ltriz X. Sicndo.csle 'el e:lSO, esper:lríamosque l:ls perlurbnciones se
hallaran no corrclacion:ldas serialnle.nle. Por lo (nl]lo, l:ls perlurbnciones significnti-
fl\ = <ps S=o, 1,2,... (6.33)
V:lmcn(e au(ocorrelncionndns indicnrínn U1;n especificn~'ión no' adecund:l. Supong:l-
Los eoeficienles de aUlocorrclación cmpieznn en (Jo = l Y disminuyen exponencinl- mos. por ejcmplo, que In relnción renlsea . ".
mente a partir de esc punto. aunque nunea clesnparecen del lodo. La pcrturb¡lción
aClll<l111, es la suma ponderada dcl sll.ock aClual)' los shocks anleriores. o illnovacio- y, =fll-t- fl2X,+ fl:,¡)',_,;. 11, r.

ncs. E" E,_I. E'_l' .... Los shocks más lejanos en elliel)lpO reciben, sin embargo, pesos sielldo ", ulln serie ruido hlnnco.~1 iilVes(i¡;ndor espcciricn ,

»r"
m¡is reducidos si cabe. tal como lo mueslra j" siguiente expresión, equiv;llen(e a la .)', =f1, +fJ'1.X,+ v,
ccua~iún (6.29).
Ln pseudoperlurhaciÓíl es, encsie enso~v, ='j1JY,~, +11" que está aulocorrel<lcionnd<l
1/, = E, + ~E,_, + <plE'_2 + '.. (6.34) porquc la especiric<lción "correcta"'h<lee que y eslé <lu(ocorrelncionndn. Cunndo es-
1);ld;1 la ecuaci\Ín «(1.21). 1;1matriz de vari;mzas)' cOVnri¡lnZnS del vector ele pertur: pecifiquelnos 1<1rel:lci6n origin<ll.cs mejor peC<lr de generosidad quc de pn rsimoni:l
baciones es con el fin de evitar aquella siluac,i6n. Sin emhnrgo, nuncn snbrcl1los con segurid:ld
~~il cu;íles son l:ls variahles que impor(:ln renlmeilte :ll delermin:lr y. Por esln r:lzón, al.
l.
•1
gunns vnriables quedar¡ín necesnrinllleill'C excJuidns de. In ecuación. Resulta, por lo
~J'
,. (nn(o, il"port<ln(e verific:lr J:lau(ocorrelnción y h:lllnr procesos de eSlimnción nde.
":',- .. , ,(0: );5); ':";;;''':.'~.~?:'J.::S.u,~~ú.?~,.~~~.U~l),illC!ll?~.pI.i.~p~I:O;:f¡j~l~b~rgtJ/ep.r~slltl~'(]W{lt7u¡:lllzi'lFMe9:~t:""':;""'>':":":'",

Tenen'lOS ahora lInicamcnte k. + 2 pnr~mclros a cstiÍ11nr y, Como vercmos cn la ?ec- 6.5 .

cióIlÓ.7. exislen proccdimientos ¡vrCG faclibIcspara ello.
.J. 1\'1COy PERTURBACIOf'ms AUTOCORRELAtIONADAS
El proceso de medias móviles lVlA( 1) dcpriillcr (¡rden sc ddinc como

II,=E, +OE'cl ((1.36) Las consccuencias dcla:1JJ11cación de MeO"

1II1nrclnción"conuna X noestoeáslica
dondc (E,l es ruido blnnco. Los pnr~n1C!rosh¡ísicos dcl proccso SIJiI y pCrlllrb;lcioncs :llIlocorrelacionndas.sOI) idénticas :llnsmencionadasenln Seccior:!
6.1 pnra el casodc. heteroscedaslicidad. eslo es, estimación insesgacfn, consislenle
c¡2" = (T~(I+ (2)
nunqlle indicicn(cy;'por loian(o,ptoecdiIÚie~(05de inferencia queno son v:ílitlos.
fll= 0/(1 + (J2) Sin emhargo,cu:lndoapar<;cen'en Xciertos"i-elardó~ del:l v:lriablc dependienle, los
.'\ fll = O i =2.:l. ... (6.37) resultados sonradicaJmentc di~tinlos,corilO ililslrOlremos cnun senCillo ejemrlo.
~. A clircrenci" del proceso autorregn.:sivo, cl proceso 1\1..\ .1ic'nl' nlcnloria cml;¡ )' fini:
Supongamos 1:1relacicili ' l

tn. v sc hnlln 1IIliCnliH.:n'lcafccladoporclvalor aClual y aJllcli'lfc~ de~. .)', ,;, fJ )'1_1.+11, Ifll< 1
. Los procesos autorregresivos y de mcdias IllI'JI'iks dc m;lyor ordcn sc definen
'. li;== tpll'_1 + E, , ¡<pI <1
r¡icilmcntc. Las cOl1lbinacioncsde proccsos !\I{y 1\-1/\ Ilc-pn;¡ dl"clibir COIléxilo el (6.38)
E(E) =0 Y E(H')= (T2, r
 207
("Mi 1,"0 1,: I k\CfllSCcuas\iciuad Y 1\ ulUcurrc!acióll

206
o
.-réi,lcsis )' la varian/.aconvcnciLlnal nll cSlarú gravcillenlc sesgada. Sincmbarg . si
: ía¡lloc1 regresor como la pcrturbación sc aulocorre\acionlll1 posilivamci1lc,'cl error
...• )
ESlilllanuojJ portvÚ::O. obl~nemos
: cSlúndar convencionallCndL:rii a subcstimar scriamcnlc el aUlénlico crror .eslúnuar.
ir ,;,L .I',)';~I,:;f1+L)"~lli,
'Siilluicamos el coeficicnlc ue aUllicorrelación muestr;¡\Jc primer ordenmedianlc r.
. . L )'2,-1, . ¿ ."2'_1 cnllli1ces la suma de los uos primcros lérminos cnlre parénlcsises'l + 2lfr. Si Ifr =
0,5. la varianza convencional ser:i aproximadamcnle la milau del valor corrc'clO. En ~)~
.plim .\lI.y'~III,\ púsitivamenle y un tér-
1/ . : .gencral:li\ combinacióI1 dc reg.resores aUlocorrelacionados '<:"1
Por lo l¡¡nlo. plimb=jJ + -'_'~'~--'--- llIino ue perturbación posilivamcnlc aulowrrelacionadll. liendc a scsgaruc Illanc.
. plim (~I )'2,_1.)' . ra pronunciada los errorcs cSliíndar calculados bajo el supueslo de cxislencia de un
término de pcrturbación uc ruido blanco.' .
La consislencíá de b depe;1de de pdm(L)"_III/1I ).P,1I~li~i1dO de la ecuación (Cl.38) MCO provoca asimismo suslanciales incfiCie'ncias. ?USlituyendo en

.' '. = II'~I'+jJII'_2 +fjili,~.\ + ';..

)',_1 . var(lJGLs) = U7, (X'n-1X)-1

;',r.1¡¡d,a _yün \\.peÚ'u r\l a ci ón

.....:(¡\Sí.pil~S, ..\..~.;,~;J1lJ)jl)¡)~jQ.IJ:ggJU1'l:~:~ t ;¡).Rt~.Y1.:I~~.,}~~t~.;l\~~~~~ '_ ,', ~,., .•. i_ •.••. " o', "••• '."-, ".y ••.••• "•• ~'~.:' • •••• -,'.> ..... '•...... o,'. 01,- . .' .,';.~' . o".. ~" ",4 .

aUlocorrcl"clonaó¡¡ hace que M CO resulte inconsislc'iiíc': ti; 1;,rc¡,:~():'i~ü'(ld)ti¡iins'--

'1
utilizar MeO. sino .los eslim"t1ores allúnalivos que consióerarelllo"s en la Sección '.
6.7. . . .. ' " ..' .....
.'"",
Cu:lndo ülili'l.¡¡mosMCO '~Of) reg~'e~úres n.o C~lodslico~;lp;I;'ecei1 problcnlas \ ..
.xl. _. (6,'11)
11 I~I<p2.L.-2
•••• .2 .. 2'." .2)
similares.a los queatlalizalilosell,elcllso dc lahe.lcrlísl:eu.aslicitlad. ¿Cuúles el ses- \ 1 ~ <p2 2<p L, =2,\,'\,-IIL,.= \ .1,.4> (,,\.\ +.\ )ILt= \ .\!
go en los criores cSlúndar tvlCOconvenciollales (incorrccios)y ~uán incfic.ieille reo.
sull¡¡n .losI\1CO. comp;Hildos con 1"oscslimadorq tYlCG fa~libles? 'Anlerioi'menlc. Exclu)'cnóo los iéf,ninos nccesariqs cn'las cCli,icioncs (Cl>W) \' (6..JI) oblenemos lina
hemos cx.¡¡.min¡¡do an)bos 'l)r9~lemas:bi1s{uidcinosen un ~lOde!o muy se;1cillo," . . , exprcsiQn úproxi11lada uc la eficiencia 'uc' MeO: .' . .. .
. " '.'

j'; = fJ~, + J,,' 'var(iicl.s) \'-:- <p2

. .. . . 11,= <P",_I + ~i l<pl< I ". <.6.3~)

~0. =. (1 +.<p2 - 2\1'r) (1.+ 21ft)

siendo {e,l uria serie de ruido 'blai;co:'La difcrcn¿ia; fül1c.lamenlill enlr~ "las ecui,cio-' .' si: por C]Clllplo.'<p2 = 0.5 = <pr,.fa ra1.ón' cs. igual' '1 un IllCt\i"O.ESlO cs. el coci"icienle'
ncs(6.38) y (G.3~) eSlrlba. 'cn quee'¡ (érii-iino:cs!ocl\slic'ci YH cn 'h;' iHilüe.rüecl;acióll :.; 'mínimo 'cuadrático posee una varia;,za nHl~slral equiv'.llenle al d{)ble de la ue MCG. ':.'
se suslilUY~ por X" que es noCslod~lico . .E1:ésliil'iadót'MCO dcf}cn laccuación e
..Si"i-cn~ba,'~o. lJlia c~lilllación MCG .fáclibl no lrciw POI:qu.:- ¡ICCesa:ri;\I)lCnlCcaplar
(6.39) eS b.'" ¿',' ;'1 )', x, IL','= ¡,'xr. 'Lavil'rialV.iln.111csúaléo'rrC~I;\para' d'ichocócfi¿cn- .la .lolillitlad dela eficiencia. ya qúc . óesco,íoq:mos':
. ,- . la,
. cstrucluril ':'vcróadcra"
. 'ue \a
,lesc6blí~ ..nc:\parlirde.; ' ..•. ' , , . . réri.urbación y tkbemos'CSlimarla. 'A' pesar uc qlie cstos rtsu!l;¡elos CSI)ccíficos ilus-
".lran un modelo mliy scncillo.sospechai1iosque las 'pér'turh'acio;les aulocorrelacio-
': var(b) ='0"7, (X'X)'-I X'nX(,~'X)-I,
:'natlas ~ozan ele un problcma i)OICncialm~nlc muy ~ra\'e yquc. pói' lolanlo. rcsullll
En eSlc~aso, para un proccsd AR( 1). X,.= {'(I' x1":~'~1I1
.. ,~.;ii:l\lras.q\leÚ ~icnc dado' .de suma impor,lancia verificar la existencia óe a'ulotOl'rclación y hid';,r procedimien- .J

por la ecuación ((J.35rSusiilü~éndo, o.bicúcmos" . . .. . los MCG faclibles. . .

.... .

0"7, .
var(b) ::O'f,' = \ .{ ,.
,.- 6:6
. ':.CONTRASTACIÓN DE I;EIÜUltBACIONES .
xl L.~ 2lp'¿"I=,?~,X'~I+~<p."~,¿,,'= 1X,XI~z'/ .. : *;;~I ,.x,\.,;,,). (ClAO) . ' . ,. AUTO COlUU';LÁCI ONADÁS.
.. \ '... '2:, = ¡.Y7: .." '2:': = 1 .x1 .,' . " ¿',' ~I sr
El 'priiner lérmino,uellad~ dc(ed\O~e. la e~uacióri(6.~()eS la expresión col~~cncio- Sui)ong¡inWscllllódelll y =XjJ + 1; )' que s()spccha'Ill(~s quc la';)c'rturhación sigue llll
nal; aunque aquí incorrecla,.de 'var(/J). EI.léimin'o'cl1lfC parénlesis liene que ver :csqucmaAR'(l). ..'
con las -pOlencias de; lp y lasaulocorrelac.lol'ies l11ueslralcs (Jcl regresor. Cuando la
vari"blc regresorn~ eslá aUlocorrelacionad}i,dcscarlarCnH)scl lérmino enlre pa-
,~.
~:-. - .
 2(J~ ~1t:rOI>OS DE Lt-Ü:-;o~\ETllj,\
rAl'iTUI.O 1" I-Ictcroscedaslicid~d y Aulocorrcl~ción 209

La hip6tesis nula de autocorreladón cero ,es, obtenemos

110: <P = 0, 2"'''
y la hipótesis alternativa
d = "'''
¿I:~ cl2 + ","
¿,=2 - e,_1
2 - ¿t=2 c'Ct_1

1I1:<p*0
2:;'= I el
\ i'
La hipólesis se refiere a las 11 qlle son no observables. Trataremos, por fo'tanto. de
r:.
((lnkc~ionar un conlraste que' utilice los residuos del veClor t\'ICO, e"; )' - Xh.- ESle
r cnfoque no est¡í exento de cierlas dificultades. En ei Capítulo J vimos'que c = MI/,
donde ¡\f = / .:...X(X,.\'),) X' es simétrica e idempoten(e de r¡lIlgo ;, 7 k. I\sí pues. la
m;-¡triz varianzas y covarianzas de las c resulta igual a
var (e) = E(c'e)'= (T~ M
Por lo (anlo. cuando la hiplÍtcsis nula es cierl'a.los residuos tvlCO de E(ul/') = lT~/
mostrar~n cierta aUlocorrelación porque los términos fuera de la diagon;¡l de M no
,. desaparecen. Y m~s imp0rl;¡nle si cabe, ,\./ es funcil)n dc los valores muestr;¡les de la
vari;¡ble explicativa, que variar¡ín de formOl no predecible de un estudio a otro. Tal u
v;¡ri;¡ción hace que resulte imposible derivar de I;¡s e un eontr;¡sle exacto p¡lr;\ miles.
tras finitas que sea válido para cualquier malriz X.

(dí.1 El Con t rasle !le D urhin. Watson

(11)

Los problem;¡s anles mencionados recibieron tral;¡mienlo en \ln par de ;¡rtíclllos in. l'

novadores en su tiempo y convertidos ya en cliísicos1. El contraste de Durbin.\V;¡t.

son se c;¡lcllla a p;¡rlir del veclor de residuos MCO, e =)' - Xh. Suele rderirse como
ti o DW y se ddiile como

La Figur;¡ 6.1 indic;¡ p(H qué se debe esperar que d niida el a!c;¡nce de la alllocoáe- o
I;¡ción de primer orden. La media de los residuos es cero, por lo tanto, los residuos
se dislribuyen alredeelor elel eje horizonlal. Cuando las e se aulocorrelacion;¡n posi.
tivamente.los sucesivos valores de.las e lender¡ín a estarnúlY p'níxim~)s, por arriba y
ror debajo, del eje horizontal. miélllras que las primcra~ dikrencias lender;ín a ser
" .'
nl1méricamcnte ma~'nres que los residuos. Por lo lal1lo. rI lt.:nder:í a scr ;'pequeli~" .
(b)
cu;¡ndo las e se ;\utocorrelacionan positivamenle y "grandc" cuando lo hacen neg;¡.
l.-
'"
tiv;¡mcnte. Cu;¡ndo las (' son aleatorias, tenemos una situación a mitad de camino ",

cntre I;\s dos ;\nleriormcnte descritas .. No esperaremos que aparezcan tcndenci;¡s; ; .

FIGURA Cí.l
por cncima y debajo del eje y cnlonces ¡/ tomad un v;;lor inlt.:;'medi(!.
.•.....
r:. Motiel{)s de ilulocorrcl;\cióll: (il) aulocorrelación positiv;\, (b) ,Iutocorrelación
El esladístico dc Dmbin-Willson se relaciona eslrci:h:lI11cl1lt.: con el codicicnle de
neg;\liv;\.
autocorrel;\ción mUCslr;¡1 de primer' orden L1elas r. ,\n'lpli;11ldo la ccuaci(¡n (ó.'12),

CU¡l1;dü ;,cs ~r;\ntie. I'os diferen'tes -r;\ngos de sum<llorio del numerador y el dcnomi .•
¡J. Durhin y (j.S. \"aIStlll .... '.•...slil1[!. (or Serial Cnrrl:'alilll1 in' 1.-,,';1\1 SqU.lfl"' Hq',ll""illll". 1I;'''''I'lrik". Jt n;\dor ti~ne'n ~in efecl~.amo;'ligu;\éJor y ,. ;
PiSO. ~(¡'i-~~S: 3X. )'JS 1. IS').11S. I ::.
ti =2( I - (r)
. ~'~i~:
.,
 '-1'
".'q;7¡
-...;-.
210 "':, . :..>
, •.......
c,\I'i IIILlI, lo 11~ICf(lsccd;'SI ícidau y !\ tllcicoÜl:laciún 211
.d~:~
,. .•_..¡
''-J
dados tic la v;;riahle dercl\llicnlC. De hedltl. pucdcdcnltlslrarscquc la combinación I;,

....,;.,,J
•

.donde.~ = Le,c'':112A~i es el coeficienle de la regres'ióntvlCOde(', 5o~.rc l:¡_I.Si ig- tÍculia variable relardada.Y y un lérmino de perlurbaciól) ilulocoJ[elacionado pbsili-
noralllos las'disCrel)<Ínci;is de:l~üft ima'observación . .p 'es iúld;j'm¡Ís qi.le el caefi. no yamenlc pr()~luce. l;n'scsg,o por exceso el cstadísli~o de purbin.W,llsony. que. por lo
.ji
rn

cic;llcde corrdacióll simplecnlr¿ )'!i'~I' Pór.lolanlo,la e,

ecuasion(lí043) deni'ucs- tantn. l.'onducc a il\llicacioncs cnl!.;lIiosas'J. Inclu.so l'uanuOSc saiisfacenlas conuicio-
. ,'--
..J .;íl
lra heuríslicamente' que el r.111g0 dc ~/ nscilaenlre O {4: aUL:'nl;ísdé que: ncs de validez del conlrasle de D~lrbin-\V¡¡ISon. el rang.l) tle rl'sullatios nO concluyen-
'el < 2 cuantlo lase seaulocorrelacion<ln rOsili~,itnic'nie .j7;)
, les del il1isnlO no dcj;t ue ser aparenlemcnte un gravc problema. especialmenle cuan-
d >',2 cuan'do las.ese aUlocórrClacionall Ilcg;ltivanlenle jb
do trabajamos con un número pequeíio de grados de liberlad. Un procedimicnlo
ti = 2 cuando laaulocorielaciÓn.d¿ la~ r,es cero. .("~',
pr;íclico de liro conser\'ador cons!slecn ulili/.ar dI: como si fuera llli \':llor crílico
L; hipÓlcsi~ a vc~iricilr se relaciona. ;,¡;illrillmcn,le.co,; 1,,5 jHtlpiedades de lasil .jel
tonvcncional y rech"zar la hipúlesis nulac.uando d < du. Las consccuenciils ue acep-'
'no observables. que llorepr09\ICiníneXacli,inenle los residuos .tvIC:O.:sin eillbargo,
lar /lo cuando exisle correlación son nl;ís graves que las c(lIlsectlcncias de presumir
sigue sicntl'o v;í¡ido af;núarqUclos.inJiCildbl;esl;"L:Ce~lclllespresénlarán.valorcs' de. Su presencia de forma incorrecla.'Sc ha demOSlra'do asimismoque cuando los regre-
d que' tienden a
scer me'llores (mayores) que2 par~au¡ocorrélaéiopes positivas (ne-
sores son series que cambian len lamente (caso. de Illuchas ser.ics económicas). el va-
galivas)' dc'las 11. P;¡r;uina,sc'rie alealoria :/(,elv;,ipresp~ratlo de des ~c : 101'crílico verdadero se ¡¡proximarií allímitc supcrior tle Durbin-\Valso'n1o• . '..~,'.,./

, " ..',,'. ";:.i¡:"i'::\

,.>o¿~.,;:~iL,":':""),;'c' ,: •.•;;,.; .• , ,:".;.,,~, :,.,~,::L'};':1~(dj'-é:'2~;:i:Z,(It,;J,), >:~;;;;';"v::.:",,,.,->,,\;,. ", " ,J,:,'..
¿.,,~•. ..:.. ~~'<:;r::ifír¡1Itc's'ú,)áio-rde 'la:~¡¡IGI;ii;'cÓli'\/crlCidij;\Ic~"ücbntb'iil'~\V¿li'sOirs'ig'li~\;idiJi)'\.fdf"';;"":'" '.;.'.... ....;,'
. '. .
11 - , k ..
. do cuandll la rcgrcsión no incluye lél'l1iino de .iillcrscccion. Sin embargo. resull,l nc- ;:) .
donde k es el, n tÍIlH;ro de coeiiCIC')lc's:Ú,e la regrcsión:' , . , ~e~ariosusliluir~llíl11ile infei'ior' por di\lrl. En'un articulo de F¡¡rebrolhcr aparccen .:-':-:'1
Yaqtié cua1qui~rvalor'calctllado de eldepcndé tlc l.a.lI1'airiz aS,ociada X, resulla ¡;,bl.as p;)I:alo~' valores, al s 'Yo yal I 'Yo. dc dM. . . ',-" '
illll~osible 'labular vaiorcs ¡;rílic6séx;tCl9s<!e el p:ir;¡~;;alquie~al)iicack~i.:ll1p(rica. . . ¡'~
.->:i.
OlÍrbin y \Vaisoll eSlal>tecit;rOlf los valores de 'loslílllile~ s:uperior (dü)' e inferior . :1~')'
(d¡J. tle lJsvrilorcs. crílicós::Eslos límiii.:s'(Íer'cndens6Iodel lall1aii~' de,la ,iwéslra' y '-'"
del n'~lInCró dc'
I'cgrésorú: Sé 'uliliza" iJata verificar 'la hipólesis de no aUl.ocorrcla- . , .... '
.;;-:"",
ciónCOnlr¡¡'r;.\ hipólésisa'ltcrnaliva de aul'~~or.rcl~cióri p~:~i(¡I¡I' tie primer orden. El '-"".
\Va1Iissubra)'a 'q.ue muchos eSllidi(ls'uliliZ;ind¡~lOS lrilile~li'ales y (¡u'é. el1 lall,:s casos. "''":-1
procei.lillli~nlodcc6nlraslac'ión es el siguienle:. . . . . .' '~I¡érm¡'no Je perlurl)ación il.••.:luir¡í aulocoHelaciones de C/ll/rfll r)rtl(,I/I~, La cspeci- :J
l. Si ¡I.< tiL, se rech;'1.a.la hipÓ\c~is. L1e/1 no ~,uto<;:orl'l:lacinn!,da cn Cavo'r do la hi-. 'lrr\
flcacillll apnll)iatla para cslc ,caso es '-,
pÓlcsis de aUlqcorrclaci.on: POsi:livade primer or(ll,:n. c,
'/1, = 'P4'lIi--l + E¡
2. '.Si d> d.J. l)osercchaza'la ..l\i¡i.Ólcs,is I1lll;;.;".: ...,1"
.COIl el Gnde\'erif.icar la hipútesisnula, '1I():'f'4.;" O,\\'a\lis pr'opone un estadíslico tic
.3... Sid¡;..<d.:<; du~el'~bl.llr¡~sn; nOcsdefi;üt'ivp." . ", j., ' . . , ".
. <"
.Si ~1'v.¡i1Órd'~d e~ n:¡'ayor, (¡.u~ 2,es.¡;bslblequ~. de.~~~illOsyc'rifica •..I¡.,hipótesis nula.
..¡
~. ..:,Dul'bin~WalSon Illoüificatlu. .
~í" ( . " )"
'.'
1"
-,o
./ L', =:'\ (',.- (',--1 -
contra .Ia aiic~n~li.v.it de:uúa.autocor-rcjitci¿,; I)~g(j(iv{/ de. ilrilllcr orden. P¡iril Ikvár a . . .":. :14 = .~" ,'" (6.'14)
- .~\
. LI.'=.I c¡ . I
cubo el cc;nlrasle,. taleuj:irc'mos4 -' ~/.y co;npilrare¡';losestc' csiadí~lico con los v.tlO" -...) .
res críticos t¡!biJlados. iguál que si fU~rrí¡jws a' xerificar la aulocorrelación posiliva.' . :', • donde' bis'(' son los resiLluos 'MeO húllilualCs ..Wa\lis obtienc límiles superiores ~ in'- .
fei'io;'es para el4 bajo c1supueslo' de un;\ malriz X no eslociísliCa; Los pu'nlos' del5% , .-.-"
LIs tablas origina'les DW sirven,paracascisd~qllnaflOs mueslralcsdcl 15 aIH)O. con :J:. ,.. J.

un nún1ero máximo de 5'regresorcs. Savin'y Whil,C han publicado lab!'asm;ís ex len' . : aparecen la'lHila¡'os en el l~péndice D. La primera. labia se uliliz<lrá pma regresio-
s;is para 6s" S 200 Y hasla 1.0regreso res!;. El Apélidiée D reproduce los límiles
deI5ydell%LielaSlabl¡¡sdeSavin-Wh'ilc. " '. - '. /1.1. N~rl<l\:e~'K.F. \\'"lIis. "lJs~ of II<C'OIIlI;i'l.\VilISOIl SI:l\j~li\:.ill)li"Pl'r"l'i"I~.sílll:,"i"lls",1:<'11"""'1";;' .:~
....• '..;,.;',',
. tl.conlrasle de D'urbin- \válSOl! exige d()s inl'l;OrlanleS rGquisilos:En primer lu- . ca. :\4. I %('. 2.~.'i.2.1X.. .",
gar,.es~e~esario inciuiren'linel1resi6n unlél:m,ilib consla.!)le> En segundo lugar, el : /tl 11:TI;~~lr A.L N;,g<lr."T~Slill¡:Ihc iIllJcj'cndi:nccof Itcg.¡;;ssiollj)i~llIrh"Il'~cs". )"'''1/(;/ "f ,/",,I",a;.
. '7'
. ,
.....••
conlrasl~ es eSlrictamenle ,•••á¡ido sól~ con'i.üül malriz X lioesloC<Íslicil. Porló lillllQ. "111' SlrIli.I,il'll/A\.wá,,/iulI. 5<'. 1')(11.7'.1).:;06:
')' ['.,j, 1I:IIInany'ILÜ. T;;•.•. c11. :'Teslin¡: ror S~rial ClHrcla~. -....•.
, ,iun a(ICfLe;,sl'S'IUar~sIl~grcssion". [cU/l(;/I("lrÍ(~II.::i~. I'.JClX.IJJ'150" '. . .•••:>,'
el cÜ;ll'rasle 110 resulla ~plicabl<~.cuand6'cl~Úre' los regresares ap;lrcCCli valores rela~-
.• • :r: '.,~ o .....• ".r.' .
~~'¡ 'o'. ......
• ~;.' ••~.
.. ; Ú'lt.W.farcl1roiher. "Thc,DlIrbin-WalsunTésl r;,r.Súial.Címcl:I/i'"n WhcllThcre b No .lnl~rCel'lin rhe '. !i"'
...• : .nccr~ssion':"fn;lIi';lIrtri,". ~ll, I'JXO.155).1.~(¡): . '. .'.' '. " " '.. 0'
..•• ".IJ K.I:: \\;~Ii'is":'T~sli~¡:for Fourlh OnlcrAlIlocorr<:lali,¡jl:i,\Oll"(I~r1ynegrés~~llll1:'1ualillns".F.•.• ,,""'Il'. . ,"'7>
• N.E. Savj~ >: KJ, WI;ilc.':Th~'[)I:,rbi:l'W;'ls~:lT:~If~r'S~ri¡\i;~,"';cla'li~:Il\\'ilh;;Xlr~;n~Silll\l;l<:Si~.ó'nf-
t-!nny Rcsrcssors". ECOIIUIII('(nca. ~5. 1977:1%9-19%.
. ,"lriC(l,~II..I'J7~:(II.7.(Í).b. . . .. ---"
- ~.',
~ .,. .""
,.' , ':,' :.1
 .,)!

r 112 ,\In (JlJOS DE ECO\"O,IETllí"

, "
(,AI'iTl;L~ 6: I-ieicros~etli\sticiuad y AUlocorrclación 213

!les con -ténllino dc, intersección "il\1I1quc siil variables trill1cstr'alcs ricliciélS. L,l se.. ..' 'El, 'colllra~l,eJailí1
'si f1.\'¡ir(f¡)~ 1. Durb'in delllostró~nrrocedimienlo asinlótico
~lInda l"bl" se uliliz"ní P:lr:l aquellas' regresioncs que incorporen variables lrim~s', ,cq;,i\'alenle,:' ,
" \raks ric\icias, Giks y King proporcionan aúnlll:ís punlos crílic'os ['):11'.1 nivcl¿s del .- l. Estimar 'la regresión MCO (,Eb~"ción (6.45)] y obleller los residuos c.
r, ~
25, I.OyO.5 ',:.1... " , ", . , 2: Eslimar la n:gresilin MCO de
;. e,' sobre e,_l. )"-I •...•.\"-r .\'1" ...• \'5'

(,,(, . .1 Contrasles de Dmbin parallna Regrcsi<Ín Indn)'endo Vari:lhles Hel:Ii'<Ia.' 3: ',Si el coeficiente de 1"_1' en esla regresiÓn es signific"li\i:lJl1enle dislinlo í1 cero.
d:ls de la Variable Dependicntc,' . ' utilizando el contrasle Ih<1bilutll;se rechaza la hipólesis nula /lo: 'P = O. '
/.,~.
. Dú'rbin indica que este úHimo procedimicrilo puede utilizarse lillnbién'para verifi-
,,--. Como hemos señalado anleriormcnte. cl contr"s[c dc Durbin,W"lson sc basah" en car 1111"[')erturb<1ción A R(p) en lugar de ulilizar cl proceso A R( 1). Se trjl<1 de aña-
dir v:lIores retardados de las e a la segunda regresión yveriricar'la significaci611 COII'
,
,
. . la presencia de una Illalriz X no eslocáslic". supuesto que no se cumple cuando enlrc
los I'l:gresores existen v¡dores relardados de la vari"ble dependienle. Para el caso ge- jllllla de los codicienles de los residuos rClard"dos, El esquema AR(p) es
neral. Durhin h" dcs~rrollado un" prueba (asinlólica) para mueslras grandesl~.Si" 11, = 1Il11l'_1 + 1Il211,-2 + ... :l- 'PI,lIr-l, + e( (6.47)
gue siendo IIn conlrasle contra la ;1l1,locorrelaci6n de primer orden yen el qlle es ne. , En este caso. 1<1hipótesis nul<1será
cesario es'necific"r el conjunto complelo de regresares, Consideremos la relaciÓn' ' " Hu: 'PI = ljl2 ::= ... = 'Pr ~O ,', _
Elcontrilsle resldtanle se expresa mejor en forma m<1lricial. con la vCnl<1ja adjcional
.", = JI 1."'-1 + ... fJrY,-r + f1r,+ 1.1'1' + + ¡'r, ,X" + 11, (6.45)
de poner en evidencia ~u relaci(;ncon el conlmstc de I3rcusch-God'rrey
oo.

que cx,plica:
con 11, = <fOII,_1 + ", 1<fOI < I Y E - N((l. rr~1) rem'os a condnuaci{lIl. .
El resull"do b;ísico ohtenido por Durbin es que bajo la hipótesis nulil "u: 'P =0. el Se" l la malriz 11 x (1' +.1') de d"'lcis lilueslr"les en lodos los regresore/el'e I~
csladísl ico ecllación ((¡.45) y e = )' - Z(Z'Z)-I l')' el vedor 11 xl dc los residuos rcsull"nles del
11
ajusle por MCO de la ecu"ción (6AS): Derin<1inos
h=<p 1 - n . vilr(hl) N(!J. 1) ((¡.46) ....
O O .0 O
t111ndc 11 = tamaño mucslr:t1 O O
el O
v"r(/J¡) = varianza Illueslral eSlimadil del eoeficienle de )',.1 en el ;ljusle MCO " O O
r, e2 CI
I oc liI ecuaci6n (6.45) ) O
\' e) C2 cl
.¡; = 'i;': 2 e, 1"_I/'i;'~ 2 1';.1' clcslill1i1e1or ele 'P obtenid~ iI partirdc la regrc: '; ;:" F. = lel e2 e,,] = (Ií.<lR)
. _ Si_~l.(~e_("_.~t.:.!~:~Y!=l.~.s!.:~~~1 l.as e.I,(~sr~s!.dllos de la regresión fvl(Q.rJ£ __.• _,::
", la ecuaci(in ((1.45). ' '.',',

El procedimienlo de conlr<1stación es el siguiente: ,

1. Ajustar la regr,esiún ~vICO de la ecuación ((¡AS)')' obtener var(/JI). L~ rcgresi<Ín de la segunda elapa e~ ,
2. I'arliendo de los residuils. caicul<1r 'P o.en caso de haher calculado el csladíslico
de [)lII'bin-Watson. utilizar la aproximación 'P= l-d/2 .
, e=[~~ll [%] 4; l'

.'. Calcular h. yo si lt :> l.ú..J5. n:cll;ll.a,: la llip\llesis nula alni"cl del 5% en favor de, donde a esel,vee.torde c(1dicielllescslill1;ldos de los residuos ret;lrtl¡,dos yc el ,"ec-
).,,') la ,hir9,lesis d~ aUloc(Jrrdaci~I,1 de primer orden [')osiliva. . ' . .tor de codicicnteseslimadosdclasy y'xrclarJadas. Durbin s(¡giere~'erificarl;i sig-
"
," ' <1 Cuando ¡, es neg¡lli\'a pncde re,liizarse un conlraste similar para aulocorrel<l.,' niricación conjunta de las variahlestlc E, En c1C;",ílulo J, vi'lilOS qué se Iral" de
"'"'-" ..
-" ción negativa, 't1na,vel'iricaciún sencilla qucse l:ealizac;liclllando,unesl"üíslicoFb:lsado en'/:l dife'
'rcncia dclaslIllladcclladradosl!e los n;siduos ,de una rcgrcsión reslringid;, y olra
no restringid;l, L:aregresiún r~si~ingida relev;lIltc esla de(,sl;hreZ. ~U)';l SG:=O y

1,' 1),[',\, Uik, y \I.l:. King, 'TOllrlh.OrtiCl",\lIlocorrcio'líoil : ",,"hc, Si¡:nific:tIICC I'oinls for Ihc \V:t1lis '
SCJZ '~ e'e. pueslo qUe. dela ccu;ición(6.lI5).~e(lcspr'cn'di: que Z'e = O. La rq:fl:si(\n
.1l~,t".1"""'01 of t:COIIOIII('frin", S. l'J7x. :!55;25lJ. . no reslringida csliICk e sohre 1 E l].La, S<;::Ede dic,ha regres'~ón es
<" .. "J, Durhin. "Tcsting'fnr
,\ rt: I.a~~t:d I)q)l'11l1~llt VarÍ;,hle:"
Ser;:,1 ¿'orrciolion'in
o,, f:"nHllmu,,,,.;ctl.
Leasl Sqllarc Itegrl'ssiun
JX. 197ft. -11().4:! 1.
\\'!ten Son,e uf Ihe 'ltcgrcs5nrs
, . SCE = e' [£ l]'[ E'E, éz ]~I[E'l': .. '
Z'E 'Z'Z' Z'
,
,...•...:1
I
C

'.
 ",\1'111'11/,,1 kl<:ro~n:dllSlicidau y l'\ulUcorrclaciún

='[e'E 01[' E'E '.E."'zl-l[l~."c.,J

Z'E .Z'Z . ().
e (6.50)
JI

=,;'E [E;E ~E;Z(Z;Z)~'Z'EI-IE'c

La llleJi;, lk e es O y, pUI'lu ta;11u,nu cs nccesririo¿oi .•.egi'r!;l. Como villlos cn el CapílUlo), la millri(. de inforlllacil')Jl pill'a l:SIc lipo dc mod;;lo d<: ,~.
.,
PUrlieJlJü <.lela ecuaeiól\ (3042), OblCl\einos un cs!;,díSlico j: quc scrvir<Í para rcgrcsión es rJiilgon,i1 <:n bloqu<:s, por lo t,lnlo. los pilr,ímetros JI = l/ji /J2 fI.1J' po-
vcri ricar la sign ificación conj unla uelos eocri~icntcs dc lo.s r~siuuosrc la ruados: ur¡íll IralMSC separaualllcnlcdel parámetro ,r¡ . El \'c<.:lor graJienlc es

F =c'É [éE-:-E'Z(Z 'Z)-IZ'jn-1E'dp ¡,I' 2:" I

(6.51 ) sUJ) = --:--.= -. -
J ¡lE,
E, --:-- =~
JI
~E, )1;, " ,
.... . I"I'/[II~ (p+r +s)]' .... dfJ lJ2 dJ1 iJ- 1..- '....;'
( 1 = I ( ,= I
Sin c;nbargo:Jicho cSladíslic~'cal~ccc dcvali'JczqaclaCnl11ucslras,rinilHs porque
la malriz 'ue regresorcsdela ecuación (6.<l9)c~ estoCiÍsticil,Cuando n~oo,p. liel)' r: donde 11', = - DE,lilfJ. l.a matriz dc inrormación es
.de a distribuirscconioUliax2(p) 1). ,Por.lo\aIiIO, olncncl110s un conlraste usinlótico IUl) = E1s(fJ)s'Ul)]
~,',,:,~<op.i~\W,3l,H~.£~,C!,qSJJ}Sl9-D, s.n.l~\s":p,~r.l~rlj 1.1f¡l,'li.I.:.ilJl~{;)¡I.ijy ~\...d ~':lImi, .aulo!:prré; .~..'.
¡.~£j~~,ú:\:~';C,Q.! .., ••c;,.~....••.. :' ••.• :~ /-_<x.:.> ..•._.,,::.~ ',,"':.' .... "." .. ' :~.' . '..' ...•... :'"•.•.-. : ,'~~_," .... ..........•
". l

laciÓn de orden p, calculando rcomo en la ecuación (6.S 1) Y rdiriendo p. F.H una • .1

~2 '. .
'\ 1"

J.~
.?
"
"= -el
. L.-
I (2:'
-.-:..
l'.
E-II'
I I '".
" ,',
I.+
, <r..'. '.
Ambo.s aU.lore"S,lmJepenJienremenlc,'lrahaj,;!'on' s<;>bl:ec"col;t'~áSlC d~ Durbili' desa.'
rrollai1<.lo prucb.a'~ M L conl'r:, los.j)roccsos de ,a~ulorrcprcsi'Óngcneralcs o dc pcrlur; .:~ \ .. '

bacioJles dc' medias lil6\'i!cs: Iiustral'enlos' su des¡ir'rol1u 111cdialilcu;1 sCl1cill~ ejeni.

pi?: Supongamos la ecu¡\ción' ,'. '. . "" ,., .' .', .'
• ".' uonJ'chi (i1lin;" '.Iínca es rcsul\¡,dll lklos,' sUi;l,~sl'ui(rcali~,rJ(;s sobre las. E. pajo el. '-
.. 'pUlllO uc. vista asintótico, no existe' ui rcrencin' ~lgu;H1 '~i ,i'eeml'Ílazamos. '£o.:u',II",)
. ' ". ');,=/11 +jJ.2,\:, ~'UI (6.52) . ,pOr ¿ .I,I',!!' ',. -Así
. pucs, el eSlildíslico.1v! L.dc-i,úcuaeión
. , .
(5: lúj sé
.
convierle en' -.'1 1

con /1,= fh(;'-I +E, '(6:53) ,

¡:
JOllllc's,: s(¡po,n~ fluC IjJ,) I <: y, que I:IS E S()h variables normaksil1lkpcndil:nl<.:s.c ML = -' (~-
ti2 L,E,H',
):'(.:¿JI',H
' '0 ~ _,)~I (::\'_ ,_,').
. 1
t ~. 4ft'Ht"
,', \

i4~nlicanl¿nk ,distri~u.iqaS,có'll media'~cro y v,irí,anZ¡;IT,/. Slislilu)'endo la e,cuación . ( " .

(6.53) ~n la ccua.ció;d6.52), oblclic;nos' , ,
\ . ". " ,.

)'/~/11(l. -Ih) ,+ Ih\ TP)')',';'I -IhIJ)x,-:I'H,.

.

(6:54)
" . :' :
. ür
. :;:_1_,tll/(I'I/II')-I'li>;E
.:,' ' (6.)))
, '

Querenios ~'crif¡'car lahipótcsi~ fJj= 0: L,i ecuación 'e~ '!lOlin~al cn las p' ?incm,bar.
go, se rcoucea tá ~cuaciói; (6,52) en cuanlo inlpollGn'Hls bl'rcslriécióilsol;rc
ch¡¡ c'cuación esiillcalell
JlJ"Di~.
las fJ.y 'cs. p'o;' e.llo qUc el eontrasle ML rcsulla' menos
¡!

, " " donde

:' y
'-~.¡:~'j
E -
..
•
": . ,~
¡lll'activo,," "":o:c.. . . • ,
. En .
En la funl:ión dclClgarilmod~ \,'~rosimil.iiud oc la ccuacilin (6,54),' el lér.lnillo
de l;lsuma d'c Iqs cuadrúdos es: , dld('lIldl: ras tilrJcs inuican que t.ouos losclcmel{l~1~'ue 1;,'écu¡Ícilin ((1.55) se c\'alú;lIl .1,
, ' ""
c}il'os.valorcs tic los estimnuorcs' reslringidos~.fi."T -; (= ,E' E'ln). La ecuac¡'ón(6 ..'i:'i)
';,'"
dClllul:straquc ML = ,,1?2, J(lIi~lc R2 es eícuadrado dcl coeficiente de correlación
IlllHlij)k de la regresión dc E, sobl:c ;j\~.' .
. ." "
I1Vl.!ascApé~lJ¡c..:13' ... , ,:
,- .' .. ., .. "
,.
-".
".~".""'~ ~..
" . \
'
'.
~
.
." .... !'a,rticndu de la ccuación (6,~4): ~~sulla evidelilt: qucimpl1ncr la restricción JI, = ()
T,S., ll¡cusch¡ :'Tcsling fpr AU1otorr'claii\>n in O)'-na,pk Lillc"r ~llldcls", ,1//.\'I,."lil/lI i:.'nmilllli<:
16, ¡'''I',''(.I,'.
17,11)78, 334':J55: y L.G. Godrrcy:-"'Tcsling' n'g"inSl Ce;H;r,,1 AUloicgrcsivc ';,n(\ Movingi\vcra¡:c Error' Ja COl110resultadu E,= )',,'-,-PI ':"'lh.l'" qlie cc¡yjjv'ale'.al ¡'csidul1 de aplicarivlCOa la
M~JcIS W\f(II'lhc Rcg~cssors induue ~nggc!l Dcpcudc'nl V~"ri"blc~", ECtIlIl;'"."lri('ll,'46, 1'J7K,I,2'JJ.I)Il2 .. . ~c\lación(ó,52),Y nds atin, "
"
 21Cl
~J
\
. ,¡ I .t ., '." I .' : ., "

l
, 2 \7
, ,
'\ '(

6.6.5 EI'I~sladísfico ele Box.I~i~rcc-L.i\lIlg,

,'1 •.• . " , . '~'"
1~ , "
-"
Él cS\i1d ísl ico de 13ox: I'ierce-,Í_hlllg ~e',bn~<1,en los ~ui1(1 r~do's 'dcJos rri merps l' ene (i-
cien tes de i1uloeorrelaci,ISn,de los resi¡i~lOl.MCÓlk. El e~l<1díslico dcCinccomo," ~e'
.. " /' "
. ~, . '

Q' ~ '/; '\' ,.2', (6.57)

"'-1" ¡.,..",,¡4i,.J; .., 1,1" .••. ':i ,q.. i 'j' ••

, '.
Si O, :-.:() V si ~u'stituinios JlI yJl~ por sus estimaciones bajo el SUI)Uest¡) de hip<')lesis ."1

nllla. obtenemos" .. ." " ,

'::::¿",,:el e,.I-)
donde' ;¡:. l' ¡ . " " ',::= 1.+,1 ,,,. ,
r ..:'::. i '1 ,~. .¡'. • "

,,'t ., '., .' J , ; ti .;,.' . ,.

",l'.

'¡'•• [:, ]
, ,,' ." 'k/:{, ,,";; .,' . ,
La dis\riblición Iínlik de, Q se\)bilivo,b:iji:ÚI slli)uCSIO de'que los i'l~sidllO~ proceden
E,_I '
de un esquc;nnA R <llllllrrcgi-'csi\'.o 'o:,' e',i 'Iérllllnós' nl¡)s~ gen'crnles, de "un c'squemn
Por I(~tanto. vcril'icalllos JI.\ = [J' medi:lnle un' proceso en dos ctap:1s. En primer lu- t\lÜvl A ;llilorregri:siv(, y (le medi;\ mÓ"il njuslado n nlgllnn lIiHinble y. l3<1jo I~ hipó-
gar. <lplicanHls ¡"'ICO a 1<1ecutlción (6.52) con el fin de obtcncr los residuos 1; (, a,los tesis de r~sid Úl;S"lil~:ll1t (;Correlnéioll<1dos,Q' leild rn 'tintl di:;l ribu~ióll n~inlÓI ica x2
quc solcmos denomin<lr (',. EnlOllces C'rectu<lmos 1<1regresi<Ín dc e, 'sobre 1 I x, c;_d elJll i.ui ÍlÍlnlero' dc gr;\dos dc libcrt<ld cquiv<1lCnle a /J' menos el nÚhlcro de r;ir;ím~-
p:lra caleul<lr I?~. l3ajl,)la hip61esis nul<l,,,R2 se dislribu)¡e ¡lsinl<Ític;lnll:nle como un<l tros eslil'l1iltltls al ajust;lr el'llOdi.:lo ARMA. Eleslndíslico re'visnClo de Ljllllg:13pxl'l
X~( 1). LI segunda r~gresión. o regresión <luxiliar, es exaetan)entc igu¡d ;, la rcgre- proporcionn mejores resullados euandpse tr,Ú<1 de ml!'esll:rispequeñ<lS, .. '
. .,: I '_ 'fJ'. : l

-'
sil"n lil:1 procedimicnlo
dc conlrasle.
de f)urbili. La Ílnica diferencia
J)(lrbill sugiere observar la significación
estriba en el procedimiento
del codicien le de c'_I' La fór- :'
'. Q' =//(,;
..',' '.',""}:
+'2)2: ,.il(/, + i) :. I /' " ' . ,.
(ó.5R)'
,
mula de Brcusch-Ciodrrey nos da nl?2 como estadístico de prueba con \U1<ldislribu- A veces, eSl<~sesla~lístieo~ s~ udli~a~ p;Íú\~CriCicat pei'llltbneitlneS<111tóeorrel~cio-
ciún <1sintólica X~. ,
nadas en el lil~O de eCll<leión d~ r~gresi¿;, qllC hemos vcnido~onsider¡úido.Sc\;:;ÍI¡),
El procedimicnto es cxtensible a 1;; verific<1ción dc órdenes m<lyores dc aUloco- sin emb<lrgo, de ~na aplic<1ción crronea; y<1que ecu<leiones como 1<1(6.5'1) no 'son'es-
"

" rn:I:lci<Í11. Se tr¡lla. simpkmente. de <1iiadir a la segunda regresión m;ís residuos re- quem;is A R puros, sino que posee'n mlcníás v<1ri<1bles cxóge~¡)s x. El efedo de ¿stc
lardados K'ICO. tal y como Illostraba la, regresión de DUlbin !eCU:lCilín (ó.<19)]. Un hccho sobre 1<1dislribución de Q o Q' es ,desconocido~n.
punto dest<1cabk ,del conlr;lsle de Urell~ch-Godrrey es que veriricl también la hiplí-
TIC'.TITI1ii'i3ccs'o:T\íTAvi)'.-¡'ii'ifa:rii'11E¡'ííii'[,¡iEiIYíi::--'""'C'::""
I t;S is, ¡111.tf,I;llil.ti:í1';í ,. ",..." •. :,~'::- -"?: 1

'Ifin¡;i;';~'lí;e: debemos resallarque los procedimicntos de DlIIbin y de Dreusch- J 6.7 '

Godrrcy son <1SinlÓlic<1mCnle equivalentes. En lérminos generales, la matriz '¡'dc la ESTlf\.lACIÓN DE ImLACIONESCON .'
ecuación (6.5.'i) cquiv:1Ie a la malriz lE l]dc In ecuncié>n((l.'llJ) \' E es c. flor lo 1:11110 . I'ErrrUlwActONES AUJ()corúiELACIONADAS
utilizandola cClI<1ción(ó..'iO). Icndrcmds que el esl;,<Iistico i\.1L de'la ecuilción (('.55) e;
'. i\IL. = r'E1E'£' -E'Z(Z'Z)-I 7.'1;'1-1 ¡':'l: ,\ Igllnosdclos 'tests anlcríonnentc desci'ilos sl1gerr<1n pertur'[):icioneSi1l1locortclacio' .
• ,1

(:'d" ' Il:lllns. i.Ouéhncerenesosc;lSOS? Unaposibilid<1d es l<1derenliz<1r una :c.'pccificflción

La liniciI diferencia entre el eSI~ldísticó de Dudlin de la .ccuaciún ((,.51) Y <:1eSI:ldís.
UJlljWl/1I de 1" rcl;iciúi,:y =);fJ+ II.'Y ¡)'sociar lIIi¡¡ esi¡-lIdur~dc<1l1lbCOrrclación,
",,
.\( ~.. lico dc Breusch-G(1dfrc~; de la,'ccuación(6.5ó) CS¡i-ih:1 cn 10$ térll1inos de 1<1\"ari'anza E(EE') =:: aF (6.59)
que ilp<1reCCIl en losdcillllI1inadores.l3rellsth dcmucslra qllc líichos lérlllir'lOs
poseen Iímité de proh¡lbilid:IÚ .idélllico y que. p(;r lo 1:1I1l0'. ;II11I",s I'Jol'cdilllienlos l' (;.E,I',JI;,\)"Da;:id A.I'iÚ,éc.~ :'Disldlll1iilln oi i~csidn,Ii;\1I10CÓ;rCl:'lillnsill Anlorcg,mi\'c.lnlc¡;,"lcd
sl)n ;\Sinlúlicalllcnle 'equil'aknlesl7. ,~li'\';,,!: iI\'cI"ge 'r¡nk,Serics,Mndcls ", JO/lráar,;frli(~I'(Ii:rir;III'SI{/li,,;c{/1 {\j,l"'ciáliOl,~r.5. 1')70. 1,509.1526.
I'!(;,~(I.jl'lli:)' 1;,U'; Ilox. "()i,;i"'I~"si"e'ol'Lnék ór i'ilinTime S~rics Modcls:,IJ;oll/~"ikll. (,5,1978 .
. 2'17.)0.\. '." ,.' ,',." ,', "

1: T. ll,eiJseh. ¡hid ...•:'i.I. .,~' Ib'he,í., nalii'"hlo~"Thell\a¡'r,(,p¡;I1C U'se of Sc,inl'Cor;cl:'iin;; Tesis in D)'n~l1l¡c Li;,CO' ~¡odcl;'~,'
,1hc /I,'I';n •. ;'¡ 1-:""',I"'III;n ",id .\';/IIh,;o:, I;XXU, ,1')90, 126.t32. . '
 ."::",

211\ ~11:TODas DE ECO¡;()~IETlll" ...

(',ll'ill:l.llfo.I It:lcrosccli¡¡slicili¡¡u y ¡\U!oco!Tc!acióll ~¡r',\
21')
-1''' 1

donul.! ¡'cs una ma triz no' singu la r l/X ./' que 'se espera que 'dl.:Pl-= nti;l' de un núm(; ro, ."./

que demul.:Slra quc y, y XI til.:ncn UII ¡'aclPr comlln l.:n el orl.:r~dor retardado, 'La
P. pequcí\o de p:lf,ímétrosdescc:nociuás; EII)aSosigllitni'e' C(;nSiSleéil"a ~still1a~ión ccuación (6.60) pcrmite cscrihir quc
conjunta dc todos los (k+ p + I) pariínictrOs, Un scguntioprOcedimienlo, ¡ilejor
q uc el an lcriar.consistc en em pcza r tomprol'¡;uulosi 'láa 1IlocorrelacióIl putliáa ser (1 - "y~L) .1'1 ==)', + ("'(2 -/- "y,\I.)x, ,j,(,

una seíial LIt cí<.:rlOSerrores ¿~l.:spel.:ificación<.:nlan:l¡¡dón originaL Naturalmcnte,

jamás sabremos eu,íl es la rclación "vcrdadcra" (i "correcw", Pr<.:sumibll.:mcnte, la (1 - "Y~'-) y, =="YI +"Y2 (1 + "Y, L)x, + El
)'2 .' .
mayoría de los datos se gencran a partir deprocCsos cxtrc;nad;\Incntc complejos
Para que dicha ecuación Icnga un faelor comlln, las "Y debcriÍn obedeccr la reslric.
quc prccisan cspecificacioncs cxactas y cstilllati(i.lr<::s adécuat!;ís: EI'ohjelivo consistc
ción especificada en la ecuaciún (6.6:l). Por lo tanlo. debcríamos buscar cspcciric¡¡.
cn' oblencr la mcjor aproximación posiblc a esa,~oll1p\(;jidau dcscollocida, Ser¡í cn-
ciones COII residuos de ruido blanco similarcs a la ecuación (6.60). La vcrificación
tonces cuando podamos aj11iéar a dicha "prüximaeión l..:rminos 1¡\I1¡imbiguos como
de la cxistencia ue f,lctorl.:s comunes muestra cnloncl.:s la cOlw<.:niéncia de redul.:ir
;'vcrdaLlcra", o "correcta". Cuando hi ¡'clación pllsee en'o'r.csa'ulocor¡.daeionauos, es
taks cspccificaciones a olras m,is parcas como, por ejcmplo. I¡¡ que aparece cn la
que cxiste un comportamienlo sist¿111lílico que 'no ha sido consiucr,;do eíl elmodclo . ecuación (6.61). ,...•~\
".,,"
'., .. Y que se relaciona con 'el té.nnino dep<.:rlllrbación.J~odcscahll.:s<.:rípobtenl.:r un ..',:: k.
SupOllg~lll11S,~h~~I:¡l.(lu<:)a..cspe.c.ifiS¡I,ció!l..;.,,¡,,\jJ'+<;'/I.:cS-Ía
" '. .E~'ri~n{/ción. /\1 c(;.
li" -",¡.; ;!'
.,~" "'';;'''ltí'Üd~T6i::0'l11Pfé 1Iclis'ivú'dc-16~':C'r¿c'th~'~is t'e:írí;\-lid){"y'crftlé¡t-r~ ;1Ci~';~í:f(ií:i:s"'i'¡[T~'d ~i'¡¡ k
ilú-:jiiYillié'soiúos capaces'd~ ()hll.:lier a'unque. de todos l1lodos. dl.:bamos pl.:nllilir
,cuucidos a crrores dCllipo ruido bromco, Con.C¡úiÍclcr mer,lI11e';te ilustrativo, su-
una cstructura uc aUlocorrl.:!aeión conio la de la ccuación' (6jl). Deberemos supo-
pOllg.lIil0S que la relaciÓI; "é.ÓI'rccta~: es ., .. .
, ner ~In forma concrcta de auiocorrl.:!aci()il; Lo lil,íshabilual es tr¡¡bajar con \111pro.'
. " '.
y, = 11 +"Y2xi+:"Y:ix;~I.+
'.'
"Y'¡Y'_I+E,
.
. (6:60) .. l.:CSÓAI~.cI). Para este C,\SO, 1011 COIllO,:imos ell la ccuacillll((;.J5). la malriz de 1'01'
dOll(re l;]s[(/1 son .ruido blanco. Sin embargo, podell1'os enconlrarnos co.n Un invcsli- rianzas y cOl'ariallzas rara 11 cs
. gador uc teoria 'cc'o;lómica. qllc soslienc qUe )', ~st¡íinnuü.la llnic¡in1Clilc por 'X,.. No
Cs sorpIcn(knle'que. al aj\l~wr clmo(,!Clo a lbs datos, la corrc!,\ciún signífil.:ati\ia s.c.
Cllcueitlre en los error<':,s.~A.concinuación . .con.i:I objClivo.lll.:,lenq en cucnta esa co- :.
rreiació.nal l.:slinl;lr la ~cración, el iii vcstigildorcspeci r¡'ta." ..
'y/=p\'+fIt,\:;'I'II, ,y ... ii,'~'I'II,~,.I~(, (6.01)
l'
(,
Y p;6C~uC¡1 d~cl\lar la eslin~aeiórl ¡iOr'.MCe: ElnlOdc!ocorreclo ucla. ecuación 'f,,-I
'1'
(tí.6(l.) incluy~ cineó par~melros, .es uecir.Clí,úr~',cod'¡cientes )' una varianza,"lllicn-' I <fH-2
lr~s (juc ,~ucsúoinvestigado( t;ablasól,! d~ cllúlro p¡irií.i11elros: Así l)\les, el i"lVl.:stiga-'
.. doriú'ponl.: a l(lspi\r~llllclr6s dcl,illodclovércJ;ld.c¡'(; iina posible resri'il.:ei(ín (Iut;' no es <¡:5',-1 . <p"-2
v¡llid<l. V~rcll1cisla 'naluralei,í de tal rc-siriéi:ión rcfoÍ'lÍlulando')¡j ecuai:illn(6.<íI): . -, ,.,."-
. ~ ':. )', ~'flIÚ-.pJ +'ft2':r;':' <¡>fh Xi::;'-f:~ ~;_I:~'E, . (ó.ó2j
= (r~ n
: - '. ..." .:. ..'.. , " ,. , :. , ", " , . '.
La comparación dc lóS parálúc1tos Je ras ccuaciones (6,60), Y' (6-.62) (kmuestraquc
.Ia restr,.icció!l illlplica~!<t es, "'. . '. - '1'
¡J()/Hle n ==_1' ,[ J
''Y.\ '+ -y 2"Y4 = () ( (¡JI]) I - 'P'
Esta cond'ÍCióli reci.~celncimbre d~restl:ieci{¡n d~~¡¡ci()j- c(!n;líill~I.¡;:j oí:igcn dcltér-
'. >
<p,,-l. lf!"-~
.-
. '.
mino Sé' cnti~nd~ ref6rmulanclo'lasccuacibpc~(6:(¡O) y {ó.(2) ulilizando el ¡¡¡1crador Li matriz inl'crsa~ lal como pucde vcriritúrs~ l;aciclld(] las ol')Craeioncs perlillCllles. es
~etllrd¡¡do22. L()ec.uación (6.62) s.c Iransfo(ma en .
.0
(L~.4' .L)y,'=fJ)i '-4'H fJ2( í-'I'2qX¡ + 1:, -<p .1+
-'1' ()
.()
.() ()

:,.,' ': .~..

~2' '.-<P . O () .,
". O -'1' 1 -/- '1''2'. () () ()
!l-l ==
.:
n;,ís.~xl.cñsa:' 1'~;lsc~1 M ':11 11,,¡ \i~-I>coi'v(V~;~i(;>l.
. : (6.66)
?l l'ara'lIna <JiSCIISi61\ ik')1I1gCli í\. p(lllrnik y David
" .F.11én<Jl)', rmlilul~ oi Economics :ind Slalislics. UUII;crsit'y.~( Ú,x((lril. tiK.I~iJ2 ..
.' () O' ()
-<p I + ''f2
,..
-'f "
.21 :::1operador rCI~rdado se ocScribc clnt Capílulo 7., () O O. () -<p 1 ,..
t•. f":.
'.., ~
.
~ .. ,~
. !'
".' .. ___ .J
 ,1",' : •. ¡'.'

"

220 ~11~TülJ(JS IJE.lT():<O~IF.lld., ~~I'iT\JL~(,;HcICro;ced~sticitlad y AUlo!=~rreiación 221

J " " " ",o' .' : l'

Por lo que la malri~ disponibles en cualquier. pr~gr;)'n;;¡' ir~~q;n~,~\~i~o 'y,' ~~~~lJo:~eberí~n u\iliz~r~c p;)r;¡
n, esl e ciso. . . ..... ' " . ." , .
\/1':' <p2 O [J n
[J
. . ¡\nliguall.l~.lte,c'uando lil in[orI115i.ic~1n'o é~laba l;¡,n.(lvanzad;), se nrcSl;¡b;¡ I11U.'
.7. tp . I () [J
fJ= [J ch¡l m¡ís-atcllcilÍll alas di;;tilllns ,r~mi,a<dc esli11\rirun;¡ rc!ad?n C0l110la moslrada en
-<P I O [J (6.lí7)
101 ecuaci6n (6 'f12}. El. ¡);¡SOb¡ísic.qéra.~ní~'1(ler.:que la ecuación :(6,62) puede .verse
[J' O [J
bajo dospunlosde vista.'como
(y,-
" .. 1
<jl y,~I) = JI I (1-:<p ) + fh (x, - <p .1""1) + El (6,69(1)
¡
1
sal iS[¡lCCla' condición dc 101 ecuacirín (5.23), eslo es, W = pI/'. En c;)SOde conocer (p, o bien, C0l110 1, _,
1
I
exislen dos formas equivalentes de oblen~r los estimadores tvlCG tlel vectorf3u. L;) , .; " . , "-' , ¡,.
primera consisleen ,sustiluir <Pen,la ecllación:(ó.66) y 'e¡dcular direcl;¡mente bGLS =' ,(y, ~11¡~lh.~,) =.g> (Y'~I:: f3) -fl2.,',-,I)';' .E, "(6.6%¿
(X' 11'" X):I y. La [órma alternativa consisle 'elltrans[orlll;)r los datos prelT1ul. Conociendo <pen 1;, ecu;¡ció'n (6,69(1),1015/1 ~~d;'f~;,"eslimi1rse direclamente,por
liplic;lncln por 101 matriz J' y re;¡lizando la estim;)ción MCO de y. (= l'y) sobre MCO, De modo simil;¡r,col;ociendo I;¡sj] de la ccu;¡ci6n (6,69b), podriámos eslim;)r
X. (= JJX), Esta trans[ornl;)ción trala el primer dalo de modo dislinlo ;) los delll;ís, <p mediaIÍle.un;\. regresión ~1COs¡n IÚm,iná; dei,nicrseFei6n, El, dosumenlo de

plic;)lil';).los (bIOS transfOlmados serían

\'. =::
(\/1 _<¡:2) , .1'1
.1'2 -:-'-P.1', 4
.

.\'. =
l
Si, par;¡ simpliri~ar,I;¡ matriz X incluyera un veclor de unos y una tlllic;) variable ex'

\/1 - tp2
I- lj>
(VI - <p2), XI
.1'2 - 'pX¡
((díS)
Cochrane y Oreull sugerí;¡, unJ1,roccllimicni().dc .esfimación ilC~aliyo b<ls<ld,oen es le
p<lr de relac'iones2,1, Empecenios COllun eSlim<ldo~, o un vnl,?r,sUpUeslo, 'p(l) del p.~....
r¡ímetro de aUlot:OiTelaciány, ülilic;emos este v;,lór;.pnrn ,cnlcul~rl ••s cuasi Uiferen.
ci;)s ()',.:. <j>(I))',.¡})' (x, -:-.<j>Pl'x,_I):I,-<Isv<lriilbles tr.<Insformndas seuliliz;¡n:enlonces
en la regresión MCO.I(c¡;uación(ó,69rr)J .que' d;¡ lug;¡ra los coeficienles eslilllildos
h,(l)y h2(ll. A su vez, estos ,:;¡Iores seuliliz;¡n p;¡r;¡ c;¡lcular bsv;¡ri;¡bles de 1•• eclt;¡.
,~'H - 'P.I'H-I I - <P XH - <P .I'i,_1
ción (6,6%); Y la regresión MCO nos conduce 01 \In nuevo eSlil1l;¡dor <j> (2)dcl p<1r¡\.
,ilelro de ailtoc;mel ••ción,[~<1s ile;ncipnes,prosiguen. hasl'n';¡IC;¡~z,tr'u~gr;¡do de .
\' los eslimadores ¡vICC] se ohtendrí;¡n re;¡lizando 101 regresión de y. sobre X., cui. con;vcrgellF'ias~l¡st¡\clori?EII)r,oc~dipliC~1~ (lcC:p,ch'r~,;,e.Or2ul,l(~.O) se aplic~. a .
;!¡lndo de allul;¡r la c()llslanl~ en el programa in[orm¡ílito antes de realiz;¡r la re- 1= 2, 3, "" //; lo que,equlv;¡le 01 anul;¡r la.pumera [lIa de 1<1m;¡tnz l. Fn1;¡ eC\l;)Clon
grcsi('l1l. Sin embargo, cuando se desecha la' prim<:r;) fila de J', 1" regresión enlre va. (6,ó7),Prais y Winslen indicaron que debraillilizarse la mnlri.z P en su lotalidnd, de
ri¡lhles Ir;¡ns[ornl;ldas sería simpl<:melltcla tic (y, - <P'Y'-I) sobre una conslanle y modo que la j)rimera obsen'aeiónreciba \In Ir ••lamienlo explíeil025. El problema dc
(x, - <P.1"'1) p;)r;l los punlos nllleslr;¡les ( = 2,3.",,1': Evidenlemcnte, esla t.llillla re. los proccdimientos ilemtivos'müiea en q\le pueden converger;) un mínimo loe;¡! y
l!'resi<Ín no es plen;)menlc MCG )' eliminar la primcr;) ohservaci6n en casos de no necesari;lIl1enle a UI1 niínimo 'glohal. Como precaución, se rccomielltl;¡ ;¡juSI;)r
;" ",,, "" P"I ""''" p""Ie ''"'' "" """"d" ",,'" '00," el ""
aunque eso tenga. escaSa~)Orl,~s~a a~Ü!!9_ljsi .__- b-: - h '.'
do,
:.':-_.:" -",,"1'
n,i,,,,, "'; "'''
;"".-
"",,6 """ 1"", ' ' ' ' "
,,,,,ii6,, (6.690)
.':~U,TTjéjr'Cj~i11jjlctuew~.':'oJri\iísffio:9';c,:iia:¡¡?
11,", voI6", ", • 'on p"o'.", ...
e¡'¡o'¡j¿~~.1T:¿¡;gYesi6Ir7¿óit'i6r~KI6d~''.".
,"i,,, "'; .-'.~'~"'''.

Enl;¡IWrGli~i,~;;¡;'''cs lInlJ;\J';íílielrodés'có{,'oci(\oqliC Jebe estimarse junio al res- 'SCR m;ís p~ql¡Clicis. Idéntico problcili~;iP;¡icccc6nrVICNL,:C¡lIe'h;¡céuSo lilmbien
...:, .. lO de p~r;íi,iclr;ó~ del modelo, Ulilizaremos elmotlelo de la ecuacilÍn (óJ11) con el de la ileraciÓli;l'ari, vcr. s.i 1~,c:on\'ergellcialiel1clllgú C'1 el l1,iSI11O'veclor, result;)
ohjetivo de propOrCiOIl;)r la cxpliC¡iciói, m;ís sencill¡l posible a los diversos procedi- ac()nsejahl~ il1iciartlprocedillli.e;ltOMCNL;co.y~¡arios~',::cloi'es dtcocricielllesdis-
mi<:nt'os de estimacilÍn, Como .¡Icabamosd<: moslrar, <:1,modelo se rdmmul¡, cn la .
'.1 tl.n.los. ,.... '.' .
ecuacióll(Ií.(12) como , Los procedimientos tvlCG ,ilinimiz;\Il'€'E; Siil'emb<irgo;.i1p 11r()Porcioll;¡n eSlí-
'\ .. .. ' y, = JI 1 (1- <P ) .'.fh x, -<P ¡J2 .1"_1 -1 <P .",.1' E, ll);ldores I\:IV,'illc!tlsolralaÍ1d() d<Úqrinaespc<;i;¡lln Ijr¡'me¡-tl:o.bserv~ci¿n. El motivo
\laja el SU~liésl'O de la ecuacilÍn (ó,59); el veclOr penúrb;,lcioncs E de est.a rdación se loeilll;ntlemOs'ill ~~[eridlo~';;IIOg';;ril'l'Odcvcrosi,i,ililuclde'I;)epi~ción (6,16),eslo
'-.. "comport;) bieil" y minimizar E'E nospn)pclrcion¡lr¡í eslnl1adores ¡vICC, SII)eIOSa 1;)
misma ¡ldvertencia que ;¡nlesrcaliz¡íbamos enrderenéia ¡d tral¡1I11iellI0 de la prime. . - . .. - . " , .. ., .. " .
ra observ(lción. Sin embargo, la ecuación ((¡,62) es //(1 fillc,,1 en los tres par;íml'lros.
:. 11. C"c!lI""CY .G.ILO,cllll,",\pplicarinil ofLc,asISqll~(c~.ltcgtessions.lo Rclalinliships Coni:iini"l:
Por lo t;)nlo, son necesarios 'níniiilOs ..l'lIadr:1l1os illi lineales (:-'ICNL),.:-'ICNL eSI;ín Alllon1lrd¡'lcdb'¡IIT~rlns":.J"u~;"""flilcá",crit'i"tl.Uf}d(l';("i,4,1'.J.I<}.32./iI,. ' ..
.•... )\ SJ .. I'r;1i\ ;'C;II;\\'in,icn::"Trc,," E~lif1ú;lti(s ~ildSÚi:í1c'll~;cl"d;in.,C"I\'ICJ C'J"'¡IIi"i,,¡. Di.IC/'J,i,,,,
/'nl' •.•. NoJS.1, ChicalIO,.)i)5"L.' ..' . " , . . '. .
:"\'~;~,\...I'''\l1ikm:t.'f,:t,~, ' ".' '."~
..

'. '
 ,"

222 ~lfTOlJO~ DE ECO":O~II:T1li"

(' ..\1'11.'11.<11,.1 klcrosccuaSlicíd¡td y f\uiocl1rrclaci()1l 223

cs, La combinación dcambas rclitciones d" como resldl;ltlll

11 .1' 1 .'
1==..., -ln(2n) - :-:-lnIVl..,~'u'JI~III
'. 2 ... '2; .' 2 '. .1".1 =.1",.,11 + "1 (6Ti)
Particndo(k
ncnlo~ que26',
las rclacionesya lldinidas ellias cC,tlaCio;lcS(6.:ílJ)~(6.6~)
,",...
)' (6.67), lC-
donde )".1 = y, - 'P y, _ I )' .1".1 = x, - <P' XI _ l' La rclaciún salisface I~,scoiHliciunes es.
el
l¡índar Ul: MCO. Aplicarcmos ,\-ICO a los da'los lransformados. sir, dcscuidilr el lra-
IV] :::: (Ji';liu;=iTi" {1.,.<p2)-" . (6.70) l"mil:nlü adccuado uc 1" jHimera ollsl:rvacióll. )' oblendlt:mos h~IUJ' Partiendo de
. '. "jl l. I , .
(6.71 )
y
'.it - 1/'=-.10
(rr E los resullados ue 1;1 Sección 3.5, la predicción por punlo óplima de )"." I es i

)\" i I = x",,, i lb~IC(j (6.76)

. " '. "1'" ..... 1,' '. , I J'
Por lo tanto, 1= - - In(2n)- '"":ln(u~) +'~ In( 1-'-<p2) -'--, Ú (6.72), que puedc' rcformularse en l~rnlilills de la-. va;'iablc o;'illinal
.. 2 '. ", 2 ,2,... (JE ji -. . ~ CO;l11~. ,)
<
L" maximización dcllógarilmo dcverosimililudlieneen cuenta cl lérmino In( 1 - <p2), f (6.77) •
'...' ..•. que ignora el pro~edimienlo tVl,CG. 13each y. NI?~Kinnonreclanlanl.a al;nción sobre .. : \
,".,-,;,.?--e.s1'C"p'u l\liy)".l).~('íf'.O;iien".üH hZri'f''li n"lj rot'2él iil1iC'iiÚF¡¡1[(!''rll¡j lí'\'n"¡}'iita"iíi':úifli iZüY''Iri,..{'d;h,~: .,.¡c..,.. ql.~:pll:(lo tél:ln.ill?d~ Ji,'. p~c~i~ci.ó,~.e~lJ[lt:~l¡IÚ¡I<),qrd~.la .espefi!.'l(:J .<;0l1t1ic;I0I1<11
••.: •••.•.c;•..••.
de
/(" i J ya que, según las ecuaciones (6.73) y (6.74).
ecuación (6,72)27. El procedimienlo esl¡í disponible en divcrsos programas inform¡í- ,:.
'licos. Su \'Cnlaja radka en quc t:I eSlin)¡\(Jol"(.lc~~ se li;mita I\ecesarianicnle al inlcr- , £(/(" + I 111,.) = <P/("= <pel'" -,x:,f1)
. való,de la unid¡id.y¡i'que In(I-<p2)~é api'oxin\a a mCI.iús infinilo cUjl.ndo <pse apro- ,.
. xi~l¡í a:tl: Cuando.MCG da C0l110'rcsulladounpaní;nelrofuera del intervalo uni- ,,; . y dicho término se eSlj¡'na mediante lfÍ fy" -: x:,b~lC(j)' De lluevo según I¡ISección :\.5 .
.'la v."rial1za de predíccit1l1 'cs' . '. •.
!,ladola especificacíón' debería de~c¡irlarse y cspecificar' de nlievo eliiJouclo. ./
. ". ~
. Es'r~s¡vkcspc:cific~r 'CS,ll'u,elU\nSnl¡ís com;)Iicndas de I/..como proce$'os AR d.c'~\.-. " \
'den mayor;prüccsos l\'ll\.ola combinación. Ul: anibus ,bajo e~qul:nias .1\ I~M 1\. E.n.I¡\'~ donde
pr¡\clica,sin c'(}lüargo,lp no~mai esqtit; exi,sla es~asainfor~ili'<.:ión ,rel<lliva a lú '~Sl)e-.. . .:\ 7 . . '.' . . ,." . . .

cifictlción; por: esla rúón. aconsejanl'Os desarróll¡ü' lIna' eSI}ecifit;¡\ción rica \:n vúria- .~¡,;(j.. ..,X.b~1C(j)'(.1":'" X.b~.I'G(¡)/(II- k) . (6.71))
'bles'¡¡ parli'f:'dé la rdal:j~'ln (;ri~il;ai'.' wnl)bjl:'lo.d~ e.\;il;II'.la.lléC(;sidú<ldl: 'r¿li:t.¡;t.e!i" cilnH\ (;'n 101 eCllilciún (\27).',
I~e'cificaciones con;I;lcjils'dcl ¡érmino de' pcr'lúrbación ... ' ". . .
", ' .. "'. .', ,', ",": .. . ," ',' .' ,,' '

El pr(;blema ra'dieaell qll.c hémo~' \;cl;i'do ;lsumiendo <¡l'IC conocemos el \'¡¡JoJ'

.'¡
~e <P.),esle no sUl:lcscr el. caso.. Elf1;\¡j)r';íc1(ca, b y 'f deben eslimar~e conjllnlilmen,
6.8 ' . '" .- .le. Entonces, la predícción factible es' '.
, .i,

.. PREDICCIÓN CONPERTURÚA:CIONES
. AUI'OCORRELACION.:\.DAS . . '. (¡.SO)
. En 'esle caso. ya no conoccl1Ius.e.i;aclamcnle las~propié'd'ades ue la predicción ni !----
,"L¡i. Scc'ció'll '3-.5'~xplic,iGn c6rn'ó r~l\l.iz'hY i)~~c'd¡c~~ión.cs~
p'~'{ PlÜllo )' púr inÚ:rval~s 'Ii'a~a. :~.! existe modo concrelo de exprésar la varianza del prediclor. La \'arial1za en la ccua-
el m'ouelo 'lineal búsi<;~ cua;ldola~ p~'ntif~l.l\ici6ilCS'esl¡ín bien COIHIHlrlildas. Vert:-, ci.ón (6.7X) es condicional en 'P)'no liene ~n cuenla la incerlidumbre ,,1 cSlimar ése
. mos ahoj',a eÓm~,des;rrolla'r eslos m'étotlos,par¡;'c.1modcl()'lille¡i! COI)perlllrbacio-' p;¡r¡ímelro.
nes aUlocorrclacion'adas, CO.lsidcrarcnws cÓmo :illistración ~I ca~o' u~ pel'lurbacio- ,
nes AR(¡). La especi.fi~ación es. . I\lglll1llS programas ¡nrorm;ílicos práj)()rcion;'ln simpicmenle si. la \'¡¡rían'za dd pre-
. diclor, lo cu¡d no representa un CITOI' demasiado grave cuand~l la varianza de la pér,
YI.= x;J1+ 1/1 "1 = .1,2, ':,;.n' (6.7j)
lurbaeión es mucho ma)'or que ia val'janza del eSlimadol:'
~. . ", = <pHI_I'+\. 'con' ',1<p1<1 y. [(lOE') = u¡1 (6,74} .
.;.:¡ La ecuación «Í:7X) es suricien'le ¡i efeclostic cálcúlo en cst~ caso pUeSI{}que trala de
. ',., .~ .cubrir casi loda la varianza de/coCficienle.Un'a llliimü'posibilidad estriba en ulili .
,_: .', , .,.. ... '. ',' . ,: i':, -' ,-." . " .' - . .... . . . _ . .'
-' C.M. Ocaclt ¡..J.G. "'I;~cKi')Il"Il .."A Ma~"Ill"i\'l:.ikc1ilt()bJ'l'r()cóJ"rc for Ilc¡!rcssillll ,,¡lit AlIlllCllricla •. ' zarlécnic:l.~, ¡fe iJoohlrappillg para cSlablei:;e/' uiSlribuciunes nlllcslralcs.' El Capitulo :.,'':''''"
. ,1':<1 L:rrors". E.~(J(lOlli.clrica.46. 197a. SI.SS:' .. ". : , . 11 discule esle liro de técnicas. .
.. ),:'
'-
~.:.'
 '{

"(1 (1IlOS 1)1' U', 1:\(J\II, 11{j,\ , .. ' 22S

'.

UUlI'1.0 (,.~.E.lEHClClO 1)).:'\UTOCOHJtt-:t.'\O()N. El prcscnlc ejercicio se bolsa elllla. (,.ro

T'\ 111.'\

los al'lii'ici;l1es.para elpc'riodo compn:i,ldido cnlrc IlJSI )' IlJl)(). l.;, \'ariablé X se ge. Conlrnslc ele nlllocorrc\:;ci(ín(lcIHilllc"r orden
_. _ ." • ,_~ •. ,,~ •• .t •••••••••• _ •••. ;" <:_ •• .:.-: .•.•• ;... _~ ; ".' ":'.u ..•..-'_ ~:_0._ ~.:..•. ~.~..

ncra mcdian.le la i'úrl11ula

Dre;lsh;aodtrey Seriaí'
.
CorrClation\.M
. ¡
Tés,.: .
X= IO+S"NRND
F.Slatisiic .- 0,599158 ,PlobabililY . 0,444097
con un \';l1or inicial deS en.llJ:'iO. NIÜ~P ¡lIdiea una variable distribuida ;i1ealmia. Obs' R-squ:rred '0:673227 ,.. I'roba~ility 0,411929.
mente C0l110 tilia normal cSI;ind;,1'. La \'ari;,ble )' sc gcncra.medianlc la i'órmul;,
Test [quation:
y = 2+ 2' X,..O.~ *.X(-I),+0.7 * Y(- 1) +.5" NI"l.ND LS 1I Dependenl Variableis RESiD
" r • ,,1;
r
Variable Codlicieni Sld ..Error ,T.Slalislic ". Probo 1,
La Tah\;, (1,) l11ue.slrala eSlil11aeit)n ~v1CO de dichaespcciric;lción. El cslaciislico DW
no r.:chaz;i la hil)lllCsis de no aulocorrc\;rcióndc los rcsiduos. La prucha. sin cmhar. C -0,836639 <1,490048
'" ..'.

CO,239721 0,811?
!
¡!o. no <:s.t!l.'Ji¡l(porqllc la \'ariabledcpendicntc rl.'lard;,d.;1 sc halla prcsenle l.'ntrclos X '0,016228 :,0.170768 . 0,095032' 0.9248:
'"., r<:¡!r~sor<:s.' Ca Tahla .(,J) l11u<:slra dos cstadíslicos dc,prucha 'dc la ;llIlocorrel;1Cic'lIrdc X(-I) . -O,O'\9().15 0,227329 -0,218386 0,8284
I,,'ima ordell jtlnltÍ COIl la regrcsitÍn en la qllc eSI;ill basadm.
.. Y(-I) . . 0,022~89 0.0730511., ..... ,. O,~P9217 .0.7590;.
. RESID{.,.I) -:0,1,11878 . O.! ~3292, . ;::O,?74053 9,4441
El cstadístico F quc aparece ;11'principio' dc ¡¡; Tahla (d,. ~s d lesl de Durbinde la R-sqllarcd 0,016831 Meandcpcnde;llvar' -4,87E-15
ecuaci('lIl ((1.51). Dehido ;, quc CSI;1I110Sllllical11enle \'l.'rii'ica11do aUlocorrelacioncs dc Adjllsled R.sr¡uared ~0;095532 S.D. dcpcnd~nl v~r 5.196118
primer ordcn. cl estadíslico Fcs es el cuadrado,del cstadíslico I rcl,l(:ion;rdo C011I~E. SE 01'regrcssion . 5.438654' Akalkc'ir;fo crilerio~ 3,50)5)2.
SI D(- 1) de la regresil"ll: y los \'alon:s de proh;;hilid;ld 'de ios~stadislico 1: )' I son SIIIl1sl)lInredre.sitl, , 1035, 263 ,S~I1\'iarz cr'ilerion~ . 3,7146-12
Log likclihood '.. '':'12 Ú282 .." r:sl~¡islic' "',' O,W)790
id~l1licos. naturall11-:nle.
burb!n:Walson stal ',\'90'14 '1'5' " T'rob{r-sla,!slic) 0,961856
',1 olrl1 csladist.ico. IiU:. es el cSI'adísiicn'¡"IL de I3n:llsch-Ciodrrc)' definido Cilla lO,'

ecu;1Cil;n (h.sil).i'inguno de I'os estadísticos rechaza \;;hipÚI~sis de alllocorrl:!aei,;n

de primer ordcn igll,lia ccro encllérmin\l de pCrllll'haci,')n.
. T,\ 1\ 1.'\ (,.7 " '

1\ Una rclad¡";nll1ali:s'p~ci(¡'C:1l1:;
•••••• '~' •• ~' ..•••.•. _.~ •..•..• :•••.• .:.L..l.:....-•• _ •. _._._. _' ._~--"~. ._ .•.. _.• --L.••

LS I1 Depcndenl Variable is Y
Sample: 1951-1990
1".\IIL\ 1,:5 Includcd ohscrvalilllls: ",O
::t111,",;;!!~'lI:~(T(}iJ~2lÍi.Tc¡:¡;¡¡¡:¡ i: illi:-E'jl c¡:j"líé i¡iT:¡--.~ "~'~C' •.. •.
::""':'7!':'~';':"':"'7:';'"{;;;-;:¡7;blc'~T:¿¿rh¿i.~~;;.j?,J;iü::fE'1r;¡~:n'T:slrilTsT¡K\:,.,,7?f'r~'b'rí('(".!;:::.';'Y'~.:'.~',\'Y":"';"'<'~"\0;.':;::
.. '~' ,,~" - .. '..;;;c~'

LS I1 [kpendcllt Variable is Y . e 33.79141 .1,2'';411) 7,961948 '0;0000

Sali\ple: 1951-19lJO x' 1.861224 'OJ7.18i3 5;005674 . 0,0000
II\c1uded obscr\';Il;Ol\s: -10 lrSr¡lIarell 0.:197368: '. Mean derCI\d~nIVar .52.53359
Variable Cod"licicl\t 'Sll\. Error T.Slaiislic I'rob. AdjllsledR-sqliarcü . 0.381510 S.D. tlcpendenl~ar 15,91960
S.E ..or rcgressiul1 . 12,5198<1.. Akaikc ¡l1focrilcriOli .5,10)335
C -1.6.160~(' 3,1991)35 -(J,.19X~OS 0.(,110 5,187779
Sorn sr¡uared rcsid . 5956.360 Schwarzerilcrion
X 1.0~-1356 (J,163530 12,0.1187 O,OO()()
Log likelihood -156,8242 F,slnlislie .' 2.5.05677
X(-I) -0.355027 0.216876 -1,(,3700,\ 0.110) Prob(r-:statislic) 0,000013
Dorbir1-\Valson stal 0,446163
Y( --1) 0.7 317.\9 0,066595 IO,lJRXO) O,O(X)O

R.squarcd O.S93"(,5 ¡"Ieal\.dcpcndenll';u 52.5X35lJ ... : -.

' .. . ._,:

,\djl"icd R-sqliarcu 0.08-1587 S.D. {kpcnucrill'ar 15,91%0 CII:llltiiíseespccifica' crróncalll(:nlC Y s610COJilO rtÍnción dt:"I;\ X ~ctual. obten.
".' 5.4011291 ,\k;¡ike ií,i'u cril~r;l1n ),.t7050(' tlrcl11,;slús ,,'csUIt;ltillS ,illls¡'¡-:itloscll la Tahli. 6.7.Elcstarlístico D\V indica un~ ;]ulo.
S.E. nI' regress';ull
~.' S,OI1lsquarcrJ resid 1052,.986. Schwar/. crilcrián 3.63939,1 cOl'.re!aci,;n :t!lalllcillcsignificativ;];DicI10I'CSlIll;]t\O ;]collsej;]lItilizarel método de
Log likclihood . "':122,i677 (siaiis\IC IllO.{¡)H7
cSlitllaci<'lndc C(lcl1r:1I1c~OrCUl\qlle ofrecc los resultados q\le mllCslr;] la Tahla 6.R.'
Durbin-Walson S\;l\ 2, \81299 l'rub(F,slalíslic) ., 0,000000
R! parece 111I1Cho,mcjor ahora)' cxisle evidcnci;] ';¡parenl.e dc pert urhaciol1es :ll1tOCO:
\\~ í'

'.
 226 ~IÉTO[)OS lll: ECO"'U~IETi¡IA
L'ITII!I.11I,: I klcrosc<:daSli<:idau y AlllOcorrelación 227 l. ¡ ~)""-

rn:lacionaJas. Sin cinbargo. lal ca 1110explicanllis el1 el desarrollo qlle cOI\\:III)'ó el1
versa!.)' de perlurbacioncs aUloeorrelacionallas e!l eS,ludios cOllserics ICl1lporales.
la ecu;¡ción (6.63), lacspecifieacióli de, Cuchrapc.;O/CIIIl illlplic;I\~JI;~.lestri:ci.1l11 ~!.oli-
En el primer caso suponcmos que lodos los pares ¿le aUlocolrelaciones son iguales a
.neal en los pariÍlIlclros de la~relación que liene X.X(- 1) Y Y(- 1) COlllll regresl1n:s.
. cero, y cn el lillilllo SUPOIlClllllS la exislenciaue llomosccd"sliciuau. Ellglc sugerí;1 " "
L¡l resiricción debe ,:i:rificarsc con 1;; re~resiólilh: la T;lbla (¡.5. La T,lhl<l lí.!) in'ue'slra
'.. :..
en úna arliclilo scminal que 1;1hClerosc(;d;lsticidad puclk darse tambiéll ell conlcx-
.Ios rcsullados. Tal S'como se .esperaG",'reclla1.a;)His la. reslTic..:illnsinninguna Juda.'
. los dc series lemporales2~. Los invesligadores dcdieados a 1" predicción destacan
. qw,:, p;lrlieularmenle en mercados cspeculalivos lales comO los de lipos de camhio \'
T,\ 11L.\ 6.H ' los de rendimientos de acciones, los pequei'los y grandes errores liendcn a ,lp"recc'r ;~i 1
Estilllación !le' Codiranc.Orcult agrupados. Engle formuló la noción de que el pasauoJCCiellle debería proporcionar
•••~---.-.~~.~.--.. -=- ..••...... - •.......
•...,...~.•.••:"'t •.~ •.
. infornlacióll acerca de la I'arianza cOllllicional de la per.lllrbacióll. Posluló la SI-
LS IIDcpcnllcni Yarial)lc is Y guiente relación: .
'Sanipk: 1\151-1990 ') .' ., 1

" lTi=Clll-l-ClI/l;~I+ ... +Cl/,/l'i~¡1 (6.31)

,lncludcdobscrvalitins:40
Convcrgcncc achk\'cJ afler 7ilcralions L" v;¡rianz;¡ condiciollal de 1" perturbación es la varianza ue 11,. condicionada a la
'.\ .. '.... ;"'~ .•;.,.,;i.":.\,~. d';V;¡ii1Í1Jli~,.:.'tHifffilú;;I'-"';';'~td:-trfot;-""" ;"¡;"SI:;,Ú¡.ic' ,,',,~: 1,+{J1I:"~; ..... ~i.,.;'", '•.. ~.'::.,\.•,,.jj\fl}nHaciól1dispul.lihll:cl1 el. pc.riodo ../.7 ..1.:.yJa cxpres;\fl:nws.como, .". _.. ,': .... ' '.': ;'?'
Ir; ='var(II/II'_I' .... 11,_1')
.,,"1
C .10.09970 . 5,276770 7,599289 . 0.0000
0,212262 7.379250 0,0000 ...~
X ;1.566337
7.949678 0.0000
.:: "= £(117;11,_1 •..... 11,_ ¡J'
..;-.R(I) 0.744'100 0,093639
R-squarcll . 0.783307 t-,'!eandepcnucnl va[ 52,58359 = E,_ I(un ((l.~Q)
AJjuslcd R.squarcd 0.77159.1 S.D. depcllllcll\ \';tr 15.91960 .. d?nde L:,.I indica lomar una esperanza condieion"I." (OUí) 1;1info,:mación haSla el [i-
S.E. of icgression 7.608265 Akaikc info criler,ion 4.130509
..nal del' periouo / - l. Por ló (anlo. las 'perturbaciones m<Ís' rccicnlcs infJu\'<.:n en la
S~lInsquared rcsid '2141.771 Schwarzciitcrion 4.257175
-136.3677 f--slalislic 66.R74'12 varian7:a de .la perturbacilili "elual, 'iguillgue cl.lcrremolll de 'ayer implic:, un eon-
Log likclihood .
DUlbill- W~lson Sial 1.696.59.1 . r;ob(F-sl~lislic) .0.000000 júnlo ¡Je movimlcnlos hoy. Una varianza .como la U<.:1;1ecuación (6.H 1) j)llede \.:Slal
nriginaua'il partir ¡J<.:lIna pu(urba<.:ilÍn definida como
.I'Il\'crtc'd AI~ Itools ..
111 = E, 0.0 + u)lIi_
11",.... ,
l
1+ .:. + U/,II;_'/' '- ((l.X.l)
donde IÉ,I'<.:s ulla sel'ie deTuiuo blanco con varíanza igu,,1 \1 la unid"d~'J. Se Iral;1 dc
lJn.I)f(,iceSll A 1~C1:1(p). '. ." - .
. ~ l •
T,\ Il LA (,.9
Un contraste de I;fespecilicacilíll de Cuchrane- ," •. 1••
.'.. ;:-y.'. 'caso m,ís sencillo es un rroccso A ~CH( 1). H, = E, [0.0 -1-ClI 117 _ I 11/2 . Sus propi..:-
Orcult. .' . .... . dí!des •.que d<.:sarrollanlOS en el Apéndice 6.3. son las siguientcs:
~~ •.•.•.•..•..••.
_ ....•.
.-':_
•• ~._"','l"'" . .

.Wald Tesi: ':..L i.."S'lI/lienen mcdia cero. .

.. N;,II Hypolhcsis: .. C(3) -1-C(2-)'C(<l). ';'0 .

2.' L'j, varianza condiciónal viene 'uad,; por Ir7= ¡Yo+ lYlllf_l' quc es un caso panicll-
'., .1:.1.1'd<.: la ecuación ((¡.Xl). .' ... -. '. .
F-Slalislic . 36,60186 Probabifily 0,000001
O.O(XJOOO
'.~. '..Lavil ri"nza incondicional.csy2 = u(!( 1 - á¡ ):que Slíli) existe si ~ () y
l~1I ICl11< 1.
Chi-squarc . 36.60186. Probabi1ilY
'..4~.:f_as all'tocOvilrian7.as sonigualcs a ccro)o. .

,P '. '.~ '.

6.9
HETEROSCEDASTICIDAD AUTORREGRESIV¡\ CONDICIONAL " .
.l~({ljh~'l F. El\gk. "¡\lllorcg(c,si\'<: ('ol\di';ol\al 1';<:leroc<:dasliciIY\\';Ih Eslimal<:' of Ih<:\';lIi:IIl(~ of Ul\i.
(AReH) .le."~il\bdotll Il\n;iliol\"; 1:('(1;"""('1';<'11. 511.l j¡¡Z. %7-.1()()~.
l

". '-,}? ~i_,~c

_ ilsll.mc ulla vari.al1za unitaria ,es jlor simplil;id;ld. ClI:,IIc.¡uil.'r t\lr;l \'ari:\I1%:l pouria 'tralls(orlllílfSL" a )"
'..... <r • • ' '.
'. ~ "..l:I¡',id¡Hl ajusl;lIldo ;u.1ccll;\l!amclÍle In~ paf;'lInClr~)S restantes,-
:~~ü¡<;ibll,.dnienle, io'~ económclras.lianvepido alertando "ce re" de la posible exis-
.. '1 U,r.c,,,lIado es faClihlc para i\llCH{ 1j. pe n)' no lo es I',;,a Illoecs"s<.k ';1;"'(11 órd~lI. Véase. sin <:ml"".
:e;1cia de perlurbacio~es heleros~edáslic"s en los an'~lisis con dalos de corte lraús.
~u. d i\l'é'Hlicc (d. ' . .

,~
1,
'.f -._Alf
 f.) .•......
~.
\

~.

, 1ooot.

\II.'I(JlH)S DI. r'('(J\II\lLlld,\

~J' ,- ('"pi I:UI.Oro: i-Ictcrosccú:1Slicit1;al y /\ulocorrcl~cil>11
, ' ,'. . " :
, ., . .
Co,,'raJlflciÓII dI' Il//){/e/u;" ,\/lC'l1, La ecu~lciún' (6,1)1) implica la siguiellll: CO;I- La vari;¡IJZ;\ <lcllI;il depcnde de'lo¡lns:las'pe~tul:baeiones a;llériores elevad<ls ;¡I ~II;¡-;
lraslacil'lll: .. ' . , .
drado:")', dado que g¡cs una fr;¡ccióíl'j10siliv;¡,los'pesosdisíninilyel\de form;¡expo-
l. ¡\jusl;l'r y. a X,medi;llllI: i\1l'Oy oiJtc,llcr' los residuos le'!: n<:ncial. ,~, , •
,
... 1 C;i1eularl;1 re!!resiúll
'... -
i\ICO,I'~'=c\:f'I'H"I('~
,,_'"
.'. Verificar la sit-Iliric:lci,',n L'Onjl'lIl1adc úl'
1+
el",
+c\:l' I'~t -1'
oo"
.1. "IT(II',
•...
l:
11","
El eslililador asinlúlicodicienlecs' el (le máxi;lla verosimilitud, C]ue da lug;lr a ccua-'
cioncs 110 litleal~s que nccc~ltaiílr;;;:\I;lleillo;it~r;;li~o:l1o cntraremos ;¡quí por el
'1

Si e:stos c\ldicieli\(:s SO!I'sigliiricativamente distirllOS de cer(;. n.:chazaremos el su- .. ,

mon'lcnlo en m;I)'lires dclalles-'~. La liler;rl;lr;¡ ha sufrido una auténtica explosión de
ti
P"L'SIO de perlurhacionl.:s' condici(lnah~H.:ille 'IHJI;;Osced;íslic;ls en fal'or de perúlrh;l- nllldelos'/\ ¡~C1'L lino de los m;ís import;¡nles c'S cicle A RCH cn M ED 1A o.modelo
c¡olles ,\ I~CII y el resultado d<: f:¡ conlraslaciói\ indic;lr;í de forma lentativa ell'alOl: A RC! I-f\~,i\ La ,c;lraclqíslica principal'de eslc mollelo esC]ue, én ecuaciones pnra
de: /J. SiJlemhilrg\l, deheríamos rccordarque dil'ersos errores de espeeiricacie)n en la .: , ,~.;
l11udclos.financieros, inclu)'cla yarianz;¡ éondicionalcomo regresor y" por lo lanlo, l'

rel;lciúil original pueden condllcirnosa erroi'<:s cn las perl urhaciones A I~CJ-I, permite que el rie.sgo esperado '(le un biel1 quede'reflejaclo en su precio. Ln versión
E.I'rilll{(citÍll de lIIoddo.\' AnCl!, Un posiblenlélodo de eSlimaci<Ín es el de de EViews de IlJ1J6 inclu)'e un amplio conjunto 'de procediniienlos de estimnción )'
i\ICc.; faclihks, UlilíZ;1I110S1:1regresillll de la 'etapa 2 para ohlcncr cstimacioncs de COllli'aSlacilÍll,(1e cSletipll de modcI()~,' ' , .
,;", '1. '." .1"
las \'ari;lIlI;IS dc la pcrturhaciein en cada punto mueslral)' eSlimamos dc nuevo la re-
"
laci,inorig.in;d me:di;1I1te cl proceso de mínimos cuadrádos' pond~rados para corregir :

1;1helerosccdaslicidad, El procedimiento pucdc.fnllnr si e1níé.todo de eslinl;1ciún en

•.••_'.1
la el;lpa 2 da lug;lI' a \;arianzas igu;llcs a cero o ncg;;livas, Sin emhargo, 1:1imposi- APÉNDICE
cie'ln d<: reslricciones adcclI;HI;lscn el paránielro t~ minimiza el riesgo dc aparici(¡n
de (sic tipo de f;dlos. Algllnosirl\'eSligndores imponen a las perlUrb;lciones al cua-
drad'l rel;lrdadas 1111cOlljun\(l de pesos lincalmente de(('ccicnt<:s, Si, por cjcmplo, cl A l'í~NJ)ICE (íJ
;'0-. ~.
I'alm dc /J fuera -1,la regresi(Í1l de I;i elapa 2 es .; j.

c;=
('11 + (<(0,-1 e¡_1 + 0,1 (';-2 + 0,2 el_)
+ 0,1 e¡_~i) + error Con,lr;lslel\'lL dehc(er()scc(i';¡Slitid:;~'(I11I;lfiplica'li\'a)4" "
I .a l',ormu Ia G,1\ I)C'II'
,-. '.'
1 . , .'.
proporclolla ulla especificación I11cnos rcslríclivé\ dc la ectin- Considercmos el modelo
ci(ill de pcrturh:lciól1.'l3olkr~lel'sugicresústituirla ccuaci6n (Ií,XI) por'y;,~,\~;fl. + 11,'

(r¡ = (VII + (\ 1"7 .. I + ... + IX,,"~ _" + "VIIr? _ I + .. , -1- "V"Ir; _ " «(¡,Xii) dóm!c.l'; = (1 .r~, .\'.\, .., .r~,). En lu~ar del suplleslo h;¡hit ua I de homosccd:1SI icidnd'slI-
,.. Ie Io recl'1lC c I 1l011111'e
I (eI mOlle '1 o GARC¡I(/i,f/),
. 1)()llllr"lll(lS.',CII "~sI"~
:slc 11101 Exprcsa la l'ari:lnZ;1 condi- ~ ~ ~ "as(,)'
~ (lllC
cioll;i1 C0l110 rUllci6n lineal dc: /J perlurhaciones al cuadrado rClar(\ada's y q varianzas " _, E/i, = () 'I~ar;¡ lodo,'
con di ci1)na I~~;1:~;I~1:9~ld a?~t;;r' ~SriíTI;Yc-ró-ii-ri}sfiTI
¡¡-'-UifíCiI '¡iii¡'il-CU;\ Ii¡' ÍI¡eré (¡il)lIúTo"¿re""'~""~:~ ,--;¡¡;-;:" 7'-'=~-~'-"--'-'~,-, - ...~. 7..
,.. ~~- •••.•. ; ;'.l)'{~::Ej,1:';;'J?':"".,':.,r'?"<;"7.:'"'S,:';'!;':~:,':T::~:>~'~::\:;,(':'.?"/)::,'
valeires que'¡'\(; l..:';ílí'l'alnresj)e:qllciios de fI yr/, En la pr;ícliC;I, la aplicaci6n m:ís fre- '.~
cuenlc es cll~1tldc!oG,\I~C1I{I.I), . dOlidc z; = (1 <-2,Z-"",Z"i)CS ún vec,lordc variahlcscOIiocid';¡s que posihlcmelllcin-
'-o , , c1uye aigllna tic Ias\iarihhlcs de ..r o filllCíOl1cS t1etiicllas,variilblci;, y síemln IX =
"i:: ero + ul"i_ I ~'"VI",-_ I

SIl~lilll\'L'Il\I\l sllL"L'si\anle:nlL' e:1lcll;idú derecho -la p<.:'rl11

rh;¡ci('lI\ relard;¡da. obtcne:'
I
\...:1 m\ lS
, '.'1 Vl::1Sl', pu, l'jell1l'hi.' HtI"'~;l.i1 D;~"id~ony Jan;cs ú. lvJ¡,.cK.in;'OI\. ~./:".t';"'f";~mmul ¡"f'fclln.";" 1:"cIII"""r-
\c.' "in". O,xl",J lJlii\'erS¡I)"l're~s, 1.'J'l,1.55(,,5(,0::0 \\lilllam 11. Grecne,'''t:CfIll/,¡,,,''rir ,\""l",;,", 2"J ed ..
M:lC/o.lill:ml'I'Jl.41X.4,12 \' 5(,X-577.' . "" .'" ,
..
\ _1,
,'~ I¡"herl .':, FI;~Ic: Da\'i,j'I;\, Lilien )' Itussdl ¡',JÍilhin.;; "i,slim:;dng Til1l~ Varrin¡: I¡bk I',emia in the
TermSlruelure: Tite ,'I¡('II.M l\1tider~, "ro",,,;,;"';':;,', 55,'I')X7::I'II-.107,
JI 1.:1presenl,:Secci"'nse hasi,en 1.. (i"d(rc)',"Teslin¡:lor 1vIuhipliC:lI¡"e'llelerored:,qiciIY", .1";"",,, ;,¡
r'"",¡"ú,,'ui,'.'.'X:' 1'J7.X,2~J.2.lr\::r,s, ,Ilre."sdr -)' A,H:I'aMn.'; A .Siinplc Test 1m Ilclernced"'licily ~!HJ
'1\:;,;'\1.,,'•• C"dricii:iú Va,iali';",",.':'",''''''''''''''''''I;, 47. lt¡:7'J.'li'¡O'12'>.t, mueslra c,\,";,ies'e mi,mo plllceso de •..
\.:_~~! ~ITim "nll\..r.~k\:.";(jt.:n~rali~\.'d';, ÚIClr.~.grl's;i\'~.c'úl,diliol1;~1111...tt.';tl(nLI'.111I'~"'. 1,",,,;,,1 ,,/I:'I"I'O,mU"fin, \'cri.ric:~ri~-~n ~c ~(I~lil"nc",I~';p:a ~';lll"t1r.il"'~Il"iI~,~c~ '1~I;i~:gcl1cr:.II~~ t1c ..hcic~oscClla~licid;ll.fqu\= c.1 ct)~ls~t.fcr;tdo en
-' 1. 1(I~(,.. 1117.-,~7. c~I;,C:l."c(i"H1.
\..;"
í 230 MÉTODOS DE É'CONOMETIlI,\ DI '
.' i.
(}~
.~
..
:"
oc...-

••.J.
.
(o: I a2 .... al') un veélor 'de parámetros desconocidos.
dc hOl11oscedaSlicidad lendréÍ la forma
En esle caso,-'a hil)óte~is l\llla.
'un == -1.: ( -,-'_.iJ~/) == -
I '\'
¿ ~,z.;
-.
.0 ••
dudu 2
110: ce2 ;" ... = al' pueslo que ¡:; II~ = (J~, pMa lodo 1. Rcformul¡ln:mos'iJl/iln comu
en cuyo caso. (J~ = ca,. es una conslante. Si 'suponemos perlurb;l(iones dislribuidas
:i iJ/' l' '.
no rm aIme nle.
..
-= -2: f¡z.,.
il.ex . 2 i!'.'
ji( ", ). = I "C-U;
'1' ,
.•••• ;
.. .,1
V211UT

El logarilmo de verosimilitud delmodClo es íl~ •

f, = !J, - I = )' - I ,. 1
(Jj

.1
.
=- 11
-ln211-
2
-I
2.
2: In<Ij-
J
-1
2'
2: -II~
Ir2
.. 1

.. .' Entonces

La malril de información 1(jJ, (X ) es una malriz diagonal en bl()4ue~. Necesilamos,

por lo lanlo, concentrilfllos únicamente cn ul/ua y en la submalriz

1",,;' -E(iI2/i<lexiJu')

Para obtener i)1/()cxnetesila'mos varios resullados intenlledios:

El estadíslico miue la mitad de la suma de cuaurauus explicada (SCE) cn la regre.
c1u ¡ 2 .t ' sión de f, sobre l,.
--o = u, Z,
. ¡¡ex
Para obtener el estadíslico de prueba !VILdeberemus e\'aluM la expresiún anleri'lI'
en c1valor de los estimadores restringidos. En este caso
. élllúr2 .' .
...._..-'.-.-'.'-'.=.z," t:"
'J
. ,la .
J,'=j';-I=..-!..-I
2
l.••• , _

u,

donue e, es el residuo de 1;1regn.:sión MeO Lle)', sohre x, )' (j-2¿ d /11. Comol )' ,Q se
diferencian tan Slílo por una conSlanle. la SCE de la rcgre~:lon de ,~sobre ;: ser;\"
igual a la SCE de la regresión de I sobre z.
Entonces
Esta úllima regresión es el eontrasle de Godfre)' de hcieroscedasticidad mulliplica.
liva. A continuación sc realiza la regresión del cuadrado de lus residuos IvlCO divi.
ul I ,(";' .)
-=-
c1('( , 2 2: --1
u; ... , 1
didos por la vari:lll7.a eSlimada, snhi'"e ¡;;'s vari:,hles ~; hajola /-Iu: 1;, ll1ita'd de lá SCE
.....•
'.~ . I'l:sullalllt.: st.:distri!Juir¡í asilllólit.:amenle como ullaX~(fl- 1).
y
Para ohlt.:ncr un eSladisticu de prueba asilllólicamt.:1l1e equivalenl':. rt.:lomanHlS la
rcgr~sillll d0:.1 sobre z,. La variable Ilielle medí;, cer.o .. l'or ¡ll li1n10. SCE = 1?.~2.l¡.'!

e; )~ =,-"'Ll'.I
1
__2 ,
2:¡-='\'
,1 ( C'\
--1 '\'(,~+ 1/
, ,¿ -2
lT I
,'.
.
-~
lT
,1 -,,¿
rr
¡ -;:;;:<.:100 espc'ranz.as, escribimos
~.

L
~--------
"",

",'
, 'j
.\II~T()Il()SIJI, lCo:", nIErHf,\
,: 1

.,;

.r
~~
. ..,' ,l.: .' • .. .; \
C~I'I:;uLi) 1"l.iclcrosécd~sliciJady
.' "'1....•.•. ~ ',.
• .~,;.

