Professional Documents
Culture Documents
Econmicas
E C O N O M E TR A I
ANLISIS DE SUPUESTOS
Ejemplo
Sea el modelo: Yi 1 2 X 2 i 3 X 3 i i
1) Yi 1 2 X 3i 2) X 2i 1 2 X 3i
de 1) Y * Yi Yi de 2) X *2 i X 2 i X 2 i
rYX 2 rYX 3 rX 2 X 3
2 rY 2.3
SY .3
rYX 2 . X 3 S2.3
1 rX22 X 3 1 rYX
2
3
S 33 S y 2 S 23 S y 3 S 22 S y 3 S 23 S y 2 S 23
2 32
S 22 S 33 S 232
S 22 S 33 S 23 S 22
2
S 22 S 33 S y 2 S 22 S 23 S y 3 S 23 S 22 S y 3 S 23 S 23 S y 2
S 22 ( S 22 S 33 S 23
2
)
S y2
2
S 22
Mg. Beatriz Castaeda 4
Anlisis del modelo
Supuestos del modelo Violacin del supuesto
MCO ( X X )1 XY
( X X ) K No existe ( X X )1
Sea el modelo Yi 1 2 X 2 i 3 X 3 i i
S 22 S 23 S 22 r23 S 2 S 3
x x ( n 1) 2
( n 1)
S 23 S3 r23 S 2 S 3 S 32
1 S 2
r23 S 2 S 3
( x x )1 2 2 2
3
( n 1)[ S 2 S 3 r23 S 2 S 3 ] r23 S 2 S 3
2 2
S 22
S 32 2 2
V ( 2 ) Si r23 1
( n 1) S 22 S 32 (1 r232 ) ( n 1) S 22 (1 r232 )
S 2
2
2
V ( 3 ) 2
Si r23 1
( n 1) S 22 S 32 (1 r232 ) ( n 1) S 32 (1 r232 )
1 Factor de incremento
FIV
1 r232 varianza
Mg. Beatriz Castaeda 7
Consideremos el modelo restringido
u2
Yi 1 21 X 2 i ui V ( 21 )
( n 1) S 22
En cambio para el modelo sin
Yi 1 2 X 2 i 3 X 3 i i
restriccin
V ( 2 )
1 2
2
donde 2
1
u
(1 r232 ) ( n 1) S 22 u2 u 2
Si r23 = 0 V ( 2 ) V ( 21 )
Estadstica
calc
2
n 1 ( 2 k6 5 ) ln R calc
2
k2( k 1) / 2
K: n de variables explicativas
R: matriz de correlaciones simples
2( k ( k 1) / 2)
calc
2
R.C.
* http://www.rochester.edu/college/psc/clarke/405/FarrarGlauber.pdf
2
H 0 : Rmax 0 2
H 1 : Rmax 0
Estadstica
2
Rmax /( k 1)
Fi F( k 1, n k ) K: n de variables explicativas
(1 Rmax ) /( n k )
2
F( k ,n k )
Fi
R.C
Mg. Beatriz Castaeda 12
iii. Test t
Para determinar que regresor se encuentra ms correlacionado con
una de las otras variables
2
H 0 : rmax 0 2
H 1 : rmax 0
Estadstica
rmax n k
rmax es el coeficiente de correlacin
T t n k
1 rmax
2 parcial entre un par de variables
t(n-k)
- t1-/2 0 t1-
R.C. R.C
Variables:
Norte (1= zona norte, 0= otra zona
Zona: Norte, Centro, Sur
Centro (1= zona centro, 0= otra zona
Norte=0 y Centro =0 zona sur
Y y Y
Y y
y A y A
B
y
y y A
y
B
yB
X X X
Si est en la Zona A Yi 1 2 X i i
Si est en la zona B, Yi 1 3 2 X i i
A
1 X1 1 0
... ...
Yi 1 2 X i 3 Zona A 4 Zona B i ... ...
1 X 1 0
B
1 X 0 1
Zona A, Yi 1 3 2 X i i X ... ... ... ...
1 X 0 1
Zona B, Yi 1 4 2 X i i
C
1 X 0 0
... ... ... ...
Zona C Yi 1 2 X i i 1
Xn 0 0
Yi 1 2 X i 3 Zona A 4 Zona B i
H0: 3 = 0 y 4 = 0
No hay efecto de la zona sobre el precio de alquiler
H0: 3 - 4 = 0
No hay efecto diferencial de la zona A frente a la zona B , sobre el precio medio de
alquiler
X
Yi 1 2 X i 3 Zona * X i i Zona: 0=Zona A, 1=Zona B
Zona A Yi 1 2 X i i Zona B, Yi 1 ( 2 3 ) X i i
Y
YB
Zona: 0=Zona A, 1=Zona B
Y A
A
1 0
Yi 1 2 X i 3 Zona * X i i
x
... ... ...
1 x 0
X
B
Zona A Yi 1 2 X i i 1 x x
... ... ...
1 x x
Zona B, Yi 1 ( 2 3 ) X i i
Yi 1 2G 3 I 4G * I 5 X i i X
H 0 : 1 2 H 0 : 1 2
No hay cambio Hay cambio estructural
Y1 X 1 Y1 X 1 0 1 1
MR
Y X MSR
Y 0
X 2 2 2
2 2 2
2, 4
SCE (MR ) 4600 3960 640
0 ,6
Yt 11 D1 21 D1 X 1t 12 D 2 22 D 2 X 2 t t , para t 1, T
50 300 0 0 300
300 2100 0 0 2000
X 'X X 'Y Y 'Y 4600
0 0 50 300 300
0 0 300 2500 2200
2
0,67 SCE (MSR ) 4600 3965 635
2,57 e1'e1 e2' e2 160 475 635
0,57
1 t
Wt wr ; t k 1, ..., T ; Se de toda la muestra
r k 1
compensar
-40
1996 1997 1998 1999 2000
wr2
r k 1 1.2
1.0
0.8
Esta prueba se basa en los residuos recursivos y el nivel de significancia de la prueba T para
la hiptesis de estabilidad con el pronstico de la observacin t, dada la informacin hasta
t-1
4
2
0 H 0 : Hay estabilidad
-2
-4
et
T
0.00
-6
Nivel de 0.05 S et
significancia
0.10
Prueba T
0.15
1996 1997 1998 1999 2000
significancia
.10
Prueba F
.15
1995 1996 1997 1998 1999 2000
Menor significancia implica mayor discrepancia entre el modelo para la primera muestra (T1) con el
modelo para la muestra total (T). La presencia de quiebre se evidencia cuando la probabilidad es
cercana a cero hasta t y luego la probabilidad va en aumento conforme se incorporen datos del
segundo proceso generador de datos
6. Test coeficientes
4 .4 1 .9 5
recursivos
1 .9 0
4 .0
1 .8 5
3 .6
1 .8 0
Estima los coeficientes 3 .2
1 .7 5
del modelo de manera 2 .8
recursiva, si el modelo 1 .7 0
es estable las 2 .4
1996 1997 1998 1999 2000
1 .6 5
1996 1997 1998 1999 2000
estimaciones de los Re c u rs i v e C(1 ) Es ti m a te s 2 S.E. Re c u rs i v e C(2 ) Es ti m a te s 2 S.E.
coeficientes deben -1 .7
tender a ser -1 .8
convergentes y la -1 .9
tiende a reducirse, -2 .1
conforme crece la -2 .2
muestra. -2 .3
-2 .4
1996 1997 1998 1999 2000
Re c u rs i v e C(3 ) Es ti m a te s 2 S.E.