View
225
Download
0
Embed Size (px)
Citation preview
7/26/2019 Manual de Econometria
1/10
qwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqweryuiopasdfghjklzxcvbnmqwertyu
opasdfghjklzxcvbnmqwertyuiopdfghjklzxcvbnmqwertyuiopasd
ghjklzxcvbnmqwertyuiopasdfgh
klzxcvbnmqwertyuiopasdfghjklxcvbnmqwertyuiopasdfghjklzxcbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyui
pasdfghjklzxcvbnmqwertyuiopadfghjklzxcvbnmqwertyuiopasdfhjklzxcvbnmqwertyuiopasdfghjzxcvbnmrtyuiopasdfghjklzxcvb
ECONOMETRA REPASOS
Resumen de los captulos
18/06/2016
CARLOS MANUEL URBINA BARAHONA
7/26/2019 Manual de Econometria
2/10
ContenidoSupuestos del Modelo MICO ................................................................................................. 2
Modelo MICO: Estimacin de parmetros: Partiendo del supuesto 4. .................................. 2
Coeficiente de Determinacin ................................................................................................ 3
Coeficiente Determinacin Ajustado...................................................................................... 4
Pruebas de Hiptesis: Anlisis de Varianza ........................................................................... 4
Estadstico de Contraste: Test Fisher...................................................................................... 5
Estadstico de Contraste: Probabilidad y nivel se significancia ............................................. 5
Prueba de Significancia individual: Parmetros ..................................................................... 5
Significancia individual para
()..................................................................... 5
Significancia individual para ()...................................................................... 5MICO: Parte II Matrices ......................................................................................................... 6ESTIMACIN DE UNA REGRESIN MATRICIALMENTE ........................................... 6
MATRIZ DE VARIANZAS Y COVARIANZAS DE LOS BETAS .................................... 7
ESTIMACIN DE 2....................................................................................................... 7 Prueba de Normalidad de Residuos: Jarque Bera. .................................................................. 7
Ejemplo ................................................................................................................................... 8
Referencias ......................................................................................................................... 9
7/26/2019 Manual de Econometria
3/10
Supuestos del Modelo MICO1.
La variable endgena en funcin de variables exgenasyi=+xi (0.1)= yi-
xi= dy
dx (0.2)
2.
El modelo MICO asume que la relacin de dos o ms variables puede modelarse enfuncin de una regresin lineal. yi=exp(+xi)Lnyi=(+xi)Modelo semi logartmicoyi =Ln yi = + Modelo logartmico3.
La variable endgena se expresa por la parte explicada y el error.Se tiene que: yi=+xi +(0.3)
= yi -xi (0.4) = (0.5)Donde (0.4) = (0.5)4. Para encontrar los valores de los coeficientes, es necesario minimizar la suma de los
errores.5. Los errores son homocedsticos y no correlacionados, es decir la varianza es
constante y su covarianza es igual a cero.
= 0 00 00 0 6. Los errores distribuyen Normal, media igual a cero y desviacin estndar igual a
( 0 , )
7.
La covarianza de los errores respecto a variables exgenas es igual a cero(, ) = 0
Modelo MICO: Estimacin de parmetros: Partiendo del supuesto 4.
= yi
(0.6)
yi n = 0 (0.7)
yi = (0.8)
La expresin anterior es equivalente a: = (0.9)
7/26/2019 Manual de Econometria
4/10
Sin embargo lo que en realidad se necesita es minimizar la suma de los errores al cuadrado.Ecuacin (0.4)
min
=( )
(0.10)
=( ) ()(0.11)Simplificando la (0.11)
( )
() = 0
(
)
(0.12)Insertando la ecuacin (0.9) en (0.12) para alpha.
(
) ()
(0.13)
(
)()
(0.14)
(
) + =0 (0.15)
Despeja para b.
(
)=
(0.16) = ( ) (0.17)
Coeficiente de DeterminacinLa pendiente puede expresarse tambin como:
= (0.18) = ( )(0.19)
Se advierte que:
7/26/2019 Manual de Econometria
5/10
= = ( ) + (0.20)Elevamos al cuadrado buscando la suma de su variabilidad de la ecuacin 0.19
( ) = ( ) + (0.21)
( ) = ( ) + 2 ( ) + (0.22)Dado que la esperanza matemtica de los errores es igual a cero E(ei)=0, el trmino de enmedio se elimina, quedando:
( ) = ( ) + (0.23)El trmino resaltado es igual a la expresin (0.19) = ( )Se reemplaza en la(0.23).
