Professional Documents
Culture Documents
Los estimadores de los coeficientes 1 y 2 del modelo teórico por el método de MCO se
obtienen minimizando la suma de los residuos al cuadrado. A continuación se muestra cómo se
obtienen:
T T T
min ∑ u =min ∑ Y t −Y t 2=min ∑ Y t −1− 2 X t 2
2
t
t=1 t=1 t=1
condiciones de minimización
T T
∑ u 2t ∑ u 2t
t =1 t =1
=0 ; =0
1 2
T
∑ u 2t T
=∑ 2 −1Y t −1− 2 X t =0
t=1
1 t =1
T
∑ X t Y t− 1−2 X t =0
t =1
T T T
1=Y − 2 X
S
2 = X2,Y
SX
DEMOSTRACIONES PROPIEDADES DE LOS RESIDUOS MCO
T
1) La suma de los residuos MCO es nula siempre ∑ u t =0
t =1
DEMOSTRACION
T
∑ u t =
t=1
T
∑ Y t −Y t =
t=1
T
∑ Y t −1−2 X t =
t=1
T T
2) Los residuos están incorrelacionados muestralmente con la variable explicativa (no tienen
T
dependencia lineal con X) (covarianza muestral nula entre residuos y X) ∑ u t X t=0
t =1
DEMOSTRACION
T
∑ u t X t =
t=1
T
∑ Y t −Y t X t =
t=1
T
∑ Y t− 1− 2 X t X t =
t=1
T
∑ Y t X t− 1 X t − 2 X 2t =
t=1
T T T
∑ Y t X t − 1 ∑ X t − 2 ∑ X 2t =0
t =1 t =1 t=1
∑ u t X t 0
S u , X = t=1 −u X = −0 X =0
T T
3) La media muestral de la variable dependiente es igual a la media muestral del pronóstico
Y =Y
DEMOSTRACION
Y t=Y t− ut
Sila igualdad anterior se cumple para t , se cumple también para la suma de todo t
T T T
∑ Y t =∑ Y t −∑ ut
t =1 t=1 t=1
Por la propiedad 1, la suma de los residuos es siempre cero , luego
T T
∑ Y t =∑ Y t
t=1 t=1
Dividimos ambos lados de la igualdad por T
T T
∑Yt ∑ Y t
t =1
= t =1
T T
Y =Y
4) La recta estimada por MCO siempre pasa por el punto medio X ,Y . Dicho de
otro modo, el residuo en el punto X ,Y es cero para cualquier muestra.
DEMOSTRACIÓN
Y t =1 2 X t ut ; t =1,2 , .. ,T
Si sumamos para todo t a izquierda y derecha , la igualdad anterior se mantiene
T T T
∑ Y t =T 1 2 ∑ X t
t=1 t =1
Si dividimos por T a izquierda y derecha ,la igualdad se mantiene
T T
∑ Yt 2 ∑ X t
t=1 T 1
= t =1
T T T
Y = 12 X
Se oberva que el pronóstico del punto medio es exactamente Y , luego el residuo es cero,
luego la recta MCO siempre pasa por el punto medio X ,Y
5) Los residuos están incorrelacionados muestralmente con el prónostico (no tienen
dependencia lineal con Y ) (covarianza muestral nula entre residuos y Y )
T
∑ u t Y t=0
t =1
DEMOSTRACION
T
∑ u t Y t =
t=1
T
∑ u t 12 X t =
t =1
T
∑ u t 12 u t X t =
t =1
T T
1 ∑ u t 2 ∑ u t X t=0
t =1 t =1
La expresión anterior toma el valor 0 ya que por la propiedad 1 de los residuos, el primer
sumatorio vale cero y por la propiedad 4, el segundo sumatorio también se anula.
T
NOTA ACLARATORIA: Si se cumple ∑ u t Y t=0 , la covarianza muestral entre residuos
t =1
y el pronóstico es nula ya que:
T
∑ u t Y t 0
S u , Y = t=1 −u Y = −0 Y =0
T T