CLASE 10septiembre2015

UNIVERSIDAD AUTÓNOMA DE COLOMBIA

ECONOMETRÍA
Alexander Rodríguez Romero
Septiembre de 2015

Estimadores de Mínimos Cuadrados

Estimadores de Mínimos Cuadrados
• Se expresan únicamente en términosde cantidades observables
• Son estimadores puntuales (proporcionan un solo valor)
• Una vez obtenidos de los datos de la muestra es fácil obtener la línea
de regresión muestral:
• Pasa a través delas medias muestrales
• El valor medio de los residuos es cero

El término de error
• El término de error es sustituto de todas las variables que no se
incluyen en el modelo, pero que colectivamenteafectan a Y.
• ¿Por qué se incluye el error y no todas las X?
1. Variables centrales y periféricas (parsimonia)
2. No disponibilidad de datos
3. Forma funcional incorrecta
4. Ambigüedad de la teoría
5.Aleatoriedad del comportamiento humano
6. Variables proxy (representantes) inadecuadas

Modelo clásico de regresión lineal (MCRL)
• El objetivo es inferir el valor de los parámetros en la población
•Pero es necesario hacer supuestos sobre la forma como se genera

• En la expresión
y de los errores

, Y depende de la variable explicativa

• Entonces es necesario saber como se generan
y
parahacer
una interpretación válida de las estimaciones obtenidas.

Modelo clásico de regresión lineal (MCRL)
Supuesto 1
• El modelo de regresión es lineal en los parámetros, pero puede no ser
lineal en lasvariables explicativas:

Modelo clásico de regresión lineal (MCRL)
Supuesto 2
• En muestreo repetido los valores de X permanecen fijos.
• X se supone no estocástica.
• Las variables explicativas y eltérmino de error son independientes:

• X y u tienen influencia separada y aditiva sobre Y
• Si están correlacionadas no es posible diferenciar sus efectos
individuales sobre Y

Modelo clásico deregresión lineal (MCRL)
Supuesto 3
• La media de los errores es cero

• Los factores que no están incluidos explícitamente en el modelo y que
están incorporados en
, no afectan sistemáticamente el...