Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cesar Alonso
ECONOMETRIA
Tema 8: HETEROCEDASTICIDAD*
Indice
1. Introducci
on
1.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
2. El modelo de regresi
on lineal con heterocedasticidad
2
2.1. Consecuencias sobre el estimador MCO . . . . . . . . . . . . . 3
2.2. Consecuencias sobre los estimadores de variables instrumentales 4
3. Inferencia Robusta a la heterocedasticidad: Propuesta de
White o de Eiker-White
5
ECONOMETRIA. Tema 7.
1.
Introducci
on
El analisis de muchos fenomenos economicos exige relajar el supuesto
de HOMOCEDASTICIDAD (varianza condicional del error constante)
que se hace en el modelo de regresion clasico.
Tanto en el contexto de datos de seccion cruzada como de datos de
series temporales es habitual encontrar situaciones con HETEROCEDASTICIDAD.
El termino heterocedasticidad se refiere a aquella situacion en que
la varianza de Y condicional a las variables del modelo no es constante
para los distintos valores de las Xs.
1.1.
Ejemplos
Supongamos que 100 estudiantes se apuntan a una clase de mecanografa. Supongamos que algunos han escrito a maquina antes y otros
no lo han hecho nunca. Al acabar la primera clase, algunos estudiantes
mecanografan fatal y otros lo hacen bastante bien.
Si construyeramos un grafico mostrando los errores tipograficos cometidos por los estudiantes con respecto a las horas acumuladas de mecanografa, veramos que la dispersion de los errores tipograficos disminuye
a medida que la variable explicativa (el n
umero de horas acumuladas
de mecanografa) aumenta.
La diferencia en los errores cometidos entre el mejor y el peor de la
clase sera probablemente mas peque
na despues de la u
ltima clase que
despues de la primera clase.
ECONOMETRIA. Tema 7.
2.
El modelo de regresi
on lineal con heterocedasticidad
Sin perdida de generalidad, consideraremos el caso del modelo de regresion simple:
Y = 0 + 1 X +
donde:
E(|X) = 0
E(Y |X) = 0 + 1 X = P LO(Y |X)
C(Y, X)
0 = E(Y ) 1 E(X) y 1 =
V (X)
y:
V (|X) = V (Y |X) = 2 (X)
HETEROCEDASTICIDAD
2
ECONOMETRIA. Tema 7.
Veremos que:
MCO es insesgado y consistente, incluso en ausencia de homoscedasticidad.
Los errores estandar de las estimaciones basados en la expresion
convencional son sesgados e inconsistentes en presencia de heteroscedasticidad.
(y por tanto no podemos utilizarlos para hacer inferencia).
2.1.
Insesgadez
Consistencia
Sabemos que
P
xi y i
b
1 = Pi 2 =
i xi
1
n
1
n
P
xi y i
Pi 2 ,
i xi
ECONOMETRIA. Tema 7.
luego
P
p lm n1 i xi yi
C(X, Y )
b
P 2 =
= 1
p lm 1 =
1
V (X)
p lm n i xi
Consistencia
Expresi
on de la varianza
P
P
V (b1 |Xi ) = 2b1 = V ( i ci Yi |Xi ) = i c2i V (Yi |Xi )
P 2 2
P 2 2
x
= i ci i = Pi i 2 i2
( i xi )
"P
#
2 2
x
V (b1 ) = E Pi i 2 i2
( i xi )
Notese que esta expresion no es la habitual.
Por tanto, la construccion de intervalos de confianza y la contrastacion de hipotesis que se realiza a partir de la expresion habitual
2b1 =
E(
2
P
2
i xi )
2.2.
ECONOMETRIA. Tema 7.
3.
x2 b2
= Pi i2 i2 ,
( i xi )
P
ECONOMETRIA. Tema 7.
b
i i
Pi 2 2
( i xi )
es decir
b1 1
e N (0, 1),
sb1
Se puede emplear este resultado para construir intervalos de confianza
y realizar contrastes de hipotesis como se hace habitualmente.
En la practica, la mayor parte de los programas econometricos incorporan con la estimacion MCO o de VI la opcion de errores estandar
robustos a heterocedasticidad.