!I':',
'~;:")

,~:"
lO"

\" \ ",.:'" ",'

AUloc~rrélaeíól\"
'!

¡,,'
'

_ " , :,
233

• ,

Dividicndo por" vcmos que .~ En caso de. hc,lcrosccdaSI,ici(J¡',d:"qlg.~.uÓ~\ ~l~

~a,I?S, ,c(Jlnp)alcedía. en¡ la e~\taclon
~', \ - «(1.15), dlogarilml1 dc vcrosimílilu~ es, . '-
I ~J" 2
, < • -1, , • j' 1 I / , .~

-¿ ,=
" ,
//l,1
-,
. "11/
2 .
-2+
.'
I
"
',,'>' \. '2
" 1 ~-:~ln(2n)
.
~
"'.:¡:;
f"lIii~;,;dq
I 2; '~,:,\~~i,
~i '\(j'i ~:XijJ)'(Y~::-
(r'j '"',',',, "
X,jJ)
c' ' .,
dondc 11/2 y II/~ il.ldican el segundo y' cuarlo momcntos l11ucstralcs con rcspcclo dc la
mcdla t.k lus rcslduos ¡viCO. Para UIWvarihblc dislribuida normall11cnlc, los eurres- Lus Ety1)/dc .las varianzas son"
pondlcntcs mOl1lcntos pohlacionaics obcdcccnlarcl<lción 1'., = 3/1; . Rccmplazando
los .mol1lcntos nlllcslralcs por sus equivalcnlcs poblaciunaics oblc'ncl11os L J2 '" 2". (t; =
.2.,,;.(y ¡-A i 'jJ'")'/'"
Vi; ~ •.~\';
" jJ")f":
, I~; . i =:. 1,,2, ... ,g .
,\SI pucs . I ."
LM = 1SCE = "fU
Finalmcnte. sc,i;~I;lr~l1los quc el proceso' dc l11ulliplicar la ~ariablc depcndiente por
una constante, anacilr una constantc a la vnriable depcndienle, o ambas cosas, no nl-
lera. el R2 de la regresión. Parlo lánlb, elR2 dcl eSladíslico tv1Lpuedc obtencrse "i
r:;lilzancJo la rcgrc~i~'lI1tic l!¡2 sobrc las variables ;:. Otcusch )' Pagan demueslran que
SI la helcro:cc~asllcldnd cs susliluida por la formulación m<Ís gener,d (T~ = h(z;a), '-, " ¡ .: l 'j ~ ,c'

dondc h( ) ,~cli.c;l un" form;l funcional no cspccificada, pucde sc~uirsc ulili1.;lI1do el

n~lsmo estadlsllCO jvlL y. en consccucnci", sc' Iral" dc un;1 prucba dc hetcrosccdasli-
cldad muy gcncral. .'
:' SuSliluycndo~ obtenemos ' ¡
¡ ..¡
. :'~
,,'. , " ,.,',', ,'" '2"",' 1.,. r. .'.' .; '1¡
u< -2.'L/';
'.

'..,. L.1~'7"ln. In(5; !

APÉNDICE ó,2 , . i= I .

Contrasle HV para'liol1losccdasticiclad (llIr:l daros :lgrupacios

que bajo 1;1hipólesis nlllas~ disl~ibuye asin'íólic~n~e~le C0l110unax2 (g - 1).

[lllpeZ;lrcmus con cllo~arillllo dc verosil1lilitud dc la ccuación ((¡.I(l),

'l.

•. •.• :,'" ,' •.'i ..) 1: ' ...• '....:.:.: •...•. 1.,..'., .... 'c. ..• ,"':""',' :.: .. : .....' .......•.. '., "j",'.

1=' - -.ln(2;i)-" ,:"":"liii VI':' -11' V-'"

l' . 2 2
.'
.. ,ir'

'l,!.>'
CU;l1ldo' ji;'" (J2J.sC lJ'j¡nsfor;l~a en

" " .".'. 1" Espcci ficlllnos e1procéso com~

/=- -ln{2n)- -lnli2 - --"',,
2 ]In
..2 '. . 2' 2(r2 .
"
' ... !/(
. l"
= E, txo+.'o:,"¡~ I
, .
.

Com'o 'sc de mos!.ra b,;' cn,Ja SCCCi{lI'l'5.2,l11a:-;im[zando oh'icnc mus con lE,! iid(O,I). tJd~sarrol1orÚluie¡'ela UI.ili7.nci6n'lanlodelaesperanú condicio:
\.J nal cuinodc hno cnlldic.ionnl.E, _'1('I¡}.inclica la espernnza de ", condieion"d<l¡:ior
I~;CSI = L(¡J. Ir2) ;, (b,:)"n/2(1Í2)-n/2 la información disppnihlc.en¿lpúiodo de lié¡HPO:1-1.

dóndc 1Í2 ~ (y- ~fl)'(y':' ~fi)h~..

Sc lrilla é1~ la vc.rosinlililnd /('.\Iringidll porql'~ supo, .~
Para c1rroccsn(\c pri11lerorden,eslllexpre~i'ÓlléquiyaleaE(",IIt, - 1)' Ln esperanz<l
ncmos \'Mlanzas Igu;dcs. I olll:lndologaritnúlS rcsull;," . . .. '.~' no contlicí(¡;lal sl:obticneton1anJorél)~lidnmCI~IC éspcJantaséondicionnles periodo.
~I .l. \1
'lraspcritldo, OhsciYillHio'lllS illcJias:tphdkionh'ie~Jd proceso, podemos escrihir'
tj.
.(.

.'. .'.' ...•. '2 lI2£.. ()' o'

i
E,:. 1("') =[00 +0:-11//:.\1';.:..\ E,= '.
" ~
.,.'.
.; "

..
 Por lo t;¡nto, £::/'2[£"1 (",)1 £/.2(0)= =
(J, Y así sucesivamente p;lra los pcriudos anl~- SuplIn.:f 1111 mOlklll lin<.:al con lielel'\is(cdaSlicidad de la forma C1¡ = C1~ X¡ . Calcular
riores. De este modo, la IHcdia Ilocondicional es E(II/) = (J. ., los eSlimadllrcs ¡vICC de II y jJ y los colreslíondi~nlcs errores cSI;ínl'iar.
Volviend'o a la varianza,lénelll(is y~
-".',
6.1. Aplicando MCO a los dalos descritos a conlinu¡,(iún .. ún in\'csligador eSlill1a una rc-
. 11 [O 2 j'
/lj=.Ej °0+°1"'_1 lación line;d y sus crrorcs eSI:lndar asociados .
;~. ':

Por lo tanto, £.,- I (112)

, -lJ2[(,
- 1'0 .'-
r (','1
,
2 /'_11:: (ti) + (.11/12'_1
_ '.:.' .. .....•. .. '. "'~."•.... ~.,.....
." ' ; ",'

x 2 J 1 ) ')
De mudo similar, E, _ 2 £,- 1(1~7) = E, _ 2[ tlu + ni"; _ ¡J Y .1 7 J l) 17 .. ,
= (Xo + ni E,_ 2(11;) Sc le.:iI1flll'lll;¡ asilllislllo dc que 1;, ll1alrizde varianzas dc las pcrturbaciolH:s cs

= 0u + tl,(oo+ l(I";_2) .¡ 1';11(11) =,,~. diag/O.IO: 0.0.'): (J.](J: O..,(J: (J.I:il

".j.

'= (1) -1-aUal + "1"7 _ 2) Utilizar dicha inforll1aciún para cakular los errores eSI;indar correClOS para los eSI.i.-' , j

.,., •1'1"0c.ede re Illos'.asíli <lS-la;.ver,'que.''',' ::- ..•./ madores MeO y cUllIpararlos con los o\l.lc;nidos p;llliendo~de .la.rürlllld;!'l:q!~\1,:!lCi(). ,
..... n;¡l" .' " ' -

£u ... £¡_2L"_I("7) = (10(1 + tll +."1 + o •• + (('1- 1) + a't"l

Id, Esbozar el procedimienlo MCe faclible.: para estimar ,
.,.
Como lall < 1, podemos tomar límilescua'nc!o I'~ 00 Y la varianza no condicional
es , .1', = x;¡J + /1,
~ donde la I'arianz.a ue es
'. í

. var(u,)
.
= lJ2 = -. --
tll)
/1,

, .(1;.= eCl:j
,
. .' .' . I - (11
¡"!fa llna variable escalar conocida ,-,.'.
que c~ posil'ivu' puesto qlÍe (tu > O. s~ Irala, en consecucncia, .de un proceso ho;i10S-
,:,
c~d;islico. .. y liA, Extraer de CPS¡;¡; un,l mueslra de lOO ubsc'rl'acioiles y dcsarrollar los pJ'llceSUS de
La aulllCllvarianza cOIH.Jicional de primer'ordenes contrastaeión ilustrados ell el Ejeniplo 6.L

£'_1("''''_1) ="'_1£/_1("') =ll -'.

Ii.S. Utiliz¡II1do POlexp como I'ariable.:, dil'idir las I(JOOohsCi'l'a(iones'li<: CI'S:-;:-;e'-) cualro
Itesull<l iumedialú concluir que lodaslas aUlocov.arianzas de ordcn mayor son tan}-
grupos y lIel'ar a cabo el contraste dc hOll1osceuaslicidad cn gru'pos ddinid" por la , ..."
bién igualc;s ccro .. ecuación (6.21).
"Resulta evidente que, en el c;~so del proceso (.k p.t:simo orden, sigue sosteniéndose . "

¡Nola: Como sc explic;¡ en el epígrafe anlerior a la ecuaciún (11.21 l. sed suficienlc <.:s. ~,
la condición de l1ledia cero. La va(ianza no condicional es una funci(\n ll1;ís cOl1lple-'
1::,., tjlllar ell'cclorj1 en cada grup.o por separado y. púr lo lanlll ..no r<:sulta nccesario rc-
ja de los parámelros
el orden del proceso)',
(l. L-a c'óndición (11,"'.1) = () se manliene
por lo tanto, para cualquier
cualquiera que sea .
proceso 1\ ItCI-I las aulOCllva- , .i
alizar la ilcraci,in cOll1pleta l. . .,
Jianz;.,s 501.1igll;\lcs a ccrp .. '"'\
('.Ii. Desarrollar ellogarilnlO de I'erosilllilitudde la ecu:lciún (1).72).
'"

.6.7. Partir del modelo del Apt:ndice Ií.l suponiendu.que la hCI<.:rosc~dastil'idad ticlI<': la
PROBLEI\'lAS fOfllla siglliente: ,-...•.

'"""

. -;.:.. D¡¡tlas cinco observa~iones mueslrales .. i)esarJ'llllar el conlrastc IvlL para probar 111;: «1 = ... = «/' = O Y comp;rrarlo con cI -,
Cll.nlrasle dcl Ap~ndice 6.1.
~
X' 4 I 5 S 2 G.l!. Probar la afirmación del Apéndice 6.1 que afirma que e', proceso de mulliplicar la V;¡-
r. r--
Y 63 12 15 4
I
!¡
riable depcndii.:nle por una conslante, aiiadir una constante a la \';IIi:,"le dcpcnuien-
-
j
l
i.,"
----------- ~II:TOIJOS DI' IT():-;"~IUHí,1
. ,,',~ .. '

CA!',lTUL07 ,,',
i,

1,',,' "1- ••. ¡ .,

'i
1,
'. i ,.'... ,., ..,.:., ,,' . ,'; ~!'. . ,1
le. u ¡lIllb¡IS cosas. Ilo.¡ri\(;r.l el tU'de 1;1regn:siól1. (Nul;r: Ddil1irz ~,c/y + 'c!; dOl1de .1 ••

las e SOI1 cOllslan\(;s ;Irbilrarias e; es una 'COIUIllIl;'lde UI1(;s. Tr;rbaj;lr luego con ];¡s
l.•.•.• _~h ..;..:;' ..••.•.1"._":'_~""#LI..•...•,-: •• ,¡._.i:"~_'''1'7~'''''~-''';'.':'.~-.i
••.'~'L•.•..•.•.•.
~~'~~~~~,:-"'I~~..J.:,.: "1'" - '.''''l''''IJ..l1

,Jesl'iaeiones para dl:I11()Slranlue N~' ,'':; ti! ', ..)" ,

.' ,.1 =',' Modelos 'Univáriai1tes,tle Series
. ",. -'". . ., " - . . _.. '. ¡.- .I '. " •.' r : ."'.~ ',:" ',.',' ", .' '. .. I •. •

C..9. Desarrollar los n:slill.ldos de las ecuaciol1es ((l.]]) y ((>.33) par;r el proccso 1\ It( 1) :;,. , . '. ~
Telnporales',
"t

111edi;1111eel IIlClolill de ilcraeilÍll de 1;1~sper.lllza l11atcl11.ílica iluSlr;¡du el1 el l\p':lldi.

ce ("J, '
...• ',o

,1

, ,¡
(,.\[1. Gel1erar sus propios dóll(;S y cxperil11..:nlar 'Ios procetiel11iell\os Je aUlocorn:l;lci(ill ex.
plic'ad\lS ell el Ejemplo (l.~.

" ,

" '

" ", •. '¡

:",' , ,,,."

'",1" ,,-:','_""<_,":.
" .......• !.""'.:',~: .':.:."",.",'~" ... >•. ',:~,.~:;'
¡~,_I'~' '!,'"

ESle C:lpílUlo ,lr:lln, exclusivamCI.lIC,dela ,niot1c\Í7.acií'll dc,scrics lcmpora,lcs.én c,l

C<lSOde u lla ..lÍ[lka v;l~i<l.hIc, 1;' sericsc,niodcli7.hSólo clllérminos dc susvalorcs p¡¡-
,s;IcJos y ;I!gtlll<l pcrl'u,rh<lci6n,.:!-a r(Hn~lJla,gel1cr;¡1 cs , " '
"'x,~'f('~'_I,XI'-2"".,li,), (7.1)
P:lra que la cetlacilÍn (7.1) rcs;ullC, oI?,cr<jliv;'l, debe~os;.csrcciric:l( lrcseoshs:la for-
"
Illa fUllciona\fO. e"J,lllílilcro d~r~l¡lrdos 'yl<)cslrUciur¡¡ dell~ri1linodc pei'lurbación',
Si, po~ejemp¡o~sc" csr~cifi~<):u'la'i\lI)ci'Óil,nne~l'cón>:lnJetn,r~~ y' una perlurbaeiÓn
del l¡portlido blnllco. oblclld,rcmos comorcsull<)do <:1 ,dcnominndo proceso aulorrc-
gresivode primer ordC;l 1\ Ji( 1) 'dO;llb por ¡'il7.0llcS de simplicidad, hCI'l)05 elimina-
do lilll' el momenlo c1lérmino uc inlCl'secciOtl.' ," '

.
"x,
\ ',' ~.,
~
, ' .:
0,1';':1 +,,;
." .' . "I .
, (7.2)

-,
~ ...
Cu andolal)~rllirb<lcil)II,1
,

biallco, 't1ccim(}~ q\l~,laecuacióll (73)csun

,'" 'xl=nlX;~r:Hli-~:'_2+;;.,;'¡:d/~\"_I;+
¡cllei",', (0111pOl'I~1l1,ienfe: c'ol1lo'ün 'pro~eso' ~Icf I (1)0,' ¡'úitlo
lirocúoI\R(p)iJl~':o: Dicho proceso es
1('1, ',' ,', (1.3)
I

,1
'sus,ceptiblc uc eolliplcl;lI'Sesi suponGm05 qucdlÚmiho de perlurbáción liene una
¡
eSlrlJúur<l ',mis ,colllpltj<l. Encaso t1equc SUI)Ongnmó~ quclaperturbac¡6ny'a no si-
--.;, gue iln esqlicin;,' rilidohl~nco,i<l especi(¡encióil aIlCrnnliv:lm;ís uliliz¡¡(]<1 cda de un 1
proceso en IafürmaUenolilillad;t dc incdiciln(!"it M A( r¡ j,

E,::,,/11El ~ ~:fJrl, -'1

'
(7.4)
¡
'1
,

dl1údet',CSlIll pl:(lcbo,niid(lhfanm.La~cüaCi6n(7A)
11, :::

especirica
,:..: •.

un proceso M A(r¡)
¡,
.'" ¡ntrrí.. La cOlllhinnci(ín de 1<15 cCli;rCioiics(73) y (7A)tJa'lugnnllJn proceso/lli.\'¡n .
1,
;tUlnrregrtsivny dc 11l~di:Th,('Jvil,ARMA(p,q)::.:' "" , ,

.•... ,: , .r,:::O¡X¡'.I+,:,+U¡rÍ'r_',.+:Et-fJIE¡C-1 ~;.'. :j3qEI_q' (7.5)

d
:¡
2:11
238 ('''I'í IlJI.Cll.l\IOlkllls LJ"i\'ari;Il11":sti..: S..:rió T":l1Ipor;t1..:s 2,W

7.1. '. '.' ." , _, ,' .. I (X2 nO 1 I

) ---Y,_I =---.1 --(l,.,._(l2/'~I)+--II, (7.7h)
UN RAZONAMIENTO SOBRE. EL ANA
'. LISIS UNIVARIANTE 1-0:1 l-ul,I-('(I', 1-('(1

En una primcraaproximac!ól~' a.1Icnu), 'pareceríaqu~ los ccolHlIni;il'a~ no l~v.iel~an Por lo tilnto, lanto C como Y poseen un componenle ¡\ R( 1) con idénlico coeficien- 4, ,'l
.'
quc moslrarse muy sensibles al al)álisi~ l!nivarianle. Al finy al cabo, la leoría econó- ~!
-r
le en ellérmino relardado. El lado derecho de cada una de las ..
ecuaciones
.
cs un lér-
I~.'
mica es ricaen sugerenciás que liene~ q~e vex con las rclaciones e/llrl: va'riables, El' . IÍlino de perturbación omnibus cuyas propiedades dcricndcn ud componamienlo
;,i!
in lento de explicar y predecir una s~rie COil la única ayuda dc ía infori'Ílaciól; (j¡s'pb~ de l. En caso de quc 1 fuera una serie de ruido blanco: el consumo s~guiría un pro-
nible so~re la propia serie, ignorando por lo tanlo toua la información que pOleJi~ 6eso puro A R( J), micnl r,is que el ingreso seguiría un proccso ¡\R¡vIA (1.1),
cialmenle prop,orcionan olras seriesrc1acionatlas,con, aq'uélla. po¿lríay'arcccr un en- La clasificación de las variables entre endógenas y exógenas no se realiza a li-
foque ineficiente. Existen.do~ razonamienlos posibles. El p~imero es que la i'nfor- bre albedrío Sil.lOque depende de los objeli'vos de quien eSlablece el modelo: Su- (1
mación a priori acerca de las posibles rclaciones entre s~r1es p'ucde no estar bien pongamos que ampliamos el modelo lnacroeconómico de modo que incluya lam-
fundamentada. En lal caso, el inodelo puramente estadíslico que relaciona los valo- bién una ecuaci'ón p,ara l. La nueva especificación es
res actuales d~ una variable 'con 'sus valorés precedeúles constituye una herramienla , C,=('(o+cxIY,+a2C,_¡+II,

úlil de resumen de la irifotmacióíl' y puedc empICarse para generar pn:t1icciones fia- 1, = fJo' + ]3, (Y,_I - Y,_'~) -1- \', (7,~)
bles a COrlO plazo. Alternalivamente, si las especul¡\ciones teóricas sobre la estruc- C, + 1, + C, }/, Si

IUJa ecoI1ómica poseen una base fundada, se puede demoslrar que una manifesla- La función consumo permanece igual, pero la inversión depende de un camhio re-
ción ele dicha estructura conduce a la especificación de ecuaciones similares a la ' lardado en los niveles de ingreso. Los gastos gubern<lmclllales. C, constiluyen 1:1
ecuación (7.5) para cada variable endógena de la eslructura. El modelo macroeco- nueva variable exógena del modelo. La suslitucióil algebraica resulla tediosa y por
nómico nJ;\s sencillo q~fe, encollLramos en cu'alqüier libro de texto básico sirve para ello cambiaremos a partir de aquí a la rOfllllilación malricial e introduciremos. ade.
ilustrar eslt: punto: más, el operador de relardo.

(7.6)
YSiC+/
. . ' ,,', ;.' . 7.1.1 El Operador de Ilctardo
t10nue C,l e Y indican, resl)(;Clivamenle, .consumo, inversión e ingreso nacional. El
Consumase relaciona lilicalmenic con el ingrcso actual y con el consumo del perio- Cuando situarnos el operador de retardo. L, delante de cualquiér variable con suhín-
do anlerior, adel\l¡\s de illguna perturbación. La segunda ecuacil'ln es la idenlidad dice de tiempo, obtenemos los valores precedentes de la propia serie2, Por lo lanlo.
del.ingi'esonacional. Matemáticamente, éste sistema de dos ecuaciones con ,tres va- . l.(",) = ",_ ,
riablt;s "explica" cualquiera de las dos viiri,ibles'ei1 términos lle la lerCera variable.
1.2(.\) =L[I.:.(",)1 = L(.I',_I) =",_2
Tradicionalmente, en economía, conlemplamos e e Y como aquellas variables cu-
yas varia'ciones quedan d~lerminatlas' po'r las variaciones de 1y la' perlúrbación alea' (7.9)
1:'""
toria. Denominamos a las variables C e Y variables endógenas t1elmotlclo, mientras (1 - L)", =",-",_1 = 6,,,,
que decimos que la variable 1 es una variabl~ exógena. Susliluyendo la segunda L(] - L)",;" ",_1 -",_ 2 = 6.1',_1
ecuación en la primera, lenemos . donde 6 es el operador de la primera dircrencia. Es frecuenle que muchas manipu- """,,

laciones algebr<licas lralen ni operador de retardo como si fuera un escalar, Una de

a2 . ao al ~2
C,-'-' _.-' C¡'_l =.--+-. -.-1/+--11, (7.711) _ las operaciones miÍs imporlantes es tomar la inversa de una cxpr.:silín, en {.. .PUl'
1 -.a 1 I - al. 1 -.exI I -!.XI cjemplo, supongamos'que /\(L) = 1,- ('(L indica lli-l pulinomio dc primer orden en
Mediante algunos cálculos 'algeb'raicos, obtenemos'
•...
l. L COI,lsic1eremos el produclo
(1 - ('(L) (1 + a L + cx2 [) + ('(3 L J + ... + nI' tI') ,,; 1 _ u/' • 1 L" 1 I

I s~Irala de relardor un periodo ladas las variables que aparecen en 1;1idenlidad del ¡,igreso. multiplicar
ror o¡/(t - od ambos miembros de \¡¡ igualdad y. finalmenle. reSlar el pruduclu lllllenid(ld~ la iJenlidad 2. En lileralllra de scric< Icmporale<. reslllla comíln encontrar el operador dcnominad" IJ (oper;;dllr de
o~¡¡;i"a!. T camhio' i1lllcrior). Utilizaremos t porque eS J1uís COlHllO clltr~ la lih:ralUri.l l'C(lIlOIll~lrica.

,
:.
,
 (
" .
'.' ,
{l
!
('Mil ULO 1: Modelos Univ~ri;1I1Ies de Series Temporales 241

., . \
!
[nI;¡ Illedida que p -:-' :1.:, \1".+ 1/." .¡ I .:-, O, da'Uo.«(uc Icil < J, Podelllos ;1S;l11isllllles- :~.l. Verificar In csl<leionaried<ld
, .~. • .'
dei;; ~eri~ y, en C<lSOncces;]rio: efectuar tr;¡nsforllla-
4;.' .' .'~ '.. 1> • ~ • ¡ . • ." .' . - . o.

crihir el in\'Clso, o retíproclJ, dc/\(I.) ~nlllo .. ' . ciones cli la sene hasta eo.nscgm,r un<l serie esl<lcJOn<ln;;¡:. .'
',2. p<lniel;do de las rprOI)¡cdaJcs,~<~lI'loco~r~'I~ciólídel~sfrietl:<I:llsform<lda, elegir ,
l' l . algtll;as cSp~cif¡caci(lIlcs)\ RMA "Jara [;\ estiníación y ,~ontr<lslc: con objeto de al. , .
1\- (l.) = . == 1+ nL .f.¿,,2L) + llJl) + .. , (7.10)
"f (1 ~ nL) ca n'za'r una' esp'cci fic<lcián' concrct'acuyo,s i.'esiduosseail: ruidob(anco. '
'.:J. Cdcul<lr'prediceioncs para ílll horizontc leml~oí'<ll relcv<lnte' de acucrdo ,COil la ' .
\ llilizandll c1llpcr;ldor. dc rCI;lriJlJ, rdllrnllll;lI11oS clmódelo dc la cl:uaciÚ,i (7.X) 'en es¡)cciTicñti6n c1cgidil, ' . ., "~ 'r . '"
" 1:, I"r.ma ' ;'. L' ~ ' • ';' ' ! ~

Vamos <lcenlrarnos cnla Cl;i¡~;í:2'dcj:tndodcl;idopor ahor.<I la etapa 1. La ¡den

[ e,] . [ClPoO
(l-n2L) (J
(J, ,,1
, -ClI .:..L) ]
-/111.(1 4} 1,=
': es desarrollar los COlllporlamicntós ,dc\os modelos. de aulocorr¿ltición
1'. I •. • ~Ir ..'
asociados
'< , ,
(7.11 ) .' • .• ¡;. ."," . . -. .: , ",,' ° • .'.' .• ~ • ; ;- , o, .'

'~I con diversos esquem<ls AR,MA yA,RMA de ort1cnb<lJo.' ". '. . .

-1 I Y" O
., Después COlllpar<lrelllos estos COI)lp0rltlrnicntos de los modelos teoricos con
dOIllJc /), es una \'ariahlC i'iclicia que 10m;1'v;1lor uno para incluir el lérmino de in. '.', íos de los 11100CIo empíricos, calclll<ld o:s''<1b,anirde'¡<ls'scrics';llwlizad<ls, con' objc(o
lerseccióil en el modelo, ('miemos escribir ahora el Sisl~;lla anlerior en forllla 111<llri. de sllgerirllritl o ni;\s cspecifíc<lCiones '\'RMÁqucsi.:rVir¡ln l'<lrarealiz<lr cstim;'1c,io-
cial C0l110 " ,
. >::.: 'nes y conir:1sle's. ,,' ."
~.~ ~~
,1(L)x,=;lJz,+II', (7,12)
donde las corresponden'cias SlJn evidcntes, ,\(L) csla matriz:l x 3 cu)'oselel11entos ,,
son'polinomil1s (algunos de gr;1c1o cero) del 'operador de relardo. Su inversa se cs- ' 7.2. ,'o . .. '. ... .
crihc como . ,{ PHOPIEDADESPE LOS pn:O~Esq~ AH, MÁ Y ARMA
'.,
;",

, . '1' .'. .
'; , II-I(L) = --C(L) (7.1:1) " . 7.2.1 Proceso Ano)
. 1i\(L)I, . ' ';
~~
dondc 1... 1(1.)1 es el determinanlc }' C(L) cs la ni<llriz de COf;1clores. Combinando las : .: En primcrlugar, des<lrroll;HeJllOS las prOpiedades del proc'eso AR(l). En la Sección
ccu;lciones (7.12)}' (7.13); oblenenlOs ; : 2.5 obtcníamos los resu1iados más uestacilllos;<lhor<l los c1esnrroll<lrcmosde nuevo
I ' mediante un lllé.lodo,dislinloCjue pcrn;ilirá múltiples itplicacio~cs posteriores. 1.<1
1,\ (1.)1.1', = C(I.)llz, + C(I_) 11', (7,1,1)
; j.;' exprcsión formal es '
'1,.
La propiedad h;ísica dc la ccuaeión (7.14) es que (oda v;lri<lble endógen<l del veetor '.\ ':,.,;. ", )', ¿ /11 + (1)',~ \ + E¡' ' .. ' . • (7.16) '. 1

~," (10c d a 111

.1',
opcr<ldl)r'de ¡,41;íi¡'do':"Paj';ldicIl0 m<Ítlelo' ',.
c';'(jTie'é's ,oh~ fin ti j¡ oh lió e sc;11;\ti.lCl
~,!Jlj I~ljfil~ ~;po r'C1:-O)fsnl~r'c1 cTéTifijTi,ITm
.
~-o-~l, \~:,"-.:C.:. ..\i7ih..¿.ó.....
,.>~T'(io"'~.\~i~.7'.~':~.~'?:;';i~'l~'b.'~¿;.~.','J'~f(il')~r,[IT~IT .'''''.-,Ii2f.~~.~;'
... "Jj.
r.'c.~T,;.~.i~.".'.s,'
... :;\,;ft.'ff... r..ct.\.{;;.Ef.íS:l,f\'.1'.n.~.I,f.i1,,:W!t.:,'r.'.i.,','::" ' ';' ,~:.,.:,:: .. , .
'1 ;é do él operador de re lardo
(7.15) ':1 ;: .' "" ,(1 - ~~J_)'I:~Hr+~,
-:'.0"
,\sí pues, tod~s las va¡oi;¡blcs endógc¡i<iS dcllllooelo poseen el l1Iismo componcnte :r¡I;~.'.o l' .' ". • . Oí 2 ,.' ".,. f
'l. queda y;=(I+ÚL :~c!L +".)(I1I+e;)
aUlllrrcgrcsivo de tercer orden. L<I)l<lIUr;lIeza"(Jel término dI: I)ei'llllb<lciún tic la
l:cu;lciónA R dependei';¡ de las variahles exógen¡ls del !ad<i derecho de la eCir;¡ción ;~" La cómt;¡llIC;/1 liellc idénlicovalbrentodosl()~pcriodosY.'J)dr 10 tanto, <lpliear el
(7.1,1), En caso dequc nOicsullara:ldceuadoelmanl'cnimiell\odelsupucs\O tic rui. operador de retardo las vec~sque se<l 1l0h;lCC ni¡ísqtle seguir rér'r~<1ucienoo l<lmis.
do blanco para el término de perlui'bación, dehería enlollces ajuslarse Ufl rúndelo 111;\cOnsl<lnte;PodcnHlsrefl~rníUl<lr la ecuación anterior ~lilaform<l '
gcner;lIARlvIt\ parecido'al del;\ ccuaci(ín (7,5). . .
y, ==.(1 + (Y +(l2 -~ .. ,)ní+~(E,+ C1E'_I.+Ú2 E,_ 2+ ... )

("<lndo I ú.l < 1, Qhll:n'~rilO~: . ~.

:,.:-.','
.
7.J.21\Indclizaciqn AIli\lA
;_. . . .' ,11;""
.E(YI)=.~=JI (7 :17)
., 1- (l', ',' ,
Para claborar un modelo I\¡{lvl/" cJchi.:mosseguir tres clapas:
•.•...,"
 2~2
, I

es c.kcir que In varinble ytienc unamedia noccÍJidici(Jlial que es lina const;\nlc y,

(',\1'iTlJI.O J: rvlolldos Ulli";¡ria,nll:s dcScrics TClllpura!<:s 2.13 ,-" , I

por lo lanlo. es independicnle dcllicmpo. Como moslramoscn laSecciún 2.5, In .g

'¡¡
1.0 •
.g U.X
,-
misma condición aplicada sobí.c ex da lugar a una varianza incollllicional conSlante .~ I\){ Ú~ pal:illll.:lrn -0.7
para la variable y. es ucdr' ~ O.x
c. ~ O.~
g::l
(7.18)
y

~U ..•
(UI

!~ IJ.U .~jJ.o.ou~
l"
;', -.)

I~ ')
e
y
2
;g 11.2 .g -nA
u <=
La varianza puede c.Iesarrollarsede lllodoallern;lliviJ para facilitar la obtención
O
U 0.0 ~
1(cla,J" U -O.X
L-L..-l-L_. l~l'lafJ\1
de aUlocovarianzas. Rcforlllularcmos la ecuación (7.16}mcc.liantc!la ecuación (7.17) H lO 12
lo 111 I!
.como. rIGUHA 7.1 .
'x, = CU,_ 1+ E, (7.19) Correlogralllils de series ¡\ R( 1) esiacionarias

Ue x, .~',y(-:!( E,I,~~,~,~r~?,::!;~~~~E~9.8,,,:~
'~.?1,1 ~1.1~,~~,I.~,9R.\~.~'}
.9.:S~.l}I'E.i~j,ll.(}'"IY););,\()]!lJ)ll~,,".. ;;; ,,01,:: .-.,~' " 1
. :,~.;":,:'.
"U:'(](fc'si)\~lilíiZ":\s~'vellúJs que , - :.:. ',:.;-: ,". " ,_~' :' 'o •• '

.'~ Los coeficienles de anfocorrelacilín para series eSlacionarias se definen C0l110

E(x~) = ('(2E(xf'I)+ E((¡)~2~d::(.~'~IE/) , );

. E(Xrl"_k) ... , "Yk
['\ úÚin~~ 'lérillino delládo dcrc'c'h~ dc'sripal:e;;~ I~O;:t¡~iC '.1:; _ I d~penuc eXclllsiv¡Ullen. ':.' P k = r::::;¡;:¡ '" = ..-- .
le de E.,_ \' E,~ 2 ••.. y, adem¡\s.:'E¡CSlá incorri::laciqnad; ~on ,todos slIsvnlores pi'eee. '. ' ¡. :' \vnr(:I',) Vvnr(x"~J.)-YII,'
dcnl~s debido a' qlle hcnlOs SllPÚCSIOqué'se lralil ¡,]elln.ruid() lil¡\ncQ.,:CU¡~"n"c.I.()'q sa~,' .. ' .'
lisf;;¡cc la conJic:i(ln uc. csiacio'n,{ric¿¡¡,d. f ('( '1 <']., ¡;'illonc:cs ", " ',~:. , 'Los tó¡;Jicicnles de ,t1Ultlcol'ariilll%¡l y ;)lIl~cÓI'l'~iacil);; Sl)ILsi,i1é.lricllS con respccto
. . • -. . \ '. -'. :.' " • " ',' ': ' , , ¡.~.
üclrc.lar.doc'cro. C(ill observar I,os'~oefié'ienlcs para rl:l¡irdos.pusilivos cs suficiente.
'.. '
':,'
,i_
U):-L."._
;;,(,.2'):" £'(1.2,
',',~'I - ....
)''.-' ',: Losc:oeficiei1lcs de aUlocorn:I,~e¡ón de ló~pro¡:csos'AR( I ).scin

y 1;I,ccll¡lciÓJl¡II;l~rio['s~ tl:"ns'forma el! 'Pk";npk_:¡='ok k=L.2.:.. (7.22) ,'"

. "'. ' . La'c:xpresión anleriorproporci,ona lodas'la's coeficientes de ;lllloc:o'rrciacicín. ESln
.' 2 " " '2' ".-
,U)" = U.~UI' + !T;: '[orl11u!;\c:iúnrecibc clnol11bre dc 'ril;lcjiln dca.iJf(icofrcJadl;n,de la serie '(abrcviilda
,C0l110file (IIC/)) y su reprcsenlaci,6n gl'<Ífi~a se conoce conl(i,co]'],(,/O¿{],lIIlIn.La Figura
';I'lICrcconf¡r.llla la ecy:¡ción (-7,18). '. . .' '" , . , ' .,' " '7. J I11Ueslra ¿los correlogral11as Ij~nl series' A R(!) qtncioJwl:ias. .
.' -. ,... . ".

, El' ¡;toceso iJcm~.llipl.ic,,'[ "l11bos h,~os.dc. l"ecuúcióll{7, 19) PO[X,- ;¡y.tólllar. '
éSP,C("1¡;'a~á".'lug¡'f a:.. ... '",¡ '... ' ", " . " 1''''
i2.2Frocescrs An(2)
.' i(,':rl:;'_,)~\~E(.\.-i,'_¡) +E(xi_IE,)
,t, ,.-,' ""; '" "
E'J proceso ¡-\ R(2) s~ define
'! ,.'

l., • COI110'
Simbqiii.arcinos'fos c{leficielll'~s de aliloco\'arianzanlcc.liiIllIC"ys = E(xrl',_.r)' La Últi.
'l1la ecuación s~rá puc~' , '", "
(7.2:\ )
',"YI = Ü"Yu I~a l11c'dia 110 condici(;liai (suponicndo eSlacilllia,:'icd;ILÍ) c-SI-l'" !n1( I _ Cl I -: Cl~ ). Oc.
flnaJnos, Como :Inlcs, x, =: y, - p, y rdon\lulel11os 1;1ec:uaCil)~l (.7.23) cOl'no
donde "Yoc~ un for;1~a alternativa ¿Ic simt}olizar Oc (orJi1a parccida.n;lllliplican. u;' ", 'Xi = t~IXI_1 ;. (~2xl_2'+ É',..
do la ccunción (7 .19) pO~X;;- 2 X tomando eSficr¡ínzas. ohlCncnl()s (7.2.1)
/:' Multiplicando illllbos ,lados por i, y tOl11anüo.c~flc'rnn;j\s; o\¡jcncl11ós
' , ''Yo=,'al"YJ+¿~"Y2+E(.\.>,,) "
Y. 13:'1 g~nefal. k= 1,2 •... (7.20) , La ccuación (7:24) del11uestra qtic.i::CI',E¡)= uZ!'y.'por.'¡) [,U'\lo'.
."Vi,.= ('(I'YI + ,C'r.i""'2 -{- (r; (7,25)
9------------
¡{¡' •
¡Y

"1';) ~I(TOI)OS IlE ITO:-:()~r1,llli ..'

, C,\l'Ji'ULO 1: Modelos' Ullivarialll~sc1l: S(;ri~s Tcmroraló
---n
.
. "

' "1
', .. '

ivlulliplicando la ecuación '(7,2,1) por x, _ I )' .1',_ 2 Y tonl<1ndo esperanzas del Illodü Expresemos est,a forma ClIadr¡ílica cOllloel produ,clO, ele uos f:lcl~rcS;
l1abilu;d, Vl:1ll0Sque II(L)=:, l-a,L- ~2L2 =(1:" hIL)(l -h2/.;,)
1'1'= ({ll'o + ('21'1 La relación enl~e In';; par;ílll,elros a y h,es
(7.2ó)
1'1 = all'l + U11'o hl'+h2'"('() y ,hlh2=;-a2 1- (7.31)
Susliluycndo 1;1ccuaciún (7,2(') cn,1;I (7,i5) y simplificando, ll:ncmos L:ls h deben considelarsc C(líliti1:ls ¡';ikes de h2'~tiIX: - 0'2,"0, que es la eClIaci6n
,,'
caracleríslica del proceso üe scgllllUO oi;deli. 511S rMces son ' ,
_, (1":('(2)(1;
"Yo - ' aJ:!: \/a~+ 4('(2' ,
(1 +(2)(1 - al - ('2)(1 + ul,- fl2) hl' h2 = ,,' ,
, ,.', ¡ " 2 , l.

rn caso de eSl~sionaril:u;ld, la vflrianZfl deberá serunfl constflnll: POsilivfl. CUflndo que salisfacénl:i eÚI¡¡CiÓ¡1(1.31j.~odcmos 6XI)rCSa~'el ih'vers~;~IC'eSliI ~xpresi6npo-'
ludus lus lérmlnos enlrc parénlesis son POSili,;os, obtenemos linomial, /I-I(L), con1<; ,.' '
fl2 + al <, 1 I, , e , .• ',{! '
¡\-I(I,) , ' " =' ---' '1-''''''-'--
t<2-al<1 (7.27) ". " ,(I-h,L)(\ -h2L) , \-\Il~ ¡!.,h2L',

b21 < 1 donde e = -h I f(>!-'2:.. X,), y tl= hJ l(h2 - ,h ;).En'lonce~ ' :,.." '
Se Iratfl de las condicioncs de l:slflcionarieuau para el proceso AR(2).
Las relaciones entre las aUlocovarianzas ue. la 'ecuaeilÍn(7.26) pueden exprc-
sarse también cn términos de los coeficientcs de autocorrdación, "
, ...
.:
Demanerap"recid:l a los resultaUosobleniuos parfl el proeeso AR(I),la eSlacionil-
(7.28) riedad del proceso AH(2) requiere ',. r : ';.:'
r2=U¡PI+U2
<lh)I<ly IX21<;\ (7.32)
Se (rala de las denominadas ecuaciunesYllle-Walkl:r para el proceso AR(2). La re- t ,!
, suluciún de eSl<lSecuacioncs para los uos primeros eoeficicntes dc au(ocorrelación Rdorlllulando las condiciones en.t~ni1illos,(k los p;1r¡\n~clros ~. obtenemos l:ls eon-
,~ : diciones de eslacionariedad ucsatroll;das anlcdorl{,enle eli la e~u¡¡ción (7.27). '
, (1;)como resultado .• ;
El C:lSO'A R(2) :ldmite l:l posibilidadtk un pnrUe rriícés complcjils que tendrán
, ti,
~ ,..: P,=-- (7.29)
lugar si ('(~+ ., [(2 < O. Las raíces pueden escribirse como. ,
" , 1 - ul , h ,"h = Ir :!: \'i.. ' , .
- ..;'
';'1
". . ': J""""¡":_'f~~J~/~;~'~.~;':":~~'''''''~':_~''':.':,,'~',.::: ...•:."..• "
La laé'C;i'~fJ:ddlkóc.esu t\R(2) es' , , i'''dg:~~,~'¡;~)~':'.i~~~~'t:ir;{~r;;;~:i¿~~:;gi;rS:i::í;:!~1:á:'7D;:T{\ID{'~
r':1'~,4:;S':'T~:í'ri't;~~~'~6":'¡';~~;;:""'::,":'~"
~,
f',,=nIPk_l+fllP"_2 1(= 3,,1.... , (7.30) ginarioi = \,e¡. siendo;2 = -i. LbS cócricienles Ue:;iulOcórrclación reOej¡H,ín:lhor:l>
flucluaciones sinusciidalcsqllelentlc'r~na cctosiemprcC]t1e l:lsraíees complej:ls len-
[sla es una ecu;,ción eil diferencias de segundo orucn. con 105dos primeros valorcs
~an 1I1Ú(/¡r/O mcnorlluc la 'unidad. El' vi,lor o,bsolú10 omódllló de cad:l üna de las
dados cn la ecuación (7.2l));f',.l¡ís aún. los cneficicnles de la ecuación el) diferencias
son los del proceso t\ I~(:n,Por lo tanto. ,I;,s condicioncs (Ic cst;lcion:,rie(I;,~1 ase!'.". míces cOlllplej:,ses , " , , ) >

ran que la rac desaparece cU;lIldoaumenla el número de rclardos. La faclien~ la ,

Ix,I=Vj,2+v~=~o';
1"" '
j=l,2
,
forma dc un:l función dccn:cicnlc c,xponenciallllcnle o. cuando las raíces de la CCU;l- sienUoO <: -('(2 <1.la <:ondLción p:lra q(lc ~lc6rrdogtama posca Un:l formasinúsoi-
c¡(in (7,3D) son complejas, 1;\ ro'¡'m¡J d(; .uiüs'iI1l1.~oiü;il ;1I1ltliligllaüa. dal :inlOrliguada; "" "
.•.• ~,.
La condiciondceslacioli\'.ri.~d:ld pnrÚ:líces reales o complejas es que el mríuu-
Haír(;s del poilnolllio :en (;1()p~Tador de n:l:trdn Jode las raíces sc;¡ .mcnor (luCtli\o; O (¡u'e !asraíces sesituelÍ cn él inferior dd (:¡rclllo
Un moclo :lllernali\'odc Ci)lisidcmr e¡' p,oc~so 1\1~(2) es idornilll;indolo en Hllidod. Un:l condición o,I1ernalivaesqt;¿I:lsr:lícesds/\(z)=1 -a,' - fl2Z2, cstén
funci(in del operado;' lIe relardo. ;[scrili;lI11i)sl;¡ cCll:lci,',n (7.2,1) COll\() , sillwdas [Hcnulel círcH/~1 /ln;lIud. Lasr:líccs(lcÁ(i:) sonaqúcllos v:lloresde ,(¡UC
. '

r(;slleh;cnla eCllación ",

, il (/.)1', = f.,

donde ,/1(/.)=...
, - ,
1- tll/.
;
~,n,I.2
~
 2~6 ~ltTOUOS ut: I,CONU.\IUldA
--
:J

(.\1'1'1'1 (,; I\llld.:llls LJni"arianl<:s Je Serics Tcmporaks 2~7 "

., -

EviJcnlcl11cnlC, las raíccs Son <¡= l/'A¡ U = 1.2) por lo quc, cuando las 'A sc silúan Volvicndo a las ccuacioncs Yule- "':,Ikcrdc la ccuac¡llll (7.2¡')) Y buscando la solu-
enel interior de! círcuio uniuad, lasz se sitúan [llera, del mjsll1o. LI lilcralurasude ción para 112'oblenclllos ..
hablar dc condición de eSlaci'onaricu¡td cU¡\Ildolas raíces del polillomfo ell el opcra' 1
r
P! - PI
dordc relardo se silúan fllcra dd cirt'lIlu lIi/filad.La figura 7.2 miles!ra uos corrclo- lll=---=I'I" ¡./.
- I - (11 .'-
gramas p;¡ra scricsAH.(2) qlacionarias.
Las ccuacioncs Yulc-Walkcr ¡)araun l)roC(;SO Al{(3) •
X
I
= III \"
. I -
+Cl
I.
r
~.I _ ~
+ ('(-1'
y
_ +
I _ .'
El' sOn J'
~ 0.9 RI.U
oc. UY;ac(-l) .,tl.f,'oc(-2) ,I

i O,X
);11.:\
.~.".'
"E 11.1. -
'.:'~.
, 'l
(n:l)
~
J O) ~ ¡
;,
~ II,~, p) = nlP~ + (l~PI + 0.-;
,'~ 11.2 ,. El par;ímclro ti) cs la corrclación p;¡rcia! cntrc XI)' XI_J. man!l:l;ien't1o conslanlt:.slas

~~::,::~:l:~~Z'~~::,::",:,,,;i..,,-ú,~,;~~;::::'(~';;i)~"j:,,:',':~%k'
.., 0,6

~'r:':,::::,~:Ó~,~:~
l! '.• :' .

'"".,' "",.,:~.,:~.",\l;5,~.:',: ¡,;.,~ !..1 "~~_~< .. ,1 ':'~p,~;,~oA~lnJ;IJ",.

d, ,1,
Ü 0:1
2 6 H ,IU 12, 2, .1, h S lO 12
Sil:úil'U)'CIlUO CIl,I;¡ lcrcera eCU;¡CiÓllYule:W;¡'lkei-. Icnemos que 0:1 = (J. Sc oblicncn
':'\
¡'csullildos similares cuando sc suponc,; inéorreCI;¡mcntc esqucm;ls de ordcn supc- "\

FIGuitA 7.2 riol'. De cstc modo, I;¡-fa'cp (I)ad) dC"un proce~o A R(2) 'ucsararecc después dd se-
Corrclo¡;ranias oc series ÁR(2) cSI¡¡ciónarias gundo reJ.árdo. An;í1ogamcnle, la facr de,una sC'rie AR(3) dcsapareccr;í dcspu<:s del
,7\
lercCr.rCI;¡'nJo. Subr¡l)'cnlos, sill embMg(), que dicliosr..:sullados SOIl I'Úlidos CU;llldo
iratilmos dc los p;¡r;\Illi:lros'/}()lJlllcivl/úlcJ,'!-Iabiluallllcn!l: dispoílcmos de corrt:i;¡-
f¡lI¡ción de alli'ocorr~hlción p;lrcial (facp n.pacf)"
ciones' mllcsl rales q uc, SOil'esli macioncs .¡n!pe r,reclas de 'Ias,córrespondic n lcs corrc-
Rcs~ll~ a mcnud~ c.lifíc'ildislinguir entre 'p'ro~'~sos: AR dedistililns órd'cllcS si laciollcs poblacionalcs. Eli ,cu;¡lquiér c~~o, 'csperamos.quc la f;¡c cmpírica de ulla se- .'
1l0S liasa';1os lÍniCal]lenli: cn' la oÍJser,va'ciün uc los',cllrrclogralllas. ,Es j1\lsililc, sin riceslacionaria AH, lieiltia';¡,cerii)' quc"', fa!,:p sea aproximai!alllcnrc ccro l11ií~;dLí
embargo, rc'a'lizar una dlscrilllinació.;l 'm¡ís 'dráslica a parLlrde la observació;l ~lc',los dcl orden dcl proccso" ' ' .
coefii:icntcsdc corr~lación parcial. Éilcl'caso'dcull proceso AI~(2).cl pariÍlllclro
Cl2 es .Ia corrc'lacióll parcial cnt'rc XI )'X, _ 2' p.ermallcn2¡cI1l1o .\:, _ 1 comlilllle. para 1--:"

comprobarlo,rccordemos 'l~ dcfiriición d~coeficiclloIC' dc correlacioll p<1rcial e;¡el 7.2,3 l)ruces()s Mi\.
,.-.;
casodc tres vlÍriablcs dada por la .eCu¡~ción(3.15),'.,' , . ,
. . .. . . . .' -

Podemos invcrlir el proceso I~R(I) eI.c1<1c~uación (7.19)y ohlen.er

;. o::.., "1" '
. r',' = .. 13 1223
, ,.1'/'= E,,:+ ClEi_., + c{2EI_1 + .•...
13.2 ,~'~
. v 1 ~rh\ 1-.r2J
'Sc Irala'tlc un rrocesotvlAde orden infilli.IO: ivl~\(~). El proccso ¡\IA puro cxpresa
Dicl;QS coeficientes dé cor:rclaci6n' adqiiicrc,n' r~rma csrcci;ll.cuando se ir;lla de se- una variable [Inic;f)' exclusivamcnlc en t~rminos dc I()s'valnrc~ aCluales y'prccedl'n-
, "

rics eSla2ion¡lii<1s. Los subíridiccs '1.2:y 3 silnbolizan, rcspectiV¡¡menl~.la vari;lblc x lcs de una' perlurbacióndc lipo ruido bl'ancCJ,:Eli Illllníclica. lo (¡nico que imp0rla
en cl pcrio~o corficnlc, así COI!10 su valor retUl:uado uno y dos periodos, EI1ll1nccs son J;is'propiedadcs dc los proccsos MA dc orderi rcdll~ido,EI proccso ,'\'IA( 1) cs
"'12 ;"corr(XI'X1_1)= cor~(.rl_I'X;¿2) =(2) = PI XI = E/ - Ji I E, _ I

, 13= corr(xl, XI - 2) =, p~.. ,' Se dCl11ucslra Lícill11cnlc que la~'a'ulocovari~l;zass()n'

S'J~¡i¡uye;iuo eli la[9rmula aíllerio;', " ,
"Yo =. (1+ jJ1 )á!
,"2
.. .•
O"

. '
.' ,_,PZ-: PI.
/ 13,2 ~'-1-'-2-'
. . :ePI'
",
2•
"'''YI' . =,-fJ . 1'c.r~ (7.34) " --
"",':-,
 , ..:.~~;
;i
.
SII:H)I){JS DE LC()~()SII: I !ti.-s
'.
/'

i; ..
"¡"i,'
,
•. 1,.,

,
II
1
J
,.:',
.J.
C',\I'h¡';1.0
••
7: Ivlude"os
';"'~'.
U 11i,'a ri~IH~S de Scri~s T e lil¡ior:;'¡ Ics
:

'._"1" .'"
• • :

~'.,
"1 .;'.

'"'.,~¡~~~ .. l'
;' ",
. 2~!J . ¡
¡
'\.,. ," , .•..• ' ' •• ~ '. -••• ' '0". '1, :,~ .. :.' • r;'._:: .' ¡: '
,',
'-l:' Dad<]s lal~s concliciC?I1~S• .cI proceso ARM,A(ji,q),podr:\ expresarsc bicll como un Tiro.
.',, -/1, ceso' A Itpul'o de ~rdeninnl~itp'; \iLcl1'coii~o ullj1r.otesoMA pürcl de orden irlnnilo:.,
PI =-.-,' .,' '. "., '.',' ., , 'l." " ." " '/""- '1 , ,'. '¡ _< :\ J: "!., _" 1

1 - Pi .
>

(7.Yi) .
1J-1(l,)tI(L):,',
:' :.
;'E¡ :' o x,.=A~'(L)fl(l.:k'
'\ . ¡.
-=1.'31
¡. P2 ~. P.1 = . oo ~ ()
El prócl:so mix 1(l dl:ll1cllor orde;l es'e1 'A IU"I A (1.1 ). . I .
"
l'Olknllls illl'nlir d proces,; 1\1,\( 1))' ol1l<.:nel' El COIllOuna.serie inJ'inita enlénninos

I
o-

x, =lY.l'i.'¡ + -IIE'~.l "

"

"fl
., de .r,. x".' , .... Él (7AO)
; '. '" " . 1'. .'!
"'. r::lcvandi¡ (7.'llJ)all:uadra(Jo y IOl11alJdocsper<ll1zaS; vel11o~qllG'
., I
( 136)
..
'T:

!
~,
,..
'tI'
.t
~l:;yéi~~:"?2,;\::.:. .- ".~ ' '
, .. \

(7.41). I
"

.:.,,~ Sc lralacle un;] serie AR(:r..). por lo quelas~ulocorrelaciones Ij"rcia!cs no des"pa-

...•. ~" ., . I
l\''';ltiplicando la,ecuación (7.4dh' IOl11al1do espeTallt;s,: l. ..
" reccn'. sino 'quc tiendcn <'1cero. PCI:O.COIllO~cab¡lIl1Os 'devCr, después de I;i priniel:" .; . " , ~ , " ;
.:."'-
, autocol'lel"ción las dcnúís son ig:u¡iIcs. a cero. Lilspropiedades de un prbceso MA' . '. ,'. (ll-:-fl)(I-#J)': 2 ,l'

.•. ;, puro son. por lotanlo, las COlitr;\I:ias Ú I;,s ele' un proces,) A R puro.' La' rae de IIn pro" 1, ;= "'YU - /J(l~ =:='. " fT{ . ,1 . (7."12)
. 'i, . .,1- ty2 , ".
" J, ceso /\'11\ des;¡parece dcspues dcl rclar,lo indici\c1.o por el orden del proceso mien- . . . :,,', ""

Iras qu'e la facp tie.nve á cero. Las cov:Irianz:lsdc m:l)'or .ordcilViel1cl1 daJ;¡s por' :
./
.....1 La ecu;¡ción (7.36) liene senlidoslÍlo.si 1/1,1< 1. De ¡lO ser así, las implic;lciones -t{ =O,'Yk _1 ',k='2, 3.,;",
'. (7.43)
., quc se derivarían se lr;,duccn enel hecho de que son las .1' l1l¡ís ;¡!cjadas las que tic-
.¡ Por lo «1I110,1;¡ rlll1ciúl1 de aUloc6rrcla~iól1 del p~occso '0~RMA;((.I) es ,
. '-
nen 11l;IY0ro.:srepercusiones suhre el s'¡t16r'¡IClual'de.l'. La ctJndicilÍnljJ ,1 < I recibe el
~l.j " nOl11bre dc CIlII<iicic)1Ide inHrlihili<iacl. Essil1lilat ;, la condición'de eslacion;¡ried;,d " (ti - /1)(1- afJ),.
p, =. '.
'. l

.
•""fU;
'. de unascrie AI«I),aunque la estacionariedad
dici,íll algun;1, P"ra el proceso /\'IA(2).1 seoblicnen
de la serie JvIA(I) no exige <i'jJ, con-
desarrollos con resullados simio .
. '1-20:13+ (\2, ,
(7.!.IA)
i
, . ~' ..
I
.•..~ ,~
lares. En gener¡l!. p;¡ra un. proceso esl;lcionario /,,11\(1/), los primeros 1/ codicientes k:=2; J. oo.' " .
"...... '/, '1'
de aUlocol'lelacióil son distintos de cero, Illientras que el resto de codicicnles dc
JI' ,,:'.,

aUlocorrelacilín soi\ igualcs a ceró; los codicicntes de ';¡ulocorrelacicín p;¡rcial,por

,,;~' Sil parl<.:, tiellde aceroa Illedida que ¡\lllllenla el valor del retardo. . T,\III .•~7.1 J.. i

-.).o'
11
.'
;~':\'?;:/\:?i,;:.'.,.,'
;,'
.,i t¡< :;¡.",¡?¡¡'.¡)'7"'~~~!f:!.~~'é'2::t;f'::':l&?';¡{2"'?;¡'"')'''''",,).¡¡"P',C','! '
/'
'-¡!' 7,2..:1 Procescls.i\íU\IA.
.! ' 1\ It(/1) Infinita;cllllvcrgl; '. '),illi¡~;d~s¡¡rarcéi: I
"-.'J'fl
i ' i1cs¡)llésdelr':I~1tdop
El procesoge11cral¡\Riv.IA(ji,i¡) es
1 . MI\((/)Finila;&~apai'c~e, .
-...'
,H

j ¡lcs¡il1~sddrClardo IJ 'llliiliil:i;con\'crgc"
A (l.)x, =1J( /.)E¡ (7.:17)' ~. .
.',' "

"'-'" 1\ Rr--'IA' Illfillil;l; con\'crgé

..ji donde
, (7.:11))
~~!,I
'IJ(I.) :=. 1"- JI ,l. - hU - oo.- /1,/'1 Elpii111er codicienl¿clependclaiítodc lospa rámclros de .1<1p;;l-le A H,'canlO de los
>l dela p¡irlc MA. Ijiscodicientesoblcnidosdisnlinúidncxponcntiall1lel1tcy
"..,1 La l'stacionariecl;-¡d requiere que las r;rícesde ,\(L) sc silúen rlll:r;¡ del circulo unidad; la I:\s;¡
dedeelCc::il1liento~'enclr;1. dad'JiJoi:c1 p;'\diilel roAR.$i n CIl1U;lrgo, ;¡.di fe ,:cnciade
,,1 por su p;lI'le, 1;1invcnilii.lid;¡d .i:xigeidénlicas cOIHliei\lIleS sohre las l;,ír<.:s de /1(1.).'
UIl prpccso ARpuro,klstndieicl\li:s ¡le ;lúlOCQrrel;\ci6'1 p;¡'rcial'nodesap;¡recer~11
.,,, ji,
sinoquc'sl: alel1l'l:In. Laecll:lciÓn (]:3Y)déj¡lcnt;'everdiCllO rCSUII;¡ÓOde ,forma. in-
tui IiV;iy rilllestra ccíl11011l!los IO$I)r(jcc\osll. IUvlA sOllé,q uiva1clí 1cs ;¡rrocesos AR
\./1 de oidell illji;'illJ.' .. '. . , .. , I
:
\' :J,
 250 hIIo'TODOS DE ECO,''¡O~tU IdA
('¡"'lll;llJ) ,\lolklos Univarianles de Series Telllpor¡Jlcs
1"
. ¿
ries artifici¡¡\t;s que nos aYlldar¡íll a iluslrar 1¡lIlto la ulilizaciún.del correlograma como
la ¡¡plicaciún tle los COlllraslt:s de raíz unilaria. SUI1Iilssigu.icnles:
-r. --"?' .•:-r; •••••••
"''''':__ .' ••••.••••...•••
__ ••••..•..••.
~•.•..•••.. __
.•..•.•.•••• , ..••••.••...•. l. I

Valorcs dc los par:illlcll'lls

,
t:' 1)Clllllllill:lri,ilt J)clilliriün de la scric 111 .; ñu Tipo
,1
.p 1'1 (1 - 1".).1', = /JI + E, O.lJ5 '. [sl~ci()naria
> 1'2 1.00 No eSlacillll:lria
..~~
...' 1'3 1.0:; [splosiva 'J
7.3 .. . .:\ 1'4 O.I)() ..'
,.10 O.:i No eSI;lcionaria
CONTRAS1'ACIÓt'lDE LA És;r~\ClbNf\RlEDI\D.
, ;.~ 1'5 1.00 lO O.) . No eS!:ICillll:ú'ia
'. .' ~
.Las series se han generado COIIlos yalores de los par:ímclros indicados y. exceplo
La St:cción 7.2 d~rillía 'Ia meelia,' variallza, aUloéovarian7.ils. yaulocorrt:laciones de :~'
pnraY5, a partir de un conjunlo común de 200 nllmt:~os akalorios t)isir'ibUi~lqs;¡~ll"
......~.•i";, ..c ;..;\i\;~~~{,i,d f~;~~tJ,.~.~;~~;,;~~~:p~~~e~~~~:
.-.'."' ' .~'!.
ttt;~£~~~J~i~~~.~[~I~~~.;;;~;.I~~'~~;'~¡~'~i:;\:~!i':;
~.~~:.~-~;;~ .,..jHallllenle. '1' 1 eSUIií\ serie -cstacióllafi{¡"i\ Rtl'):'1'2'n'I¡'Pf;s~()'al;5'¡'¡,tiMif'¡?(;'I\¡~a~~i\:¡I'c
1'3 una serie explosiva AH.(I). 1'5 es Olro ejemplo de p:lseo alea lurio con deriva : i
cocfic'ienles para cúalquic'r serie, debt:mos vcr.ificar si úichascrie t:s t:staci()naria5.
. ',.. aunque gelleradoa p:lrlir tle un eOlljunlo distinto dCIILIm<:rus alc¡llorios. EII c:lda
La Figura' 2.9 ;noslraba un proceso AR ciíl'aéiollarioyunpascoait:¡úorio con lIcri~. :'
','
I una ele las series henios.dcscartatlo 1i1SIOOprimcras observaciones y hemos uliliza.
va. CalcLilar la lúedia d~ úna scrle ele raseoalealorio.con deriva 'p:l1'a v¡¡riossubcoll- : -'\
do las' 100 úllimas par:i calcul¡¡r los codiciclites 'úe liJs funciones f¡¡c y facp; Las au,
jUlúos de d~tlOSno tiene sentidp: Los rc'suÍl.:ldos v¡¡ría'n según cU{I.1sea <;1.conjl[lIto de
lDéóri'claciones IIIl/eSlm/e.\' se hall' cidcula,úo a pLirlir de'lafúl'illui¡¡
elatos ut.ili~aúo. E.sle prGble1i1a .es. c!erlQ (l foi'rior;'para la.st:ric explosiva moslrada ' ..;,,
. en I¡(i::igura' i 10. CU¡\llelo' unA :s.éri,c lemporal es 'Iío esl'aeit)naria. es plúi.so .buse:ir 'O¡,
. 2',' =k ;'1(-",- .\')(.1', _ k ~f)
. aquell~'s Irans(or'maeíones quelaconvi~f.Ülnen ~siaciOliaria: En, estas circUI1stancias .'1* I'k = . ,.,," 11 .' ."_' ,. • • •

.esposiblé {ljustar)Jn.nloelelo Ai~MA~ la,scric:transfol'll1<lel¡¡. ". '. .

". '. 2., ;'.1(.1',- .rl~ .
.. Ex.istcn Josforn~;ls dc dCtectar.lit nqcst¡¡cionarietlil~l: . donde.\' = '2.;' = 1\/1/ .. Par;¡ una.serie del' tipo ruitlo blanco eS"los c¡ldicielltes tienell
aproxirna(Jamenic una vai'.ializa igll'aL a 1/1/. 'Las>ulocorrd'a~i(lncs parciaks 1/1//('.\'
l.' Obsc;var d gráfic~ ~lcla'seri~icl;lpt)¡,Üly .sus' corn:Úlgra.mas y dcci.di r el! canse- .lmlc.r SOlf los ti/lililí).\' 'cOdicienlt:s de la .sec'l~elicia de CSqUi!llI:ISf\ R de un orden su:
cllen¿ia.... . . ". ' . .' per¡oi' a lós ajustados a las series. . . . .
2.. Aplicar co'ntraslescs1¡ÍdíSlicosrorma~CSp¡i~a.pl:obarla t:xislt:ncia de raíces uni- . L¡¡ T¡¡bla 7.2 presclIla el corr'clogr.ama dc yl'. l'v!ueslra los palroncs cl<ísicos tic
"
• > ' • .',. ,"' ' • • •

tarias. un.a serie eSI¡¡cionaria t\R( 1), COII'aUlocor'rcf¡icIOi1es 'quc.~.Iisrninuyen progresiva, ..

' .. *
níenicy con llliico coeficienle si'glrific'¡¡lj\;O enl¡¡'runciól,1 de aUlocorrelación parcial
7,3.1'Iríspccsión Gdll(,:~ .'
.., que cs prccis:lln'ci1te el cóéficielrle.de jJl'irner orden. Exisle. sill emb,lrgo. una in~-
. ,~,
~t. . porl aiHe di rere ncia en ire t:I cíll'rt:logr.lnia le{)r'iCli de tilla' serie. i\ I{( 1) C:)(l poIr;íllll:'
.'v~iv'iim:o's :'I.laS'I'rcs:s61:;es.(Íc'la~' Figu;;,~'i.lJy~. ¡O: l:nduso'ulili.z¡;IHJ~'J pm:as ol1sc;'\.a-
11'0 positivo, COII)Oel cfe '\;1 Figura 7.1,yel 'con'clog,.ama illlicSlr¡" ¡)ara y I de la Ta-
cioncsdél~einlÍ16s la rorinii cxpldsiva dé la serie, ro 'lúe es típico dt:lJll moddo A R( 1) ~bla '7.2. L¡¡ lol¡¡lid;¡dde los codici.ellles dd',)ri.mc'l:ll sl;n jmsilivos, mienlras que d :,--:- ....
con un páránielro 's~pcfior a '.la uilidad, un párárnclrd igual a I.OS t:n c1easllque nos ,
.l"limo nluestra algunas aUlocoi ..relacio'lI'e'sllegali~;as ;\lInqlle 110 son si~.\1ific¡lli'vas..
ocupa. L¡¡s dos series ies'l¡int~s,col1 p¡ír:\¡lletros de O,lJ;)y 1,00, son muy similares en Kelldall y Ord{¡ explican eSle (enómello. Ci1an ulI'articulo de ¡\lIdersoll qllt: de-
ciertos intervalos de liClIlPO muydislintasen y 'Olros. Un';'esull¡ido relalivamt:nle ob. mue'slr¡¡ que, para c/IItitlti;('/' serie, '1;1sunla d~ todas' sus posibles 'aulocorrelilciunes
vio es que, si nos bá~a¡nos úniCan)enle en la inspección:de los grMicos de las series, nO cs ig\la).a-0,57. Por lo tanlD. el prome(iió r 're~~llial.igcrall\ell'te negativo. incluso pa.
rt:sulta f¡í¡:;iljuzgar si 0na serie es estacionaria y la olr¡¡ no; El corrclllgrallla re¡\liza 1';1 lin proceso' A R( I )con paj-¡¡li1elroposílivo ..' . ..
mejor la. .funCión de delceciónde 1'\ no eSlncionai'ie(l'i'd. Hemos cl.ll1sirllido cinco se.
. .~
"

.bSir ~-J:¡uric~'Kcud:dl)' J. K~ilhO;d. "Ti/l/l' .~l'ri~S:'. Y,I'~dili¡'n: I,d\\';rrd ;\'nll,ld. ('j'Jo. K~.K., .
'V~~~e Plolilcnú 7.3. , . )óp. ¡\,ilic'rsll';. "Serial ()c'l'cnuclll'e. 1'1O;,c;tk; 0[. Lincar I'roccsscs":j""n¡,,¡ ,,{ ,11,' ()",'rll/io/l/¡J Un •.'
J :"J :Scccióí, :¿.~udinia la c~lacionaricuad. ";1'11 Sori"' .•:. 1')RO. JI. 00S'.') 17 . .. .' .
~.';/
--------------.~,r~~~
. .,
CM,'!I'UI.O 7: Mouelos Ullivarialllcs dc ScHcs Tcmporalcs 253
:"
"1'.\ 111.'\ 7.2
"1',\ 11 LA 7.3.'
),"
Cllrrelllgr:\Il1a de Y I Cllrn:logr:lIl1a
, ,
de "1'2'
'.
.. ,...,
. ': . , ~. . "í '.'.
" '. '
J : 1 "
',:
!. , o',

~lll':Slra: J()I-~()()
_
...................... ..•...•.•..•.......•..... ~ ,....• '-:1..l.A.~ .•-.:.. __ .J~.~~'_~'~-J_~~_~,~"'A~~""""N __ 'I-.u-iuJ~. _"'! .C_~ ~~.'~._' _
/vlucslr;,:.IOI-2()()
., Ot"L'f\';'L'illll':S illdllid;¡~~: I ()O Ohsnl'aeiolll;s'incluidas: íno
" 1l11ll"lIrrc1:ol"ilill ,\ 1l11ll"lIrrcl:ll'jlill'l'arri:i1 AC. ACI' (J.sl;¡1 1'~1l1t. A IItfll:Orrcl:'I:hi1l AlIlllcorrc1acion I'úri,il' ÁC ACl' Q-sial . l'roh. .
r ~ r 1

r
0.882 . 0,.882 80,153 0,000 0,958 0,958 94,492 0,000
2 1 2 0,918 . 1).011 182.22 O.lXX1
I 0,781 0.015 14),67 0,000
I ') 0,706 0,062 196,04 0:000 .
\ 3 0,886 0,068 2(>4,71 0.000
1 iÚ41
'~''/,'
1
I
4
5
0,59)
0.5)5
-0,196
0.177
2)).45
26-1.21
0.000 J "5 0,806
'-0.16)'.
',0,094.
))9,84
409.52
0.000
0.000
; 0,000 1
I 6 0,,174 6 0.770 -O,Q.12 47),90 0,000
-0,070 288,58 0.000 1 :1 0,729 -0,058 5)2,14 0,000
I 7 0,415 O.Q.17 )07 ;49
b I
0,000 I 8 0,685 -<¡,084 584,19 0,000
I tJ ~ 0,)61 -0,100 )21.9) O,{)()() I 9 0.631 ,-0,078 . (¡29,70 0,000
I 9 0.296 -O.OI? )) 1,7) 1
0.000 10 0,5% 0,057 669,90

l
I 10 O.OQO
0,256 'O.(}ol) 3)9,18 0,000 J
11 0:5~,1 -0,0)5 705,07 0.000<'
I 11. 0,185 -O.If>6 1
I n 0,092 -'0,1.15
)4),10 0.000
1
12' 0:5,i -O,O:!4 7)5.)) 0,000
I I ),1.1,08 0,000 1') 0,474. O,dl!
I Ú.t,61 0.000
I 1 13 0,021 -0,0-18 )44.1 ) I 1,1
\ .1 14 -0,055
0.000
1
: 0,428' -P,19" 7ilJ,~,i O,poo
I 1 -0,022 .)4.1,49 0,000 15. : 0;)79 -0.05(, 800.61 .O,{)()()
I 15 . -0.146 l'
I -0,186 )47.05 0,000 16 0,))8 0,014 '814.45 '.0.000
I '16 . ~iJ.l 85 I
0,1)0
.•...:.
8 1
I
1
1
17
18
-0,194
-0.20;1
0,089
0,(4)
)51,21
)55,81
)60.97
0.000
0.000
0,000
.(.
1 JJ

L, lin.:", \'crlic;ll en lr:lI.U:S di\cnnlinun,;'r..:prcscnt:" tJos,,'ccc.s: illrcdcdnr

.17
18
O,2?'J
0.264.
t.lc.cc"ro. cI.utor ..c!l"~ntJ;u tlc.lofcMimOl(~o.'~5"
0,0)4
0.0111
H25"II
8)4,06
O.O\JO
0;lXX1

l.a lilh.';l tr ;1/.l1S di."(\ltl,lilllll

'r1ir;lll.11
\ .••. rq'h,,'srl1Ia
l\, lhlS \'\.'f\.'''i •• l!l:l:,h:d(l( dI: (cn •. Cll'(rtl( csl;illd;lr dt: 1.,'5 c:-.lil1lirdl)fl:~. ¡\C: CCl\.'fidcntc tic :l111l'CctrrL'!a(Ítll1: A('I); Codicicnlc ti.: iHlluCprrcl;¡ción. p.,r~i:ll; O~~1;iI: E~1:lt1ísli(o Oox:P¡"'tcc.' oc
tI....;ullocnrrL'1aCitlll: ,\CP: ,Co\..r¡(i~lIIC de Oltl1t)(ilrh:!:.'cil'lll P:Irl.:i:ll; ,O..stal: Esl:HIí!\lico de llox.I'icrrc-
,\C; Cot.'rilil'l1lt.; Ljlln~ (E'I. (l..SS»: 1'11)1\.: \JII/ur./'I':1i':1 1.;1h~p(~tc~is tle'lJue' hH'I;1~ íos coc{}ticnic~ de "uc~ortclilci.~n 5~n ~(!ual.cs" c~t:ro.
1ju,,~ (1:q. ((I.:'~)I: "fob.: ""/,,,../' p:,ra b hipl'lli:si~ '<1..:(llI": lod:lS-'oS (udit:i ••..llh:s l"h:autot:urrd'ad'.1II ~Ull i!=.\Iak.••;~,:ero. " .
TAIII.A7A" ".'¡,¡""
.~
. ~, Correlogr:lm:l de y) ..\ ,' .
•••....:a....u; •. .&-.;,."' •.:'••• u •••••
,l ••••••••••••••• .¡...•• _'" ..••:.,; .•.~-::---'.'-- __ •• '"•.•.•.•.•.•.•.••.•••
-•.••••.•.•.•.,_ ••.. _" .••.•...• \ooL..M;_.,_ •• --.. •._~

Podemos calcul;n las ;llIlocorrcliiciones y los codicicnles de corrdación parcial Mucsli'a: IOI-2()O
~:-. 1/1/lI'.I'lm/es de s'cries no eSlacionariasinC!uso careciendo de sils hon;ólogos /}(){¡/(lciri- Ohser\'uciones illcluidas: .100 .,., ..
I/o/c.i .. Las aUlocorrclaciones del pasco alc;llorio con deriva de la '1";1I,la7.Jdisminll-
-L".' ' ••.
ye 11. a 1I11q
' .
Ull,.nl! .dc.~l\1)";iTcc61 Tfii)\ll
. " _J,.t.,~ " ....
iílijCílTé';SiiY'cYiíliiii'ii¡i/)'':'üdll(i¡):¡íi¡llcl;;-
" '. b
s~i'i;;'¿'~':
AII(ncnrrc1al'Í,in
T':-~'!T~'7~7::'~'~'~'I
::-:;'?':,~;;:'.':')'.:': .. :':~~~:~'~,. > ...
." nlnl'nrrl'lal'Í,ín 1':lrl'Í;l1 ._'~_¡\
~e~¡~:':.::.ó:.~~¿
... ~ACr~.;..,
, ....~~'
..;;~.,....
,,~.;;. .Q:~l:il. ,,,,,I'n)!).,_.,,,, ...'"
c';' .. , .},:;:--

l:,ci()nrii'ia.í.íl:ll~' lÍ'1\par;imc(ro mil)' cercaí,o:l la lll1idad. el palr<Ín no es mil)' dislinto

l. I '20,894 -0,006. 175,50 0,000
al oÍ1scl'\'ado par:l 1'1: Las ~lIlocorrclacioncs de la serie csplosiva de la Tabla 7.4 i 1 ) 0,845 '-0:006150.58 0.000
son casi id~nlicas a las dcl pasco ;1Iealorio; sin embargo, ningllna de Ii,s correlacio. ti 4 0,798 ~O,OO6 JI8,18 0,000
I I 5 0,7.52 :-0,006 )78.92 0,000
-."'_ .. ncs parci;1Ies, Cscclilllandn la primera, cs signiricativanH:ntc dislinla dc ccro, .'1 1 6'0,709 -,0,007 ,1)):41 0.000
DI' indica las primcr;isdil'crcncias de y, Como vemos cn la -Libia 75, 1;1serie 11 . 7 0,667 '"0.007 482.17 O;()(Xi
1 .1 8 0:627 '~0,OÓ7. 5'25,72 0,000
UY2 cs del (ipo ruidú'bl;¡'llco. La prim~ra difcr'encia de la serie explosiva licnc un I 1'9 .0,588 -0,007' 564,51 0,000
_~,.l
corre1og'rama, que aparecc cn la Tabla7.1i ..que eS.llarecidn al d~ la serie explnsiva 1 .. / 10 0:551 -0,007 598,960,000
I I 11 . 0;516 '"0,007 629.46 0,000
original. Incl'uso Il).man~lo la primera diferencia de la primera dikrenc,i;', e! correlo-
1 I 12 . 0.482:-0,008 656.38 0,000
¡'.rama se¡'.uiría sin preSCnl;¡r una forma de decrecimicnto. ,\sí plles.,la scric 1'2. eti. 1 ,l. i) .0;449,:'0,008 680.0) 0.000
'(.'j ..•.
, 'l4 0;418 ,..0,008 7QO,7) 0.000 '
qUclada como no ~slacional:ia, y la YJ. etiquelada tomo esplosi\"a, son dislintas. Di-
i ;1" ,15 0,)88 -0.008 7/8.75 :0.000
cha dikrc:ncia radic;¡'cn quc 1;1 scricno est<lCillliari;¡ cs s\lsceplihl~ dc Iransformarse ., I 16'0,)58 .-0,008 7J4,J6 0,000
nlcdianle la aplicación. lIi1;lllV;ldas veces, de IIn rillro consistente cn realizarla l. In 0,)51 -();008 747,79 0,000
1 I 1~ O.)Q.l. "'0.008 759,26 0,000
operación de é;ílculod~ las dircrüncias'slI'cesil'as; para (iar 1\I~ar a 'tllla s~rie ~:~Iaci().
l1ari;l. ESla serie'lranSrortii:ldasc¡';í'l11odc"liz:"(!;1 luci~ll CtlllllJ tln proccso ,\IU.,.fA. lo Ldíl~é:1_\.",'í.¡e;11~I\ 1t';t'II.;~"lii,s("1l1:úilúl;1~ i•... \"~.rcs. ;,Ircdcdor
pr..:!'~nl;',lIC}S' cJc:c"i:~ro._el ~rror'c'~I~nü:H.,.Ie'105 cslÍm;ldorcs .•
~C: C'od'i6cnl•...~'I..:'iltllf,)(nrrd:l~'illn: ~'~IJ: t~fitiClltC. tic: óWlncorrC,lticidn 'P"~Ciíll:- .o~s~~i:, EJ':i(Ii~lico d~ nox~l'icr("..:.'
ctlalllO es posihle p¡¡ra la scrieesJ,losiva.
I ;j""ilg.(Eq. Ú.5X))~,f'¡'III~.: "'¡;dllt .;' par;~ la hip~h:S¡S dc ~IUC 1.(,\I;lS h',~ c,-)..:lici"~~II:S (Ic .;lI¡l~orrcl;lció;, ~nn iguaks :a ct:r~:
:-'. ", '.' '.- .'.
254, ~11irouús UIi t:COI'O~IE mi,\ '. " ('AI'III:I.I)l, j'"llldeIIISUni\'¡1Ii¡llltes de Serii:s Temporales

T,\IIL,\ 1.5. 7.3.2 Se.ries In legradas ,J

Corrdogr:ull:lde '[)Y2
~_"-~~*~,,,_~,,-","".,n".l:~~_~"" ...'''I~'".,,..-~. ~-:.,~......•
-;-., •
'.~ Los primeros Irab;¡jos sobre series lemporales denomin;ibancl lipo de series que no-
M ucst r~; 101-200 .~ !
sOlros hemos etiquetado de no eSlacionari¡ls como se,:i~s llli,estacionarias homogé,
Ouscrv,acioncs incluidas: lOO .~ .
'. '.
I\casx. Laliler;¡lura n¡;Ís rt.:cienle las califica co,úo series inlc¡;'r:idas. Elordcu de iule- /", 1
A litucorreh,ción Proh.
grat.:itÍu es el J\lllllero mínimo dt.: veces que es necesario ¡'<.:alizar In Ir¡insforma¿ilÍn de
primera diferenci;¡ para Ikg;¡r a una serie que se;¡t.:slacionaria: Por lo lanlo. Y2 es iu-
legrada de ordcu llllO )' esla siluación la simbolizamos medi;lI11e I( 1). Una serie esta.
cionaria se dict.: entol\ces que es una serie integrada de orden cero. I(ll). DdlenlOS
observar que realizando la primera diferencia tic una serit.: I(U) obtenemos una Illle.
vii serie que es lambién 1(0). Por ejemplo, una serie de ruido bl;¡nco es el ejemplo
m¡ís sencillo de serie J(O); su primt.:rn diferenciaes unn serie eSlaciun;¡ria ,¡'"IA( 1): ,
. ., ,
, .. :.;. -. ",: ....•.. ~.:.. ' ..' .. " \" .. ':, ." ..~'.:.;: . -;.•.....•w_.;./ __..; ..'P ...•• :' .•. \i,.•.. :-"••.~;~:.o;r.'I'- :.<'t..•./;~;,;<i.l..~:"
" 7.3.3 Serit.:s deTendencia Estacionaria (T5) y de Diferencia Estacionaria (DS)
. ,
'Y4 es uilsencillo ejerilplo de serie ,de lenllencia t.:?'lacionaria. Pod~m(is forml1l;,r1a 'J',

como
1:.\

y, = o¡j + 51(+ 11" . 'Ii', ='~Ú;'~'I' ~ El (L 'j -~J, +~ (b-I) !4~_,)1

o, y,=i[oll(l-ú)+ao¡]+.5¡(I'.,-tt)I+l'(I'r
" , T
• .IH,',
t-I. (7 . .))):!J
dende E,:'en nut.:sl ro. ejt.:';iplo l1límérici;, es una s~i-:i~('!!.a~,ssi,;na)' <lt.:l'ui(l<f bl,lllCO \'
IUI' <;'LSi;; es ellogari!'I1~odeulla variable,.I~ ~cua~iói~Ó.45)'IH;ss~iial;¡ ¡¡ue la ,;;.
..•.-;--:- ..•..... '--." ..~......•.. ,
.~ ri¡dll~' sdlalla sujc ia a u"!i1lendc í)(~ia"dt.:'creé'i,íjllci1l\J ',<;Dilsialilt: {¡[ut: las desviarío .
t\"IUCSlr;i;10!-2oo' . , ,¡iesdet:súr tendcncia 'siguen lÍli'j)J"()ceso t:s\acicil1ari~l A R( 1). La 17igurú 7.3 mut:slra
()[¡sel\'ario.n~s.induidas:lllO,. ' .. ' el g'r;\rico tle Y4.La leildcl1ciúlineal.~uby'acCl)lc:JO+-O ..5i. 'esl,í represenlada pUl' la
Aulocórrclacióil P:lici:ll I\"C ACP Q-sI:it Prub:' lí'lea Y4Hf\'1'; y los valcircsobservadbs'qllclüan alrededo¡: de, éSla. lendencia sin que ,-7'\:.
"

,1 0.946 0.946 92.223, 0.000 . sea evidenle qut: la ¡1I11plillld dé las f1ucluaciones ¡¡umelit.e b tlism;nuya.' Por ello d'::.
I
.'7!'-
1 i, :l ' 0.894 -'-0.006 115.49 .0.000 no.inin;¡mos la serie, c'Oilio de ,lcn!lcnciaesiacionaria ('1'$). El incremcnto cl;ntinllad¡l
l. • 1 3 ,': 0.845 . -0.005 , 250.58 0.000 .<lelnivcl de medio ele la serie nosrcrrúit'c';¡firma,rquese IFa.la de una serie 110t.:sla~
1 I 4 0.198 -0.008 318.11 0.000. ,:,-.. '

,
I i
1,
5
6
O.J52
0.109
-0.001
-0.006
318.90
4)).311
0.000'
0.000
ciol1ari;¡::Sin cmliargo',la rrimcrn dil'cJ'enc,ia, dc la seri.c t.:~eSlacionaria. De la eclia.
ción(7.4S) (Jodcmos escribir "
1 .1- . 7" 0.661 . "

-'O.Ó08 482.14 ,0.000 ,.""

1 l' ::8 0.627 "0.006 525.68 0.000 IiYi =,0, + /:J.'I, (7.,ló)
'1 ',1 :,' .'
9. 0.588 -;0.007 564..41 0.000
,.': .
'1
"I
.'1.<
,lO 0.551
. 11' " '0.516'
, 12 0.482'"
'-0.001,
-0.007
:~0.007
5~i8.92,
629,4,2
0.000
0.000
(,56.33 ',0.000
'donde lill; es eSlaeion;¡ria; ya qltc.'-If, e';',~'s't<;CiO¡Úl~ia'). Supo.ilell1os que 11 es
,A: R MA( 1,()) y, pór lo tal1lo .. lil;,
1
:= (1'-;- tlL j-f (1 -:-L )E;,e~;'tII1ProC<:SO A }{,\I t\ ( 1.1 ):
,1 1 ' J,) 0.'1'19',' -'-O.lX17 .679.99 - 0.000 , '<;ÍllJiiIUC110invenihlc y;i'que~1 po!in(1I11io' M~ poSeeUil¡l.r,líl.liú¡'larin.
I I 14, 0.418 ":0.008 700.70 ' 0.000
1- I 15,', ¡Ú88' -0.008 718.74 0.000 , Ctía,ído el par'¡imt:lró'lX de la eCliac,ióp(7A5), c~~iitial ¡, I;~ ul1idad y, pm lo lall-
1 1 16 0.359 ~0.O(J8 7)4.)6 0.000 lo, la' parle aÚloi-rcgrcsiva de la rel;l~ip~l posc'c"lIlla raíl. 1l.llilaria. ob.lenl:Il111S 1;1serie,
1 I 17 0.))1 -0.009 747.80 0.000
1 I 18 O.)IH -0.?O8 ' 75').29 0,000 ~. ( ..

L:tl;nco ,:erlícol en ¡rilW' uisco"i¡:'"(1s repre,en;" uos véccs,lI'redeu~r de c~ru. e1e'rr", esl,indar uel", es(¡mildo"". ~ V~i1SC G,E.P. '.\','ric:.r
no.\: y G.Iv!: JI.:l1ki'ns, .'~{¡J1~~~ /\'¡,,;":.\ir. (~(-;;'''(''tI.\~illt:
,;",/ ('~oJlI;'(II. (c\'i:,cd el! .. J 11IId\.'l)
Day,ltJ76. . ~ ," .~"~- ~
AC: Cocracic,nlc' <J~ aUlocorrclnción:' ACP; CUCCí.(¡CIÚ~.UC,autocunclaci(lI1' parcial: O-Sial: E~t:"djst~co de llo.(.'pII:rc:c-
< • •

!~ "
"Lj~ng (,Eq.- (ó.SM)j; Plob~:''\I(lID'_~P'P'¡H;I:'I" ,I~jpótcsis' de' t)UC Ind~\ .I~iscodidentcs uc ¡~\.lIucurrdaciün "son if.ualcs ;¡ CCf().~, :' Véas"l'rohlcl\1a 7.4.,
. .." - .- - ~ . . . ": ", .. . .'.' ~
" .

',.'.
f-, (
,
.
"
"
 '. ,
l'

~. ~ i.'
",'
:".,
.', " .... ,:.:. ¡ . . " ' ..:. I ~ ,> .J" .. , 1'., ~.',' l' , ,':", •

é'•••Hhll,o {Mddclos IJnivnrinntcs"dc ~~ricsTcl11pdrnlcs 257

ti ; 1 :, ,h,-: ~:,;" , :' ",. ,,~'- ~ - , . ,.: I '

YS Illostrnda t;lI11bién en la Figura 7,3. Es!a serie l'Iuelú;, tic fon;,a similar a Y4, aUI;'
Rel~;;lemos el sUP~ICSloiiúpj¡dlo;'cnla '~cuaciÓn(7:'¡5) dél'~~e seobirc~e:
que apal tánd.ose .~e ~a le,nden.cia.lineal; La prim:ra dircreneia es
, ....., 6~" =:~~~.
(~.~I~~t~ 1'"'.;,"'" " ", " '.' ',"
, '. .. 6y, = 01 + E, (7.<17)
Por lo tanto .• 6)" es e~l;lc~on;lriQ, ';t;e'stb.queSe!rata de una constante más unil s~'ric '.', '=el+(ct-I)(E,:...i+'ct'Et_2+C£2EI_i+: .. '):~" J7.4~)
tk ruiJo hlanco .. La variahk J' reciht:; por ~.st:1razón, el nombre de diferencia esla- 'Sea e/un v;dor 'da¿lo y supongalll9s qub I~s i~n~oV~ciones ~Óslerio.res son igunlcs n."
riol1:tria (DS). . ..• " certJ,lgnor;lren,los el lél'lilinc)"'i,_ I pÚeSl? que selrilla;pM~~Sle ;in;í.1isis en concre.
lo, deun valor conslante.' La ecuntión(7AR) permilcescribir:: ..
~IKI i

,c'ríc I)S' • :'-.

.. ':,' ,'¡.", \'
, {"

". ,',
>':'. ,,"
. \ ::.: ,~ . ,1," .t:. ;""'1 '7' ( a,:7J )E" :" .'1':""

150 -
~ \ A~ ,l.
6/1, ~2=tl(a....: l)E¡ .
:,r",
, ;.:~ ".:".~'I'-~,-' ,l', • . :~~; .

", )1
:;
( \I [Vi' \" ':,:'\1,.1\/ V " ,,'"o .Ó,II'4.S=;,o;.!,-::,!(a,;c.1),E/;":;I'
., " •. ' .... ,,
fJ \ ',.1 . ~'\,'.¡ , \: "

::...,,/\t\,/~ \;,r \; .', .." ,'

..,...r~
SUJll;\tll.!Olodns eSlasprillleras:dife'rcnCiaSlencmos., ."
(iXI -

.'
.' \.: 'i\!,\/ ....';~Y"'.,./,~'E;rlt~(a<'i)ll~:J
, .1 =: .', ','
'=:A~r',.:"
, :; ',' ' ,11 " ': • ".',:I 'l' 1 ",,,:,,!,,!.: \ '.'-~' ,"'<'.'" ;:
:~

"
o"

, Así pues, ,'.... "'t..f,~'!(-I+?,e, (7,tlCJ) '1"

50 .• ¡V:.f es decir, el efecto.tlc 1¡linnovac¡6n El sO,b.r,edesvin~¡on~s 'sucesivasde In t!;ndencia'

_ •• ",f" dislllinuycdi: l1la'Jerarrogresl~¡' ICllc,Jie.ndohac;in cdo~gl1 ~I cn~o(lebfilíUlniln.
rin, a = I y6.II,.=: E,lglinlnildo JI cer.o,'c;on,lO antes,. loda\lasi}lIlóvacione~poslerio.
res,
- -~)
o .~'>.: 1I,~~=UI:.;+E,'.::.. '(7.50)
'--'.' Y4
---
•.•...•
Y~IfAT
Y5
'es decir; la ínnóv¡ici6n'i:I ticne~1II1crc~lO' pcnililnen!e sobré'lod<lS las desviaoiones
l.
q,
• ;uc'esiv:1s dcla tendencia,., .: " , ,' .. , '.' :., '. . • '. " .: .
...•.... '
.".~
-50
,".;. . . .Un desarrollo illtel'llativo 'yset,cil.lo sc,obticl1e expresando 11,en lérminos dc

......,,;'t ..~,~,¡,j!'\\!W~-'7*H~~;r~~~~'!tr,!'~t;~,!#~','r"~.?,","
~ ", ..¡
'" FIGUHA7.3 . :::1 . ¡II" +} ..
Series de 1~llcle,iti¡¡cSIÚeinnaria (TS))' de diferencia cSlacio"iari;¡ (I)S). .0; obtencmos '. . '."',)E,= aS . .

,,'E!,JI3S11lladonos. Tie,"a de'nuevbala'cclJñción(7A9} o,.';: In ccunción.'P,50):.séglín

cunlSC:1el valordd par¡ímClr6; c~'de~i¡:,scgún'ql1~laí~'io.Cx = L '. ..
i\ primera :vist~, las eCUaCiOlleS(7.'16) y (7';I7)p;lrecen pr:iclic:llllentc idénticas.
~,.j¡ l-knios~í,ali7,~ldol;is difercnc¡;¡,s~:dslehlcs entre ÚfiesTS y DS a pnrtiidc una
y surge lapregull'ta acc¡-(:a'dc d6ndcn:side I;(diferencia entre Í:1sseries'TS y DS. De
.'1. especiricacicinn'uy .se~cilla. EI'désar~oI16púed~ rcniiz:lrscigualménte para modelos
hecho, existc una diferencia'básica. Denoillinelllos la serie (\ como selle de inno"a-
-'-' ciones o shil\:ks al sistclila. En el caso TS,Ias innov:lciont:s pOSeen un erecto transi-
más cqmp1~josHl.~n,general;fq,~lilui¡r:l~cmos el tilo~lcI6c,oino . .
torio y de inip'or:tancia.'t!ccretil:nle, micntras que en la s~rit: I)S el eCectoes p~rm:l- . .' ". '. y,~5ifl.'5I,:h(l,q .•..-II(L)i,'(==B(L,)Ei (7.51)
nentc. En laccuacióh(7.'lS).II,l1liüc cómo sedesvía la st:rie de 1:1lendencia en el do,itlc. 11(IJ )'.)'IJ(Lr.~nnpolin9mio'sde ordenfi ,Yel C)lcl,operadorde. retardo, Cuan-
periodo t, Exan,inarelnos ;lhoraddcclode un;) il~llovacillll El sohre.l:ls desvi:lcio. d6tocl:1s las' rakésdell eL) sé sitúa;;fuern~(leI ~írculo unidnd;las desviaciones de la
nes 'aclu:I'ks'y p()slcrior:es delin:l kndencia. í;or ddiniciún c. ,.

.", •.,,='/(,_.1+'1::.11,+'6",.1 + .... +/\/(" .•

\ '
 258 ~1l:'J OI>OS L)¡; ECONO~llTldi\ L',lI'i'I UUJ 7: Moli(;ios LJni\'ariaÚI(;S de Sl:riys Tl:llll'uraics

lelll!encia siguen uncsC}uema esiacionario ARMA(p,q). Si;¡ embargo, cualHJo I\(L) Cuando n }' JI toman valores numéricamente próximos (como en el I:aso de DY"¡
incluye. uña raíz unilaria, (:1 res,ulLado es un nlodelo. DS. En eslecaso que cran n . = O\)'. JvjJ -1) -.'
['11110I~"lInel
I)r' •. a "U
'1
ocor.re'1'"aClOn como".. las 'SI"UlénléS 10..
~1~anvalores cercanos a ccro. Los curre logra mas no pcrmilen distinguir ~nlré seriés
A(L) = (1 - L)(1~ A2L).::(l-::~J¡L) = (1 -:L);\ *(1-)
l~ ~.DS.)' I~or cl.lo rcsultan necesarios los conlraSles eSladíslicos cié búsqucda de
donde lodas las (p - 1) raíces dcA *(L) se sil!:'tan Juera del drl:ulo unilario: Enlon-
raJCes.I.II~lIanas. ,SII1 en~bargo, los conlrasles disponibl~s son lle baja potencia y. por
ces. la ecuación (7.5\) S~ convierte .en ¡~~:y

.. , C~I:l.. I.:",.on. la dlferencJa cnlre ambos tipos de series. aunque de gran impllrl;lIlcia
A*(L)(¿y,-ól)=1J(L)e; (7.52) " leollc,l, pucde llegar a lcner poca significación práclica.
;
de modo que la pri;i1era diferencia de la sed,e se 1l10d~liza como un proceso eslacio- " : ~
" " 1
narioAJUvIA(p-l,q). ' '
7.30'1 COlllrasles de Haíces Unilarias 'l'

(;1
TAIlLA7.1 voll'ílmos a la ecuación (7.'15)
Cllrrclo¡;r~ma de DY4
•• ..,.... PO _ "'" .--,~~,,~ •••. ,"~y-,'I'~:\I"-""~"':"~.'--;"""' ..-'--:~""',"' •• '''''_.''~'c ,.r..'r •.r.'" ••..•-ny~
"..... v:,.•:....•." .. 'Mfre'St"ú:'; 0'1'"lOO' c.":',,. ;,:.:,j",.,' •.•. _;,,~:.,"'~: _c.-,¿L.:',) ...' .:.,~,:'.L;:~';" .•.:~.::<.",,:...;~;':;.)~
.:J•....' ::~,;:,:/¿.,/.~ .... ~ ....
',:..•... ~.': ;..• ;., " ~
... ....

Observaciones incluidas: 100

\.
Autocorrcladón ,Au(Ocllrrcl;iCiÓn Pardal '¡\é ,\CI" 'O-slal I'roh.
'.
'1 1 -0,0<)1 ,-0.091 0,84:14 0,358
I 2 -0.\22 -0.131 2,38H 'O,3().l
'1 ) 0,141 0,120 ' 4,4681 .0,2'15 , TABI.A 7.M
,1 4' .. -Q:2)). -0:233 10;215 0,037 • . ,~

1 ' ,5 0,027 0:027 10.290 0,067 Corrclogr'l\m:t tic D YS

lt'~'~"".~"'~~"':_~'~~'''.''':l'''""A-:'.:,¡"",;,\,,,,,,,,,,,_,~ ••.,•..~r'-r."',~
1 6 .. ':Ú,030 -0 ..11'4 10,::186 .0,~09
I ,7' -0.001 0.063 \Ú,386 0,168 . , Mucstra: 1U1-200
I 8 . O.OH -0.052 10,516 0,231 .Obser\'ólciol1cs incluidóls: 100 .
I 9 :"0,138 -0,110 12,657 :0,179
10 ,O.i37 Q.093 14,184 O,IAO " ""l"c"rrc lad ,íll AlIlllc~rrcfaci{jll ¡'ardal '
JI' AC ,,-el'. O,slal I'rlll1.
j" íl "0,093 " 0.092 15.768 0,150
:~. ... 12.
.1)
:~O,I04 '
o~ix).¡
-0,0<11
-0.06~
'17,026
"17.028
0.149,
0.198
I 1 -0.OH5 -0.OH5 0.7405 0..190
J 1 2
' 14 . O,Ó61 0,089 -0.017 -0,024 0.7702 O.bRO ....• \.
I I 17.470 0,232 : I J 0,0.1) 0.040
I ~ '15 '-0;2)0 : -0,224 23.826 '0.068 1
4 -0,166
0.9638 0.810
l. I 16 -O,r29 -0,160 25,831 0,056 l. -0.161 3,899,1 0,4 20 ...•.
I 17' 0,029 -0.095 25,<)3) 0,076 5 0.003 . -0.021 3.8999 0.564
I 1 1
i8 '0:024 '0,054 ,26.006 0.100 6 0,081 O.Q7.j 4.6165 0,594
I l' I .. 7 0.011 0.079 5.'1740
i 8 6,055 0.().l8 .
0.6)<)
I 5.51 io 0.702
L; linl:=-~'crli~al en 1r;\I.05 Lli~~.onÜnu'(,srcprcsc1"Ii'\ dil5 \'CC-CS~.I!u:dcuur tic ~~ru. el ~r.ro~ ~)1;il\d;,( d.~ c~lilll:ltlutC's... to's 1
9 -0./5'1 -0:159 8.1562 0.518
AC: Co~£icÍl;nlé t.lc :\ulucorrciadón: AC~':. C~crkicnl~ dc ;U'IIl.lCllrrcl;lc-{l'I;' ¡.;u"dal; O.:Ú~'I: ESI;,di~lh:o lit.: Ih,.,.l'ic.n':c- 10 -0,052 -O.O<>-! 8A66-l
1 0,583
LjuII& (Eq. (6.5:1)); ¡'rob.: Valor'P'I"la la hipólesi, de 'lile ioJ~, los coeficiellle, ,le ¡';'hICi,rrclacilljl.'"Ít i~uales ace; .... 11' . -Ó,Ó~;I .-0:021 8,5971
I 0.659
.' ' '. ~:. , .. ; .. , -. . • . i . , ".' . :,
12 -0,005 0.017 8.6003' , 0,737
1
,1. D . 0,021 -0:038 8,6502
" Las Tablas 7.7 Y 7.8 mlJesli':lnlos co(relogralllas 'deDY'1 y I)Y5. I\lllhassugíe- 0.799
14 .' 0.089 0,056. 9,5998
I 0.791
ren una fuerte eSl,,¿¡onarie~¡¡£ A pi'imer~visla puede sorprenLiernos<llIt: incluso I
15 ~O,I'66. -0.159 12,890 0.611
las aUloco~rclacioi1es de meilo'r oruen 'de.DY4resu)lén no significalivas:Sil1 ~Illb;,r. 1
16 0,068 0.08~ 13.456 0.639
....•.
I
'17 -0,000 0.033 13,<156
'go,y ~Ql11oseñal~bam,ós ;lI1lCS, se lra'la de una sc'r~¿'~!~MA( 1•.1): yla ecu;ición I 0,705
18 -0,017
(7.44) de¡llOslrabaCIUc
:., . . " .~.:
.',
",
,.
', ' .
~
,
". " ,,' '
...
'
0.01) 1),490 0,762
....•.
,
i-l.'r'r~~cJlla dos I~ l" 'flI ',1. I - l. l' . ,l' '
_ (a-fJ)(l-afJ) .' C' . ,\'cnic:.aI
~idiI\C~
..... , Cl! ,#lral:Os discunlillll~'JS
•... .'
,~.t:l:C"S illrédc¿llIr
:.. . ~ (; ,l II 1)1(;\I.II\(.H le tl\ CSIIIH:I'.lol-:'\ .
. A . (oe.lic'ollle de ,1I110corrcl""(1II: 1\0'; Codiclell!e oe :IlIlIlClJrre!;,ciiÍlllrllci'''' (J.,'J',I' 1:"1",,1'1'" .1 (1 1.
PI-.. fJ [12' , l' . '"(r (¡ S ) l' • " • '. l 1\ It.:Ou(; ox, 'Il:n.:l"
• " '. ~,"

.' l. - 20 .'+ . . -Jun~ :(1. ( l .. X)); l,fUh:: \,¡,Ior./' piir;lla hipütesis eje que lOu¡¡s los codic¡L:~lh':S dl.."aul,icorr '1'l .¡ ') " .'
, .: ." -". '. . . , '. " : (; , t.: l n 5011 Igll:l l'~ a l.••
:rn.
J'

": '

. '\ ¡,.' " <,

~.'J--------------~,7;',
~"~
----~~-..
~,:
-~~~~--~~
, '

!,

.',' ...
• ,'," '. ,.:" -: '," . , . .' '." '. " .', I

i;""iHILO 7: 1v!ótlClo,S
Unj'v~rianles 'Oc' Series TCI11I}Orales 261
1.. 1,",
. .' .' '
OehCI1lOSI'CI'iricar la f¡ip\'lk~is nula /-lo: a= J, Como vimos anteriorl1lente. la cor~l- ,.' ." , .' - ' '~j, .' ;'l 1 i.'.. . , . ". ~', ',"" ; : ".; •. '., : :, • '

hinación de las dos eeu;1Ciones.¡\I\leriorcs dn 1110.MacK innoil ha' ajllsl"do re.grc5ioIH~~ oe stip'crCiCies, de ,respucsta P;) rn dichns rc-
plicaci~n~s~I;)' que permite cnlculnrlos'ynlores' ~rflicos: de: DiCk~y-Fullcr pnr;) cu;)l-
.", = [/)11(1 - a)+ a/)¡J + 51 (1 - a)1 + u)"_1 + E, (7.53)
qllier 1¡II1}niiomueslral y dislinlns' especiric,,~iq¡ics, tic regresiones co,I1101;) 1110SlríKla
I~éslando ."1_ I en ;lI11hos 1;ldl)S de 1;1eellación anlerior obtcnemos est<1 nueva e"pre- cnla ccua~i'óll '(7,54). Los 'proccdirnie¡;[os dcM~cKiJinon se I1n'n jncorpor;)do en el
siún . . .
progr;;lI1a inCorm¡ilico EVic\\'s de Qllanlilnlivc Micrp SoClwnre:'-La'Tabln 7.9 mues-
6.1', ='[811(1- n)+'('(S'¡j+51 (I'-U)/+'Y)"_I +E, (7.5-1) tra los v¡ilorcs críticos asint6tic'os.' ¡'{e'sumimos ';)'CÓnlinll;)cióri de Jorma brevc Ins
dlllltk 'Y = II - 1. l\f¡or<1, 1<1hip6icsis lIula seconvierle cn /-In: 'Y = O. En caso dc exis- lldin iéio,~cs' de los t rcs COnltastcs.' ,', .,' "", ~;. ¡ ", I .. :':
;.

tir \Ina raíl. unilaria. 'Y es igual <1cero y, en C<1S0d¿ desviaciones de 1<1'tendencia,.y 'El contr;\sté de raíz lInitn.ri;\b;\sndóell' Ih'~ccllaciÓ,i':(i54)intclila direrc~ciar
ser;'¡ nL'¡pllil'o, ,El re~lIllado sugiere realizar llnn regresión MCO en In ecu<1ción en(re series c1c1lipo'Ytl c, YS: A mer1t,do ré$1IIt.n"lril~lhiéniillp6rln~te ~iCerencinr cn-
(7.5.1) y n:chazai"íahiplÍlesis nula cuando 11<1llcllloSun 1'<1101'negativo signiricativo fre serieúlt:1 t i¡'>oY I eY2;don(lc ~o cxlsie,I~i1dencia lineal. 'Elpio'ceso se desrlrro-
para 'Y, l{ecordel1los. sin eiúh¡lrgo, que el. conl':¡ISle de signiric;)ción prccis;) de 1;)dis- IIn igualandlJ /)1" Cero (:n la ecuación (7,54). ;", 'í;" .
tribución del est<1dístico tI<: prucha hajo la ltipólcsiJ l/fila. Cll¡indo la hipólesis nul;) , 6)';','; su(I~' ~)+'YY, ~l +, El ': (7,56)
es cierta, la ecu;)ción (7.54) se reduce n ' ,,'
D"jÓ 1<1I;ipótesis ,lula. eSln~~pr~~'i¿t~s'e';~d~l'c'~"~:'., ,i
, " .-', ',' 1, ',h '. '-"'.1',;\""', j" :",'.. ;": ",:

t.YI =/), + E, (7.55) ",Ó)',,;: E,., i <', ',' " ,".. (7,57)
por lo lanto,,v, es un pasco alc~lorio con deriva y. en consecuencia. se lr;)ln de lUln 'lo que slgniCi,cn Cll1C)', eS un; p<1seo:alcnlori(j.sin <.!eri\;n no'cslacio'lnrib. El procedi-
seric no eSI;)cionaria. Enlonces. 1;) l"<,wjn'.y/e.e.(~) no sigllc la dislrihllci6n I de SIII- miento t1ccontrastllción de la .existencin de'una rnízuni,l;)rin ~onsisle en njlislnf In
dcnt hahilllalni cs lISinl.Mit:aI1lClilc N(O,l), puesto lfllc cl dcsarrollo dc 1:ISdistribll- ccu:lci~n (7.56)'1)01' MCO y cómpnrnr 1lo,o,(.y) con ~I vnlorcrílico proporcionndo
cioncs cst;ílldar rClfuierc cslacioll:\riedad.
en la~.l;lblns dc -M<1cKil1l1ol1q ..dc .modo mñsscl1cillo. coI1 el"v",lor risintólico ~dccun.
dodcla1:abln7.9, , . .

