06 Multicolinealidad
Multicolinealidad
Máximo Camacho
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
1
Multicolinealidad
h
i
Bloque I: El modelo lineal clásico
r
Tema 1: Introducción a la econometría
r
Tema 2: El modelo de regresión lineal
r
Tema 3: El método MCO
r
Tema 4: Propiedades de la estimación MCO
r
Tema 5: Inferencia y predicción
Bloque II: Extensiones al modelo linealclásico
r
Tema 6: Multicolinealidad
r
Tema 7: Variables ficticias
r
Tema 8: Heteroscedasticidad
r
Tema 9: Endogeneidad
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
2
Descripción de la clase
Introducción
Multicolinealidad exacta
•
Consecuencias sobre la estimación
•
¿Cómo detectarla?
•
¿Cómo corregirla?
Multicolinealidad aproximada
•
Consecuenciassobre la estimación
•
¿Cómo detectarla?
•
¿Cómo corregirla?
Conclusiones
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
3
1. Introducción
1.1. Ejemplo de clase
En California los responsables de educación quieren estudiar notas en 420
colegios. Datos en 1998
i
Notas Yi
i
Ratio estudiantes por profesor X1i (REP)
i
Porcentaje de alumnos que no hablan bien el idioma X2i(PNI)
i
Porcentaje de alumnos que pueden pedir ayuda para comedor X3i (PAC)
i
Porcentaje de alumnos que pueden pedir ayuda por renta baja X4i (PAR)
¿Cómo estimamos esta relación?
Modelo lineal clásico
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
nuevas
4
1. Introducción
1.2. Supuestos del modelo lineal clásico
Suponemos relación lineal entre las variables
Yi = β 0 +β1 X 1i + ... + β k X ki + ε i
Y = Xβ + ε
Yi = χ i ' β + ε i
Supuestos
E (ε i χ i ) = E (ε i ) = 0
Exogeneidad débil
Muestras aleatorias
⇒
E (ε i χ j ) = E (ε i ) = 0
Momentos cuartos finitos
No multicolinealidad exacta
Normalidad
Homoscedasticidad
Máximo Camacho
( )
E (ε iε j ) = E (ε i )E (ε j ) = 0
( )
( )
0 < E ε i4 < ∞,0 < E X 14i < ∞,...,0
X 1 ,..., X n no son linealmente dependientes
ε X~N
var(ε i X ) = σ 2∀i
Econometría I - ADE+D 11/12 - Tema 6
5
2. Multicolinealidad exacta
2.1. Concepto
Definición
i
Una o varias variables explicativas son una combinación lineal de otra(s)
Ejemplos económicos
i
.
Renta regional
i = β 0 + β1interési + ε i
i
. i = β0 + β1ingresosi + β 2gastos i + β3beneficioi +ε i
Cotización
La matriz de explicativas X tiene columnas linealmente dependientes
⎛ Y1 ⎞ ⎛1
⎜ ⎟ ⎜
⎜ Y2 ⎟ ⎜1
⎜ ⎟ = ⎜
⎜ ⎟ ⎜
⎜ Y ⎟ ⎜1
⎝ n ⎠ ⎝
Máximo Camacho
X 11
X 12
X 1n
X k 1 ⎞⎛ β 0 ⎞ ⎛ ε 1 ⎞
⎟⎜ ⎟ ⎜ ⎟
X k 2 ⎟⎜ β1 ⎟ ⎜ ε 2 ⎟
+
⎟⎜ ⎟ ⎜ ⎟
⎟⎜ ⎟ ⎜ ⎟
X kn ⎟⎠⎜⎝ β k ⎟⎠ ⎜⎝ ε n ⎟⎠
Econometría I - ADE+D 11/12 - Tema 6
6
2.Multicolinealidad exacta
2.2. Implicación para el modelo
−1
ˆ
(
)
β
=
X
'
X
X 'Y
No podemos encontrar de forma única MCO
rango ( X ) < K
X'X = 0
∄(X X)-1
i
Teoría: Hemos excluido este caso por supuesto !
i
Pero podría aparecer en aplicaciones prácticas
¿Cómo detectarlo?
i
Los programas “se quejarán” de que no podemos invertir matriz (X’X)
i
En Eviews aparece el mensaje“near singular matrix”
¿Cómo corregirlo?
i
Se deben a errores del investigador al introducir las explicativas
i
Al aparecer mensaje de error, corregiremos las explicativas
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
7
2. Multicolinealidad exacta
2.2. Implicación para el modelo
Corrección
i
En el ejemplo de la renta regional, supongamos interési = 4
Renta regionali = β 0 +β1interési + ε i
Renta regionali = α 0 + ε i
i
Renta regionali = β 0 + β1 4 + ε i
α 0 = β0 + β1 4
En el ejemplo de la cotización sabemos beneficiosi = ingresosi - gastosi
Cotización i = β 0 + β1ingresosi + β 2gastos i + β3beneficioi + ε i
α 0 = β0
Cotización i = α 0 + α1ingresosi + α 2gastos i + ε i
α1 = β1 + β3
α 2 = β 2 − β3
Máximo Camacho
Econometría I - ADE+D 11/12 - Tema 6
8
3....
Regístrate para leer el documento completo.