Matematicas

2)

3)



Entonces


Cointegracion.
E-views
Orden de integración
(Granger Causality) Prueba de causalidad -> S lags
Electricidad si causa a Manufactura Residual SeriesmceME ok
view Graph line
view Unit root test
Despues de la cointegracion.
Manuf, elect.
d=diferencia
Is d(manufactura) C d(electricidad) MCEME(-1)
Variable
D(electricidad)
MCME(-1)-0.188628 (negativo entre 0 y 1)

Pruebas de diagnóstico para el modelo final
a) Supuesto de normalidad.

View -> Residual test -> Histogram




Supuesto modelo de regresión linealmúltiple (MRLM)

MRLM con K parámetros, “n” observaciones y K-1 variables explicativas.
B es la sensibilidad de ante

MRLS
Es la sensibilidad de Y ante X


,
Es elvalor de Y cuando nada aporta información.
, B=0

Supuesto.
Normalidad
MRLS : se distribuye normalmente
MRLM :


Homocedasticidad
media cero y la varianza es la mismaNo auto correlación del error.

Forma funcional lineal.
una relación lineal entre y sus variables explicativas (las variables se relacionan con Y literalmente).
Los parámetrosson estables a lo largo de las observaciones.

No multicolinealidad.
No una combinación lineal entre las variables explicativas que no sea la trivial

-Las columnas de la matriz X sonlinealmente independientes
- la matriz X es de rango completo (X)= K


TEOREMA.
Si se cumplen los siguientes supuestos del modelo de regresión del supuesto al , los estimadores es MELI(Mejor Estimador Lineal Insesgado) y es de mínima varianza.
Insesgado, Sea un estimador de

Que sea de Mínima Varianza
Sean , y con cualquier otro estimador de
, es de M.V. siEstas dos características las tiene si se cumplen los supuestos.

: MRLS
MCO






MCO :






C.P.O.




Máxima Verosimilitud: Max L ( )