CORPORACION UNIVERSITARIA MINUTO DE DIOS

ACTIVIDAD N° 2
TEXTO ARGUMENTATIVO

PRESENTADO POR:

NICOLAS QUIROGA PERDOMO

ID: 577526

PROFESOR:
JUAN GUILLERMO LAMBY

NRC: 15655

PROGRAMA DE ADMINISTRACION FINANCIERA

Neiva Huila- 2020.
 Estimador de mínimos cuadrados ordinarios (MCO)

El método de Mínimos Cuadrados Ordinarios MCO permite encontrar los Mejores

Estimadores Lineales. Este método presenta muchas ventajas en cuanto a lo fácil de su uso

y por lo adecuado del planteamiento estadístico matemático que permite adecuarse a los

supuestos para los modelos econométricos.

El término de MCO está vinculado con la regresión y la correlación, ambas determinan

la existencia de relación entre dos o más variables (siempre una dependiente y una o varias

independientes). Cuando se aplica el método de mínimos cuadrados ordinarios (MCO), lo

que se debe hacer es encontrar la recta que mejor se ajuste a los datos. Este método se

permite adaptar una línea recta optima a una muestra de datos u observaciones tomadas y

denotadas por las variables X y Y, es decir, que se deben encontrar los valores de los

parámetros que minimizan las sumas de los errores al cuadrado.

La diferencia radica en que le regresión se expresa en una función o relación funcional

mediante una ecuación con su uso predictivo, y la correlación es un valor que mide la

intensidad con que están relacionadas linealmente las variables, se está hablado de una

regresión o correlación simple cuando se relacionan 2 variables, si existen más se habla de

una correlación múltiple (el alcance de este curso se limita a la simple).

Las funciones regresivas principalmente pueden ser de cuatro tipos:

 Lineales

De la forma matemática Y(x) = a+ bXi

Y su expresión Regresiva Yi = β1+ β2Xi + υi

 De segundo grado

De la forma matemática Y(x) = a+ bXi+cXi2

Y su expresión Regresiva Yi = β1+ β2Xi + β3Xi2+ υi

  Exponenciales

De la forma matemática Y(x) = abx

Y su expresión econométrica log F(x) = log a + x log b + υi

 De potencia

De la forma matemática Y(x) = aXin

Y su expresión Regresiva log Yi = log a + b log X + υi

REFERENCIAS

 https://202065.aulasuniminuto.edu.co/my/
 https://202065.aulasuniminuto.edu.co/mod/lti/launch.php?id=207355
 https://es.wikipedia.org/wiki/M%C3%ADnimos_cuadrados_ordinarios
 http://www.eco.uc3m.es/~cavelas/EMEI/tema2.pdf