guia de econometria
Páginas: 10 (2475 palabras)
Publicado: 8 de diciembre de 2014
Guía de econometría.
(Número 2: 9 a 14 Conceptos; 51 ejercicios)
Conceptos
9. ¿En qué consiste el método de Mínimos Cuadrados Generalizados (MCG)?
El método de Mínimos Cuadrados Generalizados (MCG), surge a partir de entender que a través de distintos modelos las varianzas correspondiente a sus observaciones tiende a ser mayor o menor según las variables empleadas; es así que, loideal es la elaboración de “un esquema de estimación de manera que las observaciones que surgen de poblaciones con mayor variabilidad reciban menos peso que las provienen de poblaciones con menor variabilidad”1. De esta manera, y ante el problema de no ser el método de Mínimos Cuadrados Ordinarios (MCO) el indicado para esta clase de estimación, dado que no emplea la información ofrecida por lavariable dependiente asignando de modo tal que asigna igual importancia a cada una de las observaciones, se emplea el método de estimación de MCG, el cual permite discriminar de manera explícita dicha información y obtener estimadores que son MELI (Mejor Estimador Linealmente Insesgado).
En consecuencia, partiendo del modelo original de dos variables:
el cual reordenando se define como:
y,suponiendo el conocimiento de varianzas heteroscedásticas , se divide por ambos lados obteniendo:
De esta manera, el “procedimiento de transformar las variables originales de forma que las variables transformadas satisfagan los supuestos del modelo clásico y de ampliar luego MCO a ellos se conoce como método de mínimos cuadrados generalizados (MCG). En resumen, MCG es MCO sobre las variablestransformadas que satisfacen los supuestos estándar de mínimos cuadrados”2. Por consiguiente, empleando MCG, las observaciones con mayor variabilidad obtendrán una relevancia menor respecto a aquéllas que más cerca estén de la media estimado ayudando con ello a estimar de “la función de regresión poblacional (FRP) de una manera más confiable”.
10. ¿Cómo se detecta la heteroscedasticidad?Entender e identificar la presencia de heteroscedasticidad en el análisis de regresión resulta ser un criterio de gran relevancia para la elaboración de modelo econométricos, pues con respecto a otras ciencias, la econometría no posee un control exacto sobre las muestras que emplea de modo tal que conocer la varianza a partir de una sola observación de resulta imposible. En razón de lo anterior, y aligual que la multicolinealidad, cabe destacar la inexistencia de “reglas precisas y rápidas para detectar la heteroscedasticidad, sólo algunas reglas prácticas”3, pues conocer la varianza total solo es posible si se conoce a su vez toda la población. Es así, que los métodos empleados para el análisis de las perturbaciones , al ser éstas aquellas que se pueden observar e interpretar, se encuentrandefinidas en dos categorías como: métodos informales y métodos formales. Ambos métodos se encargan de evaluar a los residuos esperando que éstos sean buenas estimaciones de .
Métodos Informales:
Conocer la Naturaleza del Problema.
Método Gráfico
Métodos Formales:
Prueba de Park.
Prueba de Glejser.
Prueba de Goldfed-Quandt.
Prueba de Breusch-Pagan-Godfrey.
Prueba General deHeteroscedasticidad de White.
11. Explica los métodos informales para detectar la heteroscedasticidad.
Los métodos informales, definidos en la pregunta anterior, se distinguen por las siguientes características en su análisis:
Conocer la Naturaleza del Problema: Consiste en comprender de antemano los atributos que predominan en una determinada regresión, pues en algunos casos la presencia deheteroscedasticidad resulta ser “una regla y no una excepción”. La manera más general en que se presenta dicho problemas es a partir del “incremento del error aleatorio de medición, según se incrementa el valor de la variable a medir”, aunque otra manera en que se puede presentar es por medio de “una especificación errónea del modelo (error en la función u omisión de variables), o a un problema de cambio...
(Número 2: 9 a 14 Conceptos; 51 ejercicios)
Conceptos
9. ¿En qué consiste el método de Mínimos Cuadrados Generalizados (MCG)?
El método de Mínimos Cuadrados Generalizados (MCG), surge a partir de entender que a través de distintos modelos las varianzas correspondiente a sus observaciones tiende a ser mayor o menor según las variables empleadas; es así que, loideal es la elaboración de “un esquema de estimación de manera que las observaciones que surgen de poblaciones con mayor variabilidad reciban menos peso que las provienen de poblaciones con menor variabilidad”1. De esta manera, y ante el problema de no ser el método de Mínimos Cuadrados Ordinarios (MCO) el indicado para esta clase de estimación, dado que no emplea la información ofrecida por lavariable dependiente asignando de modo tal que asigna igual importancia a cada una de las observaciones, se emplea el método de estimación de MCG, el cual permite discriminar de manera explícita dicha información y obtener estimadores que son MELI (Mejor Estimador Linealmente Insesgado).
En consecuencia, partiendo del modelo original de dos variables:
el cual reordenando se define como:
y,suponiendo el conocimiento de varianzas heteroscedásticas , se divide por ambos lados obteniendo:
De esta manera, el “procedimiento de transformar las variables originales de forma que las variables transformadas satisfagan los supuestos del modelo clásico y de ampliar luego MCO a ellos se conoce como método de mínimos cuadrados generalizados (MCG). En resumen, MCG es MCO sobre las variablestransformadas que satisfacen los supuestos estándar de mínimos cuadrados”2. Por consiguiente, empleando MCG, las observaciones con mayor variabilidad obtendrán una relevancia menor respecto a aquéllas que más cerca estén de la media estimado ayudando con ello a estimar de “la función de regresión poblacional (FRP) de una manera más confiable”.
10. ¿Cómo se detecta la heteroscedasticidad?Entender e identificar la presencia de heteroscedasticidad en el análisis de regresión resulta ser un criterio de gran relevancia para la elaboración de modelo econométricos, pues con respecto a otras ciencias, la econometría no posee un control exacto sobre las muestras que emplea de modo tal que conocer la varianza a partir de una sola observación de resulta imposible. En razón de lo anterior, y aligual que la multicolinealidad, cabe destacar la inexistencia de “reglas precisas y rápidas para detectar la heteroscedasticidad, sólo algunas reglas prácticas”3, pues conocer la varianza total solo es posible si se conoce a su vez toda la población. Es así, que los métodos empleados para el análisis de las perturbaciones , al ser éstas aquellas que se pueden observar e interpretar, se encuentrandefinidas en dos categorías como: métodos informales y métodos formales. Ambos métodos se encargan de evaluar a los residuos esperando que éstos sean buenas estimaciones de .
Métodos Informales:
Conocer la Naturaleza del Problema.
Método Gráfico
Métodos Formales:
Prueba de Park.
Prueba de Glejser.
Prueba de Goldfed-Quandt.
Prueba de Breusch-Pagan-Godfrey.
Prueba General deHeteroscedasticidad de White.
11. Explica los métodos informales para detectar la heteroscedasticidad.
Los métodos informales, definidos en la pregunta anterior, se distinguen por las siguientes características en su análisis:
Conocer la Naturaleza del Problema: Consiste en comprender de antemano los atributos que predominan en una determinada regresión, pues en algunos casos la presencia deheteroscedasticidad resulta ser “una regla y no una excepción”. La manera más general en que se presenta dicho problemas es a partir del “incremento del error aleatorio de medición, según se incrementa el valor de la variable a medir”, aunque otra manera en que se puede presentar es por medio de “una especificación errónea del modelo (error en la función u omisión de variables), o a un problema de cambio...
Leer documento completo
Regístrate para leer el documento completo.