Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ECONOMETRIA
ERRORES DE ESPECIFICACION
Cesar Alonso
Universidad Carlos III de Madrid
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
1 / 35
Introduccion
Hemos visto que el estimador MCO tiene buenas propiedades bajo los
supuestos del Modelo de Regresi
on Lineal.
Que ocurre si por cualquier circunstancia empleamos el marco del
Modelo de Regresion Lineal no siendo realmente adecuado?
Qu
e propiedades tiene el estimador MCO si cometo alg
un tipo
de error de especificaci
on?
Los errores de especificaci
on en los que nos vamos a centrar son:
Inclusi
on de variables irrelevantes.
Omisi
on de variables relevantes.
Errores de medida en las variables.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
2 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
3 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
4 / 35
ECONOMETRIA. Tema 5
5 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
6 / 35
ECONOMETRIA. Tema 5
7 / 35
Sabemos que
b1 = b1 + b2 b1
ECONOMETRIA. Tema 5
8 / 35
ECONOMETRIA. Tema 5
9 / 35
Es decir: la omisi
on de variables relevantes genera inconsistencia
(y sesgos) en la estimaci
on de los efectos de las variables.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
10 / 35
C (X1 , X2 ) > 0
+
ECONOMETRIA. Tema 5
C (X1 , X2 ) < 0
+
11 / 35
b1 sera un
Si X2 es una variable irrelevante (es decir, 2 = 0),
estimador consistente (e insesgado) de 1 , y tendra menor varianza
que b1 , que tambien sera insesgado y consistente.
Es decir: la inclusi
on de variables irrelevantes en el analisis, no
afecta a la consistencia de la estimaci
on de los efectos de las variables
Intuici
on: En la poblaci
on, el coeficiente de una variable irrelevante
sera igual a 0, de manera que al estimar el modelo que incorrectamente
incluye dicha variable los estimadores de los coeficientes de las
restantes variables no se veran afectados en el lmite (ni en promedio).
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
12 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
13 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
14 / 35
ECONOMETRIA. Tema 5
15 / 35
ECONOMETRIA. Tema 5
16 / 35
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
17 / 35
P., T. Gustafson y A. Velenchik (1997), More Bad News for Smokers? The
Effects of Cigarette Smoking on Wages, Industrial and Labor Relations Review, 50(3),
493-509.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
18 / 35
Se consideraron 2 especificaciones:
Omitiendo educaci
on
Ybi =
0.176 Fi
(0.021)
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
19 / 35
Incluyendo educacion
Ybi = 0.080 Fi
(0.021)
+ 0.070 EDi
(0.004)
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
20 / 35
Errores de Medida
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
21 / 35
Errores de Medida
Errores de medida:
Aparecen cuando empleamos una medida poco precisa de una variable
economica en un modelo de regresi
on.
Como afectan los errores de medida a la estimacion de MCO?
Dependera de los casos.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
22 / 35
Errores de Medida
Error de medida en la variable dependiente
Consideremos el modelo:
Y = 0 + 1 X +
(1)
con
E ( |X ) = 0 E (Y |X ) = L (Y |X ) = 0 + 1 X
y por tanto, 0 y 1 verifican:
E () = 0,
C (X , ) = 0
0 = E (Y ) 1 E (X )
1 = C (X , Y ) V (X )
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
23 / 35
Errores de Medida
Error de medida en la variable dependiente
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
24 / 35
Errores de Medida
Error de medida en la variable dependiente
Notese que:
p lim b1 =
1
n i xi yi
p lim n1 i xi2
C (X , Y + v0 )
p lim
V (X )
=
=
C (X , Y )
V (X )
C (X , Y ) + C (X , v0 )
,
V (X )
con: yi = Yi Y , xi = Xi X ,
y por tanto:
p lim b1 =
C (X , Y )
= 1 , si C (X , v0 ) = 0.
V (X )
ECONOMETRIA. Tema 5
25 / 35
Errores de Medida
Error de medida en la variable dependiente
Notese que:
p lim b0 = p lim(Y b1 X ) = E (Y ) p lim b1 E (X )
= E (Y + v0 ) p lim b1 E (X ),
y por tanto:
p lim b0 = E (Y ) 1 E (X ) = 0 ,
si E (v0 ) = 0 y C (X , v0 ) = 0.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
26 / 35
Errores de Medida
Error de medida en la variable dependiente
En conclusi
on:
Si estimamos por MCO un modelo de regresi
on empleando Y en vez de
Y , los estimadores seran consistentes y la inferencia habitual sera
valida, si:
C (X , v0 ) = 0
E ( v0 ) = 0
Si la segunda condici
on no se cumple, tendramos un estimador
inconsistente de la constante, pero no de la pendiente.
ECONOMETRIA. Tema 5
27 / 35
Errores de Medida
Error de medida en una variable explicativa
(2)
con
E ( |X ) = 0 E (Y |X ) = L (Y |X ) = 0 + 1 X ,
y por tanto, 0 y 1 verifican:
E () = 0,
C (X , ) = 0
0 = E (Y ) 1 E (X ),
1 = C (X , Y ) V (X ).
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
28 / 35
Errores de Medida
Error de medida en una variable explicativa
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
29 / 35
Errores de Medida
Error de medida en una variable explicativa
Qu
e propiedades tendr
a la estimaci
on MCO de un modelo de
regresi
on de Y sobre X ?
Seran b0 y b1 estimadores consistentes de 0 y 1 ?
Depender
a de los supuestos que hagamos sobre el error de medida.
ECONOMETRIA. Tema 5
30 / 35
Errores de Medida
Error de medida en una variable explicativa
1
n i xi yi
1
2
n i xi
C (X , Y )
C ( X + v1 , Y )
=
V (X )
V (X + v1 )
=0
z }| {
C (X , Y )+ C (Y , v1 )
C (X , Y )/V (X )
=
=
V (X ) + V (v1 )
[V (X ) + V (v1 )] V (X )
1
=
6= 1 ,
V ( v1 )
1+
V (X )
y por tanto:
sesgo asintotico ( b1 ) = p lim( b1 1 ) = 1
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
V (v1 )
.
V ( X ) + V ( v1 )
31 / 35
Errores de Medida
Error de medida en una variable explicativa
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
32 / 35
Errores de Medida
Error de medida en una variable explicativa
En un modelo de regresi
on m
ultiple, en general el error de medida en
una variable explicativa produce inconsistencia de todos los
coeficientes estimados b 0 s. A este respecto, en un modelo de
regresion m
ultiple en el que s
olo uno de los regresores se mide con
error (y este error no esta correlacionado ni con la variable medida
con error ni con el resto de las variables explicativas):
Se mantiene el resultado de que la pendiente de la variable explicativa
que se mide con error tiende a infraestimarse en valor absoluto (se
puede demostrar).
Las estimaciones de las pendientes asociadas a las restantes variables
explicativas seran, en general, inconsistentes, si bien no es facil saber
cuales seran las direcciones y magnitudes de los sesgos de
inconsistencia.
Solamente en el caso improbable de que las variables explicativas sean
ortogonales a la variable medida con error, los estimadores de sus
pendientes seran consistentes.
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
33 / 35
Errores de Medida
Ejemplo 3: Efecto de los ingresos familiares en el rendimiento universitario
donde
C
esar Alonso (UC3M)
ECONOMETRIA. Tema 5
34 / 35
Errores de Medida
Ejemplo 3: Efecto de los ingresos familiares en el rendimiento universitario
ECONOMETRIA. Tema 5
35 / 35