(

)
||

)(

)
||

()
(

)
||

[ ]

)()
(

)()
(

)
|

)+ [ ] ; (

)
Formulario modelo de regresin simple:

()
()

()
; (

)
(

)

PROPIEDADES DEL MODELO DE REGRESION LINEAL MULTIPLE: (

; SCT=SCM+SCR; SCR=

( ); ()

)(

Matrices: ()

()

(()) ()

Supuestos del modelo de regresin: 1) linealidad (en los parmetros) la variable dependiente Y est relacionada con la variable independiente X y el error u
por

; 2) MAS muestra aleatoria simple (las muestras no dependen unas de otras) ; 3)[

] ([] (

) no
existe relacin de ningn tipo entre u y variables explicativas. (Independencia entre u y parmetros(X)) ; 4) ausencia de multicolinealidad exacta exige que no
haya una relacin exacta entre las variables explicativas. [Si se cumplen los 4 puntos MCO insesgado] ; 5)HomocedostecidadLa varianza del error u
condicionado a las variables explicativas es constante. [

() [Si se cumplen los 5 puntos MCO eficiente (mnima varianza)]

Propiedades ln: ( ) () () (

) () ( ) (

) ( )
Propiedades del estimador MCO: 1Insesgadez (RML 1-4): El estimador

es insesgado, eso quiere decir que la esperanza del estimador coincide con el valor
de (

) 2Eficiencia(1-5): El estimador MCO va a tener la siguiente matriz de varianzas y covarianzas: (

En la prctica, no se suele
conocer nunca la varianza de error

y para ello vamos a utilizar el estimador MCO para aproximarla. Frmula:

De esta forma lo que

obtenemos es el estimador MCO de la varianza de los parmetros:

3Linealidad:El MCO es un estimador lineal, una combinacin lineal fija de

los valores de la variable endgena.. 4Mxima verosimilitud (1-6):

.. Conclusiones bsicas: El estimador MV de los

parmetros,

, es igual al estimador MCO,

El estimador MV de la varianza de la perturbacin

va a ser distinto que el MCO,

es sesgado mientras
que

es insesgado (

.. El

siendo insesgado no tiene la mnima varianza, por tanto no es eficiente. V(

)
El estimador

tiene menor varianza que

, pero al ser sesgado no se suele utilizar. Ambos estimadores son consistentes y asintticamente iguales.
Multicolinealidad aproximada: -Tolerancia: 1-

<0,2; -VIF:

>5






1.-Demostracin (Derivacin de las frmulas del estimador MCO modelo simple)

()

() ()

) ()

()

) ()

)
()

)
(

()

()

)(

)
(

)
(

*
(

)
(

) *

*
(

+ *

*
(

+ *

)(

)(

)(

) *

+ *
(

[(

)]

[(

)]

[]