UNIVERSIDAD NACIONAL DEL

CALLAO

FACULTAD DE CIENCIAS ECONÓMICAS

Curso: MICROECONOMETRÍA

Profesor: Guillermo Jiménez

Tema: Supuestos MCO

Propiedades del estimador β

Alumna: Aldoradin Malmorejo, Madeleine

Bellavista - Callao

10 SUPUESTOS MCO
1. LINEALIDAD: El modelo a predecir debe ser lineal en los parámetros
aunque puede o no ser lineal en las variables. Ejem
Y = β1 + β 2 X + μ

2. VALORES FIJOS DE X: un supuesto fuerte en el caso de las ciencias

sociales, donde, en general, no es posible la experimentación. Los datos
se obtienen mediante observación, no mediante experimentación. Los
valores de X deben ser independientes del término de error.

μ
3. E ( ) =0: El valor esperado de μi condicional a los valores que toma
x
implica a que los valores de este se encuentren alrededor de respectivo
comportamiento promedio.

4. HOMOCEDASTICIDAD: La varianza de μi condicional a los valores que

toma la variable x i se mantiene constante igual a δ i. Se cumple con el
supuesto de homocedasticidad.

5. NO AUTOCORRELACION: la correlación se define como “la correlación

entre miembros de series de observaciones ordenadas en el tiempo”

6. E (µx) = 0: El valor medio de la perturbación μi es igual a cero, dado que

el valor de x i, la media o el valor esperado del término de perturbación
aleatoria μies cero.

7. PARAMETROS <OBSERVACIONES: El número de observaciones n

debe ser mayor que el número de variables explicativas k.

8. VARIABILIDAD: La naturaleza de la variable X debe ser un numero

positivo, no puede haber valores atípicos de la variable X, es decir,
valores muy grandes en relación con el resto de las observaciones.

9. ESPECIFICACION DEL MODELO: Tiene que presentar relación de

causalidad con la teoría económica, recolectados de un hecho
económico que recoge caracteres esenciales e importantes.

10. NO MULTICOLINIALIDAD: La multicolinealidad se refiere a la existencia

de más de una relación lineal exacta, y colinealidad, a la existencia de
una sola relación lineal.
PROPIEDADES DEL ESTIMADOR β

MCO:
 INSESGADEZ En este momento tiene interés demostrar que el valor
esperado del parámetro estimado con MCO coincide con el valor real del
parámetro.

 ÓPTIMO (EFICIENCIA) El objeto de esta demostración es comprobar

que los parámetros estimados mediante MCO son los que tienen la
varianza más pequeña de entre todos los alternativos posibles de la
familia de los insesgados.

 CONSISTENCIA Por último, se demostrará que los parámetros MCO

son consistentes; es decir, que ampliando la muestra al total de la
población, el valor estimado coincide con el real o, dicho de otra forma,
que cuando contamos con todos los datos, no con una muestra, el
cálculo de MCO da como resultado los parámetros reales, un cálculo
exacto, luego con varianza igual a cero.

Las estimaciones sobre los B se dan a través de MCO (mínimos cuadrados

Ordinarios) o MV (máxima Verosimilitud), el primero se tiene que cumplir los
supuestos ya mencionados en hechos reales no siempre se cumplen porque
suceden casos inesperados o situaciones no previstas, en MV tiene una
aplicación más extensa, se aplica a modelos de regresión no lineal en los
parámetros, en datos de corte transversal suelen confundirse muchos los
datos, pues no siguen una perturbación normal, también suele recibir el nombre
de método de muestras grandes.