T'\ 1\1.'\ 7.~

r-in;)ll1lel;I~.p;)raprocesos co.n.l11i:di~,cero.l;) regresión rclev"nte 1'''1''' hrenli-
z<1ción del contrasle cs' " " ,',
Valorcs crítirus asiol<íliros para los contrasles dc r:lí7.lIoilllri:l
•.,,:.v __ .. _ •..•..••.•..••••.•..
i. 6)'" = '1)', _ 1 + E, (758)
ESladíslicos de rrllcha 1% 2,5"1.. , 5% 10%
Ln ecunción (7.57) se simplirii:i1t¡íinbiénci1 clCnso deql;cl~ hipótesis nllln sen cier-
7., -2.56 -2,23 -1,94 -1.62 , , In. Por. lo lnnt'o,existen lres posibles regrcsiones,pnr;) re;)liznr el conlraste, En todns
T, -3,43 -3,12 -2.116 -2.57 '.. . esl;)s regresiones óy es el regresando. o v;)rinl~le cxplicnda. mient ms quc los r.egre-
~!
• ,'
Tri
,"t" .:,~~.-_.:.:-:-:-
-3.96
.."'::-" .•7"',.-,~~
-3.66 -3,41 _...__._~).:.!.~
.
':"'-'-:1 -, -.. .:•.::~;.~._~~~:-.:, .. -"" , . ,':,
.•. '-. .. ... , ~-:.,-
r. -', ,,:0 r e2'-~;~rÍ4l.)~-t:.1\
.•1?:"C;CUil~j:Ú.Q.WS).-"h.ú~1~G~.f-C~.rc::Cs,.,~lf.~.,.~~1.~~\~.d ~ ..p.n",Rc-f i~c19,,:!~
-',,".-;-:
-;-,'.,'":-:":::7-
.' \"i{<:~.lrlli}(ü~-~.¿\l~-r.c~I~.~i-~.i.l
lit.: itús~.:1lDa,:ifJsun'\' j~'ntc:s' G).'I;ld..:.il1llt~11 "'Hjlll"';II~1 fIIld . ccu;)ción (7.56) inCluye UJ1<lconslnnie éntrc los regresores.; y, Cinnlmcnte. In ecun-
' .. IlIf(T~:':I/(";1I f:"~'(;"('lIlc"rin. Oxrfl~t.i Üni\'~rsil):.l'r~ss. 1.1)93. 70S. .' •
. "ción (7.54) incluy¿. <ldti11ns delv;ilbr reinrc!;)do dcy,'Ünacoi~stnnlcyÜnn !endencin
,. tel)lpornUinc¡,1. Síguicndo lilnolnci6n utiliznd;)pcir DnvidsÓI1 y MacKinnon. simbo-
El problclila tic il1rerencia, ql.l~ acahamos lkplantcar rut: rt:sut:lto por Fuller". ti'l.arcl1loslos Ircstonlra~ICs" nnlcfiorcsiih;,c,(.y)~éonHi T,,'c;t~ (')1cl' scgúnquclos
que obtuvo diSlrilJuciol1t:s límile para dicl];) razón t:n varios casos imporlal1tes. Dit:- C0I1(r;\SIC5 tengan su origen,respeclival11érile,cn.ln ccunciÓn (7.58), (7:56) o
keyl2 investigó dichns dislrilJucioriesCI11I)írieamcl1tc. ESlos COlllraslcs reciben el (7.5-1) 1~~En);)Tnbla7;l) st;rc['lrodLH;:enl<lsori!ns correspondientes a, cndn unode cs-
l10mhre dc cOl1trastes dt: D:ckc)':FLJII~r. (pr). 1'vlacKinIHJIlI.'. 111¡ísreciel1lt:l11cl1le, ha to~contr;.lslesll~elliáílt.elauiitiznciÓn~ke.~lo~mislnps,sÍ,n1bol~s .. , ,'.. .
_,,..' oblenido valores crílicos para cOl1junlos dc replicaciones mucho l11ayores, I\simis-
.¡
.., L'¡lIltefioj' cXplicaci6n lIcIos cont r"stes de Dickcy~Fuller il1c1uye sólo un pro.-
ceso Ar~( I j. En C¡\SOdC('IÜC ~~le~~b sc;{cl proc~S<i ndéSll~cio, E, estnrácor~elncion,,-
UO seri,lIl11elitc;loclll{:invalidacl.dcs;,hollo d~c6lltrnsres DF. ParninvcSligM el i;n-
I1 \\';"'n<, A. l'ulkr. III/mdll(/;IIII'I/ S'O';.I"I;I'."I T;lIIé Series, \Viky. 1')7(,. J(,(,.JS2. paclo de prOCéSOSdcordeJ1 lúnyói .• trnÚrr~l11osprimCr;),niehtc el caso de un proceso
I~ D.,\." [)id:~y.,J /.r¡u)jlr('.fl\ TC'}(;lIg Idr .,vIJflJtlll;oúary TÍ/,II(' .\"1";1'.\' •. m;IIlUscrilfl flO puhlkadn. 10w;1 SLlIc,:
" " .;.. .•. I .,'
Uni'.('rsil''; I\m('" lA. 1'17:\, , :', ~',.',. ".
t.' Jallll:S ¿j, r..lacKinlH~~1. "Cr:ilical \';¡llIc'~.ror '~.~U.illlC'gr:iÍioij Tc'sts" C,:l(liIUio' 1.1; 1.00~.t:.N.,"r t."u1tltt",ir'ÚI"
. , .' ~ .".' . ; '. . .
/1II;'III.d,i/'.\., ('<1" It r.,,~1c y c.\\'.r{jrnll~('r. oxrm<l U,;il'('(sily I'rcs\'. I '}'} 1. " IlIl"din,¡\,;',i"'H); /Unc\' (j. ivlacKilllh;n; !:'J;;;;",i;,," ;"lr/lllfát'JIu i" EWllá",r'r;CJ, O,(oru Univc"ily
l'Il''': 1'/,}.1,[1, JO.'. '. .
'-.;.'" '1
 262 (',\I'i 1111.01: ,\1()(icl"s U ni \'ari¡II11<:s
de: Saies .'('cmp"ra ks
-
;'."

de segul1uo oruen.EspecifiCluemos la ecuadón tión de regresión (7.5ó) para despues aplicar un tlllllraSlc OFj). No se rechaza la hi.
.'
1; ,
, J

)', = & \. "~I'. "., = ('(I".,~I + ('(21i,-2+ E, (7.59) pÓlcsis de raíz unita'ria, ni al nivel del IO'Yu. No se trala ,dellll resullado sórprclltkn-
Para silllplificar, hemos obviúdola lendenci~. Encaso dcncccsidad aiiadircll10s le ya que el vcrdauero par¡Ímclro A R es tasi igual a .Ia unidad. Si ampliamos la
mueSlra a los 200 punlos totales, el eSladíslico DF es -3.42. con ulivalorcrílico del '."/ ~
dcspucscllérmino lel1dcnci¿¡1. Formulall1oscllJülinOmio ARwnit) .
1% de -3,4ó, que ;Jhora sí pcr!llite recl;a~ar la hipótesis de raíz unilaria al nivel dd
A(L) == 1 - aIL--'~2L2 ='O-A\'L)O -:- A2'-) 1'Yo. Si. a la ecuación de regresión utilizada con LOO observaciones le añadimos dos
Si, por cjcll1pl~, la ráíz Al es iguala la unid,;d,eiltonceSlenurcmosque primeras difcrencias relardadas, ,Imbos codicientes resullann¡l significalivos a par.
";\(1)= \':"('(r-('(2=0. (7.ÓO) tir de los resullados de los r;llios 1 de Sludent oblenidosdc. rcspel:lil'clllcllle. :-0.20 y
uonde /\(1), d resullatio ue suslituir I por L'eluHL),lo quepl:(lpi;reio;la la sUlúa' -0,52. El correspondienle eSI:ldíSlico 1\ O Fes -2.14 sigue rechazando lahipólesis de
de los eoeficenle.s deA(L).Para lIev¿¡[ acabo el contrastcuc i'aízunitaria examina- raíz unilnria.
remos si Y.= 1 ~ (XI - n2 esSignificativamente distinto decero.EI conlfaslcresullaría
más sencillo si laecuacion(7.59). pudiera modificarse de modo que "( fuera el codi. ", TAlIl.A 7.111 . , . '" ]

.•.:"~.'_~:,
.. :':".;.~
'. cienlcdcu'na
_."~j•• ",,:-,•.: ..'.••,-::-. :~«"-..;; .
.o_, •.:. -"_'.':
única variable ..Ccimbiil'anuo
••• :.:),::":' >,¡:::'~.'j"'~
las,dos ecuacioncs de(7 .59); üblellell1os".,v.'o :.~ ..'
..•',:,./ ..".,','~ ~~;:\':;..:;:':'.:,:-:,.".••.,,'.
•• :, .• ,, ••.• ~.'...;.:.~ ••; •• ~.~.~_1' •••.'1 .••• ~. .:!.'; .••;;'. ",11 •. ~~',_"
•• ,;~,""".,,- .••• ~~ 't.." I,'f','" l •. ~" ".~' .. :>.•••• ,: ••.• >_.11: .•.1,: :;:, , ..>,<.; ..c:olllr:lSI.c.d(: ra.Íl..llll,i.l.atia.par;lYL., ..' .. ' .. ' ..
.._".... 'o, • ',' ~. ' •• 1,":. '.-, ••••. :: ~ ;'., ::>~,,\~,,;.'!,~.i~1:::'-..¡.It(4)~.~li~~:
. '.",

r.r_"'~_""""''''''Jl''""-,~,'I''''"-,..~ •.,,...r-r.T. __ ~,..''''''''''''''''' ••.•-_ •...;-. __ .. o"

y, = f¡ (1 - al, - ('(2) + 0IY'_1 + (XV',_2 + ",.

ADf lesl slalislic -2,450004 1% Crilicill valuc' . ,..3.4965 I 1
'.~ f¡ (i ;, (XI -:- (X2) + (á'l ~~~2)YI~I- ('(2~Y,-; + E;
5'70 Crilica' "aIIJc -2.11'JOJ
que d,a Ó;',';" f¡.( 1.'-.. ~'l -. <:e 2) -:- 'YY'~'I~ ('('iLi)',~; + E, . (7.61} I Q% Crili¿al' v.aluc'
..
-2.5819
. dondc'f = l'-cx'\ - (X~ ~ A(I) ..'Colllpal:'aildo laccuaci'ó)I.(7:ó'l) (01lIa(7.56) ~elllos 'MacKinnoncrilieal values for rcjcclíon oi'hYPOlhésis o(a uníl rool.
.. . . . . .
que el efecto de pasar'~e un:) e~pecificación A R(J) a olra del tipo A R(2), es que en Allglllcnled Dickey.fulJcr leSl cqualion
la regresión para la ejecución de,l cont";lsle se 'leai1ade'una. prillleradifercncia relar. LS 1/ dependenl variable is D(Y 1)
,":'.~
d¡¡d~ .en")'. El IJroc~cjmienlo cs. extensible a proe~'s.osAR ,dcor'dcn ma)'()r. Así, I';¡ Salllple: 101-200
'"
regresi'óp (iue"~ebcmos eSlin'larpára reaJizareI cOllir'¡I~te de raíz unil'lria c'n el ~aso , 'Incllldcd ubscrvaliolls:lOO :~
".~ : . (
"
'deullae~pecífieaci.onAR(jJJe'~ ." . . Varinhlc Cocrricienl '"Sld. error. T,slalislic , Pr'oh:
. . ~);,;; i<¿~ns.;a;;ic~ Ic'nden~itÍ'YH'6YI~I:"'~~ 6)'r_I"I)' . (7.62)' . YI(-I) ,..0.115440 0,0471.18;. ~-:2.'150004 0.0161 . ,'"'"
Lis .;íli~il\'as consiiJeral::ioiil:s e~c~luiidas¿tld'c,lso An.(l) so'nbs (iuc gU[llll, e;¡ cÍ C 3:96)090 ' 1,~69770 '2,1'19560 .0;0366
\

c~so' genCr~I, 'I¡J in~.llisiÓ~'de 'Uíl<)coiista;lle o de.,untl: constanleni<ís'una' .l.ende,)ci;J;:'

C6i~ioaiiles,c~ elcoefi!,i'eniede I.el queperrilílerealiz'ar el conlrasle ,de la hipó: y; ~ LiI.T{lbl'a 7.l11ll1leSll'íl'cl coillr'aslcADt pri'ra~Y'4: I.•iserie c,.IelendeileiaeslaciO.
tesis'de cxi~iencia' de u~n' raí~:i1I~itnda'- Además.pod'e,ilOs ulIliznr IGs mis;l'lOS v:alo. nar,ia. Ei esladíslicoAbFes ....:2.94. que n.Q¡-ecliaz~,I¡l hipótesis'nuia al nivel del
res' críti.cos quccnel' CilSO.AR(l iNormalmenle, los c~cficlenlcs Je las' primeras di. 10%. Es el resulladoesper,ldu i)or'quc'.e¡-cocficicllle AI~es O,l). Es incvilable que '-:"
"
ferencias retardad¿¡s de )'carc.cen de inlporlancia. pei'odcbemos comprobar igu,;I .. cstos COnlr¡¡sles cSlridísticoSlengan poca potencia y, por ello. es difícil realizar' afir. :.....
mente ,su significación .medianle 16s eSladíslieos I y F'cu'l1vencion¡tlcs. EloQjClivo es' "
maciones definilivas. Rechazar una hip'ólesis .nula jusljfica ÚniC¡llllcnte la' ¡'lusibi,i.
incluir el número.'su'ficiellle dClérminosretiJr&idos el) la cClli\ción (7:62) liaSI:l e(Jn.. dad de . realizar
.
lllía afirmacióll caulelosa y rrbyisional. .
scguirquc los resIduos sean dctipo ruido blanco. Los contraSlt;S basados'en laecu:l-
ció n (7.62) reciben el.nombregenéricO de cOntraslc,sdeDickl:y.FIII/cr,tllllilt:llllultj.I' .. Rudebllsch, en un ililcrcsanle eSludio: del1lueslraque con' dalos del I'N8 real
(ADF). . . . de los EE.UU. (que rechaznn la liipótcsis demízullitil~.ia)re~h;izilnla;llbién que la
•.. serie. es 'eslacionariada cuando se toni;i C.(mlOcic;'la la. hipótesis nulil de estaciona .
licdadHi. .
{~

l.

7.3.5Ej cmpfo Numéúéo

.- .. ""

La serie Yl que hemos preSenlado. :Jnlcrionilclite.:,cs \In csq\lcnia estacionaiio .

1.\ E\'íc\\'s dellomina ,\ IJF;1 louos ItI~ t;ullltaslcs d.c r;líz unil;,ria. silt h.'ll..:r en Clh,,:llla si !;{ rCl.!rt:sillll t1tili/í1~
AR(l) con parámetro,O,95. La Tablri 7,10 lllucsJra los resultados dcnjuslar la ccua .. ua incluye n no rrimc~i1s dircr":Jlci61~ fl.:lard:Íllas. . .f ~ ••
 -~
_ 'í

,\11, 1< JI llJS 1)1' El.'lJ:--'O\lI'THi.\, C,\I'iTULO 1,: lvI(Jd~'ll); Univarialllcs de Scric~' Temporales 265
'." ',' .
'1",\111..\ 7.11
Hi~s;¡l1elll7. Sc trata deun proee~lirni'cl1t~'(:'n lred'Clnpns. Enlnpdn~ern de ellas'sc
1,
COlltrasle de raí,!. onilaria (;:11':1''1'4
....,' .
. ....• -" ':L •• ; o',,. ~~"~"' •••.•••.•••••.••..•.•• O" '':' •••• ," • o'.•.•• :. ' __ .•••• ,'.
esliman por MCO procesos ¡\'R puros ordelibasiaille de
elevado,' locunl no deja de
serrazol1ahlc y;¡ que llllproccsti ¡\ fUvl Adescondcido cquivnlc' aun proceso A R in .
,ADr Icst slalistic -2,9'11227. 1% ,Crilicnl valuc' -4,0521
finito, En la segundó\ clapa, sc seíecciona lit ,regresión que h;¡Jpr?porcionndo e1mc.
5% Critical "ahjc - 3.,1548
,10% Critical valllC - J. 2283 nor valor seglÍll t:1critcrio de informnci(ín dc;:'Akaike(A le) y los rcsidut?s dedichn
• MncKinnun crilical v~llIcs for rcjcclio'n of hYP~lhcsis or a lIriil roo/. reg.rcsicín 1e,1 se consillcranC;1I110 estinladorc;:sde las E dcscon,ocidas, de un modelo
AH,M¡\. En el paso rin;lI se ajustan nl/:tulios.'modéios' ARMA ulilizando parn ello
Augn,1cnlcd [)ickry~rllllcr leSI c(¡lIalio'n,
eSlo's residuos cSlímóI(J;ls, Por ejemlilo, s¡ajustamos lln' Á R~IA(2, 1). la rcftresión es
LS // dcpcndcnll'arinblc is D(Y'I)" , '.... ,

Sal1lplc: 101-200 .1', '" 111 + tlIY,_I+aiJ', -2 + (', - /J1(', _1+ error
Inclllded ,obscrvalions; 100
El'la r~grl:sión se ajusiapor l\'ICO pnrn' di~lin'los valores de fJ y t¡o Obtenemos la va-
, Vnriahle Cocfficicnt SIdo error T.slntislic Probo
ri~lizarcsidlihl c1~,,;/y
~légimü~ C(;mOcs~i:ciriccicióíl't;orre~la aC¡ueJin que proporcio-
na el menor válor de ',' , '
Y4(-I). -0.162216 0,055152 -2.941227 O.()(}\ 1
C 0,58.1690 4,99760~
In(r2,,;,,'+ (jJ + q)lni'/1l
0,116994 0,9071
Trcnd 0,098689 '0,045427- 2,172477 ljl\C no es olra cosa i¡ue llliliz;¡r el crilcrio de Schwnrz. Destnc;¡remos que, nunquc el
0 0323
0

procedimicnto dc'¡'lannan. r{issan~n ''pf()rol:~.ionn c'sl¡'lnnciolie~ liuméricas del mode. <

'o'
lo A RMA, el rcsllitado,es l;i consccllcnCiade un proccso dc identificación y"por ello ••
no dehen Cl,lIlsiderarse Cillll~llas 'eslim:,cio'ncs 'finales,de los c(jcficienles relcvanlcslR.
7.4
ID ro:NTI fI CACI ÓN, ES;n ¡..•.
I ACI,Ó N YVErU 1'1CACI Ó N D ro:1\'10 O I~L()S
'\IUi\'IA >.'¡
"o '
,. i
"

Para eSlim;;r los par;ímelros de un módeloARMA,los pnljllctes'inform;íticCis suelen "

J , ofrecer los procedimicnlOs de cstimación tic mínimos cuadrndos' lineales. o no. nsí
7.'1.1 Idelllilicaciúll comólos de móíxil11:lvero~imi,litlid tondicionnl ocomplcln .., Com~nlnremos nquí s6\0
: . . ;.~. :: algunos casos 'específicos. Relome,nios,l;i e~pccificneión A R( 1) de In ccunción (7.\ Cí)
_ .••... .~
.:1
Los procedimiclHós de la Secciélll 7.3permikn determinar si una seric es cSlacion;\. ,~ ')',;'/11 + 1l)'I,_I'+ E,

~ ..•.
j':
,-., ria o si es n('cesario dirercnci;\rl;¡ una' vcz, Ó posiblemenle dos, hasla convertirla en ¡", donde E, es una p~rtlirb;,ción r.uido bln';qJY MeO un estim;;dor olwi~: L;¡ únicaclles. J
,'j'
~s1a cio íl,~,l'~~;};<!,~~J~~i?,ce
di~ ie nl:~.s!fJ2::~~~o~.~?D),4:,iIJIS l.l'~Il.) ,;rce rca !,!~~lll cc.-'
¡\ ,decís i.911 ~,,:~,,'7',::li9!.~~10;1~IiiL<l-H
~!C-A¡;.\,);l.CI+~~¡:l1é.~ll ,~',~.~,~~ ::,d
~~r;:IT\¥'¡IJ9~c1.F:X'\~,;~.5W~.~.~99:\9;1,!~9,~,~,,~,IS-;;,';,::':"':"¡;;";
~ ••••.•
I
lJIdCI,'Q~~1ol:'~:,rbécsoARi\'IA debcfilOs;ijúslári,'la scriecSlaci()J\~.ri;-¡, El resulú,do fi. "',.~;,.', niodo que los sllJil<IIOrios lonlnnvalorcspam,I''''. 2¡J; ..,~;1I;Segú~ vimos en el Cnpílu!o,' ','t-
nal es',ln' idénlilicatilÍndé Un 11Io<it:lo aíllorregresi\'o, inh:grarlo )' de IlIerlia I\\U"i1, ' .~ .~ 2, los conlrast'es CSI;,(líslicosh;¡biluülessólo,licncn j\Jsli"fiención .a~inlóiicn debido a que, _ ' "
,\ fUi\IA(jJ, d, ql, Cos lres p¡\r:1melrOS a delerminar sun los siguiellles: ;\ .i cn csle c;lso.la p~cSeI1Ci;,dd regl:csoi'.rCl;;¡:d.rdodiminastI válldc7. pnra ill\leslr~s fini.
(I = "n\lmcro teI (1'1"
1 erenclas ncccsanas: . para que
, .;~ eslacioll;lriedad : 1'(ltl"lll'(lS c(')¡lsitl;'I',,'lr ~ "'le,
1',11',,111';1,1, O" "',OliJOlill 'cs'tI ,llla(lorM' V COI,lll,
icional.,Tol.nnl1' O

eXlstí\ .'1"\'5. ~ ~ l' ~

/J = urd<.:n del componen le ¡\ I({~ ; do y, cpmo dó1do.lal)l'úhabilitladcon~licionaid.c 'In~I/-::LobscJvaciones restantes es

q '" orden dcl C()ni¡1lJncnle rv[A',* _ Cc,:." , . "',", 1") '•.;
:.:~~ . ,~"'J)J2, )J ..... )" ) \,
Norm;¡lmcllle. rI es ccro u ~l1i()y,deronila Illuyocasiollal, dos: se trilla dc hal1;lr UIl:l ::;\"'flC¡:21 )'1) pO'jl):2} ... p()'" 1)'11-1)
r<.:presenlaciún parsiIllOiliiIS;' con v;¡lorcs l;ajosdclJ y (/' L\ dificil elección dcl ordcll .:~ .~:
dc /' y (/ se agiliza mediallte Ull procedimicnlo nlllnérico su¡:<.:rido por 1'[;1I1n;\1ly ~~~ !,;
\"1 ~'.' '.- - 17 E.J. I la'''''III'''' J. I~i,,:,,;~il" "1(eCl;rsivc E~rimalio". oC Mixcd i\\Ilo(r~gre~i\'c:t>¡';1\'in!; i\ "crnge Orcer '.,
. ' -S ,~:.-~ (JiOIJ/l"Irika. m.I'JS2.iq"},I: corrección, 711, 1'}:-:J.JlI];', ,. " '
:; ~
.
1",l'ara "tr eli de¡;,lk ,el plIIce,I;,,,;enl<; dellalln;II,-I~i~~~lI~h'yalgllnos. cjemplos ddproceso de i,knliric~-
r¡'';l' Series, 2~,tcúilínfl,
111
Gkoll
2(..\.212 ..
"TI1I.:
1)..1~\Idl..'h\l~('h. l!IH ..~rl:lil~ UI~.il I.t{)(;l' in'¡'{cal r;¡-':I:". /\"11'11("'" FHI/lIJ"';" UlT;I"I\', )l)tJ.'. )U•. ,1¡ ~,.. ,c¡toll1o \"~:ISC C.\\~.J:'G~;ml~l'r'~~.P. "Nt:\\'hohJ., rlJ;,'n;.Hi,,~~:Enl1i(}/~,ic
11):-:6. ("1';1111,,:1. " .. ' '.'.oC :'-'. .',
ACildcmic: Prcss,
. ,

. .t. :.~'.
•..•\ \r
;~~ .
-. ~;
r ... ,

1
;-r'\,

Suponienuo un ruido blanco gaU;Si¿lno, [ '-$,f! . J El ajuste tic: 1(1sesqucmas 1'0'1/\ cs m;ís complejo: Incluso los proccsosele mcnO!'
ordt:11 implic,lIl mélOlJos IHl lineales. l'or cjcmplo. el esqticmai\'It\( 1) es .
p(y, 1)'''_1). . .c-cxp ~~ (YII- JII -el)',_¡)1
crV2rr. 2l,2 '. . y, = p + ~I - j1~I-1
Ivlit:nlras qlle c1logarilll1o de la vt:rosimilitud condicional cs CII¡1I1elO~1I cs igual a ccro. El = .1'1 - E. y. p'or St; paqc. E, ~ 1', - P'-I'g El' Dcesle mo.
• - • - ." 11

uo. los 11 v;dorcs dc E' podr¡ín cxprcsarse cn lénninos eJc 11 \' JI. Sin cmbar!'o.)' E2
1*=lnL*=.conslanlc--'--,ln(J2-,--.-.
.' ~_~
11 - I .
2(,2
I
L
,~1
"-.
(y,-III-n."I.:)2
.
(7,63) t' . '"
cs una compleja función no lincal.e1e los par¡ímelr<!, y ncccsitaremos lécnic;ls ¡'t-era-
~ _1 I
1'\

4 .•. ,,~:;>O-"

'''~
./
¡ivas para obtencr los cSlimauorcs convcncionales. Tcncmos de nucI'o disponibks
Maximizando respeclo 11/ y el obLCúell1os los eSlim¡,t1orcs l'vICO que acab;lmos de proct:lIill1icntos dc IvlV con información cOI)lplcla qt,lt: eSl;ín ucsnilos c.\lcnsamcnle
eJescribir. en d mag.nífico lralado de I-Iamillon, Loscsqucmas mixlOS compartcn lodos los
Con cl fin de oblcncr eSlill1:loores ¡"IV dc infonnaci<Ín cOlllplda, llIaximizare. probkmas dc cSlimación dc los procesos MApuros.
mos la probabiliuau no cOI}eJicional . ......•• "

L'=p(YI)L* ,---,

="~.(.... '1'~2~2':)"""
7.4.3 COlltrastes de DiaglllÍslico
,Bajo los supuestos exigidos n un proccso AI~(D tenemos "; .. :., '.; .. ' ' . . ""- ' ,",;,'o,.",;.,;"¡'.~,,.,,':;>."\
,'J __,.' __.• ',I~".,.,.._.. ~......••. -C •• '.," ••••.• ~-y~.. I..¡~;
..
a..". .','.o,.,_";;~,;:;)"",-,":.' •." .., " .....
,, ''o' .•.•. " 'L;,';~;'~-,;t;-fi~ación y la estimación han ~;'~i~'i;~;l~O:;ul'l-n'lO~kl~';~'~;i\'IAeSlimado. El si.

C< . ,'-. guienle paso en el an¡',lisis de los modelo~ ullivnrianles de series'lemporal~s consisle
1'01' lo tOl,nlO. en coml)robar la bondad tic la c'ct'lación rGslllúlille, -,
1'1l¿k,ílOS aplicar un 'conjunl(j tle contrasles ¡; Ills cocficii.:nlcs e\limados ddnl()'
. in {I(YI) :; ~ol~stal1le.+ i I'H(1 _ (2)' _' .!. 1110'2- •., -1l1 ('1'1 -'- _11_,_.)2 l' .tlelo ..como'hacíamos cn el Capíllllo 3. De C'SIClilOdo,sc pücdc pr'llbar la significa.
.' . ... . 2 . '. . 2 2(/1 .. 1. - el '.. ,
. . .. ' ",' . " " ~ cíón,de cirda unade las variables inclllid¡ís consideradas separadamcnte (J. de manc.
'.;'cl lugarí"llllo u.e,laver:~sin"lllj lud,no condido-nal es, 'ra complcIllCnlari¡i. de IIn subconjllnlQ de clla's. I'licdc,v'cririi:arst: tamb¡~n el ckclo I:'~

.{=:- lú¡jO' ,) ~-.l;' : .. . , de aiiadírunao Ill¡\s vOIriablc'sit.la cspecifícacit)n, .

Olr;i 'iniporlanle' iilfoí'mación'pa'I:¡' Ii' .'verificación la pr.()porci~nan los rcsidllos
, " .': li .. ' . 1" "
= cOPS!<1I1lc": -:hI<T2. + 2' In( 1 -;.(2)_. -. '_'-'-
. ",- l~2 ( •
I'f - __
¡;,' ')2
o (7.6t1) .tll:,~J1!od!-:I(~csl imadI? C:ual~do se aj ~ISI~.Í1n mOdelo'. a(rc-c.tja~lo.. Ios .rci;iullos deben
. . 'l';> 2~'.' ';: '. .....~(.~2 ,. . 1,-lí,
-pt:esel\lar lIIiOlcSlrllclll'ra dd íipó ruido blanco.' . . .
Las :I~ablas 7.2~, 7.S l1losira!;an. loS'I;'CS a~peetos 1;1¡í'srek.\;anlCSue ¡lis r.csidllos
'- --';"':
2u2
.
H2 (y,-;III_
.." .. :,'
aY'_1)2
, '.': ','
(lc .Uil lilOdclo: sc irata tle ,sus alJlocoi:reJ¡,ci~ncs: 'su~ auroco,rrcl¡.;ciones parci¡¡les v
l<i~ val~Hcs del c~latlí~lic'odc .13ox.Pierc;~.Ljungi\luc verifica la ~ignific¡ici(¡n conjlll;'
Toman~{). prilllern,s dedvadasresp!:cto a JII }' a e igualando a cero. se obtienen ecua- la tic subconjunlos de coeficienles .demiloc,orrelación. Las Tablas 7.5. i 7 Y 7.0 ilus.
ciollc's nólincalcs en los parámetros. Por loianld,' púa cncontrar cl ni<\xíll1o tic la lriln el ¡¡s'pecto 'Iue proporcionan serics'dc 'ruido blanco. en cOll1paraóón con las de
ecu:icion (7.64). sc haceneccsarioulilizar técnicas. iterativas. En mueSlras pe¿luclias, 'lasT¡iblas 7.2, 7.3, 7.4 Y 7.6. Cuando los re~iduos.s'e'ap:)rl¡,¡n sig.nific¡;livanielllc de la
la difc'rcneia cntrema:<i'rtli~arl;;ccllaciÓn (7'.63)ola'{7,64) puede resullar importan. '.' cslrllctura típica tle un prcJCes¡:¡'ruido blaqw el'p1Odclo ;10 ~s salisfaclorio v dcbt: cs.
le. aunqUc esta uifcrc,\cia disl'u,i'nu)'c cuando el t,lIuaii'odc, la n,lues.lra allnicnla. pc~ificarse ue nucvo. ' , . . . ,:, .
L~s esqueinas'Al{ dt?rdénmayor se lIjllsta¡', d.c fortn~ similar.- Ló's'esliniad~.
res mil'limo cllaur<irieo's y'los de In lil¡íxima. v.cl'osimilillld c(lIIdiCilinal loman las pri.
meras p 'observaciones' com.n'dadas. También' existc;¡' pr(lccdimicnl<iS de nÍ;íxima
verosimilil'uu coninfofmación completa 19." .' 7.5.'
. PHEDICCIÓN

.EI objetivo principal del ajuslé de esquemas A RMA a una seric temporal es pro.
19 P.ara un Ir,,¡amienIO mas c'xl'enso. 'veasc j¡\IllCS 6. '1'lan;iho;l. Til//< Ser;,'.; ;1,;,,"'';.>. l'iiIlCC\(lIl. ll)l)~. Ca. )'eclardich:, scrie hacia cl fuluro. mils all;í del periodo mUC.~lral. ¡\ vcces. 1¡11e~pro-
p¡iul~ 5.'. '. . .' ;. ..... . .'
'yeccioncs se utilizan COlll0 banco dc pr'uch.as,para la coml-irol1aci<Ín de' las prediccio. . :!:
..•. "
".'

"¿o
,.1.'
"
\.
 '1" ,
" , .... '

2óX ,\II~TOI)()S 1)1'E('r¡:--:()~II' mi"

CI\I'I'~llUJ.7: tvlodclo5 Ul1iV¡lI'i~111CS

de Sedes Tempor~le5 269
nes origina{];¡s'por model~)s mullivarianles m{¡scomplejos. Las proyeccioncs o pre-
dicciolles poseen uos ruentes ue errorincvilables: Cuando consi!lerelllos'cl'peri(xlo /1+ 2, 'dcbercinos cx'prcs;)r )''''2 en lérminos
~ I
;
~Ic y" Y las innovacioncs nconteeid;¡s dese¡'c c1~ perioc!ó. Suslituyendo la ecunción
Errores debid9s a la ignorancia de rUIUri1Si!l;lOVaciol1es. , .
(7.ó5), obtencmos' . ,
Errores dehidos a diferencias c'nlre lós verdaderos v;dorcs dc los par¡íinclrÓs y
sus cSlimacioncs, .i'" ,2 ,=(1 -
.', 0)/1.+ a'y".,'+ E".2
1.01presente secci<'lIl considera únicamenle la ¡jrimera ruente de errores e ilust'ra las
hases metouol6gicas de la predicciópcon unos cuanlos pr,Gcesos de o,:den'reuucido,
= (1 - a)~+:a[o"~{l)ll. +
• '. • 1" , :~
ay" + E". d + E"'2
• " ,

Consideremos, en primcrlúga r, el. esquema A R( 1), " • = (1 .:..(2)1.L':~;a2y" + ClE,,:,, + E">2'

y; -11. = 0(\'1-1- /,L} + El' Ird < I E¡iid(O, (r2) El ECM de pr..:dicci0n íllíninloes . . ' .... ' , , '. '
que p~le~1crormularse l:llllbién'l:omo . . i,'2 ;, (1 - (;2)'/1. +"C(2); ; ,
( , .•• " •. : ',(,""';. IJ

.1'1 = (1 - a)ll.+ llYI_1 + El (7.65) que formulamos C0l110

Suponemos que las observaciones dey se halli1n disponibles p;ira los pcriodos enlre G";2 - ¡:t.) = a2l\'" -11.) '=aG,j.j.1 -/1.) . i (7.69)
1 Y /1 Y que lodas las prediccioncs se hallan
. condicionadas por la informacion'Lasdispo- I)reuicciones I)ara el modelo A R(,l). sc aproximan a lanledia' no c'ondicional p
nihlc en el periodo /1, Por lo lanlo, : de rOI:ma eXI)Onencial cU:lndo.el horizOIllc de la I)rcdicción aumenla, La varianza dc
valor (descoliociuo) de)' en el rUluro pl.:l'iodo /1 + J
.\'"•.} = error de predicción'es var(l.'".2) = (r2 (1+ a2 ),' ' ¡ .

",_.'
" .¡'" •.• = predicción de y, ••} realil.nda cn base n la inrorfllneit'ln disponible en el Sigu.iendo de esle Illodo, velllos que
p":liouo (3<.: tiempo/l '. )',," = (1 - a.l),l. ~ cx'j'.1I +'(E" •., + aE;,.¡_1 + ... + n,-I E".I)
c" •.• = y" '" - .l'''H
• = error',1 uC pr,e.t1" ,
ICClo.n. La predicción es
El error cllac!róílico medio (ECtvl o MSE) de \lila predic'ciÓIl es el prom..:úio, o valor Ü'1l", -/1.) :; ~'()'" -¡i) . (7.70)
esperndo. de los error..:s de predicción elevados al c\ladrado. Esta medida considera ' y'ln varinll7.;) de error de prediceióh. '.
por igual ¡¡ los crrores de predicción positivos y neg;)livos. Es \In crilerio ampli;).' :~ : v,¡r(e".;) ;"jl +~2 + ~~+:.:;~a2(,-I»ai:
mcnte \llilit.ado ell el Illomenlo de elegir Ull delcrmi'llado procedimiento de predic- , (7.71 )

'-
.. \ .
ción, Allora se Irata ue definir \llln rcglndepreuicciónque minimice ECM. Pucde ~í
, ,C1aramenle )'''H'~ 11.,
rr cllnndo s ~,(X)

d..:moslrarsc que el EC1v1 mínimo de la predicción UC .\'" •. , es la espernllzn condicia- 1 .' y varee,,,,,) ~ __ 2 = a~clI;¡ndo '.
nal de ,¡'"•.• con lainrormación disponibkell el'periodo ,,20.1\ Illodo illlslralivo, con,' ; ". 1- ('(2 , .

siúe remos, 1,1predicción y" "', P;¡rOlel proceso AH.(.I). El valor v~,r:I_~~I.:.r.o es . _ -'-'C- .:~." j~,
..
,,:
..,
..,.J\~LcPtlc-s.~U;¡n(j~f:'hltQfiJ.QnliMIe<:-!m¡Jretlicci6'1.i!tTtiJ~ñTif:".6,t::vaIOfme¿.]'¡¡:i:p'J'coífcíi5iri";;I;.~(~{;:,::~F
" "'::,';',,:'..::",:;\~;'.,;:.:::-,~'7:':\'il:;7Tr=:'J)¡¡:"~~;~~TE-;rf:I"""7(7.66)' .'""1 ;' /":!f¿ridc;¡lil niedinn:O\:ondicional,d~lpr~~i;so yln v~~i<in:z'ncleefrb'rde predicción . .'.:
EICé~:i;d'c !)rcdicción"i,rnil11o s..:d . " ,~ '.:'., auillcnln tendiendo al v;llor dc la variarl?:! no cbndiciollnl del proceso.
S'".I = E(Y,"lly,,) = (l-ll)¡L -1 ay" (7.67). "
Ellinito'l¿rmillo'dcsconocidocn dl,ldo derecho de la eCllación (7Jl()) es In innova- . 7.5.1. Proceso I\1A(I)
--:; '.
ción dd pcriodo /1 + 1, qu..: s..: susliluye por su esperanza nl;lt..:nl;ílica qu..: cs igual a
( cero, Rcpl'esenlarclllosla pr..:dicciÓIl de (7,ó7.) como
El proceso MA(I) cs
.Ü'".i-IL) :!l(Y" -Ji.) (7.68) I
~.:' . .. ..... )'i=/1.+Ei-:fJE;~I., . (7.72) 1

1l'
eslo es, predecimos 'qu..: .\'".;¡se'diTcr.l:nci;;r;í déla nú.:dia por una rracciól1 o dc la
Si la predicció,ise r,,:¡lIizap,uncl periodo/" Jescubrinwsque
desviación el1 el periodo /l. Llcrror'deprcdicci<'l11 cs (',,01 = y,,, I -5'''ft = E/,,I y; por
lo \;¡nlo, var((i".I) =a2. " '.. ',. 'Y"'I;' ¡l.-fJE". '.
(7.13) . .
" .~Ar'•••.,..• ,"

pMquc desconoecmosE"., en c1periodóll. Sin cmbargo, pa~a implcmenlnrla cClla- !

.1

:" Ilamillllll. ibid .. ("piIUlo.J, ción (7.73) no necesilnmos conocerE,¡.La eellnción(7;72) sr hecesilnconocer losv;]-
(', " lores prcvios (k e.¡\si pues, iailllrlelilen!acióll eSlriclauc In ecu<lción (7.73) precis;)

J
 r:
\; ..L
270 ~1l::1UllUS llt: E('u;-iO.\IETldA' '.
(',\I'i IlIl.lJJ:'¡'d"dclos Univarianics tI..:S.:rics'TcIllPUI;oIcs 271 lpl

Conocer ~o. Pnraiiliciarc':j)rOCCSciSliclc citorgiirsck, dn'la pr¡Íl:lita. univalor espera.

dodcccro: . . ' ... ,,'" .'. \'ill
,( ('I/~.\ ). - ) ("-
(1- .
!.riJl~")
-1 IP) ;
EvidcillcmCil te, cúarÍdo'c!I'am¡iiioni"ueslral al~nicnl a :disiiiinuyc, la importan- . . .I~ u- . (7.7'-))
1~
cia oel problema. ES cvide';l:e qúc var(e" > 1')'= u1,"Si obSerV¡lIlHi:; deis pcrl~d~s'posté. ¡, '1
rimes, vcmos ,¡ue .' . , .' , . ' , . Como dcmoslraba 1;1ecuación (7 .. 11); esta varl;lllza límite es la I'ariilllzil de la serie y,
(~)
)';H2':=' fl,i: ~J1'>2 .c.Jj~;;.;
y~' ECM de predicéión mínimo se~'á ' ..
, 51J1~2=fl,
..~
(i,,)
Por lo tanlo, para"cl cS(luema.M¡\(Í)' Como l'lllirno ej~lllplo. collsider¡IIllOS ulla serie i: cuyasprilllel"¡¡S dikrclH.:i¡ls siguen
Ull esqucllla A I~( 1):
)'"tJ = p. s;;:: 2 , (7.7'1)
Z, - Z,_I = )', (ViO)
,y, ,var(cJI+s)=(1+JJ2)a2";u3" .I'~2 . (7.75) iJ
'.'...:/~...>~;.,;.obs..p.úiod aun ás;¡;deJ¡¡lilu';,~la~p~cdj(;cjó11ó-clc'l:ei¡cI1l~ll1¡¡.M-Arl+ ~SlÍl'llicd iai\ü''Colid i~,';;", <"~t~,,,, 'Fü¡'i1í tit :n'cIÚ¡)s .'
cional deJas,series y la variapza de elTm de predicción es la v¡II.'iallza de las series, r ,
. '.. , --, '. '. . .' r Z", •.'i =, l,t .'-,)'11,,1 ~-": ... +,."II •.'i
.'¡': .1'
:.
''''=. (Z" t SIl) t VII<" ':'IX') !..'.:+, (Y~It,- 11).
7.5.2 Proceso A.ltf\'Ii\(1,l) . Sllsiil.UY~I)do tiérormacó,nlil1l,~d,;i~s lé;'millos',(y, -'fI). obtellemos .
• <, ,,' .' ••• ', "" .
.():(I --:Q')
Como tercer ejemplo, 'conibiilaremOS los pro'cesos AR( 1) y1YIA( 1) para obtener Z,,-, = Z,¡ -1- SIL -1-. , , (.1.',,- l.l) -1- £:,,;, (7,1)1)
'1'
ARMA(I.l~: . ", " '1 '-ex

.. (y,-:- l.l) ~ ex(y¡.,t - ¡¡)+ :E,;:'¡lE" . I (7.7G)

''-. \ t"'H = EII•.•-1-('1 -1-(~)E"u- f -1-{l + (t .:1-lt,1)E".,~,~+ '"
EfECtv[ dep¡:edicciólimílli,nici p<lrae¡"I;Criod~)II-1: les' "
. ", +(1 -I-Ct+('(2+":+'(,(;-')E'" •.¡ 0.82) (
...•
, .. ' ,'.i';';I-'.l~a(Yil,":"¡£)~JjÉ" .., ' .. ' .
.Dc' c'sla furma ubléllcmús prediccionesp';\ra'l~s' primer0sireslérminos (kllalJo de .
.1.;\'\'II~i¡;a'd¡ki~ncial~cs6e~'I($ ,a í:; pl'cdi¡;ciún dé' Í\R( 1) .ra(iie; lin C¡'I¡;;I~li;io JIE¡; . t,.a '.-:recho'de lir eeuacilÍll (7.81). dos (je los.-cpilJ(;S au.mcillall C~ll el horil.Ollle de la pre.
v¡Jrianz~ ~de crror:<)c pri:dicciÓlleS:\'¡irCeil~.d ~u2.U!ilizanuo la-eclIadún(7.76)i'e- dicción, s: Destacamos,sin embargo; qÚe e:llérminodel vallJr Iliiei;;I.;:'1I' 110des,lpa,
pClida,svcces:ublen,cln6'~' .. ' '" . '..,. . ." ,
. n;:ée. Parliel)do de la ceuaciúll(7.82):lhv¡¡l:i';mza dél error de prcd'icci{JIl es' .,
.
.
. (ji;ff.~p,)=
'. ....
~'2(Y,,'-f-t.)í~E",,~2'.1:(a,:"¡J)E;,<¡- ~'IIEi,
La pre'dicóó;~ paraet'l)erioi.Jo'lI
.', .",.'.
,¡c.2es
'. ", ':- ."
;.;"tc" :.) ~ ,,' [' 1+'(1 + ,;)' + (1 <' Lo')' +, ~(1+ 0+ + o';')'[ (m)

, ' .. GII"2-I.l)=ex2(Y,,-J.l)'-ajlE,,=exCY,,<1-11) .' (7.77) .Dich:1 variallz¡~ <lUlllenla de forma 11)OnÓlollú'COIl.I':'L'ls'preLlieciónes ele se'ries 1;0 ~s.
Así pues, cO:mo encl caso./, !~(lr.,l;lsd~s~ia~ioncs su¿csi~'as de bis ¡)redicciolles t¡¡'cionarias son menos plecis¡is CUillllO'm¡ís ¡;UIÚé;HÚel 'Iw, iwnlc tl'c la p,'edic~ión,
decrecen expo'nencia"'Il)Cnl~'.Lú ,.v:lrianz:l tic error tic' predicción es var(e,,'.2) = T~das las fórmulas ele e~la seccióll's~ basilll ell' él supueslo tie'que cOlloc",mos'
= u111 I (a - fJ?]. Si.seguimli>s'así ve'rcmos quc', ,', ".' cun eXilctilnLllos p;lriÍmeltos:tld proceso.,' .' ,: "', .' .

, " 'c5',,~s-I~)'= ~'(Yl/:" J~r..a,~I¡JE" (7.78)

'EIl la yr¡klic¡I, los par;'im'clros"~on: llésC{l.llocidosy,'(os :reclil¡)laz:1I110S1~(lI's'us eSlim¡¡:
¿ionc:s IllUestrales. L;¡ préc~ic'cióll' por j'lllilli)'segui'r¡í SiClido ;¡'S¡;llúlii:all1ellte d•.••EC~1
'l'<ir'lo t;lIllo',la rrc'di~ciÓI; li~~de'a la 'media l;oCo)1tlicionaic'uantio el hori7.0nletie Ini1lilllO, p~r.olas vari\1I17.aseSIilll¡ld;¡sdel'eri:o';',~k ,prcdicl'ic~it' su hesl im;\I:¡íll los 'I'c'rda.
p,cediccióíl ¡¡lIlllenl;\. Dél ;úisl11crmOdo.~YClllOS,!ue~I'" , ,. ji •

. . .'" ., . deros v;lIorespueslo que la fC)rnlld;1Ulil¡Z¡¡dalil;'adn;ile lo~ i;¡¡I,\r~s ~Ic los errores ell' ,..;,
I
l').: . ' la est ill1;1¡;iólltic los codicie Illes, . , ,: ".... \(;

. Sin emhargo, el progralllainrlll'lll;íli~o EV'ie\~'s c;"C'UI¡¡l:ori'eCI¡¡IllClllc 1;I,s1',Hi¡llll.aS

"', , dc elTo( por'pii: I)ÚIll(le 'éllcricielli~s J~l'~ier!~~s~i¡!ll(lr;,. ;, su XL'I..las futuras inlllJl'¡¡.' ,('
21v~aser,oblcllla 7.8. ."';

'.ciolles. ' ",

• r'" ~ 't

.... 1, .
 '11,

(1-~,04t:- (~ ;¡ ~ .:(I-o!L)lt~ 1
272 ~If' I ()IJ()S 1)1' U"():"(J\IE mi,\
~ x¡:: ~L~~ t(l-O<L/({ j
7.(i ""i (¡ -o( l)C'--4JL'i)x+ = E{ j
. 'chos modelos resulta ó:trem:1ditmcnt'c difícil~~. Subr<lyarcmos fina,fmenle que, :1ntes

. - ¡
ES'rACIONALIDAD

t'vluch:1S de l:1s series que sc miden en interv<llos periódicos dentro del aiio muestran
* de ajustar esos model(l~,
de eslacionariedad.
cesarias
debemos,
Ei,';\lgunos
1:11110 las dif~rencias
como"siempre, comprobar
casos, y'par:l observ:lr
ele pril\1cr order(como
In posible existencia
la csiacionariedael,
las"diferei,cias
scr;ín ne- .
eslacionales.
I
regularidades csl;,cionales. La :lctividad en el sector de la conslnrcción
IllS meses de in\'ierno. el desempleo
ser:í menor en
liemle a disminuir en verano, ele. En olras pala.
. Cuando 7. indica

serie cstacionaria,
series lrimcstrales,
consisle cn efectuarla
la,'difi:rellclrición allecuildn ,paraconseguil:
ir~n~r~,:m:lciónU7' L)(1:-: L~)z,.
una
i
hr;ls, (;s m;ís que probahle que el valor de una va'riable sercl;lcione
'cnd mismo periodo (mes. semalw.
m;ís con Sil valor
dc.) lid :lIio anlerior tIue a su valor en él periodo
;:T'\III.,\ 7.1!
• o'' • . ,

I •
'.

l
1
1
alllcrillr dellllismo aiHl. Tral;índose de dalos trimestrales formulamos, por ejemplo
,,~()rrelogral11a de series, eslacionales ' ... ' ,"
,1,
'OO,',"

'. ' x, = ,1'.1',_1+ 11, , (7.8") .""-'~ •• l •• .'_ •••••• " • .;.a.,.,,_.-.a ..•...••....., ••• "-••••.• ....-...c......~~ ••~.~z~,.__~-. __ •••••_~_"""'~_._N _
Si lasl:rlc 11 rUer<l ruido hl:1nco, la f;lC dclproccso cunsistiría en pUnl:1S que irían dis. Mueslra: (,-lOO
Of'scr\'aciollcs inclllid¡¡s: 95 ¡
111inu\'L'ndo exp0!l£l.!ci<llmcnle
\';lIos de 4. R. 12, clc. periouos:-Las
Sin emh:1rgo, casi lod<ls lasseries
(bajo el s\!.J?lI..G.~_I:~lal
autO"correlacioiles
económic:ls muestran
de eSI<lci.9..':!iu:Le~lad) a inter-
intermedias serí:1n'I~~1:1S cero.
cierla continuidad enlre pe-
'~
'/\ i,l()~"rrcl:ld(íll 'JAC "Acr I'roh. ¡
"

riodos 'II"YIIU!II/eJ. Así pues, result<l inadec"uauo suponcr ruido bl<lllcO en 1;l,ecu<l-
r
1 . 1 : ',0,765 ' 0,765 57,36)0,000 fj
1 2 0,579 ,-0.015 ,90,590 0.000,
ción (7.8-1). Supo;lg<lmos enltinccs un esqucnla,t\I~(I) p;lra 11, l;
I' )"', 0.639 ..' 0.~84,,1 3 1,~9 0.000 ¡
'1 ,~ ,.0,782 10,432 ,,19.3.41 O.()()() j
(7.S5)
I 5, ",0,577 ,,,,0,562 '",227.49 0,000 . 1
donde E es una serie dc ruido bl:1nco. Combinando ambas rcl:1ciones, obtenemos ",
,1 6 0.365 -0.100241,27 0,000 t
(r, r
~,

" ~ .1 7 .0,379 0,011 256.) I 0.000

(7.86) ~ \:
,".-f '1 80.498', "0,024 282.61 0.000
Se l!,;lta tk un sencillllejemplo tk 1II(l(lelo aUlorregresivo lIilllliplicalil'<l esfaciollal y :,:¡ ¡ 1

su definición abreviada es A I~( 1) x SA R(l). Haciendo las operaciones indicadas '~ ~;,
1
1 ;- .
9
10.. 1
0.)41
" 'O.I,M '.
-:0,083
0.122
295.04 '. 0.000
2'97,94 O,OCX>
, ¡:
..,', potkl110S rdorl11ul;lr la ecuación anterior como ,'; ,:,i l~'.:,:\,'~,i,::
I 11, 0.194 0.114 )02.05 0,000

.f' .\",= <:l.\"/_I + <\'.\"I-I - ({(i' xl_s + El (7.87) t'

I
I
12 .. 0.322
.1) 0.233
0,002
0.071
) I ).580,000
,.) 19.68 . 0.000
t
1
ESle l11odelopuede conlel11pl;lrSe tOllloun C:1S0 especial dc un proceso A I~(S) gene- :~ ~, ,I 1,1 0.Ol!4-0,071.; 320.49 0.000
ral, con dos ~ocricientesde valorceroyuna relación no lineal cntr~ ,los lres codi. ;!i~' I I I 15 0.127 0.064' , 322,36 0.000
:.~~:.~7r77'yT~7t~;i~~?);it;¡~:~i'~r:;;;~:~
.,..~..
~:';':,¡:,,~;d';~;!;,~;::~:~'~:;~~¡,:,~:~~':~'~~,~;~;';~:;::,~~(f;~~:,;;~;,:'
~;o;o~~,"'t¡
',',~dr~: f 'OC,':'
.•" . """':.":"'77;-1': "7

.. 1180,078
~••

,>"-0,093 ))7,32
"":~:~.¡:"~:,.,:c,._ ...••"i'vy':"'.

. 0.000
,.'>

picio, El currelograma empírico tk 1:1T:1bla 7.12 mueslra el comporlamiento lípico ',,;¡ --' ~- ~""'_' _'_ ~.:._ _ _,_--------
tic un modelo de estas C;Ú;lctcríslicas. La T;lbla se ha generad!, a partir de la eC\I:1. ,:'!:{,'~ ¡, . L.•' linca n:",l¡cll el1 ,1I ;lI.t'~:tI¡.~l:I_;lltinlllJs:lcp'rt.~t=,,~ú ,dos V'~I.:t:s
..:";Ú¡',cl1cllnf (k:CCH~."el c"r' ..O(:-~sl~n~J~r lh: los' ~~l¡m:,,-
ción (7.87) haciendo u ,;, (1' = n,);. La aulocorrelación disminuye cuando aumenla'el ,).1:-;; elnfc~" ,:. . , ."' .... ',.' , " " " .
IllílllCrO ue r~tardos. aunque hay picos relativos en los"rc\;ndos il, X. 12 y 16. I)cs- ".; - .-"c':: Cocrit.-il'nlc de alllnl"lnh;'~;I'ci'~l11~,\Cl': ("údidchte de .I\¡¡(~corrd;¡ció~ ,ph.l,~i;,l: Q;SÚ'l1: ES(:Id,sli~~ etc :Oox.

pues del rel:1rdo 5. l:1s autocorrelaciones rarciaks son pdclicamente nulas, con un l'il'rl'c-l"j~lIlJ: (I~q. (f'.-~~»:
1'1,,1~':~Valor-,I.' qúi=. Itl~as "fo~~t~.c'ricicnlc.s ,(i~'.~uh.\corrcI3ci6.n
P;lf;l i;(itip:~t~,~is.'~c sun
i~\J;ilcs i1l'cro.
pico claramente positivo en cl retardo Iy ¡¡Iaramente negali\'o én i:I S.
Especific;1!110S. de modo similar, modelos de l11edia Inoyil nllllliplicaliYú esla.
ciolla!. Un I1wliclo 1\'1/\(1) x SMA(I) es

.\"1 = (1 - jlt)( I - g¿'.I)E, (7.88)

Esperalllos que. cncsle C<lSO,l:ls:llItocorrelaciones desap;iI'(:zcan dcspu~s dd relar.
.~ 11\\';\11", Val1dad~: ..\I'/IIiI:~lríl",.',~I',i •.J (//"/lJ,,x"j~l/kil/:' ,IIt',licl.<. A'~Odcl1liC I'rc:~.19'SJ.inCI\ll'C m\lchos
do 5)' 'las <lUlocorrlZ!;icioncs p<lrcialc'S se ;1I11orliú¡kn. .
, cnrrl'1tlgr;¡l1l;l~ que Illl~IJ':I;' .. d.i~(inl.os, t;~«tucm~as';-;lsj '(0"10 .del,allados, ;ln.;1I~.siscllirrti~os hí'ls~¡Jos ell dalas
Dc forl11:1m;ís gencl'<lI. especific<lmos modelos mixlllS clllllhinando componcn. :. r~:I1..;s. Esllldi:lr c!\l~ m:th.".i,.¡;',Fily\ul.a ;1:d~s:il~rú)I:1'r'c'~c j,i¡é:i~).'I::jn I1ccc!\~~io:C'11 el ~I~ scrics'IClJlpnr;l-
.ll'l.;~.i~is
les ,\I~. S,\lt tvlt\ ySivl/\. l~e;lIiz;1r juicios tcntali\'()s acele\ (k IIIS \'mkncs dc di. .~.Id uui,,:!.' ¡;mlco,;.' " , ,

, \

"
 ~11~lOIlOS DE ECONmlúTlllA
<',\1'111;1.111: tv\"lkIIlS Univilriilnil:s dt: S~rit:s TeIllJlllr;dt:s 275

Como primera aplO:ximacllln a la serie. los patroncs ubser\'adllS sugieren un

7.7 . .
I\IZ(I) x S¡\IZ(12)~'. I'ara l:1 ajusle ulilizarcmos I;\s obscr\'acionl:s del periodo COIll-
EJ£I ..•.
IP1.O NUl\1IÚUCO: VIVIENDI\.SNUEV¡\S MENSUALES
~. prcndido l:nlrc 1'))lJ:lJl y 1t):).1:12.mienlras q;lc las reslalllcS. obscr\';Il:'iollCS. aqucllas --,
,,]
La figura 7.'1 mueslra la serie elc viviendas .¡Jc nucva conslrucclOn ,en los Estados '.' Cllmprcndid;ls cnlrc Il):)5:lJl y ll)l)2:(j,1, scrvir;ín para los conil'asles de prl:dicciún
Unidos. La serie se dcnomina TOIllINcll' Pr;"nlc NUilSill:~ VIIi/s S/;,r/ct/ (expresada " para periodos t'lIl.:ra dc la mucslra. La Tabla 7.15 nllll:slri! los n:sullal\us dc ajuslar
cn miks, sin ajuslc eSlacional) ycstil eXlraída de la basc de dalos DI~l/rvIcGi'aw .. clmodclll (1 - II 1..)(I - el, '-12)11\. permiliendll un l~rmino d!-=inlcrSl:ccilin disl'inlo
Hill. La denominación de lascrie enla llaseúe úalos C¡libase csHSófR. Ante to- de cero. Todos los codicicnles son allamcnlc signiricalivlls. La regresión explica el
do, comprebarelllos la eSlacionaricdúd para ver.si poúemos lrabajar con unmotlclo 86% tle la varianza de 1;ls viviendas n,uevas. Sin cmbargn. c:xisle una variación rcsi-
en los niveles de la serie. La inspección visual no da nluchas pistas sobre la carcncia dual suslancial: el error cstiíndar de la regrcsiún es mihdcl 11% tleI valor mcuio dc
de eslacionarieúaú y los conirasles t,orlllaksilO hac~n miis que cont'ií'nwr csla sos-
pccha. El contraslC de Dickc);'fu}l~i aumenla~o of.rcce losrcsullauos que apareccn
,'., la variable dcpelldicnlc. ~
Observemos el COlllpllrlamienlo dc la preJiccilln con la ccu;tciún eSlim;l(la.
.
.',
en 'la Tabla 7.13. La hipótesis de raíz unitaria qucda'ruCrlenll;nlC rechazaúa. La Ta- Con los dalaS disponibles hasta It)S4: 12, preúecimos las SS l;bscrvilcioncs dd pi:rill- . ..'\

::",~"",,,::.,W,i,,,7~.I4.\!11lJe,sl~;,1
e1~orr~log!an1,a úe lascriequc confi)~maCSlcsllpUCSIO. Su asp~clo do reslante hastil 1l)l)2:0't. La figura 7.5 muestra los resultados, La prcdicciún de lns
., .. ..c~.l{iu-Y-i;7ililii'r'~rtlcr~ó~:',:~Togr'(li'llf¿rti~+~~;ii:'¡';'lJí'oí.'r'ég¡:~sl'vXi'i'¡'i~t1~iii,é¡-r~V¡(;;\ti'cíú~-""\"";:"""".>.12.prilllei'osJllcses es aceplahlemenlc
,( ~.:.
bUC~¡¡l.,.. ".._.. "-. '-,'-'., ..' .::.•...,,'i.,~~;,:~i+ i~¿~;.:::
,
Ilal úe la :'ahla 7.12. Los cpcfic;ielllcsúc aulocori'.Glación disminll)'CIl primero, para ",'

alc<lnzar Ull pico rél<llivocn el rClardo 12', ydi:¡minuycn de forma :lcus¡;üa en los rc'~
lA 111.'\ 7.1J
, .....,
lardos. ri1ayores. Por su parre, l:ls:ál;locorr~inci(lnes p;\I'ci;lcs' n'üleslranullil pUnl¡; Te.';¡ ¡\ ()F .~ohrc I1S . .
positiva'cllcl r~l;ird'o'l:y olranegaiiva Cll ~l rci;u;do;13.' ___ •.••..•
"~:'''''''''''JO'''''-t.,. .••.•.•.•..
_ . ., .....••.••..•.... ~•... - -:.~ .. '"..••..•."1" ~ •.•

AOf' lesl slal;slie -~.969008 '1% .Cri¡ieal valuc. -3 ..1'190

2~O 5.'70 . Critical "alue -2.8691
1OCio' Crilieal valuc -2.570&
"MaeKin'lIon eritieal "alucs fur rejcct;on of hYPolhcsis of a unil rool.

21XI , AuginwlcLi Dickey,Fullcr lesl eq','"lion

,.',
, L5 JI'Llepcndelll variable is D(lIS)
", . Salllpl~: 195,);06-19n:0'1' .
'. h¡c1utl~tl obscrvalions: 395
ExclutleLl o\Jservalions: O afler atljuslin!; clldpoinls
n; 150
, ."';:1
E:
,,:
Varia'blc Coelliclcllt 51'1".'error . T-Sl:ltisiie Proh,
'JI
~,
IIS(-I) . -0,148240 0.029833 ~4.969008 0,0000
~:
", o(lfsi - I)r 0.219352 . 0.Ü'1943Q 4.437661 0.0000
'g'
.~!100 D(1I5( -2» 0,111332 0,049/>-17 2.2~2480 0.0255
:> . D(115(-3» -0.065359 0.04'9837 .-l.J11461 0.1905
D(HS( -4» -:-0.195488 . 0.049835 -3.922725 0:0001
é 18,73706. 3,9qlO'J8 . 4.803023 0,0000

. R-squa'rctl 0.198754. Mean dependenl vai . '-0.10335,4

,
";1

~ ",' Atlju.<IeLl il.squarc 0,188455 S;D. Llcpentlelll ~.u .. 19.9,119.~

':¡ . S.E.ofre¡:ression 17,96~86 . Ak~i~~.inf(l erilerion 5..79 1'JOR
SUIII squúctl resitl 12554'1,3 5i:hwar1Z ~ritciio\l 5,8523~7
Lag likclihooLl -1 (98)83 F-Sl:llislie 19,29878
,Ó""bin. W;lI~on SIal J.95q46 I Prob( F-slalislic) O.()()()()()()
60' .. 65 70 . .75 :KO 'JO
, Año
("
1:' NÓlesc quc anlcs hClllos d~s~rilo el lI",dc'lo ro'lIlo A Il( 1) x S~\ Il( 1l. ,hIO'!.: 1 indica el orden de cada
;tj(:;j;\.,\ 7.4 . crilllj'o"cnlc. SA Il( 12) cs uo lérll;ino illfllllll;ilieo q'lIi: esplica:tI urdcna:lor <¡lIi: el relaruo en el Ct>lllpo'
.lIenlc cstaeional ue prinicr ordcll es <le' 12 IIl~SCS. . . .
",,;¡úl¡¡oes oc vivicnciasnucvas' r.rivaoa's;sin aj~slc cs;ncion~I:"
" '," ".
! ",
.w
•••.• .1
.,¡' 273 (';\I:¡ I \:1.0 1; ~l11dclos
! .

U'I;í~:-;lIi';;I;IÓ(¡~Sni~s:rcn1l'\ll;d"s
. . . 2 7')
1

(
". ',,i
.•..
-~

J
.
'1
.1

, i .... ) J
J
T,\III.A 1.15 "1',\111.,\ 1.1(,

C.ilrfelo¡;rallla de los residuo:;'

,
i .0, ¡
~'l\llldelo lIlulliplicali\'o cslacioualAn
!~._---.~~ '-1
I
.,,. .•..•~r.'- ••••.•. 'r ••.""l
".¡~1 .F." ••••
;rr"I ••• ~.'.~f<"~I!"It .••.••••• :" •• ,l:'-:
•.~,•.~.\"Y: •••••••••••..••••••••• " ••• ; .• -, •• :-r,.~,... J'I' ••• -_ •••••• ,, ••••••••• ••• ~ •••••• ., .•••• ; •••.•••••••

;.;
.,::, LS 11 dependenl variable is liS -.,
)
;...,. Sa;nple: 1960:02-1984: 12'
Incluoed obserVali~ns:' 299
l
,-' Excluded observalions: O afler adjusling enoroints
':-. Convergencc aehieved afler 5 ileralions
AIIlo«,rrclari"'n :AC'
, l".
,\'Cl' 'proh, • I -l
-.-:..f
.":0.130','", -O,DO '.5:IJR2
Variable Coefficienl Sld. error . T.slallslic Probo ,-)
I "2' '. O.O'Jf 0.075' 7,(,55)
C 130.9373 19,92150 6.572662 0.0000 1 3' . O,O~O 0,0-12' 7..7787, ,0.005 ~'.
AR(I) 0.867224 0.028964 29.94124 0,0000 I I 4 O,OO-l 0.(>0-1. . 7.7H28 O.lJ20 •
SAR(12)

.,. R-squared
0,678202

. 0.860238
0,043346

Mean dependenl var

15,64631 O,()(.N(J

128,9087
1 1"
I I
.~..' .~:~i~.'6:~~~' .~¡:~~~~
~:~~ ,;
'\
..•...]
7 0,005 O.()(l~ . R.20.'1 . 0,1 ~5
Adjuslco R-s'quarcd' 0.859294 . S.D. d~pCnd~nt var 39.33173 . I I
II 8 .-0,(l5J -0.05H .9.0266 0.172
• S.E. uf regression
.J... Su," squared resid
14,75365
64430,39
Akaikc ¡nfo erilerion'
SChwar17. erileriull
5,392964
5.430092 II ? ',0.O~9 . O:OU 9.7615 .0.202 "
......•.
I

lO .. -,0,0-10 -:0.02J 10,260 .0,2.17

L.og likclihood -1227,511 p-Slalislie 910,9449 I I J
1~.Ji Durbin.Waison Sial 2,259440 .. 11 .0,200 O.I'JJ' '2'2.HI5 0.007
Prob(p'Slatislie) 0,00000o I ; .•...)
12 . '~Ü.I'H - 0.156 J~,597 O.O{)Ó
~:... Invencd AR ROOlS .97 . ,87 .84.+ A8i ,84 !J' 0.218 0,-170 .-19,585 0.000
-.48i H '0.02.1 . .0.076 -19,7-17 O.(X)() ';"")
l'
,48.+ .84i •48 - ,84i ,00 + ,97i . -.00 - .97i '15 -0,0-12 . ':'(J.()55 50 ..10.t, O.(XXl
.~
- ,48 + ;84i ."',48- ,84i - ,84 ~ ,48i . -,84 + ,48i 16 -;0.1,15. , -'/).211 57 ,O:\JO.OO()
-.97 17 'O.(~17 O¡()J~ 57~BJ' O.lXX) ')
18 ':'0.017 . O.0165?-K2r O,()(X)
1<) -0.065 -().061 5'J.169 0.000 'l,
• 20o-0.()01 -,0.062 . 59.1.70 o.j)OO
21-;0 ..161, -~.III ,67.566 0.000
),
•••. c; 250
22 .
23.
. 0.0 I O
:-0.007
- O.l~l~
O.¡174.
67.600
67.617
O,(X)()
O.()()()
-;
'-..' :.o,.~.,

.. ,
200 .:
",:
: ...
"
'
.....
.
.2-1
25-
,0,1,.15:
0,067'
0:057..
O.rol
7J.5~ I
75.027
O.O()()
, lJ.OOO
Ir
JI
"-,.;.
~
.,

::
C
150
. 1 1
";"'''''':';''''';:::'{::
. I I
1';'7~';¡::77~~T4: 1~':}',-' -..:
26
¡.•:'.;~.:".:,~~:~;\...
'0.017
.~~B-r?y;~r~:::~~rf;,t.'¡:~:::~:<,.,,'.:.:~1'-
0.(>0375.127 0.000
>¡'.;'.:;i:~,:~

~ . I I 1]9 l. :"O,ORR -ci.ll5.~ '19: 154' . ().ixX) , '""'\1 "J'

~
."
'A

1 '11 )o-om~ . -1l.05.lJHél.9HJ O.DÚ()

.,
'C
u 100 "
\
. I nI Ü ~O.(Xl4 -.0.025 RÓ.9HH O.'OO() 'i " .i:
':> .1 I 1 I .12 ":0.150 -0.128' Rll.596 O.(XiO
1 1 JJ ...,O,O.IH ...,O.Ollll R'UR9. o.()O() .j
50 . 1 I .. 1 ..14 ...,0,069. -O.O.'~ 9(i:989 0.000
.-.-..- .... I.ílllilc de cOllrialli'a inferior'
. I IJI J.~ '-ó.m.' .O.¡21) " 9J.9JJ O.()(X)
')
I
I 1.1
1
1
.l6..
...
':'0.064':'0.0-16 95.3-' r O.(XXJ
.
~)
o
85 . 1'.;1'lii1\..'a. ve.:Ilil:al c,n U;t/.llS '1.lisl"fUÚilluos d~',-'".o'ni. -d ,:(' tfr. \:':\I;íl~d;lI', lk IllS ~:-líll1a.
rcpró:cn,a'.~i(ls '-"',J('c<:lir~~IL:~I(l' '1
AllO. .,k'"ri:s" . .' .".."
.")
~\(..; C\.dici •...
'lh: de ;UIIHCltl ,t:1.1Í;¡~"I:l: ,\01': ("uc"riríl'I~IC" d~' :llitát"llrr\,tH:il~"l par.d:II; ..(J-sl'al':.:'E~';¡u'lhlit:¡)tll': IJti.\.
(j' .'iC,-iRA 7.5 1'~~rcl,;'.I.jlll1~(E'I' «(1.5S): I'fob,:'Yu/or.¡' p;lra tI Jlipl'!l~!'ii~
de '~_I;ll''1l'li.bs:.I';I~óh:li",'.iclIlc"".dl.' .;¡t1"I~lIrrcl;lt'i"Il)~\liil
"~"
l.l,. Predicetones ue vivicnti(ls nuevas ~i'~l~:l1cs
a (1.."10. ..." .' . ',. 'r. ."

~,.~.
lO:} ~.
r
-------------'. ('MíTUl.O 7: Mooelos Univarianlcs OCSeries Tcmporales 277
, .)
,.

L;I predicción reprOdúce d palróll cstación:d.observado.)' subestima'ligcr;r-. T,\IILA 7.J~'

L 'mcnte el ck,;adtJ ¡¡i\'e1 dc actii'idad ..SiilCmbar!!ó,~lmb;ls caracteríslicas cmpeor';;,; Cnrrelogr,lIna ele liS ....••••.
..-_~
e de rorma pnlgrcsi \:a.EI pat n\n áe prediccióll cst~lcion;d'disnlinu)'e porquc Jos cndi:
cicnlCs ;\lII'lri'egre~iv()s ticncn vall)rcs nltméricamcnlc mcnores que uÍ10 )' las in,ú),.'
I .. _ ••.• __ ,._.:.

M oesl rOl: 1')5') : II I - 1'J'J2 : ll4

••. ~ ••...••...• _.~.~_ --.J ...~.: .••.•.•~..,~
••. .....-u.-.~~
•..••...• __ ~ _

Observaciones incloidas :'4ll()

C. va(ioncs enl;l ¡irecliCl:ión s()n CCi'll. . . ~.'
¡\ 1110 co rrel ac; ,í 11 ,\ 1I1ncnrrcia(Í,íll Parcial AC Q-SI:1! PrulJ.
l. La predicci¡'¡il(all;1 al predccir)a :c1cvadii aciividaddc la milad )' rin;dcs de I'~)s'
¡.\() )' 1;1baja¡lclividild 'd~ principios de los: VO .. ELerri,r poree¡i(uid :I1Jsoiu(o 11Ieciio'dc' 1 . 0,859 0,859. 297,25 0,000
L 1;\ prcdiccilÍn csdd 2.'i.2'Y.:. Sill cmbargo,.los.valores observados se cncúcnlran dcn:' 2 0,660 -0,295 47],38 0,000
3 0,453 - 0,115 556,67 0,000 .1
( lro de. los límites dtic~nri;1I1Za de ia predii:i:io¡;. El conlrastede pre0iceión dcChll\V , ,~. l'

4 0,299 0,083 593,07 0,000 ,...

L para las SSprcdiccioncs'da como resulladoun valor r de !J,ó6, con UIl valor P<Je. 5 0,2)7 0,189 615,92 0,000
: '.)

( .'
'--. .
, 0.99. con lo que l\ose rechazacl suj'llieslO dc que\;¡' especificacilín utilizad;! cOllcl ..
.. esquellla 1\ RSC;¡e$lable el) loda.la muestra. UnaüIlilll<l cOlllprobación COIlSiSleC!( ,..',:".
6
7. 0,183
0,197 -0,106 631,82,. 0,000
1",
- "'

0,OJ8.... 645,!~J¡,,; O,~

,(,.,.:>,.'." e
::.,"",.~-"\"ej.i.fi c;I,"srttrs" •.C::si ti i:ló'~'~¿;r/¿¡2'1-'tiid N'tll h'll¿b'fr'j¡¡-:'Hlt.t\;i..;;: ií¡i' ¿Úiíi(¡~¡¡ioc(\iíi.: i;.¡ íc)';;;i:,'." I"C e:. :..,," " i!. :':"-0; 195':' "0,134:"N"'Ml~b'" 0,000
'o'

clos, ya qllceslc es UIlO clc los objetivos <.lelos modelos univarianles. 9 .0,300 0,437 698,28 0,000
. L;i Tabla 7.16 ofrcce el cori'elocrama úélo~ residuos. Dichos ,:esidllo.s Il\UCs- 10. 0,,155 , 0,204 183,57 0,000
I
'- 11';111 codicien'lcs de all'toco;Telacir\il ;. .de aUlocorrelacilÍn p;lI:cia', significa"ivos l:1l ¡;i 11 0,611 0,149 938,09 0,000
'.12 0.680 -0,096 1129,7 0,000
. I'elardu .1. ;¡sí CO\ú(¡,clll.ós rc'I;¡¡'~lllS1\ 12)' l.J..Necesilalllos. p¡)r lo lanlo"'lIlllllnth;-~'
13 0,560 . -0.48-5 1259,8 0,000
IUIll'Ís Cql~l'pkjD... ' '. . . . . . . .
14 0,355. -0,276 1312.2 0,000
\:.1.
.. InlellIelllos Ulla e-;pec.iricilcilit'l Ih~s COlliple\acon 'lÍn.ll\o.dcló.mixlo, Illcorpo-. J5 0,138' -'0,110 1320,2 0,000
1
r;thd,i \,;rmillos i\(!\ ~..'t\ I~, 16. -0,023 -0,066' '1320.4 0,000
~
.17 -0,091 0, I09. 1323,9 0,000
I '..... '1-.nf:)(i~'11{12)HS( ~ (1.-jJL)(1 - (H.,.12)E, (7.l)lJ) ,
'~ 18. -0,140 -0.059 '13J2,i .0,000
: L(I,T;¡hlil 7..ltmllcslra 'l(¡s.r¿sulla~I;)s ae aju'sl;lr'la espccjficati<.'lll ¡lIllcl'Í'or. lós' 19 '-0,162 0,004 .1)4),2 0.000
I
,~- '. dos lÜl)lillo~ .alttlll'rcgrcsi\'l~s sOIl'allamci1'tc ¡;igniric~liv,i~,i.~u;l! lJ~l~ el t¿Tmillo e'sl,;. '20 -:-0,154 '-0,050 1)5),2 0.000
I
\. •.. -.
" : cio'lla'-i\'II\.I~il. Figu,'i1 7.ó mu'cst'ra Ia:sp,:cdi¿dplles pi¡r;; esie modelo .. EIl dielra' figú- 21 , -=0,065 0,015. 1355,0 0,000
. 'i'a.~;c;q)rc~¡aU'¡;\'¡lejora slist'ancialcn ;'eJaeiÓri COillaspredicciollcs tibleni.tI;IS C(;I)<jI U 0,096 0,104 1358,9 0,000
1_llIldellllJllC.;niliza'b'a l;,íesl.iu~'l1la.;\u(orr~gr~~i.~;o pu':ó.' :' .. . . '.: . . 2J 0,250 0,024' 13H5,5 0,000
, ...• C0l1<:1 IÍlodelo;rCll)al,.d p¡¡lrl'1I1tsia.éióiiai.de \';lspÍ'cdlcclú,lcs s~ Illantielll':';i ló
24 .0,318 - 0,006 :1428,9 0,000
'- l¡Írgu tlc'¡ horizo',iie:¿k I~PIi:dicci"ln. e'i'gr¡¡;ll');il"LC PO¡:~lll¡¿dc.6dicicllle SI' l~( 12) di.:".
25 0.210. -O,2IÓ' 1447,8 0,000
•••• o',
. , 26 0,029 0,003 1448,1 0,000
. la Tabla 7. i7'és 'n'luclio':lll;\)'or, quc' ~I é~rresp()ndiC!ilccodicicnle di: la Tahla 7.15. . '27 '-0:165, 0,021 1459,9 O,(XXl
. En tonsec'¡jencia: lasprcdiccioncs resullan 'cxcelenles no s(¡lo pa;'a el I;rilllcr .r 28-0)02 0,0 II 1499,4 0,000
a~l)SiIlO lalllbi.:n'para los .tres Ú cuülro ;iiiossiguicllh:S: Iq q'u~ sc pOlle'dc n¡;¡lliries~ 29 '-0,361 -0,046 1556,0 0,000
lo llbser'vand¡) a sim¡)1e vísta los rcsulladosqui: allareecll cn .Ia Figura 7..'i. ]0 -0,39.5 0.014 1(2),7 0,000
r" .
. Los residuosdcll:~quem¡1 ,i'lixto s~ aproximan Illuclú.~'m;\'s a ulla serie de ruidó '. 31 -0,396 Ó,061 1692,1 0,000
.32 '-0,377 -0,061 1754,2 0,000
hl;1I1CO'lJl1elos.qbicllidóscoll el.esqucma alil(irr;cgr,esivo. "".
.)) ':'0,273 . 0,006 1786.8 0,000
. Podelllos co!l1prol;;Il'lo t;d~ul,lIjJo el co;'rclOgrail;;Ícorrcsll0I1dielllc. No debe-.' 3~ '-0, i02 0,028 . 1791J 0,000
. IlHls.Clinsidcrarla.cspeciricacillli'dc.la ccuación (7'.l)lJ) COllltl la.última p¡t1abra (lc'l , J5 . 'Ü,061 -0,0)7 1793,0 0,000
. ;1'F¡lisi~clil'prl:ndído.,'.. , ". " .: 36 0,137 -0,0)1 1801,3 0,000
(
.. 'EllectoJdeb<;,:fa 'CXpcri,ilclitarÚlil especihc;lcioi;cs mlieíonalcs. Ya quc el co~:¡
La J¡lI~a "l'rl;"':l1 en lril~l1~ disrolllinuos n.:prcscnl;, ('los \'cccs~ alrededor jc CCIO, ~I c'rror cSI~l1d;¡r oc los cSlilll;uJo .
'~.
ricielltc tkJa "I:abla 7..17 es lan elevado. resllllaría int.eres:lIllc, por cjemplo, ajusl;u:: IC~. . . - ."'.. . .

UIl modelo ¡\ Ri\:ll\a 1;ls di re rencias .est;¡cion;t1es L\ 12 lIS, '= lIS, - lIS, _ 12. dc 'Ia serie: 1\(": Cndiri\"'IlI~ lh: aÓlll(lHIl'1;lciún: ~\CP:_ CheficicntC' tic iltltocorrcl:'ldl)11 parcial: Q:5I,II: Es'lildí~lico UC nox-
i\ >_ ~Ic \'iyicll(ias:' .' .'. l'iCfl'~.Ljtlll~ (Et¡. (fl,)t\)): PIole \I"tor.1' ll(lra 1;, I.'ipl'lcsis, de.: que IOU;1S los coeficientes de nUlocoffcl"ci6n son
\.... . i~lIalcs a ('no,

1\. . -":r'
 'A'~"\.
,.J
.\ll.llnH,~ I)L 1'("("fl\II.IHI,\
,,"'o~ CAI'ITUI.O 7; Mollelos Univariantes de Series Temporales 281
.,,'
;l.'", '1'.\111.,\ 7.17
,o'
~lfld~lfI IIl1dliplir:llil'lJ lIIi:dlJ PROfiLEI\1¡\S
li . ~.......•...•.~•.._.••..•.••
""':..t.t,._A-._~ •.•._ ••.,.'•.••.••
'_I ••.-...~ ••._._~~_,

I.S // dq"'lllklll \'ariahk is liS

~¡i Saillf'k: 1'.J(,():1I2-1 'JR~: 12 7.1. Se haespeeifieado un modelo~e demanda/Qferta C0l110
,,! IIll'iudcd ooscrvatiolls:, '299
O: 1',.= un + al Q, + (X2 Y, +'fL',
E.~cloded ooserv~lions: O aflcr. adjuSling endpoints
ir' Con\'crgencc achievcd ;,fler 12 ilcralions S: Q, =fJn + IJ I I'H +jJ2(1',-i -: 1""2) + v,
donde r indica el precio. Q la,chntidad CY el ingreso. Obléner ,la ecuación A R para
,1 Variahle Cnrffidcnl Sld. uror . T-slnlislic I'roh. l' j' (J delerminando Sil orden ydemosl~andoqllc los codicicnles,AR son id~nticos.
e 395.<)R(j7 . 715.1165 0.553737 0.5802
AR( 1) , 0,9.15%1 7.2. ObleliCi. 1:1 fac )' la facp 1;;\I:a'él~'~quelÍ1;;MA(2),lii; E,\ -131~'_ ;- 132El _ 2
0.019845 47.66749 0.0000 " " '. ' . , ,. " .-" '. ' ,~": ,', :'.... -,', _ "\_...¡ . "'f l' • ",,,. ,: ' ,._: ',:. " ".

; SIIR(12) 0.996715 0.006046 164.8596 0,0000 7.3, Oblener la fac para lo~ procesos ARMA(2,l)Y ARMA(2,2) ..
.. 1- lA(I) -0.16731~ 0.052647 -3,178023 0.0016
.
,/

SM/I( 12) -0.928~58 0.018)16

, - -50.69104 0.0000 7.4. Obtener la media. varianza y au\ocorrclación 'de 611, dc la ccüaeión
.
(7.46).
R.squared
., 0,904386 Mean dependent Val' 128.9087 7.5. (a) Evaluar ;111,.,1 ilE, pa~a I al < j yu = 1 en el modelo {1 -\CXL)II, = El - fJEI _ I
.,. \ IIdjusled R.squared 0,903085 S.D. dependen! var 39.)317)
. S.Lof regression
". Sum squared resid
12.24445
4,1078,42
Akaike info criterion 5,026717 (1,) Demoslrar que eldeclo de un impulso unitario en Ej' sobre ",,~ C'1,e1 modclo
,
"li-
-,
, Log likclihood
,
-1170.758
Schwartz crilerion 5.088607 .' ,(.1,- L)(r-~L).rt,.= El ~s (J.,-U~~,I)/(l:~:~) , '. ~{
..
F-s!,uistic 695.2121
'\' ~ Durbin. \Valson stal 2.0731 )5 Prob(F-slalislic) 7.C..L1evar a ehbo lostOlil rasll;s 'deriifz'unilaria ITceesarios' par~: las s~rics'(2 e:Y5., .
0.00000o
.1ft
7.7. Un macroeconllmisla afirma:quecl logaritmo delGNP real de los' ESI~dos Unidos
~l
'puede' ser r~present;ído Illedianlc .'. ~

-,
A(L)(y,-fln-llll) = E'í .
I
:.~

."
,},I

~:,{1
donde '. . 'A(L) ,,; 1- ('1 (. '--cx2L2

Aju~tandil po'rrvico se Obl~I\'O

:"" .. :
;. '.0
"~
::.~ •.
'.\
""
i \
)', = - U.3? i +'O.O())O, + '1.335)',~1 - 0"'10 IY~-2 + ",
~O(].
~ :J
...j"
'1,
:=
,. :
.....:
\
~..... ...
,
\:
"

'r
Detemiinar
Caleldar
los \'alore~
la~ r;lites
de ll¡'. Cl2'

de laeCll¡ici'üll'Caratlerís(ica.
~n.)' &1 .:
.
!~
-
,. ,. ::!. , I~Y;' <"'. 'i~:":"T'/J.En;if~l}",tl=~~1 ;11,nd("'~l':"r10 :)'t:"....7:,':'T-,':";.~7''::':'':''''<~'i')O'~?:;;::,.(;.;':>.:;;.,: ..,'' "",'i",:,.~"; ,
".' .,-"',, Si:: aj\lslaalosmismo~ tI.itos 1h espe:cificación.aHern<ili::';l, .'
d' '~

:{ 'lI)',=o,noj +O.3lÍ9ÓY¡_I+v¡i
"(1
:.- ilX1
i.C1i,'des son bs raicesde la eCll,iciün?'
~:tt (Regresiones IOll1ndasde RlIdebúslí. (JI'. rit.)
• .'. 1

;i .. )()
....J! 7.1\. Comprobar losreslIll.lt]ils\lclproccsoA RMA(1.I)d'<1:1s ecu;íci0Qes (7.?fi) y (7.?')}.

..•...ql .' 7.'). Comprobarlos rCSllÚ¡illmdcl fJr()CCS'O ARltvlA(I,I,O) de las cCIl~ciones (7.RI) y
fl ..•...••
~..•...•
.L.1..•.J......J...U..I ..•..•..•.••..•.J,l~., ..•..•...•...••.••h,., I! •.•~..&..1..u..u..uu.J~ ..L
.•..•...•.
1, •••

(7.~J). '"
~;I" x.~ . X(, X7. XX X'J 'JII 'JI 'J~
.[11 ,\;11) 7.Jll. Probar divcrsos esqileinasARlvlA paraet e'jcíll'r1ode la'Scccióli 7.7. ¡n'tcntar, cn
..
" :,1 ~
rarliélllar:'ljllst¡nllnIllOdeloARMA '~..las'dircrelici'areslacibn~lesde las sc~ics y
..... _, compararlo con etinHídelú niixlÓ del le'i1fÓ, Rcs\lhada lanibi¿n íntcrCS;l-níc ajusl;l!, \In
q{;I,JHA 7.6 nH1iklo' a . :.t~,.' ,,' .... '.
..J.<r" .I'r~diei:¡oncs. con el 'nlodclil llliXIO
..h =(1 ~ L){l ~Li2)1-IS;.' •..
., ',...JI
;.1
.. , .-, l'>-
CAI'ÍTULO o

Por lu talllo. el valor actual de y depende de los \';¡Iores

previos dc.l' y E . De Illodl) allerrwlivo.
lanlo del v;dor aélüal'colllo
eSla relacilÍlI Illucslm lluC el \'alur aclual de
.~
,',-'

Modelos Autorregresivós' x innu)'c lanto sol;re los valores aClualcs de y cOlllq sol1r..:,losjil/llm.l' ..,Tolllalldo
,'¡vallas pardales.
d..:-
I ..'

y con Retardos Distribuidos ..

. ,j

1"- i

¡'.l'-, :t i . . .' 1

--.- := JI, ('(1 + nUJo.

¡'x, .

':,":;,;''';'',._.'' ".' ~' •. ",.) "-.:,". \ "0,,:, .

Los retardos de la ecuación (loL 1) illlplic,\Il un conjunlu de respueslas.~lin;lmi'cas ell r

En el CarílUI~ J hCll1os.eSlulJiad6 laecuaCí6n d'c"rcgr~sió;lll1úll'ip\<; presentad;, C(l. .ilnlc cÍlalquicr c;¡mllio que püuiel:a le'llér lug;lr .:n x. Existe;"l;¡ I'csp'úesla inmcdiala: , . )
. '. .'... :. . . ..
1110' seguida dc respuestas a tlll'lli.,lliedio .y larg(l pl;iz(): El erecto a rargo plazo de Ull
')

'. . •Y, =.fJ~ -I-f3h, + ... '~fJk~~k;+11, . ;~ \.2.: ....1'. ~alllbio'un¡lariu cn.\', se o!Jliel',e suinalíJq I¡\s.deri\,ad¡is parciali:s~ Il;.ii:nlras sé s'¡;lis-
raga la cónt1icilill deeSlahilidad lo ,1 <: 1.la Slúl1a' s.:r¡í U/II ;t /1/ l/( I ...•
,U, j. Supoligallllls
E:I'dicl;~.~apí,lu1<~ ;10' p~CSI;Ul;(IS~xce~iva ;\tel~cilin'a '~niender si losdal(lslllUeSI ral0s
que x se m¡llllienc igual Je manera inlléfillidil ;! cierlo ni\'el' COllstante .r. [¡úonces.
er¡¡nséri~s !e,ilpOralcs °
de fOITnal(l'llc COrlClransvers;iL Ahora nllsccnlrarcll1!lS en ..
daua la condición Je eSlólhilidad y sill;alld~) Iils innll\'aci'lllll:S a su lli~'c1 esperado ce-
.el ca,so' de losdalos dé serie~lcOlporalcs: En,el. Capílulo 7conside •... ;íbal~lOs ünita~
¡'u.la siguiellle relación demoslrar;í qU(;..\' tended;¡ ljll \'¡\Ior conSlanlc V.
mcnlC' ¡¡(¡\Ie'IIDs regrcsorés:qúe ,?ran valoi'cs relard¡li.los de la vari;iblc depc'ndienle. ",. . . .. .. .' .
Ahora consilJcr;irenios'¡;il'nbién ,la posibilidad dc' (¡ué clnmdelo incluy~. regresol:es - '111 .'. fJlI + /1, _ :.
<¡tiC 'sc;¡.n r;Ull~ valores i:~l¡üdadbs, deh, vúi;¡bledepéndiente. ¿onili,~;II(lres /IC!II;'¡~'S
,y ='-. -"- +"--' - ..1' .(¡L~)
. , I --: (t,. 1:::- «( ,. ' . .\
y n:i/l'i!lcidm~dc úna o'lil;ís\'ari¡iblcsl:'xplii:ati~oas.A dich¡irclación se la denolnin;l ..
. .'Se Ir¡.lla¡.Jc una eCl;ación élcé'~IUilib':¡o C~l;í¡'¡co. Orllcndrenl(IS undesal'J'llllll all<:lIIa-
. llJode\o aulórregrcsivo:col,lrcOtarc!o lIisiribuiílo.' (A RD'o. A D L). En l¡uíg\lienl~ seco
I.ivo. Ill;ís scncillo.slIsliiu)'el\dtLlodos fó;; ¡'¡¡Iores ue'y y.r de ja ecuacilin (K.!) por
'ciÓn'll1c;~ció:lln~l:m6so'I¡,~'p'ropicd¡idCS I(;Ó¡-¡ca.s~lé' !ó~es(iucJi'las AH, D;lllieni ras .quc ..•...
Sus respcclivosvalores
.
a largo-plazo)'
. dejanJo las 'inno\'aciones a cero.
; c~ bSposláiorcs'lrillnri:li1os los IJroblclilílSUC ¡:slini;¡ciÓn. vc'rifjcación y aplic;Il:!o, . -"

nes.'.' . '.'

': .. :' .. ,," lU.i HclacitÍll dc Elaslicidad C()Il.i;t~I;llc

.' .
: ,
8.1 ..... " '..... " ," ' .. , .'
MODELOi\UTOIÚlEGRESIVO y CON HETARDO ¡)ISTIÜB,UIDO Cuando );)' .r soillogarillllllsllaluraies de}' y>:, t¡i .ecuación (1'U) implica una r.el;t-
. ',:~~
•.•.. J • "", '. , .' 'ciún de cquilihrillcon c1a'slicid¡l(lcoll~lanll: ..

El ejclllpll; ;1~oássClltil16dc' C~¿I;lcmú t\RD b', . }' = /U/Y (K:l)

.' )','= 11,';' al):'~;o+jJ~i;+';,',;, ~;,,¡:¿,f;"-'¡-'¡: jJ;¡r,'';' /31'<; :~'E;. 'i;l. 2; .. :.~,;..... OU) .~'). e.n fl\ni;qlll
¡
10g;¡ríIJllico.' .. '~

Se denonlin,i A li.O(l';1)pü;qlicIKlllÓ la v;¡riablé c)cpcnuipile conlO I¡t' úliic;i varia:. .)' ~.,/1 + -y.1'.

ble cx'plicaliv¡lai)arc~cil°.coíIUh ~61()' ~c'¡¡~r.dó:?c 's~pbii,c' quc'.Ia'séric' E es: de' ruilio . .dollde
blanco.lnverli~Jl(J'o dpolinornio.rclard~do'cil j',ÓbICJ1CfllÓS .' .... .
.. ' • . . .'; •. 2" '., '". . .... ,.", ".~'! ~ . ,."', : .' 'O',' . .
,/11
(/.=-.--
)'/=.(1.+.0:1 + (XI + ... )m+ (\ -1- ltrL +~l L~t..J(jllll', + jtl X'-: 1 -1- E,) (K."l)
'1 - ('(/

¡'.'; •
',. .'"
""
"-, --------------~-----~
-f't'.
.J'
Modelos AUIOl:regrcsivos y con RctOlrdos Distribuidos 285
..
'f

, .\
('",'ITI)1.0 M;
:\
~.,, :1
est;ítico. CU;lI1do el crecimiento es cero, la ecuación (8.7) se convierte en J;¡ ecua-
.'
ción (1).2). ¡!
Las propi\:dades de las relacioneS ARO se ol)tie'llen sin más que proceder a la repa- "

ramctriz;lci(m de 1;, ecu;lcilÍn. Como ejemplo, sustiluyamos en 1;\ ecuación (S.I) y; 'í
por ."(., + t>y,. y.l, por .1,., + lir,. El resultado es 8.1.4 Elasticidad Unitaria
,:,..' ;\
(\", ~ 11/ + flllÓ.I, - (1 - (11).1"-1 + UIII + IJ 1).1"_1 + £, (H.5) ,¡
l3ajo el supuesto especirieadoenla ecúación (S.8) de elasticidad constante, la razón 1\
tv1t:dianle la ecuación (X.,I). rcformulamos la ecuación (lt5) como de equilibrio Y/X varía con el nivel de X.:Si la el;lsticidad fuera una[racción positiva, ";1

óy, = fJlIÓX, - (1 - a,)[Y,_1 - n - 'Yx,_1 J 1. £, (X.ó) la razón sería cero para X infinitnmenle grandes y. contrariamente. numenlaría ilimi- :,I
~í
La flÍrmul;l es un ejcmplo de mll(lelo de correcci(ínl!e error (M CE). El cambio en y tadamente si lacl;¡sticitlad ruera mayor que uno. Supongamos. por ejemplo, que X .i,
.,
,1 resulta ser la suma de dos componentes. El primero es proporcional al cambio suce- representa el ingreso lotal e Y el gasto en un bien de consumo o un conjunto de bie- '
elido en x. mi\:ntras que el scgundo es una corrección parcial a la desviación de )"_1 nes. Las implicaciones anteriores son poco plausibles. Un supuesto más real es el de
respecto al valor ele equilibrio correspondiente a .1"_1' El lérmino enlre corchetes elasticidad unitaria. Por lo (anta, en cierlos casos veriricaremos la existencia de el"sti-
mucstra la desviación. o error de et¡lIilihrio. Cuando es -positivo, existe una correc- cidaclunilaria y. tal vez, la impondremos en el proceso de estimación. La hipótesis es
ción hacia ahajo en el periodo considerado. De modo contrario, un error negalivo
!Jroducc una corrección hacia arriba. En e;\so de equilibrio est;ílico, 6x y 6y serán 11u.' - ¡Jo + fJ
'Y - ----
I - 1
'. I-al
Iguales a cero. Susti!uir en la ecuación (X.Ó) es una rorma más ele desarrollar la
ccuación de equilihrio est;ítico, cs decir, la ecuación (8.2): Llevaremos a cabo el contra'steestin'l:Jndo la ecuación (R.I Yy verificando en el coe-
Los par;ímetros de la ecuación (8.5) podrían estimarsc medi;ll1te una regresión ficiente la correspondiente restricción lineal. Delllodo alternativo, podemos esti.
1'.'ICO de óy, sobre un término constante, /:1.1:" Y'_I y .1"_1' Gracias a los CUatro coefi. mar la ecuación (X.5) y luego comprobar si In suma delos coeficientes de Y,_I y .\"_1 '

cientes estimados y a su m;ltriz varianzas y eovarianzas, obtendremos los estimado- es cero. Una posibilidad más sencilla ;¡lin es repar;¡metrizar de ntlevo la ecuación
res de los cuatro parámelros de la ecuación (8.1), e.sto eS,'I!. al ,¡JO,fJl y sus errores (8.5), y cenlrar nuestra atención en uno sólo de los coeficientes.'Para ello, sumemos
csl;íIlLiar. De modo alternativo, podernos estimar directamente dichos parámelros y restem~s(1 -U¡)x'_1 en elladocderccl~o de la ecuació~ (8.5). El re~ultado es
aplicando rvlCO a la ecu;l~ión (S.I). El ApéilClice 8.1 demuestra que amhos procedi- !:I)', = 1/1 + fInÓ)', - (1 - (l1)(Y'_1 - X'~l) + UJu +'fJ I + al .:..1)-"'_1 + £, (8.9)
......
n.:elllos dall lugar a rcsllltados idéllficos. Esta illlportOlnte propiedad se debe 01que En eslc caso, verificamos la hipólesis de elasticid;¡d ~nil;¡ri;¡ realizando la regresión
el paso de la ecuación (8.1) a la ecuación (8.5) implic;¡ linicalllcnlc transrormaciones MeO de óy, sobre U1ia constan le, 6.\',. (y,~¡ ...::.1"_1) y .1"_1' Rechazamos la hipótesis de
lineales y no singulares de las variables, sin imponer reslricción alguna. e1aslicidad unitaria 'cuando el coeficiente de -",_1 es significativamente distinto a ce~'
, .¡. r.~" '.' ..... ' .. ~'r-;.-.~'.';""
.r<)_E!le .iso.de.'(I~ld~I~lll)(ílilS isc-no. I-CSlllte, rcc.l,aznd.ai'dt;bcrc~1"9s-~ rppo rt(lrl~,,,J'Pf'()l'.e.:,
sude est imación, Entonces. la ecuación (8.9) sesinipliricacolilo '
6.1', = ,/1 +fioóy, - (1 - al )(Y'_I '- .1',:_1)+ £¡ (8.10)

ClmbielllOs el supucsto de cst;llicidad por otro en el que X aumenta un;¡ razón

constantc g. de modo que /\.1', '" g pa.ra todo l. Dada un;¡ elasticidad consl;¡nlC 'Y, I;¡
!l.I.S GClll:r;l!i'l.acioncs .
lasa de ;lIll11cnlo C0nsl;ínle en Y ser;í ~g. Sustituyendo cn la cCII;1cil'JIl(X.(¡). obtene.
' •. : f mos el cquilibrio din.ímico como
El esquema¡\RD(p.q) da lugar a una eslruclurade retardo más rica aunque sigue
lIi - (-y - fJo)g conservando la especiricaci(ln de llnallllica variable explicativ;¡:
" = ------ + yr (X.7)
.•..•.:. I -ú¡ A(L)y,=/I1 + !J(L))', +£, (S.II)
con I!(L):: 1- al L..., a2L2 - '" -: a"L"
o .y ~ /\,.\/'1 I~ = exp [ 111 - ('Y - /lo)g 1 (S.8) P( L) = fJu + fJl L .¡. h.l) + ...- fJ"L '1
,".1,
.. l- lt J .1 Para ilustrar el casó. consideremos p.= q = 2,

¡\sí pucs.la cOIlSlrinle mulliplicilliva es distinta el110s C;¡SOSde equilibrio din;ímiw)' .v¡ = 111+ a 1)',:'1 +rl2J"_2 + IJ(~r, + fJlx,_1 +fJZ-",-2 + E, (8.12)
,. '

J
 "~
..
. , .
2:-;6 MEl ODOS Q£ ECO~OMETld,\ (".\!'i,llUlS "¡uddos AUlllrn:gn:.:sil'us \' con l~cl;lrd(iSDislrihnidlls 2K7

. '. rJ'. 10 a"11'I"S('¡UCbis variaLJks iiem;n [ormalo 1(lg.aríllllico.la'~laSlicidarJ Algunos crílicos se llevan las manos a la cabeza horroriz;ldos ante esas ;\Clil'iuadcs
S UPOIlICIl 0, COIl • ~. '. '.' :. " .r'
tlue ellos califican como "minería dc da lOS", incapaccs dc. ofrecer rcsullauos de V<l. '!
constanle es 'B( 1) .' JJI; +f3¡ + f32
"1==-'-== .
101',Olros eSludiosos se apuntan a cnfoq~cs particulai"es. La mayoría dclos invesli.
l.::, (X ¡-ex 2 .. ,
, ..',.. ¡\ ( 1) . ' gadores empíricos, sin embargo. suclen buscar en vano alglll1 lipo dc guía. Tanlo los
, . ". l'" '.. " .(8 12) debe basarsc cn~l perilldó h1o 1-2. ['a. ordenadores mouernos como la accesibilidad a bascs ,d..: dalos. cxaccrban y alivi;lIl
L1 reparamelflzaclon ue;) CCU;¡lIOn, '. . _ .' . .
ra el primer caso. realizamos las SUSllluclOnCS slgulc,nles. el problema. La cnorme canlirJad de procedimienlos inform;ílicos de cálculo cm.
peoran él problenl" dc la elección. Por olro lado. sabicnuo cu;í1 es el proccso dcsea.
. Y,'== Y'_I+ 6.y, , .1';-2 ,==)',-1 -úy,~,:
do y gracias a las herramientas aCIU<lles. rcsulla muy f,\eil y cntrl'll'nido implcml'n.
x, ==.1',_1 +6..\', 'X,_2'=='.I',~1 - 6..\',_1 larlos.
Sus:ituY~IllJO en1;, ecu;\ción '(8.12): ". ., " ':: ..' .' .' . ' '. I

, i'sy == 11/ - o.il:>Yi_I+'f30tl." ~ jJ2~\:'"L-(1- ~I -'('(2)(.1',-1 -"{,-I) + t, (}l.I.3) H.2.1 De lo General a lo Particular y Viceversa
Lllérmin~ de correccióndc crror~<rcrieré 'll:r.eriou.~){ ~ t, l.nieU~~'~lsq~I\;:¡:~.~;1I1Ia~.;:,... ',;'.i> ,'/ J,.c .... ,. " .' .' .. '. ......,.. ..' •. :....... .. c ">'. '.' .é.;: •.,~._"".".'\t\\;',\;k';-
I ~. .)

\\...~:¡\,.:>..;.lc;.~ésl:
...•
~rl.)~.~I;l.:.lt,:\llil.ll¡e;é.,sl.l~
..~~.11
..,¡1I:~.'\i\r.;ie:cl'~
•.rl',c.i~I.'Oiy,l.I~~:~"~C'i(\,.lc\i,:lI.
'ISI"I")il,:(;¡.','uf(j(;iI'I.'h;ll"~.:I~l',;:~ll".\fÜlldas',.-La.
1000IllU","l\;.selll )(k .. ', \) 11 ra nlc 11\ uchu 1ie mpo, y especia Imcntc de biJo a los lími la¡Jos recursos in form,\ li ..
... .. ~~ u~" . cos'. ha sido 11\11)' común que los des¡¡rrollos economélricos' sc inici,lran mediante cs.
I I ,
.
+ (]Jo- jh - un - -y)g .+"1.1"'
l'
---=-.::-..;....::.--,----
== lIi pecificaciolles ele relacioncs razonablemenlesencillas.'como la ccualión (X.I:.1). para
cXlcndersc de~[Jués gracias ¡¡ 'Ia incorl)Oración de nuevas I'ariab!l:s. m;\s relar,d~)s o
1 -('(1'- 02'
, . . .. . , . '. l' 1 . ami)os cosas a la vez. Es \In enfoque que pasa de ló particular a io gcnc{ÍlI. Cua'ntlo
I S''1 P' ~s 'lgU",'ll cc;'ro.o'.blc'l.lelnos'la. re.la.cióIi dC,.eq.ull.ibrio ,e.'Slitli.co.Con
o, "{== .• o )lene- . ' .' . .
I "~ .. lllia especifien.ción originaba residuos aU1C)correlaciollados la soluci<ip consistía en
\
.
mos fa relación uee1;¡sliciuau ul1\l;¡na. . '. '., . " .
AI1adienuo ,m'¡\s v.;¡'riaLJI,ésen, el "rauo.., ucrccho., o.blen. el111,)Sd esqucma.
gcncr;'1! l;lili~ar una especificación Cochrane.Orcull
,
'añ¡;di~ndo para ello a la e~uacion un

I AI~D(j)'C¡I.(/2.: .. I)/J; . , '., '. . , .. '.. ' "

ú,ric~ par;\melro aulcírregresivo,.que se incorporaba a la misma co.mo \!n palialivo y
I)¡'(;¡:'edienuoa la eSlimaciónr..ie laecuaci6n'n:sült,lIj'le'. Es
.ieellfoquclicnc;lngra\'c
".:,
"
. . A( L»;,== 111 + lJ.,{L).t l' '+ '[J2( L):'2"+ ... :+ ,/h(L).1"k' + E, (0.14 )dcfeCli.>)' 'es 'que lasespecifica'cioliCS exceslvameiHe ~cncill.as' suelen dar lugar.a in,
uonde los óruenes ucl polil;9mio retardauo spn P: .rJ1,CI'-z,,",.-J/k' fon.llación errónca. incluso en lo concernienle a los efcelos rJe las variables incluidas
.en '¡a especificación. Supongamos, [Jor cjeril~)lo. que elmo<:lclo cspccifica.(ío es
)',==/1.1',+11, (S.15)
l:i 2 "., .
)' que el "\'erdadcro" nllldclo.cs.
ESPECIFICACIÓN y VEIÚFl.CACION
1":-'
"{z,. + ",
)',= jJ.r, + UUó)
. . l' ", 'á t",'ea es'"e',i'l'i')i;s c6n;0' inlplemcnl,ir u'na cCliacitÍn conlo la (}U <l). 'l'arlicllllo de la ccuacitÍn (K.15). estim<lríamos/konw
La pi egun .\ pi,. C . ,", '.' " . '., ... "1" l"
Má• S e'0' l.1cl'eIOll;enle
u
'qué v,irinblcs ucbcríanapareccr
• L . '.
como n;glesoles y ~II., CSl C
.' "'a )ucde . . ¿.l'.I" ¿(¡J.\: + "(i + ~;).\:
l . "\ 1 ser los órdenes de los pólinomiüsrelardauos'! L" .lcona economl~ •. 1 . /) == .-- = -------
)~r1~ 1.1 'UI"l ;¡cerea dc'las 'vari¡lbles a.inC1lilr;.\<> quc si.ú:ede es que los leol'lcOs no
¿x2 " ¿x2 ;.•...•.•
serVir ue g ". ""' .' 1 . ,1 "r' 111'tr'\
.. bl:
slcmprc h;¡ an.\ Ulllson ..'
I '. "o o si lo hacel\. .' cll1\ensajeresulla
'. ".'
l emas.lalJo gene ,1
'u'
••
.... '¿zx, . ¿vx..
== /I. + 'Y -- + -- '.
,1:
ser uc Ull' .1 .
'l.'rJ. rJ '¡)o'r cJ~eml)I().lálcoría
. . ,',
<.)el"comp0rla.nll.elllo dcleWlsunll
,'. ...."......
or SUglCIC
d' ti' I . . ¿x2 "¿x2
~I.i .', ,le un 'bien cspecífico ui:pende IlIler (/1111de los PICCIOS, e Ol os l~S
que a uenH1IH a u ,. ..... U. t. '1' nns Si. como vcnimos hacien~lo hahilualmcnl'e." suponemos que x ~'.~ no son estoc;ísticos
bienes uela cesta de Ja compra, 'a,.neni¡zanuo ~pnla poslbl~ Sll~".\~.,on e. cl~e. _ ".
)' que l' esdi: rüido blanco. lene'nios que
. '. '. , 'b" . ,1 s" La siluaCión es incluso mas dificil por In. que LO.n
val'lablcs que p)Jnlos,o scrvduo.'. '... ,. , : l', .' .'.

