Documente Academic
Documente Profesional
Documente Cultură
ECONOMETRA I
mjab
ECONOMETRA I
CAPACIDADES:
- Explica la Econometra como ciencia, su objeto, su mtodo de
estudio y sus etapas, as como los diferentes tipos de datos
que se usan en cada una de ellas.
- Formula modelos economtricos reconociendo los elementos
que los componen.
- Usa el anlisis de regresin como herramienta de la
econometra.
- Utiliza el software economtrico Eviews 7 como herramienta
para el anlisis y desarrollo de las etapas de la Econometra.
mjab
ECONOMETRA I
SUPUESTOS FUNDAMENTALES
DEL MRLC
mjab
01/09/2015
PRECISIONES PREVIAS
Modelo clsico de regresin lineal / Modelo
clsico de regresin lineal Normal.
Los supuestos se refieren a la FRP y no a la FRM.
Los supuestos no son necesarios para la
obtencin de los estimadores minimocuadrticos
de los coeficientes (parmetros) del modelo.
mjab
PRECISIONES PREVIAS
ESPECIFICACIN DEL MODELO
Ecuacin(es)
que
caracteriza(n)
la(s)
relacin(es) estocstica(s) entre las variables.
Supuestos tericos, deducidos de la Teora
Econmica, sobre los parmetros.
Especificacin
de
la
distribucin
probabilidad de la perturbacin aleatoria.
de
mjab
Sencillez y operatividad de la
distribucin Normal.
mjab
01/09/2015
EL
VALOR
MEDIO
DE
LAS
PERTURBACIONES, i, ES IGUAL A CERO
Expresado en forma analtica: E [i/Xi] = 0
Dado que Yi = + Xi + i , este supuesto
implica que: E [Yi/Xi] = + Xi
mjab
mjab
mjab
01/09/2015
mjab
10
mjab
11
HETEROSCEDASTICIDAD:
Var(1/X1) Var(2/X2) Var(i/Xi) Var(n/Xn)
Var(Y1/X1) Var(Y2/X2) Var(Yi/Xi) Var(Yn/Xn)
mjab
12
01/09/2015
HOMOSCEDASTICIDAD
13
mjab
HETEROSCEDASTICIDAD
14
mjab
~ N ( 0, 2)
Yi ~ N ( +Xi , 2)
mjab
15
01/09/2015
mjab
16
1 n
( X i X )2
n i 1
ES UN NMERO FINITO DISTINTO DE CERO.
Este supuesto de no aleatoriedad de X puede ser
abandonado si exigimos incorrelacin entre la(s) variable(s)
explicativa(s) y las perturbaciones:
17
Cov(Xi, Xj) = 0
mjab
ij
18
01/09/2015
19
En nuestro modelo:
FRP
E[Y/Xi] = f(Xi)
mjab
20
Yi X i
R esiduo : Yi Yi ei
mjab
21
01/09/2015
RESUMEN
POBLACIN
MUESTRA
Yi X i i
Yi X i ei
E Y / X i X i FRP
Yi E Y / X i i
Yi
Yi Y ei
estima a
mjab
Yi X i FRM
E Y / X i
22
23
Mxima
24
01/09/2015
ei2 f , (Yi X i ) 2
i 1
i 1
sea minima
n
n
n 2
ei 2 (Yi X i ) ei 0
i 1
i 1
i 1
n
n
n 2
ei 2 (Yi X i ) X i X i ei 0
i 1
i 1
i 1
25
mjab
i 1
i 1
Yi n X i
n
i 1
i 1
i 1
X iY X i X i2
mjab
26
xi yi
i 1
n
xi2
Y X
s XY
sX 2
i 1
siendo :
xi X i X
mjab
yi Yi Y
27
01/09/2015
INTERPRETACIN DE LOS
ESTIMADORES
: Es el valor medio estimado de Yi cuando el
valor de la variable explicativa Xi es cero. Carece
de interpretacin econmica.
: Se interpreta como la variacin promedio
estimada del valor medio estimado de Yi ante
variaciones unitarias de la variable explicativa Xi
28
mjab
PROPIEDADES
Pasa a travs de las medias muestrales de
X e Y.
Y X
Yi X i (Y X ) X i Y ( X i X )
Y Y
29
mjab
PROPIEDADES
El valor medio de los residuos es 0. Se deduce de la 1
ecuacin de ajuste.
Esta propiedad permite expresar el modelo en su forma desviacin. Sea,
Y i X
ei
(1 )
Y n X e
i 1
i 1
i 1
siendo ei 0
i 1
Yi Y ( X i X ) ei
mjab
y i x i ei
y i x i
30
10
01/09/2015
PROPIEDADES
Los residuos ei no estn correlacionados con el valor
estimado de Yi
n
i 1
i 1
y i ei xi ei xi ( yi xi )
i 1
i 1
i 1
i 1
i 1
i 1
i 1
x i y i / x i2
31
PROPIEDADES
Los residuos ei no estn correlacionados con Xi.
Se deduce de la 2 ecuacin de ajuste.
n
n
n 2
ei 2 (Yi X i ) X i X i ei 0
i 1
i 1
i 1
Perturbaciones incorrelacionadas
Cov (ei, ej) 0
Residuos correlacionados
32
n
Yi
E E Y X E i 1
n
XE
n
n
Xi
Xi
i
i 1
E 1
X n X
n
xi yi
1 n
1 n
E E i 1n
n
xi E yi n
xi xi
i 1
i 1
xi2 xi2
xi2
i 1 i 1
i 1
mjab
33
11
01/09/2015
xi yi
Var Var i 1n
xi2
i 1
xi2
i
1
n
xi2 Var yi
i 1
2
n
xi2
i 1
2
2
2
2
Var Var Y X Var Y X Var
X n
n
xi2
se
i 1
xi2
i 1
mjab
1 X
se
n n x 2
i
i 1
34
35
ESTIMADOR DE LA VARIANZA DE
LAS PERTURBACIONES
n
ei2
i 1
n2
ei2
i 1
n2
xi yi
i
n
n
n
n
i 1
mjab
36
12
01/09/2015
E 2
Var 2
2
n 2 n 2 2 n 2
:
2
2
2
2 n 2
2
4
n 2 (n 2) 2 4 n 2
2 4
:
2
2
n2
4 4
2 n 2
mjab
37
38
Covarianza de los
estimadores MCO de y
Los valores de los estimadores de MCO de y
son diferentes para cada muestra y para una
muestra dada tienden a depender entre s.
Cov , E X Var X n
xi2
i1
mjab
39
13
01/09/2015
mjab
M2 V
e i2
i 1
40
PREGUNTAS?
GRACIAS
mjab
41
TAREA
DESARROLLAMOS
EL
SUPUESTO
DE
NORMALIDAD.
ANALIZAMOS
PROPIEDADES
DE
LOS
ESTIMADORES MCO BAJO EL SUPUESTO DE
NORMALIDAD.
DESARROLLAMOS EL MTODO DE MXIMA
VEROSIMILITUD.
mjab
42
14