Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVO: ESTIMAR
FRM Y USARLA PARA TEST DE
HACER INFERENCIAS HIPOTESIS SOBRE
ACERCA DE LA FRP. PARAMETROS
POBLACIONALES
ASUMIR NORMALIDAD:
U NID (0, 2) ESPECIFICAR LA
DISTRIBUCION DE
(MODELO CLASICO DE PROBABILIDAD DE U DADO
REGRESION NORMAL) QUE LOS β̂ s SON UNA
FUNCION DE LOS ERRORES
J. Ramoni Perazzi Capítulo 4. 1
ECONOMETRIA I
DESDE EL PRINCIPIO HEMOS ESTADO DICIENDO QUE, UNA VEZ ESTIMADA
LA FRM, UTILIZAREMOS LA INFORMACION QUE ELLA NOS PROPORCIONA
PARA CONOCER ALGO SOBRE LOS VERDADEROS PARAMETROS
POBLACIONES. ENTONCES, CABE PREGUNTARSE LO SIGUIENTE:
H1 : 2 2
�Normal
i =1
���
n>> Normal
n
β̂ 1 1, 2 β̂ 1 ) β̂ 2 2, 2 β̂ 2 )
SON INSESGADOS
Z = ( β̂ 2 - 2) / β̂ 2 0,1)
2. GRAFICO DE NORMALIDAD
S2 (K 3) 2
JB = n [ + ]
6 24
S: COEFICIENTE DE ASIMETRIA
K: COEFICIENTE DE CURTOSIS
30
Series: Residuals
Sample 1990M01 2005M08
25
Observations 188
20 Mean 1.35e-13
Median 4.281830
Maximum 951.9587
15 Minimum -611.0267
Std. Dev. 260.5278
10 Skewness 0.358989
Kurtosis 4.249145
5 Jarque-Bera 16.26088
Probability 0.000294
0
-500 -250 0 250 500 750 1000
EJEMPLOS:
Dependent Variable: M
Method: Least Squares
Date: 10/15/08 Time: 10:31
Sample: 1 44
Included observations: 44
20
15
10
12 5
8
0
4
-4
-8
5 10 15 20 25 30 35 40
Jarque-Bera 2.458855
1
Probability 0.292460
0
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9
8
6
4
2
4 0
3 -2
2
1
0
-1
-2
25 50 75 100
16
Series: Residuals
Sample 1 118
Observations 111
12
Mean 8.00E-17
Median -0.075792
Maximum 3.779094
8
Minimum -1.888684
Std. Dev. 1.188403
Skewness 0.872374
4 Kurtosis 4.007085
Jarque-Bera 18.76993
Probability 0.000084
0
-2 -1 0 1 2 3 4
5000
4000
3000
2000
600 1000
400 0
200
0
-200
-400
50 55 60 65 70 75 80 85 90
24
Series: Residuals
Sample 1950 1992
20
Observations 43
16 Mean -5.02E-14
Median 4.171653
Maximum 583.9779
12
Minimum -313.2392
Std. Dev. 120.6689
8 Skewness 2.283688
Kurtosis 14.96450
4
Jarque-Bera 293.8515
Probability 0.000000
0
-200 0 200 400 600
Fuente: BCV