.' . . ... ' ....•• .' .1 rJ',"'d de 11'\YescaSllS' poslbllld.ldes dc gUI.\S ICOlI 1" . £(b) ==fJ + hz, "1
Clcrne;¡ la cspeclClcaclolllelaruu .\ on,,,', , . .,... 1-,
caso En .Ia pr5cl¡¿a,exisle 'ÚlHl irileraeción ii.lcvilable cl:lre la. tcollay .Im~dal.os ..( cs. ,. dOnrJe hzr.es lá pendienlede la rcg,'esión. dc,z sobre x..l:or'l(ilanlo. b 'éssesgado c
carthhdoo"I'ilOdifical1dodi'Slil)lnS :espccHicaciones s~gun eu.1cs sean lo.s .•~sU,IlI,¡tl~~ inCIJIlSislc!I(~: a /IIcnos qne.las ohsenationes. nllle.stral.cs de ~ y x ICllgan correla-
cm '¡rii::os: E¡iló'nces'la pregunta es: ¿cuM.es In OleJ(wmaneradeIiev.1I ~I C<I):0 .1 l:Í(íti ccrn. 'Oinilir \¡'na variahlc relevante de.I:!' espccilicatic'ln cstimada illl';llida cl
.. P _, '.1 ;' 'C' .". . ?'No CX',sICun"[Jroceuimienlo.g.CI1I.:rall11ellle acept.ldo. ~(eIJre/lla de Callss.l\'larklJ\'. Jal11;\s dellc,:ía surol~ersc que c,l!cul;¡r lIii;¡ regrc. r:-
busqucua',uc espcc\ IC\lCIOlles. , ,. ":,,,' . , . l.
~;.¡ ----------------

~1(lOlll)\ 1>1' I'n'''''~II'.II(L' l',\I'irlll.lI': Modelos Autorrcgrcsivos y con RCI~rdos Distribuidos 289

siún IvlCO proporciona los' mejores estimadores lineales insesgados. Y m;ís ólun. 8.2.2 Eslilllacil)n y VCTificaci,)n
";lr(") = (f~,.I'i x~ . pero la pscudoperturbólción de la ecuacilÍn (lU5) es /1, = '( zr + Vi'
,\sí pth.:s..els~ cSlim:ldo a panir de la ecuación (1-;.15),sobreslimar;i (T~,. Una vez especific;ld;\ la ccu<lción ARO inicial. la siguiente pregunt<l es CÓI110eSli-
Supon!!ólmos. por Oll"ll 1;ldo. que la ecuación (lU5) es la especificación correclól m:\r y verifil.:ar la eeUaCil)n. L! alcnción se cenlra en un<l ceuólción IÍnica. pero, i.po-
l'l'IO qllc cSlimanHJS la ccu;lcil'JIl (S.16). ¡\lílira. en lugm de omilir una variable rele- ~lcm(ls ign(lr:lr el proecso que genera los regresares dc dicha ecuación'? En olras pa-
":lnlL'. incluimos una variahle irrcle,ianle. La eSlimaci(in MeO-da lahr;ls, i.dchell1(ls fllrmular tlll modelo ue eCllllcione.\' /llIílliplcJ para analiz.ar uehida-

/l= ~f.¿~2¿YX- ¿xz ¿.rz] mente una linica ecuaci<Ín'? Con el .fin de proporcionilr
ue los rcsullados b¡ísicos quc apólrecen, consideraremos
la explicación m¡ís sencilla
sólo un<l relólción ue dos Vól.
ri;lb1cs enlre.", y X,. Suponemos' que el proccso de gcneración ele dalos (PGD) para

1= ~[¿x~ ¿.\'~- ¿xz ¿yx] esas v¡Hi<lbles pucde aproximarse mediante cierlól dislribución de prob<lbilidad bi-
variahle (fdp), indicada como [()',. x,) pmól 1 = l, .... /1. Dicha fup pueue siempre fnc-
lorizarse como el produClO de una densidaclllJnrginol y una cOlldiciollol como. por
d011t1e /) = 2:.r~2>~ - O:X~)~.Suponiendo que la ecuación (S.IS) es el modelo co- ejemplo,
rreCIO. C(I."x) =J1 Ix~ y q 2\;:) =/' ¿Xl. Por lo lanlo
[(y,. x,) = f.(x,) [(.\', Ix,) (1).17)
[(~) = fJ y E( 1) = ()
Supongamos. ;Idcm;ís. que fdp es norm;1I bivariante; esto cs.
¡\si pues. IvlCO proporciona estimadores insesgados de los codicien les poblólcion;l-
ks. I'udenllls demoslrar asimismo que. en eSle caso, los residuos ",ICO originan el )', ] - IN(II. D.) l=l ..... n
habilual estimador inscsgado de la varianza de la perturbaci"1Il1. [ .\,

Ambos casos sugiercn que omitir v¡lriables relevanles es l11;isgrave que incluir donde -IN significa "dislrihuido normal e independientemenle" y
";¡riabks ir,:clevanlcs porquc. en cl primer caso, los codicienlcs ser<Ín sesgóldos, lóI
"arianza de la perturhaci6n cSI;lr;i sobrestimada y los procedimicnlos de inrcrencia 11=[1/1] n=[lTI1 (TI2]
convcncionalcs qucdar;ín invalidados. mienlras que en el segundo caso. los coefi- Jl2. (1'12 .0'22.
cicntcs ser;in insesgados. la "arianza de la perturbación csl¡tr¡i correCI¡II11enle eslima-
50n repcclivamcnte el veclor media y 1:1m;¡triz uevólrianz<ls y covarianz;¡s. Por lo
d;1 y los pl"llcedimienlos de inferencia ser¡in v¡ilidos. La estralegia resullanle es em- lanlo. las variahles se correlacionan eontempor<Íne<lmenlc (ul2 ,¡ O). pero el supues-
pC7.ar con una cspeciriC:lción muy "c¡llólica" (sic). (;11110en lérminos de las variables lo de independencia implica autoeorrel;¡ción cero. En el CnpíluJo 1 mostr;íballlos
i nclu idas como de 1" eSl rucl urn rc la rd¡¡dn. Esa especi ficaci<Ín se h;¡Jla ría suje 1a a los que.", y x, poseen dislribuciones marginales. que son normales univariantcs. es decir
dislinlus conlraste dc aUlocorrelaci<Ín, heleroscedaslicidad. conslancia de' par;íme-
Iros. elC.. dcsarrul1ados cn los Capílulos ,1 y ó. Si la espccificación supera los l.:onlr;ls.
y; - N(PI.lTll) x,- N(Jl2.lTd

Il.:s. el paso siguiente es in\"Csligar si exislen'reducciones dlidas. Con dalos lrillles- Adem¡ís. la dislrihul.:i(¡n de y,. condicionlll o x,. es normo'1 univari;¡nle.
lr;dcs. cu¡i1quier espcl.:ificaci,')n gcneral debería incluir relardos hasta el quinto 01'- -'1- .",1.1', - N[tl -1- fJx,. (TII( I - p2)] ($.19)
~,
dcn. Se vCliril.:;lr;í si pucdc "dlllitirse que ,lodos los relardos dc un orden dadu son dundc l' = lfl~1 \~2 es la correlaci{lIl entre y, y x" y
igu;i1cs ;1ccro. o si lodos los I.:ocfil.:icntes de una variahle d;,d;1 pueden tral¡\Ise 1.:01110 f :.
,t 1
CCIOu si, rinalmcnlc. dcbcn illlpunerse otras restricciones. El enfoque de lo ~eneraI l' , ~I CTI2
¡l=p--=- (8.20)
a lo particlllar se dehe. h;isic;1I11enle, al lr<lbajo ue David J-lcndry y sus colcgas2 La ~2 un
Sel.:Cil'ln:::;.~ofrece un;l ilustración nUllléricól basada en dalos dc C<1I1SUnHl de g;lsolina. La densidad conjunl;; puede faclorizarse como el produclo de.la c1ens'iclaú m<lrgin;¡1
de .1', y la (lcnsidad cundicion,lI. tic y,-dado x,. Partiendo de la 'eco<lción (8 ..19).
I \'L;;I'~ I'h,hkllW ~...L
)', = (l~. flxl .•. /Ir _ (8.21)
~ 1';11";1
1111
•.:jL'lIlplt' lipiu1lkl L'llftlljlll.'. n:r I);¡yid r. Ilt:llllry.Y l\'t.,il le Elir\Stlll. "~I(lddil1~ lhe 1)t:,m;lIll.l (lIr.
:'\arrow ~ltllll:~' in lh~ Unilcd 'Kill~dolll :1I1c1Ihe Unilcd SI:lh:S", 1:'uI'0l''''1ll l:"nJlll1m;c U("'it'It', :\5. !IJ.()1.
Ll "perlurhacilÍn"" tiene media cero porque E()'II x,) = {'( + fJx/. Seg~ín In ecuólción
:-\.~.~.l'\(\h. I';n:, 1"I.
.•~t'1I1\l:IlL'S t11...'1l."llf(l(I'It.~ \'1...'1" i'\l,"il le Eritssoll el .:d. "pe.(iIV!.: ;l~ld D:I\,id Ilcl1c.1ry's I.:rol1o- (l'.llJ). incluye lamhién ul~a vari<lnza COl1sl;¡ntt. Sin embill'go, p;¡ra propósilOS estí-
I\1l'lril' \IClh{ldtllt)~~":. Rl't'i.\ll' ti" rCOIttJl1I('lria. In, 1\)1)0.7.117: Y' Chri\l41phcr 1.. (¡¡Iherl. "l'ro(cs~lIr m;llivos.la propiedatin¡¡is impor!;¡nte es que úichn perturbación es estoc;ísticamen-
11•...'l1dry's EI'O!\Il11h:lric I\klhUt~lJlllgy"'. 11,,11('1;1111/ 1:"CtllllJ"iin amI .\"1"",\1;0'. "X. II)};(,. 2Kl . .107.
{);\}~Ir" le independicnie de X .. ivlcrece la pen;¡ des;¡ITollar detólllaunri1enle eslól propiednd ya
. .
 .o!'
2'JO ME"I OIJU> I)l.I'CO:-:U~IETlliA 2()1
., .
; .•.. ,
que el métudo cs úlil tambi~n para casos miÍs complicados. l{dllrmulamllS la ccua- I'artiend,) dl: la l:clIaciCJn (¡).2'I), C(/I, E2,) == O, Por lolalllo. Ir, XII' lienl: \'eCllll' dc
ció n (8.1tl)cumo . . ml:dias [(\ + JI :U21121' y malriz de vari,in'l.as y co\'aj'ianzas
'!\.'
Y,=/'I+EI(
(8.22) (¡{.2i\)
/'
,
[:~:J- IN(U. Q) La priml:ra ecuación de la l:l:uación (X,27) cumple lodos los requisiloS de los procedi.
~.'

mientos cl;ísicos de inkrl:ncia descritos cn capílulos anteriores. csdecir.l1ledia cerll.

Multiplicando la segunda ecuación por !T121 ('n Y reslando cl resultado de la prillle. .JI
•. I}

llollloscl:dasticidaJ, y perturbacioncs nó corr'claciül;adas 'seri,dlllcnle quc también se

. ra. resulta
ilall,lIl ij)tlepellllienlemente tlislribuiuas del regresor o regrl:s;)res. Así pues, ;¡nali'l.a- (,
y,.,. .('\2 XI ;"'(/11- "12 j/2)+ (Eli _ (rI2~2') '(:-;.23)
remos la ecuación condicional por sí sola, La distribución marg.inal del regresor 1H1
.'. lJn . un' . (rn ' , .!
.' " . .
'", ,"

incluye información relevante aterca dc los parámctros de la el:uación condiciona!..,

La fórmula equivale a In ecua¿¡6n (In 1)'c()n l~~p;ir,ílllelr~sdcfinidos cn la ecua- Deslaquemos que podríamos también haber reparametrizado la uislri[)ución,
,,'.)
; .....
.'-l~~''''::;'~';:;'~'
~
ci611(S.20). rur 10.lanlo, 1¡lde lit ~cllación (8,21) scddilie'colllo.
~~';"'~'~:.'},:..lv:.
..../~.:~,:,~;,)"..•.~I~,j.):
J,
'.'
•..",;.....,J';', . .:..••:,:~•.~..,;..;..~.~~.(.~:.:4:~:Jr:.:.-"¡,
.~~'.,:::~L:...: .•.::¡i~
...;,:
..~~"".,¥:' ~".•'~ ~::;:..~\
u 12
.~':; '¡' -"';'~
__:~:~".:.":'.':.'~ ..
.~ ;~.:
nllrll1al
;.::~: '
bi\~arianle
.•....,.. ..,~-.~:,'.
como ..'.~., .. '~ '" .-
.
•...

: ,/11 =~I,- -.,E2, . (¡{.24) X, = 'Y + 0)'1 + \',

¡ . . (r
i .22

'l'
t ','):' .'

. )', == ¡t'r+,EI,. . "-.)

Porlo'lan\o. var(;(,) = (1:11-0'212 (Ü?2';" UII (I.~ (>2)' COl1lO~il la~ellal:i(¡n(X.1 CJ).l\d2:
'ni:,s. 'con ~'=='li2- 0/11. o == ul2/lftl' Y'~; ==E2, '- fiEl" Áhol;a~.", sl:ria ~xógelia l:n J;,(;cual:iún
, .'.. . '. ..' :'Ir 1" ,... " condiciunal, '(Iue. plíJría. esl,l' vez'ser tll)'alizada .il1clependicntcnll:nlc dc 1:,'ccuill:ión
I '£(x,/I,)= l:.1x, E 1,) •... ~ E(X,E2,)
¡ un . l:q'ndiciónal ue);. . . .
La dislril~uciól1 normal'dl:'dos variahlc's (;) de lllúllip'lcs variables) IIll l:S Ul\
1 Meuianle.'la eClinción (8.22). elrconlrall10S ,(ue E(x, EII') = trl2 }' E(r, El, ) = u22'
I Por lo lanto. £.(X¡II,) := U: Como <¡u'c los ~ liCI1~1li1Ulllcorrelaciolles cero. tou"s las co- 'I'G[).a,~lccllad(; paravariabks 'ccb;lÓ)ni~éls,.qll~' I;onnallllenlc Illuestran fuerll:s pa,
v;¡'lianzas relard;¡d~s enlre '-': ':Y 1150n cúo. En c,¡so 'de I¡ormalidad. lús covai-ianzils lrones'ueallIOl:Orrdación nliÍs que aUlocorrel:!cioncs'igllales a cero. Ila IlCga,do el
I
1,' , . I\HIIllel\to llc; trabajar CÓI\ PGI) m,\s reafistas'en .Iós que el probLema de la cxcl\!,cnei.
ceru ilÍ1plil:ún. ind'epenJenl:Ía. eSlodsiil:i1. U tilizandox, 1111,para se iia'!;ar que "x,'y ;1,
'f SO;1eSloc.iSlic;Í;llelllc'il1u~í,eildicIlIC5";I,?I'¡'~Illl)S., '. ". . diltl se torna llli\S 'co;llplejo, ." . -
~ . '.. : .; x,II'¡,;+/ para lodo" '~; (:-;.25)
El lenguaje de la COIl)isióll CO'\~I~S'de.I;OIll'ill',i:I,1x UC la ecuacilln (x'21) COIllO C:lJ). 1i.2,] l~x()geneitla<l
gCli¡¡), M,ís rcci'enlelllenl«r .se ha
den()minauo dicha' eOlluicilÍn CIII;lO cslrÍl:lallleute
/' ...•••...

exógcn:1 con clfin.d~'d¡slingu'¡rl<l de Olros lipos ue,cxogcllcida'lI de,los (¡'I;«; hablar.c- . La considaacilín 'nio(íerna lid 1~'Ill,~¡!Iilp)ía y desllll \lII'a '..:1l:nfoqul: dc la ('()I11isiúl\
~ IllOScn brevc, Oli~ cOlidición ¡.cfaciollaua¡ aU'lquc menos r~striciiva: es .
¡.
,
1:

,.
. . . .1',11/lú.i para lodo , ~:?O '. (X.26)
CowJcs, La referencia el:ísic;¡ es el artículo de. Emile. 11c11l'1J \' \' Hich;¡rd. cOllocido CO.
mo EI.m:-',Lus elemelllos b¡\Sitós del lralallli~nlo-Elf R se c'x,;licar¡ín en l..:rminos del
.....•.
r 'es decir. x, ~s il1d~p~nui~'nlc'dciod;\s I,¡~'pei';uri);,cioncs'actuaks)' 'futuras al;nqLle PCi D de uos variables que eHcis ul~lizan cn su exposici(íl). Sea el PG P de dos \';\riabl'cs ,

1
t no uc las pasauas: Utilizando 'de, npevol¡llerminología uc'la Cillnisii'lI1 Cowles. 1" .' Yi.= fl.r,'~ E 11 (R.21),,)
(; varbble x/d~ laccuilción:(S.21) la Jenqmil1amus ,variable prc(lCICrlllinada: . .,
,/.
(¡{.2lJh )
El mqdclo bi~ari~bl~.dc'laee~I,<iC,¡ÓI~ .eH.iR) s~rei)i1rcmalrizar;íc~,m()
1:,.
. ". :.:' '.::,: :'. YI;';~'fIJ.¡-,+!I," ' .. ' .. ": (:-;.27)
r
J'
r
¡:
i, 0.": '.
\ ) l'Ma la 'Ill~S sill1pte. ~unque. ;)0'5ic~'rrc .s~ncill;::i:x;'o~icii';n: ii~lénfilq'úc'<.I:i: 1,,'COII';i,ion C',í,vlcs, Vé'~5C '.'I~i,h~ri F. "¿;'~tc, l)'I\'i<1 F, '11~illl(/;' Jean.r r:;,ri:tli~ R'ic,"",,,1._.Exllccncill ...., 'F:,olll"IfI'lricII. SI.l ')S.1. 277.
:>01. , .... . ...•. .
..e,
l"
\\'illia", C. 1-100<1 y 'fjalling KoqpllIalls,.S'"IÍie/il £crJllo;'!<'/rii: AI",I""I; \Vitel', 1'):;3, . .
.,1:, .' .. ' . . . '

r,
' " '
," ..
','
 #

2')2 ,\11,1
(1)( ,\ !JI;ECO\I)\II:lld..\ 1'""iTlJU) M: Molielos Autorregresivos y con Retardos Dislribuidos 293

"I';lnlO.l' CllnlO." los supllnUrCI1l0S au!ocorrel;lcionados. Seguiremos nl<1ntcniendo el

SUjlUCSlode pCrlurhacioncs nl1rm;lI yscrialmentc independienles. esto cs. donde
,

:'
l.:;:J-. le: ).(:::~
!,\" ::~~)J (X']O) Up
b,=-Ut--
(rn
(S.34 )

SUlh1ng;lmlls ¡IU~ 1;1ccual'i,'ln (X.2')/I) es nucstro centro dc inlerés. L;l pregunla b;isi. (rn
ca es ,Iccrca de la "c:\ogcncidad" dc .1'. Según EI-II{ la pregunla esl;í mal t1dinida. fi, = -n,-
- - Un
l)cpend~r;í de las razones por las que estemos interesados en analizar la ecuación
(X,29/1). Distinguiremos Ires objcliv~)s princip¡lIes: La perturbación 11, de la ecuación condicional es igual a la ya definida en la ecua-
1, I{ealizar ini'crencias sobre uno o m¡ís par:ímelros de inlerés, ción (X.24) y posee las propicd;¡des mencionadas en las ecuaciones (8.25) y (8.2S).
"l Predecir ." condicionado ¡I.1'. Por lo tanto, reparamelrizamos el PG O de la ecuación (S.29) medianle la ecuaci?n
(R.:rl) d~rinicndo la'ecu;¡ción condicional )'la ecu;¡ción marginal (R.29/l): Los disltll-
3, Comprohar si 1'"relación dc la ecuación (S,29a) es eslnll:luralmcnl'c in\':lri;lnle a 1;
-' los conjuntos de par;ímetros son'
los c"mbios cn la dislribución ma;'ginal de.l'. ',1,
. ~.
Cad" llllO de esos ohjelivlls d" lugar aires lipos dislinlos dc exogencitlad que dcno. 0= (j1. a,. a2. (TI" ITI2.Un)
:i
minamos: e:\ogcneidad débil. f'nerle o supere:\ogeneidad. 'í,
Al = (/}I). 0,. 02. u~) A2 = «('(l' a2.un) (S.35)
Exogeneidad déhil
Supongamos que el par;íl11eli'o de inler¿s ~s [J. En primer luga~, cOI~lprobamos si se .,
En general, podel1los raclorii'.ar cualquier I'unción <.ledensidad conjunta C0l110, :\
cumple )a contiicil')n tic la ecúaeión (X.31). Utilizamos la ecu;¡ción (8.34) pilra ex!)re-
, el producto de una distrihución marginal de una o m¡ís variables y una distribuciói1 :!
....J.'
sar /1 en términos tic los p"r;ímelros d;¡dos e;, A .,.¡ I

condicional de una \',Iriahle escalar." sobre esas variables. Designcmos mediante Al

el cónjunlo de par¡\metl'lls tk la dislrihuci6n condicional y A2 el conjunlo de pará. , 6t 62
[J = 60 + ~ '= &1) + -
-, ! mctros de 1" t1iSlrihuciLÍn m;lrgin¡lI. Dichos r¡¡'r¡Ímelros sei'¡ín l'unciOnes de los pi~r;í- al a2 :1
metros () de la runcilÍn de densidad conjunta original (l'GD). Sea '1' el conjunlo de :¡
.,•....; No podemos expresar [J lInicamcnle en términos de Al y. ror 10 lanlo, la primera ~"l .
"
par;ínll':lros de inlerés. Cuando las variables condicion;lIlles son déhilmenle ex6ge- condición no se cumple. Adem¡ís. el hecho de que [J se exrrese de dos formas,equi. ,L
,1
n;ls par;1 '1'. las ini'crenci;ls "cerca de '1' de la distribuciLÍn condicional equivaldr¡ín a valenles implica una restricción cruzada entre elementos de Al y A2' puesto que es "

1;" inrercncias ohlcnitl;lS :, p,lrlir de la distribuci6n conjunl¡1. En otras pal;,br;¡s. la decir

dislribución marginal,de las variahles condicionantes no incluye inrorm;¡ción rele.
v;ulle y puede ser ignor¡ld;1 en el an;ílisis. Ul)I'- at02 = O

l,ea.1 iZ:lmi: In.n¡cT¡)i';¡c-¡i),i-eii':iJl!lí;;ic:r;i-a;::s~iíínl'gilía1 y c();ldici(ln a ,':> de l~er;í ,;:;; llni'~ '.."d'nr ,,1o 1a nlo~--jO$""par.Tmc1ros-dc-.l-as"tlislTibltcroncsmn rgi n nL::Y::SC>t:l9i
ci.on,aln osg,n.~lC,
plir~e,' d~ls.~ondiciones li¡U<1que la e:\ogcneidad débillcnga lugar: ', "variación libre, Ninguna de las dos eOlldiéiones se éumplc, L;ivariable x, nb es dé. :.
hilmcnle ex(¡gen;¡ para [J. ...,
, '1'=.!tAI) ¡¡\.JI)
es decir. los p;lr;ílllelros de inlerés lIniC:llllenle IHlctle¡'l cxpresarse cn lénninos de la Sin emh¡¡rgll. si las dosperl\llbacioncs de la ecuación (8,29)fuer<1n indepen.
dislrihución condicional. ,. ' t1ienles (<TI! = ()).Io:; p;lr¡ímClrOs serían "

,
:J •
Al" A2 son dC\',irii,ción lihre ¡¡U2) 0= (j1. IXI' Cl2. (T 1" (122) j
I)e \':lriari"1I1 lihre signiric;¡ t¡uc cu;dquier par;ílllell'll de Al puede lomar cu;dquier . Al = (jl.lTll) ,A!=(a\.~2,(Tn) (836)
\';dor cn su rango. sin IC,ner en cuenta los valores que haY,ln lomado los par;ímelros En csle C¡¡So. 11' incluye el¡ínico elemento fJ que. a sU,vez, s'e hallaiambién
de A2 . ~' \'icel'crsa. No oislir,ín rcslriccioncs cruzad;\S (igu:dd:¡t1es o t1esigu:ddatles) en Al' con lo que se cumple la contlicicínde J;¡ ecuación(S.31).
prescnte
También es evidenle
1¡
enlre elementos dc amhos grupos, que se cumple 1" condici6n de variación libre yque, en este caso . .1',es débilmente,
S', [llllodclo de I¡I ecu;lci(ln (X.2,)) iluslra eslos conceplos, El plllceso dc multipli.
cal' la ecuación (X,29h) P(lI'lfl~/U~~)' restar el resultado;¡ la ecu:lción (X,2')1I) origi.
ex(Ígen¡¡ jl;na /1. '
P¡¡ra seguir iluslr:\I~~lo el caso. volvanlO"s al ~.t'p~lesto d,e~ue ,Ot2, *.0. aunque. I
J

'.
na un:l ccu;lción condicional '. ',' .' . . .' '.. . ahora lomamos /}o COI11¿1par,íl11el.ro de.inlc,:és. Obse.rvandQ la ccuaci,6n (SJ~) .ve- j,
.. ' y, == DlI,r, -1' Dt.l',_t -1' 02.1"_1,+ 11, (X.33) mos que se cumple la condición de la ecuación (S.31). aunque, no la condición tic va. ,
I

1
!
r
2<).1

.¡

riación libre, ya que 1(1ecuación (8.J4) Illueslra la resll'icciól1 cr~II.;lda ;1I1lcriormenlé j.

.~ des llIoncl,lrias es\ahlcci':lIdo la aClu;ticantidad de dinero COIllOulla cOllsecuelH:ia

inuicada entre elcmc'nlos d'e Al')' A!. Sin e¡;lbargo, lai;¡depCildcnci;; de .;', y 1/; signi:
del ni"c\ del P~U y la cantil/;Id de dinero 'del últ:il'no.periodo.La ccuación Ui.2lJ(/) \ I
(ica que 50' 5, )' 52 pueden estiJ~arsc consislentenlenie 'lf11 iC;1I1
do IY¡CO al¡1 ecua. dcscrilJiría CÓ;1I0los agentes' econúlllicos cSlal>!e¿el,1 el r;N 13 cn respucsta ,1 los ,,;tio-
ción condicional (8.J3). Lo que.sucede eS.(lucdichos ~slimadores ¡lO son completa- res de la c;lnlidau de dincro. Luc,ls sugiere que la eSlilllaciún de la ecuaci,ín (,';,2'J(/)
Illente dicientes porque ignoran la in(ürmacióil dc .Ias reslricciones cruzadas. Así b,ljo un r¡;g.ill1(;1lnlllnelario concrelO no ofrece 'necesarialllenle inr(irlllación ,'¡¡lida
pues, el hecho de que no exista exogeneidad débil no implica necesarianlcnle que la ue C'-lIllOse cOlllportaríall los agelltes bajo lin regilllen dislinld). Lil crítica dc Lllcas . \
inferencia de la 'distribuciÓéi condicióna!sca imposible O cslé ¡¡!Validada.Según cu;íl no es aplicable cuando x es super exógella para fl: los call1bios ell la j)()lílica inoncla-
sca el parámetro de inlerés, en este scntido plie¿1c significar simplemente que la in- ri;1 no afeclarían a la cSlilll,\ción de la ecuación (lt2lJ(/) ni cslrllI1c';lrí;ln la ""lidez de
.'-- ,
fe'rencia no e¿ compiel;lI11e'nle dic'iente. . . , . '.
las prcdicciones hechas a partir de ella. :: 1
Como iluslraci'ó,;rinal,sl"pongamos' qu~ ('(2 ,,; (J, de";lOJoq;IC el retardo' y no
; .. juega ningún papel Cilla gCller~cj¿n de x. C.l,andóel padmeir(lde interés es /J, las
d()s prir'neras ecuaciones de la ecúación(8.34) n~liestranquefJ = /)" -i- 5Ih~l' por lo X.lA Contrastes dc Exogclleid:1(1 ..",

d ..",_•. _,}~~~.;.'.~.~21~~.!.~i.?~~,~~,I~_.E.c
~9Sj,P)\(~:?.,lJ},19;~~~£l.J,~lnJ '->..,.: •.
~,;,J~!!~e~.\.r,j!=.9.i.(\tl.S¡;.I,l%¡1!Jil.hAdcs¡¡ - ••••••• ~••••: •• ~••:., • :. ~,' '., •• '. e_o _ -<' • ~'_ •••• ......•..•.. , ......•:•...•..... . ...::..,.. ,'.';:
pareCido y, por lo tanto, los par;ílllelros SOn ahora de variación lihre. De lodos mo. Valllos a vcr que, con referellcia al Illodelo de la ccu;lci(lIl (t-i.2'J). para quc x, se;1 d.:-
dos, no pueden realizarse infercncias 'de /llJliieamente apani,' ue los par;ílú<.:tros de lJillllenle e.~ógena para JI es necesario que .uI2' = O. Nos hallamos. 1)01' lo lallto. anle
la ecuación conuicional. .Si C1parámelro'dc in'lcrés fuera' 8,; , sc cUlllpli'ría [anlO 1;1 la posicióndesafonullada uoilue la príncipal venlaja de la Cxogl:llcidad débil cs -po-
,'""-
ecuación ~8.31) cO~lO la (8.12) y x;serí!l débil,hcnle cx(¡gena.¡-iara lio' dej. ignor¿Ír la distribución marginal. ya qucelcontr;\sle para comproba'r 111esislcn- J
\
1- Exogelleid;l(1 fllcr,tc . . ei:; de cxogeneidau dd)il precisa ".!Odclar lanlo la dislribución 'llIargillal c()1~1Ola .. "
:Cua'nuox, es débihl1clile exógcno para}] y, i\UCI;1¡í~:yno'(;a'l~s'a tí; el senlido dc' coriuici(lllaL-Englc ha uesarrollitdo Ull cOlltraslegéncral tvlL para COIllI)rohar la e:\o.

1
. Gr:II'lger a :.~,sc' dice qlle :r( es UI~ÍI ~ar¡ahlc fü.ertclllcnle e.~ógcllapaia La <;;illsali~.' ¡J.. gen-eiuau déb¡'¡7. El prodecllllicnlo.gellc'ral r~lteba:quc.vi lio apa'rczca cn la ecuatióll
i u;ld,y .,ió calls¡\Iidau'~ ü¡: Gr<tng.cr iiC"ie' qUe ver' con c1hech6. de lill~ ,Ú1S Y';liores re. (ecuacio.nes) llIarginar (Iilarginales) tie 1;; .\'<Hiable (I'ariahl'cs) condicional ~. qUl: la
I suhmalri.'l. corrcspondienlede la nial'riz de cóv¡ú'ianzas de I¡¡ perlurbación (:s cero.
I tardadoscje )'mcjoran, o.. no:iúejciran: la explicación' ele :I"ge-ncraua l'111icamel;te a
. En C1nlOdcl0 d~ l¡¡ecuaci(ín(g.29)suponíamo~ que ..,', no.aparecía en la ecuación
I panir dc valores retarCla(josde cll~' Jilisma5~ Uí)a cO;llimlbacióll s~llcilla 20nsiste en
r\ real.izarl¡i regresiól1'uex sobre v~lorcs l:cl:ii~;icl05d~ ella misn;'" y val~res relarda- marginal (8.2%), que sólo exi'stía una 'ccuación'marginal y que. por lo tanto. única-
menle exislía un elcme'olo .olí la cor,n;SI)Ontlienle suhrnalriz. Así p~les. la hij)Ólesis
dos de )': Cuando eslos úhilllos 'Soil.é.onjunlamenle 'no sigl\ificali,ios, se dice (Iue y
n(i causa'en el senlido jc Granger:a X. :Sj ú'no'O ..1ll;1Svalor~s relardados <ic i rc'sllll¡in nirla Sl:uí 110: "12 ~ (J. En eSle sencillo ejcmplo, el contrasle ¡vIL resulla igualmenle
significaliv?s, se 'di'ce que)' c¡¡lis~'en ,cI'sentido de. Gr:inger a x.Sin elllbargQ, la con-. sencillo. 'Se basa cn los residuos de las ecuaciones (8.2lJá) y (8.291». najo la hipúlesis
traslación su'ele ,ser ,ilUY sc'nsiblc. a't llÚn)Cro de. ,'ciardos,'inC1uidos en la' especifica- nula, la ecuación (8.29{/) es la ecu¡lción condicional, ¡'ndependientemC[lle distribuida
ción.Calúbi:ar la l'OngiHld 'del n;:tardopuq.le t.!;¡r !llg;!r'il conclusi(;'.les distintas: . ' de lil. ecuación rnargiilal (8.2%). Así 1;ue:s', bajo la. hipólesis nula. cada ecUación se
Cuando existe eX:oúneid~d .[ueUe, fl puede ~si¡'llarse apanir ~nic;Ímcllle d~ la dis. esti'l¡afÚcricie'llemellle por ,MCO. Los ,'~siduos dc 'Ias .ecuaciones (~.2(Ji\) )' p-:.2%)
tribución,condicional y ül¡\izar~e párar,ealizarprcdiccioncs de)' cundieionadas por los simboliz¡.I'nl0S, respecliv;;'lúcnle, median le' e" y é:I" Para, simplificar. la' fórmula del
las' predicc.iones dex, éstas .tlll imas .desarroll<itla'sa su ""ez'solamen'le;r partir de 'los modelo no incluye 'Iérmí'nos ueinlersección jl:Ulfq'UC.cuantlll IIcg;~ ~I nlOrncnlp ue
v;dorcshislóriCos de:1'. '. .,' . . cSlilllar ecu¡¡ciones en la pr¡ícliea, incluirenlOs.un lél'rnino cOllsl¡illle a.ml:nos quc
exista una ra~ll1l a priori pan\ no hacerlo. El conlr:rsle M L se construye siguicndo
SllperexogeneiJad. . . los siguienl,cs pasos:
Exis'lcsuper exqgeneidadcll¡¡~ldo los j)anílllcll:OS deJa di~lribuci(-1I1 contlicional
son ill\:arian'tts a los cambios ocurridos en la distribución inargina\lie las "aria bIes
condicionanles. Supongamos que en laeeuaclón'(S.2?) >' esel.l'NIl la canlidau y.r ",: .f'~'
__ --:... _
éc cinc:o. La ecuación (8.29b) jugalJa .cntoiic~s un papel dccisiv(i ijara las aUlurida-
: "ICE. LlIras'Jr., "[conou;elric I'.tllir)~. E~alllali(\n: A Criliqll~". en \i,,1. 1 di: Cilrnr~ie.Rorhrslcr C\lule.
• 'r~nres ',n 1'1Ihlíc VllJicy. snpl'lcmenlar)' serie, of rll,C' Jotlrl/al 01 ,1/.(I/,,'/(/'.\':L'ClIIWO¡j,,-,. eús. K, Ilrllnner ¡Uld ;" .
I . 1\.lIklll.cr. Nonh Ilollaud. JIJ7(¡. 1') .. 1(,.
I ~c.W.J: Gr ••~ger.,"lnvCs(igaling.C ••usal.RcI:I'dolls li)"EeunOl\letfi~ rviÚhllli';lIId ('rll~~.SI'~élr ••1 Me¡.
1 Rohell r-.'Eil¡:Je."W¡;ld. Likdiholld Hali,! aud Lag,:a;l¡:c i\'lullil,lirr h's,,'iu i"wn"úlelrics". Capilul,,' l.,.
1,,. hoJs .... E(~I"JlII(iriq. I 'J6'J. 37. 4-24-43lt .
/ll/o'¡II1r."ki'II:'ClJlIIIJlIl'/riCl, eu,. Zvi C1riJirhe, aoú Miehacl D. Inlrillig;¡l;,r. ,'Jur.lh.lltlll;lIlu. tlJK~.
(
"
..'.
~.~ "~o

t.
AJ
 1
; I
297 1
MÉTODOS
"
OE
. .• '"!'
l.:c:()"ii~li'rldA .
(',\I'iTUU)M: Mouelos Autorregrcsivos y COn.Rcl~ruOs Dislribuidos j
1
. , .i
. ~H.2.S El Cnnfrasle (le WlI-Il:,l\Is'ni.a'n10 -,¡
!{caliz;¡(I;¡ regre'sión'de e,: sobre una coiistúnte:'x y ex-
naja 110, nf?2 dc la regresión 'sétlisl"ribuii-á asint&icillllenie como una Xl (1). Rdol'1llÚlelll~S cl1llotlclo tlcl;¡ ecuaciÓn (8.29) en forlllavettorial co.mo
:1
Rech;¡z;lr l/o cuando ;,N2 c.~ced;¡ tle ur.l valor CI:ílico preseleccionado. :1
. y=:xfJ :~EI
:¡
Una "ersión allernativa lkl con.lrasle par;¡ esle C;IS0 de dos variables consiste en x = x.:., O'1 +)'_1C<2 +E2..., , :i
r.:alizar una regresión de el" sobre una conslante, x relardada, J' relard;¡da y eJ" En ,',donde.\._I=x,,_lx,,_2
.' 1 .. '1' Y)-I-JIl~I.,,-2'''O,'
....-'1l '/':"'[, '),:
)'l'Coínohehlosvisloy;¡,siul2'"
.... '_. _.
l.j
GISO de mu<.:slras finil:ls. R" ser:í distinlo en ambas regresiones, aunque aíllhas scr:ín I !
'!l, enloncés El'afecta laíllO ;¡ x, como ;¡ El, . Por lo t¡lI~to,en l.;¡ pr~Ill~~a Ccu;¡c~ón, x, y . .)
;Isinlúlicamcnle equivalen les. I
El, se !l;¡Úan correlacion;¡dos. En esle C;¡SO,x, ni cllmple el.:rJterlo de In Cowlcs
Un;l lillim;¡ versión del contrasle, que implic;¡ el e<ílculo de un [Inico,conjunto ,C01lll11ission tle l;¡ ecuación (8.25), ni I;¡ condición de I;¡ ecu;¡c\on ,(8.26). ~o~sccuen ..
:1
,¡
de residuos. consisle en sustiluir la primera regresión dcl anlerior conlraste ML por temente, el eSI'im;¡c1o~ MCO de fJ es sesg;¡do e inconsistente. El pro~edlm,ento de '1

una regresión de J' sobre una const<lnle, x, y el" par<l, a continuación, comprobar si el Wu.l'lausm;¡n, en lugar de des;¡rrollar un contr;¡stc directo sobre .0'12' se cenlr;¡ en
U
:. i
o'.
coeficienle de t'x es signific;lliv<lmente distinlo <lcero. El eonlr<lste bas<ldo en l<ldis- :
la primer;¡ ccu;¡ción y cOI;,prueb;¡ !
Irihución I p;¡ra dicho codicienle es nsinlólicamente equivalente ;¡I eontrasle b¡lsa.
do en nR2. CU<lndo se eSlim<ln ambas regresiones, resulla que el coeficiente de ex y tI!.,: plim (~:I::EI)= O \
~.
¡
~
su error eSI:índ;¡r eSlimado sonidénlieos, sin impon<lr que el regresando uliliz;¡do ";'i,

se;¡ el' o )'R .. Exisle un;¡ regresión simili)tque sólo precisa c;¡!cul;¡r c,.: "r .,')
,'.:',..
.
'",,',
'.¡
fJ
pliln;,-,:;£\.'¡"(j; . ':
Los contr;¡sles par;¡ comprobar I;¡ exiSlenci;¡ de exogeneid;¡d fuerte precisan un . ( "
.¡ ~.
"
.

",":
conlraste de ve.rificaeión de exogeneidnd débil m:ís un eOnlr<lste decausalidúl
Se tr;¡t;, decontras\ar dos posibles estimndores defJ. La estimaciÓn MCC?, jJu.':f .j
Gr;¡nger. ¡-lemas descrito anteriormente este úllimo. Existid superexogeneid<ld ¡J,.,
(.\".\')-1 .r'j', será co'nsislénlc y asinlólic:\I1ienle eficiente bajo J-/O:,:,S:r:í inconSistente o
,.,
cuando e:\iSl<l exogeneidad débil y pueda demostrarse que los parámelros de I;¡ dis.
bajo "l' SupOligamos que hallamos un instrumenlo, que S;¡l~sf;¡ga , • 1 ;

lribución condicional U'I) son const<lllleS y los de la tlistribución m;¡rgin;¡1 (>-2) no. ,<

:
(L
1'-
El primer P;¡SO consisle en someter la dislribución condicional a un riguroso cOn.
plill1 (~ l'X) '" ~'Y plim <:'el) =O
¡
!
traSl<.: de conslanci;¡ de p;¡r;ímelros. Si el resultado es positivo, el sigLiiente P;¡SO se n 11. '. H
I~j

ccnlr;¡ en la distribución m;¡rgin<lI.Si los par~metros de I;¡ dis(ribúción Inarg,inal son :!,
. Entonces, potlremos cOnSlri!ir Ul1 estim;¡dor de v;¡riable inslrUmCnl;¡.I~\ = (z'x)-' ~-;.~
i

t;lI11bién eSlables, no existe prueba de superexogencidad sino sólo, dcllido ;¡ la cons-

l'y. Dicho eslim;¡dor será consistente 'bajo n",bnJ "ipóleJ;s. Am~os e~t1madores SO~l :j~
lanci;¡ de >-1' unn presunción, Si >-2v;¡rí;¡ COI; eltiempo,Jb n1~s indie;¡do será buscar." consistentes b;¡jo /-Iny la diferenci;¡ entre ellos des;¡p;¡recerfn;¡slnlótlcamenle. Indl- :.l.
dich;¡ v;¡ri;¡ción utilii:índó v:lri:lblc's fietici;¡s o,'en sil ddecto, olro (i¡lO de modelo.
earemosla difercnci;¡ C0l110 f¡ = ¡JI - ¡Ju . Enlonces, bajo Hu • ¡:
I\li:ldiremos enlonces es;¡s v:lri:lblcs ;¡ la eC;laciún condicional. Si dichas v:lriables ~;

• f¡ \,
" .
reSull;¡n conjunt;¡menle no' signific;¡'ti,';¡s, los 're'sult;¡do's se 10n;;¡r¡in como evi~lenci;¡ -(-'- ~N(O, 1) o --A ~x2(1)
, de que los p;¡r:ínielros del proce'so co'ndicion:l) no varían cmi los c;¡mbios qlie'tel;-" s.e.(f¡) var(r¡), '. .,
l'
l.
•......
g:ln lug;¡r en los p;¡r,ímclr"os del proceso Ill;¡rgin;¡)'l. Pnrece evillc,llle que resulladifí . 1.I;¡usl11;¡n,ha'dcmostrado que v;¡r(f¡) = v;¡r(fll) - vnr(jJu)' Por lo t;¡nto, el conlrasté ¡",
o.
cil decidir c(l:íildo Ilcg;¡r :l la conclusiúil (Je'qúe los 'p;¡r:ínietros dc I;¡ dislribución :,
;¡sinlÓlico dc "o sc hasa en
m;¡rgin;¡1 son ineSI;¡hles,yeu~ndo busc;¡r l:ls v;¡ri;lhlcs que modelicen dicha incsl:ihi. .~
_ (i ~ x"( 1) . (S,37) ~
lid;ld, En ciertos C<lS()S,resulla posiblc ampliarl:l cspeciliC:lciún de la distrilluciún v;¡rUJ1) - var(flu)
'r~
\ .. m;¡rginal p;¡ra que incluya eS:lS v;¡ri;¡bles y. posiblemente. descubrir que la nueva 'cs.
tructura es eSlablc.
Para f;¡cilit;¡r tles;¡rrollos posteriores, será útil record;¡r 1;¡ discusión del ~;¡píIU- ':
1
.
lo 5 ;¡cerc;r tle los estimadores MC2E )' reformu);¡r el estim;¡dor de vari;¡hles lnslru: j

mcnl;¡!cs como
•,
\ ../ ¡
~., ¡J, = (.I-'.q-I .i)' . .Í' = z(,',)-I ,'x = l' ,1: '
\
\. ,
!
l.A. 1';III~I1I"n.
111

IC'":1I;"C Tcsl~
"Sl'ccific:I,iol1
uf IndC¡;l'ndcncc
Tc~l~ in

bcl\\'ccn
.Econol11cI,ics".
Slochoslic
[c;"""l1rlricn.
ltq;rcsso,s
~6. 1978. 1251.127t: y D, \VU. "Al.
ond Dislurbonccs". 'fwl,,,,,,c/[icn, 4\.,
r
~
l'
S V~;lS\.' I'tt)hkm:l K(l. _
\')7.1.7.1.1.750. Vbsc 'ol11hién Sccci<Ín 10.6.2.
tl Par;¡ ilustrar los ~~;ltr;lSkS lit: s\lp'.:rc,\;'~'gcl1citlad. \"~asc N~iIIC Eri((~(ln l'l ;11.. nI'. (il.
r
l
r-'¡'
'1
',~ .' .:~
t,
l.' '

La primcra clap,i consislc en la regresllln MCO dc.r so[¡n:.;:quc proporciona los ,

valores de n:gresión .l".La
, Los rcsitluos de la primcra
a .l', lC,nemos que .f,l-=.l".r.
l' =
.\'1J1, -1 ~'(dj~ -I,i: ,fi -1 l' . (~.-n) , .'
scgunda ctapa consiste en la rcgrl:si\ÍnMCO 'uc y soure J, blriclllnlcnlc hllblan<!o. cl conlrllste asinllllico I';ílido iljélul'~ únll fnrl1lll cu,ldr¡ítica
ctapa se formulan COUlO'v=.r -'-oÍ': Y¡Plue l' es ollogunal 5y su 11l,l\riz dc cov;\Ii;lnzas. (3l1joHll. 5 '[V;,r (5) ]-, 6 ~'x~(kll, En la pr¡íClicll.
Expresaremos ahOra la difcrcllcia IJ conio
suel.c cmp!carse el conlrllSlC convcncional r. Puede des¡u';'oll,lrse cl C(')nlra.sle aller. ~ :. J

q = (J".l.)-l .l"Y.,..(.\".r)-I x'y nalivo buscando los estimadorcs VI y I\'ICO de los p"r,ínll:lrns jJ tle 11Iecuación
(1).'12); formando (j, cl vector dc contrastes, probandu la forma cuadr;Ítica rclcv;,nlc: ',' -'
= (.i"'S}-1 [.l"Y- (.l"i)(.r'.r)-I .;".1'1 PUS)
~)
dc ti- Como en el caso m,ís scncillo, ambos contraslcs estadísticos son 'id~nlicos. pe- ...

=, (~\".i:-)-l [J,'M,)']
ro el conlr;lsle de regresilín suck rcsullar de aplícllci"ln m,ís s~'ncillll. L;I SL'lTi,'ln ,. 1
II donde MJ, = J - .i'(xi.r)~l.r'. La última 1íncndela ccuación(X.3H) indica que (j sólo se- J(!.(1.2 ofrecc una discusión m,is dClallada al rcspcclo'.
" r;\ igual a cero en el límitc si J-'i\/ •.ylicndeaccro. Consitl~rcmos la rcgn:sión,a ve,
Una vcz cstablecida (o. a mcnudo cn lil))rüctica, sol;lInenle asumitlll) la cxo~e-
ces referida como rcgr~siónarti(¡cialóaux~iliar~ .', .
1 ncidatl débil, solcmos eSlimar'por MCO ecuaciones ARD: como la ccuación (X,I-I):
: y = .\jJ,~J'S' + 11 Mienlras las x cumplan los supuestos habitualcsclc cSlilcionariedlld y los parlÍme-
El codicienlc dc Senesta regresióncs . '. '.' '. ., tras dc A(L) cump1illl los supuestos habituales cle estabilidad .. los P¡:o~c~~il}I!;¡e.lIlos
'"•.;",; •.•~.(",~j",';¡0,',i"".'",i-;;;x,:":,'J,.,.,,,;~,,i ..~.,~c,1.., .•....'.tR:J~J.'..;.!>:.:i5.
...•li..:.';.'-.i":"\';l,.L¡i:;..r.;:;.fi;;:(,~\t~';\i~'ff~;l;'A;¡:i';',;,.;~:.;--;,::';.,."~'.:,,:
~,;,.;.:.", ).; .• "colllllne:i,de in f crcnc.i;¡sc rá n,:lsi n.tút iCaJiJ(:nl'c.'\;Ando~::Sin' emkí,'goTlil \llsfll~h)'i ~lcl'
con varianza dada por ' Capílulo 7 ha dcmostrado quc esos resultados son insoslcnibks en prescncill de re-
. '~ár(&) :::lf2
(i Mi:')-J (S.4Ü) . .!~.rcsorcs no estacionarios. Volvamos ahoJ'a altcm'a de la 'cslacionariecíad, '
',' C' '.. •
La hipótesis nula se conviqrlcahoi'acn Nu: &"'~, )' el conlraste asinlótic(Jse basa en
'S2' , .
-.. -, -.'.~ xW)' (SAl)'
8.3, . .
v,ar(S) 'o.' . 1U'':CRESOnES NO ESTAÓQNAIHOS
Los estadi~(is.os,¡Je t.on\r~stc~el¡\s' cp¡aci¿;I~s' (X.37) y (H.4 1) son i~'I~nli~()sll.Ekgir .
UIIO'Uolrodcl)cnde dc.l;Jc¡¡pacidatl'd.cd,lculo tlisl;oniblé y, cn nl~chos~asos'. rcsul: súj)Ongamos que cn el' modclo rélJreSc'niado por Iil ecuaci(ín (~,2l)). Ic:nemos 1,1
ta Ill¡\s' sci\cill¿cl co(¡t¡:ast~cn,f~)fma de regr~sión. Un último lIelalle " indicar cs la ecu'ac;illll marginál
. ~slil¡'¡i1ci,índc'112 : Obl~ilJrenlos un 'csiiJlú,úor ':iu'stiÚlyi:iltlo cn la cClI¡;ci(¡n (H.2'Ja) x, ;:"\"_1 -1 E2,
Ao por fJ)' ú{rosusliluyel1¿¡~ flí por ¡J. Una .tcrce;'a pOslbilitl¡!d cs ulilizar los rcsidups L; variable.\' cS.¡lhura lin. pasco ¡¡ICalOr'io,o, ~llilit.an¿lo cl 'lengl,lajc ~lel Capílulo 'l. inlc-
de ,la regresión' d~ysobre.r y.\:: Los ires eSli;nadCHl;S ~cr¡ín consislcntcs bajo I,i hi- , grad:1 dc ordcn 1,/(1). Pariicndo dcla.ecuación (8.29ú).la v¡¡riablc)' es lalllbi~n 1(1'),
póicsisn,ula, au'nq'uc' variar¡ín cnlll~~slr'as fil;¡las::. " .," , Lalliscusión tlel Ca píIUI~'7 moslrabaci lle en caso de reg.rcsio;)és' cón\'a','i¡iblt.:s 'no es,
'.' 1Icr1J.os ~xpticaJo":el 'col~t~;¡st.c~e\.vll,~Hml~I;'ii~~~ lél'llIino~ dc 'unir ecuacn ..lIl lacio'nari¡¡s, los eSladí~licos habiluales { posccn.dislribudollcs' 110 cSI;Índar y. conse-
".í
eX.lrem¡jdiunenre.sc.nc'illa:Trabaj~ll\q~ alióra',conuna ecuaciÓn m;ís gcncrar cucnlClllCnle, la uliljzación de las tablas estlÍnda(daría lm!,ar a !!,ravcs errnres tlc infe.
. .. . . 'j,:~):JJ~+.\2fJ2' + ,/ (XA2) rcn~ia. Un probl~l\la: adi<:i~lIí¡;1es laplIsihilidadde ,cnel;n¡'l~ar rt:~re,ionl's esplíreas.
'dqndeX 1 e~.".'x k¡.yX2 e~',:,x:k2'.Sl!f10~gamOs(lue'\'I: eSlá corrclacionatlo' con ,,~ , . El documcnlo dc Yult::12 de I926,'dejó al dcscuGicrlo cl problcma dc la rcpt:-
pero ¡lO X2.L¡¡' hiÍlótcsis'nuli¡ s'cri\':' :',,~. ::' .. ' , .,.... , . silÍn espúrca: Ivlczclalitlo ,clos 'bar¡lj;"~ de,'c¡u:(as, repartió .Ias carlas itle,ii(;i,billCnlc:
1);lI::igcnerar serics (k n(lIneros ;licalorios:'Calculú laboriosamente ¡I mano cientos
. . , " : i-Io: Plin~(,1" /:' ;,;) ~ () . ' .
. tle cocficicnlcs dc correlación cn1re series' a!calorias '(indc'pentlicnlCs) y labuló la
dislribución resullanle, La distriliúción cra ;lproximatlalll~'nle sim~lrica )' uninlll<!al
Supongamos, aJc,¡nií~,qu~ cx\st~ un',! millr'iz dc 'instrumcntos 21.tk ordcn
cn el '.'v~rdildcro".valol"ccj'(); ¡jorque eSlab'a c.orrel;,cionando 'serics inLiepentlienlcs
11 x 1(<== k,) tal que, el) ~i I(,;,ile, 21 sc h~lI~corrclaciOlia<.19 con J'l pcrp ~,o (11n 11.
ue (uido blanco. ConE¡ rcprCSenl;¡nelo una scrie ele niidO blanco. 'gcncró x, a parlir
DcfinamosZ ~'IZI X2)y rcai¡cehlOs la'rcgresiÓn 'de XI sob;'e Z par'a~í)ICn~r X, =
tÍc,la,fúrmula 0",- x,_j.=: El . Tenía ahora pares de \'¡¡riables indepcndielltes tlel lipo
Z(Z'Z)-IZiX, =P~XI' La hipótesis nul<¡ sC.vcrifieaJ';í:~ómpr()bando la significaciún
1(1).Li dislribución de los codici:e'illcs'de correlación elllre.par~s de series r era
<e 5 ~,i~ ~a.re-gr~~,¡ón ,', '..:~_>
",', . "

" 12 Ci~ l1dll)")'\IJc. '~\\'I.l.\'r:)o \Ve SOlllcti;lll;; (;ci. .N;)';lSCI1~.C C(lri'~'blitlll,hcl\\n'il '1'~llh'Sl"ljl'~". .I"HUI',/ /1/
. 1111'UIIY{'" :\'iulixlind St.Jcil'~.r. Scril:~ 1\, HI), IIJ~{¡.r.(,').

'a..J
. "",
I
l' j"
. ,,
('''''In/LO M:tv¡'OIklO$ AUlorn:l'.rcsivC1S y¿unRcliirdos Dis.l'ribllidos JOI
: ¡,
.
C0l110 una salscr;¡cabel.;t ;i1);tju. con un rondo plano y elcl';,das dCl1sidal!L:s CI1 I\;~ d- .,1
Iré'n.lOs .. 1 y .!.I. Fin;dnlel1le, gCI~erú series y a partir dli .", ~ .1":'1 == x,. "01' In 1;;1;'((;:)". . bl~l1l<l d<:sdc <:\ p;lIliri ~;c Visl;ll~órico clem!?strando gue. ~e~l:ls regresione~ úC' pase.
cra una serie 1(2). La diSiribucicín de los codicienlcsde corrcl;¡cicín cnti'e p,lres de . os . ale;!lorios ",indepcl1tlienles,
, " 1:os ~oe f"IClent é'"s (e re~re . s'ón
1 no
.: convergen
. <l
, , valores
' ' •. '
:-r
scril!s l' leni;¡ roníl;1 dc l'J eun casi Inda I;¡ .masa conccntr;¡da CI1 los l:Xlr~lllos. E.1'd~L. co',;'sl;lI1lcs cU;1Ildo ;1\I'menla cll:lInilño de
la m'ueslr<l como'sucede en el C<lSOcslan- ;j
.¡
CUlll~I;IOllL l'\l1c es UI~ \c'llll'ra,nol'jclllplll de .i;,inl'cslig,lci\'ln dcllipo ¡'dontc CII~I;~ ~ lhr' Adel11;is elli;¡hiIUal ratio I no posec una dislr.ibución límite sino CJuc se disper- ,
\' un hito dc b liICr;tIUr;lt:sl;tdíslica. Ell11cnsaje b;ísico del (\ocumcnl(}~s que es r;í::: s;; ;;, ;1\ll11enl;1I: el la';laiil;'dc'!a muesl'r:a. i,~e'r~mcnlarl¡lo. por ,lo lanlO',I<l prohabili-
cil l'\cscubrir corrc(;tCioIICS "csl;.ldíslicalllel1lc ,sigllilú:;llivas" cnlre sl:ri0s il1dcp~n~ ,: ~Ia:d:de inf<:r<:ncias Jrn'1I1~;ls"c;!'ando alllll~nl;1 el, t;imañ~) de,b I!Hleslra IS. .
dicllles no ~staci~1I1arias. ,.' ' ", . 'Jam;ís dchcrí;; IT<lccionarsedc forma <llarmist<l ~ntc ,l<ll,es 'rcsult<ldos. En pr!'
. ¡\-I~dill' sigll) despues. gr;lcias a la.ayuda de la pOlcl1cia de las l110dernis calcula- : n'í~:',lugar. aClualnicnlc uliliz;; C1h<:cho dc e;'i~O;llr<lrU;,niv~lbajó lk' D\V ~oinoi!,-
doras. Gr;ll1ger y N~'\\'boltll.1 consideraron de nuevo el problema. GénerilronIClO" 'liit;ldü~'. de r<:laci(;ncs seri~l1lenle ~'l<ll 'espec(fic<ldas' Y. P?í' I~ l<lnlo. sé <lb<lndon<lr~
parcs de paseos ;¡lea.lorios indcpendienles, esto cs, I'ari"bles indep<:ndicnles I( 1) Y lli'cila r<:lacilín para Irah<ljar con un<l especific<lciónn'~ev~. ¡::I)stgundq lug<lt. lodos
,íjllstarol1 'rc!!rcsiones MeO lineales dcdos 1',lriab!L:s. Calcularol1 el habilll:d cstadí~- ..CS(;S rcsultado,s p,:ovi<:ncn d(; regre~ion~s (IUC incluyen sol,ain~nle v<lri"bles .en ~<llo-
li'co I para \'~r'ific~l:'i<l sig;,iric;¡ción dc cad<l regresión, Su princip;Jl dcsc~lbril11iento res rcrcrid05 ;d p~riodo ~,c",(/I (l corriC'llC. Cuando y y x so~ p<1seos ale.at(1I'los IIlde-
rJie que 77 ele las lOO sil11ul.1Cioncs I l<:nial1 un 1';¡lor l1ul11érico l11ayor' que 2 y que, pe,;dicnlcs y se re;diza la rc,gresi.án, d<)i,.sobre Xi' es que se.ha comc~ldh U~' dohlc'
, por lo lanlO. la hipál<:sis Ilula consisten le en la in(;Xis(cncia de rclaci¡')n sc rechaz,IG<l crror d<: c'spccificaci\)n; se ha excluido una variable relevanl~. )"_1. e II1clllthdo un<l
inéorrc¿I~l11cnt~ en Ill;is de lrcs cuarl;¡s P;¡rt<:s dc la lolalid;ld de los casos. Encon- \;;,r'iahk irrclevanle, X,. r-inalmcnle, y.conlodcmoslrab<1 1<1Sección R.2, las fórmulas
Iraron talllhic'n cSladíSlicos' J)\V muy bajos. lo cual licnde ;¡ ocasion,lr I;¡ fl'lI'Ill~d<l co;weneion;ilcs dclas ¡'<:\acil'lIlcs 'A R b. especi;t1menlc cuando se 1rabaja con el en-
cOl1vcl1cional dc suhcstimar los <:rrOITS cSI,índ;¡r y. por lo lal110, sobreslilllar los va. ' fUql;C dclo gcncral a lo parlicular. implican muchos lérminos rela.rllados y. p.or,lo
IOlcs ,. Sin clllb;¡rgn, simulaciol1cs poslcriurcs con ul1a recslilllacÍlín has;tt!;¡ en' trí,)a '. (ilnlo. <:s mcnos probahle que surjan 'prohlemas respecto a corrc.';lclonar s610 van;)-
correccil'ln Cochranc-Orcull ,\ R( 1), redujeron la, impórtancia dc .cslos l'esul1ados. ,bies actuales. Sigue existiendo,sil; embargo, un grave problc:ma. ¿Qué [m)cedi-
;¡\lnl\\lc sin climinar clllllplel;¡l11cntc la proh;¡bilid;td dc rcaliz;¡r infcrenci;¡s incorrcc- mienlos dc infcr~ncia utilizar cuando'"lgunas o ladas !<1s,v".ria~les d~ una «spccifi-
lasl~. Como mueslr;t I;¡ T;lbla ¡j.!. ali;¡dir l11;ísvariahlcscxplic;¡livas de paseo.;tlcalo.' cil'ción ARD sÓIlnll eSlacionari;Ís? .' " '. . ' •. , ." ,
rin no hace l11;b quc il1ácmcl1lar el porccnlajc de ini'crcnci,ls errúneas. Sims, Sl()cK' y W,Úsón ata!=a,l¿clproblc,m~ en unin~i)orlan'le artícurol6. El 'nivel
lécliico del ;il:lktdll va' m~s"a\l;í lIC1uliliza(\ó cn el presente'libro. raz6n por la. cual
TABLA H.I ¡ ofrcccilloS ían SÓ!lI UI; l)rc'vc;:~slln;c;) I,~.'11;Í$i~.rllllelll~.l~ rrcsc,:ncia' de v;riables I( 1)
HegrcsilíllCs de l'ari:lhlcs de pasco aleatorio ') i'il;I~lica que '1;; nlayoría. s,i lio !od.os .. los.conlras~es e~!adís!icos tendr;ín distribucio-
1 nes ¡io eSI~nd~'r. Así pues, 110 podremos comparar alllom;ílic<)l11entelos conlrastes
NÚI11I!r<lde 1'1I1TI!I11,Ijl! 'de \'I!CI!S r-,'kdi;l'Ik ":llorc's . 7, esladísticos convcncionales a las labl;1s c.s(;índardc I.,N(O,!). F o X~ '. .Sin '6
embargo,
";n'iahks r-,.ll'IliadI! . '.
nj)!icaliv:ts
'1111!'1;11'11I " dd I!slaclisliw D\V \'alllrl!S dI! U2 .1' .' 'existen cXcepcion<:s a 1" re!.:l" l!.~ncr"LCuando(;n algunareparamclrlzacl nsecx- ,
.... _. __..JCSUll;L.l:,;,cll;)J.ada_~c ..:'-._' .• _. __.~ ....•.•. -, .... ... ~~~-"
c .•. " .... :.
. ",:,-','"",,".r-C:"cc-'c'A' h'.,:r:";::7TJ[C!m'mí'7fn\ir. meTro'co IllÓ'¡; J.t(fl'f:i'éIélj'¡'C::<Tc' t;n~>~7í~hIe:~~~"ifr~í:f5'9l!rfí{l(Ot"T~'s','. ";':f ..

t
1l.21, .. i '. Contrastes cstadísticosconvcncipnalcsresllllnran v;1hdos.as'lltoIIC;¡men.te .. y mas
2
~~ '. :::~~ OJ.I'~ . a~n, cuando <:lilll1a¡'cP"ramctri.zaciónseexpresriUllsubc:o!ljunto'dc pat~nicrros,co,
.0.55 In 0•.11, nlOcoci'icien!<.:s devariahlcs dcmediap:JO;va"j"hles' (O):ios con! rasíescollvcncio'
~ ')5 '11.7-1 O.SS nales dc: dicllOsuhconju;111l rdultar;ínv;ílid.os:asin,lótiéamentc. Lo' iluslraremos con.
----~----------~,......,----,.,...---.-------------,---
5 % (U;S IIj') CI ;'lOdclo (/\
.... RD)( L1,jddinido'en Iaecuación
. . (R,l) •.
~..
,.
".'.1',
'.
= "í+clL\"_I+f1;~r,+
-',. ';
fJl.I'¡CI+.E,:
.. ",. , ..
(R.I)
Resull;¡ I!vidcnlc qllc I,is re~resiones dc variables indcpcndicntes dc pascq
;i1ca(orio ocaSion;¡i:;íil c;¡si s'iL'l11prc 'infercncias ern'1I1c;ls. "iJillips Clllisidci'(')' el pro. l.' I'.CII. 1''';11;1''-"Uudc"í;,i,din¡:' SI',i;.;,.,u~Hc¡ircssi,"\s j,; EC~;I1\};"c;,ii:/. J"",,",I,,/ r:"''''''''.~li¡n; JJ.
,"i)S(I. J 11 . .\.10. .~,. ..",

~,.' ..
....¡'~~

~:.
i
":'C.A. Si"",
r:•.•
J,II. S'od .I'.,\L\\'.,\\"iISill>: ':lnrq'cnc"in.I.incar Tjnlc Scri,,~ ~Iodds ',i,h.Sú"'ctlnil Ro. j'
¡
1; C.\\'.J. Gr;lllgl..'r
1')7.1.1I1'1~1I
y P.i\~\\'hpld. "SpuriOt.l\ Itl..'grt.:s,¡útl\
...•
in rnl.llnllh'll i\ ~ " J"",,,"I,." r. ,tr'''",d,,','\. !. ,
..
.:
~. , ."¡;b" .. OI,,,ill,'"¡nI, -"~ lij'IO. '.l'I.l.I ..~~: . ' ""':'
. ."il ",i'l:I 'un'lc's"J1lc'" "i~i,."~IC".',,,:,'':ase'',\:. 1l:'!lcrji!l!.).1...,1),;1:,,10.
. '. ~.'.
J..\\'. (.ialhr;,ilh (D.f. I 1c!"lry.....(,..¡,o•..
'j'
¡
11 ( ',\\'..1. (j I ;1I1;.!I.'r ~. 1'. \".\..,,,'htll~I .. I.''''/~(,t"tt.\'ill.t;' h':"molllir "'"111" S"(In. ,\..: .1\".-1111\: "11.."'. 1'''7. ~1I.'i.~ 1.1, .. ':~",,;;,,". 1:',." ".'('"",...,.,¡"",
'"li"Ji' 1'''I'I;/((j¡"r'i''¡'':,(lIr''.\'.Ii.~ "f ,v;;" ..W,Oit'lIinry O ••),,". '(hrill"lI Un;l'cr\ily i'¡:
P,c~~.11)1).1.C;ll'ilUlo (l'Y~ \""¡)~l~i;llr'l~'I.lll' ..d cil'mplo.'.l1c Ia'~ p:igil1:1s IX~.:IX9.~
1,
l'
I
l "
A
r-
3112 (',\\'1111' '1 s. 1\\r >tI<: los ,\ lIlOrr.: gr.:si \'oS y l:llll I{.:lardlls. [) iSIribll id"s .\0.,
"

Cuma "imos ¡\nleriórmen[e, YI (1ucdeexpresarse' enloIH:esc(lIIlO una suma (inrillila)

nl/JII '" Jil
de x aClu;lles )' r~la~Jauas' y dCE ñClU,¡'¡CS yrcl~'~Ja~l;is."Sllp,íngamlls~llI¿.1' sigue 'Uil dondc \'1= E, - . . . 11,
paseo;t!c¿ll'ório, x, = XI_I +111 ' porlé) ta'llQ,cs'I{ y;
I ),'Scsulinnclambi0n' que las'E
.- . I- (y i
son de rUIJu blanco y, I)or lo talúo,' 1((¡).iJor s,t p~í'le, ;', cS;lnaéolllhin;;tilll;~ J~va" y 111 es.la perlurbación del paseo a!calo'rio para .1'. Cuando se cuillple lac~)iidiciún de ",
riables 1(1) cl(O), 'j ú:sullaser ¡;'inGién ¡ina~\'al'labic.I(I). puesio' quc. en gene;';", eslacionariedad Ill11 < l. ~I es un pl'nceso eSlacionario I\I{( I}. I(O}, ConlO demucslra
cualquier combinaciÓn li;lC:i1 de variable's 1(1 ).e's 1,lInbién unú variable I( 1).' , la ecuaciún (~.4'1). t, es una comhin;lciónlineal de dU5'variahles I( 1),.", Y X" pcro cs.
COillO ~implc iluslr~ción de 'es ti, '~cgla: SUI)Óngal11osque ~ierl'll ." (~Iislinlo) se la combinación lineal es I(O).-EII este caso se dice que.",)' x, eSI¡',n coinlc¡;radas: es.
Jdine 'COI11o una combi'iiaciólÍ liilealal:liitraria cn!re dos variables J( i). " la combinación lineal de dos variahles I( 1) e,s una I'ariahk 1(11) ,k mcdi;, ccro. ello 1, \

mo vimos en los Capítulos 2 y 7. las variables

l( 1) mueslran tendencia a "deillllbu.
YI.= aXI + /)tl
lar". Sin embargo, cuando dos variables I( I )esl;ín coinlegradas. lendedn a
"deamhular juntas". La media cero y la varianza constan le dc :::, evitan que se sep;'-
ren dema5iad(). Se dice enlonces que la ecuación (~.4"¡) es una fclaciún l:oilllegrada.
l'. Z,~Z,_I.+V,
I,{dormularemos la ecuación (~.6) como
, . donue,1I y /) SLlnCOnSI¡lnles arbilrarias"Y HYY.I;(;rIUrba<;iolles ,h; rui~lo 1)lanco. El . "" ..1
j';";"'" -'Ji'¡;Ó t~S'(riJ~'ri:;\líza i;'r Y¡í i1'iYic'i'¡¡~(rttef~'í'~Ci¡{úf' '.s
.,",,'',' ,:.,<.;
ir¡'\)'i¡¡'1;~Y;i et;'¡;¿iO¡t /~ (1st[lL;ii,-'¡~'(i-rr~ls~:'" ~ .- :,.. ,., ,.'''", ". ,,,,,'u)',".:;:; /1 1IU.1'.,o"'.'x:¡'I"..."'Üt."'(.i
A' ) .. '...+:ír",.,' ....'.. "
A .,¡,.,>,',.,,:,,":';';'(''\Í
_ .•'~.(,K''.''{':}'';''.;.':''
,..1'1

1 gunda y la ,lercera, da COillO resultado Las ll'l~s variables de la ccuaciún son de mcdia cero 1(0) y. por lo lanlO. pmlenllls

¡ .,
YI';y,_; + (011,+/)1';) , realiz;)r la inferencia
eCI,ación se úenomina
de /lu y al' separada
tambiéncquilii¡n\(la
o conjunli1l11enle. dclmodn
pOI:que [(¡das las v,ariables eSI¡ín inle~ra.
habilual. L.a

Por lo tanlo.)' es lambiéllun paseo aléalório'y 1(1): ,

da5'en clmismo grado. [:1 parúmelro resiany: d~ la el.:Uaci{ln es fll' Esle misn)o 1'':-
, Todas,las variables de la ecúaclólI (!l.I) ~ú)n •.pUl' lu lanlo: I( I ),Yd~h~n ulilizar-
'sullatlo puede ohlener'si.: coij,otra reparamelrizaci(ln dc la ecuaci"ln(K.1 ) .. cn la 'lile
se procécliinielltos de
inrcrcncia 'n.o est'ándar. Sin c'nllrargo, set'i'al~i de' u;laconclu:
el cocf'icienle apareceac()m(Jaliando aupü,variablc'J(O) de meuia ,cero .
.' sió,i prcl1laluraí)~rqüc no' hén;os cx!"iiiilndo posil~lc5 q:pn~;llllelrizacioiles. Unade
, (S,.17)
1,des: repara';lc lrizacioiJi::,S e,s 'I'a que ¡Ú?iirccc' 2il la eC'llilción(!).6).
l', b.)'':.,¡jil~I'I.:.:(1::::c<¡)LI'lcl
.. . .
-~/~'Yx;_;l+ El' . (~.0), "
Ya que AI'I es una v¡¡riahle 1(0) de medii1'cc'ro. 'el ~slauísli'c'l f de Jil es asinlúli'camenlc'
' ," - ,',; '.
N(O.I)'. 1\1 incluir d05, variables J (O).y.dos' variables:l( 1)" dicha ,:egresión puede pare-
"
l' donde
i . /11' '. ¡jú :r jJ I ,'ee¡' no'equilibrada .. Sil1cli1búrgo, las 1'i1I:iahles,I(I}.e'sliín coilllegrildas. aunque los su.
(/=--, .,'Y, "Y =,--- ,....
" bínuiccs l~mp(lrales no seiui exactamcnle' iguales, Así pucs, la presencia de dO,I' I'aria. ! .
", .. I-al " l-ul
'bles'I(I) permile la posibilidad de .que i.lna combinnción lineal cntre ellas sea 1(0).
En'la ecuaciÓn (S.6).ó.y;y ~x,~on 'I(O);'siel1lpi~'~I~e ~~ 5:I¡lOnga .quc x ~s I( 1). Pero sie';llll'e (iue ambos iauos de: la ceuacióli I~üscan idéntico ürden Je in legración.
¿qué sucédé con eJl0rmino cntre p:úéntesis'? ,Cuando úisculíalúos la ecuacidn (0.6), Volviendo a la i.:cuación(~.I);. . , ('
¡ eSle'(<!rlllinó fue descrito ,(OnlO ,Iri, úesvíac,ión de )'h,'del va'lor de cquilibril,Í e51¡í¡'ico l'
.. '., )'1 = 111 ~'(lIY/~1 '1:¡J(}I',+,!JIXi_I"¡' El ,(S,I) 'T'o.

curresr9n~'icIHC .~ X;~I' ¡:lalh:n;üs el cquiJiürio C~l¡ílico de)' Illantenieilúo x conslan- , "

dczscubrimos que la reparamet'rizaeió'n dc I.as ccuacione~ (K46) y,(~,,17)'mueslra que

te a Jo largo del tiempo .. El có."cep\o no tiene: ll1uch<) 'senlido en el conlexlo aclual
105 tfes codicien les de regresión puedcnal1arc'tcr c,)n~o: codici~'nfes de \'aii:,hlcs' dc
, duiídé se suponb qúox sjgi.ri: '~'lll)a'sch'al~;i'iorip~Sillc,'ilbi;r¡io. 1,1desviiiciÓn ~íjueg;1
media ccr~l(O) y, por.lo ta\úo, lener estadísli~bs 1. qúc seiln asiiltólicanicnle N(O.I),
un ilnporiaille Inpcl ep c1,c.oniexlo'act;ual, Dc'fin;ímoslil (:0;110
El plinlo crucial es que. a cfcclnsdc eSI'ill1'ación:'jio cs iICCC,~;lrill IIc\';,r a caho lIin~lI-
IIJ 0., -IJo+/11
, ZI == y, - ---;-:-' - . x, 1I:\'dc 'Ias 'rcpar:lfildrizacioncs. Lps pa';'¡í;n,clrós pue,[eil ser estil\lados y pllllenllJs
" . ". ,1 -IX 11~ (Xl '
realiz¡¡'r conll'asles Jc ,hipótesis apiicantlo MeO ala .ccuitciún (~.I ). El Apéndice :-;,I
j'

Restemos (ill/( 1 - C\ 1) + (JJ¡j +/1;).1'//( 1 -ex I ) de alnbos, lild05 de ia ecuaci()n (1\.1). El. del11ucstra .que la ecuación (8.1) o cualquici' Iransf;JrI11aciónlineal no ,~ingular da Ill'
~',:s'Jllado es .' ',. . " .. ' gara ,eslimaciones y conlrúsles eSlaJíslir:05 id0nlicos. A pesar tle los resullad05 cs.
,;
, ' ..:.alllJ '." .('( I /111+ ¡ji' ". ' [¡¡'nda,' para los par;ímctrns 'individuil.l.me!lle conside'i'ados. los Cillllr;)sles cllnjunl\1S
',z,",--~''+ (XIYI_I',-.' " " .1'/+ ¡Jlx/~1+ El (1\.'1.5) que inipliclÍlen a [os tres par;ímclros a lavcz no 'son CsI¡Úldar. plll'quc no exislc' una
, "
.l.-al'. ,',
<:-'
.: ',','
l-al ,
' ,
rcpal'all1elri~;¡ciún que'los 111ue~lrea lostrcséolllOCO(;ficicill¡':S de va'riables ¡(O) de
== ~;t,_) + vr . '.', .', medi;l ce~ro'.' ',',.
~ ",! ,"
{"
,
r
 ",
...,
J ;.~_.
f:

f','lotlclos I\U10rrC¡;n:~I\,l)S y con RClanJos'I)i$t~iul1i~los :lOS 'J

t:
"';,:, C,\I'j'''IU'JK:
"

)
l' l' ,.¡
Eslillladún y n:rilíc:lcitÍn de la eCll:ldlÍn coinlegr:llla ~ Una car;lcleríslica dcfinitoriadcla re],¡Jció¡¡,-(Jc cointegración esqu'e cl errar de "j'
. Si SC~uin1(;s C(ln la cClIación (IU). apareccn dos prcgunt<ls. En prilller lugar", (:icha r~~;lc~'ón'dcl~erí:\ ser l(O):,A~~~les: dieberem~~vetriear~}CI pr~ces? de :rr~r <1
,'.COIllOeSllllIar :1 relacilin coinlegrada'!.Y cn s..:gundo lug<lr, ¡.COI110vcriJic<lr si real- ;, (e cqul 11no'posce raíz unitanfl. - apllu o. 7 esen ín ps co.nt~nSIC( e ralz ul1ltana , :/
1
llIenll:cxislc una n:lacit'ln dc,' coilllcgr<lción'! En lúrcferCnll:<I la estimación, UI1<1"e, ,,.' Y prcscnt<lua algunus v<lloj'cscríti¡::ós 1,'0 l:sl:índ~r.No po.dén16s1í(ili~ar aho.ra dichos 1
I:~s pusibilidades consisle cn eSlimar la ccuación ,(¡{.I) ¡\ IU) y calcular luego los P~I_ ?.' v<llures crílicus, Y<Iquc eran (lIliC;\Il1e~llt ~plieilbles a las valores w;/Il{/le,l' del prOc.eso :~,1'
j,
r:llIll'lros de 1:1reiaci"lIl nlustrados cn l<lecuaCión (¡{,4.1)a pOlrtir dl: los par:'íml:tros ;1, a comprobar y aquí lrabajamos sólo c.on: valores estilll{ldos,z,. ,Los va~ores crílicos '1
de 1;1ccuaci"lll t\1.~I~: Sin embargo., l¡¡ primer¡¡ sugcrenci¡¡ ¡¡parccida en' 1:1lileral'ur~1 n;levantcs de los eontraslesllc coinlcgraci<Í11 se ~hallan 'disponibles, en una extensa "
"'11 .• " "símlllaci,'ún Monte C¡¡r!o r~aii,z~da 1)01' MilcKinn'on2,l, Partiehdo dc la cCII;lción
n:grcsión lil1c¡¡1 de y, sobre
l'lll1\ISII:I, SCI1l'1;1 y sl'rprel~uCnIClllel1lé: cn ;ljuSI¡¡r 1111:1 .,' tj'
UI1:1COI1SI:lIIle'~~/IS,Dccilllos sorprendenle [Jorqllc las ccu;~cioncs (R,44) y (RAS) cvi- (HAS), la regr~si.<Í11pnra el c(JIllr<lslc'cs " "1
del1C,1¡¡11lIye:l¡¡ pl:nllrhil~i611 :::, de UIl:1 rcgresieínue eselipo eslad correlaciol1atÚ i::, l',í.¡ = (ellc.. 1H,-I ,+ ", (R.'I8) if,
l'lon 1:1rc,[",rcsor lo C~I:I!.c 'OI1\'CI1CiOn,allllcntc,sllgiere incol1sislencia, Sin cmh¡¡rgo, el , El eSl¡¡dístico 1 quc ofrece la razón d~ (al :.- 1) ,'es[Jecto dc Sil err;or est;índar se COIll- ,:':':,,:,1

: rglllllcn o COI1\'enCIOI1¡¡lno se sostiene cuando el regresor es 1(1).l\plicantlo 1VICO :: [Jara con los valores crílicos de MaeKinnon;, La hip6tesis,Iiulacle no coinlegración 1
alil ecuaciól1 (8.-1-1). ohtencmos ", es "o: ('(1- 1= (l. Los valore~ n'cgn'liVqs s'igl1ificalivós l1evari~n ;i réchazar la hipóle- -:l,
¿U,--,i')z, ~,'. siso L¡¡ 'h,bla' r del doculileillb(!c ¡vl~,cK¡;inon permilc"calCulai losvalóres crílicos ' ,',
-y= -y '1, .-¿-(-.\-',-':"-,--r)-2- CI1 la ccuación de coinlc~raciól1 '[Jara distintos ta'malic)s'mlleslra1cs. distinto!" niveles, ¡'ir
...•..J1
uc significaci611 y difercl;l~ mímero d6 variables: Hasla, esle n'lOincillO,hen;(;s lr:\la- ::1
"t"
1.:1 l'llI1SIS1.:111:1:\
re<¡ull:I'c<¡lIC
pli;n(~¿(xi-'i'}Z,)
,= ()
do (¡niC:llllCl1lc'ulla rel;l~i6nl\n.Dcondo,s, v:;ri¡¡\1lcs ","11or co,isiguic,ntc, lI~a cClla-
J
I,:j,
",;

t
~_;I
plirn (~¿(.\',;.,.\,)2) ción de coil1legr:lIll:iúll COI1sólo dos vári:lbks.' 1:11101prñclica, suelen 'eslilllnrw eClla- ;,1
')
(' uallt Iox es .c~tacion"ria ' ,
y SI: 11;lIlacllrrelaciol,lada COil Z, c1llumer;ldor
y cl dellomi-"
ciollcs d~coilllé.~raci(¡1l mullivariallles, El contraslc deM:lcKilinon supo,n~la ulili. ',;
'~i-
-' I zacióll de \111lérniino de illterseo:ción en la ccuació,; de c6inltgracilÍ'; y permite, ' j
n:aur son ~onslantcs dislilllas n cero y,vo,r 10:\aI110" r:111ala candición, Sin cmbargo, ' , , "'1
asimismo, la posihiliu, ad de incluir '11n <'1lcnuelicia lineal., L,a Tabla 8":2 pro[Jorcionn f' .
CUal1lll1 x es 1)(1 . su,v¡lrianl.a aumcnta ilimitadamcnle con el,lam¡uio de 1" mueslra,': : ~'"
, , los valores crílicos asinlóticos. ,';":'
La UW;lI'i,lnl.adcllllllllCr:ldilr sigue,lcnt1ien'(\o i1un'; cOnSI;\Ille' finita y, por lo lanlO, i:f, _':" ("1'
1" l'Ondiciún se sosticne. Adcm:ís, la lasa a la que cl cs'líl1la~lor MeO sc aproxima '011 } ~:.F.
par<Ímelro pobl;lci()nal es m,ís r<ípida que en el casa eSla~ionari(l convcnciol;a!. Se ' '1',\111.'\H.2 ; ";'
l' - '." ~ Valores críticos :Jsilltúlicos para tesis de coilllcgracióll ',:'
t Ice quc -y es un estimador sllpercollsistente de "(I? La relación eslimad" podría uti- " ,_~,~~"~"~ __ "",.,,,~_~,,,~,_~, __ "',n""_~_",~""~'~"' __ •.• ~~~-......-.....~- ;' '
l'Izarse p,lI'all 1)lcnCl' l'os reSiduos 1\'ICO. z,. Estos,
" a su vez, podrían suslituirse po'r <, "f, 't:... k' . Est:l(lí.~lic(I'lIcc(llIlraslc., 1% ,S "1., ' l()% ','
-:"

1:111a~&~~~t~~~~~~~~~~~~~~;~~i~;~~~~::~:~~~'-~-"-~-~-"-~-'~-~-.-~-\'-~-~-;-~-~-'-"'-'-{-~-0-'-(-"--'-'---~-'-'-7-~-~-~-~-~-~-1-~-~-:'-~-~-~-:-r-~-~-{-!-~-:--~-0-;-0-~-,'-:-~-~-,~-~-k-~-)-~-(-;-~~~~~I~

nÓlllelras pr:'ÍClicos quc\'ivcn cn un mundo de lilueslras fiílilas. Result;l cvidenle ~,;'-'Ó;-:Ó4': -3:~1.'i ~:'j
t
quc los estim¡,dorcs supcrcó'nsistclIles
las y quc cSli'lJarla
p'oscellsuslanciaiL:s
I'clací'lín ¡\1~Dylrabaj:1r
tilín coilllegrat.la dar;í lugar a estimadores
lllcg(1 t(in los p~r:íll1etros uc 1;\ I~ela.
¡nenos ~l:sgados de dichos 'p;H;í me Iros2tl,
sesgos en mllcslr:ls fi;¡j-
J ,,
,~:~~,
-1,(,(i

~,t)(j
~;12
~:~I~
~1,'12
-3,X,¡
,~~:~~,?
~,13
(¡'

~i'
Sill I:ll1hargo, no Sl: iral;¡dc tilla c(JIlip~ración justa ya que. esle último enro¡¡Ue su- -5,25 . -4,72 ~,<l3 ~''.
pon<:: cicrlo clll10cimicnlll dc la rclacio,'1I I\RD, miell,lr¡¡S quc la rcgrcsión ue)'/ sobre -5,25 ~I,71 -A;,12,
, "':S,52 .•.(9S -Ull
\, de,l:n!Je'(~I;lngl:l' 110necesila lalill¡"orm¡¡ciún. ,", ~ ~ ~ ~ ~
, + , _ J.. _ . ,'. • "l...,. _

H..:il1lllrt:S(1Ct~npcrmisu ~h:H\i~~dlD:\~'i\b\oll r)amcs (j..

~la~~innon. i"
~,
,, f;J/;lIIm/OII',,1fl( 1t1/("f(lr(:t' fCtJIWlIlf""ir:r,

(hJurd l"llli\'(ISII\" I'n:~~;'¡in:\.-' 722.' . . .

• ~.;1 c;ll'll:~'l.:r:t ~', i~~íi,.:;,
d nt"tl~h:r;; dc.',\.;~',;.'i:!hr..:~ ~ll'I;I'~c-tUi.lti6'1.lk"'Ctlil\'I('.g~;lCi~I1.'C,~li~.\;Il.l:l.
l' 1(1: I:"!',k \' (',\\'.J, (;r",,~~',.':(,,,i"l~g'''I;o,,. Error (\;rr~elilln: 1t..:l'r~,<,,,,',,,iol\. 1:51;111,,1;0" ""ti '1':,.' o L;,s It.:tra_~(~I'.('I indican ~_i_ i;l'CC.U:Il"illll -ci)nl.icn~' un" (~Il~I;U!I~ .(~u'n;, COnSli1'11h: ): un.;¡ lc~d~nci;¡ Iint.:"al.
lil1~": 1.", (1I1PJil.I'Itit'lI. 5~ .. 11):-;7. ;~I~~7(). ..
1'1 J;il1h.\ 11-. Sln •..
l. ""~~'1l11Clli( Prnpo~i'l,i",'s.(i L...::isl Sq-U:1U:SI':'Slill};;I.nr:':of ¿'oil1lt...'l~r;llill'~ vc.:crors". I:'(ú~
I/'''''''u/,'", 5~. P'S? 1".~S.ln5()., .... - 11 J:lII1CS (j. t-.~;It.:}.(inl1t'lI1. ':,Crttic.:;;1 'Va.lllcs for \(;il1ic.:grilti~)n Tcsl~". C;¡piluldiJ~ 'l~-ntlg'-R,," ErrJ!lrJt7',ic Ut'- .,
l.-

1\:ll\l,."rjl.. .•...l.'
:" \.(.;1 .•••... al. Hjl.<.'ii .. (apilUlll 7. IOI;"II.'},;I',\, r<ls, ItT. EJigk :0,1\1'C.W'.'J, G,:o"ga. O,t",~ lJl\i\'c;~il)' I're'5, 1<)91. ;:~..
., I ~

",

l'
a
 , '

306 ~I("IO()US UE IiCO~()~11i miA

l'.\l'inll.o~: ivlodc:l(ls l\lI\llrrc:grc:si\'os y COJl Ik¡úrdos Di~;tribllidos

Trab"jilnl1ocon (;)SOS én: los qúc ¡ipal'e;,,,calim¡í~' de dos \'ariablcs. surge lk in-
medialola posibilidad de qu~ cxista m;íS de una i:e1acion de cointegracilÍn, Supon-
i~
gamos que e.xislcnk(> 2)variilblés, loda$ ~\Ias ¥(i).LÍl relación de coinlcgracilÍn es ,'i,2
lInil combinacióú Iillcal de es¡j~vari¡¡bles lilites i(O): Eviden'Ii:Ill~'lle. I¡\lúhiéll el ell-
foque dc Englc-G ranger presenla problC"nias; ¿OblCndrem(iS dislinl¡IS n:lacioncsdc
coinlegranción canibiando simplelllcnlc Indirección'deIa lilinimiáción del error cn
,g 5,0 ( ,1

:i,
la regresión de k variables? El Car;ílulo 9p,:csenlaUJi enfoquc m;ís generalista del
lcma lanlorcspectodclnúmero,dc rdúeioncs de,cúinlegracióll coll)()de lacslima-
ción de los parümclros JC~S¡IS rcla,ci~íiCS, ,

r. 'J
-:> 4,('
1"
~.~;. - 8.4 o
E
1 .E
+'1 EJEI\1PLONUI\1ÉRICO ~j

e 4.4
..J
(¡(J' (,5 70 , 75 :i0
iüs;:D;i'¡Úsid~r~6W~t~,:6:'~t!i-;i'¿:{~hi"~t!!ió:¡i¿jú
;}i',ú-~:';~;:";";~ltJi'6riíc¡\1'l'i~; lf¡;-\~"i-(;'d~{d¡¡;i'~~tk¡fsfii?t¡1Ütí"é~'C""/;-,,,d ....;,:.1.,.'... , .-: .,~',: ¡ ';(¡-,~f",:: =.•. :' .. ' .

,~1' los Capítulos I )'.1. Las Y¡Hiahles Sl,ln lassiguiept'cs:, \

:' 'y ::Iogarillllo ()el g;lslo ¡'cal de

gasqlin¡lI)e;' cüpila'
i~ 'X2 :: )ogarilll1odel
!>rccío réaLde'!~,~asúlina' , '
.',
,.1 , , )\3 ::losariípi6,(jd
ingr'cS9rc¡¡ldisponiblc per dpil;\ ~"
1~ I.os dalOs son' sc,:ies-,lrjn'l<;slfal¿s~stacionalm~n\c ¡¡jusladas )' c'uh,'en el periodo "
1\ comprcndidocnl,lC,'1959,1 yl Y90'.4.LIFigu;'~IS;i 'm~ll:sl~alae,v~liuciónde las sel~ics
¡~' <l.lolrirgo del '¡>criodo'qlnlplcl()JElcuild'Il), cenlr;d ',l1ueslralos dr¡lIIdliws cambios ,-J,')
1\ sufridos por 'el r~ec¡o';cal de I¡¡ gasl)lillh dCl i9°/oe'~If~ 1973,3 y 11)7~.2. ;llro'lod:i~ía "
\~, l1layór'ucl 60% élúrc'I978,3 y i9S11,2.,ün'd~~cc'JS()SUSI¡¡ncial cll'la pri¡ill:ril inil;,d 'de
~:¡- ios ~9y UIlIlU~Vll¡iüil'lCII-11l ¡i riJúdes de los k().Elg:isl~i: rc¡;lsc lII;lIí¡ ic,;~ <;llli,SI';~IIIC
.~ dui~alllc los 60,},' 11ril\cip'ios ,.'I'e.los 70 p~~r,:\J~.scé';Hlc,r.n 'coiú"illlla'ci()fl,SII1, ,rl:lt)ll1ar'j¡~~.
~;j nj¡\s Ilisnive!csúlúcfiorc,s,E";;idc;ll,cnielúc.' las sedes prdel)lilll'llll r,clo empírico
,'"'
1":' foi';n'idablc -para ctlal~uic.r ,~',~~i1is(ad~ li, (~ellll'l!id~:- ;::', ,': ",
o'.' ','
¡~
.},J

"!:~
. ":'7.6 ".

~.
¡:...•
j ~: ~~-~
,'-;j 70' 75 ' XO, :i5 'JO
t :.. ,-:;¡

1: É
~\I\U .'

(e)'

1':.1
~.~ .: .
;1
1: '
1,
[
1"
,-8,1

' .. ¡'
, 60, ';lí~,. FIGU.ltAH.l'"
1""
j,-,", .... ;.- '" Consul;io-p~rso,;;il Ikgasolln;'l c:n-llls'EiúadnsUilidos .., 1959,1-
¡, , (
1 ".

llJ'.)(í.4:, (1/) G"a,sló rCó11á~r C¡ÍllÚ'a, di; g;;solina:'(IJ)'l'rc:ciorc:allk

¡',. la '¡:a,olilla; (l') Ingí'cs~ldisp¡;li¡hlc rc;d c;ípila, ¡ler'
l.~ .' .. ". '1
(
r" • l",

i .

