Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 2 Pgina 1
ESTIMACIN MCO (Contina el repaso)
Estimaciones sobre la ecuacin transformada en desviaciones a la media
Cuando la informacin muestral nos la dan sobre la suma de productos de las variables en
desviaciones a la media, se obtienen las mismas estimaciones tomando como referencia la
ecuacin transformada en variables a la media.
Supongamos un modelo Yt = 1 + 2X2t + 3X3t + ut
Su equivalente transformado en desviaciones a la media es:
2 2t 2 3 3t 3
Yt-Y= (X -X)+(X -X)+(Ut-U)
Suma de productos en desviaciones respecto a la media
Y X2 X3
Y 10 7 9
X2 5,2 6,8
X3 9,2
El mtodo de estimacin sobre la ecuacin transformada en desviaciones a la media slo
sirve si en la ecuacin original hay un parmetro constante (en el ejemplo anterior 1).
Vamos a obtener el desarrollo terico con los datos de la tabla anterior que corresponden
al ejercicio 1 de la clase 1.
t
n x 1
Y = Y - Y
2t 2 3t 3
(X - X ) (X - X )
X =
_
,
2t 2 t
3t 3 t
(X - X ) (Y - Y) =7
X' Y =
(X - X ) (Y - Y) =9
_
,
2
2t 2 2t 2 3t 3
2
2t 2 3t 3 3t 3
(X - X ) = 5,2 (X - X )(X - X ) = 6,8
XX' =
(X - X )(X - X ) =6,8 (X - X ) =9,2
_
,
-1
=(X'X) X'Y
=
2
3
= 2 9,2 -6,8 7
1
=
1,6 -6,8 5,2 9
=-0,5
_
_ _
, ,
,
Debemos recuperar el parmetro
1 2 2 3 3
= Y - X - X =3- 212/5 +0,513/5 = -0,5
Es decir,
2t 3t
Yt = -0,5 + 2X - 0,5X
2
(Yt - Y)
2t 2
(Yt - Y) (X - X )
2
t
e
2
t
(Y - Y)
1 1 1
1
Y =-0,5 +21- 0,51=1
e1 = 1-1 = 0 0 4
2 2 2
2
Y =-0,5 + 22 - 0,52 = 2,5
e2 = 2-2,5 =
-0,5
0,25 1
3 2 2
3
Y =-0,5 + 22 - 0,52 = 2,5
e4 = 4-4 = 0 0 1
5 4 5
5
Y = -0,5 + 42 - 0,55 =5
e5 = 4-4 = 0 0 4
2
t
e = 0,5
2
t
(Y - Y) =10
2
2 t t
2
t
(Y - Y ) SCR 0,5
R =1- =1- =1-
SCT 10
(Y - Y)
t
S( )
=
S( )
, donde
2
S( )
es la desviacin tpica del estimador =
2
Var ( )
Si t > VC
2 ( )
rechazamos H
0
y tenemos significatividad individual. X
2
es relevante
en la explicacin de Y)
Si t < VC
2 ( )
aceptamos H
0
, es decir, aceptamos que X
2
no es significativa en la
explicacin de Y.
Para obtener el denominador se siguen los siguientes pasos:
1 Se estima la varianza de V
2
2 t
V
e
=
n-k
En el ejemplo que estamos siguiendo sera
2
V
0,5
= = 0,25
5-3
2
V
-1
(X'X) =
1
2
1 2 1 3
2 3
3
Var ( ) Cov( ) Cov( )
Cov( V
Var ( )
) ar ( )
_
,
Comprobamos la significatividad individual de X2 en el ejercicio que estamos siguiendo.
2 2
2
b -
t =
D(b )
2
2
b - 0
t =
D(b )
2
2
Var (
b - 0
t
=
)
H
0
:
2
= 0 H
1
:
2
0
2
V
-1
(X'X) = 0,25
18 14
1
46
8
1
-22
-22 -34
-34 4 26
_
,
2
Var ( ) = 0,25 46/8 = 1,4375;
2
S( )
= 1,199
Como t < 2 aceptamos que X2 no es significativa en la explicacin de Y
FUNDAMENTOS DE LA TEORA ECONOMTRICA
La aplicacin de los MCO para estimar los parmetros se fundamenta en que si la
ecuacin cumple ciertas condiciones, los MCO tienen las propiedades convenientes (son
los ptimos). La teora economtrica analiza cules son esas condiciones y las
consecuencias de su incumplimiento.
Propiedades de los MCO.
1. Insesgadez. E =
1
]
. La esperanza matemtica del estimador es igual al parmetro.
Para que los MCO sean insesgados deben cumplirse dos condiciones:
a) E[Ut] = 0
b) Los regresores no deben estar relacionados con la perturbacin aleatoria
En los modelos de ecuaciones simultneas habr regresores relacionados con Ut por lo
que los MCO son sesgados en ese contexto.
2. Consistencia.
Plim =.
n