Documentos de Académico
Documentos de Profesional
Documentos de Cultura
20160906200930
20160906200930
ECONOMETRA I
EMNI - ECFI
ECONOMETRA I
EL MTODO DE MNIMOS
CUADRADOS ORDINARIOS
EMNI - ECFI
ECONOMETRA I
CAPACIDADES:
- Explica la Econometra como ciencia, su objeto, su mtodo de
estudio y sus etapas, as como los diferentes tipos de datos
que se usan en cada una de ellas.
- Formula modelos economtricos reconociendo los elementos
que los componen.
- Usa el anlisis de regresin como herramienta de la
econometra.
- Utiliza el software economtrico Eviews 8 como herramienta
para el anlisis y desarrollo de las etapas de la Econometra.
EMNI - ECFI
3
06/09/2016
donde Y es:
Y = b0 + b1X + u
Variable dependiente
Variable explicada
Variable de lado
izquierdo
Regresando
u es:
Residual
Trmino de error
Variable independiente
Variable explicativa
Covariable
Variable de control
Regresor
Variable de lado derecho
b0 y b1: parmetros o
coeficientes a estimar
EMNI - ECFI 5
06/09/2016
ALGUNOS SUPUESTOS
El valor promedio de u, el trmino de error, en
la
poblacin
es
=
0.
Es
decir,
E(u) = 0
Este supuesto no es muy restrictivo puesto
que siempre podemos ajustar el intercepto b0
para normalizar E(u) = 0
EMNI - ECFI 8
MEDIA CONDICIONAL = 0
Hay un supuesto crucial sobre la relacin entre
el
error
y
la
variable
explicativa:
cov(X, u)
Queremos que la informacin contenida en X
sea independiente de la informacin contenida
en u (que no estn relacionados), de modo que:
E(u|x) = E(u) = 0, lo cual implica:
E(Y|X) = b0 + b1X
EMNI - ECFI 9
06/09/2016
.
X1
. E(Y|X) = b + bX
0
X2
EMNI - ECFI 10
EMNI - ECFI 11
E(X)E(u)
y dado que E(u)=0 Cov(X,u) = E(Xu) = 0
EMNI - ECFI 12
06/09/2016
continuacin MCO/OLS
El doble supuesto E(Xu) = E(u) = 0 se traduce en
dos restricciones.
Y dado que: u = Y b0 b1X,
podemos reescribir estas dos restricciones en
trminos de X, b0 y b1:
E(u) = E(Y b0 b1X) = 0
E(Xu) = E[X(Y b0 b1X)] = 0
Conocidas como las restricciones de
momentos
EMNI - ECFI 13
n 1 yi 0 1 xi 0
i 1
n
n 1 xi yi 0 1 xi 0
i 1
(1)
(2 )
EMNI - ECFI 14
y
n
i 1
0 1 xi 0
y 0 1 x ,
o bien
y x
0
EMNI - ECFI 15
06/09/2016
n 1 xi yi 0 1 xi 0
i 1
x y y x x 0
n
i 1
1 i
x y y x x x
i 1
i 1
2
xi x yi y 1 xi x
i 1
i 1
EMNI - ECFI 16
estimador
MCO
/ OLS: pendiente b1
n
n
2
1 xi x xi x yi y
i 1
i 1
x x y
i
i 1
x x
i 1
cov( x, y )
var( x)
x x
i 1
EMNI - ECFI 17
06/09/2016
MCO / OLS
Intuitivamente, MCO ajusta una lnea a travs
de los datos muestrale, de modo que la suma
de residuales al cuadrado (SRC) sea la mnima
posible: de ah el trmino mnimos
cuadrados.
El residual, , es un estimado del trmino de
error entre lo observado y lo predicho, es decir,
la diferencia entre la lnea de regresin y el
dato observado.
Ver grfica...
EMNI - ECFI 19
y4
4{ y x
0
1
y3
y2
2 { .
.} 3
.} 1
y1
x1
x2
x3
x4
EMNI - ECFI 20
Un enfoque alternativo:
Minimizar residuales al cuadrado
Siguiendo la idea de ajustar una lnea de regresin,
podemos plantear un problema de minimizacin.
Es decir, buscar parmetros btales que minimicen la
siguiente expresin:
ui yi 0 1xi
n
i 1
i 1
EMNI - ECFI 21
06/09/2016
...continuacin
Usando clculo para resolver un problema de
minimizacin con dos parmetros resulta en
dos condiciones de primer orden:
y
n
i 1
0 1 x i 0
x y
n
i 1
0 1 x i 0
EMNI - ECFI 22
0 y 2 x
1
1
y *x y x
x x x
( X x )( Y y )
(X x)
i
2
i
EMNI - ECFI 23
4{ y x
0
1
y3
y2
y1
{.