áJ
 : '1
.,
',1
¡jI'
"
'l'
-'1,
'("'''l'iTULlH: MOlJclos
,
"Ulorr~grbivos y COI1Rc\ard(1~.D,islribllidus
. ;309 O')
, ,

:1.
X.<l, J Eslat:ioll:lrie<!;l(l ,.j.,\ 1; i.;\ 'H:)". ' ; . ~.
. " . I
J.
Vall;rc~ ADFpar:iY, X2)' X3
.;~
~~~.;,. .•....•
':, . ~,'~~f'''''''~'~'~~_~ -1
[n primér lu~:u.'. OhSérl'arénll'ls 1:, éSlaéionarieda<.l de las s~i'ies. La inspección vis;,al
011, •
'.Y • , X2 . i. xi
SU~iL"léque d ingréso nll es' eSlacionario, Tanlo el precio como el gasto llIuestran
~1,79 ,.,' ::'1',94
Glmhios cSlruclur;l!es ;,so.eÍ;ldos con losbruseos cambios del precio del pelróleo. El
l"ll'nlrasle c\lnvécilln;I!, suponiendo IlIi t~riliino d..: inll:rSecdón y cualro relardos,y L'IS \';IItUCS, friÚ~us ':11., 1%,. 5t}{, ): IU'X. .tlc ~i:l~Kinnon ., .
. .', ,~- . ....
. Clllh,. hidus dc lus' rcsuli;Hlo~ tI,eI prngr:ul\:I r:Vic\\'s son,
l

lal como J11uestra la Tahla ~.3. no rechaza la hipólesis de raíz ul1il;iria en ninguno de
lus IréS casoscc. ,c'l'ctii~',,,n~nlc•..3.43, ~2,g~y .2.,5K

1\.'I"I"on;,rgulll..:nla que los c;imhios ,,:slructuralcsinvalidalJ los contrastes' 'con-

\'cncilln;l!cs'del'aíz IIIlitari;,cJ, Desarrolla 'Un p~ocedimienlo de conlraslc que pero'li. '1',\1' LA it4 " '. .
.""
le unc:lmhio ,,:slruclural...:n rcchaconocida, consisl..:nl<.: en un camhiód..: nivel y/o .-.' i, Una relacicíli ele coilllcgracilÍn'! '_. . .... "', .
:,
,...,' ~~"'~~".'-~ •• """:"•.•••:-•.j,~I •.~.••.• ,,,,~""""""'l,w\4"4~J.~."'~-""""""'-I"""~:~ •• --,,~,_ •..•.
_.~_~_~tI
un camhio en la lasa ele cr..:cimienlo y pí'oporcio,l'''' 1¡II11hicl1los vaior..:s crít icos n:!c.
\';ll1les. LS /1 Dcpcndcnl Variable is .Y
S,nllplc: 1959: í':'1990:4
Sin.cmh;.,rgo.la Iiipótcsis dc.raízunilaria.l1o ¡'esulla rechazada .11:1plicar el ['mi. ',' lncll,úcd observalions: 12'!!
... .'. :-1
c<.:dilllicnlo d..: Pcrron al g¡ISIOy precio2~. La hipólesis de 'ul1a raí;', unitaria el1 las pii- Variablc. CodliciCnt Sld; Error T.Slatistic
mcras úifercncias resulta rcchazada par¡1 I:1Slrcs ~cries )', por lo l:1nlo, todas son
,Prob, :1-'
1: '
X2 ::'0,131\561 O,OlOn5 ~iÚ1399 . 0,0000 "
' ..
I( I l. ¡\ conlinuacil'lI1. in\'esligarcmos la posible exislencia d..: una rel;lI:ión tlccoinle- X3 '. 0.998547 ti,015403 .. : 601.8262,1 0;0000 ',"
graciól1, X4 -0,518128 O,01739Ó •. ';:29'7949í 0,0000 '."1 '
e '-1,5145)5 . , 0,117185 .::IÚi429 0.0060 :,
R-~lJuarcd • " . 0,972774 ~1ean&penJenl v~r ~7,7630h
:1:
~,"¡,2. Coinlegraciún Aújusteú R,slJuarcú 0.972116. ;- S.D.depenúenl nr '0,120187 :{
S.E. of rq;rcssion 0.020069 Akaike ¡nfo crilerion ;-7,786363 :¡
Sum slJuareú tcsid 0,0,1994.5 Schwan: criterion . -7,697238 ¡-¡.
'. L:¡ Tahla ,,),'1 11111l:s1ralos resullados de eSlimar la n.:lación decoil1legr"ción de EI1' Lo¡; Iikclihooú )50,7031 r:slalislic , . 1476,851,
""'"
glc.Gnlng..:r. Dichos rcsult¡ldos implic"l1un<Í el;lsticiúad a largo plaw respeclo elel Durbin-W"tson sl¡il 0:7'11016 Prob(F.stalislic) 0,000000
~ .,," -. 1 •
precio d..: -0.15 y una el"slicidad a largo plaw respeclo del ingreso de 0,71: De Io- '1I,1~ --.-.-------~~ __ ~_,~-
dos Illudos. dcbelllos I'erificar igualmcnte si ell<i r..:presenla~IIJ.aJ~I,;,ci(ln{lc,r;.(ÚJ)J~.", .." .-~i'
_~--.¡-,~..,_.-:--.-~-.....,~t- -.~.;.,..-:-';".....•.
I •••• ': •• ~.-:¡": .••':"_~~_.~:: ::':<.:..;. ' ," .~_'.:_' ".'., .:.',: '_." '":" ".: ",_, ',' ~g
gr;lci,ÓI.,i;:g;~¡:~:lt',i"¿I'os.
• ~ •• '",' " "':
ili1pilil;lliICS Conl i':1~i(d¿[é:'coiillegración:
\ ' e • • • •
EII'lri lllerl1 -deellós :.:' • ~

11.111 -
qúisisk \:n \'cliricar si lo~ rcsidUlls de esl" relación son eSlacioJlariüs, En el segundo .):
sc Ir;lla 'de ajustar lIna espl.'cific;lcitÍn general A[{D a 'eSlas lresvari.ahles y ver si :'
I'u..:dc rl'soll'crsc un;1 rcl;lCil'lI\ CLlnsigni.ficl(ltien e1largll plazo. -.:¡~
..
L, figura ~.2 Illuestra los residuos de la r..:grcsilín de 1;1Tahla 1).4. La serie' es
~
cl;.lralllcnt..: 11(1 l.'stacionari¡l: CI1 IlJ7.L1 existe un pico inl'erso dralll;ílico, Si aplicalllos
1;; icg.;'esil'1I1de la ecu;lcilín (:-\,-1:-\) a esos residuos. ohtcnelllos UI1AOf <.le-1,34, que
no recha7.a la hip(ll<.:sis lk r;lí7.lJllilari;1. Es c\'idcl1le. por IOlanlo. que la relaeil'lI1 de , ~'.
coilllegración no exisle.

\, :
~: En ...:sl it \' I'¡j..¡''si'~\Iit..'ll.1...: s tahla:-. '~l~1,\1 r;lilll1S las \';lri;lhl~s en IIlaYtlscul;ls. ;IUllqUt.: corn:spontli..:n ¡1 I:ls, V;l rij1-

l-I
l\..O\lt' ~~crib...: l:.i~!llil"1ü~nd;I\ fIGUIL\ 8,2 \"
hl....., qll~ ..." . .- . ~ .
'- ~. l'il..'lr~ 1\'111111."Till..' (irl....al C~.a~h:Ihl..' Oil.'l'ri(~ Sht\(~. ;lnd Ihl:'l1llil Hout Ilyplllhcsis", !:"l'Ollfl ,"("ricn, _J_.~__.L.~~~~'~~~~~.
. , .'. ..
R~:sid\ló'sdc 1"
~ .. ,
57, I'JS'J, 1.'(d.I.1111. • ' . '.(,.1' '.111 .:.7.¡" .HO' 'S.I regresi()n de l~
~1 V~;l\I..' IH IIhkl1l;l :\.x. i\íi~( T"lilaSA
~ I
 C,\I'íll:l.llS ivlOlklus ,\ulmrq;rcsivl)S y con 1{<.:lard\ls Distribuidus 311
310 ."ÉTO\)llS tll~ t:CO:",(l~It:Titl,\

,\ ( 1); JJ 2( 1)f IJ,( I ) son cc ro. ,Col11proba r si,\ (1 ) esce ro Cl¡ u ¡vale a clll11pmba r ti ue
T.\III.,\ N.S
,\ lo d el O ,\ HO de gaslo, precio ~ ingreso la suma de lós cllcficienlL:S de los térnlilios Clln relardos de l' es igual i1 l. La sunia
, •.•.- •..••...•.•,,-rr¡r.:1 .••..• - - --: ........,~.--...-..:.~ •.•:.-:'(r .•.• -w,.." ..•
~.•....•
,,'"..,;.
..., ~~--:~
~ I •
Lla C0l110 resultauo O,l)l)l) y el valor 1) de la hipótesis nula es O.l)~. Por lo lanlll. 1\( 1)
LS 1/ Dependent Variable is Y. es ekctivaincnle c<.:rll y la rclaci,ín alargo plazo sc rompc. 1.;15 dos sumas rcstanles
Sarnplc: 1960:2-1990:4
dan como -r<.:sulladll -0,022. con valores l' dt: U.O;! y ()J L No exisl<.: l:viLlencia de re-
Included obscrvalions: 123 .
esas trcs variables25.
¡: .
E~c1udcd observalions: O arter adjusling' cndpoinls . laci,ín de cO'illlegración cnlrc
! Variable . CoefficicI11 Proh .
ii X2 . -0.2676-17 0,03787,1 ,..7.06670J O.U<KlO
l. X2( - f) 0,262873 0,069291 3,7937:n 0.0002
XA.3. I~clacit)ll rccspccilicada
¡ X1( -2) -0,01.7411 . O,075414-lJ.230l\C;7 0,0179
.1' X2(-3) -0,072094 0,077389 -0,931585 0,3537 El "sencillo" proceLlimiento anterior no presta' alencillll alguna :1 las espceiales ca.
l. X2(-4) . 0,01;'402. .• 0,077210. 0,186524 0,8524 raclerísticas del mercado de la gasolina. En primer lugar; di:(lilSUn)~est';j mCLiiali-
l', . .: X2(--'5) . ", . 0.058206 .... 0,046340' . .... .... 1.256058" '" 0,2119
.'¡';;''';''i.;;.cJi''',- .,.;'A'1..•..
"~.....•..•.
i .

<:,..
..;,.,.J.¡; .. ,(.;Q. ~5 8ir.14~;.'i¿.:;;}"" ;;'Y<.I;.84l3 26":.,', ';c.::;;í •. ,,;,.';0,068L ,....",.,<.>i'i
;.. ,...',.'..~:.~;:';,'o",'~:'29 'f'i&l ,'.;.~.;,.', '.,. ,,,,.'(.~I(lo poi el ¡;qllipanlCnl!:l (coches)., Las dq1m~~1 i~ns.\IIl.)i~I~\~k~I],I~.ÜP;PX~)X¡íS;i11:c;ln\- .-,
X3(-I) -0,1621760,220228.-0,736-100 .0.4631 billS prolongados y costosos en la rabricnción de nuc\'[) I:quipal11l:nln y provocan
X3(-2) -0,049270. O,214372-0,229lÍ35 0.8187 t:i111bién que el gobierno f<.:LI'cral deba cslabkcer ohjeliv()s dI: dicicncia en cl.consu.
X3(-'3) 0,010409' 0.,213133. 0,048838' 0,9611 mo de gasolina para la ruturas rJOlaS Lle cochcs.Eli seg.untlll lugar. n0 sólo sc de.:se.:a
í Xj(-4) .0,084917' 0.2I¡i¡J2. ' 0.4041100,6870
.~ - la gasolina para propio bcn'dicio. sino lambién para cr~ar "k.ilomcl raje.:". I\nles dc
X3(--'5) -O,1989(l70,153118-I,29943" 0,1966
Y( -1) 0,660572- 0,096063. 6.8760139 0.0000 definir la runción tle demanda por kilómeli.o. tle.:bemos l'sl¡lhlc.:ce.:r las siguiL:llIes va-
'1'(-2) 0,0670 \8 O,t'l4535 0.585\31 . 0.5597 riables (N_ tlel T.).
'1'(--'3) ':"O,0235780;ln094'.' -0;20135,9 0.8408 (N. dd T.) En el ejempll¡ de.:llexlo IllS aulores utilizan millas y galllncs CllnHI ul1idade.:, dc
'1'(-4) 0,132194' 0,119013 i,1I0747 0.2692'
t1l<.:diJa de dislanc.:ia)' Vollíllle.:n. En.I;¡ l'raduccilÍn se.:ha n'llldific;llll) I;i dC'IHlIllinacilÍn dc' c',-
Y(-5) 9,163124 .:0,101384 .1-608975 0;1106
~ .C . .' W)()5543~,126043 0.043975 0.9650 iOlsunidades para emplear las m¡ís usuales en nueslro ¡il~lhilo. l;' Jccir. kilúmclrns y lilrus) .
¡:
" R-squared, 0,984158 .. Mean depcndentvar . -7,752780. y = gaslo real perc¡ipil<Í <.le g.asolina (Iitrlis)
¡; Atljusled R.squar~d '.0,981593.. S.D. depcildcnl var' 0,11'1024. ,12 = precio real dellilro,.
j.
S.E. of regrcssioil '. . '0 015063 . Akaikeinfo criterion - 8.256599 X~.= i¡lgreso realper ópila
j:
I , SUIll squ:ircd rcsi.d. ". 'ci:023821 Scll'.var1.crilcriun' -7.1145060 .,
,1.1 = litros por kilómetro
,
t.'
Logljkelihood 351.2514. . F.Slali.stic 383,7051 ,}

Durbin.Watson stal . 1,922386 Prob(l"slaiislic) 0.00000o ¡'yl = kilómclros per dpita = }' ..X~
_ PH.K = precioreall)Ór kilómctro = .Y~I.\'~
f .La fUIl'ci,')1l de delúanl!a pm kihilllcll'o se.: rorniula l:OIlHl
'Esúl cOllc1usión se confirma ajuSI¡inU(;. 'lin'J11od~I;) a los .datos. La Tahla
r. AlU)
8.5'I'llueSlra los rcsúllaúos .. r-ormulamos In relación ARD .COlllO'
." X(L})',; ;/¡jJl,(L'j.r~/ifJJ(l.)'\'JI':I: 11,

Cun~l<Jo la.s\'ariúblcs l.Q.m¡1I1vnlcire.~.~OnSl<,'1;lds.in re'laciÓn'n I;;rio plazo es

l .. - •..•••

\, I
l ••
,-' .;/1. 'U2(1)~"UJ(I)'~ jj = K \' 2 /1,-.
#' I
\'./11
J ,!\' --1 -11 +/h)'
."
\.. (. i. ) ~i \., • I
)';= A(I)~' "'(1(2.+ ;I\(1} _1.1 j. '..

. ' ",1 • f.t, \ La conversión logarítmica ní\aLle una Iluevi\v¡¡riahk a la anle.:rior rórlllul,1. .r~ :=
,."
,
,- ...,
\.

uOI;Je, sU~lilu)'cnuo L 'pqr \ en-un polillom¡'o'ue'n:lai.Llos uiÍ COIlÚl róullado la su- "logaritmo de kilómetros por lilro,' ": .
.,"
;:ln. <.k los coefici~nles de
eSI)s,'polino'mios .. '¡icsl;\lnevidenle que las eSlimaciones lh: , (':,.. ,~:.
ios coeficienl~s de 'Ia' Ccú~\éiÓIl (8~49) se ;ol~lieliel1a :p¡;rlir de I;,rclación AlU) esli- .. ~.~.
t\II~'U la~ \'ilri;lhlcs I\U son eSI i1cionari~ls):'110 e XislC' r~laci(~1l COil~h.:~r¡lI1h.:. ¡os \ .•lIor •...
s mL'I1l'i(ln;¡do~ lk. ¡-

::1aun. aUI;quc eLejercicio can~cé sentido 'c'lliin¡!l) esas lressltmas tic

no s<¡li significa- sun ~üll1's;)spc[has. Si!I'.~li1hilq~Ó,'IOdilS'i.i1.~ stlm~;s ~sli~lúu.l;IS"~¿j;l pr:iclil";1I1h:llt-.: l't.:fl)'y r,,:sllila iIHP011':lhk i..__
i

tille ItlS dislrihU4.:iOl1US no CSl;llldil( C;lll1"icl1.1i\~ conclllSitlll'¿S" uhll.".lÍid;a~.

livamenieJi~linlas'Llc cer~>A~ípues,:'yeriri,cal11os la, Cl)inleg;-aciún Clllllprob¡Ullhl
, .,. . . , :. . '.' ., . '.~ , ,:'
,." " ~ si . .... . .'
.,
;

,;1'
• ~ 'l" •

, ' ....
 o" ',1
¡.
•...
. c'Mi 1\:';'
.
s:l ....l()d~ll;s
""
i\ útc;l:r(;gi'~si~'lls'y
,- :',¡( ", ';
C(lIl'lt'ctanios
.,' r' "~o
Dii,lrihll'itlos
,
313

La Adfllinislr;¡citin fcder:d de AUlopislas del Departamenlo de Transporle de .,' 1,. ,:'!l

los Eslado~ UI.lidos. prol)Orciona d:IIOS anua1c); de vjaJe )' COnSUI1l0 dc g:lsolin:1 a -7.1,
p:lrtir dc los cu:lIes sc extrae una ser.ie de litros por kihimelro(lpl;). liemos obleni.
du L.I qlurdL' Ipl; p:lr" "tudus\os vchícu'los de lr;lnsportc de pasajeros". [xisleolra -7.7
seric: 1);lra "aulonH')I'iks dc: pas;'.jel'\ls". Los movifllienlos de ambas series son pr;ícli. , ,I.n~~
!=;I',,111

g
camenle id.:nlicl)s.
'

pur 1;1(l)mhinaL'i\Ín
.1':1 que los aut;Jlnóvilcs consumcn
dc: cOL'hc:s. molos y aUlobuses.
.

LI cifra de
-
el 1)1)% dc la ~asolilla utilizada
Ipl; disminu)',') un ()'X,
, •. , d
-Ú.
" ~II
:.t,

lim,llIle el periodo cOlllprc:ndido cnlre !lJSI) y ¡en], acolllpafiada de un;, knla b,lja.
- -7.~~.5
11.111, , ' .
.1
d;1 de precios ~' un incremento del ingreso. Por r:tzones evidcntes, en especial des. , j.
-~.O.
l)lles (k las s,leudidas de' precios tk los 70. l:ts seri~s subicron Icnl:tmcntc. Llegaron
a si[uarse pql: del~;¡jodel ()% cn cl periodo comprel,ldido enlre 11)7])' 11)71'i. sobre. " ..
pasand,)' ..:121'::, en,lre In,; alios 11)71'i y, 11)1).1. CUlllinu:1I'\1I1 cn alza con los desccnsus ~r..•
5 I IJ.IJ~
dc: precin dc Ins 00 y. cn I <)()O. c:llpl;er01 c;lsi un 50% m,is clcv;ldo que.ell 1<).')1). He. J
.:;¡::

lHos'lr01nsforniado los da{os anuales en lrimeslrales median le una inlcrpolaciün li. ;}. !I.INI

nc;1I y. medi'anle I(;garilmos. heli10s óblenido 101scrie .r~ que ha dc ser incorporad;¡
,r1 all;ílis:s eSl,idíSlico. . -IIO~

'1'\111 .. \ ~.r. -11.11-1

Itclachíll,lIc cuiJllcgradc"J1I

LS // [)CpClldCIlI Vari:lbk is Y FIGUHA ID

Samr1c: 1959: 1-1 '1'10:~ ,j
I~cslllladlls de la rc¡:rcsi,ín de 1;1 Tabla lUí. .1
IlIeluded ohscrvmiolls: .I2X
Varhhk C(\c[rkicnl
.. 7.6 :J
Sld. Error T.Slalislie
X2 -O. JJS561 0.010935 -12,61~99 0,0000 I.o!! g;lsttl -7.7
.,!
,J
, '
X3 0.9'IX5.17 0.0 t5403 6'1.8262'1 0,0000 ó1ju~l:llln
X,l -0.51812K 0.01 ~390. -29.79.191 0,0000
e -1.51~535 0.117185 -12.'12'12'1 0.0000
••,u.).,~;~:;",
'~:~qlla;f(! '..•..•. {):'17.27.H,''''i' ... ~1c.alrlkpc'ritkril'i;ar .. '... "-7;76)027'<"-'
Adjlisl.:d R~s,\lIarcd 0.972lt6 SeD. d~pendcnl var 0.120187 "
S,E. ur rcgrcssi(\n 0,0200G9 ,\kaikc'inrl; erilérion' -7,7liriJ63 ~t
SUlll ~qllared rcsiJ 0.().1'I9~5 '.'
Sch\\';lr~, crifcrion -7,69723S .f
. Log likclihood 350.7031 E-slali.slic 1.17(,.S51 j .
Durbiil.\VaISOIl SIal 0.7-11016 ('ron(f',slalislic) O.O(lO(XJO
.- J.
-w.
I
La Tabl;1 1'iJ) mucstra ¡;)S resulladosde una pllsihle rdlciúl1 de coinlegr;lción,
f
.
l,

LI Eigur;¡ :';,:1 ilustr,l las snics actlwl y ¡¡jusI;lda y los residuos. Llls resitlllOSparcccl1 j
esl¡¡ci,ol1¡¡rioscl1 sus 11!",e\cs'l11cdios cOl11p:\radus con los de la Figura X.2, al/lique si. ¡
'.
~lle e:-;iSliel1dll UI1 ¡)ico inl'nso pronunciado el1 11)7'L l. UI regresiún,de la prim.:r;¡
,;
J
difnel1cia de los residuos s(\b;'elosrc~iduos l'elúuadüs tia COl110 resull;ldo UI1 "DE '1 i
tlé -5.YJ.EI1 la 'Llhla X'.2. L'I \',dorcrílico;¡'sinlii(ico del I 'X, para k = '1 es -'I.ó'L Por lÍo .. 85 ' . , 90 ,
j

III t:;l1to, rc:chaz;lI11os la l1i'n(lt<;sis de raíz illlil;lI'ia l:n'.I()s residuos y, a difere'lcia tic 1;, f
. " .~" ':
>¡
Tabia 1'i.•L lillede e..-.;islirlln:J .Ic1aciún:de coil1lcgr;leici,l1.
1 ~•

.\
~.
",'
'.
 ...."
(.
314 ~ltTOVOSL)E [(:OSO~IETI(IA

1'.\111.,\8.7 . '. • HA.'! Itelacilín Ge/leral AlU)

i\llHlelo AItD para gaslo, precio, ingreso ylpk ~ '. , lo
•••.•• .:~~~ •.••. _ •• - •.•• ~.,-_ ••.",:._. - •..•••.•: •.•• ,.~.~ .- .-rr,...-;o~...•,.....•.•...•. _.. _~ ... , ... - .. ;.,
.••~t •

C'u;lndo ajustamos un;1 rclacilín gcneral/\ 1~l)al.conjunlll dc datos sur~e la dudil li<:
LS 11 Dcpcn<.lel11 Yariable is Y
j. incluir o no una vari¡lble fiClicia en d p..:rilldo 1'J7.l.I.l\quí decidinllls incluid;1 pL'rll
Sample: 1960:2-1990:4. .' . . '. ;:.1
lnclu<.lc<.lobsl:,y,"iol1s: 123 arier a<.ljúsling cn<.lpo'"ls lit:jal1llls en manllS del it:clor la realización lkl ejcrcicill que resulla en el caso dc c.s.
c1uida. L, Tabla X.7 orrece los resultados utiliz¡lndo retardos hasla él quilllolrimcs. ".-
• Yariable Cudficicnl' SI<.I.erro, T-Slalislic P,uo.

.I!j, X2 .
-0.198597 ....0"0'218".
l .
-6.11. 13~6 O,()OOO
Irc. Las su'mas de codicienlcs son.
:. ,
1 X2(-I) 0.189293 0.054372. 3,.i81461 O.lXXJ7
• )(2(-2) -0.Oi6542 0.05855&' '-0.2ll2483 0.7782
/1 (1 ) = O.24lJ:\ 1J2( 1) =-(J.().I:1l)

¡. X2(-3) -,0,115526 0.060759 -1.901377 OJ)(¡02

1 X2(-4) 0.066<185' O.06i770 1.076J2~ U.211'14. 1l.1( I ) = O.24~1í ¡l.,( 1) = -O.I.>().I
.I X2(-5) 0029012
. '. 0'036719'
. '. 0.7..89.468. 0.~317
I X3 0.16-1873.0.129176. 1.276347 0.2048
Los valores P oblenidos al probar {Iuelales sum:as son i~uilksal::cro~llll.,r.l:s'p':l'li.
,...•/ ..,:..~,~:~~~~~,:~L~.j>;~.';,.:!.;~;g,j
,.1,:",",,',,' ,.f";;":~~~'=~~"""'v, ~~j
..:",:.,'i>•.;; <'.f ~~:~~~~~~.,:;;:"...', :¡,•..:.;:~:~~~'~ •. ).....' •. , ":' ••., .... _Sil!Ue l\lJ;."(J.OOJ .0,0 U, U.O\l.Lyl1.002; ..SCcIW l.a dcd iSlríbl\L'illlj~>':iÚ),d~I'<;)i.hh>'i;11r(llíj.:
, 'X3(-J') .0.066797 0.167245 0.399397 0,h905 nu lodos ..lus coeficienles de los grupos se expresan simultiÍnc;lnH.:nlc como clldi.
¡ X3'(-4) 0.045524 0.162186 . 0.28069Iií~7'J5
¡ X3(':' 5)
X'4
-0,004198
- 1,557670
0.122806
. 0.585739
-0.034182
-2.65932,1
0.9728
O.D091
cien les oe variables
queíios que rechazar
es(aclonarias
1;1hipótesis
.de niedia cero. Los P cllll\'cncionalcs
nula resulla ¡';lzonablc.
SOIl tan PI"
La rclaciún implícit;1 ;1 I;tr.
¡ X4(-I) 2.69705~ 1.241118.2.17)085 .1l.1l322 ,g.ll pl;izoes enlllnces
., X4( - 2) - 'p78796 1.381349' -1 ~6-I9689 0.1022
X4(-3)lJ70965 ,l.J7256J 0.8531230-3957:
y ~ - 1.17 - 0.1 ¡{f ~+ I (io,i'".; - n ..)(ix¡., (S,S~ )
[ X4(-4) 0.204391 1.2569760.162606 0.8712 Las e.lasticidades dc la ecuaci(\il'(~.s2) se correspllndcn C;¡Si'llllitlmcnlL" a las lk 1;1
¡ X4( - 5) .--0.375389, 0.621491 -0.60'1013 . 0.5472 Tabla ¡.;:6..
j . Y(.--I) . .'0.5810,24: U,082101 7.076947 O.()()()()
La relación .dc laTabla X.7 se hall'a S'lIj~l¡j a \'a.,'ias. pnlcbas. \'.;'1Fi~lII"a S.S (¡frece
F Y(-'-2)0.0!'1630 0.091902 0.159190 0.8738'
, . Y(-3). -:-0,166262. 0.094471 -1.759933 0.08f5 la s~ric a.cl;"" y ajustadaasÍ,c(jmo ros r.csiduos de la regresi(-)nlllle. 0\'idclllelllenk.
tí Y(-4) 0,1974\)) 0,098549 3.017817. . . 0.0032 han Il1cjorado respeclo a:los .d..: la ¡'cl.ación de coiniegracilin de la Figura X:.l. r,l cs.
i; Y(-5) . 0,023884 .0,0835230.285956 . 0.7755
tadíslico de Jarque.[3era p¡\I:a veriricar la norm¡t1idad de:lús residuos cs ,l.'>.'. con un
DUM -0.093403 O,q12909 -7.235528 . 0.0000
c' . -0.2'90653 O,1297.1~: -2.240701. .0.0273 . ,;alo(/) de O.llJ. con In que no se rechazú el sl;l?uesto de normalidad.

R.squárcd' '.' . o 99i490 ;, . "~1ean ¡J~PCI1¡J~,ilvar -'-7,752780 El coúlraste asi'nlóliéo' de lirel',sch-Godrrey. pa(¡1 eorrclaciún scrial hasla cuar!o
'A<Jjus'led.R'square<.l' '. 0:989406' S.O; <.Icpcn<.lcillvar • 0.111024. orden da un valor l' de ..O,'IO. con lo qu'e(~o se rcch¡;za la hip(~le"sis derc'siliu(ls ("(ln
S:E. or reg,cssion 0.011427 Akaikeinró (r¡(crion'. -8.764246.
. . • o.012797 .'' . Sclllvarz c'¡lcrion .- 8.192664 ¡Illlocorrclación cero. Los conlraslcsde residuos ARel'1 ¡'¡aslit'cinco rCl;lrdlls ofrcc<.:
'Sul1l.squared rcsi<.l
389 4717 r'slaliSlic 475.7689 valores '¡entre O.lí4 y o.9i. Con 'lo que no se rCCh¡II.;1 ~I SlIPU<.:Slll ~k n:~siduoshll:llios.
Log Iikclihoo<.l.
Durbin.\Valson SIal
.' ,.....'....1..8.727.13.
'
'. ,. . Prob(F.stalislic) o .00<l000 ~elliislicos en [a\'orde residuos ARCH. El cOillrúslc de hCll:il;scéd;;~li~idad tic \\'hi.
',; .l.,: lieúe .Ull valor P de O.OH. que inu.ic<lciena heteroscedaslicidad. aunqul: no dc ll1a.
, ~.
n~¡:~l concluyente. 'EI contraste I~ESE-j' d'~ Ramseyde errorL'S de CSI)L'L'ificaci('ln lic.
¡li.: un valor l' de O,J2. con lo que no ex'isle eYillellcia.sig.nificativa dt.: t.:spccificat.:iún
errone;LEI Clllltr¡ISle'de I')redicci(\n de Ch.ow para los cuatro Irilllcslrcs dI' I')')() liL'.
La Figura 8.4 mues~rá !a rcg;'e~iÓ;; :o~le'nida después de i,;serl;Ír. Una\'ariable
lic un ~illor l' de 0.09. pero si cXlend~;n~s la preÚicció¡; d~s aji'os llliÍs se oblicnt.: Ull
f~ ficticiade valor I'en '1974.1 y O eil los olr'ospériodos.EI picó d..: losresiduos desapa.
J. re'chazo significaJivo de la eSl¡¡IJi.lidad' d~ los par;íll1clrCls'. Rcsulllicndo, la rciaci('ln
rece. EIAOF de es¡os.re~iduos es -~"Uy,'rórlo I¡mlo; scguilllos1'..:chal.ando la !li.
1: sobreviv.e ,a lIna buena cantidad,dc cOlllr;lstcs y sólo' el cOlllrúsle de eho\\' sug.icre
l' oé\es;s de raíz,.,' U(li,;;:¡;e'n I~s';'csiduos.
., .... .
1: '
cieda dcl;itidalL ReGstilllando la!'el;,eiúny o;liilic.ndo la \'ari¡lblc riclici¡I,~IL:1 pcriodo
,.
!
. Las dasticidades J~ ia' relaciÓn dccoinlcg'raciÓ,idee~lú reg.rcsiún sllnidénli. 1()7'L1'(cllya'illclusión eSl,lhlecc qlle~el'I;'esidllo'decs¡; Irilllt.:S1re es if'.lIal ¡¡ cero) lib.
j,'
,;s, !wsla ¡¡¡.s'~os rrim~ras cifras d~cim~lcs; a.~il~'qÚeorrece la Tabla 1:1:6. l¡;neqlOs ún err<ir eSI;ílldar de regresi<ii1 may(~r ylos COlllr,l~tes de ('ho\\' ~c Sl,lpl'l';ln
'í:
¡.
,,. .
"
.
.

~.
 1-",

:¡
., (',\I'{TlJl.li~: r.•.ltidclos' ¡\ulorrcgr~sivos y co~ p,~lardos Distribuidos 317 '¡
'"
,¡
i

con éxilO a lo largo elc I'arios ¡lIios. Sin cmbnrgo. scguircníos con la rclació¡; ele la de M, h:lsla 1.\x'_I' Mulliplicandoeigualando los coeficientes para Ins dislintas po.; ;1
Tabla ~.7 corno un¡'¡ primera formulación acepl:iblc ele la rclacit'lIl 1\ fU) y huscarc- lencias de L,dc 1" CC\l;¡ción.:lnlerior, oblcnémos lás conexiones éntrc las &.y las' fl '26. '
,
:1
mos luego (lIras CSI1l.:cificólciolll.:s accptablcs-. . . 'l\plic¡lIldo I;¡ ecuac:iól\ (:-\.54)a l;¡vari;\blc "'"se obtiene ~1 :(
-7.1,
:",' J

.. 7.7 L, Ir;lnS~::'~::;~C~I~:': ~el~I~:i)¡~~:-:);~r;~!::(:

de la,ecuaciÓn (~.51),~n ~I reg;'c~nnúuse'
';~~::;i;~::-l~~:-::
~cilliza u;lnlrnn~rdrnla~ióil
:::::::::~:':
sil11il~r,
derccho
;j
i
Lo!! ~aslo ;ll.:I\I:~1y o
ajuSI¡IUO
-7.M ;;;
"<lo "A(Ü=;;'~ alL~ !!;(,/~~JL~,~.a5L5:" .'. :1
<"
-7.')
o
...J
:',','.\ ,
=,1'(1)1;+ (1':": 1.:)(1 ,f--Y'IL.~'Y2I~2"",'')')L3 + 'Y~L4J. .J
1111.1-
que da com'o ¡.'L:sullado, .:. " ':i ;'1'

II.II~
H..:sit!uos
-~.II
11(1.).1', ~ 6.vr ••• [/I( I)YI~I .•.~,6..\',_I.~ 'Y2Ó-.r,C2'"
. , .
'Y;ó..¿) .•.
,'. :",
'Y~Ó-.r'-11 ;!
,.j
-M.I
.,. 'I":ties lrailsfdi'miicitilie's ti.,.; coni6'rc'suli;ido el modelo c!;llíhnúocn 1;' Tabl;¡R.S,. L., l
tabla eónl icne i';lpirrll,n'IÚ liÚh\()S :ldest;í'ca'i:' .' "'O, . " \ '. ," :. .1
¡. 0',01'1 , \ .~.
:i:! l. El error csl;indar de la rcgresic"Jn es'idéntico a su val;~r el)'I'a Tabl;; 8.7. igú;r llue .;¡
-(J.lI~ succde eonh~s v~lorcs del.logaritlllo dela .verosillliliIUd;'c'l eSI.,díslico ele Dürbin. :¡
Walso,~.)' c1crilerio, de infornl:lción.' . , ,:.
Dicho resullado Sc:'oblienc direclnll1cllle n ranir de Jos resullndosde la pnrame. ,¡
-II.II~
7IJ 75
Iriz¡H:iün. úcsarrollada en el t\ péndice 8.1. ' '.P-' ,)
811 'JI!

1\'\" 2_. Los codicicnles dL: los valores retardados x soil I.,s sUI1l¡j~.obleni(\.,s en la T.,bl., .'.¡
R;7:1 parlirdc b.ccuación (R,~I).l.asl;n~a de lo~ coaiéi'enlcs de los val()~~src.
lardados de .1'. tal conio :Ip:\rcce cnlaTa\~la R,7, es 0.7507. " ' . :¡,
FIGUHA 8.5 l'(¡r lo.[anlo; /1 (1) = 1 - 0,7507 = 0;2491. que es 'el coCrici~nle delregrcsor };( -1) 1
Rcsllltauns de la rcgrcsi\Í1l de: \a Tahla R.7. de la T;¡hla ~,R call1biad~ dc signo_ AeÍcm;ís.los v~lorc's P asociados a los nive- j:
les relard;¡dlls son exactamcnte Ins "alores P obtenidos ;¡I ,comprobar qlle di. 1
C~)(1S SUlllas'son cc!"o,-lal, COlllO '.ip;lrcccn 'en 1(1ccufl.ci6n (R.Sl). j'
R.4, :,: ~,~;:;y::?\,JI.~.C
tI' i'l.:l e i(\1¡'.~.'''';::':'~7"P::':"-':~:;-~:"""'.' .""':'."".''7\síI1li'i::T;0ml¡~vCiífi\j¡¡':'~~"'1 a.fa 1)1\fi¡ilfc':{'¡i'Z'R'cti'trí"é'r,r¡r'éSfí'¡lláCion-<éli'rct'ih''f:M'i,í'G','T/'" ..;,: :~:r"
. rióción de :lqticll;¡sslIm:ls qucson reicvanICSI).,rri'I~-existcncia' de lit rclatión'
i
U I~rimt:r paso de la büsqued;1 es \an:paramclril.aci<Ín. La rc/acil')n de la '1";lbla ~,7, 'de'coin!L:cr:lción. .' ." ...' .. .•'" '1
I
. ig.norando la \'ariabk ficlicia, es . J. El ~:lI"lhi:)aplimei';\s.~li'rc;~cnti,,$slleledarlu~;lrallll:; rcducción s;I;I'ancial de j
,.
11(1.)", =;/11 P~(L)",~, +JI.l(L).I.\r + JI_I(I,)X.lr + 'u, (~.5J) 1;1colinc¡Jlid"dde Insl:cgl:esores y;pórlolanl~. redú¿el~scrrores est;í ndar. r.,. ~ j
cil il a, adn1t;ís,l;¡il!L: i, tíficilci¿ndcposiblcssi Illrlific;¡cioncs dela relación.'
donde los polin'olllios dcl opcr;ídor rcrarelaelo son dc quinto orden. Ca rclacióll dc la . ',.. . ',"-. .' . i
ecuación (1.:.5:1) se expresól en rérminos de los 'lIin:1t:s ele'las I'ariitbles. 1'01' r:rl.Oncs . Busc;¡rcmlls I;¡s ¡'c(luctioncs'scclicllcinlesde laccuaclondc la Tabla S,R. No ¡
qucpo'stcriorlllcnte cxpiic;,'rclllos'. la re'paramelri'l..arcl11(¡s e;'lérlllinos tanto de ni. exisle u,i S.'lI,l,linlilj;lico de fedilceilÍn,n~scnrelilósgrtlpo¿'de pósibles\'ariabl~s re- i:
vcles como de I'rilllt:r:lsdi/'crellci:is. COllSiderclllos dUIHI;ll\leS),l<l n;sl'riccloI\CS~I'lIe pu(,:dan v¡¡l¡darse medianlc I~scpnl rastes F habitua.
les. Losrc!¡¡rdos
. ',' -,
dt:lcU:lI'lotrimestrcde
','. ';.':: .", '.'"
la
....
Tahla 8.8
.
son. no ~
si"niricali,ios.
~ -

=Ii( 1)1>1(1.- L){Ó" -1 ó1 L + f¡~/.~+ 0.\1) -1 íi:i/;~)

[n la segunda línca ele la l'cll;ICióil (::;.54): la ~\Iilb de lilS cocTic:éllles)1 l:qu'il'ale ';JI
coeficiente de L y las óson los todieiénlL:s dc lo~ lérlllinosdL: l)rilllCrils diferencias
 ,"':".

JI/) ~11~T.OI)US
DE Eco;-;6~IETldA (',\I'i I \lUJ >. l\ tUlle los 1\ U\OfrcgrcsinlS Y.Cllli !{cúmlos Distribuidos :>1')
., "

'1".\ 11L'\ M.M :1' '1'0\ 111.,\ H.Y

l\lodelo reparalllclrizado HedllcciÍln secllencial
f'''~,,""'I''~~''¡.-- 'rr~7I""",,~.1"''''''~r-'\'~1':.'r, ..•..•t'-::'''-llr.J''' ••.•- .•..,~•••••••. -. 1"

LS 1/ De¡XlllJen\ VJriJulcis DY . Elapa Variables redundantes E,S. de la rcgresiún F p It! es

SJrnplc: 1960:2-1990:4, . .
Incluucdobscrvalions: 123 Jfler Jdjusling cndpoinls o 0.0114 O~(YIIÓ -8.19 ,l

1 DX2( -4), DX3( -4) 0,0112 0.24 0.91 0.6497 -8.34

Variable Sid ..CfTor T,slalislie Probo r' 1
DX4(-4), DY(-'I)
X2(-I) -0,045875 .0,017792 . -2,578445 0,0114. 2 DX2(-I,-2) 0,112 0.96 OA7 0.6506 . -8.5X
DX2 -0,198597 0,0)2181-6,17.1346 0,0000 DX3(-1 10 -J)
DX2(-I) 0,0)(,571 0,0)7)9] 0,977915 0;))05 .. 1
DX4(-11O -3)
DX2(-2) 0.020029 0,0)7199 0.5)H'122 0,5915 . ) DX3 0,0112 0.8J 0,J7 0.6511
• DX2(-) -0,095497 0,0)90)) -2,446545. 0,0\62
l i DX2(-4) ",0,029012 0,0)6749 -0,789468 0,43\7

:,,,:;;;,,,~;;,,;,,(.",,'A~;}.ki"""""":_"":":~~?~~~'~~';;""
.:,.JI~"";i.~~i~~;~;: ..:,....;e.': •"';h:~~,i.,"",,,,,_,,,-
),.",.::,;..;;.",.;"'~:~~~~;; "....' ",.'.; ,: .:", ...'. '_.'.~'. '; ':-. :; ,; ':":. '. ;:..• ; . ," .
OX3(-I) 0,061823 0,134400 0,459991 0.6465 ')',\,111 ..\ H.IU
OX3( -2) -0:108124 0,1 )1237 -0:823882. '0,4120
EcúacilÍn reducida
i PX](~ 3) -'0.0-11)26 . 0,125801 -0,328506. 0,7432 --~"""""""':-o ••••r~.~r~"',,,,,,,""n.,."'''''-r._:'._'
_ •..•..•..•....•
:--
.••.
_" ......•.•....
, .
' 'DX)(-4) .O.004i98 O,i22896 O.0j.IIH2 0,9728
. X4l-l) -0 ..139445 O,04~512 -"3,132745 0:0023 lS 1/ Depcnd~nl Vari~ble is DY
\
DX4 -1,557670 0,585739' - 2,659324 0,0091-
I, DX4(-I) 1,278829, '0,782296 \,6)4712 0,105)
S~lIlple: 1960: 1-1990:4
Included observalions: .124
! OX4(-2) . ,-0,999967 0,787947 -1,269080 0,2074'
ExchJdcd obserVJlions: O "fler ~L1juslingend~oints
' ..•....•
\
DX4(-3) .., .. 0.'170998 0)75869 0,220395 0,8.2'60
OX4(-4) ~ 0:375389 . 0,621491' 0,604.013 0.5,172 VJriJb)e Coeflicielll .Sid. error T,slalislic Probo
1\ . y(,.. 1) -0.249322 0,074893 . .':'),3290) 1 0,00 12
X2(-I) . ':"'0,040729 0,012) I1 .- 3.0~J27) 0.0013
:. [jy( -1) ",0,169655 0,090504 ...:1,8745.49 .. 0,0638
OX2' . . -0,200448 0.027990 -7,161404, 0.0000
'O.Y(-2). -0,155025 '0,0'84,890 -Ú26174. 0.0709
()y(..:.))' . ":0:ni"28T ti,Oli4269 -):811749 0.0002 .. DX2(':') . -0.089591 0,03149'7 -2 8HW9 , 0.(0))
)0('-1) . '0.237299 . .0,058366' . '1:065706 . ¡
DY( -4) '. ':"'0,023884 . 0.08)523 . . . -0.285956 . 0.7755 0,0001
DU~I':;O,09j:lO) ~. O,Oi290Í) -7,2355280,0000 . X4(-I) . ':'0,129))1 . 0,033296. . :-).890273 '0,0002 ~.....
C . '-:-0,290(,5)" 0,12971) -2,N0701 O,027j pX4 -: 1;00.1881 O,mi209 -2,649010 0.0092
: . Y(-I) -:-0.2)6415 .0,057339 -4.12,3099 0.0001
R.squ:.r~d 0,:711630 Mean úepcnúeni var 0,002437 DY(-I) -0.21624,4 0.064,030 .- 3.)77200 0.0010
Adjusleú R,sl.)uareu 0.641009' .', S.D.d~penuenlvar 0.019072 DY(-2) -0,197030 '0,058305 .. - 3.)79316 0.0010
5:1:.. oC regression' , 0,0,11427 .. . . AkJike info eril~rion ",8,764246 DY(-)) . -0,31.8066 ,0 ..068948 .-4,6.1)'115 <0.0000
Sumsquared resiu' ,-, " 0.01279.1 Sehwan ~rilerion - 8,192664
DUM -0,098825 . .0,0119<\3. -R,2W1I7 O.()()()O
L<Jglikelíh90d . . . 389.4717 . F'SIJlislie 10.07671 .,
,C -0,28792) 0:1083)4 .-2.6572)6" • . ", .. ' 0.<J990
Durbin. Walson Sial .', .1,872773 .' ,\. Prob(F-slalislie).. .0:00000o .
. R.squJf.cLl. . .0,682)50 Mean dependent.var 0.0(2)83
: ." A(t1\JsteLl'R'~quJred 0,6) 1'1)2 S.D. depcn~cnl var . 0.0190Q.l
S .E. of regressilin . . 0,011224' . . ..,Akaike info criierion -8.887612
La ~erificación c.Je:l~signifiéaciól\ cdi1jlil1tac.JcI grupúdil Cl)lil~ resullac.Jl~ I;¡.pri', . SUII\ squJrcd resid .0,014110 .Sch\\;~r7.'cril'dion -8.614682
''11aa reducción 'de' ia Tabla 8,9, Los valbres f y P illlieslran (IUC ilO se rech¡¡za Iahi. Log liki:lihood . )87,0836' F'SIJlislié; , 21,8717)
pÓlesis de no signinc'a~i6:n conjunta'. Ei procedim'icllto de inferencia cOIl\'cncioilal Durbin,Walso~ SI"1 1,9)0793 . '. 'Pro~(F.slai~sli~) O, ()()(J()I)Q
es v;ílido porquc Ips coCficien'lcs en
cuestión es[¡ín relacionados cón 'variahks ~sla-
c!onarias de 1l1cdia,éero.', ....: I~

Tanloe'l cril~rio -<le' Schwúz (es) com6R2 van cl\la dirección ~c.Jecuaja }:pór Ace.pl'amos talllbién eslil \:édllcción, igual "HC t:l'tercer p'aso. La Tabla R.l () Illll<:stra
é!lo'clinlinam.osde la' relación los rClilrdos'lrimeslralcs .. Los coeficienles ;lllsignifi. la ecuación rssullanle. Es inlc,rcsanlC(!t:slaC¡.lr (jllC, 'en la Ta.bl;) 1)'.9. el hUlllildcy pa.
I
c¡¡¡ivos decs,lar~la,c¡Ón'l:cdueida sugiercn'I.a¡'cduceión'mosirada enel segunc.Jo paso . sado de n~oda R2sigue los pasos 9cl m¡!s riclu~il.cri.leri()'.de Scll\~,;ir7.. Podemos impo. (
de laTabla '0.9.' .. . . .. . . "'.lcr.a'ún olra simplificación, yaquc. los.codi.cicnles'''', dch.~aSI() rClaruado .\' dc'l il1~res()
..
rl,
/
t

f .' :
t i !, -l.'
 -------------------,--::-¡:-., -----,--~-~" ,~,'
",'. • ,1 ¡.
1 '••

, .1 ~ .'

.',
L\l'i,T111.0 x: MOliclosAulorregrcsivos y con RCl~rdr)s Distribuidos' 321
"

:. ';::';;:dr¡ SlJn cfecli,'amel,lle igu<llesy,opuestos, implic<lndo una elnsticid<ld de in. L. _ •

:'::.:'r¡ unil;lria. Los dalus no reeh<lzan lal restricci6n linc;d, aunque poco be'ndicio 1l)()O.'l. El ~alor Fdcl contra~le ~e predicción de Chow eS 1,10. con un valor P d<:
IJhlt.:nt.:nl0S imponiéndol;1 PIll:quC cxist~ Y<lcn la pr;iClic\1. No hay expli.caci6n obvia (J,37 y, 60;' lo t<lnt~, no se recl;az'" I;lh,ipótesis,de co~staneia'dcp<1r~melros. 1'<l1y
P;II;t el ICiardo sigl;ilic;liivo'de lcrccr ordcn'en OX2. Implica quc c.:Icambio de prc. como revehJ el gr;ífico, las f1uctLla,cidn~s d~ dem<lndaen 19S9,Y 1990 fU,eron ,sustan"
lio dcl p;lsado <liio afecla a la dcmanda aCluitl, lo cual pndrí<l ser un efeclo real o cialmel\tc mayoresquel<ls delospriineros años dc 1<1,d~cad,,:.E! ~egllJ.ldo trimestre
un;1 cunsecuencia dc los proc(:dilllienlosdc ajuslc eSlacion<llulili~.ados c'n la gcnera'. d~ 19S9 contempló un<l c,lída del 4,2%:, seguid¡i dedos trimestres con aumcnlo. del
'.'I/"n de los dalos. 3,8% y dedos Irimestres con caídús del, 3;6n/~;y.3,4%, respectivamente. Por lo t<ln~o,
CU<lndo l<ltolalid"d de las primer<1s diferencias dcl<l T<lbla 8.10 se igualan <lcc. los IÍllinlos años del periodo 111l1es!ral son ,un 'tontr<1ste formid"ble p<lr<l cU<1lqlll.cr
ro. obtencmos ' ecuaciÓn. Ca, predicción d~ la Figura S.líes un<1 prediccióneslálica, que utiliza los
v<llores dc hecho de todos los ~egre50res; inclityendolos relari:los~c la variable de.
, -0.236:1)"-
1,,~":';'-,:,'
0.0'107.1',+ 0,2373.1"1- 0.1295.1',1- 0,21)79 = O
, : l' (.~ ¡ • - - • .. j j~
pendiente .• EI <1eu'erdo c~lotal~c~n', c'l d~~<l,:~ono dei ~onltaste de 'predicción de
l\lIeimplica lina relacilÍn;1 1;lrgo plaw
CllOlV mostrado en el Capitulo ,PI\. ' " ' ,¡ .
J •
, .i' = ~ 1.22 - O',I 7'\'2 +1,00.\'1 - O,55.\' ~ (8.55) El espacio disponihle.prohibe UI; ¡1I1~lisis'lllásextenso do este conjunto de .da-
Dichas c1aslicid;¡des son 'creclivamenle idéntic<lS a las de la ecu;¡ción (8.52). los. Hemos simplelllenle el11pcz<1doc iluslr"do algunos de los muchos ,tests de dl;¡g-.
nóstico' disponibles nClu"lnlenlc p"ra ~"des;)rrollo de modclo~. El reto C]ucdi' pnrn
Podemos rcformular 1,<1 relaci(íll de la T;¡bla B.I O en términos de nil'eles y rees- . elle¡;lorcolI el ()hj~.tivo de que désar:'olle Illcídclos superio.res r:tI<:>spresentados.'
lim;lr clnlOdelon La relaciún I'l:sultanle sobrevive <lla misma batería de conlrastes
"

qllc la 1'l:lación ARO de la Tahla 0.7. Sin cmbargo, el contraslc de Cho\\' sigu'e indio TA tll.A K,II
cando que l<lpredicción falla desplles de un <liio. Como experimenlo final; reestil'¡l<1' Helación simplilícatla 1\ H () , , , ' . '
mos los ecu<lción de niveles omiliendo 1<1v<1ri<lble ficlici<l del periodo 1974.1. El •••.••••. t.:-:.'C;. •.•• ;..r.- .•••,., • ." .•••; •.. : ••••.•.••.•• -:,'.,.: ••••..•.•.••• , •••.••• ,. ~ •.. '::., _•••••~ ••.• ~., •.•~~.A_ .••••.~l"'\..~~ ••.••••••.•,'~~ ••.•••.•.• ~~<II:~ __ ...- __ ••••.••.•.••••

cnOl'n1\.: e incvilable rcsiduo dc 1974.1 implica rechazar 1;1hipÓlesis de norm;llidad Ls 1/ Dependenl Var;al,lci~ y"
dclos residuos. Sall1ple:1960:1-1981:4 " , ,. "
Inc1udeÍl obscrvations: 112 ancr adjustingendpoinlS
.,' Aparle de este (¡Itimo i1specto. l<l relación sobrevive a los mismos COlilr<lstes'
,',,', Variable Cocflieienl S,td. error T'Slatislie Probo
que la ecuación de niveles q\le incluye la' variable ficlicia y, ae/ell1,is, sobrevivc <llos
contrasles de predicción dc Cho\\' j)<lra m~s de cuatro aiios. Consecuentemenle, -:} X2 -0.257697 0,040958 -6,291714 0,0000
,:J;' X2( -) 0.220987 0.038821 5.692409 . 0.0000
ajuslamos 1" ecuación al. periodo comprendido enlre 1959.1 y 1987.,1, dejando doce'
'. DX2(-3) -0.074531 0.043678 ,:'1.106382 0,0910
lrimestres para la predic¡;ión. L<1Tabl;¡ S.I r Illlleslra los resllltados.
,,? X3(-I) 0.223670 0,076673 2,917175 0,00.1,'

". ~ :;. 'l" "', '"-;:~~(~J)"?;~5"'':'P-?''';':- ~7~~~~:;!,::,;:,~~~,;-:,,{.~~~jT;-"'~7;""(>':)/'-?:';;b:~;}~~;""'~"?::':!:!~'Y;~:

.','
i'~ Y(_I)" ," 0,549j¡l) '0,090818' " 6',048582" 0,0000"
~. "
,1' (it56) >¡, . Y(-~) 0.129267 '0,103599, 1.241766" 0,2150
,i
} Y(~.3) -0.080684 0.1084:5 ~01,784538606993, 00,40656881
' t
quc est~ prhClic<lIllCnle de acuerdo coli las esliillaciones previas de \;IS elasticidades. Y(-4) 0,170835' O.0919.'¡" , . ' .
La c1aslicidaddcl ingreso' es "proxilll<ld,inienlc unitaria, allnque si el ingreso y el .:~'
.~f

C -0 ..332035 O. D83 18 ' . ~2,400520 0,0182

.,
r,"

.'

.••J I;pl ;lumcntan un 1%. el aunlenlo dc la dcm<1nda esmcnúr dd 0,5%.

"
r R;squared 0.986554 .MeandeP7no~nt var.-7,762119
,-,'"i La Figura 8:6 Illuestra los' rcslíll"c.1os de utilizar la regrcsión e/e I;¡ T<lbla fUI
,.{ :'Adjusled R.squared . 0.9&5223 ' .5.0. dependent var 0,116079

para predccir l<ldemanda de los 12 trimestres comprendidos ell el periodo 1988.1-

't; S.E. or regression 0.014111 Akaike inro eriterion " - 8;428585
'S\ll~ ~quared rcsid 0.020 ti O' ".Sehwarieriierio~ . - 8.161590
Log IÜ:eliho5J::" 324,0797. ' F-slatisl,ie 741.0565
rlurbin- \Valson mi ,1.931894 ' Prob(F.slillistic) 0,00000o

'.~ :, ...:
~1 Y;l qth: I(lS fl':o;;iduos son los'lllismps 'l:'.1-ól(l~ ,la mayoría ,dc los, t.:.sladi~lic:ns t.k ru,n"-
~cpar;lIl1clri7.;I<;i(,l\.
pfoh¡lC:iúll y, di;l~I1c"ls(i(o 1ic nen \';1101t:.~.idé,:~ic(ls s( I;l"r~-Iaciüi~ ~sc ~Sl ¡lila en I~i\'dcso 'primeras. ~ircn':l1ci;)s.
\'..'(
aUl~qtlt,~,drCSUII:l(h..lIHlsca cit:rlo para".toJos Iv'~ ~~_lél(.J.ístic<Ís .. \~¡¿ascI'rohlt.:l1la H..10. . < •
), 2~ V~;I~C Prnhkl11a :\..11.

."
~:

.'rr .; • o"
r
(',\I'iHIl,(J': lvlolJclos/\uliJrrt:c.resivos
-.. l' con I~clardlls Dislri\llIiJus.
.. (.

322 ~IÉruUOS UE ECO:,;(mETldA

SiX; O Z. fucr;ln un conjunlo vacio, unmoLielo S(; (;nl;\/,aría con d. otro ~. serían
-7.62
aplicables Ills procedilili(;nl;O~lk inkr'cncia-est;\ndar. E'n g.~ncral. sin (;I~lbargo; nin-
gún coíljunto de par;íllletros es susc~p.liL~lc ~k e'xp'resa,;'se entérlllinos de las rcslric-
-7.M CiOli(;sdel olI'o cónjul]to, " ', ' - '
La conl rast ación puctk Ikva rse <lca bo (;st~1blceiendu un nHl(k lo Cllm¡J11l:s.11l ()
-7.6(1 'arlificial en el qüe se enlazan ambos modelos, Él modclll'co'i11puestocs
,/1''.1:)' :: (1 - o.)XjJ -1- 0.(2')') -1- 11 (X,)I))
-7.£i8
donde II es un par;ímclro (;sc:dar. Cuando ex ;:: O,se reduce il ,Ii l' I)c modo inverso,
ellando 'll = l. elmod~l() compueslose reduce a Ú~.Si pudieraneslimarsl: los p;;rií.
n\i:lrOS de la ecu¡¡ción (8.59), los conlrastcs rclnlivos a ex apunlarí;in a uno u olro
:!'
..J, l\llld(;¡(l, DesaforlUnadam(;nle (, !lO puede obtcnerse dc la estimación de la ecuación
-7.72 (:-;,51)). La matriz de las vi\I'i¡¡blcs del lado dcreého de eS<lestimacilÍn es [Xt X. Z-l. . ,¡";'¡
,,:',"'I~IY incluye menos variablesquc pari\IllClrOS eSlruclurales exislcnen er, ¡J. y David-
,. ;.:;:, ",_--:'.,~.'j.
"'o"' •••.•.•••• '_.0 ,': •.• ..". .' -' •• _,',' • -.' '. " .••• ',' _' .' ,";, '.".'," ,.;",.' • '''.' • ,. o,, ~. -' ".'..' " ",. ',.', .' '. •

, sllny MacKinnon sugirieron una soIlici<:úl-úl"ljj:(¡blénia-'J: Cu~íj'¡dLis'é"c(Ílúraslú' ,I/j, '

'sustituimos (;\ veclor desconocido 'Y de la ecuación (8.59) por su (;slimador 1\'ICO.
o!1leniuo dc M2, Por lo timlo Zy sc suslituye por .;'\
-7.7(, \

Z-y:: (Z(Z'zyt 2')' ::1'~y::.i'2

-7.78
, 8<)
uon¡.1e 5' 2 indica d vector d(; losvalores de regrcsi(JIl de M~, La regr(;sil'111(1),51))in. "''''
SI 82 83 85 87 90 'clu)'c; ahora k -1- I r(;gresorcs y perlllill: la eSlimacilÍn de II y'j1, Cuan,do "11: tl :: tí IlO'
se rt~thaza. aceptamos ""',: e. inversamcnl'e .. rccliazar!I1I illlplica rechazar ,,111,
Poden,los aplic;,r idéntico procedimi~nlo púa euntarslar ;i", [n ,este casu. la
F1GUHA IUj rC:gresitÍn compuesla toma la form¡¡
Valores aclu:llcs (Y) y prcdicciuncs (YF) de la Tabla !l.l L y :: (1 -"- 0.) Z 'Y .+ ti j'l -1-11
"Ú¡\;",~le~')'1,: X(X'X)-t X'y = J'...)' (;sel veclor de valores de 'regresión dc M" EI'pro-
lilL:nú con la exiSlellci¡¡ dc dos posibles conlrústeSi:s que exisll:n CU;llro posibles re-
8.5 sulladps, Uno dc los modelos pllede salir ~(;ch'<ll.adq mientras qlie el olro 1)(;. en Cll.
I\'IODELOS NO ANIDADOS ,"; :Yo,'<;;ISOd 11l0ddo no ¡'cchazado serí<l d prdcrido. Sin embargo. ;\I11b~lsmoddos ,,--..,
, j)lIL"tlcn rqultar n;chal.atlos () ilcepl'ad"os, CU:lnclo al~lbils 'son rcch<lzados debelllos.
cvitle;ll(;lllelll(;.lrabiljar algollli(S, Si ninguno '(;S ':I:chii/,ado. el conjunto tic datos no
En la s-:cut,:llt:ia de rcdlll.;'cióil de la Sección HA cada illlldelo se I:nlazal>a COIIel pn:.
i.ndu)'c información suficient(; sobre la difercnci¡1 cntre ¡¡mbas especificaciones,
vio en el sentido de que' cnda.'modclo cra l!n C¡¡SOespeci¡¡1 de un modelo Ill<ís gCJ1e-
ral. Por lo t<lnto, In.hipólesispula especific'¡¡ba en cad~; paso alguna restricción en los'
, Abarcamiento (cncompassing)
par¡\metros del modelo m¡¡nlen'jdo. EII'r.c1iazo de la hipótesis nula implica aceptar
la hipótesis m<lntcpida, es decir, la hipótcsis ;¡llcrn;¡tiva. En mueh¡¡s siluaciori(;s . 'Un cnfoquc relacionado con la ~o'níp¡¡Í'¡¡ción de dos.(o m;ís) lilOdelos sc b¡¡s';}
prñcticas ¡1odemos encOlúri\rIlos con "mbos ;llodel(is, sin enlaces (;nlre el uno yel en la ¡lOción de abarcar)lI~ ellando un modelo ,¡halTa a'olro.. ser¡i,capilz dcexplicilr
otrü. CoÍ1~ideremos' .
MI: y== Xj1 + I/t ;/1 - N(O.ITl/) (1).57) "
'~

y. 1'1'12y: == 2-y + 1/2 '112 - N(O,lr}/) . (X.5X). !:/ HllS'sdl t)a"idsull j' J:IIIICS (j,"~1:ICKillll(lll. "Sevcral TC,sís ior ,\I"dd Spc,'iriLlli"ll inlhe i'resenc,' uf ,\1,
"
donde X es 11 x k y 2 cs 11 X /. En general. los dos modelos tienen variables explicali', lelJ1:lIive ilyp"lhcses". fmJllIlIlj'/,.iUl.~~. 1<)/;1. 7St:7'),1," "
vas comunes, y .por ello forl1lul,lITIOS .'U (ir;lyham L Miwll j' JC;III.fr:lllcois Richarú. "TI;c 1:IlClllllpa$sing i'rinciple ¡1I111liS "pplicaliun '" Tcs-
,.'Iill¡: N"illICSied ItypOlhcses".":""'lO,",,¡rifll. S4.I'JXC,. (,57,(,7/; .. ,
X::[Xt X.] ,2:: [XI' Z.) ,-

L
 "

,,. ',"1,.-'1'

.
¡
' '- ",.,",

" '

(',\I'iHll.ll x: Modelos AUlorrcgrcsivos y con Retardos Distribuidos 325

I;IS car;lclerlstic;'ls dei nJOdclo rival. Ptirejcmplo, ¿qué podr;í decir nueslro econo- LaimpICnienlaci6n del conl;aw~:rcquiere un'a 6stimación de u21' ¡¡unque seglÍn I¡¡.
misl;;, tlllC "cre'e'" cn 1;1ccuilció'n (iL57), sobre el vector y de la ecuación (8.58)?' 'regresión dc"1C;pílUlo 3 'ven1(~sqtÍec!co'nlrasle equivale al contraste F de = O en ""l'
"

Nucstro economistil podr;í oplar por dos camino~ 'distintos. En primer lugar, pucde : la regresión' ' , ' , ', " , , '.
opl:lr por elegir la ecuación (~.57) con el fin tic producir el vector de regresión Yí " , y =XjJ+Z. "-y. '~ 1/ ' (8.67)
qne ac;,bamus de lIdinir. y realiz;ir luegó la regresión de.l'l sobre Z IJara crear su" Por lo lanto. 's~ suplcmelllanla(vari;!i11es l,kl:1ll9déroM¡ con ¡¡queHas variables que
predicción del veclor.'Y. ~Iue dcnom'inúr¡í y. PoI' lo lhnto,' . ap:\recellcn I'd2 pero no. en M1y'sc ver,irica I~sig,ii(jc¡¡ción deltÍllimo grupo. Dicho
'1 "

'9 = (Z'Z)-I Z'¡;;;'=(2'2)-1 Z'X(X').l-IXy (S.60) procedimiento se contrast<i cón el de,pnvidson.M,¡¡cKinnon;que suplemenlalas v~-
Dc modo allel'llalivü: el cC()I;Olílis¡~ lIcl!eríarec~,iocer quel¡¡s co'ri"elacioncs i¡levi- riables MI ,con,'c{ve~lor líni~o de \'a"lo're~dcregresi6n de M2. C,iJando las vari¡¡blcs
lables cl;trc series económicas dat;ín Iligar a conexiones entre X y Z, que deberán Z. no son significativas, se dice élUCM1.},bjuta los pniálllclros de:M2. L" ecuación
describirse mcdi;uúclas rel;;ciónes mínin;o cuadráticas : (1',62) dfiac.:n é"~i,del;ci,,, qU,ela, v,¡¡,riaf~i¡¡;Je I~ i'ci~ción ,in'lplícita pnlTe y y Z excede
.,.' ,','1(= Zr¡ + V n = (Z'2)-IZ'X (8.61 )
,, ,
(T2, • I¡¡ v¡¡rianl.¡¡ de MI' Por lo lanto, cu¡¡ndo ,MI es verdader¡¡, 'su v:lI'ianzn aharca
M2• aunq;ie las fluctuaciones mueslral'~s evil~dn b aparición ele desigualdad cn I¡¡
La visión de nuestro economistas consiste. por lo tanto, en las ecuacioll(;s (8.57) y 1, '. v;¡ri;¡nz;¡COrrecla. Una ve7.Il1;\s,d~b.eremos invertir los modclos~' conlr¡¡slar M2 pa-
PUíl), que implican un;l rel;lció'n entr~)' y Z.' , .'~ " ra aban;ar lüs¡)ar;íll1etrosde /I'{;' estima,)do la ecuación de r~grdió,; de y sobre Zy
. )',~ Z(f[fJ) + '(Iil'-I: VjJ) (8.62) X. y \'c¡iricarl;, sigi~if¡cación 'conjtí,it¡¡ del (¡llil11o grúpo. Así puc~. el procedimienlo.
. ,.' ;. ',". :~ 'r, '.,', '. _ : .. " :. '

Así pueS, '1 = rr jJ y su estimador sed pucde i,frecer lall1biél~ rcsullad(ISú,ilGiguos.. ' i, .
'y = nfl ;" (Z'Z)-I Z' X(X: X)-' X'y ,l.'
., ..•• .
que es el estimador definido anteriormente cnla ecuación (8.60). Según la ecuación.
,

_',r
APÉNDICE l'
'~

(i'.5S). el estimador dirccto dC,,'Y,es

.,•...

'.d'.
"
\.....: "
L¡¡ conexiónenlre;irnlhs
.
Ill~irices esZ '. =XAdo;lde.
"',
;~
(8.66) - ",:' ,,'

','
,11
. :~
I~"_'I=[.,,~',,,~.', .'~ll,,'".', '.
"
1 ',O 1 J ':~:

r.
~,
j
 1,
j-' •.
326
l
En general, las transformaciones lineales implican una malrii', no singuliir A. For-
mularcmos
, \' -\- 1':
_-1 ,~. ]
)':: XjJ + 11:: XA.A~ljJ + 11:: 2-y + It '",- ,-
l' .1

dondc Z :: XA y -y:: k1jJ (/\~U) .,.~

, La regrl:siún de la l:cUacit'1I1(/1:-;,)) es ; )

Las inferencias sobre' el.veclor jJ se rcalizar<Ín bien directanH.:nte. ajuslando la re-

,
0'.
gresión sobre X del modo habitual, o bien ajustando la regresión sobre 2 para esli.
mar')'. utilizando luego la ecuación (1\8:3) para comprobar hipótesis dejJ. La rcgre-
¡~1 Ji
= (X'X)-IX()' - .1'-1)
. )

sión direcla ofrcce los resultados c1,ísicos:

r• . . . ~ = (X'X)-IX'y - (X'.\')-I,\"Y_I
~ [¡ :: (X'X)-I X'y va r( [¡) :: ',~2(X'X)-1 J2 :: c',•.c •./(n - k) : 1,
,- 1
•
J.,

LJ eSlimación indirecta
e,•.:: AJ,.1t
de} obtenida
M .•.:: J - ,\'(X',\')-IX'
a parlir de la regresión sobre Z cs
= L) -l:J , )

fi:: I\~
= [11 ~ I 1
~:, = A(Z'Z)-IZ'y
,J
',.
= A(/\ ',\"XA)-I/\ 'X')' oondl: 11 Y /J son los codicicnlcs estimados de la regresión (/\:-;,-1), Los eSlimadllrl:S
"
l.

de ambas repar,lmelrizaciones son idénticos, porqUl: Ji = /1 Y l~ = -y + I :: 11, [1 1l:J'cer

"
:: (X',\')-IX')'
paso es
::b
Así pues, mcdiante dos métodos distintos obtencmos idénliws cSlillla'dorcs, Ambos
(X'X)-IX',\' = (X'X)-IX'(Y.I .1') = [1 0\
II I
. "-'r
1, vectores de residuos son idélitieos para e,:: M,It, dondc tri,:: J - 2(Z'2)-1 Z', Susli-
:: Los resiuuos dl: ambas rl:gresiones son idénlicos)~. Por lo lanlo. las infcrl:nci;IS dl: (,
". tuyendo en la ecuación (1\8,3) obtenemos M, :: M.r- Por lu tanto, los vectores de re.
í:, YJI son independientes de la reparametrización utilizada,
!, siduus son id~nticos y ambas regresiones dan lugar ¡¡Imismo estimador de la varian.
za residual. Finalmente,
".ií" var(f1) = A . var(~)' A'
:.í APÉNDICE H.2'
.~ = s2A(Z'Z)-1 ¡\'
:: 52(X'X)-t
E,~lahll:cer la igualdad de los colllrasles esladísticos de las eCllaciones (X.37) y (X,-I 1)
:: var(b)
Suslituyendo las ecuaciones (lUlJ) y (X.'lO) en la CCU¡¡Cillll(:-;,-11) ohlCill:nios
1\ sípues, la re pa rame 1rización conseguida medían te transf ormaciones lineales no
singulares de las v<\riables del lado derecho dará lugar a inferencias idénlicas del &! l
--o = - 2 (.\"M,\.í,)-I(.í"MrY)~ .....•
veClor jJ sin que illli10rle la reparallletrización utilizada para la estimación, var(&) u
Primera diferencia como regresando Segü 11 la l:cuación (X.38), li:: (X ',\-)-1 (.\': M r y), La varianza de li es
A menudo deseamos sustituir el regresando
Consireremos la relación
y, por su primera diferencia t.y"
. var(lj) :: u2 [_'_1_ -
(.\- '.\')
-1-1
(.\' 'X)
.. ....:,:

Y,:: aY,_1 + jJx, + ", (111-:.4)

donde, para simplificar, suprimimos el término de intersección. La rcparallletriza- 1 1 .1".1' - .\-',í'
ción será
Ahora =-----=----
. <-í"_\-) U'-\") (.í"X' )(.1".1')
6)', :: "YYI-I + f3x, + 11, "Y = a - 1 (I\X.5)

La matriz oe datos de caoa ecuación es .'! Vcase Pruhlcl1w H.I .

.
: .....
 "l, '"r
, ',,' I

. (',\l'ii\ll.lj~: 1'vlo:klos¡'~\lln¡'I'egrcsi\'ó~q' ~()II i~ciardos Dis'lribuiJds ]19,

~IU (JlJuS ot EC(J:"U~II:lll i,\ . lo' , :"

ClÍlI1111:obar que el coe'ri~¡en;~ sobre; 'c;, 'y:s~serro~~s eSI¡índa~'cslimados son

I ...•
(.\'..\')~Ji..l.
idélllicos el'l ambas re~'re~io,;cs,¡jis~u'lir,la' cOI1cxióncnl,:ec! estadíslico resu!-,
i ',1'; tan'le Iy .cll:OnlrÚSle~IL sobre Ji¡<2, tl~1¡irilllCr cbil1r;¡~lc de'regresión.
. .. ," ~.' ;t . ~ :':;' ,',¡ ~;. ,,;;,' ..' '. , .
;1' '.1' - .1' 'i(.\\yl .1' 'i IL? Examinar posibles reparal11l.:lri:wciunes de laecuación , . ,
(.I".~' r ".

~~'.
'¡

,.1', = 11/ Hl1Y,CI':+ ;'¡~~1:.'¡,,}~',.i'Jl¡x;_I,~JJ~'~'lll

;Y2....: -, " ~£, ..
.. \/ . .
donde)' y.r son varí;,h,ks,i(1 )','pal,},ver,qu( parámetros
,

pueden mostrarse ca: .

=~
(i '.1.)2 . nio c(;dicíeliles de v"riabks,de' inedia ceh; 1(0) y, porco,nsiguienle. seade-
cuana proccdímielllosde í.nrcreneia eSI;índ;\j-;~:' ,.
POlio tanlo. V¡¡r(q) = er~ (.í"M)') (i'.lf2, Suslitu)'endoen la ecuacitín (fU?).
,", (~' 1"" ,',' ,"'" B2 IU;' ÉSluJiar el ;;'rlículo de I'erriill' c,¡lndo ~nl;i SC<,:éÍ.ÓIl,8.4 aplicar~uco~lrasle de y
.' >-" _1_. = _, (.l" ¡\I,.lj-I ,(.l" M,r.") 2, = __ ._ raíz unilaria a las'~cries'd~'gado' y
'pr'Cc'iodel ejemplo n'un1érico de dicha sec-
var(l/) er- var(1\) ci()Il. ' . \~.. ;, . , " ..{ :,

~ ,;~¡ , J • ',. '. _ • .. \, '" ._

quecol1lplcta la demostración. H.~. Desarrollar ,Ias,relaciones explícitas enlre los parámetros & y fJ de la ecuaciói,
(~.54)., . . ' ..,' ',' é' , ' ",','
¡l.
,\ '¡

P[~OBLEMAS R.I tI. Calcular. U1iran/;:o d~ prueba~ ~~a;,ldí~ticas' de diagnósl ¡ca f);;~,,'algu,j:lsdc¡ J.:lS
ecuaciones d~ la Sccci<Ín:-;.4 roi'n)UI;¡(J;1S (anloen JonÍlato de niveles como ue
primeras dircrencias.¿Oll~ eSI:;IdíSlit()~ poseen valores idénlicos par:l ambos
S.l. Dcmoslr;lrque los residuos cstil.naúos'en lasregresiones(J\S.'1) y (¡\S.5) son iúénli. , formalos y cu;í1cs no? ¿Por, (Iué? . :: ' " "
coso
M.IO. Calcular los valores de his¡)r~dicéio,ies csi;ílicas mosl~ilclns en la Figura 8.ó.
S.2. Desarrollar una rep;lr;lInClri7.;lcillll de 1;,ecuacilín,(H.12) en la que el lérmillo dc co- (;J1Cll1ar también, lós vOllores'dí.:: ]¡iprcdicciún dilláinica 'para el1l1isrilO periodo'
rreceil')I1del crror.;~ silue cnl:.l pcril)do 1-2.' y <:ompararhi~. Cuando se' cñlc~l1elil,predícciói1 dil;;ímlca,'"sumir que 'Ios valo-'
res del conSun\(l que' \'aY;¡;11l1:ís illI;í.dc 1987 ..4 son ,descono'cidos y'debcr~n sus-
¡u. i),;sarrollar Ulla rc',iar"IllC!I'ización ÚC \;1 ~cu;lci(íll' (S.12) quc i[IC()rpore el supucsto ;.
tiluirse'p6r'valores predicHos. " •. . "" :,'
dc daslicidad unilaria y quc pucda CS(i~l1"rscdirecl;lIl11:nle. '

HA, Comprobar que los residuos del ajuste I--.ICOde la ccuación (I;.Ilí) d"n lu!P!r a un esli.
mador insesgado dc lt,~cuando la ecu"cil'lI1 (1'-15) es la especificaci(')I1 ctlrrc~ta de .\',.
,
, •. .•..'.

S,5. El erecto d~,,1I)s.errores~,curtlctidos'-ah:x<:luin'aTi;lbl CSTC IC\TalllSs:oinclu ir ,"ari::rbleF"

'-, ,irre 1c,\''t111~'~~iAt:;,-,~i~u'
(I;;'¿r;';)II;lli~~t.:I;e ¡IC s ;0'1);1racsp~ci (icaciollcs sCllcil1as como'
.~l,
"\.,; ,laqlC I;ls'ccuacionc,s U" 15) Y (S, I(')"Dcri""r ".IS conclusioncs gl'llcrtlh-s dc esos resul.
.¿¡ 1;ldps ':Cli:,l',é,r;ninosIll;lll'iei"ks. (llili~.;'11l10X = IX, x~l.
donde X~ pucdc representar
variables e,xcluiJ"s o incluidas erroneanú::llle.

X.lí. Elmodclo L1eia cniacilíll (:';.2\!)pucdc rcfnnllul"rse ell forlll" IIl:Ilrici;r1c(mlO'

)' = ,\j1+ El

.r = .r~ra 1 + Y-11l2 + E2
dc I;ISecu;lclollcs por ~'ICO y SCobli(:lIclI los n:clores de rcsiduos
Se eSlima CI(I" \111;1
c"y C Dm posihks C(lIltl:;¡SrCsd.: 'rtgresiiíll'p;,ra\'Crific;lr 1" exislencia de cxogellei.
"
dad d~bil de x $011
. e",obrc.ry cl' , ¡.
__
1
'

y sobre .ry c,' "

"

.1 •.
.. ',:',"!
.j
..•...
 '---.. ,,'
¡- .
¡J
CAPÍTULO ~
1''' 1',\1'1'" :1.<) '1; ,\Illlkl()s, i\ Illiri"e\I;lri()naks JJI'
,
. '.-,:~~'~.: •.':~':'!_'Il""~"C.:'
.'t' .•••
'~••. • • • :~ '7i
0, ue forma lIl¡ísexplícila .
= 1111 + 1/11~\'I.t:.I'-I-
!vIo ele los. M uI ti e eu el ei 011 al es )'11 1/1'~Y~.I-1"1 Eh

)'2' = 1112 + "2'Y\.',.I. + 1/2::."2.1-1 + E21'

Así pues, l:OIllOcn lodos los V 1\ 1'1..cada vMiablc se expresa como un¡¡ combinación
.'"":' lineal de los v;lIores relardados de ell¡¡ mism¡¡ y los v.llores re:laru¡¡dos de las reSl;lI1' J

',. - I I 1 .,
\ ~,
i.
les variables del grupo. [n lapr;íclica. I¡¡s ecuaciones dt;: V f\ R 1Ie:~an ¡¡ incluir len.
dencias lemporalcs dclenninislas y olras v¡¡riablcs exúgellas: aquí las igllorMe:mos
. ' par¡¡ que I¡¡cxposición rcsulle m¡ís sencilla. Como en el C¡¡SOuniv¡¡rianle~ el compor- J
I ,'- .I.l\l)\ I¡¡mielllo ue I<ls)' depemlcr;í de I¡¡s propieu¡¡c1es d..: l¡¡ m¡¡lri7. ..\.
l.. ( -;(j ).:r Supong<lnllls que los valores propios y los I'celores propios de: la m<llri7.el son
: . ". - '.
'. ~
-'
1

t: " ::..,,:
"

. ,\,.;: ,",.".::.,\ ,.., .,f, .•., u ', ~, ,.,:....' . ..,:::

..
':.". ..: : :..: '\J.~.:. ".'-.v
. ' ' 1' k'1 "'0 1 , ' 1- :.:] .
,'....
)

1 EII el Capítulo 7 hemos allalizauo los esquemas ullivariallles aUlorregresivos en los A = .C = e,,,' C1 J \ ".
,
I que una variahle esc"l<lr se modeliza en.términos <.lesus propios 'va.lores pasados. El -
O h2'
- ",' "

i proceso A R(/I). p(Hejc'ml,)lo.es .

1 ." .. ..1',.=/11 .,'ul)',_' + uV"_2.;" , .. +á~I.\'í:l'+ E, .
A lIicnos que los vajores propios seaii 'uis\intús. los Veel(lI'l:s propios son line;i1mcn,
le independientes y e es no si1lgular.:I'or lo lanlo,
"
:'
I ConsiderarelllOS ahora UII \'cdor eolullllla dc k variables <.Iislinl.as,)', = 1)'" )'2, ... >'k,1' /i. ,A~2.'
I
¡
.COIIobjclo. <.leIllodeÚz<lrlo enléli,.ninos de los vaio,:cs pasados .de .dicho veelor. El
resullado es UII "celur autllrrC~~Cs~vll o y i,\ R. El proceso V A R(p) c~ .
I,)dinamosun
C-I AC = Ay.
nuevo l'eClor de vari<lbles z, C0l110
Á'~ CAe> ' (l).,I)
"
,:",
r .'. Ky k, .,....
'. ,~ ._ \.~.
t ~ . •• .' • .'.
;:1 = C~ly, )'i= C¿,' ('.J,5)
I y,=m+/\I)"-I+/\V.'.2+ (9,1) +.A¡;.i'icl'+.E, ...•.. ' . .
! , t~'. '1<1 '",' . "1' .•.) '::"'1, .' I'reJ1;:i11iplieando la.eeuación pór.C-i y slm¡;liricando lucgo. OblCI)Cmos .
I. ,Las 1\ i SOIl malrices de i:qe.fieit:ilt~s \. C ordei)' k x .k, n,.es un' veCl'or :1, x, I 'Je éOI\Slan- (Y.])
! .--'

I1
~
r,
., . ',.
, ,¡~(E;)'=. O
.. '. : {n
IL"S')' E, es UII.veeior.qi.I<:=~ill~boliz;1UII pr~ce~o de rpitlo bla¡H:o, cOil.las propiedades'

1\'
.

I~('~,E'.\) = "-'"
'.1' = /.
(\1.2)
, t1oi,Lic /11' = C-1m )' '1),
z/:= /11' + .'\<:"_1' '1: 'I)¡'
= C-I El; (1ue es un veeior dc ru.id(i blanco. Así pucs.
('.J,ó)
r""'"""

'5 . '" ~,. 1" () .~ *' / i-:,:, (>',I ZI, = ,i"I'¡: hl':I.I_1 + ni, •......
! ¡ uonue' ~upo¡lelnos qu~ 1.lm¡ilri~ de covaría'nzas n es <.IcCinidapositiva, Por lo InnlO,. z~,= /11' ~ + h':i¡~.I_l + '11!, ,~

¡. ¡ las E se no se hallan corrcl,lcionadas serialmenlc aUIHlue pueda darse el dl~o de que

Cada una ue las vnriables Z siguc. por.scparauo. un esquema Al~( 1) que cs cstacio,
Ir 1 cstén'corr..:l;lcionauas, conlempOr¡'ne<lmClllc. ../ nario, 1(0), cuando c1valo(própio tenga lIlódúlo menor qllc I¡,es lUl pasc~) aleatorio
,~

! ( 0

I ! (- . le) rj .C(in deriva, l( 1), cU<lndo el valor propio sea iglialll 1; ~',cs explósiv() cuando el valor
I '1 9.1 n. o.} i.~ propio sea mayor' que 1.,Las series' cxpl'lsil'.,,'sse desprecia.r¡ín'por ser económica-
II fl
~ VECTOl~ AUTORREGRESIVO(V~\li) L ~):)
'f \,
ment~ irrelevantes,
)' h~..
Considerelllosailoravarias, cOlllbinacion\:s posibles cnlrc Al

I I

l' . Cl/SII l. It.:,' < I )' I}.!I < '1. Las;: son enllil\~es 1(0). Laccll;lcil'll1 (').5) nlllL'slra
I I Y,U Un VAH SCIIl:illo
," . que J'as.i' sún un;1 c(lll)hi nación lincal de I~s;:, í(l,q ue se descrihe l'llnlO q uc ." cs 1(0),
S'iendo '(odas las variables e>!;icionari¡ls,los,p¡-()~edil1lienlOS de infcrcnci;l estándar
~ P¡u.'a ex¡;li¿ar algunas de 1¡IScarnc(crí~iica.s b;ísic<ls de los V I\(t considerarelllos en.
Slll~;.lplil:ahles al VAI{Jornllll¡Hlo com.o hcmos hecho'cnla ecuación (9.':\). :'rambi0n
;~r¡mer .lugaruII caso sencillo d:lI1dc k ;:: 2 = l:~nesie l:as() , y,) liene scnli¡lo investigar el c(¡uilihdll'csf:\lieodel sislema . .El proceso de igualar a ce,
[''-'1] , f

. "'[ y;,]
Ji = =, + [1/11 ".''.'].lr.. ~I..I'I]+ [::,'\ = 1/1 -1-1\)'1-1 -1-El' (9.3).
1''0 el veclor de perturbación

.1'11 vl:~lur.cquilibrío
al,ealoria de la ecuación (9J) y suponer la exiSlcnci¡l de
y da lüg¡\r a ,
. ''Y2,:,:. 1112 . ,(j21 (11.1. }2.1-1 . "_ r
'.
(1-1\))''=/11 01', I1Y=/II ('.J.7)
:::m
,t'
 t,., ",.d "~'O '{':

'.
1,
¡ 1', ;.

," I
" ,,'o '~, l':"Í'lTULo 9:Modc1osMul
, ei:u<1cionnlcs JJ3
'. .' :',,' . . '; " ~' .!, ....i " ,

dCH)de TI = 1 - 1\. L;¡ ecu;,~i{)n se resolverá parn un :v (¡nico y c1islililo dé-teni. siem- fila es el veelordccoinlegrnci6n(lchnld~~~nlc;¡6¡illdnlc, rni~ntrns que el vcctor co-
1m: qu\: la l11atriz n se" 1H1 singular. ,Los,resull<1dos,dc iílgebra nl<llrici,,1 del I\péndi- lumna propon:ioi):llo~ pes~s !11cdial.lIc 10s.;cu;¡les ;1(\:r~l;¡ciQIl 'de coinlcgr:l.ciónent ra
n: 1\ de,lllucstr;ln lo siguienle:'. . ..' . " ~, en cada ulladc'lns't:cu;iciones~lcí \iÁR:>Ca ,exblic'acilÍri es m~s ~vidente'c()mbin;¡n-
Los valorcs I'rnpic)s p lh.: 11 son,losc'ol11plclllGlúarios de los valores propios >-de dola~ecúaci()nes(iy.9))'(9.IO),;':'; , '. " .
,1. cs decir. ¡Ji = 1 - h¡. . ;; '.
, , IJY;i=:i;II:~.Cl2o"->-'2)l:~;~t~€I' (9.11 )
LllS "ectores propios de TI son idénlicos a los de 11.' '. '.. . , , lo J ¡.: ¡\ "¡ ,) 'i . " , . ,,' .~,";.': \ '.!'
Por lo lanlo, en esle caso Il es nosiligul;¡r y cxist~ enlonces un equilibrio est,ílico . , 6Y21 = 1112 :-C22(1;:- X2)iv_1 +E21, '
único 1'=11-1.111. Los'\';¡lo;'Cs ~Ie >-~ségur;\rí qtielas des\;i;¡ciónes del vector equili- Dicj¡~ rdmmul;¡ciónde laSeCll;¡~¡oncs\II~Rs~ -expre~a' en lérminos de pdmerns di-
brios(')i) lr;insilul'ias\' licnc!cll .; dcsnpnr~cer con elliel11po. ferencias y
ni\'clcs"t'ndos ellos I(O).Se:eónIC':ll(;ln'ln'lnbiél,l elpunlo de visl;¡ de bnJo
.\.. '.
CilIO 2. ~I := )}' '1~21 <1. Alioi'~ 1.1~sl(I), rnseo alc;¡lOrio con deriv;¡, y 1.2 es tina formulación de c'orrc~Cilíll c1c:crror dclVAR,y~que 1.2r_lrnide cu<Ínlo se des-
"
1(0). (ada:\:"és'~;ti(1I1'~es I( \). ya'que selr',la ,'Icun;¡ cOlllbinnción lincal de un;¡ va- vían )\'-1 y Yi.,-i licia rcl~ción'dc c6i~leg~hti6;1; hlargo'plnz(;. " .. '
riable 1(l) )' una vil riable 1(0). Direnios en loilCCS quc )' es 1(1 ). En este C;¡SO, cn rece
dc sentido busc;¡r un;¡ relilcióndc equilibrio CSl¡ílico enlre un cierto V;¡IOI de XI y EJ E,\II'1.0 NU~,I,É.HIC(j.CO;lsidcrem~s clsisten':~ •. '" j'
~ ' ,, " , f -I ' • • ••

olro 1'" nUI'que sí lo lienepregunlilrsesi exist~ui.i;i rcJ¡,cióndc.coinlegr;¡ciún enlre : )',,;"1,.' ;2)'1.1 ..; - 1),2)'2'_'+'(1/: ,:
, .,' ','
."1, ~")~2rL;¡ rel;¡ción st: .dcs~ubre fácilil1el.lle.L;¡segunda [ila (inferior) de I;¡ ecu;¡- j,
ción (9.5) d;¡ lugar;¡ . ., )'2,:i 1),(i.i\~/.I'¡'O>lY2','_I' +~2,
;":;'1.
.
:1. 2' ---: c(2) J'. , .
(9.8) donde hemos hechn'¡lIigllal~1 ecrO.:Los val,ores propios de;': se',oblicne!) reséJlvien,do
,1
donde c(1) es \;¡ fi\;¡ ilífcl'ior deC-I,Y6i idtanlo, 'les 'un¡i combinac'ión linen\ dev<1- . :' '1«(lll'':',.\):'/a;,~:'' ;1 .... " '. ,;'
riabks I( 1) aunquc. Imr sí llli~llla. es Ui1i1 varirible 'cslilcionilriil 1(0). El vector de " ' ',' ='0
":'(/21 '.«(ln-X), . 1,
coinlegrilciúll aniquila el componente I( 1) de y,. El resultado se h:lcc explícito [01'-
'.
mulando 1" ecuación (9.5) Como Los ,,;¡Iores propios satisraccn

"1 +>-2~:tr¡\ =1.6

"
y,.[:J z,,+[~,] '" il' "'"',"
1
y "2= (¡.(\ .. EI vcclor
.
rr~pio:corrl'SI)Ondienle a la primer"
"
r~í7. se ohtielle
'
<1
¡,

'.
1'""',," '1'''''''''''' ,,,"" ",1 "" pOi.' ti """" "". ,';1 ób'""",,,, ,,>1 J',. '1" 1'''''1''' '" ,1," ' 1''''' , do , :-¡~:: :~::}[ ':::] ~ [ ~ I
MOSlrl!ié'ill~)S'1.:l11111ll~n In 'rclaclOn de colnlegl <1Cloncn te 1 1111
nos de 1.1mn llll. JI :.~. i r.:,:I\'l:Clor.PI~, pio s.e,U,';lc"íiil1~,s¡)loapi.lrl i,r ~1C,ürifnClo,~dc,~sc.n.'a:Sic21=' .1. ~I rrilher '
l.ldinid~ 'e;ila. 'ccu~tió"l' (9.7.')',' RepnrnmClri7.aremos la ecuación (9.:1) como 11 1I D
.¡f.:<\ I" \'cClor'l'wpltl sCla C'=. . ',.
.1
C.qlo~()sunl
I 1
ar.c,s,;gunt
1 <
O,~éclor propio ,1;er•• c2=,
lJy, = 11/:- (1)"-1 ¡. E, (9.9) . lJ :\]'.I\sí IHlCS,
Los vnlOl:es propios (k n son cero y ( 1-:>-2)' Por 16 tanto,'1I es un~ miilri.z singul;¡r '.,C:'..,'.:.'[',1l.]
,:,0,

dc rango lino. ])cbido;l! herhó de (íue estani;ltrii.col11p;lrlt veclOres propIOs conA, .'. '¡L.]

,.
tellclllOs
:fl ' ='C O(
,[0 O
I _ ~2) C-I
l' .Hcror';lui;iml1~'la, c~1I¡,ci6n,(9.1.2)c\J1l)O> ..•...'
I
..••..}. ¿Yl,=O';2):U.l'.~ O.2Y~:':I+ ~,;'
t
-'-'
.•.....1

'"
•= ¡ r
,
q(1 -"1)
" '
I "",1
..
.'9.10)
•• <
:Á~'21 =O.6~;;)_,~O.(\Yl.t:I+

'.'~",. l'O,-;]'I-O,5~,,_,-, 05",,_!}, ,;

. ~2" , .... '
.l
I

... {;
I

1
i
, I\sí pues, n. quc es (Icrailgo Uno, se rilc10Ii'l.a:ollll) el produélo de lin v<:.clono- qllcc~Ja\'cisió,i Illlllléric;l(lcl;CClÚ1Ci6~!{9:JI}.ÚriicIO'ri7:~ciólldc la rn"lri7.11 no es
,'. ""...:,' lunlli"i1 y [111"cctor [iln. I\cst(:'rcsultado se le l1e'lHilllill:l prodllrlfl c:\Ierl1fl. El vector :¡
.\"liic;¡,Síli)¡,"ií)H~a'llo~ci
, • ,.'
,pri')l~t veclorpori"i".
1 " •
COn51<1I11e.
,.' _
"rbil r;¡rih y nllllt iplicamos,
.", o" ',.'" ' •• _: t,l,
r
: I
.' , ,..,1 ti
•
 (

tÍ:.• 1
C,\I'íTUI.O'). i'v\lJlklos i\tulticclIilciollillcs
'"
" .. 1

J
,lue~o, d segundo por su recíproco, I;¡ nl;¡lriz n pcrnwnecc inlacla, Rcformularcmos ivlultiplici\mlo la.rrlnll.:ra,cclIac,ión por( 1- L), i:; ]
el vector dc coinlcgr¡¡ción cuma 1., = (y/,. - )'21)' ajusla;ldo ~I~modo adccuadu d vector . (1 - L)2~11 = /11*2 + (1)I,-1)I.C-1 -1- 1)2,'-1)
ponder;¡do.
Por I~ tanto, 'Ic es una serie 1(2) y 1.21es 1(1). ConsecuClllcm<:nl<:.llldas las variables
C{lSO J. Al == A2 = l. El análisis de este caso es dislinto al realizado en los dus yscranl(2). '.' . ,
anleriores, porque no existen dos vectores propios line¡ilmenle independientes co-
Rcsulta intcresante calcular la matriz 1'. En genera!. la ecuación (9.13) cuml1li-
m.:spondientes al valor propio repetido y. por lo tanto, no existe ninguna malriz no r¡í
singular C que di;¡gonalice A como sucedía Cilla ecuación ('JA). Para ilustrar el ca.
so. consideremos la matriz

A= (
O,ti -0,41
0,1 1,2
!""\
Verificamos fácilmente la existencia de un valor pl:opio unitario de multiplicidad eslo es, A [JI=I\PI\ Y AP2=PI+A/h
\

dos; csto es, Al = A2 = l. La ecuación (A - A 1)c = O da como resullado E\'id~nlemenle .. Ia primera ecuación da como resulta~o c.l vcctor propio único de.
-0,2 -0.41 ( 1 J (l.1 Clt - C 1 -- [-2 .1J' . L',1 segulll .1-
lern1ll1ado antenormenle , esto es '1 1) :... . , se trans.
iI ecuaclon
(
0,1 0,2 lo c21
rorma en (/\ - I)P2 = PI' La resolución de la ceuación es P2 = [8 1]' y. por lo lanlO.

, .. p = [-2 8] 1'-1 = [-0.1 O,S1

. 1 1 0.1 0.2
Verificamos f:\cillllenle <¡uc-Ias malrices salisracen la ccua~i(')n(l),1 J).
13uscaremos, cn úllimo lugar, un posible vector de cointcgración. Ya que

J', ~ ['~ll ,,,+ [,:, e,;

~lece~ilamos un veclor ortogonal a Jll para eliminar el componente ~ de 1'. Ll fil;1

IIlfeno.r de 1'-1 nos servir¡í. El vector de coinlegración orrece una c01l11~inac'ión line¡"
d,e variables 1.(2) ~Iue es I( 1). En este caso, la variable coinlegr¡ulle no cs estaciuna,
1.1 = poOL )', )'1 = 1'1., (9.15)
Ila; aU~l(llIe SI sallsfacc la definicióngeneral.de eoinlegración. es decir. es un veclur
, dc va.nab~:s l~rI) que es cuintegrado de orden (d,h) ICI(rI,h)]. cuando existe una
Sustituyendo y, de la ecu;¡ción (9.3) y simplificando obtenemos • coml~lnacl~JI1 lineal que es l(rI - b), para h rO,sitivo. En eslc caso. l' es CI(2.1). La
1., = lz'_1 + 11/ * + 111 (!J. 1 ó) nlilll:l~ n Ilcne rango uno y la fila inferior de n ofrece tambiL'n d \:ector dc coillte-

I donde 11/* = 1'-111/, Y 111 = ~-If/, Detallando la ecuación (9.ló),tencll1os quc gr~lclon. T~das la~ variables del VA R son ,no eSlaeionarias. igual que sucede con las -
pl.llneras dl~erencla~ de esas variahles. Por lo lanto, y en cualquier caso.lus procedi-
.,¡-

1.1'= AlU_1 + 1.2,I-t + m*, + 111 (!J.17)

mientos de IIlferenCla no son los métodos estándar:
l' 1.21= A1.2.,_1+ /11 *2 +'1121
Susliluyendo el valor propio unitario, las ecuaciones se c~!1Viencn. en
1 9.1.2 Un VA R de Tres Variahles
(1 - L)1.11 = '2.1-1 + 111*, + 11lc

(1- L)'21 = /11*2 + 1121 _ l\'l.antenemos ~odal'ía el supuesto de uil VAR de primer orden. ¡\l;nque ahora am-
:yl.larel11os el sIstema a (res variables. SupongaJ1Jos (Iue I(ls valt1l'l:s prnpios de la ma.
1m, ,l son Al=.1, 1A21<I Y 1A3,1<.1.Así Jlues, existe una malriz no singular (3 x 3). C. de
1Véase" Apéndice A. vectores proPiOS de;l, Definimos un I'ector;: de tres elementos como el de la ecua-

o'. ~" •.

'" I
..
 .~ 1

, ", :, CA,I'ITUl.o9;fvlodclos Mllh,iccu~ciol1~les )37 i

.;,
. ,".

j~.', " <

\ ¡
!',.',.;,. :' ,;."ij"
1 '
l. "¡, ,:,,"
}
¡Iolldé {~y jJ son;nalriccs 3 x 2 dcr:lIlgo dos7..' Elrango de IT'esdo's y cxisleil elos'
'"
""
]: .",
vl.:clorcs d¡;c(;in[~~r;lci(ln. ql;~ 'Iii;¡estr;l11' la);, rfI<1s'¿le'j1'~'Stisliluycn¿!o la ecuación
••.• • • 1 ••
'j
(I),21) Cll la ccua.rióll (():9).ohlcllcmos ,,1(, ,
6.\'¡ =,1"" '-<11'.1',_1 'hE¡ =, Ji, -:{u:,~'J +'E, (9,22) 1
, ,'!. ~. ; i '. , .'
.~ I
¡
¡. dondcZ'_1 =:¡)'Yt-I ,illcluyclas dos variablcscóilllegra'nles.: ':;
('un 1.:1fin d¡; wns¡;guir un;, combinación li1l1.:aldI.: las variables y. ¡¡UCsca 1(0), de- ¡\nlcstlc ;Ihalltlonal'cl caso de' Irc's'variablCs;'sÚpb',ig;tmos que h:kvalorcs' pro-
bcnlOselilllinar el clt::llIcnlo <.\" ¡-Iagamos 'quc c(:2) y e()) iildiquen I;\s filas segunda y, pios Sllll XI =1, Xi= I y IX)I <l. Siguielldocl desarrollo ú'iili1.ado anteriórmenle P;'¡l'<l
lerccra de e-I, cnlonces Icndremos c1~s ,:elacioncs de cointcgracicín cn 1.:1Caso 3. resulta posible hallar una ill¡¡trizlio singulnr l' lal qtl'e r~l Al' = J.donde
- = )" malri" dé Jordai1 sea :11101'''
{.(2),' ,)' l
3, ="~,,(J),
(9.1 S)

l"lrn,l
. l.21 1
I

Lus vt:ctlirCstk CoiIlH:~ra~'iún sc' tktt:rminan Slílo mt:dianll.: un faclor escala, sin cm-
bargo, el hecho de trabajar I.:on lres variables ,inlroduce ,una consideraci6n lutal-
mcnle nucva. La cOlilbinación lineal de 'v,II'iablcs 1(0) es lambién 1(0). Por lo tanlo, . , ' ,. , ~
. :.

cnalquicr combinaciónlincal ele bsvariiJbles de la ecuación (9.1::;) scr;í lambién una Ddinicl1dll u,; \'cCtor lIc tres C1émclllos' lí'=. 1'-1 j.,;'lencrDos qtie II es:¡ (2), l2 eS I( 1)

1\
relación de coinlcg;'a'citin, wn 'uI",'eclor'd¡; coinlcgracicín asociado. ClIalldo existell
dos o m:ís vectores de clliillegraci611, hay illfinldad(\e veclores de cOinfegr:lI:icín.
I\nalizarcnl(is la malriz n pai'a hallar la fornndacilÍn dt:llipo de correccilín del "\ .
n," '(11) E" .'''"',,', ':: ~¡:,:r':::¡/1:j'::'),'¡::T::~""n"i', . '. .. .
nror, Los v¡IIures prt1pios sun JI, = (J. Jl2 = I -},,2' Y JI) = 'I,-}"J' Entonel.:s.
,n =C(I_,\)C-I '.f" .. ',-.

Prclillllliplica;,do pOI; b,segunda fila de )'-1, e~lo es, 1'(1.), e1i~linamo~ tanto '1 como
'2' obtcnicndo 11(2) .1', = ~2¡. ql\cesl(I). ÓCPlOdosil11il\\rjpcrl11i~lIljplic:.lndopÓr 1'(3).
"", .. '

,
~.I{:I e,;.l],"[.~'~: ~ JI ...
e( 1) , •...
c(2) •..
]
,(9.19)
.• :7'
oblcnclllOspPl'YI = l);~ «uces 1(0). A'sí:plÍes. existcn dos veCtores cc)lniegrantes.
.....,'
; ; () O, 1', e()) ... ' :nIlHluu"súlo unt¡' dccllilsda lugar'a ''ú6i\ c'olilhi'Ú1Cióll' liheal eSlaciOlr¡,i-¡n di: )'. £1
Illolivo CSquc y es 1(2). Sin éinb;ú'go; lo'sUatos eil;pí,.ic6ssu'gic~eli que la n1ayoría
-~. ~[,,:,' . ";" 1 [~:~: ::.1
dclas sCTicseconlÍnlicas sonl( 1) 'o 1(0). ' ';: ",
, ReSllll:l posible tcncr:lllnislema 'dc'v;\¡'iables I( 1) inclu's<'lc'Jandocxisten diver-

.•...:..i
Entonces 11 s¡;c1ivi~!e enlrc cl p.::)dUc!-~,..c!.c..~l!..'.1..'-'-.n1a!~!:1_~3.~I.~r:lIlgo.(Io~)'
,lriz 2 x3.:lj'li\li~',).~idt'ú¡~;:ii6'¡J¡;~:.[~,¿tiilil~'.,h~(ri;i,illélúycfós¿jos
gr;\ciúll; i;;iéiill:a~ 'que l;i prin;cra ofrecc los pesósmcdiallte
11.'~;l,!l.!:~~,
~cctorcs dc ¿¿¡lile'; ,
los cuales ambos vccto'
.•.
~,,,;::~'.'~:~~::::"'::':::~"':"'~::::mr~F;6~~,~~;:
res de c(;iillcgracióll enlran,cn b fOl'lnülación deCOí'rccciólldc.:l crror para lodo 6y¡. ',Los dospJilncTosch;inénh)SÚ~lorlÍllinm 'riIilSC Ig'ualiúulii'no p,lrasiinrlificarb ex-
Susliluyend(~ én la eeu'a¿ióll (9;9) 'obiendrcinos,c1 cOlljunloeomplcto dc ccu;lciones, pliCación, ya qllc,~1 tínic,o(!lcrncnloh~si~b,deia filacs((' Losyalo'rcs prüpioss'on
L\'I'I¡ ::::111.1~(p~C;-2)Z2.,;I'""; (PJCl))¿),1.1 ".' EI¡ }"l= 1, ~2=,I ..y>-')=(/"dcindésliponenw~ qtic'C¡ Ghimovalor,propio tiene módulo
menor qne !liJO,Las dospril1lcras ,,;¡¡'¡nble(v.sónr~seos'aleatorio$ COI;deriVa y, por
'6Y~r= "'2 - (PiC:12}Z2,1-1 - (P,lCn)Z,1.1_1 + E~, (9.20)
lo lalllo. I (l) •.y laierccra ctuaciól1dclVAR éO;l~eln l~s tl:es vnriribles de modo que
"-.:¡I

De modo m;\s compaclo.

tI.I'.', = 111.1-

rcpiliendo
(JI~C.l2);:2.¡-1 - (P,1Cl,\)Z.1,1_I"

Ii! ccuación(9,9), formularnos

E,ll

'"''''''''r" ,,,,,'h"" '(t)~L:;~'~:rx.'.iLl..

.~.:
6.1',==.111 ~ IIY¡_I + E,

Escrihimos la facloril.;lcióndc I1como',',

2 L:,n"i,:'cion P;"rlc,'~1 :lcllcrdi; <le''(II;I,;l.:Irlil'''yiisC'',"~p:ira,¡;,dicarlllalric~5. aunquc la lilcra;,,;', quc' ve;.
ri = tyJl' (9.~1) , 5';1 ~ohrc C(,.i~;ll'~r;~~~i\)';11:1',C\:~.la.
'. . '.', . ,' ..

,1

{ il
 I .- .J
o •

338
, n :1.0"; i\.lod<:\¡lSi\1111lieclIaciona les "
MÉTODOS DIO ECU;':O~'ETIlIA ("'\I'i .\.19 .; .'

I I~ango (11) = k. Cuando todas las raíces lienen mÓcJulo mcúorque uno. 11 es lil:
: ,. )
rango comj¡il:to y no singular. Las variables .I'\le la ec:uación (9.1) son I(O)'~' los'
1/ - II estimadores no reslringidos de la ecuación (9.1) o'¿1c '1;;..:cuaci;'lIl (l).2C¡)originan ~)
infercncias de los par<ÍIlH:lros'con losmismos resull;,dus.
'1
2. n.ango (11) = r < k. ESla siluación aparece cuando ..:xisle una raizunilaria d..:
donde el vcctor fila es el vector dc cointcgración. El résullado es multiplicidau (k - r) y las r reslantes raíces son' numéric;lIl1enle meno'res que'
Z, = )'1' + )'21 + (á - 1)Y31 uno. El veclOr y ser;í I( 1) o mayor')' n se éxprc'Sa.seglln 1;1 ecuación (l).~ 1). Cl).
mo el produclo externo d..: dos matrices '(k x '1:): ambas lk ran~l) r. El lado dere.
= )'11 + )'2, + (a -1)Ú'I.I_1 + )'2.1-1 + aYJ.I_'1 + 1//) +EJ,)
cho de la ecuación (9.26) inc!uirií r variables cointegranlcs.
= t.)'I', + t.)'2/ +' 1/1:,_1 + (a - 1)111) + (1/ -1 )EJ' 3. Rango (11) = O. Se trala de un caso bastante .especial. Sólo aparece cuando
¡\ I + + ;\" = 1, en cuyo caso n = O Y la ecuación (1).26) demuestra 'que el
= conslantc ..",
oo.

+ áZ'_1 + Y,
V ¡\ R debería especificarse únicamenle en lérmiilOs de las. prinlt:r<ls dikrelicias
:9s~.!.i~'-~.~Yl.:.f: .~,lt:.:t.~,.~.lt
..._t.J~.,~..~'.t~~.Jf':~~:.~~.t\~)~ J.~qJ~!,~.\};:s9 ~\}.)J!.~:...':~~:,J~~D~
S.~}9.,...~.~,J_~~ 19~:~l"" S!g,l~
~-.!Yl.}..-.•"; .,.:.... .. r. del<ls v¡üiablCs...... .......' .... ,' < .
"
: c". _ ~'." :.,.',.~

proceso eslable AR(I) y es 1(0).

9.2
9.1.3 Sistemas de.Oruen l\'l:ís Eleyallv ..
ÉSTI~:IACIÓN DE ¡\'roDELOS VAR

Existen uos mouos de estimar los VAR. Ei primero 'consiste en eslimar el sistema
cstablecido en ía ecuaciÓn (9.1), mientras que el segundo exige.alternativamcnte. la
reparametrización de la ecuación (9.26). Según lo argum..:nlado en la seccilÍn an!c.
rior, la estimación direcla resulü,rá ndecuilda éuanuo lodos los valores p'ropios de 11
sean numéric¡\mente inferióres a uno ..La segunuaaltern¡lli,'a. adecuada cuanuu las
variables)' no son estacio!larias, clll'lsis.lcendetermi,{¡¡r el nLllllern r de.pnsibks vec.
lores de cointegración.y L:stimar luego laecljación (9.26) mediantL: la matriz n para
. , .mostrar las r variables coinlegraliles. Discutiremos 'este' l~dlimo enfoque en la si.
guienle sección. Desarrollaremos':ahora la estimación JI(} /"l's/ringid" de la ecuación
(1).1 )o.la ecunción (lJ.2!i). .
Como que las variables'delládo.derecho son idénticas en cada una de las ecua .
. cilllies VAl{ resulla que, siguiendo la discusiún ill:erc;l.dc regresiones aparentcnh':lI'
te norelacionadas desarrollada cn el. Apéndice 9, 1. ia eSlimación cficieille del V ¡\ 1{
.1 se consiguc. aplicando 1\'ICO por separado a c<ida una de las ecuacio,~es del V,\ le
Suponiendo, .adem¡ís. 'lucias periurbacio.ncs;se hallan normalmente distribuiJas.
obtend,'eníos también eSlin)adores de MV: Este becho 'facilil¡1 la contraslacilín lk
varias hipólesis iml)Orlanlcs.

lJ.2.1 Conlraslación del Orden del Y ¡\.R J

"

SupoliganlOs que njuslamosun V AR de orden 171y lo que queremos es probar la hi.

plllesis de que el orden es Po < PI' La hipótesis nula cstú anidada con la hipótesis al.
-rc-inaliva y se verificará medianle un cóntraste de razón de verosimilitud .. Cuando .<f
\'1. _
r-
\
J l' '~',"

.. ",,1, ,",.) :"'j .

..•.•.. ,. .'
.!
"
. .,:\,',"::. \l 4 •• ;1.
JI
"p
ajustal110s un V A R de k variables:! ,,: 'I;U(l~OSobservados, el lil:íxí"110de'l-h;garit;llo un contrnsle de razón de vprosil11ilituu.basado en las n)alrices'ue varianzas y cova-
}' dela funció'n de \lerosimililud e~.1." . ' . . rianzas.de los residuos. ,.
. . , .' '. Í1.' - . '

1= cunstante.+ :- Inln-'I \ ,
2
':;1
9.2.3 Predicci(ín, runciones' ilC Itespu'esl:'i
I

"1,
donde n es la matriz de \'ari¡1IlZ:1S)' covari<1llzasde los residuos de .las ecuaciones , .
allm(lulso)'
. . . '.', ,',' , .. ,'",.
Descol1l()(~sici(jl\ '11e la V:\I'lanZ:l',
,1. .. ". ,;' . .t, ••
, -
V t\ R que 1;1mayuría dc lus pr\lgr<1mas infnrm<Ílicos orri;cen de mancr;] ;1\llllm;ílica: • • . 1 ,', • • ,"

Si ulliz<lmos Po rel<lrdos. e1m:íxilllo dellogarilmude la función dc verusimilitud es

-
,

} ,
. ,
.
, (\ ='constallte
.
,
".
+ - Inlfl -I¡
2 o
" Los sistemas V A R sl,m.muy i'lli'li';'a~los, p~r~r'~<lI.izr~ predicci,one~, ~speéi<llmente
predicciones :lcorlo pl<izo. Se 1r<ll:l dc llli enfoque 'no'teórico, en el sentido de que
.i / no se utiliza la teorí<l econó;11ic~l;ara' e~re'c¡(icarl<l'n:cuaeio¡'es estructurales explí-
"¡' ,
,cilas cntre varios conjunlos de variables. LossistemiJs VAR se basan en el supuesto
" ,

El cllntrilste estadislico dc r;rzóli de vcrosimilitudes cs

general dc que las variables ec6nómic~s lienden a moverse conju'nt<lmenle a lo lar-
-' go dd lieml)O y. lamhién, 'a aUloco;r~i;\cion~'rse:' . . .
l~V = - 2(10-/1) =n[lnlnol-lnIÚ 11J!! ~~(q)
\1
. SUpo;l!!.~mos (i~'~o\iserv<lmoslos vectores)'I, ...• j,,,. Suponienc\o un'VAR(l).
'.' Qucda at'ln por determinar el nllmero de gr:1dos de liberlad. 1/. Su valllr equiv;!le :11 '., ',' p~dcmos t;~iliz;ir e~t;)s dalos l~araesIÍl'11ar A y n~,Dcjnrcmos aun ¡<ldade mbmcnlo
., nlllllero de reslriccioiles 'impuestas al delermin:lr la hipótesis nula. Por ejemplo, 's1 :, dichas estimhci~'I;~s y sui)óndrcjl1~s <Iuecü;,oceníós' los valores verdaderos' de esas
en un VAR dc ulls'variables verificamnsla prcsci1cia dclrc~ rcl;rrdus cn IU!!.;lrde matrices.' S\;ponga,ilos, adclll:is, ,que a.1,final del periOdo/lc¡ucremos re'alizar, \lna
cuatro. excluiremos dos variables en catla un<l tic las'ccuacioncs del VA I~ y. e~n:esle. ,';, , predicción del veClor,)' 'uno. do~. 1~'esQ'I~<Í'speri'odos en "delante: Si"l importar c1.al.
caso. 1/ = <1. En ~el1er¡¡1.1f = k~ (PI - Po). . '~¡ cance dc lapredic~ión •.supongamos adeinos que carecemo~ de información para el I
;: pcriodo postcrior a ". La predicciónoplim<l de )',,+\ es la espeianz'tI'condi,cional de j
¡; )',,: 1en el periodo'/I, es decir, . . ,
9.2.2 Contraste de Causalidad de Grnnger )j ,Y;I+I'= tCr,,:. ¡')'~":.., )'¡)=A)' \
:.t,~,'.¡. donde ,ioindica up vccto;' d~ pr<i~ic~ión~ i);,;a:si;11~lifica~~ on~itill1os el.habitual \
En la formulación gener:!1 del V A R, C0l110en el caso tle la ccuación (lJ.I), a¡Jarecen ¡-,'} veclor de CIlnS,I;¡l1tes. .La I?fedicción óptima p<lralos dos, periodos siguientes,es
los v<llores retardados tic todas las vari<lbles en todas las ecuaciones del V A R. A ve- 1
~ , £(.1;',,2 I )'" •... , )'1)' P;¡ra evaluar esta ,expresión precis<lremos una formulación de
ces dese<lremos verificar si cicrta vari;¡ble o conjunto de Vari¡lhles juega un p:1pel f. . , )'"." l\plic:1ndo repetidamente la ecunción (9.3) con/ll = O. obtenemos
~~i~i~: ;,:'-,~er[::;,'
:::\(~:;;\,~;~I~.~/[""
1~1:)~ ]' :"'~IS[;'''~'l)I~:,.[~.]\~
~' A 1\ S" P""'" "",'~"'c ..t"'~:::::::I'""~"'?"7~""~;~r:~;;,;tt""7¡7'7"~'~'~';'"
",.
. ,:\'~í .=. J I2:11,"l'( ,>'2,,-', +(2/,. . En. ,!!.e.'.ner;¡l
_ ..... .,;. l'"<,,. .';/\ .",' ' .. , ...11+.1: ~~I\c
- .. ':')'~A.;-IE .•• ' •.. '
....~("+.',;
" .• s-l.'.

En csle caso; el \'alor. ret¡lrlla~l~dc J'2no licpcn¡,(\a <¡ue ver en la dcl<;rlllin;lciÚIl de )' p(;r 111lanto} '.' ".";X'/ """ (9.27)'
."" Por lotanlo. ~I:diel: que."~ no. cau~¡! ..en e.~I~entil.lodc C¡ran.!,cr, a ."1' Dich;.1 hipó- . '.. . .. "'" "." . .
. Elveclur.de .en.'iHe~ (.I.~111'C.:Uic.'.citi.il dc".la .nr,cdic.c.'ión pn.ra.\' pcrio(l,o..s,l;nnde.I¡¡.nlc es "
lcsis SC VI: ti IiCilría. si inpie mc ntt rea liza ndo la n;gresi(lI1 de J' I sobre los va lores rel a,:- "
dados de .1'1 y .1'2 Y cxalllinalltl{lsi~lCl1cficicnle tic la 1I1tima varí;lhle ,:esulta signifi- c)~)'''fl'- yll.•.•=E".,;:¡,AEIH:s~'I.~ ".+X,,--I~,,+1
calivalllcllle dislinto a cero. En Icrlllinos gencr¡des, el veclor y debería dividirse en Y ,1;\ in:\lrizde varianzasycov;,rinnJ.asde'fos.errores'(Icpredicciónparit S periodos
dos Slllll'cclorcs: y,. de orden k1x 1,)' )'2' dc orden k2 x 1. I.a hip{')lcsis de qlle el POslci'¡orc~,'indic;ldat()lllo~(.I'), es '. '.
hloque ."2no C:llIsa. cn el sl:nlido de, Gritng'cr. ¡í Jt sc eonl rasl;\ esl illl;\ndli las prillle-i(s)= fl.¡:AJlA '+ A 2n(/r')2+ ..'.:~ ¡\I~lfl(A'),-1 (lJ.28)
ras kl ecu:lciones del VAR y cOlllprob<lndo si los codicietllesde los veclores)'2 re.' ." . , . '.' .'. '.', ..•• , .... "
'1" . '1" . D Las,f6rtllll1;\s (9:27}y (lJ.2¡;)sii'venllnican~cnlc p¡¡r~Tpr6cesosde primcr¡orden (alln.
I I 1
\;lrt :It OSll leren SigUI ICallvalllcnle de cero. c nuevo,tl conlraslc Ill;ís scncillo es ,.,.. ,_.. , "
c¡ue elmínierode"";lI"iabh:s ~1~lve¿16r)'libesl¿ restringiclo':i (Ios),Podélnosdesarro-
llar fÓ;'mul;ssiIllÚarcs para proccsO:~.\¡AR(p)doiide))> LY, lo qiJe es 'n;;\s impor,
lanle, .1:1slórllí\lI;\~seésp~ciJjcanel:l lérnl;nosde matticesvcrdaderas de.l11odo que 56-
. " .. ', . . ",," - ," " '

.,-'.

'J
 .. .J

342 W,Tol)oS DE ECO;~O~IElIdA c,\/'iTI;J.() '1: Modelos ¡\\uliiccuacionaics , )

lo ticncn cn cuenta cl errorde innovaci,ón y..noperl1lil~/l coeficienles inciertos. En la "1''\11L'\ ~.l T(\IIl..\~,2

práclica, los punlos de predicción se obtienen sustituyendo la malriz eSlima,da It en ).'1 . Respnt.:s"las al impulso' ItcsPllcsl;isal jlllPIII~1I
ecuación (9.27) o su gene~aliz¡¡ción,. Resulla complicado modificar la malriz de va- ele El = 1401' eleEl=IOSI'
.)

rianz¡¡s de los errores de predicción par¡¡ que no existáncocficientes inciertos. Ciertos

programas informáticos lo hacen; en caso conlrario, de~erí~ oplars~po~ sLJsliluir las Perioelo )'1 )'2 Periúelo .l' , ."2
:~."'
matrices estimadas en expresiones como la que aparece enla ecuación (9.28). I [) .¡
2 "1.1í (J./{
1
2 0.5
5
2,5
:l (J.72 (J.n :l tU5 .U5
OJIí
9.2AFunciones ele Respuesta al Impulso
"
) (J.I ')<1
0,504
O,:l24
<1 O.JI5 (J,7(,S

C~ns'ideremos de nuevo unsiste'ma de primer orden con Jos variables

. )'1;= (l11Y.1',~1 + (l'I2Y'2'_1 + *'11,
,c'c:'.,:,,.,,~,'é.;,''Yi/~;'''¡'l1JI;I;;;i'''*':~'2'~Ú~'{,~.
\/~
~:;.:..: ..9.2,511111U val:ÍoHes Grl o gonnles ..•... ,. . ............•.....
,
.
<,,,;,c,.,;,,;.,.,,,.,, ..,..•,,.~,.....
,
€il~"ii;," ,,', ". . ,'",:' ,.. ,.... .' .... ' ":" ,
,""",\

Una perlurbación del tipo EII liene un efeclo inmedialo y cn el mismo periodo so.
