econometria

TEMA8: An´alisis de especificaci´
on y problemas con los datos
Econometr´ıa y Predicci´
on, Matilla et al., Mcgraw-Hill-UNED

Ignacio Garc´ıa Lautre
Centro Asociado de la UNED de Pamplona

20 de marzo de 2014

I. Garc´
ıa Lautre (Dpto. Econom´
ıa)

TEMA8

20 de marzo de 2014

1 / 14

Contenido

Introducci´
on
Introducci´
on

Selecci´
on de variables
Inclusi´
on devariables irrelevantes
Omisi´
on de variables irrelevantes:sesgo de la variable omitida

Mala especificaci´
on funcional

Errores de medida

Otras fuentes de invalidez del modelo

I. Garc´
ıa Lautre (Dpto. Econom´
ıa)

TEMA8

20 de marzo de 2014

2 / 14

Introducci´
on

Introducci´
on

Introducci´on

Objetivo general
Estudiar los problemas que existen en la pr´actica cuando se usa la regresi´
on m´
ultiple para
estimar un efecto causal de un cambio en alguna variable independiente sobre la dependiente

Modelo correctamente especificado
Modelo correctamente especificado=modelo en el que se satisfacen los supuestos o
suposiciones de partida. Se prestar´
a especial atenci´
on a los supuestos de linealidad y
Exogeneidad.

Modelo

apto

o

v´alido

Modelo en el que el estimador del efecto causal, βˆj , sea insesgado y consistente respecto al
verdadero efecto causal βj
Tambi´
en se exige que los contrastes de hip´
otesis realizados tengan el nivel de significaci´
on
deseado

I. Garc´
ıa Lautre (Dpto. Econom´
ıa)

TEMA8

20 de marzo de 2014

3 / 14

Selecci´
on de variables

Inclusi´
on de variables irrelevantesSelecci´on de variables

Inclusi´
on de variables irrelevantes
A˜
nadir a un modelo inicial variables explicativas por lo que el modelo deja de estar
correctamente especificado.
Consecuencias:
El modelo apto queda anidado
El coeficiente R2 aumentar´
a
Los estimadores siguen siendo insesgados y consitentes
Los errores ´
estandar de los estimadores MCO dejan de ser eficientesInstrumentos para detectar el problema:
2

on de Akaike y de Schwarz
Utilizar R , Criterio de informaci´
Contrastes de t y F

I. Garc´
ıa Lautre (Dpto. Econom´
ıa)

TEMA8

20 de marzo de 2014

4 / 14

Selecci´
on de variables

Inclusi´
on de variables irrelevantes

Inclusi´on de variables irrelevantes
Ejemplo 15, p´
ag.123: Demanda de cerveza
Datos de la encuesta depresupuestos familiares entre el primer cuatrimestre de 2008 y
u
´ltimo de 2005 (n = 32):
ln(ccerv ) = β0 + β1 ln(pcerv ) + β2 ln(Y D) + β3 ln(cv.cal ) + β4 ln(cv.mesa ) + ε
Donde ccerv es la cantidad consumida de cerveza per c´
apita, pcerv el precio de la cerveza en
euros de 2005, Y D la renta disponible per c´
aptia en euros de 2005, cv.cal la cantidad
consumida de vino de calidad per c´
apita ycv.mesa la cantidad consumida de vino de mesa
per c´
apita.
Modelo estimado por MCO:
ln(ccerv ) = −10, 27 − 0, 815 ln(pcerv ) + 1, 383 ln(Y D) − 0, 053 ln(cv.cal ) − 0, 06 ln(cv.mesa )
(1,89)

(0,356)

(0,211)

(0,0345)

(0,134)

H0 : β3 = β4 = 0
H1 : Alguno es = 0

Fempirica

SCRR − SCRN R
0, 1627 − 0, 1397
q
2
=
=
= 2, 22
0, 1397
SCRN R
32 − 4 − 1
n−k−1

I. Garc´ıa Lautre (Dpto. Econom´
ıa)

TEMA8

20 de marzo de 2014

5 / 14

Omisi´
on de variables irrelevantes:sesgo de la variable
Selecci´
on de variables omitida

Selecci´on de variables
Omisi´
on de variables irrelevantes:sesgo de la variable omitida
Se omiten del modelo m variables relevantes, incurriendo en un problema de
subespecificaci´
on.
Surge el problema del sesgo de lavariable omitida cuando la variable omitida
est´
a correlacionada con los regresores incluidos en el modelo y cuando es una variable
determinante en la explicaci´
on de la variable dependiente Y
Consecuencias:
No se cumple el supuesto de exogeneidad
Estimadores MCO sesgados y no consistentes
Soluciones
Incluir la variable omitida. Soluci´
on “ideal”
Incluir variables de control....