Modelo de regresión lineal

Erika Collantes Goicochea

PUCP

23 de marzo de 2019

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 1/8

1 El modelo de regresión lineal clásico con dos variables

2 El modelo de regresión lineal con k variables

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 2/8
El modelo de regresión lineal clásico con dos variables

Las teorías económicas nos muestran ciertas relaciones que el

economista aplicado esperaría encontrar en la vida real.
No obstante, es frecuente que tales asociaciones no sean tan claras
cuando se presentan datos en forma visual mediante grá…cos de
dispersión.
La razón para que esto ocurra así es que los modelos económicos en
su gran mayoría presentan relaciones determinísticas que no se
cumplen exactamente con las observaciones de datos reales.
A diferencia de la física, la cual cuenta con “leyes” basadas en
fórmulas exactas que deben cumplirse en cualquier contexto, en
economía ni siquiera las llamadas “leyes económicas” se cumplen a la
perfección mostrando siempre relaciones imperfectas y contaminadas
por otros elementos no tomados en cuenta por la teoría.

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 2/8

El análisis de regresión

Este análisis consiste en usar técnicas estadísticas para el estudio de

la relación entre una variable Y (llamada variable dependiente) y otra
o más variables X (llamadas variables independientes). El objetivo del
análisis de regresión es explicar y pronosticar el comportamiento de la
variable dependiente a través del comportamiento de la o las variables
independientes.
El modelo de regresión lineal clásico (MRLC) con dos variables es un
ejemplo de modelo econométrico, en el cual se enfatiza la relación de
dependencia entre dos variables. En este modelo, una de ellas (Y)
depende del comportamiento de la otra (X). Aunque este modelo se
construye sobre la base de supuestos muy restrictivos y poco realistas,
es la piedra inicial del análisis econométrico.

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 3/8

La muestra de observaciones

Se supone que se cuenta con observaciones de las variables aleatorias

X e Y, es decir, tenemos n pares (Yi , Xi ), donde i = 1, 2, . . . , n,
siendo esta la forma típica de presentar los datos de corte transversal.
Cuando los datos son de series de tiempo, se suele colocar el
subíndice t señalando el correspondiente periodo, (Yt , Xt ), para
t = 1, . . . , T , mientras que si los datos son de panel, se requiere
indicar a la entidad y el periodo, (Yit , Xit ).
En el modelo que vamos a desarrollar, la muestra no tiene sesgos en
el sentido que en buena medida representa a la población, y de
acuerdo a los supuestos que vamos a plantear a continuación, esta
muestra se comporta de forma muy parecida a una que se hubiera
obtenido de un muestreo aleatorio simple.

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 4/8

Supuestos del modelo clásico

Supuesto 1: La relación entre X e Y es una relación lineal en

parámetros
Yi = β 1 + β 2 Xi + u i
donde β1 y β2 son dos parámetros poblacionales que deben ser estimados.
β2 es el “efecto marginal”, “pendiente” o impacto de X sobre Y, ∂Y /∂X .
Se le llama “regresión” o “función de regresión poblacional (FRP)”:

FRP : β1 + β2 Xi

la cual resume la “verdadera” relación existente entre la variable X e Y.

El término ui también es aditivo y es el “término de perturbación o error”.
Esta variable aleatoria no es observable y muestra todo aquello que queda
fuera de la “verdadera relación”, dejando claro que la relación entre X e Y
no es exacta.

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 5/8

Supuestos del modelo clásico
Supuesto 2: La esperanza condicional del término de
perturbación dados los valores de X es igual a cero.
E [ui jXi ] = 0, i = 1, . . . , n
Algunas implicaciones que se derivan de este supuesto:
La media incondicional del término de error es cero E [ui ] = 0
Demostración:
E [ui ] = EX [E [ui jXi ]] = EX [0] = 0

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 6/8

Supuestos del modelo clásico
Supuesto 2: La esperanza condicional del término de
perturbación dados los valores de X es igual a cero.
E [ui jXi ] = 0, i = 1, . . . , n
Algunas implicaciones que se derivan de este supuesto:
La media incondicional del término de error es cero E [ui ] = 0
Demostración:
E [ui ] = EX [E [ui jXi ]] = EX [0] = 0
E [Xi ui ] = 0, es decir, Xi y ui son “ortogonales” en el sentido
estadístico.
Demostración:
E [Xi ui ] = EX [E [Xi ui jXi ]] = EX [Xi E [ui jXi ]] = EX [Xi (0)] = 0

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 6/8

Supuestos del modelo clásico
Supuesto 2: La esperanza condicional del término de
perturbación dados los valores de X es igual a cero.
E [ui jXi ] = 0, i = 1, . . . , n
Algunas implicaciones que se derivan de este supuesto:
La media incondicional del término de error es cero E [ui ] = 0
Demostración:
E [ui ] = EX [E [ui jXi ]] = EX [0] = 0
E [Xi ui ] = 0, es decir, Xi y ui son “ortogonales” en el sentido
estadístico.
Demostración:
E [Xi ui ] = EX [E [Xi ui jXi ]] = EX [Xi E [ui jXi ]] = EX [Xi (0)] = 0
Cov (Xi , ui ) = 0, es decir, el regresor no está correlacionado con el
término de error.
Demostración:
Cov (Xi , ui ) = E [Xi ui ] E [Xi ]E [ui ]
PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 6/8
El modelo de regresión lineal con k variables

Este modelo es una extensión natural del modelo bivariado:

Yi = β1 + β2 X2i + β3 X3i + ... + βk Xki + ui , i = 1, 2, ..., n

2 3 2 32 3 2 3
Y1 1 X21 X31 ... Xk 1 β1 u1
6 Y2 7 6 1 X22 X32 ... Xk 2 7 6 β 7 6 u2 7
6 7 6 76 2 7+6 7
4 ... 5 = 4 ... ... ... ... ... 5 4 ... 5 4 ... 5
Yn 1 X2n X3n .. xkn βk un

y = Xβ + u

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 7/8

El modelo de regresión lineal con k variables

Supuesto 1. La relación entre Y y X es lineal en parámetros. En el

caso matricial, la linealidad queda clara al post-multiplicar el vector β
a la matriz X, y con ello cada columna de la matriz X será
multiplicada por un parámetro β.
Supuesto 2. La esperanza condicional del término de perturbación es
igual a cero dados los valores de las variables exógenas: E [ujX] = 0

PUCP (Institute) Econometría Intermedia 23 de marzo de 2019 8/8