Multicolinealidad
Páginas: 6 (1304 palabras)
Publicado: 10 de octubre de 2010
Multicolinealidad
La multicolinealidad es una violación de las hipótesis o supuestos del modelo de regresión lineal (mínimos cuadrados ordinarios) y tiene efecto sobre los estimadores.
Se dice que existe multicolinealidad cuando dos o más variables explicativas están altamente correlacionadas en el modelo de regresión; esta alta correlación impide conocer el efecto individual de cada unade estas variables explicativas sobre la variable dependiente.
Los coeficientes estimados con el método de mínimos cuadrados ordinarios, en opinión de D. Salvatore, “pueden ser estadísticamente insignificantes”, aun cuando se vea que R2 tenga valores muy altos y, lo que es más importante, los coeficientes estimados aun siguen siendo INSESGADOS. Es más, Salvatore menciona que si el propósitoprincipal de la regresión es el PRONÓSTICO “la multicolinealidad no es un problema si el mismo patrón de multicolinealidad persiste durante el período pronosticado”.
Dominick Salvatore: “Econometría”. Editorial Mc Graw Hill, 1993.
Práctica en Eviews
El siguiente modelo muestra la mortalidad de niños (MI) en función del Producto Nacional Bruto per cápita (PNBCAP) y la Tasa de Alfabetizaciónde la Mujer (TAM).
Mortalidad de niños por cada 1000 nacidos anualmente = f(PNB per cápita, Tasa de alfabetización de la mujer)
MI = 263.6415856 - 0.005646594817*PNBCAP - 2.231585732*TAM
|obs |MI |PNBCAP |TAM |
|1 |128.0000 |1870.000 |37.00000 |
|2 |204.0000 |130.0000|22.00000 |
|3 |202.0000 |310.0000 |16.00000 |
|4 |197.0000 |570.0000 |65.00000 |
|5 |96.00000 |2050.000 |76.00000 |
|6 |209.0000 |200.0000 |26.00000 |
|7 |170.0000 |670.0000|45.00000 |
|8 |240.0000 |300.0000 |29.00000 |
|9 |241.0000 |120.0000 |11.00000 |
|10 |55.00000 |290.0000 |55.00000 |
|11 |75.00000 |1180.000 |87.00000 |
|12 |129.0000 |900.0000|55.00000 |
|13 |24.00000 |1730.000 |93.00000 |
|14 |165.0000 |1150.000 |31.00000 |
|15 |94.00000 |1160.000 |77.00000 |
|16 |96.00000 |1270.000 |80.00000 |
|17 |148.0000 |580.0000|30.00000 |
|18 |98.00000 |660.0000 |69.00000 |
|19 |161.0000 |420.0000 |43.00000 |
|20 |118.0000 |1080.000 |47.00000 |
|21 |269.0000 |290.0000 |17.00000 |
|22 |189.0000 |270.0000|35.00000 |
|23 |126.0000 |560.0000 |58.00000 |
|24 |12.00000 |4240.000 |81.00000 |
|25 |167.0000 |240.0000 |29.00000 |
|26 |135.0000 |430.0000 |65.00000 |
|27 |107.0000 |3020.000 |87.00000|
|28 |72.00000 |1420.000 |63.00000 |
|29 |128.0000 |420.0000 |49.00000 |
|30 |27.00000 |19830.00 |63.00000 |
|31 |152.0000 |420.0000 |84.00000 |
|32 |224.0000 |530.0000 |23.00000...
La multicolinealidad es una violación de las hipótesis o supuestos del modelo de regresión lineal (mínimos cuadrados ordinarios) y tiene efecto sobre los estimadores.
Se dice que existe multicolinealidad cuando dos o más variables explicativas están altamente correlacionadas en el modelo de regresión; esta alta correlación impide conocer el efecto individual de cada unade estas variables explicativas sobre la variable dependiente.
Los coeficientes estimados con el método de mínimos cuadrados ordinarios, en opinión de D. Salvatore, “pueden ser estadísticamente insignificantes”, aun cuando se vea que R2 tenga valores muy altos y, lo que es más importante, los coeficientes estimados aun siguen siendo INSESGADOS. Es más, Salvatore menciona que si el propósitoprincipal de la regresión es el PRONÓSTICO “la multicolinealidad no es un problema si el mismo patrón de multicolinealidad persiste durante el período pronosticado”.
Dominick Salvatore: “Econometría”. Editorial Mc Graw Hill, 1993.
Práctica en Eviews
El siguiente modelo muestra la mortalidad de niños (MI) en función del Producto Nacional Bruto per cápita (PNBCAP) y la Tasa de Alfabetizaciónde la Mujer (TAM).
Mortalidad de niños por cada 1000 nacidos anualmente = f(PNB per cápita, Tasa de alfabetización de la mujer)
MI = 263.6415856 - 0.005646594817*PNBCAP - 2.231585732*TAM
|obs |MI |PNBCAP |TAM |
|1 |128.0000 |1870.000 |37.00000 |
|2 |204.0000 |130.0000|22.00000 |
|3 |202.0000 |310.0000 |16.00000 |
|4 |197.0000 |570.0000 |65.00000 |
|5 |96.00000 |2050.000 |76.00000 |
|6 |209.0000 |200.0000 |26.00000 |
|7 |170.0000 |670.0000|45.00000 |
|8 |240.0000 |300.0000 |29.00000 |
|9 |241.0000 |120.0000 |11.00000 |
|10 |55.00000 |290.0000 |55.00000 |
|11 |75.00000 |1180.000 |87.00000 |
|12 |129.0000 |900.0000|55.00000 |
|13 |24.00000 |1730.000 |93.00000 |
|14 |165.0000 |1150.000 |31.00000 |
|15 |94.00000 |1160.000 |77.00000 |
|16 |96.00000 |1270.000 |80.00000 |
|17 |148.0000 |580.0000|30.00000 |
|18 |98.00000 |660.0000 |69.00000 |
|19 |161.0000 |420.0000 |43.00000 |
|20 |118.0000 |1080.000 |47.00000 |
|21 |269.0000 |290.0000 |17.00000 |
|22 |189.0000 |270.0000|35.00000 |
|23 |126.0000 |560.0000 |58.00000 |
|24 |12.00000 |4240.000 |81.00000 |
|25 |167.0000 |240.0000 |29.00000 |
|26 |135.0000 |430.0000 |65.00000 |
|27 |107.0000 |3020.000 |87.00000|
|28 |72.00000 |1420.000 |63.00000 |
|29 |128.0000 |420.0000 |49.00000 |
|30 |27.00000 |19830.00 |63.00000 |
|31 |152.0000 |420.0000 |84.00000 |
|32 |224.0000 |530.0000 |23.00000...
Leer documento completo
Regístrate para leer el documento completo.