Trabajo de econometria

República Bolivariana de Venezuela
Ministerio del Poder Popular para la Defensa
Universidad Nacional Experimental Politécnica de la Fuerza Armada
Núcleo Aragua extensión San Casimiro.

VIOLACIÓN DE LOS SUPUESTOS AL MODELO CLÁSICO.
HETEROCEDASTICIDAD.
AUTOCORRELACIÓN.
MULTICOLINEALIDAD.

Autora:
Ortega Nayari
C.I: 20.247.786
Profesora:
Yohana Requena

Febrero, 2012Modelo de mínimos cuadrados ordinarios:

El análisis de regresión trata de la dependencia de las variables explicativas, con el objeto de estimar y/o predecir la media o valor promedio poblacional de la variable dependiente en términos de los valores conocidos o fijos de las variables explicativas.
Se trata de encontrar un método para hallar una recta que se ajuste de una manera adecuada a la nubede puntos definida por todos los pares de valores muéstrales (Xi, Yi).
Este método de estimación se fundamenta en una serie de supuestos, los que hacen posible que los estimadores poblacionales que se obtienen a partir de una muestra, adquieran propiedades que permitan señalar que los estimadores obtenidos sean los mejores.
Pues bien, el método de los mínimos cuadrados ordinarios consiste enhacer mínima la suma de los cuadrados residuales, es decir, lo que tenemos que hacer es hallar los estimadores que hagan que esta suma sea lo más pequeña posible.
Los supuestos del método MCO son los que se presentan a continuación:

* Supuesto 1
El modelo de regresión es lineal en los parámetros:
Yi = _ + _*Xi +_i. La linealidad de los parámetros se refiere a que los parámetros son elevadossolamente a la primera potencia.

* Supuesto 2
Los valores que toma el regresor X son considerados fijos en muestreo repetido. Esto quiere decir que la variable X se considera no estocástica. Este supuesto implica que el análisis de regresión es un análisis condicionado a los valores dados de los regresores.

* Supuesto 3
Dado el valor de X, el valor esperado del término aleatorio deperturbación _i es cero. E (_i/Xi) = 0 Cada población de Y corresponde a un X dado, está distribuida alrededor de los valores de su media con algunos valores de Y por encima y otros por debajo de ésta. Las distancias por encima y por debajo de los valores medios son los errores, y la ecuación antes señalada requiere que en promedio estos valores sean cero.

* Supuesto 4 Homoscedasticidad:Dado el valor de X, la varianza de _i es la misma para todas las observaciones.
Var (_i/Xi) = E (_i − E (_i)/ Xi)2
E (_i2/Xi) esta ecuación señala que la varianza de las perturbaciones para cada Xi es algún número positivo.
Homoscedastidad significa igual dispersión, en otras palabras significa que las poblaciones correspondientes a diversos valores de X tienen la misma varianza. Por elcontrario, se dice que existe heteroscedasticidad cuando la varianza poblacional, ya no es la misma en cada muestra. El supuesto de homoscedasticidad está indicando que todos los valores de Y correspondientes a diversos valores de X son igualmente importantes.

* Supuesto 5 autocorrelación:
Este supuesto indica que las perturbaciones no están correlacionadas. Esto significa que los errores no siguenpatrones sistemáticos. La implicancia del no cumplimiento de este supuesto (existencia de autocorrelación) implicaría que Yt no depende tan sólo de Xt sino también de _t−1, puesto que _t−1 determina en cierta forma a _t.

* Supuesto 6
Este supuesto indica que la variable X y las perturbaciones no están correlacionadas. Si X; Y estuvieran relacionadas, no podrían realizarse inferencias sobreel comportamiento de la variable endógena ante cambios en las variables explicativas.

* Supuesto 7
El número de observaciones debe ser mayor que el número de parámetros a estimar.

* Supuesto 8
Debe existir variabilidad en los valores de X. No todos los valores de una muestra dada deben ser iguales. Técnicamente la varianza de X debe ser un número finito positivo. Si todos los...