Motivacin RESULTADOS La Estimacin Puntual

Ejercicios de Montecarlo

Ana Mara Daz1

1 Departamento

de Economa Universidad Javeriana

25 de enero de 2012

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

ndice

Motivacin El problema bsico que estudiamos RESULTADOS La Estimacin Puntual

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

ndice

Motivacin El problema bsico que estudiamos RESULTADOS La Estimacin Puntual

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

Qu hace la econometra?

Estimar parmetros a partir de un muestra de la poblacin Precisin

Qu tan cercana es la prediccin a los valores reales?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

Reglas del juego

Formar grupos de 3 personas Llenen todos los detalles que se les piden en la hoja En sus grupos, estimen (NO ADIVINEN) la edad de la persona en la foto El mejor gana puntos de trabajos Recuerde el nmero de su grupo Obviamente las edades son nmeros enteros.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 1.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 2.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 3.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 4.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 5.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 6.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 7.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 8.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 9.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El problema bsico que estudiamos

FOTO 10.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

ndice

Motivacin El problema bsico que estudiamos RESULTADOS La Estimacin Puntual

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 1.

38
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 2.

15
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 3.

30
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 4.

48
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 5.

15
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 6.

67
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 7.

27
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 8.

63
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 9.

51
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

FOTO 10.

25
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Pasos

Complete las columnas Creen que los hombres son mejores que las mujeres en adivinar? Algn grupo siempre sobrestimo/subestimo? Quienes denitivamente no parecan de su edad? Conaran ciegamente en el ganador?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

ndice

Motivacin El problema bsico que estudiamos RESULTADOS La Estimacin Puntual

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

La Estimacin (Puntual)

Sacar una muestra de la poblacin y estimar el valor del parmetro es equivalente a disparar un slo tiro al blanco: Parmetro de inters: Centro Estimador: La pistola Estimacin: donde cay la bala

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Una persona dispara UN solo tiro y da en el Centro?

Podramos concluir que es un excelente francotirador? Querran ustedes sostener el tablero mientras se dispara el segundo tiro? Evidentemente, no decidiramos que el hombre es un tirador experto basados en tan escasa evidencia!!! Si un milln de tiros sucesivos dan en el centro: podramos tener suciente conanza en el tirador?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Una persona dispara UN solo tiro y da en el Centro?

Podramos concluir que es un excelente francotirador? Querran ustedes sostener el tablero mientras se dispara el segundo tiro? Evidentemente, no decidiramos que el hombre es un tirador experto basados en tan escasa evidencia!!! Si un milln de tiros sucesivos dan en el centro: podramos tener suciente conanza en el tirador?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Una persona dispara UN solo tiro y da en el Centro?

Podramos concluir que es un excelente francotirador? Querran ustedes sostener el tablero mientras se dispara el segundo tiro? Evidentemente, no decidiramos que el hombre es un tirador experto basados en tan escasa evidencia!!! Si un milln de tiros sucesivos dan en el centro: podramos tener suciente conanza en el tirador?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Una persona dispara UN solo tiro y da en el Centro?

Podramos concluir que es un excelente francotirador? Querran ustedes sostener el tablero mientras se dispara el segundo tiro? Evidentemente, no decidiramos que el hombre es un tirador experto basados en tan escasa evidencia!!! Si un milln de tiros sucesivos dan en el centro: podramos tener suciente conanza en el tirador?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Qu nos dice esto?

Moraleja

No podemos evaluar qu tan acertado es un procedimiento de estimacin puntual bsandonos en una sola estimacin. Quisiramos, poder repetir el procedimiento muchas veces y as poder evaluar si nuestra estimacin es correcta o no. En realidad solo vamos a observar una muestra de la poblacin y obtener parmetros y realizar inferencias a partir de esta muestra.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Ejemplo

La Universidad

La universidad est preocupada por el bajo rendimiento de los estudiantes en los primeros semestres: Decide pedirles a los estudiantes de economa que traten de evaluar las causas de este bajo rendimiento. Tenemos la siguiente informacin de 45 estudiantes: las horas semanales de estudio (el promedio acumulado, por polticas institucionales no pueden darlo)

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Tenemos:

y el promedio acumulado x las horas semanales de estudio

Podemos decir que el promedio acumulado es una funcin de las horas semanales de estudio:

y = x +
Donde

(1)

es el error con una media igual a cero y una varianza igual a 2. es el parmetro desconocido (la pendiente de x )

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Propuestas:

Profesor A A = y x

Profesor B B = xy x2

Cul de estos dos parmetros escogera usted?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Propuestas:

Profesor A A = y = 1,94 x

Profesor B B = xy = 2,34 x2

Cul de estos dos parmetros escogera usted?