bre YII, y ningún e.feclo sobre )'2/' En el perioJo (+ 1, dicha'pcrturbacióil en )'1, aree-. Acab~'inos de ilustr~r el proceÜimielilo l.!c'cúlculo dc (UIlCiClIicsde respueslas al im.
tá también a )'I'~1 a lravés'de I,a,primera ecuación, y ¡¡reclil úsimismo :1)'} ,.'1 en la .pulso. Un" excepción al proccdimic"rilo cs' que, en general. las innO\'acio;lcS C;¡ los
segunda ccu:lci6n. Los' efeclos se :tras1ó\dan al periodo I + 2 Y ¡ioSleriores:' PI;r lo lan- .' VAR ,ío son contempili'¡\neal;lCiile Íl1dej)endien\es u'nas de olras, Es imposible que .'"
!
la, lfna perluibación en uila ilfnov;;ción'de un V A R c':;t¡¡blcc'e una 'reacció'n en c¡¡de.: l!llil illnov'aci{¡n reciba una' perturbilCión y que 101011--;' no.. Unit "SOlllci(ln" 011/)1'/)/1/('.
na ,a lo largÜ'dclli~nlpo el1 tOcJa~ las v:lriublcs de 'dicho V A R. L:ls funciones r.1eres-o ,¡ './111/, eXleilsalli'cnlc' uliliiaqa,consislc 'e;\ Iransrllrmar 1;ls innllvacio;lcS E y producir
plle'sla' por i;np'ulso sirv¡;n'p¡¡ra c;¡l~ular didl-llS reaeciolics ¡;i1cadena.. . un n~levo c~njunto.de' innovaciones ortogol\ales. "casonllCVOlSinnlll'acillnCS no st.: co. ('
. . .: . . ", .'-" ,,' .' ." . " .', 1 -
i-relacionar¡ín a
pares y poscedn. vari:\Iízas unit¡lrias, Ind'icaremos nh.:diallle 1Ilas in.
• EJI::~I(!LU. Supongamos un 'sislema r.1epri,mer.orden definido cumo
, .', ..... [O,,,. 0.1 ,] [16 i"] : nllv'aciones ortoganales e 'iluslrarení6s ún caso' can ¿jü~'variables, Sea "1 = !J 11E l' La
cllllditióll de varihnza unil,¡'ria.eXige que !JII= 1/.1'1' dondc.l", cs la r.1l:sl'iaciún cSI,ín. '1"-
<'.A= (1.7. 05.' '.íl= 14 '25'.'
.darllluCslral de El' A continuación, reaJiz¡;remos IInól'l:egresiún !vICO de E2sobre E,.
'En'~ril;lc~ I~g~~,con\piobarcnlos C)\IC los.vah~rcs prOI'>iusdcA cum.pian la cOlldicilÍlIde ' O¡)I~lliendo de esle níodod resi.duo 112~~ E2 ,.; b21 lij, ,I'Ílr ninsllucciólL dicho rcsi-
. c~'¡¡I~iOIl;\ricr.1ad:
p~eSlo {I\;c.curc~e dc 'Scn;úró i'nvesl.iltar fUIICiolll:sde resl;lh':Sla al im.'
. duo no se correlaciona con'.EI ni, por <;onsigui~lilc,con '1,. Indic¡lrl:ll\üs el error cs.
illllso en el caso d~ sisl.emas no 'csl~cionario;, )'u = () y ('1 = 14 oj'. 'Dicho veClor eSI"blecc l;¡'mlar de la regresión como J2:" y "2 = "2*/'\'2.1 que lendrá vólrianza lInitaria y 110 cs.
4U~ c~ la pr¡llier~ e'cu;lción, hay ,una innovación de ulladesviaci(lIi eSI¡íllliar )', en 1;;.sc-.
guilda éc~ació'n, ona illnova"CÍólIcero p'¡jra..~1periodo uno: Supo,idremos, ade.más, que
"
.. .lar:í eorrelacionar.1o COIl''-,. Resumin~os las lransrormaciollcs COIllO.

a¡'nb~s innov~:cioiJes SO~lccro pa~~ los jJcriodos 2,:3, elC. Los primcros veclores.r sun ' .¡I, = PEI a . *', = ¡'-"/I, (').~'))
donde 1/1;' [1/1' /I],l', E, = [Eit." E2r )''-Y ,
-. ;"

¡.
I ()
.SI
- h21 '
.1"2: l•.
"

Lilllalrízde covari<inzas 1;1L1l.:stralpilralas /1 cs.¿ ",I¡'/I/. Sq~llllla c~lIaCiÓIl (1),21))

.. 1.'\'.,., '(1 .) ="..PD.P' . "
';~' .
......

L~ T¡¡hla 9.1 inu~.stra las'rc~pucslas 'al il,lipúlso CIl'!~)Spriilicros cinco I;eriodos para IIlla
: ~¿.- ",/1', ~.J~ ~,.
1/ .. 2
//,..
..E/', J"
.• .-
(

perlllrb¡¡¿i<?~~
de 'una dcsvi;ción estándar ~n (1', be modo similar, ra Tabli\ 9.2 prt.:selll~' Perola nHII.riz de c.()Variall~as Illll'es;ral para In~ ,; es 1 porde.riliici(ín y. Pi)r la Iilnlo,
~lgU;l¡;Sréspuestas ~¡'inipulso paia ,;\ perlurb~ción ?C una, Jcsvi'acii'lI1eSl:indar en ('2: , Ji = pel(p-I)' . (<),31 ) ir
•...--
 ,, '. ,:'1
'1. (', •
--4,", . •..••1, e'; ~ '
"

. ,
cArITUL() 9: Modelos lvlulticeuncionnles' 345

La ecu<lcióll (lJ.3l) ilustra la factorización dc Choleski de la m,llriz definida positiva , ""', . ' ,r , •. '
ciOl1;\r tln problema gcnernn'-os.otro.EL nllevo probleo1a consiste en que el orden de :.:
Ú. Se demuestra q~lecsla m;'lriz~s d resullíldodcl producto de una matriz illfcrior
ortogon'aíización~lcl;,s v;;riablcs "EI;liccJblen~r efedosdramáticos'sobre los r~~ulla:
Iri;lIlgular, 1'-1, por sl;invt.:rsa, ljlH: cssuperiol>lriangular.
dos numéricos4• 1'01.' lo lanlo,: I;~'iiilerp,:el¡¡ciqn. de.li1s. funciones de respuesta al "im~
E.il:~II'LO. Si~uielld() l:llll el anlerior cjcmllló rilll'nérico. supondremos quc los \'~Iores' pulso es tina operaciÓn eoillpliéac!a, 16 q;lc haprovdcado'int'ens'2~ debates ncerc;; de
J.
de las lll<1tric~~',(y !ls~ estiman a. pilrlir 'de'los datos Ill'ucstra1t:s. [;1 este caso, la'm;]- su posible sign,ificado eco1iÓmico5 .. /.... l' '. .

Hi/, Ú da lu~;;¡ ;; .
~ SI = desvía'ció,; CSI¡índ:;¡'de El '=.\(¡(, = '\ . "'1 ',' ~ ; l' ~ ',' .: "',

9.2.Cí Dcscoll1posicicín dc V:lrianzll. j" '.

/>21 = 1~11('=0.1>75
---- •• 1, ~',: " ;".' r
, ' ; "V
h 1. '" \.\~(
, .",,'1";~ "'
1 :. 1'12) = \/2511-(1 ,1)21( 1(,)(25)1 '" J,5707 Ln ecuación (lJ.2¡::)ilusltab';¡ la 'nlalrii':de varinnznsly'. eov;Í'rian7.ns delos'trrores\le
.1 ()] prediccilÍn. Para prcdicciones de un periou.o en adelante, I,~ matriz n ulili7.¡¡r es sim-
daudu p..1, = . .
[ :1,5 3,57(.17 .'
plcmcnle \'nr(E) = n. Así pu~s. vctr(YII) es eJ-clcmé'nlo surerior de n y varÚ~21) es
el elemenlo inferior derecho. H'1,;'illláIi1iei1te dC5c<lrc'l1los expresar c.lichns variilúns
Supong;¡lllos Cjut.:poslul'amos un veclor 111 = [1 O]' e igualamos n ccro .105 sucesivos
del predicloren t~rl11inosde las var,ianzasde la's'innovncioliéS or\ogonales:'Ségún la
vcclorcs 11. Este vcclor origina un¡1.pcrtur'bación de Ull<l dcsviación cSI;índar e,i la ecuncilÍn (9.29) rcsulla . .'.( '.,..'.' ". ".,.:."~': . , ""', ,'o ",,:.' ,; ,¡;, ,¡
pri;ncra perturbaciÓn' Qrtligollal. E'lIo in1plica, según la ecuación (lJ.29)
;n == p-:I':v1Ir(it). (P-I)' ',' '

El = /}.Irtl~-( j~5 3,5~O?]g 1= ( 3':5] "(C;("2)'z

"~:c2l~'~Ú
]"[V1 O
. O'.' ¡"z'
]'['C1'1' C~'I']",
C'I;, cn
:(9.32)
'J

.1
:<'..,
,\hora. el segundo ekmenlo de El es distinlo de cero. De hecho, se lr<ll<ldel v<llor
.' l' " -,. '.'.. ••.• ',. , ~ ' ". I •

.'
donde las e inuiciln c1cinenlOS de p-.I )'l'í7= var(t;,) para'; =1,2. Por definición, las u lic- :¡
espcr;ldo dc E21 ,porque ~II =4. Caleul;1I'emos los valores (klvcClof)'como ,lIHes .. nen yariilnzi! unitaria y .I¡¡ssustillliremos'cnsegllida.Muhiplie<lndoJa ccu¡¡ciól~ (9.32), :11
La Tahla lJ.] prcsenta' algunus dc los prilil(::Ws valol'csobtcniuos. Si comparamos
. v¡¡r(YIl) =dIVI'+c121':2',"Y" ,v¡¡rlY2I') = C~lvl ,+ c};v'2 O"" • _
.••••.•.•1 con el supueslo anlerior .¿Ie una lÍliiéa pCÍ"tlirhación de unauesvinción cstándnr en
El l. vemos <¡ueahora, p:\r;lc.1 primer periodo, .aparece un impacto importante sobre Según la ee\l¡¡cilÍn (lJ,30),CI2 = O;<Je .J1lOdo qlleJ~da laivarinnznde JII s~ cilribuye n In j
.1'2' seguiuo por impactos mnyores en los periouos siguieilles. Si suponemos unn per- primera innovaeilÍn ortogonal 'y.es'igunl'a c11' .Ln vntianza de Y2les la Sunl'a d,e tlos ~
1 urbaei(ín de unn desviación eSlándar en la segunda innovación orlogonnlizadn, .len-. . componcnles:una proporción; cl,/{c;}j +'¿.h),nlribuidn n In (Jrid1era innova~ión orto- •
urell10s que el veclor El vieile dadú por' . gonal, y l<l proporción reslanle. ch/(dl +C}2)' nsocind<la la scgundn innov<lci6n. Es- 1
te resuhndo cs la descomposición de I¡¡ v.arianzél del prediclor. Para predicciones de I

I
,¡'r~~,5"'~j
.' ':t.{~ri.;:i~:(-;~~.#' ,~'o~]t6t~t?;j~;']". '~~.,.,:.,.•dos'p.!mís;Pcnodq~fU11'rrqS-;.~rclU111nr"CTI~"t;r:rorimn:tf;:lHlIí'zif(!~~f"'b-ra'J~:':~1'a(Yi~~iJt?:vn~:''\:N''''\'::'.•..,.•...¡..
;,.,.'. rianzas y c6vnrii1nz;,s d~loserrb¡-csdeprcdicÚóJ1.de laeCli~dÓn(9.28). SusliluYClldo . l
y podelúoscalcular lucgo los siguienles vectores)' medi;mlc el procedimiento habilu.nl. " lil ci:u;lción (9.31 ).cn la ecuación (9.28), aquélla -rued~ reforl11ul;me COIllO'¡' .

. T'\ 11L\ ')..1

• . .' +". +(Af ..ll'-I)(/\l~IP-:I)' ....,(9;33) .
¿(s) =1,,1 U',IJ'+(~~P-I)(,'Ü)~i)'

"- .." Hes)lut:sl:ts al ¡llp"lso . RCnliznndll dlcul.ossill1ilarcsa h)s dcscrilo's.pnr<l lasmniriccs prodllclo relevanles.
de 1/1 = [1 OJ' deln ecuación (9.33) oblenelilosolras descol11ros¡cio~es de (avari;¡nza.lgual que
,.;... ~., ••',,,,,,, _ .• ~.: ~ •• _~ ••.• -l __ " _,~ •••.•.•
ocurría COil Ins funcioncsdcrespueSlaal inipulso, los resuJt1Ídos ,numéricos de las
I;eriodo )'1 ."2 desconlposicioncs de la v:~i'i¡Ín!-a ill~kn serll1u)' sensibles al orden oe orlogon<lliza-

2
]
I
"1;95
1,0]5
:l.5
2.55
IN,5
ción de lasinnO\'ilci.(llÍes originales; Aplicarerilos .¡) Jns:descomposiciones
rianza idcnticas precauciones a las.aJ'lljc;lilasll<lra las 'furicioncsde respuesta.
de. la va-.

.¡ O,5XO 1,OJl) .

..• V~.~~CI'rohlcPl"a tJ..l.. . .• :--.

Dcsarroilamos las innov;lcioncs'ortogrll1;í1cs'pnra resqlvct el" prohlema de 'co-
~Vb,c hl;'C~ f),II"mihl,,~,TlI/I.c s(,';¡''':;''itllpi',. r'ii~tcion Uni\'crsilr P;;;ss,1994. :i2'¡-JJ6.'r~ra lIMCSII'
rrelaciones uistinlas a cCro entre las iil'nov;lcil1IlCS(;ri¡':inalcs. Sin embargo, alsolli- men Illll)' Iilildelns prohle'lla,:.:. . ....' .' • . . '. '.

1 .;
 . .
346 ~IETOI)OS !.lE ECONO~IETlli,\ ,.
L\l'i 1\:1.0'" ¡\-lodelos 'j\ lulÜccuacionalcs , L

,..l
9.3 .. ". pccificacioncs aquclla que parczca n1<ís adecuada a los tlalns disponibles y especifi- ('

MODELOS DEVECTORDé; . - "',

CORRECCIÓN'ÚELERROR t ~.
car. asimismo, t:lnúmclO dc relardos que incluirú cl, VAH..EVi~\\'s !om,"por ddcClll
1 1

la tcrcera opción, cs dccir:quc ~xiste un iérmii10 d\:inlcrscc~ilinlal1l0l:n la eCUilCilJll .' L

Cuan(i"o ,I~~:va¡-¡ables .del.VAR 'SOll'illl<;gl:adas ~dco¡-'d~liuno o m¡Í)'Of. I;¡ c~limacilÍn .& coinll:gración como cn la forma difcrcnciada ud V ¡\ R. La 11lesl:'llciacle uicil()s
no restringida sc vesujcta alaposibilidád dC~llcontra'r rc'gn:sionl:s cspürc;is como lérminos dcinlersección implica una lcndcllcia linca,! ell '.os nivelcs ~!e la~ serics'.
sucl:díacllandot rabajábamos COn 'v¡í¡'i:íbl~sllOest¡lci6narias.Sin embargo; la pré- I i
sencia d"e ~'ariables no estacioi¡ariasabic.laposibilid:idde J:clacion.cs dc cuilllegra: T~\IlI.'\ 9.4
ción.E'lpioc.cdimicnlolicnelrcsp<\sos:.: ,.. " ..• , .' .. ' '. .; .,' COlllraslc de cuilllegraciúlI¡)c .Iohal1sell
...••• -'~.,....,.. •..•...
--r--.........-.#.roy~-r-.~.....•.
~.:-4 •._: ••_- ~.'.,
l. DClcrlllin~arcl rango d¡;c.o¡;,tegqdlin.éstó.Cs¡clnúmerolh: rc!aci(inl:s dc coin-
tegrllción., .' .'. ': ..•. . .' .•. ',,;~' .' '.. ...• .' . .'.
Eci':Ic'jrín ;¡'c cnilllcgracilín ([el r cspccilicaciríll \';\ Il 1n fn'ronaci'lí,!
~.I:st¡rTlarla;naúiz de vcctorddccOiillcg.ración.jJ. y lalÍlatl'iZllc pcsos asociada, El conlrasle suponc qne:
.: o. Esté pasó d~terminará la Jac.tori7.aCiónn,,; i.v.j)\, No hay lendcncia dClerminisla cn l.lISdatos. El C'lllllraslc \lAR se cSlinl<l '
,.......
...y ..ESliJilar.eIVAR.incorpor¡~n~o,!¡)srclacione~!Jer;~in~i:g.r:lciúll(I.~Iy¡)sOanl;Grior.J .' NI¡'¡Ú')' I..:'nilino dc jnlcrsccci(lIi o lellllcnciacl1 el1 ['orma dc .prlmcras dift:rc~ci~s .
. '. "o ,;, •• : ••• \1¿rs ds' i'l1'~t'6das "T>ii"f¡liS'olvi:MI-n'r\:so-s'\ii"óÜ'ieil1:i~ :O'E;
"""'~:xhtÍj:rl~'tlj J' l::'rrf (i'!] úé' üet¡j"ll \JX-li'íi'~' ,.'."','. .:., .'c.":,:.(<;;,Jl;.é.1l ,1.:1 éÓIl/(;JSlc.V ,.\ re. ' : ..::.':..:.. ,. •• ~ ••.. ::~_.:.'. ". o" ••••.••••••• :> ,<.J/2:- •....~,:{...~:~":t.;.;;,+~;:.:.~
..~~~
II~)' lérmino de inlcrScc(;ir\n (no hay Icndencia) en
. ve"¡'osimilllud. propuesto. por Johansen enunaseric,'dc. ilrlrcldo~. cscI que Illiísha ,lla- I:C y no hay iérmillo dc iplerscccilÍn cnV ,\ R
l1Iadú,l;\ jlcilciÓn ;\ los Í1i~esligal)orcsyúJ()sCreadorcs dcprugralllilsinrorl\l:ílii:o~h, ; . .. . .
;, ., '.: .••.•• " >, "o,", • ".', •
El conlraSIC sl'l)On<:que: . .
Ila)' l<:ndclida lineal delcrmiilis(a 'en'los lÍa lOS, .'. LIS hip"l!csis tI<: EC )' lendencia
9,3.1 Co'iltril~la¿Ón'<icl.Ü\ng'~' ({~¿oint¡;gr;,~ion, . J'r:"yl":/Inino dc illldsccdlÍn (nlll.cndclici;'l cn EC ':11I"S' dal", se :'plical1 a loo;niveles.
. '.-. ,.:: -~.. ~.. :' .. .. . -. '.: " '. " '. '.' . . . .y cn el conlraste V /\ l~.' . ". lfe '¡:! serie.
bislcn'dos' cst:rdístic¿s queverifit~'lIla hipÓtcsis dé <t'~c.el r:)I,lgo dc. C(l,ÍlIlcgr'ación,c's, Ilay :I'..:rmino dcinlerSl:ccilÍn )' lcn~lcncia en EC .
l' 110h:.I)' lc,itlcncia cn V /\ I~: .'
clllllo'mK"illlu. r«Ú, En el flril1lercaso;laÍlipótc~is aliénúiliva l:S qUc elr¡jngo esk.
Esle cOlllra~ie cSialJislito recibc el nombre dCl:s(';\(\ístico tic traza. En'e1 segundo CiI- U colüraslc:sl;p'oncque: . .
so, 1.;\'hipÓ'l~sis nllcrnilii\':1 ~s ¡lue drango. e'si',¡, (, ESlcconlrns'tCl:SI'iil!islico rccibe el . llay lendencia cuadr:ílica lIelc/lninisla en los dalos.'
Jli,y l..:rJllino dc inlcrseccil\n )'Ieildcncia cn.I::C Y.
n'~lilbre dc CSI;,díSlko ltüí:~iiJí'o;Cuando Hli1l10S esiadí:ilicos:clllran cn cónfliclild c¡,- . idlden¿ia linc:" cn V ¡\ R' . . ..
se) ~Illed~'sin ,rcs(;lvCr: Las.cJisiriliuc.iqnc's ~el~~s'co¡'ltra:¡~c~ esladíslicos no son CSl:;'l-
d.\r y
seri\'\a'siliúlittci6n .,1a (Ilie prOl)orCionc'. ,'alorcs'c~íticos Úsiútólicos. api'oxilllados .. ,
'Á n10do de illISlr~ci()il"aplicarel1los el,'cQlllr:i's,lc de 'rango de coinlegración a
'E1d6éunlc~to,de' M.,Oslcrw;r1d-Lelíu;lldfrccc el.conjunto 11Iiís 'exl.cllsO dc'~nlorc~ .'.
los (ÚIIOS dc gasolina
~ lJliLii':a<loscn . el ¡)nálisi~líUI116~ic'o de. la Sección 1):<1. I~l:\'isandll
c'~il ic'o~ pa¡'¡;',V>\I~d~'I~:isln '1\
;vnri~,bles 7:jylu.t~irn cirico.'(ablas dc vnlorcs'cril ¡eo.s. ~s . .

la f-'igúl:a B.I'.vl:l1)o's la j-i.osihilid'nd ,Llc..lin:) lenuencI~

" .
lineal uClerl1linis\acn la scric
.'

¡. 111U yimpbr.l.'lJlle, ~legi('la tabla ',cOrrec't'~ p~r,a cada ca~o. LlISI.;¡j)¡ls sc (lifcreilc¡;1J1~C-
ilc'iiígrcsci X3,' ;iunqllc no eil ia UCco'¡l:iÚmo. Y.o en la d'!: lircci'o. X2. La scric ;'\.\, '1'.-'
'.gún I.as'distjl\tús c,spccir¡cnélo'I~<:s posibles'de losVAR respccio a la inclúsi()n dCI6~-.
.Ijll'os pm:.kilomctros (i1i)';noSlrad¡¡ aqlli): ..csuna'seri¿icl1lporallllisaulI. Por lo 1¡lIl1ll,
Il1inosde iI1tcrsección y' tcndencia.s lemporidcs tanlo;cn !¡\SCclIaci'OI1l:S VI!' It CÓlllO CI1
si'qu.c'rcn\os indu'ir un' 1'61:liii no de inlersecciÓn ~11'la l:cuiición lfc coinlegración. de>
las' ccúnciólYes de;: c~inlcgración.La rnbía.9.4mucsira e,1 rango cspccífico dc opciurics
[¡c'ri:ill1os'lItilizar la segunda o lciccril'opci<in de la' Tabla 11.4. aunquc no cxisle \Ina
"p~ra el ..conti'asle(Jc cointc,gración de Johanse.'l' CI1 EVicws.Anlcs de dcsarrollilL.cl
'indicacil'ln evjde'nlc de qu6 ualosclegir cntrc ellas. La.Tahla 1)5 muestra d resulta.
conlrasic de tango de. coilÍlegración. dcbercl11i>s c.legil' .dc enlrclilscin~o posiblL:s <:s-
'" 0',0.. "',o' :',', .: , __
, ,'. .' "".1, ,'"# -" _. • .
do dc clegir la scgunda opcl'ón. EI.conir;isic 'sc ,l!L:sarrollaliL' mildo 'seúl,'ncial. 1.:1
o., .-;. ' .., , ,.: ....
primcra linca comprueba lahipólc'sis dc
quc '1: sO. cslo cs. quc no l:XiSlen rc!;lcill'
".'.
nes dc coinlcgración. La liipólesis' ~esulla rcchaz;lda al nivl:1 del I 'X:. La linea si.
h S.oJOhÍlnS~Il."Sla¡'jSli~~I' ¡\llili}'sis.~rc~in',C!/~;io¡;' Ve~,i~rs':, Jr)II~IIt" "f 1~'/lII;¡i¡iii' 'fJYIIII,;.¡jO /11/11
g;,icnlc coni[ll'I,cbala hipólésis dc 'q~IC existe'. C01.\10' in;íxil1lo. un vcc¡orde, Cninll:'
. CIJ);'~{)/.' ti; \9:Ul,2;\1:254; '_' "_.:, '.~Esti'IJl;Í'liQIl'
,lIn! HYP(I';I!~sisTeslillg uf Coilllcgrilliull. Vcctors iJi G~us.
. \i~n Veclor A~'loregres¡\'e t0odcls". E~olloillwim;5'),199I,1551.15~1l; _•._._' y K. ~~'sclius, .~r-.I;J-'i,úuni
gracióiL Al no rcsullar reclázadacsla liipótC'sis, el'anú.lisissc. daj)or fi,ializ~,d(). El
Likclihood ESlii¡¡;lIio~"~n<l'lllf~.rel)ce'~J; C(,¡'iiieg'ralio;i:Willii\;'l'li'é~lions .ltÍ l'hc bClllalltl fOf MOlle}',", dCSCl!brimiclllo dcun vcctor de. cóinlegraciÓll ,io.cnlraen cOI)lliclb con el i1iliílisis' (
O.r{vrdll/ll/<Iill ,;{Et~¡,ollliés.(l{,d 5I1liisl;¿s,'52~1990>~16(i:2iü. .:. " , .'.' . rcali'l.ado en la Sccción 8.4. (Ioride sé cstablecía Ji!. p'osibiiida¿1 efc 'una rdación .dc
. 1. M. Oslcrwald,LenulI\; ~,'A NOI'e lViIIiO~~i¡tilc'st;f ,llieAsYI1'plolic Disiriliulio,i of ¡he M~.~i,i¡lIinl.ikc; .. e
. co ¡111 gr;:~!ón co n pcrlu rbaci <inés; Cst acion á ri a's:'.Los\'a I(;rCscl:¡l ic~svr~ 1pO rcjo 11ados
'.Iilioud Coilll~gral,ion Ran'kTesl
,
SI;'isl;CS", oxfor:r'/),dl{liiw{
.' .... - ,', .. EC'rll!"IÍI;('S.tilll/ 51I1/ür;,:.<,
54,;<19'.12;'4(,1
.'171, ," . por EVil:IVS corr~spo,ídel1nlos UCI'cSllldísiko de lraza.
. ,:
'.~.;
.. , ,~ . .
.--.:,.'
.' .
 L,
, ! .1
,
l
CAI'ITUÜ) 9: Modelo~ Iyluhieeuacioriales ;349
.'u .','

1',\111.'\ 9.5 . . .
~.2
Cunlrasle ilelrango' ele túinle'gr:lci6n pú:i lusd:ilus de g:isulina " -7,(>-1
- ,', .. :,."; .. ~ ,': .-. ,', ..••..• '-: ' .•... - -...•.. '.~ , ..~••. ;.~ .• :.''e- .•••.i .••
''t"C' •• lo'.,.,.~ .•••••,.,,~.O:..;.tf •••.•.''M .••~ •••'' ••• :I.~L..l.,O",...,.....,~.
c.l.!l •. ""' ••.••••.•
.~ -1.(,('
S:II11P1c: 1959.: 1-1990:4 .~
Included ohsa\'~lions: 123. . • j ~, -1.(.)( o
.ü'
Tesl ilssuniplion: No delenniniSlic Ircnd in lhc d~la ~ -7.711 , ~ -I.M
""
. '01l
..'
Series: Y X2 X3 X4
.,
,1
a -1.72 'o
.

Lags imaval: 1 104 ¡¡ 8" - 'i.1.1 ..J,. 4.6' '.

Ukclihood 5 I'crccnl 1 I'crecnl lIypothcslzcd

jI. -1.1(:
,'".

Eigcnvnluc Rnlio trilienl Vnluc Crili.enl Vnluc No. of CE(sl -7.78 . ~..
I
81 82 8.1 .K~ 8}. 8~' 87.: 88. 89: 90, .,81.82. 8J 8~ 8~ 86 87 88 89 90
0.201438 '62,62120. 5).12 60.16 None •• A,io ;;.: Año .• :'
0.158998 " 'j4.02~59 )'1,91 41.07 Almosl 1 .. ,j. (b¡:
Ó071.1?') 12.72675 . 19.96 24.60 Al 1I\0sl 2'
..' O.1l28882 ).60478) <).24 12.97 Al mosl)
.1
-.1.%
;

.( •• ) ~i!~lIiri\:i1r~th:1Z(l •.h: la h,inÜI.:si~:,Ini\'d d~ siglli(j~;lcifil1 ¡¡el S'Yn (1 'Yo): "'

-~.rXI
El Clllllra'loic HV inl1i(;,la cxi\lt:nci" dc un:. CCll:1Cil~l1ks)uc'cointc~rólci(;I1.J1'ni\'c1"(Jc siglliric;,lcit\n dd 5"1:" ""
!.f ~
. :!~ ~
..' e'. -.IJ~I

'1. "eo.
.. :. e
..J
9.3.2 E~til1lacil!1I de 'Vectores de Coilltegración -~.1I8

., .'

.Ioh:lnsen ues,lrrolla eslimadores u~ m¡Íximaverosimililud de veclores de coinlegr¡¡. . 82 . 8.\ 8~ 8~ XC, 87 88 .x9.90 82 . 8J 8~~ 8.~' 86 87 88 89 90'
ci{¡n. En el ejemplo dt: I¡¡ g¡¡solin¡¡ existí¡¡ un 'único vector de este lipa. La T¡¡bl¡¡ 9.6 i Año. Año

~'J
nllres!r;) el eSlimador. Comp¡¡r¡¡nuo con I¡¡s ecu¡¡ciones de la SecciÓn 8.4, los signos kl :', (,/1'

son los conlrarios a los que ¡¡llí ¡¡part:cían, ya que el último tenía 'COIllOregres¡¡lldo el
consull1o y C0l110 regresores ¡¡I precio, ingreso y Ipk. mielllrns que en la ecu¡¡ción de FIGUHA 9.1 ...,. . .' . '. . . .' .
Moúelo úe veclor de corrección del error úelconsumo de gasolina, precio, ingre.so y lilros P?!
cointcgración tod:ls I¡¡sv;niables se !1¡¡llan cnCl mismo I¡¡do de I¡¡ ecu¡¡eión. Las v¡¡-
kilólllelro: (a) logaritmo úel consllmode g¡¡solina (Y) y su pre~ieción (YF); (b) logar'ilmo de.1
ri:lbles explicalivas tienc el signo cspt:j'¡¡do; s!n embar~o, los .valores numéricos de. •.
. precio dc la ga~nlina (X2) y su predicción (X2F); (e) logarilmo úclingrcso (X3) y Sil predico
l
Ias e I¡¡s!ic id<ldes, es PS:C_i<:tJnleI!J.cJ<l,~_d.eJ,pl:t;.cj D_y.,!jJ.~~SOJLd~~Lint¡lS.¡L!.IS.Ob!cniclas. mQ~-,,--:"-': ~¡
::;;.:::,
•.•.
~.,:;C.i~~I:-t~1r:).d:/H(f¡;lt.~':tl~?I~~J~~{?~-.j.h\~1~re}li~í.l}\:(~1.~l?,.2:)C~;¡':~.¡<"::~;.:~'~::~
."" ., .
. '.\,,:";':)¡-<~:.;;- ,.\'~'.:,~'".",.:~~~ ..
cii¡¡nlc 11l'1ir.f~gi;tS!Q'I\'direCI¡¡ y na ~4,.'''.'',-~,.",~""

ri:iili-'d¡¡dri (coirioen laT¡¡bla 8.ó) oa Josv¡¡lores

__
"~,,,,.>'_"

't
'.-.""1.,""':" ., .. '. '. ': .,~"." . ', ....•..• ~... :.-.... _ ... _•. ~.,

de !¡¡s ecuaciories(S.55J y (S.56) oblellidos¡¡ partir delan<ÍJisis ARO. Aquí no ¡¡P¡¡. ):

rece la :lmbigi.icdad del c;¡sod<,: dos o m<Ís relaciones de coinlegración; no ObSI¡¡nle, . 9;3.J'EstimaciólI de un l\1odelo de VcctordeCorr~cciÓir:dcrError .'
los codiciéntes estimauos de I¡¡ecu¡¡ción dccoint~gr:lción no s'on ~stim:lelores nd~.
cuauos ele l:ls el;jsticiu¡¡ucs a largo I~l~~o. . . El rcs\Jll¡¡do deun ll1ódeloV AR:es volunlínoso y s(l(:lcse( mejor ilus(rarlo grMic;:i-
l1leilte~ L!.f-ígur;i9.IIl1Üestr;i\1Il Illodelodc vedor de cOrrección del'eH~rpú¡j los
'1''\ 111.,\ 9.(,
tI¡¡tos del pCl~io¿¡o con~prenuido cnlrc:1959; 1YI987.4;ul'ilizándola segunda opciÓn
\'eelor de coilltegr:iciúnde JohallSeii I,ára losciat-os lIe gasolir{a
•\:...1'
de la Tabla 9.4 eíll~orpor<llldoún ú'rticoVCclor .de'coinlegriiciórt.EI modeló seutili-
Codicienlcs de cuinfegr:lcilÍn norr\l:iliz;'llios: leclihdón(es) decoinlegr;lción ;t •

•• '_0.6. '-."'..,, ••. \~.~:.,;, :.:••• '-1"1-,.0 •. ~~!¿"~""""'''''•..

'•.•.•.••
",noo,~t c_~ •.•_ .,..•.,a..:~.
za p¡¡ra rrtdecirl~scualró~eriesdc}os 12trimcslresc~mprcn?idos e,nlrc1988.~ J
~';l' .
'y 1990.4, ulili*¡¡nt!oen touosJos>c<lsossólo d<llos<llltef:Íorcs ¡\ 1988.1. Lns "prediccio-
X2 XJ X4 e
CO/lS/lII10 Prccio 1ngrC~05 .. lilros por kiltírilclro
nes;'f"ll¡¡n porque no capt tiran I()s c<lmbio~sUSI(lncialcs del preció y el consumo
Consl:lI1lc

I()()()()()() O.Ó 15294 ' -OXi7:.77 .

. ',
ocllrddosell este periodo:, L;¡'préd¡ctióricrelingr~so'esrúonable:micntr<ls queJa
..
0,91010ó -O.97211~ . (le los lil;'os por kilómetro no pl'ese.lll;i 11iMgunaúificult¡¡d:L<lFigur<l 9Jn debe coin-
. (O: 1355lJ) .
(O.2ii260) (O,242()O)
;,
(1.52998) . par¡lrse con' la 'prcditcl(Ín'dc 12ldmesircsd'eitonsumodegasolin¡¡ moslr<lúá la en
Log.likclihuod 1117.20] rigur¡i S.(j,l>ilsaua;Cild IMdelo ADLúeese capítulo: La diferencia cruci¡¡1 eslriba
 .'"j

35U,
C.\l'iTl!t.O 'J; j'vl11l1t:los ¡\'llIlli~cU;lcioJlaks 3:'1
,. .': .
en que la preoicción estáliCaod Capítulo S úliliz¡¡balos v¡ilorcs de hecho Oc tooos ,"~, donde YI inJica el precio e )'2 la canlidad. El modelo cstr0clurii(i)orcIUC cada cs'
los regresares, inclu)'endo los relaroosdela variabledepenoi~llte; mielltras que In ecuacióll dibuja el comporlamienlo de un conjunto dc agenles económicos y. silllul-
predicción VA R no utiliza datos más allá dé 1987.4. . . .'
,.. .• s. '. ." ..:': l;inco; porque lc)s valores aclunlcs dc ,las variablesap'areccn en cada una dc las
..¡ ccuaci.oI1es: Si lit primera ec'úación describe lit rcliJcilÍn' de 'dem¡in'da,la reslricci<'Jn
': JlI2 >0 asegura'una pendienlc negativa'; YIhl. <¡ O'¡isegura 'unil '[ull<;ióndc orerta Je
9.4
pcndieille posiliva, Nos guslaría lambién impon~r una re'sl.ric~ilÍnadi~.~onal. '1\1 ~ O,
MODELOS ESTRUCTUn¡\.LES DE ECUACIONES SIMULTÁNEAS -
que-asegure un lérmino dé i'nlcrsecciól1 positivo en ¡á funciónde demand'a, :: J

,Los términos de perturbación 1/1,)' 1/2repi-escnlan cambios en,las [unciones que

Las VARpreselllall graves limilaciones en sucmpleOcomo herramienlas oe éln¡íli.
son tos efeclos net~s de las variables q'ue, hasta el momcnto. no se han modelizado
sis de s,islemns económicos. Encsludios macroeconómkos; i.'lccesilamos Ull sislema ~;. explíciiamen;e. S'i eri el p~riodo (ambas I)Crlurbaciones ruerancero,'c1 nlOJeloven-.
oc ID variables, UIlOde 20,6~erán'ne'éesa~ias 100 o in:lS'vi,í-iables'!Como veremos,
dría repr~senlado por las lineas D; S .de la Figura 9,2; en dichariguia. YI" e y~*.indio.
no s~ lrala de una pregunlacomúna lod¡is 10sYAn.•.~auliquecualldoaUi1\enla cita.
can el precio y la cantidad de equilibrio. Las perturbaciones dislinl¡is dc cero cílm- '
. mnno del. VA R surgel) graves p(obleni~sdC cSiimaci6,'.POI: ejc'Ílpln. un. sislema de hian las curvns de dcmanday de oferla respeclo ala posición Illoslradaen lriFigura:,'
........'.2óJariables eOll4 relnrdos~recli.H,:ritia:eSlílllar • .cOl1)O minimp, HOcÍleficienle~ ~n' ~ao .. , .' .,..
J~,:,:':I).?~g:OL)P.-:lanto, UI) ~O!lj.~IIJ,lode pe fl_qrb¡Jc:i<?1l9S¡IJ~'¡lI()I;i¡¡S
,':.,:'c;""U~'i:i'iJh"déljs":ecti'~éjtl¡f~'s"d'2r'\iArEEl'~(~'{ió'i;)\Yr'{d~g6'tlésú¡Dü'c'üíii'(i"cT'irrot\í'dííf¡(elelfl"-'-:"" ",~.' .' hidimensional <.leobservaciones agrupada,en torno al'punlo .1'1*' )'2",
)!y nCI:it,ríú.una ..d i~p~ rfiiQll .1
'. . .
dcsu(l~r¡cióJl de los grados deliherlad, porque elnún~cro 'de cocficie~lles descoll()ci.
11
dos puede acercarse' rápidanlerileal iamaño muésiral oisponible. Cuantas ni¡ís va-
riables se añaden ál VAR; más problem'as apareccráncu¡ioc'o.deban)os éomprobar
el rango de ,coint't:gr,aciÓl'l .. Úiscontrilsles 'estadfslic;os' lienen dislribuci()nes no es;
lánqar y,ptecis¡IIl, por e'lfo;de sin~ul~dones;y'iasrabla~d¡sponible~alciú¡z¡in úilica: .';::,:
nlenle' hasiáll .variáhtes.Cuandd eX'i,SICmá'sd,e' un':\'rclación<)e cl;iJiI<:gr¡lci~ín, .:eo',
sulta', ¡¡Iilbiguo,inlerp~'el;\rlo$ Vl7clorcs d.ec\ii,iieg,:aCíón eSlimrldl)s. A Ncces,'cn eSlu-
dios aplíe'aJdS:ellconlranúi~ ~uIÓ;'es.que prócla~lail'la.significaciónecl;nólllicad,e .
ullii';c1acióhdci:oinlcgr¡¡ción~Slil.llada,l?asándose,enqi.e los coeficicnlesse acer-
cnn: a'los nredicllospor.c'ierla lc,óría,Cj:on6ml.ca.'E1 procGdimienlo puede 'p:irecer '.',"

.1.
extrai\o. ya (lue; l;loslrn'rsc esc4plico,anre lalcs'csrccificilcio'neslellricas rue el cSlí.
muJoqJeDrigi~Ócl,desar¡'oi.iou~)osVA'R'::.,'~,: ',:,', ,"'.:: ,:', . ,'.:'
.'Un OQji:liv,ó digllo C,l~el.ogro~S:permili~ qú~losc,l~\tos"hablen" conunlnínimo de
reslricciónes'leóricás.Sin enlbarg~,en 1~,práclica,clll1CnsiljG no eSla:n eviJenle y (¡Ili-, , , '
•. ' ,4 '_ ,",' "':';1 ',4 ,',.' '" .'-, . ",; .• ' .• ' , ,'" ,",,', ',"''P ',....' , ••

caine'rúe se-¡irogre,sa c'uandp,}~' imr0!,!e:ckrta eSlrll,cl~ra al. problema. ~a:~c~lIlon~1il

posee unbue'n ,alm¡lcén'de n19deloSleód,co~ y.~nieqianl~Jós ilHídcl()s cslruClurales dc
ccuaciones siln;J!I:ín~as intenlnn;oscohfrmiillr'dichaste'orí;ls
< .....,
Con 'los dalaS relévanles.
- ",... -. •

Quizá ,cI ~jemph);más.sendU¿ é1e.OlOdelo cslruclunil sea e.l.modelo de ,cqllilibrio i)élr~,.

cial,el modelo 'de,de.ilnnda/~f~ria p~ra un mcr~,\J() úniCo:E!lCa0a lado o.c1mGrc~ldo
lenemos un conjunlo,dcagen.tes:~conómicdscllyb,c91)1pOI'lamiclito ,viclle.dcscrí.to ppr. .
l) )', .
una r~l~ciÓiICSlruc¡u~aLeslocástiea. Los ¡/C:lIIillldá;,i~.~reglil;¡jisusc().Ílpras dC.ilcuertlo. '
con ~:IprC:cioal que~e '~nfr,en:lap y:¡úeoríaprcd\ce¡lpq'la,dcriva~la pa~cialde.I:,lplnli-
dad dernandada résj)e'ClO arprecio, es ~cgri[i~¡I',' De mbd<! ,similar, los Ji/eren/es ajuslan
la ¿iinlidad :,o[e(.ladnposltiváI11~nle i~speclo: pred.o,AlgÚI) l1lecalli~I)~9, limpia .el al ,
,-
/' "

I1lcrcadoe!lsad¡i periódq',.EI m()de,161¡n~al.qu~:de~cribecSI?fcnómeno ~~'" ,/

, ".,< ;":":',Yi,+fJ12,y2/~1il.=lIll., .,' .

:.
, ";i',
o," , ,', .;'
Flt.URA9:2.
' •• ":
..•..• :.
. , '..
:,fJ~íyil+;j';¡I:+~2í =112',"': de dC[llanda/ofcrlapara
. ~, . 'J";':::, ... :. .".;" .. '. ~, . ~..' Model.o d~'eqllilibrl() parci;tl,'modclo 1111 mercaUo '(lIlico,

"'.' O,':' '

.... ;
(
• '1 • • '

."
~J
r ~'" ,¡
, 'i

"-
,-
.... )
" \11 1"1)11\ IJl.l.nJ:,\C,\II.II{I,.\
'. ..,,\!'I;ví,ú ~~Mouelos ~'!uliiécu"cion"les
~. " (.
',' ,

". ", '0'0 un rrobknl<1 nuevo. Es pusible quc, i1 1i1visla de este esp;lciu bidi.
,,::.,.:,
L" ecunci()Il (Y.:lR) recibe elnol11bi'c ~Ic.roi";ml' i-.clilléidll' del'm~()clo, Li1s e~uncio~es
.'.
" .",':::' Lk Ji~Jh:rsi,in lk prl:cio.s y c"nlidades,'un analisla (1,:'1;1dcmanda ,¡juste ., '~ (1).:17)y (Y.]~) Ikvnn tnl11bién a ' . _.'
'1 ", ~"':';"'I1;' lIn con,lllnlode dalos)' crca'qt,IL,Ocsta\)a eslimando una ccuación de
"
.J'

o,;':I1I,I!;,¡:1.U "na lisIa Jc laoj'crta a,ltistaría .lipa .régn:sión'a los misl1los datos y cree. . 1', =..,. iid N(n,íl)íl:;: n-12;(n:i)" (9.40)
"

'1.1 qlll' 1.'~I"h;1estim¡lnt!ll 111i"~cuaci<Í.n dc orerl;!. El cClllHlmisla d~ "cquilihriu gc. De la rorllla reducida 'dc I.ne~U,Il:ilín(I).JX)Ylos stil')'ücsIO~ úihc~ <.leIns perlurbi,-
,'1 ;:':1;"". en SlI dcse{) de estimar amhas fllilcioncs, haría un alto para preguntarse: ¿Có- ciones dc la rlll'l11areducidn dc laecuaciúil(9.40)': la 'distribución de y, conuicioni1di1
11." pucdo eSlim111'UUS runciulh:s' scpúradas a' paí'lir (k una dispersió'n 'bidimcnsiu- a x, cs
"- l1al'.' [SIC nuevo prüblcma se denomina problema dc identilíC;lciún, La pregunta es: " ,,''',0 ,'., .". . 1
". o,¡'lIcdcn de hecho estimarse los l' ,mí m e 1ros 'de cualquier ecuacicín del modelo? Nu fJ(y,l.r~) = (2n)~.'iíl,I-112'c~p(':' 2' y', fl-' v!)
'1.'1' ;,Ia de una pregunla acerc.a elllll;todo de' e.l'/ill/(lcitín, ni del t;IIll<lIio de la mues- 1 .' • ,

.J
"
Ira. sino <lL:..:rc;,del hecho de si pueden ckclil'amcnl.e ohtencrse eSlima('lorl:s con La runcil'lI1 de verosimililud de las y dJ la nlli'csira condicion"cbs'a Ii1Sx es
,i"niric;,t.ill económico Lk los'par;íl1ll:lros eslructur;dess. .

.'; :';~~;~:::~:C'~i,::'~~~I"':(éJ;'
I

.
t ••. , ~.,'
-' [xplicar":I1111S los principios b;ísicos (kl pi'oblema de iuenliricacicín dcntro (1\:
,11.
L~ i
" l' .,.,. ,.1' •.••••

~'.
lIn m<lrCIIIl1<1lrici;lIg..:n..:ral. Espresaremus la e.úlacicín (yj,l) COI'11O O", •
(9:41 )
2.f-í;< .•. ", ." '
ny,
':', .' 'j .' t
+ Cx, = 11, {Y,]5)
I -",,', 1',",. "'/:, "'"."" .• ' -.; ,,' """, , "
dlllllk')
", ~, . . " = ,(2~)"'¡IÚ,1~,,,~ai)[ ~~¥~'Y',",;'l1~r,nl",1():;-f,l~,,)r!o
,
.,,~,: 'H=ll ..fi~ 1
fl¡I~'j
"
.1'1'] C=['Y'Y211,']"
.".,=.[' o,.~, X,= I 11,=[ I/II.J 112'
(Y.36)
. , '. ,'," . '.:: ..•........ ,,: ,,,. !"',,' '-." ,
,, Li1 función de yerosimilitud csl;í COl11plelamCn\cdclcrmin"di1 por I"s malricesn y
"'. 1:1 n1l1,klo Clllllplcla I11cdi;lIltc los sUpucstl;S adccuados acerca el vcctor u,e per-
,~.;'
St'
11; odinidas cn)¡\s ccuaciones (0j~) )' (9.40). ¡ : . , "
turbaciones. Supl)ndn:mos .
Supongamos:lIll1r;1 tlUe otro \e6iico 'conslruye su modelo de me~c"do " parlir'
1/, - iidN(O;~) (Y.37)
'j-" de co!úhin~ciones 1¡'-leales (Islas cCu'i1cio'ncs cSlrUCIÚri11e~de la ecunción (9.35). El
..
,
donde ~ es lIna l11atril. de \'ar'ja,il.as y.covi1ri;IIl~.;lSdefinida posiliva. Suponemos q~c modelo rcsullanle ser¡í ..,' .
,
, .~ ,

"..i~I las perlurbaciones se dislrihuyen normall11enl~, son homosccu;íslicas y no eSl,ín ca-

rrdacionad¡ls scri;dl11cnle, aunquc cx.istc la posibilidad ue que se currclacione'n con-
.'cn)'; + CCx,= CII,' '.- (9.42)
l'
.••••:..1'

,., 1i:l11por;íneal11cnle. Las \'ariables del modelo se c1"sifican en cnd(ígcn:ls y cs(ígcnas. .' donde, por sUIJlicS10, G es uná'mnl~ilno singulnr. Esle segundo modelo es elll1is~,~
,.;1
1~11'

Las Vari¡lhles enuúgenas son."1 e."2 y. cn es.!e caso. la única variahlc esógcna cs 1.. . .,.,J que el de la cClJacilÍn (1).]5), con dos eCll,iciones line"lcs, en)'1 c )';; pero los 'cC?~fi~.
. \';r.ri,¡¡:li'6,'nciíti¡tJ:CI\íC'í)'2I',Í1I{~ l¡í,'¿i!ii:G'1(;:i:i'dC'lcflÍíi'ilo5"d¿llildsci:ci6n~' t(;lio(J~ro"'" e'~ ;; ...
:,',:cienlcs'dc;t)~la~,\'il¡'.iabJe,s~o;r;¡ n';~-Q'l11b¡ ,)n~i.olll,1:l'Jin,c:¡II.~s'.<.II,:J;prime~'co
nj'l:1n\'o.pc.~cuc~-';'_":,;'
".". , '.
~~
dc¡J~)s' ecu¡iciones dClermill;¡ las dos va;:iablc's 'endógenas )'1, e )'2, corrientes en tér- . 1,. ." Ticientés esil\,cúiraics, L;,T;lI:li1<!;.~(iúcida dd ni~}dclb'~s'':','' .J o' .
<~! millOS oc 1i1\;ariablé cxúg..:n;¡ y las perlurbaCiones, Multiplicalldu por /J-I la CCUa- ::~ ,. Y,=,-'- n-'é-;I.GC.~.,+B-1C:':I(;/IJ
(I~ ciúll (<J.3;'i) vcmos 111;íscl;¡ramcnlc ladepcndencia, ,,:. ...
;" lLí';+I', . ".
".. l,":\
y, = 1 Ix, + \', (<J,]~) CIUCt:S cxacl;lIlicnlc la rO~;l;oar'c'dllcida désán'ollada
(9.]~).All1llos l11üdthiscsli'úcluralcs
níllcrlormcntc' e~l la cCll~ción .
lieó'cll idéiHiCa rormntc(Ju'cidri e ioentica fun-
d :donJe 111 " = - !J-I e \', = - JlO'I/, (lJ.39)
ción' di:' vt:rosimilitud. Dirtn'lOS,.CnIOnCeS,c¡1I6 I~s p~riím-elros 'estructurales de 'l~
O ccunciún. (9.]<l),nocst¡ín'idcnlificados:Ni,inclllso
. ~l'.. - ~ .; ~. ..,' " .
éOl1dcieiido p~'rreclnmenlc n con-
. . : .' ',....'.~, .

(1 :- En an;ilisi ..•dl..' ~~ri\':s_1\.'llljll1ral\.'s lInh';lI'ianll ..:. la idl:llliricl(i(;n Se 1IIili/';¡ P:lf:t •.kh:rl1lill:tr l.'I on.h:n dd cs- seguirí"moslos val()res de las JI y I;\s 'Y. Olra Jonni1 de vcrlo es dCSlaci1r que en el
\'"lIh.:l11a ,\1{1.~1/\ que ~.c ;~jllsfi1r;i a Il1s d;l"los. EI.procedimiellto eS ,t;JI:t1I11Cllh: di~tilll(l tic 1" 1IIili'.:ll:i('m :IC. Illo<!do de l\crh,lIid:llijrerll, la nmlrizl1csdc orden 2 x '-Ús "li1trices n r e incl'lI-
\',"-, {lI¡jI ~Ill.'l (OIlICXll.llh: 1,11~ddns'dl..' CCU:lt.:il"l1 cSlrUC,IU(.d.
yencualro pai',ímelrns d~SCOl'lOcidos,esio'c;;,dosfJyd6s'Y:'Exisícn, por16lnrúo, in-
e iiH.lica
~¡:'
'.1 [11 ~~t,,-,l'jl'l1llllo.
Ilthllr1;I~: ya quc en •...
asi ..lolJaS
1I11n:t:lor .. :,,'pill:i;indoiios \k' la 'COIl"CIlCit'1I1 hahil\l:d
:I;',~;lrlli.~tI\:iIlIlC~ uc la' t;Cl;;1I:'itin-('J.J5). e ser:i,
dc ¡ndic;lr.cl
lIlW1I1ó1lri7..
'"cetor el' mi.
'
rinidi1u de l11alrict:s[J re capi1cesClC snlísfater. n ;,;..:n:ICpi1ra tunlquier Dcstn- n:
¡•• F~l"-' liSO dc la l1lil1ríl.-1 ( 110 lh:h,,-,l:l1l1fHlrdirsc _l'onl 1.' l' lIso-'lId ll1i~lI1o~illlhlllll \,'11 la litl'wtura Ú~ la ,,,inle. Carel11os, pOJ' úIfinjn. que 1asdó~ceuactOlics cSll'uélUrilles de la ecui1ción(Y,3tl) son
(L} b~ I'rill1L'r:ls '~ccci(_ll1L'slk' eSI..: c'iipil"lilo .. " mlh)s lkhl..'1I t'n los rC'p"'l.'li\'\ls CfJIHc:<tos. Ln ¡nler. intlislingllililes csfatlíslica'inenle,ync¡uCCi1Qalln;\ de cfli1s éSunn c~ll1binnción I¡nenl
~r;lCi{jn t.:1\ ~cr
I
¡J, prl't;¡~'il'H\currt.:l:1a sÍ\:l11Prc ~c-d•..sprt:ndc'ud propio Cf1ll1t.:Xlll. de lasniisl11,iS variahlcs; . .

.'.!
J
 '. )
. .
354. ~IÉTOOOS OE I£tONO~IETRIA' (,,\l'iTl'I.11 ". ,\Iuddos i\ lulliecuacionaics :;55
.' , ." '. .
. ." .
El sencillo modelo de demanda/oferta no cSllí idlinlifici,do. Cl)nsith:remos un lJy, + Cx, = ",'= 1..... 1/ (9.'15)
modelo más. realisla dederí,andai()fert~' ' . .-
. "' .. "
" . dande n eS llila matriz Je coeficienles de variablcs enJó!!,cn<lS:lClllalcsde C x C. e Ir,)
JI,'+ fJ;J2"+'"YI~X;; + '~12:r:2"= "i, . (9A3) una malriz dc coeficienles tic v:lriables prctletc'rminad,,; ele C x K. y y" x, y ", son
"!, . veclores columna de G. K y Gelementos,
:-:1

l~::~:~
. . fJ2IYI;+Y2,+ "Y2IX\/. + 'Yn\"),;¡'-Yúx~; = respeclivamcnll:. o
La variable .ríes u~a variablcfictic'iacon v~lpi un~ en todos I~)sr~riollos y cuyosigni'

l
}111 "V, 1-: ]
ricado esabastece.r el término' de intersección; '\:2rerrescntarí;; el ingl:es9 que, según
1ateoría económica, afecta ulademanda; y x3yx~scríanlasvaririblcs quc afcclan a la LJ= ¡1~1 ~:: ~:~] e= 'Y! 1-:

oferla. Existe tambiéi1la posibilidad de'queéiertns~ariablcsxseün valores fe/I/i.dmlo.\'

¡1(;1 ¡1(;2 f1(;(; 'V(;I "V(,2 "VCI-:
~e y. Por ej~mflto;el. precIo rélardadopodría¡,fecla¡'aJa~rcrtaácíual.Tambi~n e~
posible que existan vaI6res'retard~dosdel ing¡'c~oy.dc()tr;ls~~riabtesexógenas de hi ',.

.
especificación, La calegoda de.' variables cJidÓgcnas rctnrdill1.asy va~iables CXlígcnas
rciardadas y actuales;tónstituyeélcotijunlo de variables prcdclernihúlllas. La carac. y, = [ ::';: 1 " = [::: 1 ", = [ ::.::]

..:;t.;~.;~S.r.f~ti5JL!!1~t.i!J.1WÚ1~Q,t~::e).~}~,s~¿X9&j~
'.:.'_: ptt(i?r~.~,~.t,~,r!l)~Q.}19,~~.<,~~.5Wf;~,(~IJ.:tl,~~SR~~I9}SPtc.~:
...' . ,,;.,., i_~.. .,~,'_ (';1 '. . .~.o.': KI o', .•
f~'" !.~(iJ- ';'-_: . :.(:'~~-... ".. ,:;,:::,;.~)It¡r~,~;'.
.•••••••••
", ::.. _', •• " •• ~•.) '."'_l", .~:~ l" _.' • .'", ." :_>"~M'-':•. f.,I•• ,¡:;r' ...•.
de las perturbaciones actuales y futuras. Esta rropiedadsc sostiene para las variables
Comparando con los ejemrlos anteriores, los coeficicnlCs fJ no eSl<í;l Iwrmaliz:ldos.
exógenas: por definición .y también para lasvariablesend6seiws relÓlrdadas rurquc se ''''
Existen muchas rcglas de normalización cnlre'l:ls cl.llcelegiL Si. cs posible, Iwrcmos
supone que yis términos de. perturbación s()n sérialmenteihdl:pcnl!icl1tes., Exprcsare-
. q'ue los coeficicnlcs de la primeravariabic'cndógena de cada ecuación. sea igual a ...•..
mos el m,?delo en farn)ilto )llatricial, é:~mo cn b£cuación (9.35);con .
ti,no. eSlocs,' reemrlazaremós la primera .col;l~lÍla dc n por' tln \'CCllH unitario, i'vI¡is
", :..' .. ':.'~'='r )1;2') : =
l. : C [:'Ii;. O (9.44) ~12 () . 1
ha.\)iIUal resull:l suslituirla di'agonal principal ~Ic'llpoi' un. veClor Uoil:lrio, Oc modo
res'tÍmido,formulamas el conjuntO de ¡;cúa<;:i.one~Je lae'cu;,ción.(9.45) con~o
, .' . lfJ,21 1 .' 'V21 O'"VD 'V~~ '
La riIaltiz de coeficientes en forma reducida ~s
. . ,\z, = llJ' c¡f ='",' . ):'1
.'" ".~'~~iC:f;L f<-"YII:: ¡j12'V21).:-'VIi .lj'~."VD'•.}j 12'Y241', . l.\"
.' ..ó.l (fJU'V11"-"YI2) .. fJ21'Y12 -'Vn. -'V2~ .
donde ó. ='l-j1 liJ1il' Contnrslaremos la matriz ,con la especificación no restringida
don'tle t\ es la malriz C (C +K) ~C'IO~OS los toefide'lle~ eSlrucl.ur:llcs y z, cs el x
v.cclor de ?bservacioncs (C+ K) x.lde lodas Iris "ariaLiJcs ell el periodo. t. Can~iLlI:'
. ,.' ',' ll' fr'=(n
,tll' ni:i 7t1~1 :.', , , .' ..
rel110s ahora la identificación de la prilllcm ecuación del si:>lem¡1. Podremos aplicar
. . . ,,' .'.' ':'. "R11'. '7t12ni3 '. ~24' ,~.. " '. p(isleriarmcnlc el método aquí desarroliado a cualqüier 'ccuaciÓn cst'ructural. For-
y la pregúnt~ qú~ sllrgc escúá'lcs sedr jos
'¿oeficienles cslr.uClúralcs a rccuj'll:r;,'rde l11ularcl11os la pl'in)era ecuaci61i esli"ucluralcomó . .
los n, VerilO~ que...... .',' '. .' . '
,". ;'fJ21'=; -~22'/rif2
c<,z.r = ".1"
donde úl indica la priml:ra (ila ~Ie ,\...
. " fJI2';,;.~7tI)/7t23 = ':'it'4/JI2" .
¡'!abiluaimenl'e, la le'<irí:l eCÍlnól11lca'lmpone' restricciones ~obre los eléml:nl(lS
Existendosmodosalternalivos; aunqueequivalelltes: dc bblenerjJ'2' reflejo del he.
de a,. Las reslriccioncs l11áscomunes SOl1restricciones dc exclusión que cspecilicall
c::ho de qÚc hay. ocho pa'nin1Ct'rQSen la fornlnred'~cida y sólÓ sielepanímetrus es-
el hecho de quc delermiliadas vari:lblcs' no ar:lrezcnn CI.lcielerminadas CCUi1CiOIlI:S.
t~uclu¡'ales, Únn vez 6bienid~s las fJ:t~lculj\rehlOs c;Yscgui'renllis dClerhlinando los
Supongamos, por ejcmr1o, que y) no ararcce 'cll'Ja primera ccuación. La reslricción
cinco coe!icie~le's 'V del modahitbitu'al.Así ¡1úcs; ideilliriCillilOs las céllaciones de
pertincnle es JI 1) ::: (J. qUl:puede cxpr.csarse coina una reslriccilíll iiIlCaillOl11lll!.~nCil
.dcll)anda yofcrla'de' la. eCuaei9n, (1).43):::' .
. ....." " ", so1Jrclos'c1cmenlosdc'c<" . . . •
":!."'f (J
',- '.

9.5 '.' O
. . CONDICI01'mS ."
'DE IDENTIFICACIÓN'
';,- ... ' "V 11 'Ylh-] I =0
O
'.' ~N~ce~iia~10s u"na~'r~glas gene~al~s~rira est~biecer'si ll~a"ecllación estructural es o 110
kf: identificable', El moqeJo ge'nc'ral line~l'dc ecJúéiones ~in{ultáncasse' f~rri)u1<i'coi~1u (J
¡' '. • " .' .' ¡.• ' ,'; , .' ".' '.. - .
"
r'
"'
1,
1 ~ .¡ :
r "

iI
{ ...

~.
,.
JI , r" ~.

CAI'ITlJt:o');Moúelos Mulliceu~cional,es 351

"

j
.' (luL'lkn t:xislir. <l'simisillO. rt:slriccin,ncs linc<llcshomogéncas quc incluY,ln dos o Ill,ís .' ".". '.,' plW":,(l)\";G+K-il:.' ,,(9.50)
t:kmt:nlos lk ~ll' [sp~ciricar. por ejt:mplo, CJuc los codicienlcs de)'1 c )'2' son jgU<l" ;) Dich" cl;ndición' $e utiíii'.~r'á p<lra ~x~~liiHHla ide;llinc<lbilid<lu de cualquier ecua.
c'
les. s..: L'XI)I'<:S;lriaCOIllO ' , ': , ción' estruclural tld Íl~OlJclo. Eslncoiidídóll ~iehedelermil1<lqa por la m<llriz (\) que
"
I rcsulla d~las rcslriccillliesaj,riori sobre dichae<;uació'n; 1" .
);' -1 , La aplic;leilÍn de dicha i:ollllición de riingo,suelc'rc<lliz<lrse~'n. s!~lemils mu~' pe ..
IfI 11 PI~ )'1/,.] () =n quelil~s. Sinemha rgo, resulta J:íeil desarrol.lar y np~ic<lr ,~Il<lI con¡JII':I~~lnCCCSa~l:~ de
),
il1cnlilicahiliclacl. La condiciqq de r:)ngo es Insostenible Sl,[ H (1)] no tlcne un mll1l1110 '
O de G + K- l' columnas. Por lo 'Ian\o, la condición neees<lria para que la ecu<lción r
:1<
(9.50) cumpla esla condición es , ' , " " .,
.J,'
En C;ISt)dc qu..: CSt;IS rucr<ln 1;ls únicas restriccioncs <lpriori sobrc la primera eCU<l. f( -1: ~ ~iG+K..,l
cj,"n. s..: cxprcsari<ln como
,-'i¡ que da conl(; rcslillatlo , !? ;::::G -1 (9.51),
al(l) = U, (9.47)
Enolrasp~lahr<ls, ,,:"', ""', ";,,, .. -
O I
El'núni~~tl de n;slj'icciol\es a prior.i dc.bcsc~, ~o'momíJiiil19"lan gr:lnde con~9'e.1 .nú.• :,
O -1 r.
I O 'Illcrouc ecuacioncs dcllllodelo'lllcnos uno. ",' " '"
tiontit: ,(11 =
n () Cuando las' resl riccio1\cs 'sonsó!i; I;csli'i~cioncs de'¿x~lusión. In cónclici6nnecesnria
se definc'conlo .," I 1:'.;' ,. " . 1
...•... ;.

O () El nlln'll:ro 'de ~'"riabíes, exc1;,idóls' de" 1;le~u~ei{m cs';r~clural d~be 'ser, como míni-
La matri/"tll licncG + f\ filas)' una ColUliln<l par<l e<lu<ln:slricciún impucst<l a priori mo. lan gral1ll~ cÍlmo el' n¿~le'ro de éeuólci~lles del moúelo ~'¡enos uno.
t:nla primcra t:cuaciún. Finalmclilc, uesarrollaremos una form<l allern<lliva dederiv<l~ eslaúllima condición
Alkm;\s dt: las rt:stricciol1l:s incluid<ls en la ceuación (9.'17). habr<Í lambién res. Illedi<lnte . '
tricciones sobrc,lll originadas en las rcl<lcioncs enlre los codicicnles estructurales y ~= nlllllcrouc variables enuógenasactun\cs incluidas en l<lecunción.
'.
lus lk 1,1forma rcducida. Segllnla écu<lción (9.]9), formulamos . "
\

k'= nllll1ero (J(; V;iri;iblcsprcdeicrrili'lú,dnsincluiuns enl<l ecu<lción,

•.•.
,J,.
nn + c= O
Enlonces" R='(G~g)+(K~~)
o ¡ul' = () y ¡acundición neccsaria se conviertecri

.:_,.._;- '_,_,,::-._.:~JJ::;:.[
dO,n~>?:'l: ,'" ':,~':'-:'''-,~ __ ~+---- -'",'-T"~ •.•
"C'" --.,'

es decir,'
(G -g) + (K':' k) 2: G- 1

,\sipues.,las rcslricciont:s dclos coefiCienles de la primcra ccuación cSlrUCI~lr<llson

\.;1 lllll'=() (9.48) El n \1111<: ro ucv;lriahlcs prcJcl..:rlllinau:iscxcluidnsue'ln e'cuaciÓl1 debe ser, como
COlllbinalll]o las ccu;lcioncs(9.47) )'(9.48) oblcncmos,e1 conjunlo complelo dc"rcs- Illí,~iml), jan ¡ir;lndcwllllleli'llillléro uc. vnr,iólblcsenuógcOils incluid<l$ mcnos uno.
\...'
lriccioncs La conuióón n~ce5aria sudi: u~noúlíl1Hrse clindición de ohlen para l<lidentific<lbifi:
lldll' <lll=() (lJ.<19) d<lu.En mouclos granues, su~1cscr l<lla'niencomliciónque :!JuedeapHdrse. pueslo
Exislcn G + K desconocidosenlYI' La malriz['y <Iil es de ordcn (G +,K)x (K+ l?), que "pl¡cinlH condición dt:rnilgoresull<l difícil. Existe unafotma <lllern<llivé\ dé ex~
dtlnde !? cs el nÚll1cro ue eolumnas de (11.SuponÍl;ndo queconoccnlos n, lodos los prC5:lr la condiciónueril.n~~)qu~ res~llal1l:í~rácil de<lpli~ar,.aunqlie ~ig'ue ~:en,uo
clemcnlos lit: 111' (111 scr;ln conócidos. (lorlo 1;11110.l<lccuaciún (9 ..)()) consliluye un improbahle queppctlautJlIi'.:lrse.en modelos grandes. l,a fOflna <Jltern<lllv<les
conjunto dt: f( + !?ccuaciont:s de (; + KdcscOi1ocidos. La idenlificacilÍn de la primer<l rlll' (1;I=G~~K~JsiyÚ)IO~i p{Arl))=C-l (9.52)
t:cuación prccis<l quecl r;\ngo lit: [1\' (1)1 sea G + K - I ya quc. cn dicho caso, louas l<ls , .
'solucioncs dc la ccuación(().-19) s'e silúall cn un l'lnico haz que pasa por el origen.
CU<llltlO norm;lIizamos I.a primera ecuaciún i!!U;i1;IIH\Oa llllO cíe,rlo codicicnlc (por 11 v~;"c 1'.1<'1.I'i_h.:<. T1If'¡,/l'I/";(,C"fili/l {'",M,.",';" Eni,,"i,,('¡ric;, M¿Gr~\\'.l'lill. 1%6. C~rílulo Vd. rM~
ejcmplo . .!]" = 1), (lblent:1l10S unllllicopullro dd hal.licsoluciones y UI qued<l oeier- '\lila c'l'lic:lCillll ("s\I'milla'.' H.W.:''¡'arci''"lhc'r.~; ¡\ ~horll'((IOrOrlhc ni'sic Lc.",",~ of.lhc linc~r Illcnlific~'
,t,/: minado. IZt:sulllit:ndl), p;lra idcnlific;lr la primcra ccuaci('lIl cslruclur;llprccisamos que li\)I1I'",hlclll"~ 1"¡(;";";;;""'-""III",,,,;,-ÚÚ;;''''¡,12:1?7I.'SI5-SI6.', " "
'1, •
.,"
:~.
o,,
I '.
_ .. ~
 ,,1
••
35:1 MIOTooas DE ECO;,>O~IErJlf,\ .
1
l',\I'in:1.l1". M"d<:!os ',\illlli,:cllacionait:s

,-
Nótesc que [IV el)] es una matriz constituida pbr las dossuhmatrices indicadas, , r:ormulalldo c:xplícitanlelllC: las ccuaciones. obl.:nCl1l0s " }

mientras que A el) es el protl/lclO dedos matrices, L¡j scgundaforllla de la condición

. ... ". .
+ fin ')
,"

:l!1 + "111'= II
lieneque ver sólo con loscoeficientcs estructuralcs y es; por la tanlo, de más fácil jlll illl

aplicaci6n. Cuando todas las restricciones son dc'exclusión; la prinlcra fila de Ael) es' =
jlll ;¡121' fJl~il~~+' 'YI~ O'
un vcctor cero. y las G ..: 1 fiJas restárltes contiencn los coeficicntes dc las ccuacio-
"111 = ()
nes estructurales de las variables que no aparccen el; la primera ecuación.
'Sila igualdad se mar1iieileen la condieiónde orden; es decir.- R = 1, hi ma- e- 'Yl~ = ()
triz A '11 debe ser de orden G x (G ~ 1).Pqrlo tanto, la ílrimera fila de eSla matriz cs
Si /1'1 = 1. ICllcn)os .:nlonccs
cero en virtud de atel) O. ,Estosignificaque.amcnoscjue = se dé nlguna combina.
que
it 1I ¡f~1
ción exlraña y poco probable entre los coeficicntes cSlructurillcs, esta matriz scrá /11' = - -'- =- - " 1
... . rt 21 ¡¡ 2~ .
no singular. Se diceenionces ,que la primera ecuación cstá CXl\l:tullIcntc idcnlilicada
oidenliCicada, Cuando R> G..,.l,entónces A(I) tieneG o m,\s Columnas. En este ca- [sio no implic:l conlradicción alg,un:l. yn que ambas maneras d.: cX¡Hcsar jJlí dar<ín
.; ,', 'so, existen, másreslricc,ionesqu,e!~s~)jni!ll~~',~~igi,bJ~s:p.n.r:l la" i~c.¡i l.iri.c,lI.!=}.~I})'~en ",".~ . "', ""~""":~ <:9.1)1':~l eSÜII:ld,~.Ull \'a.I0.ri~~Nic();I,.}'s.a.ny:r}()Lc~ Sspc~!fi~:,~i.':I)c,sY!:lJ~~l~.~I~I>IJotn!.'I.' .. '
.,.. _".."..."'..".ge'«á¡if1i'alirá'hia's'\le u.h'a.•~'lfti:ní-h'(r1z.ctla~ra(i~"'d(tordéil'.G.::"f'(lut;a¡'¡-s'rag~-i¡;'~'~;;':'
.•.. ....' ..""'...; lización tIC cstc cjcmplo.dan lugar al mouclo '
dición, de rnngo. Diremos ahora q\jc lá.ecuaci6n ~s.tá S0. hrcid,e.'lllific:id.a. ...,
)'1/ + I! IJ .I"~/ = ."1,
'£JHlI'LO. ConslcJe'rcmosel'sisiema .
, '. ~ fi~I)'1t + )'2, +'Y2I.\'I,'¡' 'Y!~.\'!I== "~I
'flIlYI,T,Pi2Y1I + 'YII,t ,+'.'iI2X2, = "".' :'\
" 'La n;l'lri/.l!C cocficientcs dc la rQrnia. reducida es '
'.' fl21y-¡,-t'PnY2' + :Y21'~I/+ ~;2Xi,'~ !.;z, '-.

'P~r~l, Ill()~entd.no h~yres'l:r¡<;ciq~es i;~pu'~Ú~'sa'pfiO(í.y.Cil eSl!; c;;~oni;l~ürii\.Ü~ las

",
'_ [7\11 7\'12'] _ ~.' (fJI~'Y21
n- . it~I7\~i '-'óL --'y~¡ '-'Y~~ .
1
I~I~'Y~.:
" :c'cÚn<;iones esÚ\'jde~lifi~ada.' Slip~gnrilO~ ;IIiQra quc In~rcslriCci~1I1~SSOtl . . , '
• • • • ,"' .:-:"' I .', •• ••••• , •••• • ~ '.,'- •• :.. • •

'. ',' ':: .. ,~'''YII'';=O::'' 'I!.2': O'

. do'ndc'ó = 1- fJ¡J.lz,.Aunqlie n c's ~;;:;:nla.lriz. dc ~.'.x 2. ~llrahgo cs'sól'o 1: Se.trala I.k
, \In éjcmplo dc sol;rcidenliricaciófl.:N'~Cci'siíalúo.s 'una'lrnica r,;slricciÓn ',)ara i'dcnlificar
".,;":'0..:::0 .0" .,,'~

\ .... ",
" .'
la'primera ecuación, pcro ¡CUCnIOS dos, Laconscc\lcnci¡i eStilla rcslricciün.:n los Cll':'
'''','',
q . O. ricicllleS dc la Torma rcdúciua. DCSlaC¡~ré,mos,,"ilbi.:il tI\lc"incluso cn cl'caso d.: so'
,11='
.1 ,O: brcidcnlificación. p(A'I» no puede cXc.cder uc C-'L'La malriz lien.: C rilas)' un mi-
'j"
nimo dc C columnas )':.-para' rcslr!ccioncs.ho'mqg,éncas.'la primera [j1;1será sicmprc
'. '1,
Ó I
. : '. ~. '" ccro'y cl rango no cxcc:dcr¡í dc.C .,.,i. Dcst'lc~rc'mos finali,llclllC qu'c si cn cl probkma
tic: dos ecu:lciollcs susliluy.:r'amos npor Ú:. lil' millriz de codi'ciclll':S <'.dillll/r1os de 1;)
". , '..' [ O. O'J" ,'o'

forma rc:ducida'. el range¡Uc Ú sería, ,:asi con lt)'da 'sc:~uridau.2 )' no 1. el.: modo tI"':
.,. ',:,A'I ,= I ,':,'.
:. ; ...."1~I .. 'Yn' . cSlii;wndo /112 mcllianl.c ,..ñ 'lila 21 (, m~diún.lc.-ñ l/a ~~. obkndríamos uos yalorcs dis.
; lilitas. ESlc ;l1éIOd~ dc usíimación dé, parámelros CSlrUClurales n:cihc el nomhrc dc
ElrangodeA 'I'es uno y,:¡iCir lb tal,Úo: id.enlifidmos' la, primcra'eeu¡\ción ya'luc
1'lIí1l11llUSc¡,atirados illeliicclos. Obtiene:, ~siimador.es lrnicos d~ los¡iar;llllelr(lS el.:
G = 2. La segUnda etuación nO eSI¡\ idcntificallapó.I''luen'o licne;reslri~t:i~,;'es, , " ..:.e
.' • '. _"o • '. .,. ", ',o ,,'.. 'i:cuac'ion.:s' eXaClan,lclilb 'ideliliri~ndas .. Cuan.ul; lrabaje'¡;lllsclln d caso nds ~l'n~ral de /,

De rúodo ril~únalivo: y 6bscrvillldo la 'eCUaci?ll' (9.49) ra~,.1 eSle modelo. obleqcmos ~cliac¡oncs sobrcidcnliriead:ls; ne'ccsitarcm;)s oirós' cSlin.lad'ores.
., " . . (x 1'( jI' (1)1":0 '
J'
-'
ni2 'o O 9;6' .
itú .O . O ESTIMACIÓN DE ECUACIONÉSESTHUCTURALES
o := (o' O O O)
O' 10
1 'O'J, . .,' Consid¿"cmos la 'priméra ccu:lción tic' In ce'nacilÍl)' (1).'15) quc rorniularclllos cxplíci-
l'
tnn'lcnl<;: como
(,
. ',-;,;
 .\(iO ~IETODOS DE ECO;<O~IETlliA CI\I'ITULO ?:Modelos Multiecuacionalcs 361
~- . i"

Y1, = - [11'2-1'2'-'" -./311:)'1:' - "111.1"1.1 - •.. - 'Y1J,.tk, + /11, (9.53)

Z I =.){ (X'"A.')-I X' 21 = P XZI'
,. _ , .
(9.57)
•

(=~,.~.,/I
A 'conli;ll;~lción'. n:ali7.01remos i.l regresión de )' sobre Z 1 pLlra oblener el ~stimador
VI (MC2E),.
Debemos Ilam;lr la atención sobrc varios puntos., En primcr lugai', hcmos implll:slo (9.58) .
" ~~(i,¡,pxz,)-'Z'IP.yy ;:;.
la condición de normalización jlll = l. En scgundolugar, s~ suponc quc 1;15 g - I va-
riables ClllJógcnas son variables explicativas y que, cn CilSOnecesario, las variables con m01lriz;k \'arianz:ls y cov;Írh1l17.:lS ," ' .' ," ' '
se reCI1Umer;ll1 auecuaJam~l1le p~lra quc ¡'os'íl1uiccs apa,rczcal1 cn forma sccucncial.
., . . 'V¡H(Ü)=.\.2(1,',P",ZI)71. s2=Ú':-~Zla).'(y"':ZI~)lIl' .. (9.59):
Oc mouo similar. suponemos que las primeras k variables predelermil1ndas lnmbién Verificaremos las reslriccioncs li'leales de la eeu01ció~ ,(9:55) lnl como describí:lmos
aparecen en la eeuaci<Jl1. EI1 otras pnlabras, l)ayC - g vilriilblcs enuógenas y K _ k en 101últim01 sección ucl Ca'pítulo S.: "''o'' • , '., '

\';¡riabks prcdetermil1adas exeluidilS de'laeeuilción. Las ecuaciones ue la form¡¡ re- La n,,,írii ZI de la ecu:ición'(9.55) y la malriide inslrumenlos X llenen. una
ducida (9.30) y (9.39) muestran que cada variable endógena es función ue todas las submiltri7.X, en común. Ello d01Jugar a unaforma allcrnaliva de expresar el eSlllna-,
11I:rlui'l)acio'nes estructur¡lIes. Así pues, las variables cxplicativas J'2/' ... , Ygr de In
uorVI(MC2E). ,.' , ",' '. l" ] ..
ecu;lCilín (9.53) se hallal1 correlacionadas,con la perturb01ción/ll, de dichaecu01ción.
T 1" P .z. = [ Y', PXY1Y'1 PXXI 1 y 1,', ?xY = ,Y'J P.xY
Enlonces resulta que. según los desarrollos ,moslrados en el Capítulo 5, aplicandu encmos '" , -1 X'I Px l,, 'x' 'x,/J X ,IX
'x' P 'J'
MeO a la ecnachín (9.53) oulendrelllos cstil1wdorcs sesgados e inconsislcnlcs.
:i
La discusión (kl Capítulo 5 sugiere asimismo que oblen~Jrcmos estimadores
consislentes utilizando "ariahles inslrlllllcn(ales. Recopilando (ouas las observacio-
También /'-"XI =X(X'X)-IX'X1' = [XI X21[/kl = XI
. O •
nes ue la ecuación (9.53). pouemos formular la e~uación estructural en forma mnlri- En definiliv;l. cfecluand9 la regresi6l,~ deX, sobre X oblc;l~mos, si~'p\emcnle, XI'
cial C0l110
Formularemos enlonces el eslimador de.l~ ecuación ~9.58) i:o~o '

, l'l"IX(X"\~-'X'Y., ')"'lX, ]lfi]=l'}"'~Y(X'X),,' ~IX'i] (9.60) .

X'I YI X',XI -y, X'IY,
','. "
EJE~II'1.0. L" piiinera ccu01cióncsÜuclum'\ cn un mooelo de Ires ecuaciones es

'1'
)'1' + fJ 12 Y2, + 'I"XII + '112.'(2, + ". . _

'..
~'<"':~::,::'' :"'' ::'' :::;:1i~~ff:':::~:7::~:'.. :':'::: ,'¡.
••...-;.
'"
Tenemos "l 1cmaS que' l",v=[23,'1j
,l I 02 1)" , .
'1"

La condlcilill necesari" de. idcntificnciónseSnl!sfacc p~rqucK~ k=2 y g :...1 ~ 1 y. por

lo (all(Ó,la cClJaciún'csl¡i sobrcidcnlifieillIa; Púnesli,núlrlosparámclros mediante
VI(~lC2E), necesitamos estabicCi:r unacoh~spondencin enlre los datos de esle pro-

~I,
bk",,,""' "':'TJ"":~~ m"";:;:lr~T'I.::~n .~,1
'Y',X=[i 02 1] Y',X, =[1 O]
362.

. '.. [10
.X'IXI
'. 2. 9.(;.1 Variables No Eslal:ionarias

. .
= .O
~l Xí)' = 4
,1
)
.. X'I;\',= [2j' J
La esencia ,del modclo
las variables endógenas
de ecuación ~stnlcl¡lral
en lérminos de las variables cxó}{enas.EI
es!:, f;xplicaciól;
mecanismo
de las vill'i;¡~iolle; de
I!,cnera. ; 1

,
0;1 II II O dl;r de las variables exógenas nO se cspe¿ir¡~a, :iunque se
~sulllei¡nplicilalllenlc ~que las
ó ll,~ II O variali.les endógenas no lienen .nada que ver; ell caso dc h.acerla. debcrín especificarse
y, de este modo Y'IXtX'X)-IX'Y, = [1 II 2 1]
O
II O
O ll25
()
(J
ll5
[\ = 1,6
de lluevo la clasificación
lamafia
enlre varinbks
del l~lOdelo eSlructurid.
eji;m[110, de orden
endógenas

11ll0,las.vnriables
y exógenas.
Si las variables
endógcn'as
así como aumelllar
exógcnas
estn'rían
el
estu\'icran
también
inll:gradas.
iillegrndas
por
ele orden
llllO, y las ecuaciones eSlructurnles soti. escncialmenlc; n:lacioncs dccoinlcg,ración .
'= 2.7 . Enel Cn[1ít.ulo R veíamos que las variables no eSlacionarias mueslrnn prohlc-'
maS especiales para los procedimientos convencionnlcs de .inferenci" origina~Io~ a
parl ir de regresionesMCO. Una pregunlacrucial es saber si aparecerán [1rob.len]as'-
""'s"iln:ili,\¡:c~"Cll.o'c'l ..colll~xi() de' rcgrc!üon'c.s' "M"CtE:.'Chci1g :¡'-I'sl~'úr hit ill\'C's(r'gíf-¿¡h,:'~i~'i~lr~(j'~;
...', ,;.
hIemal). La sorprendente conclusión.es qu.e. los procedimienlos de inr~rencia con-
ve'-lciol~ales MC2E siguen sicndo v:llidos:.' .

NalJa ¿Icbe cambiar clIan'do 'seaplica h fór~H;la cOJ1\;cncional Ikl eSlinúluor IvIC2 E
par.a eSlimar los p"dmclros' Licsconocjdos yJónÍ1ülar esiadísticos dc conlraste tipo
y su soll~cjón . Wald; l:as cslin\aciones por punlo y la mill.ri;' d~ co\'ari¡II;~.as aSinl:ílió obtenidas
.S~lIl iLi~nlicas. £1 r-csliltac1o de los CSl;idislicos u'e'conlrasle-lipo \Vnld Úgue eSlando
."
dlstribuido asintülica'¡ncnlc se~t'ln una .chi al c~ladrado. En olras palabl:;~s. la no es. ,--...
Trab:ijánM.~ori: r.nodcios e'conomél'ricos d~ esc:l1a;1)edia'o grande, resull~ ;'0 II\c!onariedaLi y la coinlcgración. no precisan nuevos métodos 'de eSIi'mnción ni nue-
de gran ulilidad sugerirque lamalriz de lodos I'os v:llores prcdelerininadosdel m~-
vos procedimielilOs de inferencia eSladíslica: Pai-a cotlSlruir y verificar modelos de
Licio X cs' un conjllnro de ilislr:uin~nlos tHJccuádos par'" cUalquier Cl:lIacilín eslruclu-
ecuaciones eSlruclllral~s.p(,)(Jcmos.scguir sin problema las ¡'ecomendaciones ¡Je la
ral. La rnz6nes queeI número'ue v~riablc;s de x se aproX:in;ar:í~ o exceuer:l ilicluso,
CO\vles Commission.... .' .
id nÚl1lero.de(lljs~rvadones mucslra.ks. Una:p(jsi!)i1id;,,1 consis!C en eSlrecílílr'la.
elecciÓn de illsli-llI1lC11l?S pai-a cada.ccüació.i'¡ e51fuct,ur~¡I'" 'las vari¡lblespl~ccl.clerllli-' . Elillensaje es eVldelúe para aquellos 'que lrabnjen conmoddos eSlniclllI'aies el~lpi-
.nn,das que apar~zcan ~n i~s éCt..Íacidnes'cslrUclutale~de las 'v"rin\Jlcl\ (le n'qllclla ma- '. ricos: el prolllcmn dc iLicnlific"ción y sesgo debido n la símullaneidadsigu~.csis-
lfii, }'t;'c¡uesea relev'l[1tt;:p¡iraqiéháÚuiidój.¡'.csituc,lliraJl2 .. ,'. . , .•... '" , . ' tiendo, .pero los problemas dc'no c'slaciona-r'icchd y coilileg.'ra~iónlio dcl?~n preo~u-
En la práclic':;:.á.pc'~ard~.su fccon¿éitfa incil"sislcncia,MCOsiglle ~,tili~;índosc ex- P;1 r.' I~a link'a preocupaéiiín P:I ra -'nc¡'i,c'!Ins 'q;lese tl(:d,iéaú:;I'ia C()Il~trUCCi("1lde 1l111'
Icnsamclile para eSlil1."lrccu:ici~n.eseslruclljrillcs" Una posible explicación:; eSI~'hcci\O del¡)sesÍi'ucl urales es la de seguidos tonocil;'ie;lli;s 'col\\'ct1cionalcs., '
se. basa en d cO;llraste.,enli-e='aspropied'1des'con pec¡ueiias nlueSlras y las' de mlleslr;tS
gmndes.L'lconsislencia esui,a propiedad 'aslrí!Ófica o [1arn muestras granqes: En lúues-
lr;ls' finilas, los e~limadores consisten les no sonnc¿esari'anlcnte insesgados: de hecho, 9.(;.2 MélOdos de Es{imación de SislemHs
. s~elen most~ár un sesgo de,müe'slrafinila. Y másHun,la varianz" muestral de estimado-
rcs consiSlen{eS,espe~alm¿lÍlecuando'taelecciólI de illstrunienios es pobre, puede ex- El enfoque VI (MC2E) es un procedimiento de esl.illlador de cl:lIal:Íón lÍnica. PUl:de
ceder lude.los eSliínadores tviCO:,Por,lo (i\lllo. en. mueslras finilas, MeO l1lu.eslrú 1111 ulilizarse para estimar cualquier ccua.eión cSlructur;t1 idcnliril:ada. Pucdc ;llilizarse'
..",:
error clladrático medio me'li9l' c¡ue el de los cSlimadorcSConsislenlCs. .'" l¡lInhién para eSlimar ladas lasec'uncion~siden.liric"d¡)~ en.uli Illodclocstruelural
",' . Clllllpli;io. Un esfiJilador de sislcllla c~lillla conjunl;,mcnie lO.d~s los púr¡ímclros
• 1. :". , ", ,_, -., :•. I ~.. '. . • .

11 F.M: Fisher,"Dyn:lmic 'S¡rUclu'rc'aml 'Eslin;alion'in Eceúioiliy:Widc Eé;1I1olllclric'Modds", cds. J.' Dúe.'

scnbc(ry, G. Frnmm,'L.R;. Klei[l y E. Küh, 'Í'lic, O,,;o'kl;;i:s
Q,;/lf/Úl)' E~lJI;",;,(/,.ic.Ú",'d U"i/t'dSIII- ,,¡;"r :'., . 1.\ ¿'heng 'I-\sian. "Slalislical Pf'".perlics of lhe 'TwoSi¡',;~c Lc'asl ;;'Iua'f-<;s.Ésli;nalof'.Und" 'Coinl~g';'liol1".
"r SOliihe,;i Calirurnla', Los ;\ng~Ic;.!lJ.'.I~:
.
f(J,Ra"d.McNall)'.Skokic:,IL::1965,~8'J.636;. . '.'" ..~. ~. .,"
.:.;;.; ..•"'. r.P,><:uú,ciiill . de
,
ifiÍllajo; Ui,ivc'fsiiy
. . -~.
' .. - , . i
.

~
"
 ¡;

.•..•
;¡,
CA"íTULO 9: Modelos Multiccuaciol1alcs 365

I
(idenl ificaJos) de un mode lo, La \'ersión de mín imus cU<ldrados en dos el;, P;I:; p;¡r¡\
la estimación dc sisicnws es el m~'todo demominado de mínimos cua:lradú de tres O ..-
X2
r'):2"
etapas (rvIC3E)I~. EsteproceJimie';lo permile la posibilidad de corrclacilÍn contcm- = ~ (A9.2)
por;inca cnln.: las I'Criurbaciones de distintas ecuacillnes eSlructur,l1es. Se Irata. en :
[X'.:

L'sc¡'lcia, de un;1 ¡¡plicaL'iúll del procedimiento de regresiones aparentemente 110 rela. .1'", O O
cionad;.s a un modelo estructUral. Las ecu;,ciones eslruclurales idenlific;ldas se esli.
m;ln en primer lug;lr púr i'vIC2E y los resid(¡os resultantes se utilizan para eslimar la o y=XfJ+1I (AIJ.J)
nl;llri" dc covarianzas de las perturbaciones. que se utiliza posteriorl11ente para esti.
mar conjunl<lmenle todos los par;ímelros estructurales idenlificauos, Cuando el pro.
ceSll de eSlimación se repite. y no se detiene al llegar a la lercera elapa. I;ISeslimacio.
nes convergen a.un eslimador de 11I;íxillla 1'ermimilitlld con illronllarión cOlllpJcla
(A9A)
(i\IVIC) dellllodellh~Slruclur;d. En principio, siempre qlle la e.specilicaci,íll del sis!e.
lila sea correcta. los m~l(ldos de estimación ue SiSlell1as'ecu;lciones son m;ís dicien-
les quc los métodos tlt: ecuación llnica. Ese es el secrelo: la cspeciricacillll errónea de
una ecuación única puede con laminar todas las eSlimaciones del sistema. Cada uno ue los l~rll1inos que np<lrece en la di<lgonal principnl de L es UM mnldl.
uc varianzas)' cov:.rianz;\s 1/ x 1/. Por lo (anlo, E(II¡II';) es la m:J(riz. UC varianz<lS 'y
~.
;.
APÉNDICE covarianzas dc la perlurhació" de I¡¡ecuación ;-ésima.Cnd<l uno de los lérminos ue
¿ fucra de la di;lgonal'reprcsc'nian :una matri7. 1/ x 11 cu'yos elementos son las vari<ln.
.', Z:lS conlempor:íneas )' relard<ldas enlre las perturbaciOllcs de un .par de ecuaciones .
APÉNDICE X.l Por dcfinicilÍn. '
.-
Regresiolles Aparentel11cntc No Relaciolludas: HANI{ (SUH)15 £(II;II'¡) = u¡¡1 ',1 = 1, oo., /;,- • (A9.5)
Suplingamos 4ue 1<1ecuación i-csima de un éonfunto de /1/ ecuacitines es Si i = j, oblel1en;os la perlurhaeión de una ecuacióncualquicr;¡ que es'ho'mosced:\s~,
':I';=X;11;+II¡ i= 1..... (¡\\).I) li~<I)' no aUl.ocorrcl;lcionaua. ~t.yalor ue In.varianza conslante será dislinlo parn ca-
..:,
donde y¡ es un \'ector /1 x I de obsevaciones de la variahle i.~sima. X¡una m;ltri/. de
//1
*
da ccu<lcilÍn. Cuando i j. e1.supueslo da lugar a l:orrclacióndislintn de cero enl.re
observaciones de las \'<lriahlcs explicativas /1 x k¡;fJ un veclOr de cocficiellles k¡ x 1; las p~rlurhaciones conlempor,íncas de las ecua~iones;:ésima' y j-ésim'a, y corr'~la.
y lI¡un \'eclor de pCrllll'h;lCiones /I.X 116. Se supone que la pcrturbacilíll)' las vari;l- ciol1es ¡guafcs a ¿en> cnlrc lodas las. pequrhaciol.'es relard<ldns. Susli.tuyen~o .Ia
ble~ e xpi ic;)1i\'asdC'C;'1ü¡i' e:cuacíúll"lity:cs l;íIlcoh'c lacilin;',das'. [;'ls val;¡;¡hks'j"pÜ'ctli:: n' ',ec~,;~cj(Ín.(/1~9,S).~n.I¡H:cIJ"ci{!Jl,{t.I:9,:4)F~C,oblic l1e;,'";,,,~.',,:,y""'."\',~.':,;'',o;,''". ;..•.. e'::.....:. '.
se!.' UI1conjunlo de hienes de consumo, l<lsasUc dcscmpleo, clc, La pregunla es si las ..,

ecuaciones uebcn lrabajarse de n;<lneraindependicnlc ode rorllla conjunta. Un po- lTI,l lT 11' (TI,,/ !JI I Un uI",
sible molivo p;ira uecanlarse por la segulld<l opción es la cxistcncia de ciertos faclo- ITil' 1T221 ... !Ti",l
;

Un
res comunes qucinfluyan en la~ pcrturbaciolies de 1;ISdistinlas ecuaciones y que no
L= ,~( 111/') .= 1'21
~:
u2",
".
0 1= ~c 0~

hay;rn sido especiricados cxplícit~menle en las 111<1lricesdc variables cx'plicativas~ El .-. (r"",,l
lT1II1' lT"'2' uiul (1''''2 (t".",
cunjunlo dc CCU;I\:illllCSpucde escribirse COI1H)
(1\9.6)

' .....
!'. donde (es la nHlIri/. iuent ¡dad de ordcn l/X 11 ycl símbolo'@indic:JeI prodUCIO de
Kronecker. cs decir. quceadnclemcnlodcL~sc I'nulliplic<lpo(I.. . . ..••,.
lJ t\. Zdlller y 1.1. Thdl. "Thre~ SI,,~C 1~~a,1 S'Iuar~s: ~imlllia"~,,u, ["imali"" "f Simulia,,~nus
E'Iu"I;"'" ", 1:"""1""(";';"11,30. Ic)(¡L5~. 7X. .
Scg(lIlla q:u;icilÍn( A \)/) •.Ios mínimos cuadrados gcncrhliz:Jdos (M CG), u:J;~n
1; L" id~a h;¡,ica parle ck A. Z~lIner. ",\n [ff¡cicn! ~IClh\l(1 nf blimalint: Sccm~,,~Il' U",c!aku Hc¡;r~,. lugar :i1mcjor eslimmlorlincal'ii~sesg;iu()dcl veclor fJcn la ccu:Jción (A9.J); eSlo es,
.~i(ll1s "ntl Tt:sts ror ~\ ~!.!rc\!atiol' lliflS 1",,,:;ral uf ;\IIJ('ric.'lI~' S'ff,i.\l¡c"I,\uori",¡'m.
oo, 57. 1')(12. :US.)(JX- d co:,j.ulJ.~odc ecuaciones d~.he.r~;i,c~:linl~rs'e c()~junlñl11cnlcyno ~e manera separa •
th Cll;lI1du Sl." Ir;,h;lja ~~H1;;l(1d~lilS \k vari:IS l:clI:~('in!H:"s. es i'l1pOrlanh: nn rOl1(lIlHlir.la u(il¡l,aci"J~; de y, cn. da.ElestlllladorMCGes' '."" .", . , ,. '. .. .
ino indicador d,,: l:ls ol~~L'r\:;li:iol1cs'dc UI\ l1\il11c'ro lk \';¡rial;ks ell un punlu 111llcslr;d , r.'", illdi~and()" lib.
~\.'f\.;Il'illll\.'S 'lúuC~lrak~ 11.:1;1\'ari;lhk
•.. i.csilllil. . . . .
b. '-(";',"":I"')~l _I)..•
v' .••.
(,f ..\."" • :- .'. .'\ - , (A9.7)
 .'.'

366 ~II:TOOOS DE ECO:--:O.\Il:T1IIA' (,,\l'iTl:I.O'J: Modelos i\-lllllieclI<lcinn¡lies .1(,7

, )

. . [&11 i )',::: 1JI + A.I"_I (¡\lJ.11) . )

donde ¡-I :::

I.c~101,:::¡ ..... (A9.8) La solución de la ecuaciólI (A9.ll) expresa)'1 conlofunción dcltiempuy cOllsiste ')
. . . . (]wlj
. . en la suma de unn in{c~ral particular)' lafllliciólI rOI)lplelllcnt\lrja. La illle~ral parti-,
cular es cualquier soluci()n de la ecuación (A 9.11), La soluci(')1I m¡Íssellcilla se oh-
. La nwlril de varianzas ycovarianzns del !l~lim~doi MCG es liellc medianle)'1 = )'1-1::: y, que dn comoresullaJo
var(bGLS):::(X'L'~IX)-1 (A9.9)
(1 - A)y = ny = 11/ (NJ.12)
La eviJente dilicullnd opcrncion:il có~. di~ho estimad~r es que los e1emenlos de }';r
son desconocidos. Zellncrsugiere conslruirlill cSlimn<lor ¡\-ICC factihlc eSlilllíúH.lo dOllde I1 = 1- A. Supollienuo, denwl.11l.:nlo. quc [1 es no singul;lr. 1<1illlegr;t1 p;lrli- .
sepn~ndam~nl~ por 1\'IC.o'I,l's 111 .ecuaciones yltlilizand{) .Ios residuos para estimar cular <:s y = n-I 11/. La runci(in compkmenlaria cs la solución de 1<1ecuacilÍn hOlllo-
C1ij' Los procedin1icntos .de inferencia<.lel ni'ouel~. resullanle lenurán entonces s(ílo génea
validez asinlólicn." '. . . )',:::Ji )"-1 (/\ 9,1 J)
El eSlima<.lor ~AN R tie~e dos casos especiales In)ponanles.Sf
. ' • 'J., . .' . ,", -.."
. Una posible solución es la que se oblienehncieill!o)'1 = e}"l. don(\ec es un \'~Clor,co .
. ..;•...•~.:..~.;...• V,..;.;,,"~~}:.J¡:."l/.-,•..::~'.:;,-,-;;. -•.•:;.J.....~.f-~-";"••:.•: • .;.¡, \i:..;J..(;'~"';;f~:"".:~¿~:r~:';~~~;;.u ..\i iE."~i>~:;~
1j.~?i.:::Oj~~~-"i¡ :'.~.':'";,;.;:,,,,;:'>'.'¡,~:', ~'¡::.{.;.;.. ,<~'::\;}:':.''.,•./~:.~~~'
..~..;'i.';_>~:_~
"''''f¡álÚiñ;i:!c' kéóiistil files';' X¡cs' u nc'scalrir:S lI!rt iiúyei1'C!t;:~'iYI!\ 'úl1¡{ció;f'('X9~1'3)"'lHt'h ~
o XI:::~\'Z:::",:::XII/. posiblesoluciólI )' dividiendo por },,'-I; obtenemos }"e::: Ji c.que se rdorl11ula como
el estimador. MCG se reduce a .apl¡'carMCO a lodas lasecuac:iou~s por scparado 17.
. (Al-A)c:::ll (1\ 9.1.1)
Cunndo,.naerná's, la~ perlurbaciones .eSlán n'ormalmcnle <.Iislribuidas, los eSlimadu-
..res MCO.son tnmbién eSlimn<.lores MV.
.~
i. . Ulln solución no lrivinl uee p.recisaquc
~ca cero: es decir,
el'delerminanle'e1e la nialriz de.codicielll<:s .',
, .
; . ,
¡ 'IXI:: Al =O . (NJ.I:'\)
'APÉNDIG£9.2: . :.;.i
.VA ¡lo de Ortl'en }i:levadú . L;s}.. qlie reslleivcn iaccuación(A 9,15) son los ,,(dl)t('.I' ill'il¡Jitl.l' de A. Sus'l:i;uyelldll
.' '; ," " ,"'
v.•
los llares de A en la e:cunción (t\9.J,4) oblenemos d"correspondienle veclor e. que
La e'cllación '(9.1) íJefanfa'cI.pr¿écsp g'encr(1I V A R(p)'c(iJll~ ' es c\' veclor propio asociado con}". Por' !o.lanto,1<1 solución completa a la ecuación
• .' ~ "; .' :,' • • ••• '1 ~'" :, • ,.
(1\9.11 )parael caso de dos variablcses'
~ A1Y'-:1 +A75',~i+ ",+ AI')"_I' +E/'.:
.y,~'III'"

L10nde los ~eclores )'incl,uíúnk ~¡IJ'iables y'.habíapn:I,údus.,La mayor parte de la (1\9: 16)
.. Sección ~.l ~slaba'dcdi¡;a~,a~c.xainiÍ1ar pró~esos VAR(I), eSlo-es, '. . Cunnuo lodos los valores propiosliericnrÍ1Ódlllo menor quc ulio. los l~rminos de }..,
.. '. ,:",' "y,=I1;+'A)';~;+~f:"(Al).!O) li<:ndell a cero cÍla'ndo 1 aumenla, e),i.convergeeúel.l'eclor conslal.lley:EIl cslc e<l-
Veían1Os' que 111'es(¡~cionn~i~d¡id.de 'Iri's~aTi'üb!es yse hallnha (i<:l~f!~inatla por los . so', esle líllimo vector puede:interpr'ctilrse .cO'mo. reprcsenlali\'o de !I'n equilihrio cs-
l¡¡lico, porquc n .;"'1-A es'líó singular,. El moli\;o cs'(ille si t\ luvi<:ra raíz ullil:lI'j;,.
'valores propios deA. ~I' presenle ~pénciiéeesludia.lanplicaéión <.leVAR dc6,:<.Ie"
la.suslilucióllen la ecuación (1\9.1'5) dñ'ría com() rcsulta~I(lI/- ,\1,= (J. COI1UI1i1IlIiI'
ncs más eIev~d9s' .. An.les de:én1pézar, exa'min,áfenios ei caso <.1<:'primer o¡'d~n hajo'
lriz 11 singular. Sin einlwrgo, .cnel cnso 9UCI\OS ocupa, 110CxiSlC raízqnil:lriil y 1/ -
.un pun'LO de visla ~igera.n;enle,d¡sli.nlo. ",' ',' "'.
...
'
"'''
.: .
.:.
'AI * O Y n es uila matriz 110 ~ingula~. Deslaquemos, por CJllill1o. que ulilizill1dll un
., ;',
polinomi~ en el operndor relnrda<.lo, rcformulanlOs la ec'll'acilÍlI. (Al).'11 ) t0ll10
.' .
A9.2.1 Proq:soYAR(l) A(L))'; = m .. donde' .. ~r(L) = 1'-;\ l.
,...'
$.i .omilimos el vector perturbación; el, VA1fqued¡;red~ciJoa ,un conjun:lo,de ecua- A(L)'::: I-;\L = (1.:... ~IL)(l ...;lI.zL)demueslr'aque la c~nditión de que las },,'S lic- .~/.
,...

ciones lineales sill1ullá~éas en diferencia;, .. . '. .,' nen módulo menor qUCU;10 'cquivale a que las raíces de .4('-) se sitúen ruera dcl ,-{"
.' • •• • • 1,

1,'."" •
círcu'lounitnrio. Si existen una o más.raíccs'lInilari,,~. o una o m;ís raíces con m'ódu-
.
I~ i;~e-'lOr 'Itie lino, !fes singular y' IOpaJ110SC'On lasfórniulas de coi'ntegracióll dc co-
','

.-,'

rrtc~ióni.leI error djscutida.s:enla~ccción:9.i. Si..'lO existen raíces. unitarias (1cro

1,1Véa~cProblcl.nn 9.3 ... ,' ..
,~
. lino om<Ís <.lelos lI. liene'n m6Juloiriayclr (iue 'u't1o. f[<:s lllia 1;lillri~IH.l singular y el

'1'"
 cArlTUlo '1'. Mooelos M~\\iecuacionales 369

vector Í' existe; este resült<1do no tiene, sin emb:Hgo, connol<1ciones de equilibrio
porque' 1;, ecu"ción (1\9.16) mueslra uno o m¡ís términos enl" I"orm" h; lllle ;1\lmcI1-' (/\9.23)
,'O,
I"n inddinid¡lmente cu"ndo (.llIinénla.' .
Una flirmula p:na el delcrmin:lI1le de la malriz particionatlacs

;\ 11 ;\121 = 1;\221 .'I~ 11 -~ 12;\ 2~;\211'

9.2.2 I'rnceso \' r\R(2) I ;\ 21 A22 '

Aplicando el resultado a la ecuación (A9.23), la ecuación carnclcríslica es

Cu"ndo la perlurb"ción es igual" cero, el proceso se formula como
Ih2/- hl\1 '-1\21 = O
.1', = 1/1 + ¡\ 1)',_1 + A V',-2 (/\9.17)
que es idéntica a la ccuación (A9.19).
Siguicndo uil llrgumenlo similar, la ecuación caracteríslica del proceso general
(1-;\ 1- A2)f =l1f = /11 (1\9.18) V A R(p) definido cn la ecuacilín (9.1) es
donde 11 = 1,- 1\ I - 1\ 2' La eCll<lción homogénea se resuclvc inlCnl<1ndo )', =, eh', co" Ihl'/~h/,-I¡\ 1 - .: • .,...M /,..,i - A"I =O
1110 anles. Sustituyendo'en 1;1 ecuación (/\9.17), oblenemos 1<1ecuación delerlni.
n"nle
Ih21 - hA 1- A2' = O (A9.19)
Dich" ecu"ción posce 2k raíces unitarias, siendo k elnllmcro de v"riables del VAR.
PROBLEMAS
CU;ll1lll1 lodas las r"ices lienen módulo menor que uno, el veclor y = n-I 1/1 exisle,

)''' que
9.1. En un sislema VAR oc primer oroen con dos ecuaciones, elegimos ,malriccs A que
Lil solución cs. cn esle caso, iluslren lus Casos 1,2 Y 3 oe la Sección 9.1. Desarrolll1r en el oroenador personl1l, y
2k para casa caso, un pequeiio experimento ue Monle Cario generl1noo las innovaciones
l'
• I
= ¡
,-
e-I h' +)' ~
'
(/\9.20) aúecuaoas y calculando las series resul!anles' de la variable y. Representl1r gr:Hicil'
menle oichas series ,isí corno cualquier serie coinlegranle que surja .
que mucstr<1 cómo y, converge <1f cU<1ndo I <1ul11enl<1.L,s raíccs unitarias o exvlosi-
9.2. En un sislemi, VA R tic primer orden de tres ecuaciones. suponemos 'lile 1ó1ml1lriz A
V;IS tendrán idénlic<1 inlerpret<1ción que en,el caso VI\I\(I).
es
Un enfoque <1llern<1li\'o se bas<1 en el h~cho de que cualquier VI\R de orden 2
o m;I\'OI" es susceptible a Ir<1nsforl11arseen un V/\R(I)de,variablcs tr<1nsform"d"s. .r'
A = [ 1,5 -0,25 -0,25]
1,75 0,75 .-1,25 .
P"ra,'iluslr"r el caso, rdorl11ularemos 1<1ecuación (/\ 9.17) como "

1 O O

[
)', ] =
..",_1
[/~I
,1
;\2]
()
[)"-I]
.1"-2,
+ [1/1] ,
(J
(NJ.21)
Hallar los valores propios oe I\. Gen<;ró1r vl1rlas series)' y delern,linl1r el orden de in.
n?
legraci<in. i.CII;il es el rango oe la l11ó1tri7. i.Cuántos vectores coinlq;rólnles pueoen
., enconlrasrse'!
,~, "

Indicaremos l11edianle 1\ la m"lri7. de coeficientes de 1" ecu;lci<Jn (1\<).21), Así, 1<1 1 Repelir el ejercicio paról
",-, ccu"ciún Glr"ClerísliGI ser;í

Ihl - A I ~ I hl- -l !\-¡ 'hl- ¡\ 2\ ~ O

'
(/\ 9.22)

9.3. Compruhar que. cU;lnúo las perturbaciones de las ~cuaciones no se correlacionóln a

donue la matriz idcntidad de 1" izquierda es ele ordell 2k x 2k y 1" represenl;lda en
p;Hes o cuanuo la móllriz oe vólriólbles explicl1livóls es 101 mism'a pólra loúas y cl10a unól
forma p"rlid" es de 'orden k x k. El \'.lIor u.el delé¡"mili"nú.: pcrl11"l1.e~e .inaller".d? ~i
,', oc lóls ccu;lciones. el e'slimildur RANR se' rcuuce a ólplicar MCO por Sepl1rólOO a cadól
I11Ulliplic:ll11l1S las priníeras 'k filas de la-ecuaciti'r1-(1\9.22) por h y lh\'IUI1110S las ul1l-
\Ina ue las ccuaci"nes del sistema. .
) •.....
I
, l11ilS k cl1lul11nas por A, d;lndo como resull"do
 : .~.'" (

)70 METODOSDt; ECOKO~lcTl\íA

. . . -" .. - ..", . . :;7\

94 :'ínveriir cio~d¿~delas va'ri~bics : Úi:'ld'si~~ovacion~sor;bg()nal~S~~rl:jeI1lPlo di: la

Modelo 2. = 'Y 1"/ + 'Y2111/_i + \'1/
.. Sección 9.2. calcLJla~il1glJnOSlcrl11in6s 'las (~nclo'1ssue de r~spllesla .ai ,impulso y
111,

",= 51111, + 52111/_1 + 5.\.1', "2, + ,""'

f:",
~oñ\p~ra(I~S resullado5 COI) 105 de
• :
Sc~'cióli 9.2.: .' '
•• '
1; o',". . ...
'
Variahies cónjunlamen(c dependienl~s: lIIi:""

, Variahles predelerm'inauas: /11/.1' Yi

9:5. -La cmucu\ura
.
dd modclo
. .t.
mac,HlcconóniicodcKleihes
. .,' .

(o) Idelllificar los pa~iÍmclros quc aparecen como ,coeficienles cn los dos modelos
C=ou+o:¡(IVI'+IVe) +02n +OJn_1 +111
(considerando los dos model~)s por separado),
/=Jlll+Jlln~Jhn~I+f1JK_I+lli ,'" ,
,(h) Olllener las ecuacionestle la forma redllcilla par,i .1'/ en L'lll1odelo I ~. la eCll¡ICilin :, ,}
11'1'= '10+ 'Y¡(Y i-T;;"II'c)+~~(Y+T'-IVch+,'Yl+11.\, •
uc I;¡ f.orma redllcidapara '/ cn elmodclo 2,
y = C.+L+.c
(c) Id~llii[jéar el modelo de dus ecllal:Íoll'es que int.:luya la L'cu¡iciúll de la f'Hnl;' redu.
11= y -:-II'¡>- T
cida para)'/ en clmode,lo 1 '(una curval~), y la eClIaciún de la forma reducida pa. ,
K=K.I+I.
ra ',en clmodclo 2 (una curva Llvl).
Las se'is v~riable5 cndógenass'on Y ('pr6du!=l(l), C(consumo);/ (invcrsión neta)~ lI'i- (LJni\'ersi<.ladde, Yak, Il)X(Il:
,,_.:,\~~:(.~~
Iaúps.pr iyad1)s}"nlb.e-iü~(¡ci6j¡}"y.,KXs 10ck,di~iillij¡II,ikfiliúlJjr,afl(i);~AdC I~¡ís,d c,l ac:';' . _', ," ~ ",':. :., .. .". _ , , ",',' " _.1,:::,. '::' ..: "'~ •... ;.:.~' :.,:oo.:o" ..,.~.;.;~_ ,::o ,"\:1:~:'~_:<"''¡~~'',¡~~~,;~/;:P¿'.~-;-,J:.~
.
d' '/:;, ';'9:H:(I,fldCnlificilr fós'p;¡diúCiros"(Íc!'sigiííc',üe"sisic'iúú'de cinco ecuaciol\es:
conslante, las variablcs exógenas son G (gaslo público no salarial), Wc; (salarios pú-
)'1' + /lIV'2t + fll.IY4' + 'Yllll, + 'Y14<4,= 11"
,'blicos),T(if)\PUCStos de socicdadc~) yi (iiempo), Éxamin'ar la condicilín de'rango
j'ú+ fl2.lY,1; .~ h5.1'5, + ,'Y~~:2/ = II~;
para it!c.:nlirica,r la funciÓ,i óe 'consu¡no: ,,' ,
',Y:i/ + 'Y,1IZ1,+ 'Y,1:;z.~/= ".1,
fiI4)'1/'+./l4,\.\'j/ + .1'4'-+ 'Y4~<~,+ )',I~:.I, ""//4,
9~6, En clmOdclo
. 2.1'.1/ +.1'." -: :~/'= ()
Xi,'+f112Y2i + '¡'¡¡XI' =.1111 ,
(h) ¡,Cómo aller;, lasconcll;siol\cs obl~l\id~lscl hecho de'iluc 'Yj:;':'()~'C()Il1Clllilr.
Y2,. + .'
f12IYI; + '122.1'2/:1'
. . 'Y2\rJ;= .. 112;", '
-
(e) Explicar brevcllklllC Cllll1,Ócs;im;;r los llar¡i'metros d~. \;1 s ,ec,u;lciolles ~Id ll111delll,
las; son el\(íógcnas,I')~ .\-'~'XÓg~~llS y 'ú\
= [11 1,1/2J.UII veCl<ir depqlUrba~io'l\es alea~ ¿Qué fluedctJ~cirsc'a'ccrca.tlc I~sp'ar¡\mclros dc la:scguiúl,:\ cClI¡lción'? ' 1'"
10r¡;i~no'~ll\alCs sC'riálmenleinllcpendic'llcs Cb~' ,vc<:lor de lJiedia cero e 'idénlica lila-
,lJ.9, El siguienle modelo, " ,
, 1riz de cov~r'ianz~s no singlÜar para ~;\ua' /. D.;dala' ~i~;lienle ,1~1illJ:izde niomcnlOs d~
~egundo urden, calcular los csiimatlor,cs MC2E dc JI 12y' '111' ' f'12Y~, ~, 'Y1¡?,I, +~12¡2, +e'I'/
)'1'/";
" .'. .' );~/ =/J21)'1/ -+ 'Y2.\Z;/ + E~I' '
J' J' ; r . -':'.',:x2 gcncra la siguicnlcmal'ri¡¡;dc Iliollicnlo's de segulido .ímli.:n:,
.;.~~~.2...~~"-r
• ~• ' '. " '. I ~.. "
..~"~.,-.'
,
- : .' .

'Yi: 14 '16 ,2,:, ') o .\'1

"_"',-~'~~¡"'r,"
")'2
•.•••.••,~ ~.~.• '"' po_;'o
h
O>'~ 6",10' ,:,21' (),
.' xI'" 2. ,,2, ',1' ,():o 'Yl .. Jj, J I , tl '
Xi, 3 ' , , '. 1 O' l' () , )'2' , il.s' J .¡
,.l'J' ::0 'q',>':,Q: ..' 01" 7.1 () ()

I I o":
~
"(Uni,vér~idad de Michigail, IlJXI) 7.,1 , '~

¡,
Calcular: ,
9.7. Un invcsligador"especifica los sig;licntes dos modelos y'propone lililizarlus en un lra-
ESlimadores MeO de los parámclr;lS de la forma reducida 1111reslrill~idl)S: .~o
bajocmpirico con dal~s macrocconómicos uc sericslemporales.
Molido L '~;',= °1)0, -1-°2111/_1.,.+111".,: ' ,
ESlimadores dc mínimos cuadralJos,indireCI()S'
. .
,{i'vtCl
.
i. (.le. los par¡ímclrOS
. ~de la prill,lc, -
, fa ecuación.
.;.'
i,;' jJ ¡'y, + f12'/ +'//2'
ESlimadores IvIC2Ede los par¡ímel'ros dc lasegullda eellilCi('lI1.
,,' y,='c,+i" , ~..
Vllri~bléséo'lijunlj\mCí\l~ dCpCI1dieí\lcs: e;, i,.)', p ::.0 La forma reducidarestrillgida ti parl.irde'losaparia~los (h) y (e).
Un cstima(,lor consislc'nlede E(EI1£21)'.= (112
, ,'" Variables prcdctenninatl,íii: ',.11"_1 " ~ o

¡.
r;:-:'i~
1, ,..
....•
\

,:.~,
372 CA"ITULO Y; l\~odclos Mplliecu;¡cionalcs 373
..
" t . .
~.In. Dcfi,wlllos ulllllodelo COIllO ..4. L"eslilllaci,ín de hj valianZa ucl error de la IJrimera ecuación ue la forma reuucl-
. ,. '_- •• " -0:,. . •

da es 2,0 .
."1, + Pi:!Y1, + ~1~.I"2' +"iI.1.1"J;~111,
Ulilizar dicha informnción para reconslruir las ecunciones MC2E ue los eslimadores
JI~1."I, +'.i'2; :¡:....
(;I.I' 1,+ 'YHr." = "21
de los cocfieienles ue la liri\iler;1 ccuacit'Jn cslruclúluriil y obtener I;JS correspontlien-
Si I;,s Illalrices de.llloniclltos de segulldo llfuell de Ulla Illueslr;¡ de lOO observaciones tes estimaciones. •
SOIl
9.13.
. . [Í{O. O - 4.0 ]
}"l' = ' -l"X=[ '2.0 1,0 -:\,0 -5.0] ,vII = fJl2J'2t + fJl~J'JI + ~II.I"I" + 1111

"~~~~~r;~
- .1.0 5.0 . - 0;5 1;5 rú. - 1.0 . es un;J ecu;lcilÍn ue un modelo de 1res ecuaciones que incluye Ires variables c;tógen"s

X'x" l 3.0 O
O 2.0
O O
O O
O
O
1,0
O
O
0,5
O
O t~~'jO"',:,:'¡;": ;,,,~gu~;]':~:"'~'['f :: ~
-:)
L"

- <15 70 O - 2 -12 10 ."' O O O, 5

11;lIlar 1m estillwdores /I'IC21:: dc
Otllener los eSlim;Juores MC2E de los p:mímetros de la ecuaci6n y eslimar sus erro-
los codicielll<:S de la prilllera ecuacióll y sus errores cSI¡índar.
n;~ esl:índar (suponiendo que la ;nueslra incluye ~O ohservaciones). -.
(Univcrsid¡ld dc LOlldrcs. 1l)7l))
').11. La nlalril, X'X ue tOllas las ;'ariablcs exógellas de un Illodelo es

X'X=
7
O
3
1
-2
O
2

O
-'-2
3

5
I
¡]-
1 .', .~-
Sólo la prilllcra ,1c eS:lS \';lI'iablcs ~,
cxógenas liene codicienle dislinlo a cero' en una dc las ecuaciones eslruclurales esti- l,
1ll;ld"s por ivlC2E. Dicl1a ccuacitin incluye. d?s v:lri:lbles endógenas, y los eslilll:ldnres

~ ICO d.~l~s,c~e,ri.~::~~,~~,~~.~_~;~{y~r~:r,~i.~IFI;1SJSd,~)S.\:aria_hl~ssO:l, .'. . .

Si la prilller:l \'arial1lc cndógen:l es la \'ariabledepelldiellte. esl¡lblccer y n;slll\'er 1"

.ecu;lci,ín pcrlinenle p;lfa oblener los eSlilÍladores IvIC2E.

'J.12. Se" c1l11odclo

."11 = [J 12."2,+ 1'11.1"1' + 111,
=
.'1.'

del quc se disp'1nc

,1'~1 + P~1.\'11 +

de la siguicnte
1'22.1"11 .j. 1'1.1 .l"JI

il.lrorlllaciün:
"21
..
.'-.;..,

l. Los cSlinwdorcst\.ICO de loseocficielltes ,lel" fOl'll1<lreducida son

-..

[ lO
:) lO 2]
10
•. ~.
5 <.

2. I.as cslim;leiollcs de 1;) \';irianza' delós 'erl'(;'rés de' "ís 'Ull:ficicllll:S de 1" primer"
"-.. ecuacióli'ell ia fqfm;l rcducida son 1,0,5 Y 0.1.
.1. I.as cnrrcspondicnlcs CO\'¡lrí;1I1Z¡IScSlilll¡ldas son lodas igu;lIes a cero.
9"

... '
J'
 ,'CAPítULO 10
,\

. . ..
lall1bi..:n de los prog.ramas inf()rm¡íticos eSlauísticos eSl,índar (IUe carecen de Ull pro.
~~'.~r~~ ••..•
~~~ .•..
~~.~':..,~; •.•
:""'!t":'~'-l.~."I:''ll~~~''''''::.'.'''¡;''"--:~'H:- .••.,.,.::!_ :-.: .•.~;':"' .: ••. _,,_r. ::.. ".
. .. .'. . grama explícilO de eSlill1aciún MGM.

