Archivo de la etiqueta: Regresión Lineal

Econometría: Conceptos Clave y Preguntas Frecuentes

Conceptos Fundamentales de Econometría

En el contexto del modelo ecuacional Y=… y E(uu´)=… afirmamos que: las perturbaciones aleatorias del modelo no están autocorrelacionadas. En el contexto de un modelo lineal que cumple la hipótesis Y=… donde X es una matriz (nxk): las columnas de X son linealmente independientes. Dado el modelo uniecuacional Y=… en el que se sabe que el orden de la matriz Y es 58×1 podemos afirmar que: el orden de la matriz u es 58×1. Durante la etapa de especificación Seguir leyendo “Econometría: Conceptos Clave y Preguntas Frecuentes” »

Fundamentos de Econometría: Teoría y Ejercicios Resueltos

Fundamentos de Econometría y Aplicaciones

En un modelo econométrico, lo ideal es que los valores de X no varíen, ya que de esta forma se reducen las perturbaciones estocásticas, por lo que será más fácil minimizar los r3pBADs=

  y encontrar los parámetros eficientes.

FALSO, ya que existe aleatoriedad en los datos observados de la variable explicativa X. Las perturbaciones estocásticas se reducen con respecto a los parámetros y la eficiencia de éstos es en referencia a que sean de menor varianza. Seguir leyendo “Fundamentos de Econometría: Teoría y Ejercicios Resueltos” »

Análisis de Muestras Pequeñas y Errores de Especificación en Modelos Econométricos

Muestras Pequeñas en Econometría

Al presentar el MBR, decíamos que: “debía disponerse de una información suficientemente amplia sobre el conjunto de variables observables implicadas en el modelo. Como requisito mínimo para que pueda determinarse una solución, se exige que el número de datos sea superior al número de parámetros del modelo (n>k), a efectos operativos, se necesita un mínimo de alrededor de quince datos para tener alguna garantía en el proceso de estimación de los modelos Seguir leyendo “Análisis de Muestras Pequeñas y Errores de Especificación en Modelos Econométricos” »

Modelo Básico de Regresión Lineal: Fundamentos, Estimación y Propiedades

Modelo Básico de Regresión Lineal (MBRL)

2.1 Planteamiento del MBRL

El término «regresión» fue introducido por Galton en su libro “Natural inheritance” (1889) refiriéndose a la “ley de la regresión universal”: “Cada peculiaridad en un hombre es compartida por sus descendientes, pero en promedio, en un grado menor. Regresión a la media”.

Supongamos que consideramos el comportamiento de una variable endógena, Yi, que puede ser adecuadamente explicado mediante una relación lineal Seguir leyendo “Modelo Básico de Regresión Lineal: Fundamentos, Estimación y Propiedades” »

Interpretación de Parámetros en Modelos de Regresión: Ejemplos y Aplicaciones

Contrastación de Modelos

3.1 Interpretación de los Parámetros Estimados

Equivalencia entre signo esperado y signo estimado: El primer contraste elemental de todo parámetro es que su signo corresponda con el que cabe esperar a priori por los conocimientos teóricos sobre relaciones entre variables.

Interpretación de los parámetros estimados: Una vez estimados los parámetros del modelo, los valores obtenidos nos deberán indicar la importancia relativa de la variable a que afectan en el comportamiento Seguir leyendo “Interpretación de Parámetros en Modelos de Regresión: Ejemplos y Aplicaciones” »

Estimación y Propiedades del Modelo de Regresión con Dos Variables

CAPÍTULO 3: MODELO DE REGRESIÓN CON DOS VARIABLES: PROBLEMA DE ESTIMACIÓN

La primera tarea consiste en estimar la función de regresión poblacional (FRP) con base en la función de regresión muestral (FRM) en la forma más precisa posible. El método de MCO es el más común en el análisis de regresión, sobre todo por ser mucho más intuitivo y matemáticamente más sencillo que el método de máxima verosimilitud.

3.1 Método de Mínimos Cuadrados Ordinarios (MCO)

Los ui (los residuos) son Seguir leyendo “Estimación y Propiedades del Modelo de Regresión con Dos Variables” »

Econometría: Preguntas Clave y Conceptos Fundamentales

En el contexto del modelo ecuacional Y=…. y E(uu´)=.. afirmamos que: las perturbaciones aleatorias del modelo están autocorrelacionadas.

En el contexto de un modelo lineal que cumple la hipótesis Y=.. donde X es una matriz (nxk): las columnas de X son linealmente independientes.

Dado el modelo uniecuacional Y=… en el que se sabe que el orden de la matriz Y es 58×1 podemos afirmar que: el orden de la matriz u es 58×1.

Durante la etapa de especificación de un modelo econométrico, deben especificarse: Seguir leyendo “Econometría: Preguntas Clave y Conceptos Fundamentales” »

Guía Completa de Intervalos de Confianza y Pruebas de Hipótesis

PROBLEMA PARA EL INTERVALO DE CONFIANZA

Se trata de realizar una estimación para la (proporción/media) de una población con una v.a. Normal y una varianza poblacional conocida.

Valores muestrales

Media

  • N
  • s
  • S2
  • ∑x2
  • ∑x

Proporción

  • n
  • x
  • n-x

Estimación puntual

  • Media: ῠ = ẍ
  • Proporción: Ṗ = q

(Media) Fijar nivel de confianza

  • 1- α, α=0,05
  • n-1 = x g-l tabla 3

(Proporción) Fijar el nivel de confianza

  • Zα = 0,05 = tabla 1 = 1,96

Calcular el intervalo confianza

Fórmula 9ª o 10 4.4 al 95% de confianza.

Conclusión

El Seguir leyendo “Guía Completa de Intervalos de Confianza y Pruebas de Hipótesis” »

Análisis de Regresión Lineal: Guía Completa

MODELO DE REGRESIÓN LINEAL GENERAL

Sea el modelo econométrico especificado como: Y = β + βX + βX + … + βX + μ, o en forma matricial: Y = Xβ + μ. El análisis de regresión busca determinar la relación existente entre la variable dependiente (Y) y las variables independientes (X).

OBJETIVO

Estimar los parámetros β buscando el valor más probable de Y dados los valores de X.

SUPUESTOS