TALLER DE HETEROCEDASTICIDAD

PRESENTADO POR: ESTUDIANTES UNIVERSIDAD DEL CAUCA

PRESENTADO A: Profesor. Mauricio Gmez

Universidad del Cauca Programa de economa Popayn 2013 1) Especificacin del modelo El modelo escogido es

Donde hace referencia a las ventas netas para cada i. El contador informa el ranking de empresas del sector industrial del Cauca. Por su parte , es la suma de activos brutos para cada empresa respectiva1. Con respecto a , se espera a priori que sea positivo, pues si se tiene ms capital bruto es posible tener mayor productividad, aumentar el volumen producido y as mismo incrementar las ventas, ceteris paribus (que los precios sigan igual y el ratio produccin actual-produccin pasada sea mayor a uno). Por lo tanto, se trabaja de ahora en adelante, la prueba como de una sola cola: positiva. Al correr el modelo se tiene,

El es moderadamente alto, su valor de 0.75 implica que la variacin de los valores estimados de alrededor de su media es la variacin de los verdaderos alrededor de la media muestral. El resultado slo deja un 25% de explicacin para los residuales al cuadrado, lo cual se considera vlido para la especificacin del modelo. El hecho que el no toque, por ejemplo, valores mayores a 0.9 es debido a que la muestra tiene datos muy diversos entre familias del Pacfico limitada y Metalmecnicas del sur S.A. hay una gran diferencia.

Datos tomados de: Caiza, J. (2009). 200 empresas generadoras de desarrollo en el Cauca. Disponible en: http://www.cccauca.org.co/public/archivos/documentos/estudios-economicos/200-empresas-generadorasdesarrollo-cauca.pdf

El p valor, que muestra el nivel de significancia ms bajo al cual puede rechazarse la Ho: , es menor de 0.005. Esto, tanto para c, como para X, lo cual deja ver que hay pocas probabilidades de cometer el error tipo I, los estimadores muestrales son, por lo tanto, significativos. Como se tienen ms de 20 grados de libertad (exactamente 38), entonces se puede aplicar la regla 2t a un nivel de significancia del 5%. El t-statistic es mayor a 1.73 (valor que se utiliza para datos de una sola cola), por lo cual se observa la significancia estadstica de las variables individuales. A su vez, el F calculado es mucho mayor que cualquier valor de la tabla F, y an ms, con 1 grado de libertad en el numerador y 38 en el denominador, a un nivel de confianza del 95%, el F de tabla da 4.08, el cual es mucho menor que el F calculado. Mtodo grfico.

En este primer mtodo de deteccin exploratorio se puede observar que los residuos al cuadrado graficados frente a X, tienen una acumulacin en los primeros datos de X, para luego dispersarse alrededor de la regresin. Se esperara una heterocedasticidad pero no muy grave, debido a que pocos residuos reaccionan frente a la variacin de X. Goldfeld y quandt. Modelo 1.

Modelo 2.

La segunda SRC es la mayor, por lo tanto, sta va en el numerador.

Cmo el

es mayor que

, se rechaza la hiptesis nula de homocedasticidad.

La prueba tiene por supuesto de partida que, las estn normalmente distribuidas, si se analiza el histograma se tiene:

El Jarque-Bera es alto y mayor de 5.99 (valor de la distribucin ji-cuadrada con 2 grados de libertad y 5% de significancia); adems, su p valor es cero, por lo cual se rechaza la hiptesis de normalidad. Estadsticamente no sigue una distribucin normal y eso se evidencia tambin en el coeficiente de asimetra, 1.48. ste valor est lejano de cero, lo cual da indicios de no normalidad, adems la kurtosis se aparta de 3, lo cual da muestras de no normalidad. Prueba de Park.

) El de la prueba de park, es decir, del )= , es estadsticamente significativo. La prueba 2t (aplicada para grados de libertad mayores a 20 y prueba de dos colas) puede aplicarse en este caso y da como resultado la significancia del parmetro que acompaa el Ln de X. Se observa de igual manera que el p-valor es menor a 0.05, lo cual indica que el nivel de significancia ms bajo al cual se puede rechazar la hiptesis nula ( ) es aceptable. La probabilidad de cometer el error tipo 1 es baja. Prueba de Glejser. | |

. | |

. | |

. | |

El coeficiente con el mayor t calculado es | |

Lo cual da indicios de la estructura de la heterocedasticidad, como dependiente de la raz cuadrada de Xi.

Contraste de White.

Como el R calculado es mayor al de tabla se rechaza la hiptesis nula de homocedasticidad. Contraste Breusch-Pagan-Godfrey.

El es mayor al , por lo tanto no se acepta la hiptesis nula de homocedasticidad. Esta prueba cuenta, como supuesto, con la normalidad de los errores, el cual es estadsticamente correcto segn la prueba Jaque-Bera realizada ms arriba. Correccin del problema. Ponderacin suponiendo la estructura de la varianza

Para este caso en especfico se est suponiendo que , por lo cual al estandarizar se utiliza la desviacin estndar igual a , que es la consideracin de Park. Prueba de Park para el ponderado de la desviacin estndar

Como se puede observar el test de park aplicado al nuevo modelo ponderado corrige la heterocedasticidad. El p-valor es mayor al 5%, lo cual indica que la probabilidad exacta de cometer el error tipo 1 es demasiado alta, para las consideraciones estndar de un nivel de confianza del 95%. La regla 2t tambin avala la correccin del modelo. Correcin de White

La prueba de White se aplica automticamente en el sistema Eviews, lo cual lanza datos de valores t mucho ms bajos que la regresin original

Prueba de Park para White

La prueba de Park para White muestra que en realidad no se logra corregir la heterocedasticidad por el mtodo en cuestin. Contrario a lo que sucedi con la ponderacin sobre raz cuadrada de x que correga el problema. La razn es que en la prueba de White se considera una regresin como ponderacin. Y el efecto de X se ve disminuido porque, no solo se tiene en cuenta la influencia de la regresora sino tambin el de los errores. Transformacin box-cox

La transformacin de Box-cox consta en poner logaritmo natural tanto a la regresora como la regresada, comprimiendo la escala en la cual se miden las variables y poniendo como elasticidades el coeficiente del Ln(x).

La correccin box-cox logra corregir el modelo parcialmente. La probabilidad est por debajo de pvalor, pero el t-estadstico sale del margen de la regla 2t. Conclusiones. Se ha visto que el modelo tiene heterocedasticidad causada por la diferencia en ventas y activos brutos de las diferentes empresas. Se ha logrado corregir la heterocedasticidad de la estimacin al ponderar por raz cuadrada de X, sin embargo, mediante otras correciones como box-cox y White no se logra el cometido. Esto da muestras del efecto cualitativo de las industrias del Cauca. Segn se quiera trabajar, se puede tomar alguno de los tres modelos corregidos.