Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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 TOLERANCIAVIF^-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