.} 3
.} 1
x1
x2
x3
x4
EMNI - ECFI 24
06/09/2016
Propiedades algebraicas
(matemticamente)
n
u
i 1
0 por tanto,
x u
i i
i 1
u
i 1
y 0 1 x
EMNI - ECFI 26
2
i
EMNI - ECFI 27
06/09/2016
ui y i y
ui2 2 ui y i y y i y
SRC 2 ui y i y SEC
SRC SEC
EMNI - ECFI 28
Estimacin
Perodo
Obligaciones
Corporativas a
largo plazo
Obligaciones
gubernamentales
a largo plazo
1969
-8.09
-5.07
1970
18.37
12.11
1971
11.01
13.23
1972
7.26
5.69
1973
1.14
-1.11
1974
-3.04
4.35
1975
14.64
9.20
1976
18.65
16.75
1977
1.71
-0.69
1978
-0.07
-1.18
1979
-4.18
-1.23
1980
-2.62
-3.95
1981
-0.96
1.86
1982
43.79
40.36
1983
4.70
0.65
1984
16.39
15.48
1985
30.90
30.97
1986
19.85
24.53
1987
-0.27
-2.71
1988
10.70
9.67
1989
16.23
18.11
1990
6.78
6.18
1991
19.89
19.30
Fuente: De Stocks, Bonds, Bills and Inflation, 1992 Yearbook.
Promedio de y
Promedio de X
9.69
9.24
bo
b1
0.3404
3129.28
Numerador
3093.60
Denominador
(X-Ux)^2
204.75
8.24
15.93
12.60
107.10
23.90
0.00
56.41
98.59
108.56
109.60
173.95
54.45
968.51
73.77
38.95
472.23
233.81
142.78
0.19
78.69
9.36
101.22
3093.60
(x-Ux) (y-Uy)
254.36
24.93
5.28
8.61
88.44
62.22
-0.19
67.33
79.20
101.65
145.17
162.31
78.56
1061.34
42.83
41.84
461.00
155.42
118.97
0.44
58.05
8.89
102.66
3129.28
Sumas
1.011533198
EMNI - ECFI 30
10
06/09/2016
EMNI - ECFI 31
EMNI - ECFI 32
EMNI - ECFI 33
11
06/09/2016
EMNI - ECFI 34
ESTIMACIN
La ecuacin estimada para el ejemplo:
Y = 0,340399798 + 1.011533198X
Esta ecuacin estimada la podemos utilizar para predecir
el rendimiento de las obligaciones corporativas a largo
plazo, si el rendimiento de las obligaciones
gubernamentales a largo plazo fuera el 3%.
En este caso sera:
Y = 0,340399798 + 1,011533198 (3)= 3,374999%
EMNI - ECFI 35
12
06/09/2016
Supuesto Gauss-Markov:
Insesgamiento de MCO/OLS
Insesgamiento de MCO
Para analizar el sesgo del estimador, necesitamos
reescribirlo en trminos del parmetro poblacional.
De modo que reescribimos la frmula para b1 como:
xi x yi , donde
1
sx2
sx2 xi x
EMNI - ECFI 38
x x y x x x u
x x x x x x x u
x x x x x x x u
i
desviaciones de x
n*var(x)
1 i
1 i
n*cov(x,u)
EMNI - ECFI 39
13
06/09/2016
x x 0, y
x x x x x
i
s x2
xi x ui
1 1
s x2
EMNI - ECFI 40
E 1 1 1 2 d i E ui 1
s
x
El operador E(.) aplica a ui, el nico componente
aleatorio de la expresin.
El valor esperado de la b1 estimada es el verdadero
parmetro poblacionaltoda vez que los 4 supuestos
Gauss-Markov se cumplan.
EMNI - ECFI
41
Insesgamiento: resumen
Los estimadores MCO de b1 y b0 son
insesgados.
La demostracin de esto depende de los 4
supuestos Gauss-Markov: si alguno de ellos no
se cumple, MCO no necesariamente ser
insesgado.
El insesgamiento es una propiedad del
estimador muestral: dada cierta muestra, ste
puede estar cerca o lejos del verdadero
parmetro poblacional.
EMNI - ECFI
42
14
06/09/2016
43
44
HOMOSCEDASTICIDAD
y
f(y|x)
. E(y|x) = b + bx
0
.
x1
EMNI - ECFI
x2
45
15
06/09/2016
HETEROSCEDASTICIDAD
f(y|x)
.
x1
x2
E(y|x) = b0 + b1x
x3
EMNI - ECFI
46
Var 1 Var 1 1 2 d i ui
s
x
1 2 Var d i ui 1 2
sx
sx
1 2
sx
d
2
i
2 1 2
sx
d Var u
2
i
2
i
2 1 2 s x2 2 Var 1
sx
sx
EMNI - ECFI
47
48
16
06/09/2016
ui yi 0 1 xi
Pero podemos usar los residuales estimados para
construir un estimador de la varianza del error.
EMNI - ECFI
49
n 2
ui2
SRC
n 2
EMNI - ECFI
50
x x
2
51
17
06/09/2016
PREGUNTAS?
GRACIAS
EMNI - ECFI
52
TAREA
DETERMINAMOS LA
CONFIABILIDAD DE LOS
ESTIMADORES Y EXPLICAMOS LAS
PROPIEDADES DE LOS
ESTIMADORES MCO.
EMNI - ECFI
53
18