Supuestos 2

Modelo clásico de regresión lineal: fundamentos del método de mínimos cuadrados.

El modelo de Gauss, modelo clásico o estándar de regresión lineal (MCRL), es el cimiento de la mayor parte de lateoría econométrica y plantea siete supuestos.

SUPUESTO 1
Modelo de regresión lineal: El modelo de regresión es lineal en los parámetros, aunque puede o no ser lineal en las variables. Es decir, elmodelo de regresión como se muestra en la ecuación:
Yi =β1 + β2 Xi + ui
Este modelo puede extenderse para incluir más variables explicativas.

SUPUESTO 2
Valores fijos de X, o valores de Xindependientes del término de error: Los valores que toma la regresora X pueden considerarse fijos en muestras repetidas (el caso de la regresora fi ja), o haber sido muestreados junto con la variable dependienteY (el caso de la regresora estocástica).
En el segundo caso se supone que la(s) variable(s) X y el término de error son independientes, esto es, cov (Xi, ui) = 0.SUPUESTO 3
El valor medio de la perturbación ui es igual a cero: Dado el valor de Xi, la media o el valor esperado del término de perturbación aleatoria ui es cero. Simbólicamente, tenemos queE (ui |Xi) = 0
O, si X no es estocástica,
E (ui ) = 0
Lo que sostiene el supuesto 3 es que los factores no incluidos explícitamente en el modelo y, por consiguiente,incorporados en ui, no afectan sistemáticamente el valor de la media de Y; es decir, los valores positivos de ui se cancelan con los valores negativos de ui, de manera que el efecto medio o promediosobre Y es cero. Establece que el valor de la media de ui, que depende de las Xi dadas, es cero. También implica que no hay sesgo de especificación o error de especificación en el modelo del análisisempírico.

SUPUESTO 4
Homoscedasticidad o varianza constante de ui: La varianza del término de error, o de perturbación, es la misma sin importar el valor de X. Simbólicamente, tenemos que
Var...