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Para dar una respuesta:

Remplacemos y = x + en cada una de las propuestas:

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Qu encontraron?

Reemplacemos y = x + en cada una de las propuestas: Profesor A

A = y x x

Profesor B
B xy x2 x = + x2 =

= +

Las formulas propuestas por los profesores A y B son razonables!!!

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Asumamos ahora que sabemos el valor verdadero de

(2)

y = x +

Asumamos que: =2 N (0, 4). Reemplazando en las formulas de los profesores A y B tenemos que: Profesor A
A = + x = 2+ x
Ana Mara Daz

Profesor B
B x2 x = 2+ x2 = +

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Proceso:
1

Escogemos 45 observaciones de una variable aleatoria que tenga una distribucin N (0, 4) Tomamos los 45 valores de las horas estudiadas x que nos entreg la universidad Calculamos los valores de y usando la siguiente formula:

y = 2x +
4

Estimamos con estos nmeros los parmetros usando las formulas de cada profesor:
A = y / x = 2 + / x B = xy / x 2 = 2 + x / x 2
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Proceso:
1

Escogemos 45 observaciones de una variable aleatoria que tenga una distribucin N (0, 4) Tomamos los 45 valores de las horas estudiadas x que nos entreg la universidad Calculamos los valores de y usando la siguiente formula:

y = 2x +
4

Estimamos con estos nmeros los parmetros usando las formulas de cada profesor:
A = y / x = 2 + / x B = xy / x 2 = 2 + x / x 2
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Proceso:
1

Escogemos 45 observaciones de una variable aleatoria que tenga una distribucin N (0, 4) Tomamos los 45 valores de las horas estudiadas x que nos entreg la universidad Calculamos los valores de y usando la siguiente formula:

y = 2x +
4

Estimamos con estos nmeros los parmetros usando las formulas de cada profesor:
A = y / x = 2 + / x B = xy / x 2 = 2 + x / x 2
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Proceso:
1

Escogemos 45 observaciones de una variable aleatoria que tenga una distribucin N (0, 4) Tomamos los 45 valores de las horas estudiadas x que nos entreg la universidad Calculamos los valores de y usando la siguiente formula:

y = 2x +
4

Estimamos con estos nmeros los parmetros usando las formulas de cada profesor:
A = y / x = 2 + / x B = xy / x 2 = 2 + x / x 2
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

En Stata:

Primero jamos el nmero de observaciones: set obs 45 set seed 1324654 Generamos : generate epsilon = rnormal(0,2) sum epsilon Variable

Obs 45

Mean 0.1836

Std. Dev 1.955

Min -3.92

Max 3.55

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Stata

Como no tenemos x , en este momento, podemos crearlo de la siguiente manera: generate x = runiform()*10 Generamos y gen y = 2x+epsilon Calculamos x egen sumx = total(x)=190.08 (sumatoria de todos los x) Calculamos x 2 gen x2 = x*x egen sumx2 = total(x2) =1095.97 Calculamos egen sumeps = total(epsilon) =8.2641
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Primer Disparo:

Ahora si tenemos toda la informacin necesaria para reemplazar en nuestras formulas Profesor A
A = 2 + x = 2,0434

Profesor B
B = 2+ x x2

= 2,0075

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Repetimos el ejercicio una vez ms

Generamos un nuevo : generate epsilon = rnormal(0,2) sum epsilon Variable

Obs 45

Mean 0.7470

Std. Dev 2.0533

Min -4.007

Max 5.253

Ahora tenemos que: = 33,61

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Segundo Disparo:

Ahora si tenemos toda la informacin necesaria para reemplazar en nuestras formulas Profesor A
A = 2 + x = 2,1768

Profesor B
B = 2+ x x2

= 2,0306

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Repetimos el ejercicio una vez ms

Generamos un nuevo : generate epsilon = rnormal(0,2) sum epsilon Variable

Obs 45

Mean 0.4702

Std. Dev 1.909

Min -3.5827

Max 4.6316

Ahora tenemos que: = 21,16

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Tercer Disparo:

Ahora si tenemos toda la informacin necesaria para reemplazar en nuestras formulas Profesor A
A = 2 + x = 2,1768

Profesor B
B = 2+ x x2

= 2,0306

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Podemos repetir este proceso 2000 veces

capture program drop betas

program dene betas, rclass syntax [, obs(integer 1)] capture drop epsilon sumeps generate epsilon = rnormal(0,2) egen sumeps = total(epsilon) sum sumeps scalar sumeps = r(mean) return scalar beta_A = 2 + sumeps/sumx return scalar beta_B = 2 + sumeps/sumx2

end simulate beta_hat_A=r(beta_A) beta_hat_B=r(beta_B), reps(2000) : betas

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Resultados

Variable
A B

Obs 2000 2000

Mean 1.9984 1.9997

Std. Dev 0.1397 0.0242

Min 1.48855 1.91129

Max 2.4188 2.0726

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Distribucin Muestral
Distribucin Muestral 2000 Repeticiones
20 Beta A Beta B

0 1.4

Densidad 10

15

1.6

1.8 Betas

2.2

2.4

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Cul es la mejor distribucin?