IVlétodo Generalizado de M01l1entos

10.1
{1'
EL MÉTODO DE LOS ¡'.'IOMENTOS fl "/

'1' ;

.....;\.,,:.~:, >~,r.;;:::;,';.• S:.:;i~J,;:, :,::"L,; ~;;;~',:r!.>'¿;«.,:,;;.,;;;;:"

..',,::,...ri:;~¿;:''':''';'';''~''-:-'';'''''''''~'~:'')~I'':.<' ;::.:,;;
,...; .....'.\ .. ,;;.::-;_,",."~;.::.,;
.. ,.,"~;'.:,';,.;;,;,
r rcstarcmos a lOra atención a una clase de cSl,illli,dorcs con propiedadesdcscabll:s
a nivel asintótico o pará IIIl1esirasg'rilllties:,los estimadorcs del métoJo gCllcralizado
" J
de momentos (MGlvl). Casi todos los cstimadores estudiados cn cstc texto son ca. JI. = f(x)
sos.especiales dcl MGM. Dpdo'que lamayorpartc dc la literalura va más alhí del ¡radicionalmentc; MM cOlisidcra las potcncias dc .r. A vcces la mcdia )/ recil¡e
nivcl::técnico de este libro, nosotros nos ccnlrarémos cn la prcscntilción dc los con. d nombrc dc nlOm'cnlo de primcr.ord~n, y . . , )
,",
ceplOs eJcl ~lOdo más scncillo posibl~. dcj~'-¡ndo quecllcclor interesado consulte las'
)L,::: '[(.r2)
rdi:ren,cias cltadas'si dcsca 'información m'¡ls ctelallnda acerca ue la teoría asintólica' .
imp1'ícitiL' .'. ".' .',' " .: ~ ; .' . '." .. se denomina asimismo momcnto noccntrado, de segundo. orden.' ¡, \
, St:.lrala ucl priiller "laso dcs-uc 'CSlOSm()iúentosh'acia (lIras ~aractcríslicas 'P(l.
La pasada década presendó unaverd'nd~ni e'~plos'ió,; dt,: il~vestigaciones:macro
",hlacion¡'l!e's miís iml-í()rlaill~s. Com~ mi.l.csr¡'a el.Apéndíce. fi. la'varianza es suscepli.
y mi~roc:co'nól~lic~s basada's. en ,la ~íiti7.aciÓn de estirllad~rés lvlMG, cspcci~li'¡lente. a
parlif uc la íHl~)Jicaéión, cn 1.982, del documento .dc'Hansl:nl'.Hay dos razones quc blede expresarse' como una fundón Jclusd9S1~1~)melltos quc acabam~sdc definir: ,:::;
'.,
justific;\n csla póp'ularidad: .' .", .' " .. vai-(.r) ..::.E(x2 ) - (£1.r])2 (10.1 )
1. ,MGM in6luyelo~e'sti,l)líi.dores m¡lscOIllü'nc'sYI)rOpofcionü Un marco de tn;\)';\jo' =1'.;-Jl7, '(\(l.~)
• útil par;1 su compararaciÓn'ycvaluación.,- .'. ',:' . ". " '. .' . Si[!,uicndu lasucnominacioncs' cOllVencio~f\les.deliom ina r~ll\os w'mhié nmomcnlos .
2 ..t--1GM.es ~Ilá allern:at¡v.a "scn~il.la" respe'ctoa otru's c'slimadorcs, cspccial.mentc como por cjcmplo var(x), a lüsfuncion~s (klilOll\cnlos ..
cuando restllta cOl~plicad{)'formular:elestill)ador dc Illáxil-'la vcrosimilitud. Hasla' ahora hemos hablñdo dc caraclqíslicas poblacionales: y. por consiguien .
. Sin embargo. enec6nometrí~ (como en .Iél vida) todo .ticnc su precio y I~s rasgos te, líos hcmos basado cn JlIOJlICllliJs poli1(lcio'-wle.I'. Par,l vcr nímo eSla discusilíll re-
mencionados constituyen elprecio: , ." , . sulla de utilidad cn la eSlimación dc. j)ar¡ínielros, debcmos definir~llro lipo dc Il\O-
En primcr lugár. MGMes un ~stlmild()r p~faniIlCJlrt;.\''-!{¡-{jIl¡fé. Esto significa , l11en.\o. Se trala del denominado momcnto IIll1éSlral. Elm.omcnlo mucstral es la vcr.
que sus propicd;\(icssól~ ap;ir~~ell.tl~lbíijilndo con nHlcslras muy grandes. Típica: siónlllllc.\'lrrd delmolllcnlO pOblacional1?nuná 'níucs.lra' nlcaloria uelerll\inada:
mellle; los cStiniauorcs'.lylGM son' asintótieall1tc.lllcdicii:llics cn muestras grandes, . .1 '" , -
aunque raram'entcsbn ericieiit~s ennHlcslrris fiúitas.,Én segu'll.do lugíir. dichos csti. ~= -
. JI'
¿"
g~.r)
..
(111..' )
madores súelen reqúerir.algún tipo de'prognin)ación añadida para podcr ser uliliza'
dos:aunque cstOil~ ~s Óbice panique; con,un pOco de habilidnd, puedano¡;lcnerse . COl~struiremos sin dificultad lllueslras aniílogús alas poblaciones. En uníl muestra
~ ' '., .
uelerminada, el an<Ílogo a la mcdi;\ cs scncillalllcnte
. 1 .
(lOA)
).1,= -
. JI
"
¿x
',L. HanSCII: ':L:lfgc'.Snm'ptc PIop~itic.s or-Gcncrafiz(:ú MClho~ of' MOIllCllts ES;illmlll(s", f:'nlll(}lIIclriw.
50, 1982, 6~6,6(¡(). ,. . . ., , " t '
,., .Dcl.mismo modo', cl análogo Illllcslral, al scgundo Il)onicnlo poblacion¡¡J cs
.. ~.'

374 [ .. .,
.. l;i-,,,; .
.~5.~ '""-
¡-"".
(
.r"'"
~IClllIJI)S!JI:I'Cll:-:ll~lI: mi"
(,'\l'lnll.o Métudo Ocncralizaud uc MomenlOS
111: :r'l1

I
JI •• = -,,¿
"" x2 (10.5) lra~ grandcs: Por consiguienle, no sórpr~nde que en es le ~encillo ejemplo nueilro
eslimador MM se ascmcjc I"nlo al eslimador convencional.
Ulla vcz hemos definido el momciHo poblacion;lI y <.:1monll:nlo mueslral, i.qlH; es
i\1i\-I'! i'vl,\-Ics. simplemcnlc. la siguientc propuesta:
10.2
l'ar:1 cSlil11ar un mnl11cntn pohlacion<11 (o un~, funei{'lI1de nHJl11elllO~pohl;lcionidcs)
I\'ICO COI\'IO UN I'ltOBLEMA DE l"IOMENTOS
ulili!.arClllllS los l'lllTeSpolldicnlcs n1Ol11cnlosIllUcslralcs (o fllllCil)llcs dc I11l)lllcnlos
I11UCSt ralcs).
La ulilidad dc Mtvl(j sc dcbe al hceho dc que el cenlro tic inlerés tle muchos ejerci-
¡\nles de explicar el porqué de csle enfoque, iluslraremos 1:1eslim<lción MM cios de cstimación cs. simplemente. un<l función de momenlos. P<1ra ilustrnrlo, em-
I11cdiallle un sencillo cjemplo, Supong<lmos que est<lmos interesados en cstimar 111 pccemos con una scneilla regresión line"l:
\'ariall!.:1 de x. La propuesl;, i'vl1'vlconsisle en sustiluir los momcntos /J(I/J/"ci(l"((/cs
)'= XfJ + lO ( 10.1~)
de la ccu:lCilin (1 (J,I) por los Cl1ITcspondicnles momcntos 1" 11c,I'lm/cs. ¡\sí pucs, cl
l'slimador rvli\'1de la v<lri;lIlza es ' 2
donde E sc distribuye como Q(O, Ir ). Q es algun<1 dislribució,i (no neces<1ri<1menle
n0I"l11;11).E ticnc mcdia ccro y varianza Ir2, y X es (11 x k). Supongamos t<1mbién que
/'-., 1 ""
\';Ir(x)=-;; ¿x!-
[1-;;LX, '¡! ( J(Uí) elmodclo se ha espccific"ado correctamenle y, enconsecuenci:l,
I-:(X'E) =() (10.13)
El cstimauor es sil11ilar al cSli'l1<1dor habilUal dl: 1<1v<lri;IIlZ:l. Illll:sto qUl: con algunas L" condicilJn dad:l por la ecuación (1 n.13) es t<1'; impOrlanle que pronlo disc\l-
oper<lcinlles illmcdi;llas ohlcnt.:mos que
lirt:mos en del,,11e su sigllificauo. De mumt:nlo. recordaremos únic<1mcnte que la'
\,~.) I
= - ""
,,¿ x~ -',,¿
- "" [l]! X
( lO.?)
condición sc cumple siempre y cU<1ndoelmodelo eslé correcl<1mente especific<1do.
Oblener un estimador de fJ puede no resullar t<1nevidente como parece <1pri-
I
mcr;! vista. Sin e"nbargo, en 1<1pobJ¡!c.it'ln lenemos,que .\- I

= ,,¿
- ""(.1' - x)!
" ' , , \-1.Of'\C'/\ ID" ()
(10.1) . .' E[X' (y-XfJ)]'='O ,.~ 0'to'f"M. (10.14)
en dondt: ht:mo~ ulilizado sol;lll\enle el hecho deque E =)' - X fJ. Nos enfrenlamos
1
"'" - ""(x-x)2 ahor:l con un problcl11;1 interesante, Por hipólesis resullh que EtX:Ú' - X fJ)) = O. Sin
,,- 1 ¿ ( IO.lJ)
embargo. no sabcmos qué csJ1, El principio MM sugiere,que re,empla'z<1ndo el lado
izquicrdo dela ecuació,\ (10.14), c.£llt)c~QSomo_l11omenlo_o_contlici6n.qrlog()nal'"
donuc l<lecu;lción (IO,lJ) es nueslro eSlimador. (insesg;ldo) h;lIJilual dc 1;1vari;lnz;1.
por ~\I-,lIl;ÍlugU"¡lHIC~tr;¡J lcnenHJs '. , . '" '
[)t.:stac<lrelllos qut.: el t.:slim<ldor i'vl/vl cs sl:sg<ldo, ya que tJivide 1;, suma dt.: las ues- --'"""..::: . ..

"i<lcioncs al cuadr:ldo respccto de 1<1mcdia'por JI, en lugar de hacerlo por" - 1, co- I

mo en el C<1S0del estimador inscsg;lllo de la ecuación (lO,lJ), Por olro I;,do, la dife- - X' (y -' XfJ) (10.15)
11
rcnci:l entre ;lI11bos eSlimadores Ikndc a cero cuando aumenta el tanl<llio tic la .. .
muestra: cl estimador 1\11\'1es, por lo tan lo, consislcnlc, y m;ís aun. y;ulilc sahcmosquc c1vci'dadcro jJ hace, en valor~s esperados, el m~-
Dc modo allel'l1ati,'o. podrí;lIl1\lS habcr cmpczado con \;, ddinicilÍn convcncio- mcnto /w/J/llcicillll/ il!,ual a ccro. p:lrcce razoílablc suponer que una buen<1 e1eqciótl ~
, . ..... . .' .... .'1 .... ,
nal dc la \'arian!.a pohlacional y sustituir dircct;lIl1enlc sus :lI1;ilogos muestr;l1cs: p;¡ra fl scr;í aquclla quc iguale el lllollle¡'llollllleSII'l7I ;l cero. Est;l elección rcsullasrr

........ v<lr(x) = Elx - C(,\)12 (10,10)

1<1correcla. El proeeuimienlo MM sugiere un es.til'ftóluor ?d.jJQue resuclv<1. y'i P ....: <'/ ~ 1,

El an;ílogo l1lucstral cs (" '. '. ::y'cV-~f;):0 .f¿.~,(:<Y))(1

- ;('(."- XjJ) ."7. O :. " "}, , " r" '.G-- O (10. k6)
/'-. 1
var(x) = - "" Ix -:I'F 11 . V, r : '0'1 -. X 'f. P -.
Il¿
( I 0,11)
furmulando el prohlema hcmos generalizauo tvlMpctmiiiendo que el momenlo de-
donde susliluimos el \'alor dc C1xl.quc ap<1recc cnlre par~nlcsis por su ¡1I1;ílogo penda de par;ímclros dcscunocidos, en este caso fJ:. En'esleejemplo la soluciÓn es
I q
nlllcSlral:l'. COl1lodcmoslrarcnHJs m;is adclanlc, el principiú i\Hvl, luí slÍlocs intuili- sellcilla; se trata dc UIl simple conjunto de k.ecua.cionessim'ullanens conk p;,rñl1le~
vo, sino que lambién prt1duce eSlimadilJ'<:s con las propicdades descadas para mucs- Iros dcsconueidos. Por c{,nsiguÍt:nte, poucmos encoillrar un<lsolución única par;l jJ
que sal isf:lga CX:lCI:lIlleno(cla eCL,~Ción (10.1 ó). siempre queJa maúiz X se;l de r;lngo
r> ) ..\

l'''''j I \;/,0 w. Método Cil:IH:raliz;¡do (.k ,\ \OIl'¡l:1l10S .17<)

coJi1pleto en columnas, Refofl11ulando 1,\ ccuación(J 0.16). leliemos que el eslima.

¡j(ir MM es ' ,., . que ni los s.indicalos ni la cmpresa conocen la inflación I;n esperada en d mo-
l1~el1to de ft.rmar ,I~s cOl1lralos, c:sla se camhia por los sod¡¡ril1s re¡des. Si. por
• ' j1¡'IM'=(XIX)~'~Ylji (JO.l?) eJcmplo. lal110acIOn reslIllara il1esperadillllCI1ll: elel'ada. los salOlrios reales ba-
ique no es otra ebsa que d eSlimador J:1CO deJ1! j;lrí;1I1yI?s cm picados harían di.:sccnder su curva dedcmanda laboral .•.
J
~~pongam.os que hallamos dos variablesinslrumcnlalcs . .::I y.::,: incluircmos
tamblen como InSlrumenlola constante l. En forma nlalricial p()d~m;)s exprcsarlas
10.3 como '.,
VARIABLES INSTRUMENTALES COI\'10UN PROBLEMA
DEIVIOMENTOS . , .' X=[1 .I'¡],'1

Z = [1 <:, <:~l '-,<3

Puedc ser convenicnlc lambién parlicionar elveclor de los par¡ímetros dd mOtlt:lo
ConsideT,emos ahorau~ problema~lgomásdifíciL Se.a"cj sig~icnle modelo: cn la forma .
. , .', ' Y= ,a " '¡'xiP¡ +~
(10.18) 1,il
J1 = [Ct jJ tl ," ,
<.'.;.~.~~.~'~_~~s.~~~"<?'.~.P.~~S},,i~.~
2~.~9~~'~'l.J~:(~~~;~i'~~1'~'.-.'.9:~.)~:~,J~tlJ~:::i~i
~.'pJ}(1~E.~~~~:~\.>;~~.!-l!D}:,~
qt/t.~.J.-=~.
~,l. J~r,(~:~:\
,_".,;;.":.'
,".-
....
":, ..;/",C;,: "" ..c"La. eond ición ..deorl ogon a Iidad 'paracslc'prbblclira"é)(E(Z i¿ j~'lÍ:"D~'t'S,;,:~'Y~t:.V;
..
le caso. MCO sed inconsistenlc. Como vimos cnnueslra discusión acerca de varia-
ma, el procedimienlo .que dcsarrollanlOsanl'es sugicre que un buen cSlimador th:b..: l'

bles instrulllentales. una de las pro.pucstas ,consi's.tc en haÚar aqllellasv'ariabíes ins- '1
ser tal que haga que los ~2.0n~~U,t~s.~~~~~~~es sean igúa'.es a C,L'ro.cs dccir (IUe ~ (".~\','
trumentales Z que estén correlacionadas con ~'I yno correlacionadas con E: esto es,
'1, I
E(Z'E) = O. Veamos .algunos ejemplos? modo iluslrativo: . .,, ~ Z' (1: -:- X1) =. O ,"'7'í,',~'{ - '/(-~' ,:) . ('Ile'))1
11 • . , . jJ ., ,::...'1 - ¿ y r::. O .,
't)1 )"- " , :-- '.'

Supo~lga~lOs que y sQn salarió~ p.or hora,. el 'I;echo d~ ser'. (1 nq ser. veterano, x, Siguiendo;comu ennueslr(J~j~lplode ¡vICO. inlcnlar'cnllls eSli'marjJmedial;l":
y las variables.inSlrUmenlales 2son ~lriH~s'y;¡¡ñode nacimicnto: LahiplÍlesisa
veri'ricar es que los en1pleadosm~s illuiguos sllrren discr¡lliinacilÍn POSili.,;;,. Eslo '..' " . " ji =: (r,~)[~T.tnOI[.y¡t\~'.)j , (ll1.20)
es" dado ~'ricónj~lnlo de e'arac\erís\icas"relacio~adas con la pl:oduclividad .. un Slll c'mb;lrgo, nÓlese que (Z'X) es ltna malrii3x 2 y: por lo lÚnlr), no illl'~rlible: :Na.
veterano recibe. uf) ,salario ;)W)'Q;,q'ue aquel que 11010 cs. Un pniblellla polen. turalmente: 'in esperal1za matel1\;\tica poblacional del.Iauo izquierdo de la l:cu<lción
"tiat (¡ue' áp;lfcce al'utilizar MeO' 'es q~le 10.5.vetcr¡úio's' se 'difcrenci<Ín de los no (~~1.19)sena eX<lCI:"11enle igual a cero si elmodcfo ruese. cl),rr,,:clo. aunque 'la a'firma-
. '{deranos en ~onceplosno' observados por el ec'oi1Ó;nc 1l' i}t1> o l' lo tanlo'. clon 11.0es necesanamenle cierla'para una muestra {Iaua. ' ", .'
f(,\"¡E) *O.En la- guerra dél.vicll~an1,los militares sercclulaban Cll base a fe- . .~!"problema" reside er.1 que nuestrÍl r'eslricciántt'e momentos impol1e tres
Ch;lS de náci~1Ícnlo elegidasaieal6~iámcnie (el procedÍlnienlo se denominaba' ',,: c.ondlClollcs,dadas porcada fda de (1/1l)Z.{1' ;- X/J), sobre sólo dLlS p'ar¡ímclros (Lt l' ,'",
:1' .•

IOlcríaal~ai~ria). Cólisecuel;tcri1eillC. par;1 gcnle e;~ edad d.e recluianlienlo

ranic la gúerra. la [e~ha de ria'ciénienlo'se ref.lcit1l1aba'dircclaíllenfc
du.
con la pro.
JlI). Anle lal supl~eslo, exislen distinlas opciones: EI1 primer lug<lr. 'po~lrían1lJs tksc'-
, c~l:~r 1II1~1de las ecuaciones; es~o c~; p~~~rr~n10sdesech:l.r Illlit"ilri:lhlcin!>fJUI11C'l1lal.
,",
babilid;i(J"de con'vcrlirs'e '~I;'i,;elcrano .. En eSle 'c:iso. el lúes v la f~c1;adc I,,;ei- I:.n.scgundo lugar, poranalllgía cOl1lllínimos;Cl'lad;:ados.las d,,:sl'iacioncs'ticl;,s con- tl;~\

h1iento T~sullan variables inslrume'nlales adccuadas2.' ' '.' diCiones poddan' pOII(.lerarse ,cn' crcoílC'ulo Cori',os mismós pcs(J~ l' minimizar luc"o
Supongámos que)' eS'elloga~ii'l11o déei~1plco ~n unú ~Illpresa )' xi. los sal;Hios .: la sUI~la ,de l,i~(I~s\'JaciCln~s al.:u~d!,,~~ El1tereú lug.;lr,.'j)lídrío;n1lJs POllllc;';lr ,71s
cOlllrnctu¡¡'les, Ide~lniente'.seríndese'able estimar una curva lle dcmandá l;Íb;;. -ccllaclone~ deacue¡'docon la prc<;i~i~).n(medida porla varianza) c'n la eSlimaci('ln d..:
e.'I~I~1
.e,c!!:l.ci(lJ1. " . .'.. " . .,
ral,pcroelproblen\ri rc~idc,cr] que ~n~l)i~'~ y"~;II~fibS s';1I11a res;J1I,IIÚe l:lnlu de , -;-.
los cambios en la 'ofena, como en los de la demando\. En consccúelleia. . . Engcncral.Ja pri!ller¡¡. idea 110 es Üplil)li, (des~char'inrorm;lcilÍn casi lIunca lu
'£(X'I' E) *0, 'Yaquclo'nalariosc,oilLracluiíícs se', negocian :por adélat1ladll, llna " es). ~a .segund<l idea,es.implcmcIÚ,al?.!c n()rj)~lal()gí¡LColj-'i~s_ll1íl1inm.clladrad()s. CSlu
posible variable inSlrumCf)lal.cs'.Ia iJlj7acióllllo cspcl'llt/a. Pordcfinici6n. dado es. minimizando lo siguienle respecto afl: " , . .
: , • : ~ "'.: " . '. ~It

"~,O
. ",' ( ...•..•.

1 J. An&rist, ,;.'LirCI,nic En~in¡s,~'~;¡ Ih~ Y'¡~lna;~ ~;aDr~el L;;lIc,~ ~Evid~;l~Ce:llm SlIc; ••1 Sc~uril)' "U,,
minimalivc Rccords ..•.Allluicoll £.c:oHo,i,icRCI'iciv.IiO: 199Ó. 313.3)~ .. ' J' '

~ ~'" , '.
¡f""-
'l.

,"
.'
'. .': - ,
'''.'

V" --
 ,'11

.•-'1,
. -t:", '" ~
C""¡TULO 111:MétoeJo Gener"lizóleJo eJeMomenlos 381

(10.21 )
III(J.'X.
. .
O)"
"
w./,i(j,.x;O)
/-. ,,' .. (LO.25)

l.
<.lon<.lela mejor elección resulta se.( 1I"'porqUe'Hun cSlimóldor consislenle 'de
var[",(.»)". como el1 la 'matriz'dc covarianzóls de Whili: diSCUlid;¡ en el C:lpflulo
,,' •.

6 (J. en el conlexto<.le senes tci-npor:ilcs, lól m'alriz:de cov;¡rianzas de Newcy~

, •..• 1 '.1 .• • .,1

West ;Ipr(¡pi¡ldil~. .' ,,' J, .

:1. Si el IY eli.:gi¿hi resulla sercl (íptill1o. 'el v:ilot ¡iiinlllliza<.lci de la' fotmól 'cu;i<.ltáli.
ca de la ceuaci6n (10.'25) se 'disl'r.ib'uye aSilll(S!iCanlcnlc con' los gróldos:de liber~
lad <.leX2 equivalentes ni 'c,xccso 'Rdc condiciollcs momento sobre k'pólráme- de
;; li'os bajo 'i:l fliplÍlesis nula de que se
satisfacen las condiciones <.lemomento. Es-
\.
lo rcsull;, 'cxlrel11adal11en(c 'útll. 'esrecialni~nle para probl~m:ts simii'~les ól
MC2EoivICJE(linealonoline';i1). , ¡ .; '$-" '
','

El ¡Hlnlo (1): la condicióll de Orlogonnli<.litd; es 'parliculnrmcnle im,pOrlante.

Considcrcnins de huevocllllodclo MCO;'" ' "

, (10.26)
Recordel ll0S que.cl 1110delo MCO introducía varias condiciones restricliv,,{el
c
mo-
delo' del;;';, inelui~ lodas las v;II'i;ll)l~s rel~val~les. los tér~inos crr~r dcbíóln se.r ho-
J1l0SCedihtiCllS )~ dislribuirse normalmcille,'etc: Por l.f~sgróléiól. es' difícil que ~n la
práclica se den todas estas condicioncs, Pero. po'r sue'r1e, no son lodóls ellas n¿cesa,
rióls. Nos limilólremos a la consistencia de 11. En el CapÍlulo 5 vimos, por ejen;'plo.
que podemos prescindir de los ,errores homoscedáslicos. Que el modelo 'deba ¡'ncluir
lodl/s.las variables relcvanteses una condición n;~;y tesl~i~l¡vóly:e~'lól práctica, re-
sulla muy poco probable; 1'01' lo tanto,. es r(lzonnble pregunl;\rse cu~ntóls v(lriólbles
ser¡ín .\'II/icie,i,('s para' conseguir eslimadores (¡ables. Lñ respuesta no es fácil, ól'un-
que el punto de visla MGM dejacn evidencin .las conc)ibiones que deben salisf~'cer-
: se en el ~aso de gl:al~~les'l11ucstras. __~~~~~,,,:,":,,?:~:,c,,,,;,,,,~,,;;,,;-::¡t"';7\0:';"";";'~;,i';~"':":;'7
,;.:-;;-;?"'.ti'i'j};lí't ¡cu IÚ ¡"ó'pi'csci mi iremos' (.le Iaildriii';il id';¡dsi:~niprequé :c( t~tnlí nÓ efe
' '. error fcnga ¡lledia ccro. Müs illlponánle, sincn~bal'go,es¿1 tequerinlienloi~lpués'to
por la !ystri cC,i,ón úCl11omcilloqX' ..ü,-::.jI.Para' ver'lo'que eSlc{implicti:éonsidere-
el
úíos diseiio <.le:,eSlÍiii;¡"cií.í,l'iñ'{,s é1¡ísico: el, -c~p~rilllcnlo~colilrol •.•dq, Supongúf,os
que helllosdéséuhic;'lllUnnlJtvo Iratal1liclll(~ paróla)'UUar ,a eliminar el hábilo allól":
boico. DispOllellH)S d..:una illues~r; d~;1I = 2Ji r~ma<.lorcsy ólsiin~mos ;¡leaIOri;;'men •
~~~r\'I y LA CONDICIÓN'DE bRTOGONALlDAD .le cllralalllielllo T :í>l;i milaúdc lilnlllcS¡¡;'- Ln-~t'~ól-i~jTtnd,de );i li1ues~rn recibe un
_,o ., ..
Iratamienloplilcebo(uillral¡lI11icntosin erecto). El'diseño' c.xpcrimenln) clásico su-
A\1ora)';lcstamospICp<ll,., "ldos. 'Inr<l
" tkv',r
.'.'," '\ cabo un ¡lIl<ílisis m¡ís delallado
, de.los .cs- giere qúe un bilcneslil1lador de la.diC¡iciadcllralamiel,ltoco'nsiste cr¡.COlnparnr 1;)
till1<1dores ivlGivl. Los elemcnlos son los siguientes: . 'proporcilliiUe rtllll~lu¡)J'es cnlos do~grupos al ri~l~1 <.lelprogramáo
. ;' .. ' ',. '.. ..

1, L<I"Icon<l. .. o 1<1In
' fa 1,'m<l~ión '.'.
'11)riori Ilcv<ln ;l 'suponi.:r
'",.. un;) ClJllilici(jl/
, tle ori(lgo-.
')1' O
I/(/liil(/dcn 1<1poLJI;)ció'n qucúorll1alll1enle tOl11ala forn~a de tlg(.", ,'\:,,0= ". '4'(:1 eSlill;"I<lor 11~1~~\\'~)'-WCSI es IJn_,i,C1~U ;'e~;,ielJr¡lr lI1"irié"s de e~\';¡rianl~s co,;sislenles en ~reseneia
" '... . '
dOl1deg(')esul1afuI1ClOnConlll1ll<1tL:,l,I, . l' 'l' IllS (1' \,)",
.,' .... Ililr;lIlIclros (J, ,", ' .•.. ' ': '. ' " lan", de CIIrrcl;,ei,ill sái:iLe;"l1ll ",""h~lerús.c.~"'aslicid:I"'. Véase, e0l116irúer~sanlC discusi<in. R'lJsscllOa,
"- .., i."'(('lljr:r(O'.fcr i" 1::Ct"''¡II.H~lricS.Cnrie,lIlo 17.5; Véas.: l~mhi~n
2, I '111.',ltlgOnlliestral
,_()flSlrUI1l10Se , ,
r " ' m( (J) a la conlilcloll de ortogon,tilll.\.d p(Jbl,l- .\'il.~s(ln ~~Jal1h.:s'.G~ ~1;1~~i~lIH~I~. 1::."illl(II~~.;'f
\\'illi;lIll J I.(;ree,.'é: (1'I"'<1/I/I'tr;e 111/(//.",1;,1.2'1<1.Edili,,". p, :177-:171>. .
cional y minimizamos lo. siguiente respecto a 11:

... -- ...J
 r:
.:.i.:

382 .\IÉTouns DE ECO'''O~IETllÍ.\

C'AI'jI t:1.111" iVlélodo Gcnnalizadll (k Momcntos

= Y' -.y.(
"'.) \

Efecto lral'illnienl.o lanlo. si c1disetio experimenlal eSI;í bien realizado, se salisface la condición de or-
dondeé'y 1 indican e( grupo plncebo (conúol) y el g~upo'~en ,lr<ltanlienIO.respecl.i~a~ togonaliu<id y no hay sesgo.' . . ." ", .
mcnte, y yl ::: (1/11) Ij' = I yj!Y, por 011'0 lado, Y; = (I/n) )Ij'= ,,+ I y'j. Resultaf¡\cil ver _ . Supongn,ilós que lene.mos lá sospecha de que el ewerim'l:nto es i;lC(;rreclo.
que este proceuimienlo puede convenirse enuna scneilla regresiiín'MCO: ¿I,:xlsle alguna manern de comprobar si'.r'eSI¡ih;i ue verd,ld incorrélacionada con los
Y :; Ct + fJ.r + E •. ' ,"1 ' ( 10.27) error,e~: ESle sencillo ejemplo C<\rece de compí'libación po'rquc. con X = [1 x'l. "1 ¡!;'\
'condlclon de momenlo mueslral que produce nuestros eSlimadores dc los declos . "'j
del tralnmienlo, ",.'

r
',' ,}
I .
- X' (y- XjJ) =O
/1

tiene una l¡nica respuesta, que igualn exaclamente a ccro clmomcnlo nllleslr,d. En D
otras palnbrns, no hay restriccioncs de so!Jrcidcnlificacián quc co;nprobnrl,. COIllO ,(.)
veremos en b.re~e, una ele las venlajns de MC2E es que permitc comprobar algunas
de estas restrlCCloncs. . .... . . :'.' . t :')

]0,5
DISTRIBUCIÓN DEL ESTIMADOR MGM

Antcs de pasar a sus aplicacioJ1es. uesarrollaremos la distribucilín del eSlimador

M.Gtv!. ESla ser,\ una discusión muy heuríslica. El lector quc (!l:s.:c s.:~uir unlrala-
miento m¡j'~ formal deber¡l consUltar I-lansen o HalJ7. aunque estos ~1rlículos 's()n
bastanlc cXlgcntcs. .
.~
'1'

. ". Supongamos Cjue tencmos una condición dc momento bicn ddinida (l una con-
dlcllln de ortogonalidad
:.',:\
E[g(y,:\'.Uul=O (10.30)
'donue y, ': son h)s datos y 00 se rcfierenl único valor. d~ un conju'{lo de p~r¡íme-
Iros, que Igunla la. e.spernnza a cero. Oble'ncl1lOs una lIlu~.slra a¡ealoria. Para -un;¡
n_l~lestra da~a ..~1 eSlllna~lor tv~GtvI l1liliiniiza.:. respecto a lospadIllClr(;S O.. la t:xpre~
slon que se IIlUICa ~I conlln~laCIÓI\en la'que cr estimador 1) es la soluciúli ~I..:'
I1ljn (m(y, X. {j)' . 1\',,' m(j,. x. {j)1 (10.31')
11

donde m.(y, X. O) := (1/11) ¿ g(y¡, Xi, O). Y cl subíndice de 11' indican quc plle~lt; scr
u~~~IJunc_19n('e !Oi...Q.ato.~. A~ltmimo~_~¡,!nl~én que 1l'" es una ní'iiiriz siméiric,l. ddi. .'"

~J2~~~!~:a.y que converge .~,cierta l1lalriz'lI~'tiUCial1lbié,~ ;i~~;01~:~~l-~'~I~I~~liI -....

. -----'---..._----~ ._----_._.-:.---- '.,1

.',
b NI~)tc~c. (IUC eH muchas pruehas itlCítlnrin~ cl;\sic:ls. los ill\'CSlil!,~dorcs ClHlll~;~~ar¡¡I~ las (ll(-'"'\",,',"\',c' .. 1 '1 ,'':'''''-..
. '. ,. ,-. . .. .' •... liS U~
Ir"I'"I1',cnln )' I~)s!:rup~)s tic c~lllrul. J\'illeillltlo, sc ,¡I¡liza la cón;p";';}l'¡;;'{ par •• \'aificar que el rq'allll
al:allulo cSIi\ 11lCI~ rcnllzildo. En caso arirIHillivo. 1•.5 características de la IHl'diil d..: amhos !!.rupns :-...:ri"1:1 ,,~'
I1\lSII1:1 lOIl prnnH:dlo. .
) Suponemos 'luc " no cs un parámetro tic inler~~,'I)or lo lanlo si. por cj~lI\l)lo. la Illctlia tic 'I,'es tlislinlil
tic ccro, ac¡uel paramctro queda absornido por la constante.' .. .'
) • A. J .bll, "Sumc J\spccts.nf Gcncrali7_ctI MClhutl nf j"lumcllls• ESlilll'llilll'"
.• ••
("'1)"1.,1" 1".'. JI (111,
1/ 11J1J'; ' tJ
r
.\IIIIiJl, •..••Vol. 11. I l)'JJ. E1sc\'icr. .
;" .~

;;N': ~!'"

--'~j
,,'.,
, ' ::i~,¡:;;r!:~E,,'(:':¡
,.L" .-'; ;' .\.1- 1;: 1! '~-.' .
',l',P','
~lf:TUI)US DE EC()S()~IETlli"
.¡ 1,
• t ¡ ,f ',o \ "

• ! {'AI'lnJl.o (i: ~1~IÓUO pChliraliUl~o de MomcnlosJ85!

i .
:
1".

pusiliva. El eSlinw<Jor' resultanle ú~"la 'ecua~ió',~ ,(lQ,31) 'será "~o.nsi.SI~nles.iem~;~e . " . !.:'~,,!¡,,":; : ji;, ',';¡ ./:.h i . ~¡ :
,,':'

que:, cnel límile, el valor verd.luero d~, los, paramelros 0 l~lIIl1mlcel.a eeuaclOn ° 10,(j.1l\1ínill1o ClJúelrados:en.,l?bs E'aplls)';Conlr~sl~s.'
tic ReSlriccionés ele So1Jreideniilic:lciólll, ':. , " , ;'
JI ;:¡
:;l ; ,
1.

:1
(IOJ 1) y se 'cumplail la~ ((lnélicioiles de regu1;lI'idad adecuadas:>,
11;;llal'\:mos (j o n.:sulvicndo la' siguicn,le c..ol1llición dc primer orúcn:
'
,. '. ~,' " ".:::,.:;~L,:",,,, ..:,!,'," '. ,';~l'
Una, úe lana7.~nes ~,e "j popuIllrld.<ld:de Jvl.9Mes .clu;e\Pf~,mite,unprocedimi~~toli'
.1"

i/lll( \" X, Ü) , " • senCillo de, vC!rificaclOlI ÚC las restncclOnes.resultantes en 'modeloseconomélncos;

. .W 'III()', X, (J)= () (10.:12) , '1 '. , . ¡
, ,1 (J' " correct¡¡menle especificiiúos. EI,caso másimporlnnte es MC2E. - '" ,.
RceonJemos que, según la edinei6n (10.22), nuestr<l condición de momento,
1,;1 Ill;¡lriz de pi'imeras derivadas esG =iJ IIIli/ (J. Debido ¡¡ que el estimador obleni. £(2'E)"= O dahalugar,a un estinúluo!' tv1GMque resolvín ,:. "', " ..•. .;
do al l11inimiz¡¡j-I¡¡ecuación (10.31) es consislcnle, C( IJ) converge a C( (0), I-kI~lOS • . ': :', ,'.,.; ",' ,",.' I " í
asul11¡d~ anlcriOJmcnle que 11'"clJIiverge a, W y, por lo liInlo, , ..
í ;. m!n '(~[i,¿,~',yJijJ'i:',ll,,:>~'rz':~ü,~J,yft)¡)
, (1O.J6}"
plimC(O) '11'" = C(IJo) .11' (10.33) ' 'jJ
,
1/."
,C~.,\ :
" l' "L", 1'1\')\' •"\''-<'~,,'
' 'rl,"
'l.'
, ,.1
.' ,', .? " " ,', , ...
n
L¡¡ distribución úe se obli~ne me'di¡¡;lteun~ ¡¡proximación de serie de TaY,lor que CSlJIl cjcm(110 <Iue podcnlbsgcl~crali7.ar
1" ue niodo que, Z es x 1..;),X es(nx k),'
1" .,: [ .• , ,,'

e" , " , • •

dc s( ñ) sobrc el verúadcro 0 °
a parlÍ!: de la cond.ición de ~ril~ler ?rdcn l!cl;~ ecua. 11'" es una l11a~r'izde pes~)s.( L x l~)y / ..¡> ,~. ,Z,Y,.,ypu~den)er.~r
Hasla '<lhora, hcmos dejaúo un po¿o.:dcladoel probleimulc
columnas en común,;
la elección de IV,;:,vol".
ción.( 1 0.32). Daúas ciertas cOlÍdiciones de regul¡md¡¡d, la dlslrrbuclon de IJ sel á
vanHlS dc nuevo ri ~1.1~C\:imlcm;;s: q~lelll1ü'hucnn 'cle,eciÓn ue:: ll'" sería un 'estima.
iJ .!!.. N(Oo. (C'II'C)-I,G'Il'QWG(G'll'C)-I)
, . . .
(11'-34) dorde la invers'" dc (¡'malriz dev~ld"n7.<lSllsintótic<ls'ue nllcstra condición ú~ mo-
donde n =E[g(Oo)g(Olll'j o, ya que E\g()', X, (Jo)1 = O, se lral¡¡ ~encill¡lIllCnIC d~ ,I¡¡ mento; r \'ar( 1/1I)(Z'lO') I~I, 'que indicllr~n~()s. tomor< 1/112) VOz]:-l; ¿Cómo cons~gu¡r' ,
varianz" de 1" condición ,de mOl11enlo. l-Iansen (19R2) demoslro que una elecclOn un eSlin'i'iiUO¡'cl)jlS-i~nIC a'p¡irlir ~Ie eSla'expre~ión? Apr.il11eravista, p<1rcce que ne.i
óplim¡¡ de W es un eslimador consislent'e de helCrosceu~lslieidad (~ ;llIlocorr.~I¡¡. CeSil<1ríamos estimadores consislentes de las E, Jo que resulta imposible porquc el,
cilÍn) ue E{g( (JlI))g( (0)']-1 = íl'-I: Daúo un eslim<lúor eonslslent.e (~e O, será posl~lc númcro de Ea eslimar aumenl<l el) proporéióll iuétllica á como lo hace la muestra.:
oblener un eSli;nauor n-l. En esle caso especi,,1 úe un 11'" opllmo, 1" eCU¡¡CIÓn Afortunauamenle, y a pesar úe que l<ldimensi6ride lO aumenta con "; no sucede lo' <.
(10.:14) se convierle en mi~mo con 1" din;ensión de(I/II)Z'E" ' ' ". " .' j.
,El rroc~dil11ielllo siguCtlos ¡Jasos: " ":' , ' .
( 11.35)
1., '. En primer lugar, gcnemmoslJn eslimaúor consislente de fl,A. Podemos h"ccrlo
El leclor vcriric¡¡rá que cualquier olra elección de IV ~boca. ". una m.,,~ri7.de cov,," de distin'tas l11<lner;¡s. Un<l,de ell<lS consisle cn realiz"at MC2E como de coslutn.
ri<1n7."sque excede de la elección óplim<i en ~n¡~ l11~ln~,~:r~~,~~a.~o~~I,I,I~:~.:._~_~~"c.~~~"",,C"';7" !Jrc¡ lo que cquival~ <l ulilíz<lr (2'Z)-1 p<lra "J.I~, en el' primer P<lSO.Por sue'rte,i
1 __ o _

sea. el peso' de~iill,,;'i~ÚI7.Tllili"";;i'¿rii';""-MGW{~síéúlFrc. COI1SIS(C¡1 lé ya~1 ~'lOII~a,\~c.ll1c,' "':,~ ,~,r';'F,,¡re~M010::;pioduco7cmirn~.'rtclr,c~m-¡sTm't1is::Coll 'CtiñT~[jrer~'iW~'(7iz1rc""p6'inltr.{~'í"(;ífes./i:;7"< ...•.
.
II1SCS1.!.l1 ".", 'd'o' se
d O.' ,C' ~uan .' U'I'I'I"lz<'
,(l.
1'1'Il'I'I't"'I'Zcoi'rccl" . MGM rcsull" tamblen "slnlotlc,,-
(', ( ". •
, .'
•• •
..•.. que ~~adcrlnid~' ppSiliv.L' ()lra~lec¿iól1(utilii<iúiÍ (¡eclIcnlenlentc éuand<)~( .
ment~ di~iélllC cnlre el gn,'f'io de éstimat!ores odinitlos por la conolclon de ortogo- problema esno Iínea'l}p~ú'rín:~e~lam<ltriiiden'tiuad:'.:' .. " . ..,.
nalitl"tl. ' . 2~ Oblenido,C1cSliin<idÓrflc,c"lc:ulaITIoslosrtsiduos qGe:énesit caso, sori 'Si,
y- xA.
Sicnlp¡:c(¡uei,,$obscr';'hció~csse::ininuependjch les (Iocu<llsue le 'SIlPO-",
. 'uci'Se Iral)aj;lnd~Jc(jndal()Slré CÓ¡-IClrallsvcts~D:'lIn~~st.inl<lÚOr Whilc de
¡O,Ó t 1cs
[(lIl1 )Z'flz]e , '''': ...•..
( (,., .'" '",). ,:1 ,'.,
APLICACIONES
, ,'p.'
\V,; =~¿jZ;i/d'"
" "".. .
(10)7)
. 1-: . ,-. '.
Las condiciones lit: I()S'ln0I11CIÚ~)S ~Oll IlH1r,gl:I1Cr'ú1t.:s. En 1;, prcscillC scc~i<,,>n rC'I.)¡\S~-' ,,~)" . dbndez/soilcolunliias deZ.
, I(1S c.'J' e.'IlIrIos de cstim'lción
re mus , " )' conlrasí"ción
. l1leúi;wle los tvlGM mas senc1l10s: .' . L Con el eSlim~(¡or 11'",I.cto,námos eJproblem<l den~inimización originnl:

flliil(;[
jJ,",,, " .. :"'
l'()''- '\}1,.;G¿Jr. ':w,,' ..,Lti;6''--xAíG~f.)J)..
,'¡-< .. '. ... ",.11 .. ' , ''':'.. ,
'fe 10.38)
.. .Siguiendp h ,liism¡¡ lógicúqq6 l.ienlfJlc"úacOJ{Ja'~cunciÓn CtO,24) Y haciendo
~,:
Zm ";'2iz¡ij'd, ol]tcneliios ", '", ..' , ':- ,', '. .

", ,~ .
[1, JS6 ~,(TODOS DE E('O",O~IETHIA
":.
l',\I'j'lJl.llllI.I\-kllll..Iu (jt:lll:ralizaÚI) lk ;-'IOIllt:ilIOS

f
I j ftMGM '"" [X'Z(fo!li)~IZ'A1~i X'Z(Z'!lZ)-IZly (10.39) 1 . . y =1(X.j1) + e. (1(1.-12) l! }

1 Segúnb ecuación (l0.24),MGt\1y MqEson ieJ~nlk()s,cuílndohayerrores ho- ; ¡Z'()' - Xftt.1GM)1 resullaría reeenlplazado por [Z'(y ':"I(X.;]~'(j~I)l
yse puedc C¡¡leu- ,"1
'l ••,~
.
moscedásiicos. Sin embargo; cuándo existenerrores,helerosced;islico.sel eSlimador : lar la matriz dc pesoS'Corréspolidienle:' . . . .,
J
I MGMes dislinLÓ del /Í.1C2E, y M9Eesnsintóticamenle
El estimador de I~ ecuaci.w (10.39) recibeelnolllbre,de es(~m(/{Ior MC2E gel/em/i-
menOs eficienle quc MGM.

laúo, (A. modo de ejercicio, e1)ectbrAebefra de~lostrar quelos'estimadores MC2E y "10.6,2 Ite\'isión de los Contrastes (\e\VlI-Hausman
1\
,i l MG M son equivalentes
cuando~lra~go
cuando el' modelo :éstá eXar;(ámCIIIC i(li:llli[icfI(/o,
en colu,mriasd~Z es igllalrilrílngo~il colurnnas de X:) • ':'un
esto es, .' .
g;:upo interesnnle eJc contrastes de especificación
.
mu); 'rel aci o na'do. C'Oillos con,
El enfoque MGM tiene beneficios ndicionales, Cuando L >k~ftl\l:-IGCSI:\sO- . 'trasles
MGM son los llamados conlrastes de l/(llIsmol/,II'II-I/(lU.1"ll1f1l/ o Durhil/-
breid~nt\ficado. ESloes, el n Ílh1erode reslricciones de. momento deLes mayor que Las tres citas m.ás habiluah~sson
WII-Il(lIH'JII(1I1. Dlirbin .. \Vll y ~lmllY influyenle
c(número de parámetros.' Eri este caso, el )lli'limándo' es también liilconlrasie esta-:' .documento de I-1allsOlan In. Newcyll explora la relación enl re los contrastes de
díSliC~'que vali9a dichas reslriccion~s~r3ajojall¡póles¡s 'l~lade ql;elúlds rcslriccio- '. ~' .. ' HaUSn}ílny los conJrasles MGrVl. _ . . '.' . '. .. ,
ne.'s s()nválidns, '.' .', .. ::..... ..,',::;",." :. ' .. "; :... . '. " ,.'. "Dichps contrasles aparecen en la literatura al respecio en una gran "ílriedad de

...,;';'<~:~;~:;¡~;;~tl:: t~:;.[.:;.;~~'~:~fi::¡;;~';.] •..<..(.¡':;.~.~~lt~i'~,[:~~':':~(:::¿~j]

:~'.•~;':~~.~' ):;;.;;;,.f"t. '7~~i~
]" ~~:~:)' 1:1;;II:~~~i~ 'h,\ i~~;"~~'~12u7.
~'~~~{)~;~it~~I~l~.r~::l(:~.~;;~~ii~;C~~t:C~~'~:llcd~~~,t'~':1t;1 I~~;~1~'~iil~II~;;~ ,:'..,
~~l

; '.. . . . '. .. . ,'.:,... } .. .. :....:..., . de Illomento.que dcflllcnun eSlllnador..: . .

., _' " . , (1 0.40) ~.," . COll~iucrcnlos el Il'lodclo hnbilunl
Cuando los errores son homoscedásticos.}' seriállllenle. inucpendienles, el con- '.. .
. traste definieJo en la ecuación.(l0:40)lieile una forma particularmcnte ~cncilla: ..
>', =jJYi+EI.' (IDA)
"
~J-Ielllos .ViSlÓ que cuando ElY'2E ¡) = 0, e.1 estiinador MGM (que es igual al 1\'1CO)
> COlÚrasterV1Gi-ls/, R2 . (I 0.4\)
. producc):stimadores consistenles dej1 .. Dcbidoil (\ue lenemós razones par:; ~ospc-
donde el c~nlr~sle :e~ladíslico'es, :simplernente,el n'ún~ero de nbservacioncsI;or el
. char que Y2 es endógena, oque está "colitaniilínd¡1 ''.; la condid,in L1i: llrtoglma\iJad
( \

. R2 Ob centrndodela' regrésjónde rsobre,Z:' . . "

, 'no se nlanticne. Si tenemos un' c.onj'unto de variables íilSf,:ulllcnla!es ortogollales a
" ; ~.ZTr + error' ':::e.I,r;odr~lnos construir Uh estimi)do.r MC2E dejJ que' s~a consistente, sin -importar
eJQnúe, ..' :,.' ,,:,.r~y ~~yft~j~M ,,,,.; . '; ,: <lue.)!2 esté correlacionada con El' Sin embargo, cuando E(y'2. ~I)= O,e\ estimador
.. MC2Esiguc si<;:ndo COi1Sistente'aunque' es' menos cfici'enle tlue MeO. Sería útil cn.
LainluiciÓ'nesevidenle, Si E(Z'e):; ,O¡res~tlt(l.r'az¿na41e s~spcchar que la's :V¡~- ;; . :'.~'ipriccsliallar una prueba eSlaclíslica que veriricara si ly\eO ~s adecltndo.
riables ,inslrumeillaJesdebefíat) ser brtógoriale's'ri los .residuos. (Destnquel~H)s ql!e .~,.. '.Ilausman (197H) sugiere el sig'uienl<;conll:ns'tc: . . .
eSlo.no{unci¡:ina; ,porejemp!o, .pafa' M.CO porque'los"jnslrumcnlos~'-lílS. X""' son ',." ". - . ." . .
ortogonales ni rc:;siduo); En C:lSOúe s~rlo, el R2. de ¡u regresión'scrá bajo yaccptnre- . "", /¡ (Jii.:l'co
5 .. :-fi 1\;('2~)' (varfl~"~E)- var(f1MC~))':1 (Ji ~ICO - fl,\'C'2E) .!!. X~(g) (10.,14 )" :.'

mos la hipótesis <.leque, lasreslriccionessóbreidenli[icadasso,.iviÍlidas~.A. menudo '.. :dolHlc g, el númer() de regres<ires p~tenciallllcnle cn<J¡)genos.:cs I en nucstro cjclll-
el ~onlrasle de la ecuaciÓn (10,40)' n()sé entielldecorr~clan;enle. Nu'se lrala 'de ~1I; ,:.' :
.:Fplo. J-1ausman (Jl)78)~denlOslró qüei::\'térn~ilio,cen'lral dc la ccua~ión (IOA4) -la di. ..~.•. \

conlrasi~para probill:'qiJe 'tMasla'~ vari~blc's'i'n¿li'~'n);¿nlales s~,i"v:¡iidas". Lb que " ferencia enlrehl matriz de c.ovarianzas de.loscoe'ricienles eSlinl'ndos mediantc "

consigue el éonlraslees rcspondÚ' a la siguiente pregullla: cLJ¡)n~I\)lln suhconjunto o'MC2E y.la matriz de covarianzas dc 'Ioscoeficienles eSlimados mediantc IvICO- ad-
úe varia~les inSlrUrllCnlalc's es v;ílldo ~ ieJenli(ica:lós coeficienles exaclalllcnle.'i,sllli ~.:-:.qÍl!crc'.ésla 'convel~icnte forma porqi.;c no resulta .~'eccsario' c;i1cul¡¡r la covarianza
también váli.ú:¡s las variaL;lc~instflj~H~~¡ales "ex:lra"?, ..' .. ' '. . . .. . .' , ': 'cntrc.alllbos cSli.madorcs. ,.
DeSI:lC;rClllos quc'ei eSl'imaJor'MGM yel corre$pOnÚi~llt~ ~0I1lhistc lcndrí;ul'
la misma.forma ihclusoen el c¡¡,so'de cjU'éel 11l0Jclo fuera nolineál..Para'u[l'a'regre- I
.--.
sión general no lineal' ,; .' ::'-I."J. Dllrhin. "Er"HS i" Variables"; 111'1';(,':' o¡,},,'llItl'fo"/;()/l/Il S/"/¡.lI;¡,,,II,,,Ii,,,,,'. ~~'.IIJ5~. ~.l.32: D. \\'11.
.,...•
,,' '
;' .::..';,",\Ú~r';¡;li~c"'i'c>l.s ,;'¡' IlnJcpcll;lencc hClII'ce;, SlochaSlic R'e~rcssors a,nl Di~llI•.hi\llccs". fl'llll"lll,'rril'tl. 4 L
.'.. 1')7J.7~.l.750; .l. II~llSmi\Il."Spccificalioll Tesis.in Econor)lcirics":Ei'(lilllllll'/";l'lI. ~6. I'J7X. 12.) 1.1n l. vi,
~R Dasm'ann."On fíni'lc Sal1;pl~ D¡s'lrÚ;u;í~ns of Gc,;~mli7.c~ C1~~~icaILin'c;,r I<Jcnii[j¡,hilily Test Sl:II(S•. .' ,,: (asc'lal\lhi~n Capílulo 1l.2.5..
lics~, 10"",,,1 af

•. -
,h,
Ailltfic,,;¡ SlOiIJ¡jCIlIIlHOciril;Oll.55', ¡i)(;O. 65l).65'J. ofrcce una~crsió~ asinl,ilic:i e1lui.
valcnle del le~l. Sude mcnciono'rse I:\mbién como el conlr:;sle de Dasn,a,,,): .
',' • __; .••..• '
.
l""
..
" '.'

. '
< ~ ¡;.~*t\2"2~' . . ...
!. :":.11 \Y. Ne¡~ey, ..•.

.....
Ccncralizcd MClhou of Mo;ncnls Spcci[j~aÚ.¡1I1TCSlill¡:", ]""l'IIlIl o{ f,:ol,,"/('rricI: ~'J.
. ..
;".':\
",
,"'; •. : ;:', .••• ,1
~', •.
L ..
_._~~ .__~_
r "U
t 1\ t 'l~ " , d,'; ~.; ¡ ,.
~(Pq , l' '11 .0." ,1 i
1';;~ I q¡ di:-
.. . " . t ,. rt \ ':\1 1", ',:1': .• !:
<,o
"
::;¡. J~8 ¡, '1: ,1 '"j'; '",;':: ,'\ :-1<' r,
\:.- "

'! ", "'c,'I.¡rliL.'o:m Mtl6d6 Gcnci'<1lizndo dc Momentos

I

..~.
;~, ',' t. . ! 1 ,! ~. .:' " • :.. i' l. "1; ,
p
Cuando la dir~renciaentr~ los úos eslihlaúoreses grande,.MCO no es aúecua- . . . . l' . 'to ., !: ';", ~
' ' ,,, ': j ~ • . . • ~. •

'" l'
úo. p'or esle motivo a veces se discule el conlr;:¡sle como ~i ruern unaprucba de "en- : ¡ donde M; = 1 -,'P x = l;~ X,(¡Y'¿)!:.( ,r ,~s la ya, c'opoci~~ matriz (n x n) s'imélrka,
" dogeneidnd" 'úe )'2' Como veremos, la arirmación no es del todo ciertn. El conlr;¡sle 1, , idempotente y "crendora tJe'rcsiúuos,", y Px es I~ ta~l1bién 'conocida mnlr1z "cre;:¡d9-'
~"'l \ ' • ",,!. l • '1 ,. ". -. '..
;r • , ~ :.

m;:¡t,tiz,? ("" x 1). M zX ~s lamalriz. de

j-'. •.•• • . ,. " • ".. , •

ev;dúa sila e'ndogeneid;¡u liene algún efeelo sobre la consistencia dejJ. ra

.
de
...,
v¡¡lo;'es
'
p'reuichos".
, ". ¡..., ~.,
Esto'
',' , " l'
es,
'.
[1nrnderl;:¡
\, ' .....:

," 1'''1';1 profunuiz."r en el co;úrasle, conside~emos la ecuación (10.4:1) Como inle- i, residuos (11 x k) obtcnida a pnrlir de la r'egr~slón de. c;:¡dilcol U'1]l n a de X sobre las Z;.
" P;'X~<,la l;l~lri~ (1/ .~' k) ~Ief~n~o:e~ ,p,r~'dY~\io'(obte'rido}:n pn'nir de I~ r~gresióil~é,
grante ue un sistel11a ue uos ecuaciones que incluye adem,ís la siguiente ecuaci{¡n en
la que Z es una matriz. de vari;lb!csillslrulnenlales: "- c¡¡da colull1na de X sobre Z; '. ¡.. ,,', .¡ ;':, , ;' i, - , , .' ¡-: ';,' .,'
"~l+;' .
.., La '~I~cciÓn de:A 'de[1Cn'd~'~~de;'~~~bl~l~ri ñl qu~!~¡~~r~e~le c'l ín~e~tig.ad~r;
,-..
~\l
+ EZ, )'Z = :Zo
Seglín los supueslos renlizndos hnsta el ;110I11CnlO,la ccuación (10.45) divide en dós.
( IO,~5)
I '

: CU,1I1Uq;\ =P¡r;,cn'to/lccsft,liéS elesii,~~'dót'mf¡'i!llo c~n;drálico e~ dos et~,p;:¡s d~jJ,

' 1Ilíliz.anúo Zcol11o'varinblesillslrul11elilíllts. ;Pnrn el,estimnú9r dccfeclos riJos (V,4~" :
la V¿li',innz;,ue )'2' Una dc 1,15 pades',' Zo: no eslá corre!;;cionndn con el error en)',. E"
La ol'rn pnrle, b. (Jo.l'iÍI/cl/1(,lIie se correlacionn con E,. Por lo tan lo, el contrnsle pro- ; se Cnpílulo 1i),;\ = M o. dondeD el conjuntó de vntiáble~ ficlicias' de las unid~.,: es
PUCSIOpodría c~litemplarse como lú \feri(icación de si e~ ciedo que COV(EIEZ)= O. ; des ue Corle lransversal, y ~1o es/n m;:¡!~i,z~lIc.: ~o~,lo lail~o;I~~nsrorm;:¡los dnlos F'~
' desvincione~co.nrl;sp.c.cI9 ~<;¡as úe Jl.1eúl.(lSIl)dIVldua,les¡:~rc:clrl~as. ,',; ",.,' .,"
Prorunuiznremos l11ás aún en 'el lel11nconsiúerando un dcs~rrollo ;,Ilernalivo
del conlr;'lsle de I,Iausl11nn. L;'I discusión se bnsn en el docull1ento de D;'Ividson y , Cunndo el modelo de 1;;ecunción (10.46) ,es corredd.'el Jrmile en probabilid;¡d
MacKinnon12. Dos artículos ndicionales sobre el contraslé de Haulilan son los des;:¡: de In oirercncia de
la ~~unció¡n (10:49), es edro. L~ ~~e'ds~l~S imponnnlc si c~.be <:1' ,
" . que, yn que (X'A X)'I es una mnlrii (k x k) ,de rnn~o con~p!clo.el vector de conl rasi
rroll"c1os por Ruuu y por Daviuson y MacKinnonlJ. En l11uehos cnsos, es i11ás direc-
" \0 c;dcular el conlr;'lsle oe Hnusmnn a pnrlir de ,simples regresiones artiriciales.
I~csulta tilil considerar el conlrn~te de Hnusm<1n como un vector de co}/traJl~f.
' tes tendrñ Iímile ~,i rrobabilida~,:~g~.;'I~;cer~ si~n..l~~~: ~:~i~~dO' '¡ ,', : .':~:: j'
C(;nsidt:rt:l11os t:lmodelo tinenl canónico 'phm :-(X'AMxY)= O, ,. " (JO.5Ó)
,,' ,'"", ',"':',:/1 ' "", ", ' l' ,.;. , , 1
~, )' = XjJ + E (10.46) Consideremos hhora In comp<1rélció,ir ~,nt~e MCo yl1~E, En esle ca5~. diVidd
,.il'
dlliHh: ¡iene media cero y \';'Iri<1nz.nuZ, X es (11 X k) }'tnntó)'
E como E son (11 xl). ' remos In matriz X en [XI X2]. don~e X, es, una sybm;:¡triz:(~1 x g) de regr~sorcs pOl
..;1 ("Illllp;¡rt:nios un cstimaoor de!J, por ejemploMCO. lencinlmente end6gcnos y Xz es la subm<\Íriz (n'x(k- g)]de reg~esores ex6geno$
Aleo = (X'.>.')-I XI)' (10.47)
úel lado derecho. Tcnemos'un :conjtinlo de 'inslrumenlos' Z ~ (Z. ""2]. donde e!, r;
(on 01 ro cSlinÍ;ldor. por cjelllplo jJ,\ • nueslr;, matriz (l/X 1) dcinslruhlcntosi"¿Jcrúiflddores' con (/,~ k)", con cuafhuesL lo
.'7 lfn mníriz;\ CS. simplel11crúe;i\ '= Pl..' " , ,
= (X'X)-I
,f

¡j,\' X';\)' (10.48) • , Estnll10s interesados en saber si 1': , ' "

,", .¡~. :
,
donde ,\ es III¡n matriz sil1\.:trica (11 x 1/) con rango ,io m~-,-¡o.~_q.l'(~_L,J2-~~eJibirell)Qs,... r'~;'
A Ségll jd:i'\.I11.c
n te','''"" :"'i"y~c:~:~',""'::-:"';-7:'.r-:'::~_.'."'7'-""-":7:¡~:-"":',> '" , ',' .• ",'", ''':I'';'':~',' ';',~ ~';;:¡:~',i:\::7;:;CT~':{';"f'~;'~0~,:,;:,,'~;i~:;~:ip1nn+~~;~j~T~.?C;?"';~!',~~:"\~SiP~':~:'~X163T
-~.~,.:
: 'Rciliil,;rcmos la COI1\[1rir;¡ciÓlicalcul;i~do el veclor de '~Onlr¡¡Sles: <, ':.-. ,'. 'h" .•• '

-A,~o= (X';L\.')-I
. . l' .. .... ~.

.fÍA X'Ay - (X'X)-i X')' EseviueilIeque

• • • ..' ~,-
vnriascólúíhnas'!-Ié
:' " •• ~ .'. , • -.' • :. '. " • ", -.
X':PzM.r senin'igu;'\les~cer9.Eslose
• ,; '.:' > • :' ,_ 1, ;. '. ". • ' ~. • • - • _.',
ve.en
•

= (X';\X)-I [X';\y -X';\X(X'X)-' X')'I

= (X'AX)-,I X'A [r~ X(;.\",\')-I X')y,

\ , 'YI P:,>[8\,]"'"
'':'''Z:~i\,''
," >',;, ,'(1052)

:: (X'/'~X)-IX'AM.\')' ( 10.49)
donde ,fij, 'I'im 1>01iz~ 'lal11a t;'i~ ,.dev;ló~es r'redi~ho~¡de ,~h.~;'reg~~siónd~. lascol u~-,

'-o
, nns de xtsohre Z;Ya(jucX {ZlicneneneomúflXz• es ,cvidentcque X2 :: Xl' Eh
este cas~),dcslaqlier!lOs que' ",' ,
'. I! R. Davidson)' J, MacKinnon."Tesling for Consislcnc)' Using Arlificial Rq;'rcssioos". Tlu ..'
'[:X.:2','.
?',iJ ',~'1x: ' '"
CWillllllcíric
M". 5, I 'JSlJ, J(,J,3S,1. -J ,, ,. (lO,53)
1.' 'P. RlIud. ':Tests' of Spci:ific;lIion in t~on{ll11c'iics". fwillllllcrric IIn'ic, •..'. J, 1'JS,I, 211 ..Z~2; Ii. f)'l\'idson -, ,,',
r J, i\lacKinnon. "Specificaliun Tdis Oascd on Arlificial Rcgrcssiuns ...,1l11tr1,,,lo!'iI,, -III",,.ielll' S'tl;iJiicnl í

,1JJlfl'i",i"". H5. 1'J90, 22o:i27. , es igu;,la tc;op:lr~ ilq,{,eJifls ril¡¡st'6r~t~pondiGn~cs.aÚ,f'~rquc los resiúuos de liri¡i
{'
1,
{,
regresión d~ :i:2 sobrcXsQniguales;¡c~rb,' ',' " '"
., , .:' . '. ...", '. . .
t
:;
.. : "r ..
 ,"
JYO 1-:'
C'AI'in;l./) III.ivf-élodoCi..:ti..:ralil.adod" ,\-llllll":llloS ,1<) I
l'
"

Limit¡¡rcmos. porlo tnnto, nueslrnútcnción a dctermin¡¡rsi y = XjJ + Mz.X fi + residuos

I '",' " l' -'".
plim ~X'IPZMxy=plin)'~¿Y'IM~J';" lJ (I05~) y = Xj1 +'cx .z' fJ+ residuos (IO,W)
11 ',,' ,/1 ' , ¡..' .'
dlln<.li.:ex¡,z' son los rcsiduos obtcnidos a parlirde una r¡;gn;si<Ín tI..:g Clllllllln¡¡S d..: X,
Rcnlizaremós el contraste median le Un estadístico F sobre fidc,)a-r~gresilÍn artifi- \,)

cial " , sobrc Z. En esta regresión arlifici;¡l, el conlrasle F d" I¡¡ hipÓksis dc qu..: ¡¡ :: (J, cs nll-
, .méricamen\e equivalenlc al conlrasle desarrollado prcviamcnl..: ulilizando un¡¡ rc~rc-
,'" , y=Xj1+fYlfi+residllos- ,:, ,(10.55) silÍna'rlificial, ;¡unque basndci eilla comp;¡r;¡c:ión delvlCOytvlC2L Esto cs. la COIl~P;¡'
El, modeló cón fi ,.; Ose~á el modelo' restringido yeictlli(lcidO ü)llí~asie r \;¡ene da:, r¡'ll:ión dej1 de Ilueslr¡¡ espccific¡¡ciónMCO origín¡¡1 cnilt\'IC2E Cllll 7, Clln111\';Iri¡¡bks
dO,en estc C;¡SO,por(IO.56)' " ,', ", ',' ,",,', inslrumcntales e1acon)o reSull;¡do el mismo contr¡¡Sle cSladísliCllllbICllidol'llmp;¡r;IIl'
.' " ,(SCR, -SeR;,)/g do j1dc nUCSlrn especificación /VICO original con la espccific¡¡ci¿'1I1;-vICO ;¡UmClllal!;1
Ji "- .' " , ',,:.'
'" . '; "'SCR;/(II.-:k-:g) , '. ,',' 'con Z*. aunque, ell eSle (i1limo caso. no existe problema tic "cntlogcllcitl;¡t1",
','',' Anteriormente,dijinlosque clcontmste¿je 'HnUSm;¡ll sliele interpret;¡rse como En resumcn, el COlllmsle de J-lausmnn para comparar ¡viCO ~; i\'IC2E pucdc 1'0.
1
aliz;¡rse de tres m;¡neras: ' 1••••

..~n~a prueba par;¡ vcrificarsi lnscolunlilnSckx¡. sonendógelln~, cualid6 loapropiado,' "

, e,' "..J,,;:'úc'ci:a.::i hié;¡;p r el á do ,có',Íió:éo'n'l'r:rs'i:~'P{l'fa',:v-<ir i[¡ón 'r's i',In>!,¿,illog~ n é idjIJ;:'~i'cÍ\ c~ilA ,¿ f e(::'..,,'::.::::':;::":.~.,'
..I-:,,... Calcula liuo'tI i'recl a menle" clveClordé,c6nÚi)SICS;'ÚlmlJ él;' ¡í:~~lI;¡éiú,r~r Í1\h:)',"
10 significativo sobre los eSli,m;¡dores dc'j1. La últim;¡ ílüerpr~l;¡cjl"n 'rcsuli;¡ más'cvi.<', 2. Esliniando la r~gresi(íil de los regresorcs pOlenci:dlllcntc cnd,lÍgenlls slIhrc los
dente considerando una versión de!contri\std de Hnusm;¡n relntivo ala omisión de " 'ins[rumentos ycalcul:\lldo cl valor' predicho a parlir de l:dcs r..:gn:siollt:s. [sli,
variables. Emreza~emos ca;)
elprobl~rní\,v¡sio 'a~\eriorrnellte. L~ diferencia es que, m;indo, a COlllilluacilÍi1, por /VICO un¡i e(;uncióncn.l¡¡ que se illcluyen las vari;¡.
~n llig;¡rdéeválüar la diferencia enlre'tvIC()yMC2~;con;ríar;ireillos un estimador ,'o , bies creadas y contrasl;lIldn'si éstas, spn SigJ1ific;ilivils. como SUCl:t1cen la ":ClIa-
MCO ,con C?tro estilnador MeO qtieincluya:Z*éóii1O'regrcsoresálJicionalcs. En'es- ció n (10,55)., " '" ". '
tc'caso •.nueslrO~eC[Qr 'deco'ntl'astes-,: compai'í) el eSli)11a40r !vICO ,d~ laccunci6n :l. ,Estimando la regresión de los regresor.es pO.lenci¡¡lme'nle clldóg..:nos sohrl: los
'(10.46) cQn cl.esl,imadorMCo. defJa'prirtirde , ' inslninlentos)' calculúndolos residuósdeesos,rcgrcslln:s. ESlimalldolucgo por
, ': )"= XjJ +,7,*,-y+' v, (10.57) MCO la ecuación que inCluye lasvari;¡hlcscre;,uas y'vcrificando si éSlas son sig-
, ilificaliv;¡s como sucede en la eCllación (10.60), ' "
, dolidc'Z* es la'n;alrii. de'vil~iab'esin~tr,lI~le;llalcsde nuestrocj'ell1plo MC2E,~le~j'_
nos aquellos' instrtúiiénlos 'jue lnnlbión sé hallan presentes cni. ' " , .' Véase O;¡vielson y MacKiri;lOri pnra un;e1iscusiól; t1claliacla -tio.: I~s dos'úllimos Illé-
.' . Nos ¡h¡cresa sabcr' st los 'codicic 11 lés 'dcl:conj'ulllo.de X lioillc1uidpsell, Z se, ll)t!USYS\I extensión a otras clÍmp;¡racionc's.,' ' , '
" ven ilfcctád'os .'uf:ind'ui r ';ilriables adidonales.-' RecordelTIosqúe ci tcorell1adc
\' Frisc1i',Wáugh.Lovell,14 ;nos'per'ihité' o¡'ú:I).er'lo~ ~slimúdorcs corr~clo~ de fJ .(ealiz;¡n. ,.';""
. d,o:cn'. primer Iifga¡".la'rcgr.esi~n <.1e'Xsobre'Z* '. lomando luego los: residuos y reali. ' •... ~
". ,znndo. posleriórmc'nte la regresión de y sobre:: dichos residuos" :," " ' .:, '.,
, ' .. - ,Eh ese caso, realiz¡\~ÚllOS' una'regresión 'MCOdejo'sol¡re X después de, "cx' ' ,'L;lseSli'llladores tle maxlma versosiinili,tutl licncn tamhién ulla illlnpro.:la-
, duir" él valor predicho d~.\': (Pz.X = Z.'(Z,*'Z"')-IZ.'X). La 'matriz al respeclo cs ciúnlvllvlG. En el C;¡píluio S ml:nci.o'n:ibamos'quc para m:l:(imizitr la rUllcilin do.:"c-
!I!i. = 1~Pz':, :.",' ,::,1 .', "'I'<,)si'militúd, igu;¡lábamos'l¡) primern dérivnda elel logari1modc dicha rUllciún
j '¡¡Inl L(X, 0)]1 ao (grndienlc) Hcero: '
y=tt/~.Xj1+IJ " , ( IO.5X) ~. '. \
: o',
. 'iJIIlI.
Como M l' es j<.lel~potcntc, cJ eSlimad?r ¡vitó p;ir~ el ll1o<.lélo~s " II/(Y, X 0);= aB. =.0 (lll.l1l)
, ', ' 'fl alil\l'c~la~o ~(Xíl':Íz.,yf.1 .Y'M;,.y. (1 (Í.S!)) , ',--'
.
Diéha cond¡ci~íll es scncillíln~cnlc [in;, contÍiéiónde mOinelll(;.RClomalltlo cl caSl\
Es evidellle ahor~ que la'l~alrIzZ:de 1;,~'écuridó'll '( 10.'18) ~s~s¡I;,'pi~mellt~,íHz y, 'por ,'~;' ,.-J
,"
m¡¡s sellcillll, "la fonnalvlMG" dé cxprcsnr el probleinil consisle cn solucill'~ilr:
, lú l;¡nlO, la regrcsiÓli artificial COrrecta se convierte en ' " ,¡ , , .
.: ,1 .. ,,_ • i ~ '.: ' '",. " . • .' •
m!n (m()', X O)','lI-1 ; m(y.X O))
. ;,'. ",:'.., ,o , '. . '
,¡""',

.. dlllúl~ la,lIamatiam;¡lriz dcpcsosll

lo'e<,1{= ~ E(iJ2)n L!iJfJ iJO'). '
e.s lav'arianza
'
cicla condici(')1l de Il)OmCnlo, Es-
.' r'
", '

, ~:
"J,' "
I\f
"",' .i'
>
~.' , '

_A
[ ... ,;--
, i'! ;
~
." ;",[ , ,,¡;' ,,:¡ 1,; ',i ;.""
.' , ,J.
.t '. ' ¡ \ 1 r
t
, I
I
'
~. ti:
l'
1~ I .i' ¡ !
1

,;: 'í ! 1.'","1' ¿LO' 111:M¿IOlJó GC,l •.it'nlizauo uc MomcnlOS 3<}3

-':':" ,'" ',". ,"~ :,ijl;';;\~'(b ,i,\:~;;;" ¡1;dV.: !
En esle sencillo t¡ISO; á resuelve la condición de primer ordcn niinimil.anuo cl pro- ';: th~nú~, ,((.) ¿ la,ulilid~iú'n~¡~;:'~~P~I>Jhl~~,I?~'~1I~9.:Y,~ ~ti':~~)/(i t~~j's.Una fo'r;~a'
blellla ql.1Cacabamos de ddinir. Porlo l:lillo. 6 dcbenj salisracer ,\ cquivalenle de rortllulrll',la~e:cli¡\ción',(19'16~)"es, t, '1,:1;,:" '," ¡' '1'
" .. " .j,'k i ;\)',;, ;y¡¡'(~)+ E ," i':;:::, ," -, (10.66). ¡
¡,~In/. ;/ IijL . ,¡ q '"i,'¡ ¡"¡
'; _" ,',r tt
.~Ij I '.--~: J,;i,~.,~.: .',:',: ¡ , "I(
-.-,-' 11- 1 -----:- '= () (IO.ó2) donde ,E/l1 rcpresenla.la diverge'ncia"dc ila' utilidad ,marginhl :rcl,ardada del COnSUrlló', ¡
. ;) (}(j (J' ;) (J ¡
dcscoill:,ua res pecIo a su valOr nCluaC6i~lió lérmillocle hrr'of posec varias propí~~!
, ." : l' .,1, '1 "
.: " ,\ ~ " ", :'." 1: ' " • ,r ' ' , .' .~, " •• 1 . .',: . ,¡ • ~ •

¡J,: dadc:~ adcm:ís de IcnCl" media cel:o y, n'ó 051ill' corrclaCió"nt.Jo serialmcrHe: (uanuoo
. I'..:rll eslaL'CU:lcilÍn cs 1;1que definc precis;lmellle .Eivl V y. por consiguiente. pucde
= r. 1:, utilidml n',arginal es Jna cOlls¡an(~exCCI)ld paro la 'info~l11acióri l/lleva recibi-
,~',
scr considerada COIllOlin cSlimador IvIlvIG.
da enl ré~lpci'iod{l I')l't ..: "/1'1>,' tdhsi!iúicl\!c':C1 ctroro;'inbovación" dc In ulilid"d
Si esle es el ~:;~o. ¡,por qué cicrlos'inv~~ligadOl'es prdicrcn tvlG!v1 a ElvIV?,
nwrgi;wl no sc correlaciona con'I;(¡nrohúrición(1hl~nida durantc o anles dcl perio-
lJno de los mOliv(ls essu f¡ícilmancjo. 1\ veccs, cuando resulla difícil calcular el es,'
limador do. m:íxi/l1:~ verosimilillld, eXisle' un es'limador lvIGlvI quc. a res¡¡r"dc ser do ,. U'cl;n~licilí¡l p;i¡'c¿i:u,;;,cOífdidó,ú:de'brló~onalidad.', é ,,'

menos diciente :Isinllllicamcnle que el cslimador !vIV. sigue sicnuo co,isislCnll: y , .", ,"
' . ',~'
, £;Z''¡;/'(c,'+;~L-;,.,.('~,)r~'O::.,¡1'
~~t. ;', i. .
"
¡_\. 'L,r 1,' / ') .•r:,',., . ,¡,-~d~,¡",i':~', ":"1'~"'! :
(10,6]).
','_

Ill;ís r¡ícil de calcula)': Un segu,ndo molivo cs que.a vcces. allnque no se cono!ca,lo d(!nde Z,CS ,c~/(/If//li{'r, il1fprm¡l~iÓnC?blel)id"dur;¡n I~ ,e,lned?dli'1 o ,ant~riormenle ¡á 1, ;
suficien\e el proceso dc ge'neración de los dalas que cspecifica por complclo la run- )1eril!do ~, Supo,nicllt~~~,!1l1e,I,aJ~I~<;ión,~~t(tili.ú,i19,'S~I~,u,r¿Jrá.liFa e¡n¡clconsl,J~O (lo, ¡
cilÍn de \'erosimililu:t1;si se conoce lo suri~ienle como para poder cspeciricar condi, que 'l11pllc,,"que la ul~ll()a<;ll11argll1al,es )1Il~alcn cl ,consun,o), podrcmos formular la
. ' ciones de'lllolllcnl(¡j)ara un cslimador MGM. • •

slglllcnlc cXpreSI(lIl:, ,,' , ,

1 •

\
" 1
'l._ ~
\
" ' "

,
•

, ,
!
. .1'
, I

..• ,
\ \.

_"
•

'l.' . '.,

,'" ,(10.68) Cr.r=:Jln+;-YC'-~'~1 "',' ,

"
.3 IO.G.'1 Ecuaciones dc Eulcr :Una pregllllla diri61' de reS)1oi)de'r cs: ¡,¿¡ué debcmos induircn 2¡? En principio. in-
cluiremos cli;lIquier inforniaci6n oblel1idn durantc'é1 pe'riodo 1 o anú:slo cuolnos,;
Olro ejemplo linico para j\.IGi\'1 cs el c'nroquc cOIH~¿id(; como' ecu<lcilln de Eulcr. ipropoi'cióna. cscncialmcnle, un númcroilimilado 'de v;'lJ'i;ibles jnslrumcnlalcs~ Sin I
Las ecuacioncs de Elllcr SOIl condicioncs úe primer orden de prohlcm:ls'de oplimi- :emhargo. en la Imíclica'111 col~liraslé res~I1I11'poco persunsiv.o 'si lo que dcseamos es
I.<lci,jn dinámica. !vIGivI considera dichas eondicioncs úe primcr orden como contli- ¡comprol)'ar 'dllllo cl'liCChri'l\c hiladir1:!s'venl;!s debalbn~sde. ngua dch<lce'lO pcrio-' ','
: ..J
ciones de moml.:nlo. Lo iluslr<lremos medianle un ejemplo. Supongamos qlle el tob-" idos nos' ayut)¡(r;í' a pn.:ccüir ('/+( be~e¡'ílln16s intcnlar IÓ':que sugiercn olroS leóricos
sumidor represenlalivo licne en catla reriodo una función dc IItilid;¡d sobre su con- del coiisluh<i. Duesenberry (11)41;)sugcría que los nivelcs:pasadQs de ingreso o consu-
sumo c inlcnt:1 maximiz<lr dilO (de :ní;1s ~e mí pcriodo h;lcia atnís)'son imp0rlanlcs pueslo que los consumidor<:s.
una vez alcanzado a¡"~ún IlHíximo local <1lo largo del ciclovilal, son mucho méÍs re(j.
, centes a cons;l.mir m:n()s, ~¡'cn~odo'que t1is';llinuiréÍil sus~h~rros para ;ilantencr su ni-
I,¡ ";:'.:}":vidm::toi\'~(¡"1T6'¡\1~lt(iÓfl7í:E1iTIfé~d¡;;'QtélT~'g,::¿~.6)~};1Imrt¡~~:a-prtd~tYt>ci't:¿;n~¿H;~?':V:,,:
..t"
.•.•.....
r ' " Siguie'ndocon, el cas~llonac.¡'~'tuhóÓn¡j'e'ulind~¡j;ts '~uaeÍ'r<híca,deb~n;ós
/1,=:: ~:¿.,(I;
conslr;;irvna;'FllriI.Z cilla'fo"nlúiguicnIC¡ , ,,' " , '.. : \
sujcto a ,-)-T(C'+T-11',',,)
= Il ' , ,.
( IO.(4)
, ,,' ' Z,~ti'e,y,]
, donde E, =esperanz<I ll,l:Ilem:ílicacop'I¡linrorm:rción oblcnida hasla el periouo'l
'
,¡/I
.....•.
uonuec" )'lsOl;:I'especlivamcntc,clcon~U!ilO: y,cl ingrcso.: En csle, ejemplo. el con:,.
.~ = 1:IS;\ de prderencia temporal su1Jjclil'a , lr:l~le cSladísl ico!ví tvlG ucsob,'ciden ti rieación delas r¿slriccioI1C'scs
". ". '." .' " - 1,' - '",~". - . " :

r = lipo t1cinl.crés rc';¡I'(ijo .

T = dur;¡cíón de lavida económica SCRri - SeR" ;, "
---~ - - X2(J) (10.69)
e, = consumo en 'el pCI:iodo 1 SCRu/n - , ~.- "

11', = ingresos en ci periodo I

A, = activos-c'n e11)eriiJdo I
. 15il'. II;,Ú.....~lnchi,slit.l'Illplíc;'li""s ¡,r IhcUle C);ebl'crlll~ric'I1'¡:hieóm~i-l),polhesis: Theórya;,ll E,'¡ucn-
H:dl(197¡» t!eslaca quecll11lldeJo
cióndc'prilller nl'den):
irnplic¡l unileCU¡lCiún de Elllcr (una 'condi-
j
cc",l,,,,,,,¡,j"U'''',',¡ntl i:rtU""I/,'.H6.1'J711:"I'.'J71.9117., ,',',' > :" .'. ' "
,I"J.IJ;ic_<cnhény: "ln211I1lc'('(IIl~ÜI;,;,iiól; l~c,l:lIitÍ~~ril1dT,j6irf";'plichlio'is:'Emp ¡"¡¡o,,or o/ AI,,¡:; 11..
{;', 11'(e" = '(11 'C e,) 1/"".\'rII. por).!"'l',I;/\. /vIclzlcr')' ni ro':, w.i,v. N,;rl~n:194R,54:HL, ," , ,
I) (10.65)

".(.
 " .. ,

." "
.,1):;
~
.. ,r:,
. ' ..
. - , .... , '; ,Jo I
. doli~c SCRR es la suma de cU:ldrndos delosfcsiduos(l!Jlenidos a pílrlir de, 1II1arc-
giesión de e,.
I sobre un:l consl:lnle )' e; (el Inoudó ••reslringido"): y sCf~,\ cs'la su-
l1Ia iJ~ CU:luradosde los residuosoblenidos apúlúde.unú Tcgrcsi(\'l aniricialde los ..
~ í~
.. .J

.rqiduos dcl.l)lOdeloreSlringido sobre)',. Vé:lsccI ProblCnl:ll 0.6; .'. .

PnrailuslTar eSlec¡Jso. liemos elegido hifotmaft(ncional de la ulilidad que da -:
lugar a un n\oLldolinel\l:S¡ri em!larg();Ui1Ode.íos¡¡specl~lsi\g;i'aLl¡\b'lcs d~ MGM es (".1'

que podríamos haber elcglLlouna forma run¿¡onaltle utilidad quc no (1foporcionase

)
un l1\odd~ lineal. MG M sirve.: Jllllia(isí/lliio/lllú.üúi\biél\
-.; .
pad'mpdclos .,. no 1¡I¡cales.
, .' ,".

10.7
LECTUI~AS

.'....,;'..'<"';:;':*!;~#fJaYW~f~~~I~.~;~~~~~;'~*J~;!~~'~~í~h~f~1.Wf:~~11:~!a~~;~!:x~'1ff¡~}/~~~IJ~t'~'~Xo~~;{~~;N~.":.';,.~:,;.)
'-'~'$~'~' .
I
se incluyen algunas consideraciones relativas: a scr'ics lemporales que aquí hcmos ig- . (''"\

nor:ldo: Da~idson. y M,ici<,il)n6nincluyeli bücn:ls disc'úsiolics soh;'clos conlraslcsde .

11;lusl1\:J1\y los cónlraslcs t1C~S'I)écificilciÓJ\,;' .' . ~~~~~
I

'.
"l.

, ~ "
'

' ,.','

,," :.,',. '

" ': . ~,',

PROllLEMAS .'\

'. 'j:"
~~~~~~~ ('"
1 O. LLa sum;i' Jc dos '~ilrial;¡'c~ .iilJcpcndicl)lCStlliiformcs Jéfiliillas cnl~c (O. ti), posee llis- .. .1,

La
" tribución'lr!ólnglllú' .. J.un\=ión(\(: dcnsiu~u dt; pt<ihal~i1iu¡l(\(\e cSI;\Jistrih~icióil ~ie"

';::¡;C ililJájl\ir';' :.'. . ~,'. {~'~':,~l

:~.'" .,~'s,r'~:.L'"., . .l'.
!::~8888:;8
. ".;j'
' . , l' , ¡'

,. . f(x) = ~ 2 '." l' . : ' ,O , .:".'

. '. " .:'; ,> ,.' " .. :.= o, .:;~'. c'n"O;I~'Ocaso

.d.,'
!::~8888888 .-,
, .. , l" - .. l' , l' .
, ; i' (n) .Dcl11~iSlril~{lite C~¡ll;íaaJee(l¡lua f~nciÓn"Jcde¡lsidad" !. ~,
, j •••••••••.

(bf-¡l¡dla~,EIX'J,;; 1...• 1. ,.- ". '",.'

" !::~ 8 8 8.8:; 888
". (e). f:Ialr~J c 1,CSIimad.or,dc. O ppr,c I,ni~I(lJ9.dc ,I~~sPlOP1C!llos. ~';'\ - ¡- ... , l'. "1" '. ,
.¡
.....
," ..• • .'. " .• , ',', ' ". '.0 •••• ''',' .
',f, ;
10.LcoilsiJcrcinos i:I 'nioddo'. ..'.... "
,',' .: •• 0 •••• ,y~o+JJ.\-.+'t. ;, .. , ·"
'dond.:'ycs' una\,'ari~b¡c iíldicau'or'ql;¡;IÓnia el ,;albr igllal al si d' pacicnlc dcja dc c.

.fumú'-); ()cntilsó'crill:lril'rio;'x'c~ .'umi \~ad¡;hl~iguaI a I sicl pacienle recibc trúla. ,~,

mierÍlO ~.igúnl'~'O si rc~ibc el piaccho, Dcmoslrnr:qu'cJj~I~:(i es igualalefccl() Irala- j

e5
~
!:: ~ 8 88 8 :; 8'8 8 88
. l' , •. -: 'I~ " ....
.~
¡ .0 ~iCI\IO.d.;riljiJocriJaSc'c~iÓlí!OA,Calqilari;Je;ll¡ís «/'>1(.'0' . '.'

10.3._ Enla cé'u'a'ción.('! O,~4 '~~~IOSl;a( ;¡'~I~c¡c~;rl;; y:n~ J: 'il ~l'da 11Igilr¡~lIna;ari:lllza
eSlin;ador MG~1 mayor q~c Jav:lri¡inza':obicnid'¡¡ ~ljliza:)do ia 1!}¡I.lr.izóplirÍla[cCua~
Jel
",
..':.'
;.:.-
.- ,

.• ción '(IO,J5)) (C'r1 cl'sclí\ldoqc (¡ucia Jirc'r~llcin e~pósiliva~I~'rillidi1), ' ,:".;.;'

. .", ,.'". , .•1'" . .,.. '1'" ,," '.' .
:i,
.\ "
J -~
:> :.... ,' "'.'.

..
-1 . "

,.•
, " "
, l' •

.~,~n.,.~
j,' '-~)T.
",_': '.;'.' ,l.;"
r ..
¡,", , ;
1"" .,,¡
",,' i t l. '.',

:,l'¡'j' ¡:
. "\'
,. ::!
t
";'
. ,
'.1: t 1, ,
L: l' 1 , ,

,¡.:y
!

396 ti !
'1 \";.i l~ <.,
~I"TODOS DE EnJ~()~IETlli,\ J ',. ,
,'.,1 " '-
CA I'ÍTUCOll,.,.,
!';'.
,'::','
.
".':"
'~. .!
1 ,
.,. ",'. " .... '.",
• ~ , ,r;
!,'.1
10.4, DemOSlrar que ¡j~lt;~1=Ij~lct ..incluso en c;;so de heteroscedaslicidad cuando MC2E,
::~~:t~~.~i;¡~::~;,;,'::~lL:.l~;~,¡'''~=-
.. 'r','
est;í exact;imcnle idcnlificado. . '. , :,~u>J,a~':LJ.\Í;L •.. ,.l'; )~~"'~, A. ''';''" ••
,
~}
';'fI'
, ~ ',:, ' T "~ 1 l.,. \ '¡..:~:.!~,',' '¡ . 1 • ~ " •

10.5, DcnlUstrar que las e'cuaciones' (1 U,55), y. (1 0.(0) rr.op~)rcionan el mismo conlrasle. . í"
'" I,jl
lU 1'.
.\J. .
I)CStllTO 11ar l'"a CCll.H.:IUI1 (1") .).(1)
1
(l'I\1• a' N'úlese <Iue el 11l'Ohlen1<tconsiste
l.
en re,dizar
• •• .r
'::.. Un Slnorgaspor'~:V9é Métogós :'i
lvlC2E, pero ning.una de las variahles
que la rcg.rcsiún.lipica
del lado derecho es endógena. Ello signifIca
dc primer paso de X sobre Z da lug;lr a un v;dor pn:dlcho de
..
'.'¡'
:i: Intensivos .de' CálQ:uI6" ' \ "."!.'
I

,',
,", '":,' •
J;
.)
1

X quc es exaelamcnte igllal a ,\),, . '1. .;'1:

lO.? Ctlllsidercmo~ la n)¡llriz de covari'ani.,ls, de lap;íginn anterior, de expericllcia ;tjusla- . :~~'
:¡ 'i .,' : h J t, :": .tl" 't ! { :

da a los (,II/l/LoJ' a(1O a ;lIio ell ei logaritmo natural de il!gresos ,Inuales y hor,ls para ''l. I ,
"Y,
t'.1
.¡:
"1"'

~ 1".,
";~:.):1¡.1.;~~¡,"~';~\'1
• t l'. l' ~.. "
j'\;-j

r
" f . ,~, , ¡ \'

los ,lIios comprclldidos cnlre Il)(¡~)' 1,973 p;lr,) 1000 hombrcs bajo el mismo emp~c~a- ;~:. ' ,i .• ;¡.
',1 I
. "'1 ",,\' ... ;1 'l., i ,. .; " . i' ",o' '.; "1
rio, El error eSI;índar de cad;¡ entrad? es aproximadamcille igual a 0,01. (1.;15 nllnus- ':í: . , 1 •. '.'.
euhs indican'locarilmos nalUrales). Abowd )' Card del1lucstran que \Ina s~ncdl;¡ ,vcr-
1

~:"
"h :l;~ '", .'1. '1!Hi, 'lr~,,: t ~~1:\1'!':;
~ '
.t_/' r:;
" - .
!~' ."~ ';J
siti:, dclmodeio-dc ofer';t d~ (rabajo Inter!'emporal implica la siguiellle relación enlre
'¡'l,i'* ~ >¡\/"""~~"_' ,:ti' '¡I~~~¡; ~,' j,- '," "'\' ¡_'~¡
el 10garilnH; n"lural ~khoras)' e1loghril;ilo n;¡tur;¡1 de sal;¡rios (ajuslados a la regre-
"1,,, F, .. ,,.'¡i.r:I<'i'Ir!;,,,:.'¡' .,:. ¡.'l'; ';'.,J'" ,l,!
sión): 1
.".1'; ,.,";; ';""':1" '!,¡¡;'.\~: ,:,.',- j..j,! ;l.!.:.. ~_;>:,( l';;! ',.. ~' .. '1

6";, ~=r¡61\'¡, + error _ . .. E,i el I:'¡~~~enlc'ca pi! u IC;\¡;la\1\i~~,.1,i;clno~~r~~~m'~,n

I"'.! '1 ", '. '.-,:\ '.' ,1."
'.
1:~",~lg~;~~~n;il'~cios cc~n'o,~:é 1~ie'o~
"".,
' ' " . 1', '. ',', ! •

doncJe " indic;¡ el tOl!.aril11l0 nalur<11 de horas n,tlur¡lIes trabajad;ls por cada IIHlivl- degrnn pop~,laridad debido 'n los gl:nndcs avances le~nológicbs: l11élodo~ de Monle
.. " .. ,.,', i~ \', >:.,. ..",-1, •.•. ~ ,~ ,,! ~':"', '1 ,.ji ., ".~ •• ,J •

duo i en'~1 periodo" ~!;, indica cllogaritmo natural del promedio de in~resos por ho- Cario, conlrasles de permulnc,on y aproxIOH,eló,nalenlona, bootslrapplpg. eSllOl;)-
ra y 'les un par;ím;;\ro17. CU;1I1do el descanso se considera C0ll10 u~ hlen normal. el ción de densidat!llo 1);HaíÚéliic~i re~rcSión no pai-nrllétri~a.' '" " ~.. í T
modclo predice que r¡ > n. Rcsulta útil ¡ndic;¡r que los ingresos equIvalen a I;¡s hor;¡s • 1 ¡ 1;' .1"
; .'~ I ,t
l1Iultiplicotdas por los salarios)' así, para periodos \;Irgos.g = 1\' + ".
,>

. 1,'

•I "! ! I '\ 1" 1 ' ."; . ; ~ .' ,_,~ i ":

11.1 '.'
<

(11) Utilizar los e~l¡madores anteriores para generar un estim;¡dor de r¡ quc sea posi-
.~I '
li\'o. . .• ". . INTRÓDUCCIÓN'A .
Los MÉTODOS
..: '.' ':
tmM6NrE:CARLO
." ". , '
(b) Ulilizar esos estimadores par;¡ gencr"r un estimador de r¡ que sea negalivo. ¿Có-.
mo se explica el resull;¡do cuando existe un error de dkulo? Considerare~l1os en pri,il~~lugnr ,los mélodos de MOllle Cnrlo. El objeló de i~.

....:...' , •.•¡ ,
(e) Consideremos

. ,,'
h o ri1ji
.•
' :;-
en ni "C 11.=5';
-~::;;":'.":t707~-:
. -~----~-.--.-.-
.." .... "';¡;;'h¡ ¡~"
el siguiente modelo. de "error dc medida", p;¡ra el logaritmo de
•• -:--.- ~~~",:,~.~,~.":,-_::-- ..,..---:- •••... ,-, -.. _. -.'7:",~~~7,-'~-,-;7':r:~~.?.I'
(erés suele scr u,i eslimador o u;, cOlllr~steesladislicbcon
:.,..•.~~~,~}~!~~
..,.~'i,de,s\.Js'p.rop,ed¡¡dcs'llslnl()(¡cHs).
.. ' .. comporla eleslimador
propiedades

Puede 'Ihleresarnos'eñtender,
desconoci-
fi.~!.~~~.~~,i~;r.~:a~2.g~I.\\~':~~-:lg}-9S,;F,#P:~~;~~.,tJ,y:'WW~c,g
por eJe~plo.cómo
MC1E~'é,i ¡apriÍcliea ••..El próble!1Ja resid,e a rileriudoen
se
sa-
donde (;, se distrihóye cb'ilio'N(O, (r2/r)~¿Es co~sist.enlé con c1modelo la evid~~. ber ~i ¡as propicdades .;\SinIÓlieas conocidas de ¿¡eriéd~slím;¡dor conslilllycn':ln¡¡
eia de 1;1m;\lriz dec~\'arian7.asdc ingresos y hOras que se adjúntú? i.Crimovenfl- , . gui:r ¡Hil para descubrir I;¡s propiedaues(desconoc1das) clc diChóeS!imador'én
1
cario'! muesiras r¡nií;¡s~ Au~qlle exislen c,if~lques nrialílicos'.que eSluclianlil dislribución de
los eSli;il¡l(Jorcs el1 i)ll\eSlras Ji'nÍ(as;' súclc ser- ,rilás 'sehtillorealiiaréxperiinenlos de
Monlc:Cn'r1o.:::Dc hecl1o;',cÚnriclÓ, ros,recúrso~ .inf()rmáli<;Qsdel :in;csligndor superan
\.:.1 ;" . 'susreci.lr~os:'mcnl';ilcs;; ~~iC"S~dtc~i1)h~ápor','~~'¡iZnr\lrl esúidio de MonleCarl~, ,
. . .Dcform<ll1lllygCi\eial;.iin eXIJ6(Íli,c'ntode MontcCariciconsla de' las siguien:
\ .... ' . ,"",. . . •. ','.
les CI,lP,IS:

'.. ".' .' .' • f • ~:;. ! '. '.~.

