Econometria avanzada
Páginas: 127 (31521 palabras)
Publicado: 29 de agosto de 2012
Apuntes de Clase: Econometría Avanzada
Ana María Díaz
24 de julio de 2012
Índice general
I Modelo Clásico Lineal
5
1. Ejercicios de Montecarlo
6
1.1.
En Stata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.
Ejercicios
............................................
2. Modelo Clásico Lineal
7
12
13
2.1.El modelo de regresión lineal general . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2.
Supuestos del modelo clásico de regresión lineal . . . . . . . . . . . . . . . . . . . . . . .
14
2.3.
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.4.
Ejercicios
17............................................
3. Regresión por Mínimos Cuadrados Ordinarios (MCO)
19
3.1.
Aspectos algebraicos de la solución de MCO . . . . . . . . . . . . . . . . . . . . . . . . .
20
3.2.
Propiedades del estimador de MCO en muestras nitas . . . . . . . . . . . . . . . . . . .
22
3.2.1.
Propiedad de mejor estimador lineal insesgado (MELI) . . . . . . . . . . . . . . .
23
3.2.2.Teorema de Gauss Markov
..............................
23
............................................
24
3.3.
Apéndice
3.3.1.
Regresión Simple empleando sumatorias y matrices.
................
24
3.3.2.
Regresión Múltiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
4. Inferencia
4.1.
28
Pruebas de hipótesis bajo elsupuesto de normalidad . . . . . . . . . . . . . . . . . . . .
28
4.1.1.
Errores distribuidos normalmente.
28
4.1.2.
Contraste de hipótesis sobre un coe ciente.
..........................
.....................
t
29
4.1.2.1.
...................
30
Intervalo de con anza . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
4.1.2.3.
El valor p(p-value)
.............................
31
Contraste de hipótesis de lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
4.2.1.
4.2.
Regla de decisión para el estadístico
4.1.2.2.
32
El estadístico F . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F
4.2.1.1.
Regla de decisión basada en el valor p (p-value).............
34
4.2.1.3.
Una expresión más sencilla para el estadístico F
.............
34
4.2.1.4.
4.3.
Regla de decisión para el estadístico
4.2.1.2.
Contraste de signi cación global. . . . . . . . . . . . . . . . . . . . . . .
35
t versus F . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
1
..................
33 ÍNDICE GENERAL
2
5. Resultados para grandes muestras en el modelo clásico de regresión.
5.1.
5.2.
38
Repaso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
39
Consistencia (en lugar de insesgamiento) . . . . . . . . . . . . . . . . . . . . . . .
39
5.2.2.
5.3.
Propiedades Asintóticas de MCO . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .
5.2.1.
Normalidad asintótica del estimador de MCO.
...................
41
Pruebas de hipótesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
6. Estimación por Máximo Verosimilitud
6.0.1.
En Stata
44
........................................
44
II Violación de Supuestos en el MLG
47
7.Repaso de supuestos
48
8. Colinealidad Imperfecta
49
8.0.2.
8.1.
Detección de Multicolinealidad
8.1.1.
8.2.
Colinealidad Imperfecta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
En Stata
................................
50
........................................
50
Soluciones a la Multicolinealidad
...............................
9....
Ana María Díaz
24 de julio de 2012
Índice general
I Modelo Clásico Lineal
5
1. Ejercicios de Montecarlo
6
1.1.
En Stata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.
Ejercicios
............................................
2. Modelo Clásico Lineal
7
12
13
2.1.El modelo de regresión lineal general . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2.
Supuestos del modelo clásico de regresión lineal . . . . . . . . . . . . . . . . . . . . . . .
14
2.3.
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.4.
Ejercicios
17............................................
3. Regresión por Mínimos Cuadrados Ordinarios (MCO)
19
3.1.
Aspectos algebraicos de la solución de MCO . . . . . . . . . . . . . . . . . . . . . . . . .
20
3.2.
Propiedades del estimador de MCO en muestras nitas . . . . . . . . . . . . . . . . . . .
22
3.2.1.
Propiedad de mejor estimador lineal insesgado (MELI) . . . . . . . . . . . . . . .
23
3.2.2.Teorema de Gauss Markov
..............................
23
............................................
24
3.3.
Apéndice
3.3.1.
Regresión Simple empleando sumatorias y matrices.
................
24
3.3.2.
Regresión Múltiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
4. Inferencia
4.1.
28
Pruebas de hipótesis bajo elsupuesto de normalidad . . . . . . . . . . . . . . . . . . . .
28
4.1.1.
Errores distribuidos normalmente.
28
4.1.2.
Contraste de hipótesis sobre un coe ciente.
..........................
.....................
t
29
4.1.2.1.
...................
30
Intervalo de con anza . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
4.1.2.3.
El valor p(p-value)
.............................
31
Contraste de hipótesis de lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
4.2.1.
4.2.
Regla de decisión para el estadístico
4.1.2.2.
32
El estadístico F . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F
4.2.1.1.
Regla de decisión basada en el valor p (p-value).............
34
4.2.1.3.
Una expresión más sencilla para el estadístico F
.............
34
4.2.1.4.
4.3.
Regla de decisión para el estadístico
4.2.1.2.
Contraste de signi cación global. . . . . . . . . . . . . . . . . . . . . . .
35
t versus F . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
1
..................
33 ÍNDICE GENERAL
2
5. Resultados para grandes muestras en el modelo clásico de regresión.
5.1.
5.2.
38
Repaso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
39
Consistencia (en lugar de insesgamiento) . . . . . . . . . . . . . . . . . . . . . . .
39
5.2.2.
5.3.
Propiedades Asintóticas de MCO . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .
5.2.1.
Normalidad asintótica del estimador de MCO.
...................
41
Pruebas de hipótesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
6. Estimación por Máximo Verosimilitud
6.0.1.
En Stata
44
........................................
44
II Violación de Supuestos en el MLG
47
7.Repaso de supuestos
48
8. Colinealidad Imperfecta
49
8.0.2.
8.1.
Detección de Multicolinealidad
8.1.1.
8.2.
Colinealidad Imperfecta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
En Stata
................................
50
........................................
50
Soluciones a la Multicolinealidad
...............................
9....
Leer documento completo
Regístrate para leer el documento completo.