Documente Academic
Documente Profesional
Documente Cultură
Problemas de
especificacion
Profesora:
Economia Social
Seccion: LES 101
noviembre-2015
INTRODUCCION
ERRORES DE ESPECIFICACION
La hiptesis bsica del modelo de regresin lineal mltiple es que la variable
respuesta Y se puede expresar como una combinacin lineal de K variables
explicativas ms un termino de error .Se supone que el termino de error . Se
supone que el trmino de error es independiente de las K variables
explicativas o, equivalente. Que cualquier otra variable explicativa no inducida
en el modelo y que pueda explicar a la variable Y es independiente de las
variables relevantes , bien porque no se puede medir. Otras veces incluyen
errneamente variables irrelevantes o se especifica una relacin lineal que no
es. Todo ello conduce a especificar incorrectamente el modelo Y , es importante
determinar la influencia de tales especificaciones incorrectas tenerlas en
cuenta en los resultados.
Se consideran los siguientes errores de especificacin al ajustar un modelo de
regresin mltiple:
Omitir una variable relevantes, algunas variable regresara de gran importancia
no se ha incluido en el modelo Este problema produce, que los estimadores
mnimos cuadrticos sean sesgados y con mayor varianza salvo que la variable
excluida sea ortogonal a las variables regresaras ya que entonces en
influencia en la variable Y es mayor.
Como R es muy grande los intervalos de confianza de los parmetros del
modelo sean mayores de los que deberan y los contrastes individuales de la T
llevaran a considerar como no significativos a variables regresaras que si lo son
.
Incluir una variable irrelevante que no incluye en la variable respuesta Y o que
la informacin que proporciona sobre esta variable ya est contenida.
Problemas de especificacin
Especificacin.: se refiere a la forma en que esta formulado el modelo
En este trabajo nos preocupamos con dos tipos de mala Especificacin, la
primera que ocurre cuando se omiten variables relevantes de la regresin
lineal y la segunda que ocurre cuando se agregan variables irrelevantes a la
ecuacin.
Variables Omitidas:
Considrese primero el caso en el que una variable. se omite sin darse cuenta
de una especificacin de modelo verdadera esta dado por la ecuacin
yi = B2X2i + B3X3i +ei
Mientras que el modelo de regresin esta dado por
Yi = B*2X2i +*i
Supuesto:
La Especificacin del modelo:
El supuesto es que se conoce la especificacin
del modelo de regresin.
y= xB + e
Tipos de errores que pueden cometerse en la e specificacion dela ecuacion
estimada
1. Omisin de variables relevantes
2. Inclusin de variables superfluas.
3. Mala especificacin.
Problema (si no se cumple)
Mala Especificacin:
Qu es especificar?
Especificar consiste en detallar cuidadosamente el problema que se quiere
resolver. Cuando en la descripcin del problema a tratar faltan detalles nos
encontramos, en general, que no sabemos exactamente qu problema debemos
resolver. En estos casos, donde aparece una ambigedad en la descripcin, o bien
necesitamos informacin adicional o bien ``inventamos'' los detalles que
desconocemos. Si no hay manera de obtener esa informacin adicional, solo
queda la opcin de completar lo que falta, lo que a la postre puede ser desastroso.
Si la misma persona va a ser responsable de la descripcin del problema y de su
posterior resolucin mediante un programa de computador, la especificacin
precisa es la base para desarrollar posteriormente el programa. Si la
especificacin viene fijada por alguien (el cliente), la especificacin cumple,
adems, la labor de ser el ``contrato'' entre el cliente y el desarrollador.
Las ventajas de una buena especificacin son las siguientes:
La especificacin permite ``describir'' el comportamiento que se espera del
programa.
La especificacin permite ``calcular'' el comportamiento real del
programa. De esta manera, la especificacin cumple la labor de
comprobacin del resultado final del programa. En otras palabras, los