Ambos estimadores son insesgados A tiene mayor varianza que B Entonces el mejor estimador es aquel propuesto por el Profesor B

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Otro Ejemplo

Ahora asumamos que el proceso generador de datos es:

y = +x +

La nica diferencia con el proceso anterior es que ahora incluimos intercepto (en este caso que quiere decir el intercepto?) Si remplazamos en la formula del Profesor B tenemos:
B xy x2 x ( + x + ) = x2 x x = + + x2 x2 =

Este es un estimador sesgado por una cantidad

Ana Mara Daz

x . x2

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Ahora viene otro profesor y sugiere el siguiente estimador:

(x x )(y y ) C = (x x )2

(Ejercicio: Demostrar que el estimador es insesgado: sugerencia reemplazar y) ComoB es sesgado y C no lo es:
Deberamos escoger C

Sin embargo este no es el nico criterio que nos importa:

Nos interesa encontrar estimadores que tengan varianza mnima.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

En Stata

Podemos repetir el mismo ejercicio que el caso anterior, donde asumimos que el proceso generador de datos es el siguiente:

= +x + = 1 + 2x +

donde N (0, 4)

Repetimos los mismos pasos

1

2 3 4

Escogemos 45 observaciones de una variable aleatoria que tenga una distribucin N (0, 4) Tomamos los valores de x dados por la universidad. Calculamos y usando el proceso generador de datos Calculamos usando los estimadores del Profesor B y del Profesor C. Repetimos 2000 veces el mismo proceso
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

El Programa
capture program drop betas program dene betas, rclass capture drop epsilon sumeps y ymean ydem num_betac num den generate epsilon = rnormal(0,2) egen sumeps = total(epsilon) sum sumeps scalar sumeps = r(mean) gen y = 1 +2*x+epsilon sum y gen ymean = r(mean) gen ydem = y - ymean gen num_betac = xdem*ydem egen num = total(num_betac) egen den = total(xdem2) return scalar beta_B = 2 + alpha*(sumx)/(sumx2)+ sumeps/sumx2 return scalar beta_C = num/den end simulate beta_hat_B=r(beta_B) beta_hat_C=r(beta_C), reps(2000) : betas
Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Resultados

Variable
B C

Obs 2000 2000

Mean 2.1544 2.0031

Std. Dev 0.0096 0.1043

Min 2.1278 1.6625

Max 2.188 2.391

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Distribucin Muestral
Distribucin Muestral 2000 Repeticiones
40 Beta B Beta C

0 1.6

10

Densidad 20

30

1.8

2 Betas

2.2

2.4

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Cul es el mejor estimador?

B es SESGADO pero tiene menor varianza que C , el cual es

INSESGADO. En este caso cul considera usted que es el mejor estimador de

Recuerde que buscamos estimadores que:

Sean insesgados Sean ecientes: tengan menos varianza entre todos los estimadores Insesgados.

Ana Mara Daz

Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Error Cuadrtico Medio

En ocasiones podemos tolerar cierto sesgo a cambio de una varianza reducida ECM es un criterio que nos permite decidir cuando podemos:
tolerar cierto sesgo + una varianza pequea

ECM ( )

= = = = =

E [( )2 ] E ( 2 ) 2 E ( ) + 2 [E ( 2 ) E ( )2 ] + [E ( )2 2 E ( ) + 2 ] E [( E ( )2 ] + [E ( ) )]2 Var ( ) + Sesgo ( )2

Ana Mara Daz Ejercicios de Montecarlo

Motivacin RESULTADOS La Estimacin Puntual

Criterio de Seleccin

En este caso elegimos el estimado que minimice el ECM. Elegimos el estimador que busque el menor error en la estimacin En nuestro ejemplo tenemos lo siguiente: Estimador
B C Var ( ) Sesgo ( 2 )

ECM
0.02394 0.01088

0.00093 0.01087

0.02384 0.00001

En este caso el que estimado con menor ECM es C

Ana Mara Daz

Ejercicios de Montecarlo