J. EspecifiC;¡r comple!amcIlIC.¡1O modelo "vcrdadero".Pot ejemplo. si el. modelo

11J, ,\I)(I\\'<IY O. ("r<C'IIlICrlC'nipor:ill."iior SIII'!,I)' ;11,;1 LOlll:'TcIIIl 'iClllplo)'IlICIlI(olll"lel,,", /I,!uricrril vcrdadcl'O,cs cllll.oticlo l¡ílCal:csliÍl;dar. <;Slc' héchó.implica especificar la dislri.
,:."(,('1110111;<: !?l'\';(:w. 77: ¡t)07.50-líS: bUcí(mlJcll¿rílijliod~~rror; 'iris varinblc~' expli~a'liya's.16~ coeficientes yellama-
',io cJe.Jn mllcSlr,i.. .' . '.
,
'\..'
.,
 J9S'.,. ~itIOUó~ Ll¿ ECO;'¡O~IEml;\ . . . •. .1')') -- .~
¡,';I

•• I.~ •

:'J

2. bcnerar UI; conjunto 'de datosutilizalH.1oJicho inoJ~lovcrdatkro.. '. 11. 1.1 Una Guía para Realizar ExperiIl1cnlosdc Monte Cario
3. tal~~lar eiconlraste estadislicoocstimad?r(i~e ~wtsie:'H.J¡j ~\';¡Iuado a partir '.'
l'~ ,"
I
, ~,,
'de la mue~tra generada artificialmente)' almacen;¡rlo's rcsullados, ... '.. ..' Anles de conlinuar con los mccnnismosdelos experimelllos tle;Vlonlc.C:lI'lo. consi:
4, Repetir 'muchas veces los pasos 2 }' 3. To~onuevoconjunlü de dalos g~n~rauo \ , tler'arcnHls cicrtas normas de ulilidad, Igual quesi de un expcrimcnlo tle lahoralo- ;,} '"
J.

", ~ecibirá el nombre de replié(/ciqn.lVl:\s ildelantediscllliremoscu¡Ínlas veces son rio se lralara, un bueli expcrimenlo de Monic Carla debe g.ozar tle las siguientes ca-
- - • ,",o • ", _. .' • • ~ '. ", •

"muchas" veces. . ..' .' . racle rís'licas.:

5. E~ahjar el comportnmicnlodelestimnuoro CÓIl qué frecuenciacl contra~le ~s- . 1, Econ(linico y f¡ícil de coíllprendéL
tádístico rechaza oacepla el modclp~'."erdaueto"en el cillljunlo uc replicaclo- 2. I~elevan\e_ parn comprender problcmas basauos en dalus reaks.
"né's.' .. .;
, :l. Debe permilir calcular la influencia dc lodos Io'sfaclorés relevantes.
'1. . Suficienlemenlc preciso par¡i los problemas habituales, .
':,.ti, Olr<lS pnlabr:is, setecomienda renlizar el eXI)crimentoen aquellas situacio-
La norma 1 arirmaquelos resullados de Monte (¡irlll dcb~ríali.scr f;ícilm~nle n I
nes en las que sé descClI1ocen'las propiedades de llll cstimador o ue un contraste es- . clllllrrensibles, Scgún Hendry: ' .. .
. '. pci:í(fco.ineslnscircunsiallci,as,s<:s~!nCleal,?Sli'i~a'dor aun~ í\mpliavariedad de .•.........'
. - . \. .
;¿""~':;'Q(fft~fii'¡:ó'nes'"dis¡in láS'{hiücs~tt~s~shl.lula{.lt\s'diSl~i1ta.s)"y,1 tic g:o.:se .'¡¡va'¡ úíi ..su"cOI11PO rl.a.':. ,~. ;. i~\:,.....
<../. Ciíantlo de lo que Shral¡i esdc:i;iicj-'p~í:ci¡¡r'-I¡i~i:idc¡iC¡i;"c'i1Íri;'¡c;:fa;'cc~i;~'i;l~I',ia'
miénio.' . '. . " .... . ." . '"" ..
lelÍrica licntlc a n:qllerir-fori1ll11as gcneralcs, aunque scncillas ..él"C ~ean f¡íciks úe
. 'Noiexislén~egl¡j~ ~sÍticins'qúe definan (Iuées iaque !lnce: (Iue. elexpcrimenlo
'comprender y reconiar. nunca cnormes'tabulaciones de~rí.:sultaJ(ls ¡m-pr'cc;sos qut:
tleMonie Cnrlo 'resú\(etán util. :úJnqucsugerireil1bs nhorn!=ierla~ normns, .MUchas son espcdficos de algo tlesconocido:l.
vece's;lo quesimplemenle busca'el investigadores dcmostrnr qu~algoes "posible",
'1< ESlo's'son 'algunbs'ejernplo.sde problernnsestudiados median le el. mélotlo de .
ESlO significa a menudo que debemos considerar con detalle tanlo el diseiio del ex-
MoillC Cado: . ',.
t ~ '. :i .' .. perimenlo como la presentación de los resullados. Hendry y Dí'vidson '! MacKin.
'non5 tliSClúcíl el llamado enfoque de ¡ús slIpi!rflcie.\' de rÓ/Jllcs/11. El conccpto. b¡ísico
I;Elco01p~rta:mi~nlo de, MC2E cuand~1;1 váriabkinslrumenta\ s;llisfa.ce ,\ns con- .' .
esque c!¡\I1álísis de regresión de los resu\wdos d<; Montc Cario suele ulilizarse pnra
,.tliCiones necesarias deorlogbnalidnd perono:est:\, a.hamei1le correlnclOnada con.
résulllirdichos resullados dc formn sencillil, Una'. Car¡¡Clcríslica alraclivadcl enro-
\nv¡(riabloclÍdógen¡¡I.' .. . ' ... " .... ' ,
que reside en el hecho de (Ipe es posible verifie¡¡r lo adecundo de In forma sencilla
2. -El' cort1(1oriámienlo dclos. c6nlraslcs.dc.,i:xisl~llci:r,de '.r¡¡íces Unil¡¡ria~en mues:
clcgida.ge'neraÍ1do más:contrasles. En lam~yoría de IQs,,~asos, el formalo elegido
,\ras-finitas1;::' ,: .;.•.••...... :'" ' ,:' : >':"~, . ',,:<.' '"." ::,. ". '. son' histogramas y labias. '. . .'. .
3: ella'ndo se cdnsiciernia :l:'stim:ú:i~nde ,üll'iliód<;lo ~e c,?,iiipóJlcl)tes del error bn~ Li .•..

"r. ' . La norma 2 es evi¿lelil~. aunque a veces diricil de conseg.uir. .1am;\s PUC(1e es-
'sado en' (Jnlós ~le p'anel(discptidoc"',;eIC~p.rtlllo12) rlosJíltos ?c,p,:ine!.no CS~
tarse seguro de que iOSfCsli'llados obtenidos son relevantes cuando las condiciones
• iánequilior¡\<Josd sa~, iúcompléios, Seesludia la pérdIda de; enclel~cla ~~In() re ..
experimentales a las que se ;enfrenta el'estimador en un e'sludio de 1vlonle Cario no
su I¡¡j(jo de In aplicaciÓÍ1 de 'los' tradidoilíllesillé.lo~o:i en 'lilUestr¡¡S equlli.hrnd~s
se dan Ilupca en el "mllIldó renl", Nalurillment.e. el inundo real es complejo y en ¡Jo-
'en elsubpanel qu'e :esiác'orilplelo(~s<decir. e~lel pnncl qu~ resu!t¡¡ de excltnr
cas ocasiones el mundo d<r Monte Cario ~e's~dta ser su copia exacla. ¡\ menudo exi,-
:nquello~individuos.de quicnesn'6se4isppnede,up c,Qnjun,t~cOr!1pleIO dcobscr~ .'.
.¡ 'te 111101 contradicción er1lfe generalidad y compre'nsión: En otras pídabri,s. cuando
vnciones) respeclo aJaulilizadón.dc rpétodos'mas con~pleJos para .casQs de da-
. los resultados analíticos: solamenté pucde'n establecérse en casos esjlcciales. enton.
loS no'equilibrndosJ"" . .
ccs el mélodo de MOnll: Cario pucde resullar' n~¡\s general. T¡lIlíhién es posihle en

..
,. ;..
'
ocasiones utilizar datos verd¡ideros para dlseiiar el experin1crolo.'
La norma 3 se relaci(lIla con la2. El rendimi;enlo 'dc' un eSlimador depende a
..
I~

t C. Ne'1s6ny,R.' SÚim.:'~'Th~biS't;¡¡\.ulion ,~(Jli~ ín;lrulllcnial V'lIrj¡!lllc~:Eslim;"ur ',in" ¡IST'.ll,illu", JiJ/I~.

1II,lofD/lsi/ltu,63,i'J90.St'25:S140: '. '. ;'~':' )" . .:::,. , .. ' ... ' ". .'
4 D~.I:lcndry: "Monte Carl" EX(lcrilllcntalinn in 'r;~onnlllclri~s';:. II~",¡/I.j",k "f /:'WII"'}Il';rin. V,,1. ~. Z.
"riticiles 'and rv\. D.lnlrilli¡:alor. EI~cvier~'I')X~. 'JH:'" ., . ...
2 b Rudcbusch ~Thc'U¡lc~rláin.UniIRooi in GNp'''lIil~':íctllI:('(m","kU~I!~'''. KJ.l~n, 264-272.,. •• t.

'3L:: 'Mályásy .~. Lovri~~>~Ús~ing.ob~ervati~n~,and rancio Dilf~-,i.M(\~IC, Cail,,¡\nillysis",nlJ'~IJ,l/Iic 5 It DavidsonyJ. MacKi;lnon, "h~~rcssion.l;ascd f\.lclh"dsfllr [Jsin!! Cll;llllll V;rialesin ¡"'lllnle,C.:1I11l
i..~;f~;S,
37, 1991.~'J.:4<.." .
"
< ' ,.' '. ¡
';':: . cf .,' '
EX(lcrilllellls", }III"'IIII "fLClj¡i",j¡drirs, 54,'1 '.J'J2;2lJ).222.. .. .

i j .• ," '.:l'.' '"'\ ,"

. .-. ~
~.í . '.
.~1~~ft'
~
!,',
~' '. "
. ,
¡',
 \ ,

. . , '\,i . .J•. ~
""- .
(',\I'¡TULO'I': UnS,il(irgasborduc MCIOUOS lnicn~ivos de C:\lculo 401 "
~()O . I - . . ,',. , •.' l' : I . 1::, ,~ . 1"' ;, ": i':' ,. . ~ ,'. ;~ :;,; . t

(e; + 1 - C~) y c1lél'mií;?'tj~errortie~~ne~~,po¡,'e:nl~s"~'o!;';IU,nes: Ensay¡¡ron con ¡ün

m.:nudo de v<lrios faclores. En el si'guicnlc'cjemplo;
dep.:nded.
él scsgo del cslimador MC2E,
cnlre olr<lS cosas. de la c<llid<lddel'inslrumcnlo (de hasta 'qué punlo se
procedimicnlo de vari¡¡hlé Í1!SlI'Ume!l.l,al,ulilizando C;'~ t;_'I como v¡¡rinble insl~u-
l111:nlal. , .. I~' , ' "',' 1,'
"t / ' ., •. " •
correlaciona la variahk in'slrum.:nlal con el regresnr endógeno dell<ldo der~cho) y o '. ." • i' '. ,"~;

SupUl~g:'!llosahllraqu~~1 m{)()elo ve~~adcrovie,ne:d<ldo,PorjJ =0. J=:SIOes, el

dd 1¡II11aCHl d.:l" n1\h.:Slra. En esle .:aso. resuli'aría ue gr,in utiliuad que nueslro ex-
consulllo SI¡!.UlZlInpaseo alealorio ..: L¡\ sigúiel1te e~pai:ióli, uescribc eli);Hrónde serie
p.:rimen\o d.: 1"lon\e Carlo nos ayudara a juzg;lI' cu;íl es el efecto en el sesgo.de
j\lC2E. \anlo del lanwiio de la muestra como la correlación del instrumento con el
temporal del C!J~1S~lm() ell<llldo ,:,:'0:: " n
. ", . ' .
C'+I=C,+.E>;; ,', (1).4)
re~r.:sor endógeno.
- La norma <l reconoce que la precisiónde los resultados depende del número de rar;, veriricar si
el consumó sigue'lInpnscoa1calo;'io o un proceso ¡¡llern;¡livo~
"r.:plicaciones" que. se realicen en SI e~perimento. Evidentemenle, una sol~ replíc<l- utilizaremos laccuaciól\ (1I.Jr~;;rrl rC:llizarun cOillmsle (deleslimadorMC2E de
• j,'
ción no es sufiei.:nle. \' mejor muchas replicaciones que pocas. n.esulla \;II\1bién 'po- 'fJ.' Norm:llmei,ic. el eSliJiindof,Mc2E'Ji:'f3, e~' consisle~l'e: Surg~n, sin emb~rgci,'dos
sible uliliz;lr lécnicas ~Ie reducción de \'ariall~<I que minimic~n el nlllliero de replica- pregulll;lS: (i) Si la leoría a~illtólica eslándar d ¡¡plic~ble a este caso. ¿cuánto se
ciones neces<lrias p<lra conseguir cierto nivcl de precisión. Hendr)' discute el tem<l. aproxima 'la~.listribi.lciÚi1 nsi\\lóti2¡¡ a la d¡s,t¡-¡bución~~,jliuest~as finil¡¡sde,/J,.,ót/l;
lIuslrare'mos en hreve.conlln sencillo ejet,llJiI~).cómo t!l.:lerminar el númeroneccsa. (ii) Cllillldo ~)iíjo la hípolcsis Ilula apal'cee' enlre;los d¡¡ll;>S,una'raíz unilnrin, ¿resui-
rio de replicacion.:s. " " " t¡¡n aUc,éu<ldoslos nrgunlell'los cbnve~ciot\ales? ESlo'.e~J¿es posible que íos resulta.
Las cu~\ro nOl'n;<ls son simples sugcrenci<ls. El diseiio definilivo del exper'im'cn- dos <lsin(6Iieos. q'¡I(': n()tlú;íhncnICe(ln'sidel:':Hí;1I1iOS'.P;'l!'~ 'MC2E, proporcionen' una
lO depender;i h¡isicamenle de la natura1cza de la pregunla en cllcSli6n. guía lltil para la illfCÍ'ellcia ,en l1lucslr¡ts'fiiütns que, soni,fm; que, de !~ech~,' cl~~On~lr¡¡.
, ,'. "

I1lOS'! Inclusu ;\dl1li\iCI)do que lo!; resultad?s <lsinIÓli~d(~Slánd~r son unn gU[:lutil.
¿que pasaría Cll Iluestro ejemplo, en el que ,el proolerr1., de raíces unil~rias'dificLJlln
11.1.2 Ejemplo el t1esarrol1ode los resullados asihlólitos? ',Lt "
Los elifoqltes analíticos quccal'ilcterizall' la dislrioución en mueslr';s finila;' del
Hall scilaló que cuando el ingreso futuro cs incicrto y las preferenci;ls de los agentes eslinúldor MC2E tic JI en e11l1Odelo deseritden I<lsecuneiones(11.2) y O 1.3) resul-
,.>-'" cconómicosson indC¡lendien\es' L1clliempo. la maximización de la uliliLlad esperada tan complejos. Por clloelc:\perimento de Monle Cnrlo', s~ eo~vi~rteen un c<lndida-
implica el~igllienlc comportamiento en el tiempo del consumo agregado. C,: tu idcal.¿Cómo hacerlo?' , ,,' ' .
, (1 + 5) .', (11.1) l.' Genera'r, por ej~l1lplo. 1'20 E a partir deu¡'a'distribución norll1ai con varianza
U (C,+ 1) =--- U (C,) + E,+ I • • ' .11 .
(J + r) " , unltann. Este nlÍmcro e~ susceptible de ser modifi~;¡do con poslerioridndr ,(120
represenla 1;, t1l11'<lciónde una serie lemporallrimcslrallípica) .
. donde " 2. Medianle In ccuaciÓli (1 1,4), gel~erar UIlC", ¡',' , •• .~
ó= l<lsa de preferenci<l lcmporal ',l,
" r ,;,'\ ibÓ~¿je;~1tcl'ésre;i)(CÓn$I,úíTC)-~:7--C7:-7--':""""~-"-::-:-:----'--~~""''':7'C'''':-:;;''''':~1':,~~;n;:-.-:;1.~t7{;~~i;~~i~:t;;~~r.~:;¡tcn'~~&;;"J+!;l;)~ü;I~?;i9.~~~~:R
.~I

E,+ i = lérmino de erro¡~ nocorrelacio;lado con C, (, . ' '.

'4. Mostrar)' ;'l1111ó1eCllar lacslimaciÓ,'l def3:y s:nr<l'zó~i/ "
" Nelson )' SlarlZ Ulilizan métodos de Monle Cario para investig;H los problcl1l;ls ,
5. I'l.epelir l1luchas \'Gtéslo~ P¡¡SOS1"1;1 O.OOOveees~ porej'el11pIO ..
que üparecen cuando se eslimaun modelo dees\elipú, Consideran el caso en el
(¡.. AIl,di,,<lrlos resultados ' ' ..
que la u\ilidatlmar~il1al sc'cxpres<1 median le UI1<1fon;1a Cll"dr,itica. Suponiendo que
LaFiguralLI ,mueslra lIn progr~llin tIe ínüGslraext~~fdO de SiATA 7. El programa
¡) = F. c1modclo se Iransform<1 en
es muy,directo)' ser" la. base de las discusiones ncerca.,diversos aspectos práclicos de
, e,'+ 1. + ¡lC;+ 1= e, + JJC; + E, +.1
( 11.2)
la s\l11ulacióllde MonlcCarloll. ' , .
22 " ( 11.3)
C,+ 1- e, = -¡l(C,+ ,- C,) + E,+ I

donde f3 es el par<'lmclro qlle refleja las preferencias, Ne\son y SI;\rIZ sugil:,'cn que la 7E! código uc,'c:ilculo. el resullauo rin"ly los resultados numéricos del presente capilulo y los siguienlcs se
oh~ienen a pani'r"e STA '1' /\.. aplicacióninrorOl;ilica disponible para ui\'crsos orucnadore~ l' sistemas ope .
eSlilll<1ción MCO del moddo es problem;ilic;'í porque la "ariable independiente
. rall\'OS "e STAT/\. C"'por;,Iion.,Colicge $1:,Iion. Túa,. ' , .
, .. , 8 NlÍle~e "fue la I'ig, I L rilO i'l¡cnla,~er UI" cjemplo'de '¡In I"ogramn bien escri'lb,' No loes: E~ EVieivs
'- .
(, le 11,,11. "SlochaSlic II11l'licaIilll1Soflhe
.
Lik:Cyclé -l'erll1al1CI1I II1(\lille Ily¡,,'lhesis: The"'Y:lnd Evi,lcl1'
'. '1'$1'. Rals.~~S:ST ¡\T~.c.i,c",e~: f:icilprn¡:raOl:"r'dc ,~,~nCt~ Ol:ísC?;"pacl •. ESlepro¡:,ama ¡iénc jusliri"c.:
Clón 5610 ucs~,; ~m puulo,c!e, ~i'la.r~u~gói:iw: .. , .' ',. . ' . , ,
ce ""j"'Ir"."/ uf I',,/i,ie,,/ Enll".II;',I'. lló: 197~. \).71.\)~7, . . ' . .'
,1
'.: .. " ,.".:'

"-, '. ,.. ,:',

J
 402 ~ltOTODOS DE ECO¡':O~IETIlI ••• (,AI'¡TIII.O 11: Un Slllorgilshoru ue I\it:'odos 11I!L'lIsil'os ue (¡íleulo ,~
.,! ,J
"

progrAm deline hall t:ión de distribución norlllal at:ulllulaela a~ociada a dit:ha densidad, ST ATA. como
verolon );1 casi lodos los programas inform¡ílicos, 'i)O~cc una fui'ción para la .normal' cSliínelar.
lOt JIlOre1 acumulada (media (J, varianza 1)'. La ecuación que go:n.:rauna variahk normal y
,'~
QUhtly .macro def1ne _ll t:On media 1/ y varianza 112 a partir de una varianle.normal t:sl,ínllar x, es
lOt lOed 1001. "Choose.e numbú'. 'to begin'"
.- '~th~ rsndóllln.;w,er.treAlll" y = p.+ X . Ir (11..1 )
I~
wh11e , 1i<a 10000 .¡'Yor 1. le •.itli~n. or eQUal to 10,000" l'

(QUletly( . "Dothe lol19win9 lOOP" donde x cs la vari:lble gcnt:rada a p:lrlir de la densidad unirorme cSI¡índar. Cuando
I~
sot obe. 123 ' . " '.S ••.••
Ple.1%8 .. a11)" . en STATA dcsccmost:rear una variable dcme'dia :\ y varianza .1. util'izamust:1 si.
gen eainvnorm(un1lorm()) "Gene~üe~rrorfrollllltend8'rd n0I"lll41" . guiente cOmando:
replace eaO 1i _naal ..[,lrllterror a'.O; 1
1.'.Let
.gen ealOO,.um(e) ..j'G~nerate.c(t)" gen e_all = 3 + (sqtl(4) Invnorm(unlform()))

.'. .... .. Note:. e '= 100 + ¿:~a;t E' . . Para crear una v:lriablc uniforme (a¡ /1) parti,enelo de una variahle un¡l'lirmc
:~",
,~•.~~:L'i['.~:J",~,'.:.~;.~
'.~~~';~_1~;~:"",~>.).;:':~i:f...
jj) .•.• ~.•/::~~~0.,-;~ij-".~"';~(~::"'" .l~ _';:1::_;..:~'. ::;,'; .. ::::~:j~\-'
i¡.~4t';:>-:': ..\~:~~'~l',;~,,~~:'~<¡';~A~;'~J~Z~~:.:
....
~~,~~.).~~.~,~
~.:: ::.•.~~,,~'::"::-.~'\""''"~"}:":.'. .::"J "./,:" '. ,.{lL.I.)•.nccc.siliu:enlOSuJl a..tra Ilsf{)f1naci (¡nsillli lar;"I;I.c.nfo(IUC 'es.c,~ 1e nsi blc.ul. i::¡Ú;,(,);',j'n': '.
gen eiael_o-1J "Genorate lagged e(t)"
que el invesligador desee crear un cd.njunto dc variabl~s normales corre'lacionad,ls
gen y-e-cl . "Oenerate depende~~ v~riabls'"
en(rc ellas de un mudo prcviamel~tc espct:iricado. .
gen xa~e'2)-(el'2) "O.nerate 1ndependent v~r1able",
¡,Cómo sed I¡\ variable uniforme generada en primcr lugar? Exislcn div~rsas ; ~\.

g~o .z.xl_o-l) ,'een.rete 10átrumentJl vari.ble""

reg y x (1) " j'Ruo isl:.s', maneras dc genernr una.v:lriable U(O,I). El primer delalle importanle a rcconoct:r
} '" es que súlo podliÍn generarse números pseudoillcalori.os. Esto eS.. generaremos sc,
di.piey' ~¡;i~) ...;b(l~I''':8e(x) .:.')"Dlopi.'~y b'eto,o,nd t-rst10'j ries de ,'u'imcros que sc com[1orlan como si ~Ie números akalorios se .Iralara, aunquc
.cl•••
o,.r . "Clúr 'do,to,.
. oet"
.
son complclilmcnlc llelcrminíslicos. Esta caractcríslica cs' dc gran utilidad. Se espe-
.'
,~

¡'IncrOlllent 1 o,od .to,rt loop og0,1n', ror, pi)r ejemplo: poder rcplit:ar cl trabajo rcalizauo. En cse t:aSll. sería úlil ClllHlccr
cxaclamentel:i cadena de números pscudoarealorios uliliz.ada. .
FIGUHA 11.)
. Un método muy popul"r úe generaciÓn de nllnlcro~ pscudoalc"lorios es cIlla.
I'rv~r:\ma ,oc n\UO;Slril
.n)adoJllélr)(/o ccmgru('JI(:;al. Par',,'"i1ust""r1o,.qmsidcrarenlOs el ejemplo de un genc.
rador congrucncia!. La siguiente ecuación. <icUi);I ~I ccnlro de dicho generador:
' .. .'t, " ~
... " ... ,1.::, .•.
.,
H." + 1= 69069.l?',,'(I.nod 232) . ( l I.(¡)

1
. .'
(o:lo~
i,l:3G'é'!'\c;'adÓri dcN "¿11Jérod~~cud~Llca".
. . , ; ~,
•..
" "
dont!e' 232 cs clmúdu/o )'1'01noi¡ició~'s¡gnifj~" ql;e lomamos lac¡inlidad quc le' pre'
cedc. la dividimos por c1ml'ldulo )'lonl<\m()s.el n:slo,.]'(ldo iniemlno de la serie t:s
Un "specto '¡)ásico d'c'cúalquic;~rog;"";'l¡; dcM~nlc C,irll; c~la geller;;cilín de nú, un númcro cOlilprcnúido L:nln: () y 2.12. El númcro (¡l)ll(ll) es cIlJlltlti(iliclftl(}l'. La clce.
mcro~ alealorios. . E'n el pro'gr¡Hr~"dcl.l)uCSlra
. .. ~ -.. : ' (Eig.ll.1)
: . . ~..,-
1.•!lín<:~lc~
' . '.
'.
. , .. ,,' - t ' .. ,
dlll\ del .multiplicador
consecucncia
es sllIilamente importante .. Una Illala ekcciÓll lendriÍt:onlO
propiedades iú) descadas. Pal'a iniciar el proceso. cl usuario. ciL:her¡'¡
gen e '" Invn.orm(unlform()) especificar, para el valor inicial.Ro, un vnlor seJllilla.En IHlL'slrnejel11plo. la progra.
lllilt:iún de la siguiente línea.
El pro~esOCOnSI¡{ de.dQs.ctapils.La prim'craconsiste en gcneri\i'un número ""Iea-
torio" a partir de la distribución ün'¡[onnc.cn.(O,I). L,; segunda, en transformar esla sel seetl 1001 /.' Choose' a number lo bc.gin'¡
,-
.r-
variablc uniforme en' una . v~riablc no'rmal estándar 'mcdiantcla inversa dc la Jun. ¡'lhe tandom numbe( stream'¡ t.;

ción dC
distrib~ciÓ~.normaí Í1cun;ulada. El. proc.csb de transformación dc una va;'ia- ,~
....
..
blc unifornleen lll,uvariable, n'órma'\'rccibc'cl' hombre dc n,éioelO dc Imi,s!orn,ú- . '.~ esPCCiJiCil COl11oscl11illael valor 1001. Podríamos elegir ~ll1as.:milla aleatoria en rUI\-
:;j
ciÓt!. L:l idea es que c;,h/qllierf~n~ión dcdist~ibuciói;'á¿~mulad~\ Origina un númcro '~:,'.. ción, por ejemplo, del licmpo horario, Sin eli,hnrgo. cuancio la semilla se elige pt:r.
comprcndido en e1.intervalb (0,1 )'.;Sabi~l~d~ c6pwgcné;'ar un . ~ariablc ~Riformc, . SOnalll1entc, rcsulla posilile: rC[1licar cxnclaincille un cstudio ele ivlonle CIrio eli,
obt.cndremosuna Variabl.ea parlir de.la dcnsidad [utilizúndo a il\versade la fun- giendo la 'mi:snia sci'nillil. .
! .: ,', .
~r. .r
I.~

j¡¡i,:'
.,
t~
 : 1.

t ..
: l. "

¡ ; (,,\I'l'n,~.i'l"U'i Sm'orgasbord de" Método:s 1.;icnsivos d~ Cálculo 405

11
. ~'
! " •

.
',. ,:-'

. ,
•• • I j"'.

Cu~ndo sc utilice este método; I~ semilla inici¡¡1 sed un nlll11cro gr;"lde, impar
,¡ nula en presencia de niveles de si~nific;¡ció'l conv~nciohal~s7l;¡ ú~ica forma de 'dar
il y positivo. Un elemcnlo tle la serie U se transrorm<l, rol' división, en un número en- algun;¡ luz n esla y olra~ 'rrJgun\aS pürccldas consiste en ,I~bular losesladíslicos p;¡ra
4
lrc () y l. por ejemplo. las estimaciones dé Monle enrio" La Tilbla'l 1.1 presenta vadQs 'csl~dís(icos de rQs~
!
R ,,+, men uc nucstra simulaci()n tle Monte: enrio. O;\doquc losobjelos de nuestro a~óli-
x,,+1 =V ( 11.7)
:. ~
sis'c;¡reeel1 tic dislribucitÍn conodda/rcsuitará
,- -¡,' - ',.! !... .
úlillllostr;¡r Jistinlos percenlilcs.
,., '1: t ¡ ..... 1

l'
,
I j'.,,,, ,'.

dU11lk x es c1nú¡;lerual.:;úurio tlese;ldo. Uno' de los aSlieclos más deslaéahles tI.: 'un '1',\111.'\ n.1 ",.,' -.,.• TAIlI.A JI.2." ,Ii .' ..
I!cnerador dc nLÍilleros¡¡lé<ltorios eS su periodicidad. Todo'gcnerador tle ndnkr'os 1 "", .; .. i,., ",t •• !'

;dcillorios se repite t\'entuillmenlc: ú¡¡ bltcn'gelier¡¡dor dé nllmeros aleillorios dcb(:: Esladíslicos de resulI;~n pa~nft~;C2E Número 'dc 'replicaciones !llonte '.!

'.'" )' raz(ín (para lO,OOOrcplicacioncs :" Carlb ne'cesarjas .

ria prolong;lrsc duranlc un periodo IOlll;ís extenso posible. ElmlÍdulo imponc 'a la _n;. __ .•..
l~ ••. l.a.'l.-"-":_I ••. I."r" •..••..•.•
:••.••_;.•••...•..••.
u.-a..~.I~, •• '" M••••••.••••• _ ••••
" .. ~
I)eriodicidatl su limilc supcrior: por consiguicnte, se inlentar;í que se;1 lo m;Í$ grandc I'cre.cnlilcs
,
posible. Es frccuenle increment;¡r I¡¡ periodicidad éombinando inleligenlemcnle dio, '..- , t 'j'l ,\

Jáeliles c;¡c1en¡¡s de nLÍmeros ¡'¡Iealorios, 1'0r:sucrtc, cl investigador '110csl;í ublig;¡dü

I -,OOI4!1I0 -O OOJ27 ¡
-'.",
S' ,003712 i. .;0:i'~706' ,
a rl1rmUlar su propio g.enerador de !lllllleros aleatorios, aunque si que dcbcr;í aseg.u- 10 ,0042636 ' 0;61606 .","
p '. ,01 ,02
..•
r,lrse tle que el clcgido tenga una calidad acept;¡ble. Cu;¡ndo se sospeche que existe 25 ,0046738 3,53549. ,01 1,521 )RO
,I!gún problema. cl g.clh:r;ldor sc ,icriric'ar;í illedianlé el cuntrasle cSladístico april' 50 .0049745 11,73876 ;,05 7,29\1 1,825
pi<ldo. i 75 .0052915 25.72853, .
,1 13,830 3.457
90 ,0057522' . <\],<\2638.
El reslo del prognllila es evidente. Una vez creado el conjunto de cpsilones E, "~
,15 1\1,592 .4.R9R
95 ,0063265 57,37334
g.ener;¡remos 'un;¡ serie pam e, y su rel;¡rdo. Las variables dependiente e indepen- ,
!
99 ,0113449 ' 95,86761 .
,2 24,586 6,\47
,25 " ,28,812 7,203
tlicnte sOli simples funciones dc esas dos variables y crearemos el instrlll'llenll1 a
partir del relardo de la va~'iable independiente. Scgúl~ la tcoría convencio'n,<l1 tle la distribución, ,rech;¡z;¡ríamos la hipótesis Íluln
;¡I lJ5 % tic nivel tic conrianz;¡.cllando la r;¡zón ( fuera mnyor que 1,98. 'Es U.111I maln'
'! notiei;¡: el 75% dc I;¡s veces, la rnzón ( es mnyor que 3,53. Asimismo. \;¡ mcdi;¡n¡¡tle
11.1.4 l'rescn{ncicín de Resultados
la rnzón (cs haSI;¡nte clevad.j, 11,7. lo que implica rechnz<Jr ddinilivnmcnle la hipó-
tesis nula, a pesar de :l'lIher qucln hipótesis nuln cs correcta .
UilO dc los aspectos más complejos tle cualquier esludio de Monle e;¡rlo es la rre- • La I;¡bl;¡ sigue rcvel;¡ndo olr;¡s 1ll;¡I;¡s noticias rcspeclo ;¡ ÍJ~IC2E' El vlIlor medio
senlación de resultados, El problema. sin cmbargo, no.diriere cn gran m;lI1era tlel ... t1c/J,\Iur: es 0,005, y c;¡si lotla la distribución se silÚ;¡ ¡¡ I;¡ derecha dcl v¡¡lor vcrdade-
q uc p 1I eUj.SD i'gi l' en .éll1í 1i:¡Uici' 'csl'UdlO"'Ci)íji"ífico;-C'sc'lfi:I¡;-'r-;'l?,HC"OI'lü'TCt)W¡Vcii';lIó'" ::. ;:---:-:',:O;{Jc IJ. ' , _.~~, " . , , , ..--~:~'.".';"""'" ",""•...,..,~",".• >'....~..,.."..,~,~~~..,' '--- H,

.•.... quier;l., LiSIamos a conlinuación alg'unosde lus métodos utilizados: .,;~

.., i,Cu;índo habremos renlizndo "~suricicnles" rcplic;¡ciónes?La respuesta dep~n •
'.,1
de dc la pregunl;l' realizada, aunque cons.idera"renlOs el porcentaje de vc~es que reo,
1, T;¡blas'con csl~dísli'cos' dc resumen dclos aspectos dc inlerés. ch;¡zamos (rals¡'¡mcnle) 1<1hipótesis nula o elt;¡mai\odel ~Onlraste.
'J Histograma o cSlim,ldores tI<.:densidau kCI'I1é1 (que dcs;lrroll;lrem\ls en el pre-
El ;llélodo m;ís sencillo consistc C~lutiliznr la aproximacíón habitu<ll.;¡ la bino-
senle ClpíIUlli),' , " .
, mia\. H.ccortlcm'~1s q\lcla varianz<l dé .un;¡ Yariablc binomial es .
3, Superricies dc respuesta. Este método se. sirye dekcniclsde regresi(~n para re.
\ ... P (1 - p)
sumir la sensibilidad de los resultados. respecto a l(lS par;imelros deinlerés. J\ ¿Ii. u2 =
krcncia dc los casos eO;l\'ellcional'cs quena son esludios de Monlc Cario, sc l' N
realiY.ar,ín lil¡IS ~;pcri.Jl1eillÚS (liando ~cdcscubra f;l!la de \';lI:i;lcilÍn en los pad. sí'loqué nos inlere~asci~l~si~lerv~ios de'conrianz;¡ del 95% tleI i;¡'m¡¡ño d~1
~.:..,
. ..
metros de inlerés. No líos exlendercmosm,ís por ahora cn cuanto a 1;ISsuperri- conlraste 1,/) ser;í clrorCCnl<1je tI.: v~c~s quc rcch;¡z¡¡mos incorrectam~'nle lahipÓle-
cies de respucsla,T,lnlo llcndrycomo D;I\'itlso'il)' ,lvlacKillnon rresentan interc- sis nula/J= 0.S!Ji1ollgamos que llucrepios que el inlerv;¡lo de con{innza del 95% si-.
santes discusioncs' al respeclo.' . . luadoccrca tleI nivel noniin;¡1 delconll:asle sca ,01'. Medi~nle la nproximllción nor:
mal;í la biIl1J1nial,elil)ld,,;¡Jú dé CO'1riallza uc195% cs ..,. '. '.,-, ..
Recordemos q~e: cn nlics!1'O ejemplo, .I'tihí(/l/1().I' que IJ era igual a o: La' preguil- ...•... ¡.. . ".•.

1;1enl()I1ces es la s.iguicnle.
~ si JI. = O; ¡.con qué rreeucnci,1 rl:cha'l.arernos la hipólesis. 61'011 liJ -. (t"lÚ')(,'~ ¡J. <} +O'/,l97.;~I'= ,?s':
'\.;.
','

."" .,', - ..... , .. ,', "',: '.

 ~06 MÉTODOS DE ECO"OMEndA
CAl'iTlILO 11: Un Snwrgasbord tic' ,\-kltiuos Intcnsil'os dc Cilndo ~()7

Para es'le ejemplo, precisaremos que

La T¡¡bla 11.2 mueSlrn el. númerode
intervalo 'de confianza del 95% de 'iamaiiojH
número de replicaciones neccsarias'ucpe;lde
Un enfoque cOnsiste en lratar elnún1ero sUgerido;Üe prueba~ ckMo.nte Cailo como
cllimite inferior de un número dcobservaciones
Lo m¡ís inleresante tkl expcrimento de ivlontc (nrlo es (I'UC es una vl:rdatkra
2 !JI" l,96 =:.01 ',_ ;' dl:mosl.ración dc que la proposición.que sejialabaqucla t1isll:ib:ución nsilllútica tll:-
be nsumirse ciegamente es una aproximación muy pobre a la Jislribuci(ln l:n nllll:S'
rc'pfi~a'clo'hc's neccs,;rias p;ra pro~ucir un
tras finitas. Sin embargo, no es deltoúoeviúentc cúmo los resullados Je ivlonll=
o ,02 para'distiillosniveles de ¡J. El
CilrlO se generalizan a otros problcmas de vilriabi<:s ilístrumclitalés. ¿Es cierto esto J)
del valorverd~d¿ri:; Jc I~',de~c9nOcit!0. para toúos los estimadores tvlC2E? ¡.Estribad problemnen que c1tamaíio mucstril1
es tlcmasindo pequeño? Tal vez el problema 'Sea la baja correl:lciÓI1 entrc la variable
reqi.t.eí'iúas. , . ,.-_ f

instrumcntal )' el regresor endógenu, Una tlc las d~bilidaLlcs l:viLlcntes dcl ciÍ1cu'lo
. Un modo alternativodcprescnlar)6s reslJllúdos de este experilllCl1l0 de Mon-
Monle Cario es su especificidad. Es dccir. aunque comprelltl;únos bien este c;\sn l:S-:
IC Cario es traz.a'r el gráfico de la .'úensiúad .é'llpfrica llc)jMi~E.I~ueúc utilizarse un
pecial, no sabt:mos exactamente cónio Se comportan en 'Otros cast'ls' los resu1lndos
histograma o, enesle caso, un,estimadorde densidad kernel (descrilomi\s adelante obtenidos respecto MC2E.
en cstenlismo capítulo).' .'
Nelson y Slartzl amplían la demostración consitleralitlot:ll1lodt:lo
"LáFigura' I 1.2 mue¿ira un estimado'rdc.;Iade;lsidaddelós estillladcires MC2E. "
fl~¡t!.'.lg~ >(qJu¥,~n.do~,j¡is:,obs~rv,aci~n cs.s i'Úl,1(:1"nspo ¡'¡d ti eiJila~(1e "1)(: r~~' ',.' .~.•¡
'."H.:;!,,,,g:~?.!~,~d,.\VJ19~,,J::tj"-~
centil 950 por debajo delpercentil 5, ya que en la presente simulación los estimado- donde /1 es N(O. IT,?). Sin p~rdidade gellt:ralidad. consideran el caso en quc fJ = (l,
res MC2E oscilanenlre":"258 y 659). Esiliteresanl.e destacar que la disl;ibución no El reslo del proceso de generación de dalaS viene descrito por.
lielle'nada que ver cOn un~ ~ampan'ace¡llra,daen cero. .
X='Y/I+E

.8 . Z=:'fJE+V.'. .
. ~' ...•

dónde l' )' ESOn vnrinblcs norr~)ales estíínd'ú nocorrclacionada's ni entre sí ni con ;/,
Los'pa'!'¡ímelros'Y y (l (además de N, c1n(¡niero dc obse'rvnciones) permiten l'lnil am-
plia'variedad oe circunstnncias. El par;\melr(l'Y c¡llibra.e1 ses~o oc, ¡....I(O. Cu;,ndo .,
\~

, .'
'Y= (l, MCO es,ELlO. El pnrñnielrO'(l cali¡)'ra In calid'ad dcl in~lrumento. Aunque ~
.6 ''7'
,es IlJl instruinenloa,decuúdo 'porqüe se hnlla c(lITi:laciotlrido con,\' \' 'no con /l. cuan- "
do p es pequeiío. 1. resulia tin instri.trnénlo limiiaoo 'porque eSlií P~)Cocorrelaciona-
t1oconx, ' .
"
". "::J" Nelson )' Slarlz deciden examinar varios panímetros de interés. Para ilustrar
~ ,4' t:stasi'llJación, eXilminaremos d ,caso en qLie fl es, pequeiio cn relación a 'Y. Expcri-
.c.
.~ mentaron con (l vnrinble cuando '(se mantiene igunla I :)'e1 n'llmero de obscl:,;acio-
O
nes se fija en loo. Decidieron. presenlar los resullados en forllla labulnda, L;l Tabla
'11.3 es una modificaciún de la Tabla 11.1 de Nelson y Startz '.
,.!.
l',
Se evila, evidentemente, la utilización de un instrumento pobre. Seglln 'el p'eor
,2 ; .( caso, dé~critoen la Tabla ll.3, cuallclo 'p =,00 1,Ia ~Iistribución eI~ fi~IC'2E es bastnntc
) .
pobre;. De hecho, el remeoió(MC2E) es peor que la cnft:rmedad (MCO) CUillido In
distribución se concenlraalrededor de ,5. Es conveni.ente destacar también la dire-
.' ; ,renciaentre la distribución nClual de /jMC2E )' la distrib~ciónque predice la (eorín
nsinlótica (las columnas etiquetadas como ASY). Exceptuando el caso cn quc fl = I
,.
o 'L
,(caso de I,m buen instrumento). la dispersión tiende n ser mucho menor que la que
, -3 . -2
i'
¡¡'punta la teoría asintótica. ,Segl~n .Ia Tabln I L 1, una razón f elevada no nscgura quc
,Esllm~~or
j'"
d~ mínimos euritlrat!os'cll
""
t1~scl,api\S
• •
el~esgo dc la mueslrn.finila de fI~.iC2E s(:¡i inadecuado,: . '.;

. Tal. y~~mo indicall lós aulores, ulía dc-Ias pósibles prólecciones conlra inferen-
flCURAlÚ' " , • '1

. ~, :
)

'.'•... cias erróncas es observar directamente la correlación entre e', instrumcnto y In va-
Pistrib\lti6n de iJ~lcíÉ"'" :, . ,':.: ...•
riahle explicativa. No se trilla, sin embargo, ele una tarca'c"idenleya que las estima- .
".1~,..

, )
t
aJ
 (",\I'lnJl.o 11:Un SmorgaslJord de Métodos IIlIC,:,s,ivos de Cálculo ~109

ciones Lic 1••,corrcl<1ción son también sesgad<1s. H.esultainteresante el patrón del va.'
tración, consideraremos los d¡¡tbs obtenidos a partir de un conocido estudio eJe Da.
lor d.e prob ••bilidaLi del contraste de Hausman [p(H)] de la Tabla 11.3.. Cuan~o el vid Card y Alan Kruegerll sobre el s;¡lario mínimo. . ,. ~.
instrulllcnto espo!)rc (1' ",r,(l:": el)'l: .OO\), el contraslc dc Ilauslll,1I1 lo rcchal.af.a con
El diseño del estudio ~r;¡ muy evidenle. L:!S versiqnes más sencill<1s del modelo'
frecucncia. \)cstaquelllos. asimisn1O, que cuando fI = 1 cl comportalllil:nlo de IJ/vIQE de demaml;¡ y arena predicen c1¡¡rámente el impacto de unincrcmenlo del sal,Hio
eon j\.IC2E cs aceptable. .' . . . ,
mínimo: si el s;J1ario mínirúó aumenta (esto es, si alc;¡nZ<1un nivel lo.suficientemen ..
. f\.\uchosinvcsli\!adorcs cre(,:nque la consecuencia de un pobreinslrulllcnto (un te clevado como para aféci"r a varios lrab'aj;¡dores), el empleo debería c.aer en res.
inslfun'lcnlo que es~xógcno .pt.:ro que está débilmente corrdacionado COl.l~;.Ivari<1' pucsla a un precio dc 1" mano de .obra ~n;ís elevado. Card y Krueger seaprovech;¡.
hk c11thígclla) es un cs.timadorlvlC2Epoco prcciso. Siguiendo dicha IntuICIl:n, nll~' ron dc Uil exper(mcn1(; natu'r~l'fonuito. En New Jersey, ~991, est;¡ndo en el gobier.
chos de ellos arirman.quc el problema de los instrumentos pobres se dCtcct;l Investl' no el Partido Demócralay 'rcéién' elevado el sal;¡ri~ mínimo a 4,2.5$ por hora, se
!.:;lndo el l:sladíslico 1: cuando para el eSlimador MC2E cl error esl;íll(l:1r no es gran. voló para que elsalari¡) mínin~~ ~st;¡lal se ~ituar<t', ~ pa;tirdeabril de 1992, en 5,05S,.
~Ic. sc arirllla que los inslrumcnlos son adecuados. Aparcntcmcnte, se lrata de una
cs decir, por cncim;¡ del mínimo federal. Duran.te los dos años lranscurridos entre la
inluicicín errónca. dccisión y su 'efectiva puesta en marcha, lá m~yorí" del Partido Demócrata.t;¡nIO en
El cnroque de Monte Cario sugiere, por lo eontr<l1'io~ quc la~ consecue~lci;.IS de el Congreso como cn ¿I Sena'do, ru~ reemplazada por una riu~va mayo~ía esta ~~l
cnrrenl;lrsc con instrUmcnlos pobres son estimadores de fJr-.'ICO y fJr-.IC2f'. no slgmrlca.' del P;¡rlidó Rei~ublical~o. A prin.~ip¡os lÍe 1~92, sin tener',;¡ seguricl;¡d de que 1<\nuco .'
liv;\I11enlC distintos entre sí, incluso en el caso en que el (Jilimo de ellos posca una
va ky acabara p<lIiiéndi)sé en m;¡ rcll<1, Ca~d y Krucgcr investig;¡ron los rest¡¡lIr;¡nleS
r;wín 1 clev;¡da. ¡.Cuál cs la ral.ón quc justirica el lIébil comportamienlo dc MC2E
dc comida r:ípida de New Jcrsey y I'ennsylvania. Des'pués de un¡¡ secuencia de grao
en csle caso'! Al fin y al cabo, el problema salisface las condiciones est;índar de ¡;¡
ves inciden1cs, el incrcmento del salario mínimo se hi'~o efectivo. Seis mes'es m:h
uliliz;¡ción adccuada dc 1\1C2E: dc hecho, la v<l1'i;¡bk instrulllcntalno sc correlaci.o.
tarde, Card y Krueger investigaron de nuevolos mismos restaurantes. Comp;iraron,
n;¡ con el lérmino de error y se correlaciona c~n I;¡ v;\I'i;¡ble instrument;¡d<1. Como
en primer lug"r, 1<1distribución s"l¡¡rial en ambos est<idos antes y des pues del incre.
hcmos visto ;1I1tcriormcnle, cl problema residc el1 (¡ue cu;¡ndo la.coirelación entre
mento del salario mínimo en New Jersey. Los datos mostraron que el s;¡lario míni.
1;1v;¡ri'ablc inshumenl<11 y I;¡ vari;¡ble instrurÍlentada es baja, la distribu~ión asinlóti. mo había tenido un impacto en el sal;¡rio de muchos trabajadores. En segundo \lI-
ca d<.:f\'IC2E resulla una ;qnoximacióli muy d¿bil a la distribución aclualcn muestra
gar, y lras demostrar lJue el salario 'Í1íním~ aument~ba p;¡ra muchos trab;¡j;¡dores,
rinit;¡. Ndson y'Startz discut<.:n el caso en detalle y proporcionan diversas res'pue~las comp;lraron los cambios de empleo én los dos eSlados. Si 1<1variación de sal:irio mí.
analític;lsY. nimo hubiera len ido cl efeclo apunlado por el modelo económico m<Ís sencillo, el
empleo h<1bría caído en New Jersey con respecto a Pennsylvania.
A ekctos ilustrativos, la Figur;¡ 11.3 presenla un subconjunto de cambios en el
11.2 .
cm pico ekgido alea1oriamenle. Un enfolJué eS1ándar p<tr;¡ verificar si )¡¡s dos m'ues.
i\'lI::'rODOSDE MONTECARLO y CONTRASTES DE
tras de c<1mbio de empico tienen su origen en distribuciones idénticas consiste en
PERMUTACIÓN
calcular un sencillo contraste 1: el estadístico ;¡propiado, suponiendo qU,e ambos
conjuntos se originan en una distribución normal con varianzas idénticas., ;¡unque
Ll discusión de lOs c'onlrasl'es de permulaciónde Fishcrlll son un bu'eli inic¡'o'para tal vez con medias distinl;¡S, es .
;..,;
nu<.:slr;l discusión :lc.ere" lIc hoolslr:lp y;¡ que est~ proecdillliento csl;Í mu)' ¡.d;lcio.
n:ldo COll el conlr;,sle dc pcrmul;¡ción. El coí1tr:lslc de pcrmulaéión suele utiliz;¡rse'
X-y
p<1ra verificar si dos mucslr'asproviencn dc la misma dislribución .. A moJo de iluso u\.{ 1/11) + (1/111)
La direrenci;¡ cntre las medi<1s de ambas muestras es 2,]4. El empleo allm~nta más
en NelV Jerscy (el esl;¡do con aum.cnto del salario mínimo)que en Pennsylv;¡nia.
t) C. l\e\sol1 y H. SI;IrI/.. "Soll1e FlIrlher Hes~'¡" "1l1Ihe E~ac\ SlI1all I'ropcrlics o[ Ihe Ilsl""l\el\~1 V~ri~.
hk ... Es\im;llur". Ec(}"",,,rlrinl. SX. 11)\)0. <)ú7.lJ7(l. bc~ta~.lfcl\loS' que Nclslll1 )' Starlz concluyen, l:rrónc~.
.••...
y . ..
lllCI\IC.qUL I¡lllstrll\lCllllllt.:/
l' '\ '. l. ~.ICJE
. __ 's hili1Ud~1
L. ., Cll"lilllol~ , "arjalik il1slril1l\el1lal se corrclaéiol1"
• <.Iébilmcn .
."

le \:011 la ",,,j,,hle objeto ud ¡'nSlrllll1el1lo. G:S. Maddala y J. kOI1~. "The 1:~'1C1SII1~1I Sall1pk DlslnbullOn
tlr lh.: \';Iri;ll,k r:sli!11~ltOr". {':oHItJIIU'rr;n( (,11. .1')1)2. l.:\I.IS.'. que 1;\
IIlSlrllllll,'nl:1I tkllHlcslr:1I1 cnnrIU511)tl
1I Véase ~\1 oiJra ,'/"''' IIt"f }./CII.\IIn"IIICJlI: 711l~ N('II' F:C01l0Ill;c".r (Jf r,,( A(;II;III"'" lV(JJ:r. PrinCClon "Uni'''cr- .
l'\ ;I)cflncrl:l :lllllq.U~los n,:~~:lI.1t..:src~~llt-;ldo~
del U(ll:.l!,ll~I,),tl!
~Ull(~"Il,."(ll.IS.> . l' • ~. ""~
'¡Iy Pre,s. IY'}.~. j),,,;,"n e,celenlc (aunqllc cOlllrovcrliuo) csll"I;" accrc" <lc los crcclo;rcon~mjcos del so.
1111(,1\. Fishel. '1"'" lieJig" o{ [XIJl'ri1lle,,/.\'. I')}). Oli"a ;lIld Ilo)'d.
i:uio mínimo. El lihrn resulla. asimismo, un ejemplo i1cccsiblc sohre las leorí:lS cconómiC;lS de conl r;)S'a.

\ ,1
 ,>-
r . ~1

.~ CMiTlILO11: Un Smorgashord de M':lodlls lnll:nsi\'oslk Cílculo' .111 \1.,'

,"
,. i J
¡.Es ésta una difercncia signirienliva'! El resulladodcl conlfasleldescrilo anlerior.
~\() v:JM Illeille ofreec un valor de 0,56. La probabilidad de que~ Iwjola hipÓlesis nula de que
'O _., . -'
"i 00 6 oi N
'D
"""
M N .NM ~. las muc'slras se or'iginan en una 'misma dislribucil')'n. se observe un valor mayor que
N_ ~N ,',.)
.~
I I .
c: esle es .5775: por lo lnnto, noexisle evidencia de unadifercneia signifiealil'a.
O
u

~:I.camhios en el empico en NelV Jersey

-20 -17,5 -13 -12.5 -4.5 -4 -3.5 -2 -1.5 -1 -5 -,5
O O O .5 .5 1.5 2 2 2.5 3 4.5 5,5 6 6.25 8,25,
9. 10. 10.5. 12. 14.75. 34
7 camhios en el cmpleo en Pe!lIlsyl\'ilnia
-7 -'6 -2.5 -.5 4 4,5 4.5
,'.
FIGURA 1l.3
. M,n:.~tr;loblenida¡1 p¡~ni.r.(I_cl~~s,~laIQS,\le
;{"~':;'" ' <;.',~' ':/ ""'"'\"."'-" ,'~''''" ~
C¡lrd,J(ru.egc.I'.. ' .....:
.... .
,", ,
". ",.' ;.'~ ~ ".

Un enfoque alternalil'o. que no se basa en suponer,qué los dalos se obtiencn a

partir de UilOldislrihueióniHlrmal, es elllamndo conlr<isle ¡,le p..:nnulaeióil. Consilie-
. -.'
....• :r: r..:moslioS'lI1ueSlras iid: X dc 1;lIilaiio 11 e )' lielalllaiio I'I!. En caso de lJl!": amhas sc
','11 a: originaran en una misma dislribución', cyalquic'r,pcrmulación di: el~menlo5 ":Il X e
.' "." '..ro n
c:
'
E l' es igualmcnlc probahlc.,A partir (1l: eslos supuestos. proecd..:ríalllos ahora a enu-
e" mcrar l(luas las permutaciones posibks de da los. calcularí;II11OS la diferencia de Ill":-
diiis enlr~ c~as niueslras "X'; e ,. y" y I'eríamos cuül csla 1)I'(;b,lbilidad J~lllllen..:r. a
partir del conjunto ue 11ermlllaciones posibles. un result:\(J~) tan ele\'iluo como 2.1-1:
/\tlem;ís, ;lO':lenclllos por .qué reslringin'l(;~ ~olal11ellle a' ulla comp;ir'ación de me- , ,-o

dias ..Paral'crificar sial11boscolljPlllos dc.:núl11er.os se originan CIl una sola dislribu-

eil'lI), podríamos considera l' otros contrastes. U na Cllrilcle !'¡Sliea inle'rcs;lnll.: u~ los
conlrnsic's construidos de eslemodóescluc 110es' necesario 'aiindlr Ilinglln supu'eslo
.suhrelú dislribucj{¡n dc, íos datos. ..' '. ,
,~.
. En princjpill, L1ncontrasl..: de perl11l1'iilci(')Il'puede re;ilizarsea base p;lpel y I,í-
piz, a[I;I(IUI.:..:sto iillpliea ellllmer;lI:uil i:ojlj~lillo deposihilid;¡dt:s L'nllr;llL'. lJn;1 alkr.
naliva consiste en ulilizar un el)foquc de Monte Carla. Ell lug;lr de listar sistem;ili-
í;
,." qmenle lodas las pcrmulacioli..:s.simularemos lodas las posihilidaJ..:~. Gt:ncrar..:-
1ll0S una distribución muy nproxinl;']dnde las posibles permulaciilnessi":l11l)re ~'
euando elijamos un nltmci"l(ie replicacioncs 10Sll!'icicntl.:n\enle grande. (El contras-
tc'cs exaclol:uando las p(lsibilidac!l:s se enumcran sistcm;ílit:a;ll..:nle; Si s..: utilizan
Illt:lod,is de Monle,Carlo, eSle tipo de conlrastes,l:ecib..:n 1.:1,Ilomh!''': dI.: CIJII/J'IIS/('S ril'
1I/c'lIflJri?,ai-it5/l a[JtII.I'ill/ll¡Ja). '.', .',' . ',-,:

Eti nueslro ejcmplo,'seguiríamos los P;¡SOSsiguicntes:

1',
1. Á pa~tjuic' ,la tOlalidad de 11 'UII óbs,CÍ'vaéiones (l11cZcland() las dos muestras). ,-'

ex trn~n!Qs dos Illuestrns si ti reposici6n dc',lal.naiiCl.respccli\'an\e nI..:, 1/ Y 111. (Parn

losdalosdcla I~igura 1I.3,I/Y//l spn 33 y7,rcspecli\'amenlc),
~
." 2. c.;.lculnmosln(lifercncia en valór absoll1tp (osi,lipleml'llte ,,; diferencin si'lo que
'(
:"; :.
interesa
:... es UI~cClIllraslc ~Icdos . colns) entre las m.edjas (¡eamhas l11uestr;IS.
410
 '1" • \"

1'

¡• j .: ~ •

. C'\I'FrÓLÓ '1I! iJn 'siiiüig;isbOhl 'tIe Mclod6s Inlensivos de t~lculo 413

; \ . ",l":" i l' 11 'p. I''';'~ ' '.

';
t ,,', .• •, ,,1 r"•. ,í! ,,~;.: ¡ 11 I <' " ..' ¡:,-..: (, -' .
..f

3. Repclimoscl
e 1 .~,..

proceso muchas veces.

~ •

. -i El contrasle exaclodc f'isheresiá ¡;,uY,rcladonado con elcontrasle de permu-

<1, Calculamos el pói'oenl~je <.le\'eées <¡'ue el valor de 1:; diferencia ~ntre medias ex- ',.. 'laclón. En el i~i'iJ1J~ro.sc!c¡'lc~ia fnloíalid<ld'CJe perrnLI¡a¿i6n~s posibles de una labia
cede el valo'r,eaicula<io':l partil: de lñs ll1ueslras originales. Elnllnll:ro obtenido es 2 x i con vatorcs marginalesidé,ili~~s' a;'los dclalhbl~:;i verificar.' La probnbilidad
e¡nivel de significación lk la diferencia enlre las medias. de la iabl;¡ ix 2 objelo de:l"cibscrvaci6n se ea\cul'a, 'b"sicilmenle, enumerando io-
" " das las l"blas 2 x 2 riosibles y hallando.l:1 fr<leciónde laSlabl;¡s 2 x 2 que inleresen.
"¡ Dichn idea general tiene Ollias nplichciolles. S~hmoyer demueslra que median-
.:¡ le un co'l~lraste de permulació!l es p'osible, construir una versión del conlrasle de
.1
. i Durbin-Wnlson.,que nodepeilde nide,ln normalidad de los lérminos de error ni po-
.:'/ ' 'see una l.~n~ de ;;';/Clc;'III;IInc;ónl,2. LQ~ ejcici~ios: ~ICI 'presente cnpítulo son ejem-
",i plosel~ eSlcconirasle.J<íing y Andc~son n1ueslrnq ol¡-ainler~sanle aplicación13•
JI Aportnn'dalos rel;¡do¡'ad~~¿on ~nso~'pr~'senlad~~, <int~v;i-ios Jueces de Ona misma
,,",'"
jurisdi,cción. Los juec~.~ dispón,ende inrormadó~' ac~rd :d¿ los cargos de lodos los
;, .¡ 1 casos adjudicados y la cor~espondienle scnlentin. I'resur11ible'!lellle, si ellribunal es
- "
"::J

-"
.~
.;:
,!
"benevol,enlc",la
la senlen~i;l. ..'
Tesoluc.ión del juez es'irrclev¡lI1l~en 'relación con la exlensión de
,: " ,. ". .','. .
~ :; .05 .
4 ..'
e intervalo dc
,( ., : ,

,Aunqúe se lraladccon'lrnsl(;s tle algún valor :encierlo~ conlextos,liénen el

':." , c(1I1,fianza
~I \J5'Yo
probl¿m~ de q'~c'los r'c~I;~iosde,'¡;¡,hipÓI~~is' Inllasuclen enrce~r de i~rorrnaci6n
acerca del'mod~o'de 'lal rcc11azo,'M'"s ~un,el i:olllras¡~l'dcpermulación que aC<lba-
mosdc d~scribir; liene poca aplic~ción' priíciica. Siguien'do con nueslro ejemplo. su-
rongamosque desc;¡mos verifie,ar si la mueslra de cambios de New Jersey lienc mc-
dia,igu,al,ácero. En esleeas<>', n9 hay nada que pern\ular y el cOnlr¡¡sl'C de permUla-
(j, ción rcsulta imposible d.c aplicar. " .' ¡ ..•. .' , . '¡'." , ..

-l.' '-12 -J/J' -K -Ii -~ -2 O' :2 4 (, ¡; If) 12 I'¡

Deferencia eJe medias ,1
11.3.
", EL UOOTSTHAP
'"
FIGUltA 11.4 .
tw,.:," ..fl,,~qQ;I~:J. e",~;L~onl¡:.r~le~c:perrnl,lln'Ción"Tse;-Il'li-liZ'n':>'~¡'. - ..7":
t:¡;¡P~C;:-Etl:,~110,S'111¡í,~.,y,~tS,¡ítihq.u
'c¡¡tla' vczm~s' en cc'~n~nié~da:~plicacÍaI4.Suelc úiilizatse. baJola~siguien l~S éirtuns-
,. . .
i'v1edi;¡nleun progr;¡ma inform:ílico,
.' .
realiz;¡rell1os el Paso 1 lal como si~ue:
'. tnncias: ". " ". " .' .

1, Generhr ui1núIllcro ale;iloriopara la totalidad de las 1/ +'/11 observaciones.

l. 'CuantÍo es muy tlirícilo imposiblecülculnr unaesli;llación ~~nlílica del errOr cs-
..
"
!,
I 2. Orelenai- los dalos según sunllmerO;¡lenlorió. '
t;Í]1~ardeUlleSlinlillJor. .,' .' ,. •... '
'-- .l. Etiquel;¡,r I;\s primeras .13 observaciones de la c1asiricacilín COIllO Ncn' Jc:rJcy y
2.. Cuandoelinvcsligadorlienesus razones p:\rn creerque laleorí¡¡ asirilólicapropor-
!;¡s 7 lI\limas como PCI/I/.I'yll'(/I/;n:
ciona:resultndosrÓbrcs en,rClaci6nconlá precisión de cierlo eSlim;¡clor y desea
. tlnn ailernaliv:í que Icrropbréiont Unanlejorllproxilllación cl\mueslras finilas;
La Figura 11.4 mucslrala estimación resullante ele la fUnción <.leelensid;¡d ele
"
IO.O()O r~plic;lcillncs ele t"lonle CIriO oblenielas n partir de los d;¡IOS ele In Figurn .'.
,

\:. " 11.3. Sc~ún

...... los njveles cOlwencion,iles de si~nlricación,
.... .
;¡mbas Illucslras son idénli-
, 12 1~,Schrno):er.:;l'eri.1111I"'i;,,;\:T.:~,, [<ir'CorrCi"cio~¡n' RC¡;r~ssion:Errors",Jor"'lt/l nll"~ A",,,i«l;' SI(l/iJ.
GIS. De hecho, la prob;\biliel;I<J ele obserV;\r u'n'v;¡lar ele la eliferenei;¡ enlre las me~ ricill AJH);'ititioll, H~. 19'1.'. 1507',1516," ... ". ','
:1...,'
di;\s n\ucstralcs mayor qut 2~14eS,en valor :ibSO!Ul(l, igual a 55() (Illuy similrir al va- rJJ. Kling y J, Á,,<ierS(\ll,. "pi,i S~"len~i~¡; Guitlclines RcLluú f)isp~/¡I)' belwccn Judgcs in f'risonSen-
lor ohlcnidn c(in el con{raste(coil\;enéibl;:¡\)~'nc hecho, r-isllcr-elcsa,:rolló ~I c~n- lences'l':,,;,imeo. M"rzn .1\J'.I6. M;;s,sach;,~cuslnsli'ule of T ~clin;,lo¡;):.,bcri~r1mcrliof EcunOinii:s.'
tr;lslc de pcrlllul;¡ción' P:lI';1jusliric;lrla utilizaciónllel contrasle I eSI,índar. 14 U. Efilln."lJclolslrap t-lelhtiLls': Állulha LOclk allhe J:icknifc""""/ftíls ~IS'~li.'I;ts. '7. ,1979, 1.26 •.
 .,..
.[

CAI'iTIJI.O 11: Un Slllorg,asboru de tvl':lOUllS Inlcnsi,.os dI! C;'dculo . . .(

.414
"

Sin ser la p;¡nacea. el boolslrap proporciona prometcdOres i'~süll"Jos en muchas En c1l'aso 1, eXlr.aemosde la Illueslraorig.inaluna mueslra dc lamaí'lo 11. ESla.
aplicaciones}' su ulilizacióri es caua vez mas común en H\.b::ollomi:lría aplicaua,Su mos. por lo tanlO, ils'ignando ulla órobabili'uatr 1/" a lod¡i ob'scr~;acióne'n la muCSlr,1. • </J

venlaja resiue en que, a diferencia uel mélouo UC rVltinlcCar1o, noes liccesariocu- {)

.nocer el proceso subyacente ue gcncración tIC'los ualos.. . '1
, l

.. ;. ,
11.3.2 Ejcmplo
:.:' t

11.3.1 El Error Eslándar de la I\'lediúna La técnica bootslrap lienc muchas aplicacione~ .. Pucue, pór cj<:mplo. utili7.<lrs<:co-
, .
li\tl allernaliva al contrasle de permutaciónanleriorment<:dcscrilli. Aunqu<: <:1
La iluslración clásica ue la potencia del bootslrúp es'cl cá\cu\odeefr{.lr eSI¡íllllar de
ejcmplo que moslraremos a continuación' no es el caso lípico dc utilización dcl bo-
. la nlediánamucstral. . .
olslrap, lo uisculiremos aquí paraseiíalarla relación cxisleÍltc entrc el bootslrap y. '...
!
Co~side¡'enlos una variable aleatoria .I:eon dislribJción [(.r) y únamueslni de '.'! ,¡
taillaño/! ue uicha dislribución. La aproximación habilu;il para calcülar el error cs- el cunlrasle uc pcrmutación. .
Ulilizaremos los dalos dc Card y Krueger (Figura.' 11.3) .. EI alg'orilmodC un " \
. tándar dela nlcdiana consisliría en uesarrollar analílicarncnle uneslin)lIdor) calcu- .'
>,I)Oo.I~lri1Pping' para verificar (juc los'cambios dc empleo sc()rig.inan en la misma dis~ .~'J
..',::jM:'At~.~t~~~~9d~t~~;~~~~~i~~ll~~~.j~~'~;~~~¡r:
:;~J~~$.~I~;9:SL~r.81,~Lbt\~:':
..:=.;~.:.:~:.;.,~..•.,.~.."':>•. , '....•.:,:';, '~t-:
....ll:ih~.cl(~ií.~s.'d
i;~ii
~eúle;.":'- ,'.. •...•,-- ...~:...:,".,."";...".'. :... ,,',-'-'.-'<'... . . . ,
.",' . ' •.

1. Oc las observaciones de New Jcrsey y Pen'ns~.h~¡!,Jia, eXII:acmos ulla ¡nuestra

.Smcuian"; ~4ff(O( . con rcposición ue lamaiío /1 + 111.
dond'e [(OYes un eSlimador consistéiÚe del valor dcla funci6nde delisidad'dcpro-
' .. Ctllc~IIam6s la uirerencia en valor ab~olulO (o la uircrenciil actual cl;al~d(; <:1ob-
babilidad en el punto O. A continuación ten'dríamosq\le útilizar los dalaS para gene- :,.,. jelode inl{:rés es un conlraslebilaleral) entre I¡¡smcuias de lasobscr\'aciones
rar una estimación 'de la distribución y ca\cular.lu'ego j2(O). UI) sc~uúdo enfoqliepa~'
... de New Jc.rsey y las obser.vaciones de Pe'lnsylvunia. "';)111: d<:bémos realizar una
..i
,-'o

ra cal~ular la precisión de la mediana' consiste én (i) ~xt,ra<:r':de ia distribució;'f(x) tegn~sióndcl cambio.de empleo sobre Una cOlistanlc y una variahl\; riCI¡~ia quc
..;'
un gran número de mueslras de tamaño /I •. Ui) calcular la médiatla de cada lIna. de "" indiqllc si la observación cs, o no; de Ne\\'.Jcrséy y llbscr\'ar d clldicil:nt<: dc.la
estas iúueslr')s y(iii) ~,"cul¡Ír, después ue rea\i7.a~uni~;\n nllmcfo je rcplicnciollcs. variable riClicia. . . . .' .
la raíz cuadrada de la' varianzá de dichas medianas esiim¡\u~s, .. :.. .. 3, .I~cpelilnos.muchas veces los P~sos.1 ~ 2.' .
S¡ supiéramos con exaclil ud l~ forn1a dc lajistribu'ción q~Il:'~clieranlasillues- . ... 4 . L:ilclilamos d porcenlaje dc.1 r1úmer'o lIe vece~que cf\';IIOr de la dircrcncin en.
Iras podríamos; en ambosenf.oC)ucs; cakular un' eSlinii~uor C9l\si~lcnle lId error cs- . ¡re meui,inas exceue el valor calculadó apartir uel"s mucslras ori~inilles (esle
1¡\n'dár..EstcIH¡'es el caso habitual. Efron sugiere un proccllimicnlo que consislc cn . valm,ennueslro ejemplo, I,:S2, 1'4). Este número es el nivel de sie.l~iricación de
generar u.na eSlimaciói, :cte'la,distribucionapartirde .los:d;llq'S nlueslralcs. Dicho de , lii diferencia; .. "
aIro n\Odo, se trata de uliliz;,r la distribución .cmph;ic~: l>i;raconocer r;IUiSlril)u~ión [Ii cstCC"Sll,e1 buolstr¡íp'da'colúore~~IIlilllu rcsplies.l"s mu)' similarcs illcon'.
aClUaL Para una mueslra X y coni == 1. ., .•.B,seguil'cmos el si.guicnt'e procedimienlo: ' tr"sle aproxim;ldailienlcexaclo; lo cu;1I esrcconfonilúle. UIl intcr\'alo de cOl1ri.anl.a ,~-

'\. 'A partir de lamue~lra originalX. se l¡alade ge;le~~lr .uha n~ucslrilaleal~ria Xi Silllélricó ~eI95ci¡., Illilizanuo bool~lrap da como resultauo (-2,6, 7,2) Y la infen;ncia
. ,. ,con n;posición, .. ' _.. . ... . . :. . .: ... . . sóbrcla naturaleza ue los cambiosdc'cnipleo cnalílbos éstados us I,imis;na; Rcsul-'
2, ;Calcular, para ¡¡,nueva n'¡ueslra,'la h,e¿¡ian~M\.',,' ;, , . t" in\cresante co;nparar los 'resullados oble;iidosa.parlir dclüs lrcs cunlra,slcs (Ta.
3,' :Almaéenar e(~;alordc Mi; .• ; , .. bla 11.4). . .. .. . . ..
, ." ': . . .. ',". ,'. ~,-.. ,; \' ". . ' .', .', ;,

El número Ji: rcplicaCio'l;es en clboolslnip, B, d'cberia ser lqnlOÍs elevadl)posi. '. LIS lres pruebas proporcilÍn,in lIna inrcrcncii\ 'iJénl icasl)br<: cl d<.:CIOdd cap'.
bIe, co'rno sucedía en lós experil11~nlos ue Monle C:1I'1,;, EI.error cSI~nlJarll()OISlrap bio de sal;\rio mínim.o ..es decir. ql!e 10s.cali,bios en ei salario.mínimo no licnc;i.re.
de la meui¡¡na es ..' : . percüsi{m significali,;a sobrecl emp1éo. Conviellc destacar la silúililud existent..: en.

.. (1bool ;: ~iliti.~1,/'1
B-J.j=I ':'¡ ..
2

:.•
,tre el.enfoque boolslrap y elconlrnste' deperl~ilttación. Lalinica uil'crcncia ,,:slriha
en que en el caso ue bootslrap lri n]líes'lra'es con.reIJOsic:i61j,'La mueSlra del conlras-
Icsde permutación ha siuo exlraída sin. reposición. . ' ..
dOÍlue . ' .:. 1/ .':' ,.,....
M(')p l '\'
¡Íj¡i " '.'.
.•... Un,tI forma allern~liva deboo;strapjJar~ ~eriricar.la dikr~ncia de medianas
'!
.. ~. .. .. . .' .'JJ.'-'
1=1 ¡; .'
'.:1" Cll\isi:;Ú~'CI1'Ü'lili'l.;li:dlau(sticos'¡)ivOIC,. M,ís'
. auelante< di~culireil;ósbrcvcmenlc
' \ . . . las
(~
[

: .' "
 ¡~+
'f ,_,
,i ~ t •. 1"
" ¡'.l' 1, 1""
." l ..
"'~2 1.' li 1 ¡..! .'
, .i'i
.¡
e' ~16
'1"
(,o\I'iTlil.O 11,Un SI110r~I¡~b~):~dde Métouos Intensivos ,d~,Cálculo
"':'1(,. !:' :-'! (1"
\J'
n:nl¡lj¡isue. e;lc, lipo d: n:1.nlraS\(;s. I~or cln~,omcnlo; el ejcrcicio se rcducé al c;ílcu~o ''-; ~"
COilside'relilOS
,:: .c."
I;¡
"
r;¡ZÓll
',,'.
(o""'i:ti;¡!quíerfu'nción
'. . , .,
lineal) de'. dos
_
pnrámclros:'
. :
del cstadhlico l. :ii'
: ~'.. .i
,
.- ~
l'." ,,:.:
rnzon '= a
('(1;

(1 L9)
;1. . .;' ": f. ',} ',' ,

f.' \ (SU',lx) + (s}/I/,\')

.~,.I ;;.fSupong;lIilOs; adem;ís, (¡UC ~arecen~os ,de eslimaciÓn de la r;¡zón aunque si posee-
~'(',:;mos las cstimaciones dc ('(/ a' p¡irti'ride ui\;¡'nllieslra (o SSlud¡o) )'.tx2' a partir de otra
l'al,.1 las IJ nllí,,:slras hoolslrap (Ii= l.•...• 1J), donde
.' ~ muestra (o cSludio). l:J¡ú\ cSlim;ición 'e'videntc de fa razón es
1: l '" ,' .' ,' '...
, 1
1 2:"'(.1';- :1-)- I~" ;-, ,"'~ _ .' ;: .
J" = ' - : !'f
.~\ ....filzóÍ1:._1
--- II
, ".,,-1 ,¡' f ", u2
(11.10) "
siendo 1/ el número d..: ohservaciunes de la variabk .1'. Los lérminos referidos a los. ~ '* . ', ,: .. .'~. , 't 1 ,. • - , ' •• •

. -. \
,':;"donde bIS [t¡ soil los dos"cstim<ldores. ClIilriuo deseemos un eslimador del inlerv;¡'9
L1.¡IOSI'S":lli:rin..:n d..: mudll similar.
';;' de conrianza de la r;;Jn, uliliz;¡rclllOS lo que reci,be el. nombre de bOO!Slr;¡p p;¡r~mé-.
El r":Slil.lado es una distribución.ue. "eSlauí~licos 1". La idea cs comparar el es- >.1 trico: " " .., ." ~,' '.' ,. .
ladísliclll d..: 1,1n1ueslr'a original con clCllnjuniu de "pusihles" esladísticos It!OC pu-
'(;'. 1'. A parlir de la dislri!lucit'JIl N(G1, ;;\;1'); don<ie,;':-2,,1'cs );¡ v;¡rian7.~ c;st!ní;¡d;¡de'
di..:ran apareccr. '¡::SICm.:lodu pivotc se denomina. por las ra7.(~nes ql1:: Illcnc.1Onare-
mos \:n seguida. h;Jo/sím/l 10 Ilerccl/lil!. Para ulla discusión mas amp"aua, vcasc le-
" ..>1 lIl" gcncramos IlLl)OOcxlr¡;cciqncs 'dé (tI Convielle,idestnear qlle suponemos,
:;,'." propiedadesasinl(!licas)'.quc,I)Or lo t<lnlo: lililizalllos la dislrihuciLÍn normal.' .
ong y Ivl;¡dL1ala1:i. ~.
:~ :.~¡!2. A partir de In disl.ribllció;uY(U2;;':-2tt2);,dolidc;':-2;.2 es In v<lri;¡ñ7.;¡eslim;¡u;¡ de a2' ','
generalllos I,O.OO()cXlracciones d~ a2: .r., .....,. '" :.' '.;
.(',\ 111.'\II.~
. Mcdi;¡nlc los dalos generados. cnlcul;¡mo~ 10.000 p;¡res de al ya2 y su r;¡?ón. i
El problcma <lc <los mllcslras
• i .: ..._ '. ~
PrCScnli\ii;OS ÜIi in'lcr"al,) de conriÚilZ;¡dd195%; ',!' :
'l'
Clllllr:1s!e Inten:1lu de ClIlIli:lIl1.:I
de195"1u I3úsicamentc. el bOlllstrap paranléli-ico cs mi expcrimelllO de MonlcCnrlo en'el q~~¡
1'<:rl11l1li1ci(jn . ''-6,9H a 7.90 los par;imclros dc la simulación se c;'lIcul;¡il¡1 p;¡rlirtle Ibsda[os y ulili7.amosun;¡i '.'
BoolSlrap -2.65 a 7,25 dislribucióncspécirica como. por CjClllplo; Itl 'distr:ibucióil norm;¡l.' ,. "
¡\sinllÍlico -5.56 a 9.H:i , Consiuerelllos el ejclllplocon núis lJcü\ilc: La Figum I L5 nluestra los có'digos '
inrorm;ilicos. Según el código ulilizado, alpha.:J =al • nlph:J_2 = a2')' se.al ysc.:If. '.
El pOlcnci;d de ;lplicación dcl bootstrap cs mllcho Ill,ís exlellSo que ~~ del con- 5011105 errores cSI¡indar de al')' a2;' respcctiv<llllcntc. El documento de Vallctla '
1ras 1c d e'pe l;n1\11aciúll.;¡$UpOIl ga Il)OS;,'1';> 1:,: ej cmpI();,quc:c-\HI ie-"11lCnt~ :.I.I,JVI~ran.1P~la:"'f :;~.~;.:~~}\.~~~ :J-f(,NJi!j.~jl~Je[,~:,~~,~~gIN
~~;\)};\9r!yg),~,~:: !~~ ~¡
~n~~f.~\.'}),F;t
S?!~':"','~;r,v?;~d::~~'~~7;':"~'''''::~'~~'~
','.'
lllucSI¡.'<l'(í~;.'C;\I'líl~'¡o~kclllpko.deNcw lersC}; y quc'dcse<ir;)I110S venrlsar la h1pOIC: .' ." ':;,'!':", ,!' ,', : : .. " i<' '.. ..¡ . . • '~.- t

sis de q.uc',la mcuia cs igu;íI a cero. En cslec;¡So, no hay pcrmutaciÓn posiblc y, po~ 8et ob.:1ÓOO,o
'" "

/'ü',OOOOb.ervat.1ODiI'/
consi~lIienl\;;
. ~ ' "
el c\)iilrasledcp..:nlllll;lción
',-',
111) sii'yc,.aull<¡uc si e1.boolslrap. 'OQnerat,e ep.llonloO fn~no.,.,'(il',rilforUín), "'o'
. l'Ge~~r~teiltd. 1I~~18 '/ .
'.' generat,; ep.ilt>ri2'~inVhOm(unifDrmn) ',,', I;Cen~rate'Btd'.: .1orma18"/
;
. lIeneratet.op< 81'pha~1'.'ep'¡Úonl'.' .e~a1 I'Genef:at'~¡;wn~rat~~ of ,ratio'/
g~nerate bottom:= alph,,_2. ~'p.l,lo!l" B,,_a2 ••1Dator '¡ .
11.3.3 El Bootstrap Paramétrico :'''''no .• ame(á;d~no
.generate ratio. top/bottolll ¡'Co.npot:e.ratio'¡
cent ile-o, ',ra t 19, _.._c.e.~ti '1 e (~.'. S; 91'.' S 1-.. , . '~rDi.play':95' eonfiilence Interval' ¡
I.a al1lpliil gal1lil,de<q1liG1CiollCS Irac.:qlle cl boblsl.ra~) sca cada vez ni;is popul;¡r en
el l1lundo econol1l.:lrico: Exislcn dislintos proccdll1llcnlos hoolslrap. El /)()(}I.I'II"lIP
IllIlIIlI/(;II'icO es ullode 10s'I;I;is comunes. Lo iluslrarcmos con un cjempl~J.

" , ..:,.: ..... ','

1(, R.U. V:ollell:O. "Ulliclll 1:((;:,:" ';IlMlin¡tip:o;E';"rl';)'~l~lli:OIl"\V:oges -A Lon¡;i'uLlin:01 Approoc'h",

. JOllml/l."rl."fJt}r1;('áll;"';¡~'_f, U. 1l)'n5.15.51~-, '. .
 418 ~1~roDOSDE ECo:-;O~IEmtA
, ,
CAPiTULO 11, UnSlllorgashord dc t\'léloumlnrcnsi\'()~til:C;íh:ulo

Probablemente, calcular e! erro; csiánd'n'r de la ~slin,a¡;ión nosea Iilienn idea. 1,.

5. J'ylcdianle el método percenlil, calcular un intervalo de confianza del 95% o cal. ':;,,1
Recordemos que la razón de dos ncirmal~$están.dar.: iíl~cpendienl~s lie~e distribu-
ción Ctillchy, 'sin mediá en losmomeíilos mas eleva.do~.En este ejelllplo, tal, vez sen 'cular el error eSI:indar uefl
a partir de la mueSlra dejiuble'nida con boolslrap-
ping con la fórmula eSI¡indar
más sencillo indicar que el denominador. casi siempre se acerca acero, lo que con- -
.: .,1

vierte la raión en infinila. En este cnso,el método a .utilizar es el /IIétuiloild percen-

,, .
li/. El mélodo resulta baslante direclo cuando ládistribución dela razón es aproxi-
madarnenle simétrica. En primer lugar; das¡ricarenlos las mzones estimadas por or- :i
donde \. )

den ascendente tI<:tnmaños: Ir" r2' .; ...• rio(xx)\.Entonces, el inlervalo tic confianza
dé195% será .
. r251 .,;;r ~ r;'.7~ii

, ,, '.. COIllO yahell10s indicado, utilizar .sólo residuos río es lo 'apr"opiado, ~Por qué
Cuando la 'distribución ¡io ,es~il;iél~icéi,;'dpn)~c<.Íinlicnto ;idecliadoesellll.élO- ; son ¡an l)equeños los residuos no ajustados? Queda pendiente. cOll1oeje rcicio para
do del púcell'/i1l11(Jfj¡jic~dó;Si eJ'objcl'o de int,erés e~uíl inlervalo de confinnza,del elleclor,.demoslrnr que cuando E es iid, el residuo l\'ICO de In ecunción (11.11) li~ •

.".,' ~:óo~~s~~,:?::
Ü~
'. ", •••••.c•. ;.,',.':'
l.a.~,~~~;:;,'~i~:;l.,r,:~,~:7~~t~~~jl!,~/~,'.:~S
..
'¿'I;i~¿~d'c;'~lie ~~(i¿~f.~ciJr cn~"ni~lo ala utilización de boolslrnp parnmétri-.
;;:~'3,~:~,:.~:,~,~~'..¡~;~:~,,~,~:X~tr.
~!~(;J.~~,~~.!~.~~,'::a-,:,:,
,~, ,.;;.,,~l~.~" J"i¡~r,l~~I,J~u
n1a", , .. , ..'. ", ..".,,' ., . ..,•. ,' ,.' \ .".
..•... ,
co: Suponemos que .Ios dos pnr;ám~lros(aly(i"2) 59n, ind~pendienles. En 'caso COIl- E[€ij = (1 - h,)cr2 . (11.12) "

lrario', e! proceqimienlodebcr:í nlodificnrse para incluir eSlc hecho ..

donde !J/ se define como

",= X/(X~Xrl X/o

11.3.4 Rellluest.reo
. .de'los
. Resiuuos:Scries
. " . TClll¡JIlI:¡IlcsyPrediccilln
-. , . Alt¡;rn:úivan;enlc, podemosrces~nl;Ir 10s'rcsiulÍ,is rilcdianlc

En'lI~cniorhb de scries'lemporalcs, 1Í\~liiiza~ió~ '.Il,is ,habilua!. c~nsisle ell la reali- _

E/=
__E_,_, __ . i~,N"
¿
E/
.(11.13)
zación de ulla I~ueva.mueslra de los residuos. Pa~n'lIn modelo COIl/ observi\ciones ~ NS-=I~

: >.
'. ;-"~, ;'x;/1 +\'.,:'
, (' .',
(11.11) A veces, los resiuuos oblenidos después dcun'rcescéllado recibe:l ,el nombre de resi-
duos eSlandarizndos y, por Olro lado: ", es' el e1emenlo /,ésimo d~ la dingonalue la
el proéediJÍli~"I¡O bootSi;áp";'.é ;:~lIii'iesi;iJ del(Xr~:riditi).{rai'ncalcl,hl~ I¿)s~rrores, es~ }: III(I/'Ú su'¡,lJri:ro. El segundo lérminode nu~slro nucvoresiduo sirve para aseg,urar
tándnr de jJ es .. ,'. ' ., . . '. .. .~ que la media del residuo resullélnlesiguc sicn(1o' cero. .
1. Estimar j1.," .' : ".. '., El b'oolslrap de remueslreo de los residuos suele ulilizarst: en aplicnciones COIl
2. Calcular.9 y.'el résidl.!o É. Gunrdarpo'r sejjarndo ji y€.. series temporales. A ltlenudo el cOnlextodc'uichas apli¡;aciones consiste e;l ulla si-
3. ' Rcescalar o eSlandnrizar los residuos com'o' se describe a conlilluncián, tuación donde cl término de cri'or posec Una correlación lemporal (conocida). El
4. Proceder como ~iguepara lasB mues'lrns boolslrap: : : .. documento de l3ernard yVenll ml.lestra un ejemplQ (Iue evidencia la utilidad del bo~
,"--.j
olslrapen aplicnciones de series lempornles17. Uno de lo's objetos de su interés cs.
(l. Aparlirdelco~jl"nloderesidllosreescalcjd()s~!I, extraer una Illueslrade la-
enlre otros lcmns, el intervalo de c(lI,rianza'i.Ieln predicción. de la demanda tic elec.
maño Tcon'reposición. . " .
lricidad yen cierlo nlOmenlo fUl"uro.
b. Construir nuevasvmiables depefldienlcs ytllledii\llle la rórlllula
(Jernard )' Veall eSlablecen el'siguien(c sislcmn dc dos ecuaciones:
. yl' :!:y, +~¡, ,
.1'1 =fJo -:fJI.X, +E, (II.I~)
Esto~~,~xtrae~,: pára cadaeleme;~t~dcy. ti;l i'~s¡duo ajllsla~,; POI:'llli 1ll~_lO-
X, = Z,,"y + ')J, ( 11.15)
'do de elección álealorin ~bn 'rcposic\ón y gC'nerar uiln nueva variabl~ y n
partird~él~. '." ... , ", ', ..... ', ,,' : ...• . ., .•.. , , ,,-
.',C. ./:.17 J.'I'.'Ílci'lltlnl y M. Veall. "The Pr~hahilil~;'Dis:l'rih\'liun o[ FUlllrel)em";l<!; The Case u[ Hy<!ro
, Realizar. la regresió'n dey b sob:re ,XI )'s¡ilvar los codjcicntes e~linwdos.
. .1 i .' '. '. . t . .: I ' -. ~' .:~' ~.. . i! '. '.,:
~ üuehe.c".
. lI1WIIII/O/lluli/H',{",IIII1/ t:wlIIJJllics
.
.~III1i.\'lic.f:5,I'Jiú."
. . 17:424,
~ ~~~.
..
."

'\ '.
,
,'-- "',
~i'l
: (
.',."

.ll
',.';.' .
 • ~ '1 •.

t • <'",,<
,.t l'
'.
~2lJ ~II:IOl)(lS1>10 ".f'O:-;()~IETn¡'\ !;
l'

,l.. ",
."",.,:!-.'(~!<.:.~,,~,
('Al'iWI.OII: Up ~"l!orgasbot~l
.
,. ; ,. 1,:';' ji , ' ,_..
... ,: '-,'
,de lvléto<.los, !l.lIcnsivos
.

I¡
<.leGlclllol\21
-;.. • ~ •.• .' .J

donde E, cs' iid y ¡", sigue lui pi'o~eso autorregresivo de primer orden I
donde P" y PI son las cSlimaci6I)esMC~.originalcs y el sc mueslrea,ñ u~ nu,c"
." . . 1,
P,= PP,-I -1- 11, (11.16) l' V()'~OIí reposici(lIl ariÍrlirud .. il: .. ' "'. . ..
. . .,'. ' ." . '1 1" J', •
l:n<l de los Ilbjdi\'o~ es conocer el intervalo de.confianz<I de.\''I'' (una prediccil'ln de ! Una v~z eli illlses'ilÍ'; de las. ;l1u'csl~as hoolstrar, se 'calcular;) un conjunlo cJc':
la demanda rutura de elcctr'icidad). Supondremos. C0l110iluslraci<Ín, que conocemos 'prédicciones pnr~ .r,;, '" ' . '. '",: I ':' .
los v,dl1l:esfUluros l.k 7..
! ,', J¡'.~:Z~~-ytIOG (11.17)
I . 'l'
L;I ejel'UCilin del bootstrap implic;, dos P;\SOSconceptuales previos. En el pri- \ " . ;" '. ' , ,.. . 1', ..• \ .. ' ~ ,.... l' ! .) ••• .

dllndcel subíndice ; !n~lica(lui: laes.li~n,;¡~ión, seoplienc'¡¡ !);¡rlir ue la mueslr~.bo-

I11Cl"ll,se rormula un proceso explícilode dlculo de una predicción. En el segundo,
otsl ra p ;-és,im;1. La esl imac:i6'1.i~és¡'¡la .IJqOIS¡rar, junl,o wn I<lScorrcspOl¡'dicn tes cs-
"t
r-
.• dicho proceso se realiza COIlboolstr<lp y de este modo se calculan los cst<ldísticos rc-
limaci~nes bO,olslrap de p,
se 'utilizal:¡\n parri .construir 'la eslimación de .rf '. Fin;¡l-
kvallles.
mente .construiremos losint¿~'val~s de'!¿oliri~nza l11e~liantc esta mucslr<l de estima-
Esp~c¡ric.:al11os ulla predicci<Ín dc la uel11anda de electricidad en cierto momen- ....
ci~nes~bolltst~~r, 't';¡I;cO~'1~ ;nt~r'i¿;r1~~d'ntc'~~' lia(i~~crito. .. .,
I
to'ruturo. T*:
Una de las desventajas de este fl'létodo es'tlue no se <ljusta a <lquellas situ;cio-
l. Estim<lmos median le tvlCO fJo y fJI y c:t1cul<lmos tina eSlim<lci61l MCO de ¡.
nes en que los términos ue error (condicionados.<1 un proceso dccrror conocido) ;10
.., UlilizanH;s Iris residuos obtenidos a panir~h: la estimación MCO de la ccuación
son idénticos ni se h;llhín ~1i~lrii)uidosindepcnJicntemenlé.Por 'ej~mplo,en loséa-
(11,1 (J) para calCular ¡,.
sos cn que los términos de erro'r sean hete!'osced¡íslicos. Recor~lemos que 1<1he.te-
3. Utilizamos la estimacilJn ¡, rar,\ calcul<lr I'~ICG para predecir.l''I'' como
rosccd:lslicidad es ulla rehlei(lIl clllrc'¡';l'v;irianl.:l"del ttrlllinlJ de error y I;\s {'ariables
,Í'.,., = Z",''Y.IlCG independieilles. En el l:cJ;llIestreo'de'los rcsiduos', losdis'linlo~ lérminos d~ ':er~or'"
'c' p;lra cieno conjunto de valores de l.rJs. '
se enia~;;n con dislin'l~s x y, 1)0'1"ici"I<1'íllO;h rcl;¡ción sc vuelve conrUS;¡. P;¡r<l 1;¡les si.
r> -1. Prel!ecimoS:v.¡. mcdianle la ecuación
tuaciones scní n~ces;¡'rio ún tipouislinlo dc boolstrar. .

1:. • • "t
"',
,"" ,

(: 11.3.5 Ilcllllleslre() de Dalos: palos de Corte Tr;¡nSVerS:ll

.r, ~I bootstrap implementado en esle procóo sigue los rasos siguicnles:

1. Calcular las estimaciones dello
.., Construir n mUCSlras boolstr:lp:
,jI Y -Y~KG ,PI '; El leclor quc haya scguiuo I;¡ presente discusiQnpucde
, ",~." , . \'

penS<1r que exisle un enro'

;

l' 11) Extraer del conjunlo de residuos.:;ji una mueslr<l aleatoria con reposición dc
que m;ís direclo de boolstraren c1.conlextode regrcsión. En lug<lr dc cxlrner nue-
,,'
V;¡Sll1uestr;¡s ;¡ partir de los residuos, ¿por qué no extraer nucvas ll1ucstras a P<lrl~r
¡> l<líll:uio T. .
de rares de datos (y, X)? De hecho,enc;lsós ue dalos 'cie corte lrnnsversal. dCCI,iV;¡-
. I
1'.... h) Tom<lr el¡iri,iler eh:menlo dc;:ji), J'ii'i¿lirlo I)oi' (VI -¡I~),I()que d;1 C0l110r~-
I11cnlc eSle es elliléfodo I11;ÍScomúnmente tltiliz;¡do. ' .
,f
,s 1.111.~<!~fJ,~.. :,,~,.,.~.:,":;:'::""0:'~'}7":r:;"?:::'T:C'~-:-':'-'-:'---:':-
,_.. 1"1"¡)ci.:ftl(].tf~f6"1ít~t.,';6¡~fQ'íf:~rH{'2icr2i'?;'E~'i0{d.~8?;-~':':;:~:~~:'~("~''7,:tC:-"~"'~-:7?'2':'/~<':~
..~'<:""':"""';"'~E " '.; ...
r.-' , L') 'CoIIs"!ruirlos, elclllenlos restanlesinedi;¡nlt::
('. ~1:=¡;~':_I+;:j: para 1:;,2 .... T .);;= :'Yí~' +E/" (1.1.18)
... '.~: .

;,) .. Lú mLlcslra';'rlifieialseljesarrolla entonces como el, pr6cedinlienli) cs el'siguicnrc: :<', , - "'_

x; = 7.'-Y~I(,(; + f,; para I = l .... .,. l. OI?lelll:,'un:I'l1ul:sIril coil reposiCiÓi\de '¡p<ll'cs"dc. v~Iorcs (l',:\') a p;¡r1ir'de la
. I d()lldc-Y~ln; cs la est'¡'macióll ivlCG origin;lt., ml1eslraori~inal. . .
?'-. Clkularel~st;¡~lísti¿oqi.ic;'osinlerese. ,
r) Se completa laillucslra uliliz;lI\dó
Rcpelirimlchas vecGS los Pasos Iy) ...'
~
x;=.rill+fll;\:+~: .par" 1= l .... r Dichol)':¡lcedi,'n¡én!.o;a, dircl'encia'd.cl:~nlerior¡resuIla robusto cuando existe hcic-
roscedaslici&id. Esto :sisniricíl qllc,no. c$nc.ccs;¡ri,o suponer que Jos errores son ¡id.
. . ', .. , ,

I~ IkrnilrJ y V~i1l1Sll;'llll~1lrrilzllllal;l~i;;~llle) que 1" s~';l1b "11.1111

flllllJIl 1•• slIfic;~lIlelll~llIc.lcjilno•.dc
Eilgcilcrai;cslc es e( rroccd'i;nic,fIOpl:dérido:so. comrprtamienlocs muy loable en
~. modo qlh.' plh,:Ja ignorarse 1:1illn'lli.:l1cia ¡'.c J'r.,Cu:lIHIIHal SlIIHll'\hll'" íl11pcl~ihll.' .. ra pn:di('l'il.H,.t1cbcría'¡Il~ ' <lplicaéiollt:s dedalosde ,col'lc.lr;¡I1S~ersal9condaIO$ de ranel (véase C;¡pítljlo J 2).
l"llr¡lnr:u el 'eh:clt) dé Ins ..e¡-r.lil'L's:'C"ot~.fl,,'.laci(lI_~a(gl~.s.:~r);dll~cl1.h:.-\J~~a..•c "la Sc(ci~ill (¡J';~"Pr\ ..dicci~il con Pero . [)csgrl1ciauaincnté:cl p¡-oé:e'diliJic,l¡o 110 es aplitablc' en Ianlayorfa dé los C<1S0S
l\lrh;".:iIHh.'~ l\lIl(l(orr.dal"i(lI);It..l;l~ ..'. .
de an:ílisis de sci'iestemr~raks,.' ..
éi; donde cftérmjiio (Je error se coi-i-cI<lcion;¡ <110
- . """ ", -., ' .... ,!;' .,•. ,. "

J
A22 MÉTOOOS OE ECü.'1ü~IEmIA ~ ."
-f'; ~ <:

11:Un Sl1l()r~a~h()rd de M~I()<.l()S Inlens,in)s

:.f.. ('.\I'ínll.o
...., .. -, '~'. . ~<.le. (.¡
.
!c u lo.,
... .

.J;{rgódcllicí~lPO, Extraer nuc~asmucstr¡¡sdcIO~ d,;IOS de cslamancril reproduce la

cunf usión enl¡¡ relación entre lérminos de ej'rar adyacenles'.
~l finalmcnie, varios autores cucstionan el énfasis quellluchasobras uc eco no-
'metría ilplicada ponel1 en el cálCulo de los efÍ'ores eSlünuar. JC(;!1g y t\.t':lddala soslie-
': 'Para que el boolslrap pueda ulilizarse con da 1()s"'d e p¡¡nel, es preciso una pe-
'Iícn que "los errores estündar inleresan únicalllenle cuando ¡a distribución es nor-
queña '~lOdific¡¡ción, Deber,in volverse a Obtener illueslrns de g/'tl/Jos dOlllle cada in-
mal ...•.. Si lo que sc desen es trabajar con inlerva.los dc c,(lnri.lIlzay wnlraslar hip\¡-
divi.duo, o unidad de corte lrúnsversal, sen un grupo yno un funjlinlo de obser~n-
: lesis. dcbe utilizarse direclamenle clméto~o buolslrap y, cvitar el c;ílculu uc los
ciúncs ..Supongamos que cJisponemos de dalosde pancl ()'¡;.X¡¡) de N individuos y T
. crrorcs es(;índar, plleslo que éslus carecen dc ulilidad.l~ _ '
periodos para un IOlal de NT ()bservaciones.'Súpbng¡;mOS~lue y; es c1vec.iur T x 1
. dc observaciones de un individuo iyX¡; la matrizT. xk cm'respondienle de varin-
bies independientes de un inJividuo i. En lugá'~ de ol)lél.1crnmesIJ:\s con reposicion
'11.4 ,.. .. ,
a parti! dclconjunlo de NT observaciones,tlCbe'rí¡únóS'ill,cer!<í n partir de (y¡ ,X¡). ;~)
,ESTIIVIACIÓN DE fUNCIONES DE DENSIDAD NO'PARAME1TUCA-
De esemodo, se IlJal1lienenlas correlacioneselltre'¡rld¡vii.lüo~" '. '. .
",-';':", '

:.',; ,,-' .. ' . La cslimación de runci~nes de densidad no paral1léJrica es un tcn1í! muydistin¡óa ....
,'~~¿.Iosconsiderados'h
"':".~o:\r..;:,:~- ..:.'' '~,',.' ' ',,,,,,''.' :.. ,, .., ~;~.:.:.- asla
',' . e :..•....
l.mome , ' nlo .. Lo, \! iseU.limossolat1),e.n
, _......... lepofq licse.1 ~¡lt~,dc/pr{¡\~,\~'<'
•
~;.. I¡;cnica. que gracias a los avances informálicos. es cada día.m.ís popular. L¡'esllma, .
. . .ciün'de rlJl;cioncs de densidad no paralllélrica suele utilizarse cn <.:1 an:ílisis explora-
'lorio'cfe'd¡;loS aunque, como iluslraremos a.continuación. rcsulla lambién de ulili-
dauen Olros análisis dc dalosm,ís soristicad6s. . .
El objelo de inlerés es la funci<Íl~ d~ densidad. Para describir la densidad de
unavúriable sucle'n adoplarse métodos ¡Jara~l~lric()s. Por ejelll¡Jlo. sude ¡¡firmarse
.quc c1.iogarilnlO. de IQs sali1rios de.losllombreses aprQxillladamcnlc normal.: COllsi'
jcrcm~~ li~les.lra mueslra de .1.00U ilciml?rcs. e'xlraí<la de la Eilcucsta Gener;ll a la
l'oblació~(Cu;f:cnl.Pópulalion Survey,de 1988) (véase ejcmlilo(j.I,;.~onlr¡¡SICS de
HCléroscediJsl:icid'ad~'dcl Capílulo 6). El enfoque' param~lti¿o que ul:scribcla dis,
'Irilll¡¡;i\~'n se .inic¡iiría cspcciricilnc,lo' uria, dislribución(normal. en' csle caso). calcu'
lan~loun cónjunto dceslndísticos suricientespara I,i di~lribuciónoblenida a partir
;~j

de la IpueSlr¡¡ (Ia.l'ilediay la varianza, en este c<iSO) y utilizando. a continuación, la

~CIl';ICió;l de la' r~nci6n de densidad normallal}', como sigue:
.' I (.\'_p)2
.'1:.",
¡(x)=. ~xP-~2-'
. V2n ;;2 '.. .~_' (r-
. do,idc ¡i.y ¡;J. se eSlimande la rorma habiluar. es tJe~ir:

, . r '.f!:;> . "-, (f.'=.

... ¿IV'...(Xi "~fi)2 .....,
p,=,--; ¿"A.¡"
':,; '\",' •.. <,,",,:
N,~I' .' ,=j N':'¡ 'l!.

'.; . . ~', ':.;'. ,.'

Tcncmosahora una cc~ación quc d,; lugar a una cSlim¡lción tkla dcnsidad' para
1<JPor ~jelnplo. ~i',e con;lruvc un' csi:iéJisiko
¡ • , '" 1
/'d p~rt¡~Jc lúi.7.;in ~'l1irc1:,~sli,;'¡,~i<i11del par:imc;rn jJ ), 1:.
' ....,' "~ , '.' . - . : cllal¿¡liier valorde x:
eSlimaci6n OCsu error eSlanoarll; poseerá una dislribuCión / sin imponar Cll~I.cSsc~.n..los v;t1nres vcroac.lc-
ros oc)) ,yis. Lus cS.ladislicos c~I)'a disl,ribuci6.n ,io c.Iepcllo¿ oc,.losvai~rcsesl'cdfi~"s oe lus parámclros
"
Cuando se sabe 'lile los dalos se dislri'buyel1 normallllcnle.c1 procedimicnto e I
subyacc'nle~ rccibcn,eI nombrc dc pivoles; .', : . '. .' . ". " paralllél rico cSlremendamenlc úlil.f:n particular, hemos partido del cUlllplcjo pro- ',-'
¡
20 J. Horo,vil;,. "O~ol~lrap MClh¿o~s'in'Eco~on;clrícs:TI;eory ;;,;o'Numcricall'crí;"'llanéc"; Woikin¡:' blc'ma eJe describir Una muestrn pnra reducirlo ala estimación ¿k dos par:lmelros: . .- .;.¡.
Paper ScriesM95 -' '10 July .1995. UnivCrsilY()[ 10\';'1, Dcpúi,;u.:nf (j( Éco,iomies .. ;" .' . ',' '(:: Porolro ladu; supon'gamos que no es\¡¡m.os' seguros de (luC los datos se dislríbu-
21 O. lJrown)' \\'.'.Ncwcy. "Ooolslr~~l)ing 'furGI:.IM",Julio 1992,. Massnch~scIlS:lllstiluIC ofTcchn<llClgy, . , .' :.::l'yenllOfliüilmente: El enroque pnr¡¡métricoimplicaría lomai' varias flmci6nes de dcn-
DepartplCIlIIlf'E¡:onomics sC'n{inarllotes.' '." .' '. .
.~. " ...:, :1.sidad (normal. beta, giullma, logaritmo non.ll<Íf,.elc;). eSlimár los eSladísli~os suricief)-
, :••¡\:. . . . , ~ ~ ,
'..:.-..l;

'.1 ¡

l. '
;;~(*:.~
rlili , ,;. ( t • ¡ .\ ~ •\ ., ",: ¡

f;.. .~
", ,.! ". ~' . , i ~, . " 1I

.-~ " i \" \ ' '.. '" " iI; :¡, • I'¡ , • \. ¡:, " I \ " '_ l"

¡;¿:~. ~2~ ~ICrOIJOS UE ECO"O~.I[TltI" C,\I'ITtJl.o 11: Un Slllo'rgasboi'd de Mtto~bs lritensivos de C;\lculo 425
" ,,! ' '1', ,.. , , '.'

e ""
tes dc eS<lSdistribuciones. rC<lliz<lrlos contmstes de hipótesis óldecu<ldos y. fin<llni<:ntc,
.,
, .
",.1 '! I

{-. .5
csl<lhlcccr un<l djslribucilÍn quc nos ofrcciera un<l buen<l cólr;¡clerizólción de los dntos. 'l. .',! ;.', 1
'>1'.
El enfoque no p<Íramétríco e~ b;sla';te dislinto: La ide¡; b¡ísieil es lib~r<l.rse dc
I" ti
r.
,",
la neccsidnd de especifie;¡r por <ldcl;¡nt<ldo una fbrnw [uíiCion<l1 en iJ<lrlicul<lr. El
hislogram<l es liI forma m¡ís sencillá ue cSlinúición de la [unción dc densid¡llJ no P<l_
f' r¡ll11étricól. La Figura IIJi COI11¡)ólr;¡c1enfoque p;¡ral11étrico (suponiendo una distri •
• ~ I
hución nOl"I11<1I) con el histogrólma.
t:: A unclue la interpretación del histogr<lIil<l es intuiliv<l pCI" se, siempre resull<l líLil
,r ,
<ldoplar un<l pOSlllr<l un poco l11iÍs[orm<ll. C<lda recl¡íngulo se denol11in<l