Académique Documents
Professionnel Documents
Culture Documents
Econometra
Captulos II
Profesor: Facundo Luna
Outline
Modelo Clsico de Regresin Lineal de Dos Variables.
Mnimos Cuadrados Ordinarios.
Supuestos y estimacin.
Bondad del Ajuste y Coeficiente de Determinacin.
Propiedades.
Forma funcional y cambio de escala.
Outline
Modelo Clsico de Regresin Lineal de Dos Variables.
Mnimos Cuadrados Ordinarios.
Supuestos y estimacin.
Bondad del Ajuste y Coeficiente de Determinacin.
Propiedades.
Forma funcional y cambio de escala.
Evaluar hiptesis:
Ej: Cmo es la propensin marginal a consumir de los hogares
pobres?
20.79
194.5
195
200
205
210
20
22
24
Y
linea
26
Fitted values
28
30
Algo de terminologa
Variable independiente, o
Variable explicativa, o
Regresor, o
Variable de control.
Outline
Modelo Clsico de Regresin Lineal de Dos Variables.
Mnimos Cuadrados Ordinarios.
Supuestos y estimacin.
Bondad del Ajuste y Coeficiente de Determinacin.
Propiedades.
Forma funcional y cambio de escala.
Supuestos
Supuestos
El
valor promedio de u, el trmino de error, en la poblacin
es cero. Esto es,
E(u) = 0
Este no es un supuesto muy restrictivo, por que uno siempre puede
pensar que cualquier desviacin de E(u) = 0, puede ser absorbida
por .
Pero
Supuestos
Supuestos
Causalidad
15000
20000
Habilidad y educacin
Relacin verdadera
5000
10000
Lnea estimada
10
educ
linea_verdadera
Fitted values
15
salario_h
20
Supuestos
Causalidad
El punto es que la variable educacin nos da informacin
del valor del residuo
A mayor educacin, mayor habilidad y por lo tanto, ms
probable encontrar valores de u altos
Necesitamos que E(u/x)=0 (que X NO de info acerca de los valores
que puede tomar u)
Si E(u/x)=0, entonces
se llama parte sistemtica de Y, o parte explicada
u es la parte no sistemtica o no explicada
Vemoslo grficamente.
u4
y3
y2
y1
u2 { .
.{
.} u3
} u1
x1
x2
x3
x4
Para
derivar los estimadores MCO, necesitamos el
=0
Soluciones MCO
Pendiente de la recta
Problema de Optimizacin
Min =
Condiciones de Primer orden:
4 {
y 0 1 x
y3
y2
y1
2 { .
.}
3
Valor ajustad o
Valor predicho
1
}
.
x1
x2
x3
x4
La
suma de los residuos estimados es cero.
Prueba: definicin de
Outline
Modelo Clsico de Regresin Lineal de Dos Variables.
Mnimos Cuadrados Ordinarios.
Supuestos y estimacin.
Bondad del Ajuste y Coeficiente de Determinacin.
Propiedades.
Forma funcional y cambio de escala.
Descomposicin de la varianza
Pensemos
en cada observacin como la suma de una
parte explicada y una parte no explicada .
Definamos la expresin
=Suma total de cuadrados
Sintticamente se la llama, STC.
Se puede demostrar que
STC=SCE + SCR
Bondad de Ajuste
R2 = SCE/SCT = 1 SCR/SCT
Es la proporcin de la variacin muestral de y que es
explicada por x.
Veamos un Ejemplo
Ejemplo
Ejemplo
Ejemplo
Ejemplo
Asumamos
Caso Homosedstico
y
f(y|x)
.
x1
x2
.E(y|x) = + x
0
Caso heteroscedastico
f(y|x)
.
x1
x2
x3
E(y|x) = 0 +
1 x
Estimacin de la varianza
No
conocemos la verdadera varianza del error 2; no
podemos obtenerla por que no conocemos los verdaderos
errores ui
Outline
Modelo Clsico de Regresin Lineal de Dos Variables.
Mnimos Cuadrados Ordinarios.
Supuestos y estimacin.
Bondad del Ajuste y Coeficiente de Determinacin.
Propiedades.
Forma funcional y cambio de escala.
Formas funcionales
logartmicas
W= + Educ+u
Interpretacin modelo
simple
Interpretacin modelo
simple
Formas funcionales
logartmicas
Formas funcionales
logartmicas
Formas funcionales
logartmicas
Forma semi-logartmica
ln(W)= 0+1 Educ+
Interpretacin aproximada coeficiente: variacin
porcentual en la variable Y ante un cambio en
una unidad en X.
Se conoce como semi-elasticidad.
Veamos esto con un ejemplo.
Formas funcionales
logartmicas
Formas funcionales
logartmicas
Formas cuadrticas
Ejemplo
ln W= 0+1Educ+2Educ2+
y 0 1 Educ 2 Educ 2
y 2 Educ Educ
Formas cuadrticas
Formas cuadrticas
12
Linear prediction
13
14
15
Formas cuadrticas
10
aos de escolaridad
15
20
61
10
12
14
16
Formas cuadrticas
10
aos de escolaridad
Linear prediction
15
20
lsal
62
Formas cbicas
12
13
14
15
Formas cbicas
10
aos de escolaridad
Linear prediction
Yhat Modelo lineal
15
20
Cambios de escala
Cambios de escala
1.
Cambios de escala
Modelo original
Cambios de escala
Modelo con variable dependiente en miles de pesos
Cambios de escala
2.
Ingeniera Comercial
Econometra
Captulos II
Profesor: Facundo Luna