Facultad de Ciencias Económicas

¿CÓMO ESTIMAR LA FUNCIÓN

ESPECIFICADA?

(Información
Muestral de la
Población)
¿CÓMO SE OBSERVAN ESTAS
RELACIONES?
¿CÓMO ESTIMAR LA MEJOR RECTA DE
REGRESIÓN?
MÉTODO DE ESTIMACIÓN POR MÍNIMOS
CUADRADOS ORDINARIOS (MCO)
EJEMPLO: PRODUCCIÓN Y EMPLEO
EJEMPLO: PRODUCCIÓN Y EMPLEO
SUPUESTOS DEL MODELO DE REGRESIÓN LINEAL
PARA EL USO DEL MÉTODO DE ESTIMACIÓN MCO
Supuesto 1. El modelo de regresión es lineal en los parámetros

Supuesto 2. Los valores de los regresores (X) son fijos en muestreo repetido.

Supuesto 3. El término estocástico (de perturbación) ui está normalmente distribuido.

Supuesto 4. Para X dadas, no hay autocorrelación en las perturbaciones.

Supuesto 5. Los términos de perturbación y las X (estocásticas) son independientes, no están correlacionadas.

Supuesto 6. Para X dadas, la varianza ui es constante u homocedástica.

Supuesto 7. No hay relación lineal exacta (multicolinealidad) en los regresores.

Supuesto 8. Para X dadas, el valor medio de la perturbación ui es cero.

Supuesto 9. El número de observaciones debe ser mayor que el número de parámetros a estimar.

Supuesto 10. Debe haber suficiente variabilidad en los valores que toman los regresores.

Supuesto 11. El modelo de regresión está correctamente especificado.

VENTAJAS DE LA ESTIMACIÓN POR MCO
IMPORTANTE
COEFICIENTE DE DETERMINACIÓN (R2)
COEFICIENTE DE DETERMINACIÓN (R2)

¿Qué porcentaje de la variación total de la variable

dependiente respecto a su media se explica por el
modelo planteado?

SCT = SCE + SCR

COEFICIENTE DE DETERMINACIÓN (R2)

(Refleja la bondad del ajuste de un modelo a la variable que pretender explicar)

LA RECTA DE REGRESIÓN LINEAL
¿CUÁL TIENE MEJOR R2?
¿CUÁL TIENE MEJOR R2?
Suponga junto a su grupo un modelo de producción y salario en el que
se cumplen los supuestos del MCO

Yi = 𝛽0 + 𝛽1𝑋1 + 𝑢𝑖
X Y
Determine el valor de los parámetros
6 4.46
estimados por MCO 7 5.77
8 5.98
9 7.33
10 7.32
11 6.58
12 7.82
13 7.84
14 11.02
15 10.67
16 10.84
17 13.62
18 13.53
156 112.78