( ) = ( ) + (0.24)Suma cuadrada total (SCT)= Suma Cuadrada Explicada (SCR)+ Suma CuadradaError (SCE)
= = = 1 Coeficiente Determinacin Ajustado
= 1 /()/(1)K: Nmero de Coeficientes de la regresin sea la constante y la pendiente
Pruebas de Hiptesis: Anlisis de Varianza
Esta se utiliza para medir el ajuste global del modelo o linealidad del modelo.: ,
: ,
Esta prueba se basa en el test Fisher y sigue una distribucin chi cuadrada.
7/26/2019 Manual de Econometria
6/10
Estadstico de Contraste: Test Fisher
= /(1)/() > . 0
Estadstico de Contraste: Probabilidad y nivel se significancia
Muchas veces es posible realizar este ANVA si nos fijamos en el nivel de significancia oerror del modelo, y compararlo con el nivel de probabilidad.
: 0El error estndar de
= ( )Dada la probabilidad: : 0
7/26/2019 Manual de Econometria
7/10
= 1( )NOTA: En el apartado siguiente se retoman los mismos conceptos pero en forma matricial,cabe destacar que el error estndar de los betas se puede obtener de la matriz de varianzas y
covarianzas de los betas de la diagonal principal. (Se ver ms adelante)
MICO: Parte II Matrices
Repasar: Economa Matemtica
lgebra de Matrices
CalculoUn Modelo ordenado en forma matricial lo podemos representar como:
yi=xi +u (1)u=yi xi (2)Dijimos que el objetivo principal es minimizar la suma de los errores para que de estaforma existan mnimas diferencias entre el Yi observado y el Yi estimado. Y los betassean consistentes, estables o constantes.
= = 2 +
= 2 + = 0
2 + = 0 = = ()()()LA ECUACIN ANTERIOR SE UTILIZA PARA ESTIMAR LOS BETAS
ESTIMACIN DE UNA REGRESIN MATRICIALMENTE1. Estimar los coeficientes o betas2. Estimar la matriz de varianzas y covarianzas de los betas3.
Estimar la regresin.
Para estimar la Matriz (XX) de forma directa se sigue el siguiente mtodo aplicablecuando la regresin est en funcin de una variable.
7/26/2019 Manual de Econometria
8/10
() =
(4)
() =
(
(5)
MATRIZ DE VARIANZAS Y COVARIANZAS DE LOS BETAS
Se expresa:
=()Recuerde que la varianza de los errores al cuadrado, no es ms que la diferencia de los Yiobservados y el Yi estimado. Llmese tambin Suma Cuadrada de los Errores.
ESTIMACIN DE = = ( )
Prueba de Normalidad de Residuos: Jarque Bera.
:~ 1 : Para probar si los errores distribuyen normal como lo plantea la Ho. Se utiliza el estadsticoJarke Bera: Cuyo valor crtico tiende a 5. Si JB es menor a 5 Se acepta la normalidad de losresiduos.
= 6 + (3)
24
7/26/2019 Manual de Econometria
9/10
ASIMETRIA
1 ( )
1 ( )
/
CURTOSIS
1 ( )1 ( )
Ejemplo
Tiene datos del Producto interno bruto (Yt) y el Ingreso (Xt) durante 5 aos.n Yt Xt yt_estimado
1 84 32 87.6
2 108 40 100
3 92 36 93.8
4 110 44 106.2
5 106 48 112.4
En forma estadstica tenemos:n Yt Xt yt_estimado (Yt*Xt) (Xt ^2) Ut (Ut ^2)
1 84 32 87.6 2688 1024 -3.6 12.962 108 40 100 4320 1600 8 64
3 92 36 93.8 3312 1296 -1.8 3.24
4 110 44 106.2 4840 1936 3.8 14.44
5 106 48 112.4 5088 2304 -6.4 40.96
Suma 500 200 20248 8160 135.6
Promedio 100 40
Usando la formula (0.17) = () (0.17)
= 202485(10040)81605(40) = 248160 = 1 . 5 5Usando = (0.9)1001.55(40) = = 3 8
7/26/2019 Manual de Econometria
10/10
La ecuacin con sus parmetros estimados es:=381.55+ MATRICIALMENTE
() = 5 200200 8160 (4)() = 50020248 (5)
La inversa de (XX) es 1/Determinante * Adjunta de (XX)
() = 1800 8160 200200 5
() = 10.2 0250.25 0.00625Sabemos que: = ()()() 10.2 0250.25 0.00625 50020248 = 381.55 =
MATRIZ VARIANZA- COVARIANZA
Sabemos por regla:
=() = = 135.63 =45.245.2 10.2 0250.25 0.00625461.04 11.3
11.3 0.2825
La diagonal principal es la varianza de los betas estimados. Cuya raz cuadrada da comoresultado el Error estndar de cada beta.
Referencias
Econometra ALFONSO NOVALES Estadsticas y Econometra Financiera EDUARDO MONTEVERDE Y ERICK
WILLIAMS