Supuesto de violación de la Homocedasticidad

Páginas: 14 (3368 palabras) Publicado: 23 de octubre de 2013






Trabajo Econometría

“Supuesto de violación de la Homocedasticidad”
















Asignatura: Econometría.

Profesora: Verónica Escobar.

Fecha de entrega: 2 de junio, 2012.
Índice
Introducción……………………………………………………......................................... 3
Heteroscedasticidad……………………………………………………………………..... 4
Causales de laHeteroscedasticidad…………………………………………………...… 9
Detección dela Heteroscedasticidad……...………………………………………………. 10
Consecuencias……………………………………………..………………………………16

¿Cómo corregirla? …………………………………………….................................……. 17

Conclusión……………………………………..………...…………………………..….…19

Bibliografía……………………………………..….……………………………...……….20










Introducción
Un supuesto importante del modelo clásico de regresión lineal es que lasperturbaciones µi que aparecen en la función de regresión poblacional son homocedásticas; es decir, todas tienen la misma varianza.
La presencia de heterocedasticidad nunca ha sido razón para descartar un buen modelo. Sin embargo, esto no significa que ella deba ser ignorada.
El análisis de muchos fenómenos económicos exige relajar el supuesto de HOMOCEDASTICIDAD (varianza condicional del error constante)que se hace en el modelo de regresión clásico.
Tanto en el contexto de datos de sección cruzada como de datos de series temporales es habitual encontrar situaciones con HETEROCEDASTICIDAD.
El termino heterocedasticidad se refiere a aquella situación en que la varianza de Y condicional a las variables del modelo no es constante para los distintos valores de las X´s
Los estimadores MínimoCuadráticos Ordinarios (MCO) respectivos son poco representativos y resultaría más adecuado utilizar procedimientos alternativos de estimación. Por eso el siguiente trabajo explica los aspectos relacionados con la violación de la homocedasticidad.






Heteroscedasticidad.
La homocedasticidad es el supuesto más importante del modelo clásico de regresión lineal, ya que, la Varianza de cadatérmino de perturbación µi, condicional a los valores seleccionados de las variables explicativas, es algún número constante igual a σ2, si este no se satisface, hay Heterocedasticidad:
i = 1,2,..., n
Normalmente la hipótesis se formula sin aludiral carácter condicional de la Varianza.
La varianza condicional de Yi la cual es igual a la de µI, condicional a las Xi dadas, permanece igual sin importar los valores que tome la variable “X”.
En contraste, la Varianza condicional de Yi aumenta a medida que X aumenta. Aquí las Varianza de Yi no son las mismas. Por lo tanto, hay Heteroscedasticidad, simbólicamente:Observe el subíndice de σ2, que nos recuerda que las Varianzas condicionales de µi (igual varianzas condicionales de Yi) han dejado de ser constantes.
En síntesis, la heteroscedasticidad es una característica del modelo por la que las varianzas condicionales del error no son constantes.

Obsérvese de forma muy atenta que la idea de varianza condicional refiere almodelo completo: el problema aparece cuando la combinación lineal de todos los regresores del modelo generan errores cuyas varianzas condicionales no son constantes.

Esto es importante porque luego se observarán situaciones en las que por alguna razón teórica y o empírica, se ha supuesto que una variable es la generadora de la heteroscedasticidad. Sin embargo, esta situación es unasimplificación a veces didáctica o en todo caso, la situación más favorable para luego emprender medidas correctivas.

En los textos de estadística y de econometría se registran algunas de las causas por las que puede aparecer este problema. Haciendo una síntesis de Gujarati (2004), Chaterjee et. Al (2000), de Arce (2001), se proponen las siguientes razones:

I. La...
Leer documento completo

Regístrate para leer el documento completo.

Estos documentos también te pueden resultar útiles

  • Supuestos de violacion en la autocorrelacion
  • Supuestos
  • Supuesto
  • Supuestos
  • supuestos
  • los supuestos
  • Supuestos
  • violacion

Conviértase en miembro formal de Buenas Tareas

INSCRÍBETE - ES GRATIS