PROBLEMAS CAUSAS CONSECUENCIAS ¿CÓMO SABER SI EXISTE EL SOLUCIONES

PROBLEMA?
MULTICOLINEALIDAD ES UNA RELACIÓN LINEAL PUEDE SURGIR POR LA  PRODUCE VARIANZAS GRANDES PARA LOS  GRÁFICOS DE LOS  SELECCIONAR VARIABLES
ENTRE ALGUNOS RECOGIDA DE DATOS, ESTIMADORES DE MCO. LAS ESTIMACIONES DE LOS REGRESORES QUE SON MÁS
REGRESORES, ES UNA RESTRICCIONES EN EL ESTIMADORES SERÁN POCO FIABLES, REDUCE LA  VER LA MATRIZ DE SIGNIFICATIVAS
SITUACIÓN QUE PUEDE MODELO O EN LA EFECTIVIDAD DEL AJUSTE LINEAL SI SU PROPÓSITO ES VARIANZA COVARIANZA Y  ANÁLISIS DE COMPONENTES
OCASIONAR PROBLEMAS POBLACIÓN ESPECIFICACIÓN DETERMINAR LOS EFECTOS DE LAS VARIABLES ANALIZAR SI ES CERCANO PRINCIPALES
EN LAS INFERENCIAS CON Y SOBRE FORMULACIÓN DEL INDEPENDIENTES. A1  TRANSFORMACION DE
EL MODELO DE MODELO, MODELOS CON  NO AFECTA EL AJUSTE GLOBAL DEL MODELO Y POR LO  VIF  (1)/(1-RJ^2) VARIABLES (BOX-COX)
REGRESIÓN MAS REGRESORES TENDRÁN TANTO NO AFECTA EL MODELO PARA ESTIMAR LA RTA  TOLERANCIAVIF^-1
A PADECER ESTOS O VARIANZA RESIDUAL.  ÍNDICE DE CONDICIÓN
PROBLEMAS
HETEROCEDASTICIDAD ES UN PROBLEMA DE APARECE CUANDO EL  EN PRESENCIA DE HETEROCEDASTICIDAD EL MODELO  GRÁFICO DE LOS RESIDUOS  MÍNIMOS CUADRADOS
2 2 VARIANZA NO MODELO ESTA MAL CAE EN ZONA DE NO RECHAZO Y SE TIENDE A  GRÁFICO DE RESIDUOS VS PONDERADOS
E ( U )=σ
i i CONSTANTE. ESPECIFICADO EN LA RECHARA EL MODELO(NO AJUSTA LOS DATOS) VALORES AJUSTADOS  TRANSFORMACION DE
DISTRIBUCIÓN DE LA  PARA ADMITIR QUE UN B SEA SIGNIFICATIVO, SE CAE  GRÁFICO DE LOS RESIDUOS VARIABLES (BOX-COX)
RESPUESTA. EN LA ZONA DE NO_RECHAZO Y SE CAE EN EL VS REGRESORES
OMISIÓN DE VARIABLES PROBLEMA DE QUE LOS BTS NO SERÁN  GOLDFED-QUANT
TRABAJAR CON VARIABLES SIGNIFICATIVOS PARA EL MODELO Y YA NO SERÁ DE  GLESJER
ESPACIALES MÍNIMA VARIANZA  WHITE
 BREUSH-PAGAN
 BARTLET
NORMALIDAD LA HIPÓTESIS DE DIAGNOSTICAR EN  GRÁFICOS DE  TRANSFORMACION DE
E ( U i ) =0 NORMALIDAD DE LOS MUESTRAS GRANDES NORMALIDAD VARIABLES (BOX-COX)
ERRORES EN EL MODELO  SHAPIRO-WILKS
E ( U 2i ) =σ 2 LINEAL JUSTIFICA LA  KOLMOGOROV-SMIRNOV
UTILIZACIÓN DE LOS TEST  JARQUE-BERA
cov ( U i U j ) =0 F Y T PARA REALIZAR
CONTRASTES HABITUALES
Se expresa mejor Y OBTENER
U i ≈ N (0 , σ 2 ) CONCLUSIONES
CONFIABLES A CIERTO
NIVEL DE SIGNIFICANCIA.
AUTO CORRELACIÓN EN LOS ESTUDIOS INERCIA  LOS ESTIMADORES DEJAN DE SER DE VARIANZA  DURBIN-WATSON  SERIES DE TIEMPO
cov ( U i U j ) =0 TRANSVERSALES, A LOCALIZACIÓN ESPACIAL MÍINIMA  BREUSCH-GODFREY  ECONOMETRIA ESPACIAL
MENUDO LOS DATOS SE FENOMENO DE LA  DETECTAR AUTOCORRELACION HA DE CONDUCIR A  DATOS PANEL
Se Expresa Mejor RECOPILAN CON BASE EN TELARAÑA CONSIDERAR OTRO TIPO DE MODELOS DISTINTOS  MÍNIMOS CUADRADOS
E ( U i U j ) =0 UNA
MUESTRA ALEATORIA DE
OMISION DE VARIABLES
CONSIDERAR FORMAS
GENERALIZADOS

UNIDADES FUNCIONALES
TRANSVERSALES. INADECUADAS
CORRELACIÓN ENTRE REZAGOS
MIEMBROS DE SERIES DE MANIPULACION DE LOS
OBSERVACIONES DATOS
ORDENADAS EN EL
TIEMPO