Documente Academic
Documente Profesional
Documente Cultură
6.1 Introducción
6.2 Predicción puntual
6.3 Predicción por intervalos del valor individual
6.4 Evaluación de la capacidad predictiva de un modelo
Hasta ahora nos hemos centrado en obtener y contrastar hipótesis acerca de los
parámetros del MLB. En este tema utilizaremos nuestro MLB para anticipar el
comportamiento futuro de la variable endógena, es decir PREDECIR Y.
Hay que tener en cuenta que la predicción puntual es una “simple” extrapolación
mientras que la predicción por intervalos recoge una medida de la precisión de la
predicción (medida de fiabilidad de mi predicción).
Por otro lado también, a posteriori, interesará evaluar cual ha sido la capacidad
predictiva de mi modelo. ¿Es mi modelo adecuado para predecir?
Yt = β1 + β 2 X 2t + β 3 X 3t + L β k X kt + ut
y al estimar obtenemos:
Si los valores de las variables explicativas son conocidas en el periodo T=0, entonces,
podemos utilizar el modelo estimado para obtener una predicción de Y en el periodo
T=0.
Yˆ0 = x0′ β̂
El predictor es, si se cumplen las h.e.b, un estimador lineal, insesgado y óptimo de Y0.
2
Y0 = x0′ β + u 0
Yˆ0 = x0′ β̂
Hay tres posibles fuentes de error al utilizar la predicción puntual para predecir Y0 en el
MLB:
Por lo tanto, en general las predicciones no coincidirán con el verdadero valor de Y0.
[ ] [ ]
E Yˆ0 − Y0 = E x0′ βˆ − x0′ β − u 0 = x0′ β − x0′ β = 0
′
var Yˆ0 − Y0 = E Yˆ0 − Y0 Yˆ0 − Y0 = E x0′ βˆ − x0′ β − u 0 x0′ βˆ − x0′ β − u 0 =
′
[
] ( )(
) ( )( )
′ ′
( (
) )(
)
(
)( ) [ ( ) ]
= E x0′ βˆ − β − u 0 βˆ − β x0 u ′ = E x0′ βˆ − β βˆ − β x0 + E[u 0 u 0′ ] − E x0′ βˆ − β u 0′ −
′ ′
( ) ( )( )
E u 0 βˆ − β x0 = x0′ E βˆ − β βˆ − β x0 + E [u 0 u 0′ ] = x0′ σ 2 ( X ′X )−1 x0 + σ 2 =
[
= σ 2 x0′ ( X ′X )−1 x0 + 1 ]
Por tanto, el error de predicción del valor individual para Y0 tendrá la siguiente
distribución:
[
Yˆ0 − Y0 → N 0, σ 2 ( x0′ ( X ′X )−1 x0 + 1) ]
Un estimador insesgado de la varianza del error de predicción será:
σˆ 2ˆ = σˆ 2 ( x0′ ( X ′X )−1 x0 + 1)
Y0 −Y0
3
Por tanto,
(Yˆ0 − Y0 )
2
→F 1,T − k
σˆ 2ˆ
Y0 − Y0
O alternativamente,
(Yˆ0 − Y0 ) → t
T −k
σˆ 2ˆ
Y0 − Y0
(Yˆ0 − Y0 ) ≤ t α / 2
T −k
σˆ ˆ
Y0 − Y0
o lo que es lo mismo:
− tTα −/ k2 ≤
(Yˆ0 − Y0 ) ≤ t α / 2
T −k
σˆ ˆ
Y0 − Y0
Por tanto, un intervalo de probabilidad para el valor individual queda definido por:
[Yˆ − t
0
α /2 ˆ ˆ α /2 ˆ
T − k σ Yˆ0 − Y0 ; Y0 + tT − k σ Yˆ0 − Y0 ]
Ejemplo:
(Examen 29-01-2008)
Se pretende analizar los distintos factores que determinan el salario de los individuos.
Utilizando los resultados del CUADRO 1:
4
a) Estime el sueldo que cobraría un hombre con 30 años de edad, 4 años de experiencia
y 10 años de educación
b) Proporcione un intervalo de predicción al 90% para el logaritmo del salario (para la
misma persona del apartado anterior) [Nota: suponga que la desviación típica del error
de predicción es 2]
CUADRO 1
h
∑ Pt − At
EAM = t =1
h
5
Yˆ − Yt −1 Y − Yt −1
Pt = t At = t
Yt −1 Yt −1
h 2
∑ (Pt − At )
ECM = t =1
h
h
( 2
∑ Pt − At / h
t =1
)
U 66 =
h
2
∑ At / h
t =1
0 ≤ U66 ≤ ∞
6
Para que un modelo fuese adecuado para predecir seria deseable que los dos
primeros componentes fuesen cero.
Ejemplo:
(Examen 8-07-2008)
7
Gráfico1.