Econometria

Análisis de Regresión Lineal con Dos Variables
Algunas Ideas Básicas

El análisis de regresión lineal de dos variables es una ecuación con una variable dependiente (generalmente Y, tambiénllamada regresada) y una variable explicativa (X, variable regresora o independiente)
La linealidad se refiere a que los parámetros (los betas de la ecuación) son simples y no cuadráticas o cúbicas. Lasvariables pueden o no serlo, pero para motivos de estudio, los parámetros no pueden ser cuadráticos ni cúbicos.
La especificación estocástica de la FRP (función de regresión de la población) serefiere a la utilización del término µ (se pronuncia mu) se refiere a todas las variables que cumplen la o las siguientes características:
Vaguedad de la teoría: se refiere cuando existen variableslimitadas para explicar un fenómeno y mu reemplaza a las que no conocemos.
Falta de disponibilidad de datos: mu reemplaza las variables de las cuales no conocemos o no podemos conocer los datos.Variables centrales y variables periféricas: se refiere a la influencia de variables múltiples que no tienen importancia relevante en la explicación de un evento, por lo que se juntan todas esas y secalifican como un solo mu.
Variables representantes (proxy) inadecuadas: se utiliza cuando pueden existir errores de medición o variables que no tienen una fácil demostración o demostración observable.Principio de parsimonia: dice que si un modelo es explicable con pocas variables y su resultado es sustancial, se simplifica la fórmula y se reemplaza el resto de las variables con mu.
Formafuncional incorrecta: se refiere al momento en que una función puede tener un error de planteamiento o tiene otra forma de cálculo. El mu explicaría la diferencia entre las distintas formas de explicar unateoría. Según el ejemplo hace la diferencia entre las siguientes funciones:
Y_i=β_1+β_2 X_i+μ_i ; Y_i=β_1+β_2 X_i+β_3 X_i^2+μ_i
Una función de regresión poblacional se refiere a los promedios...