Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo 6 - Heterocedasticidad - Agosto 2014 2
Capitulo 6 - Heterocedasticidad - Agosto 2014 2
CAPITULO 6
HETEROCEDASTICIDAD
6.1 NATURALEZA
Es decir, todos los términos de error tienen la misma varianza. El que este
supuesto no se cumpla se conoce como heterocedasticidad de las
perturbaciones.
a) Razones lógicas
EJEMPLO 1:
EJEMPLO 2:
de ingreso.
EJEMPLO 3:
Yi 1 2 X 2i i [6.1]
Donde:
E (i ) 0
E (i j ) 0
E ( i2 ) i2
Econometría básica Heterocedasticidad 3
ˆ 2
x y 2i i
[6.2]
x 2
2i
ˆ 2
x Y 2i i
x 2
2i
ˆ 2
x (
2i 1 2 X 2i i )
x 2
2i
ˆ 2 1 2 2i 2 22i 2i 2i2 i
x x X x
x2 i x2 i x2 i
ˆ 2 2
x2i i [6.3]
x22i
Por tanto,
E ( ˆ 2 ) 2
x E ( )
2i i
x 2
2i
E ( ˆ 2 ) 2 [6.4]
ˆ1 Y ˆ 2 X 2
ˆ1 1 2 X 2 ˆ 2 X 2
E ( ˆ1 ) E ( 1 ) X 2 E ( 2 ) E ( ) X 2 E ( ˆ 2 )
E ( ˆ1 ) 1 2 X 2 2 X 2
E ( ˆ1 ) 1 [6.5]
ˆ 2 2
x 2i i
x 2
2i
Var ( ˆ 2 ) E ( ˆ 2 2 ) 2
x 2i i
2
Var ( ˆ 2 )
x2
2i
De donde,
Var ( ˆ 2 ) x 2
21 i
2
[6.6]
( x ) 2 2
2i
ˆ
̂ 2 ciYi [6.7]
ˆ
E ( ˆ 2 ) 1 ci 2 ci X i ci E ( i )
ˆ
E ( ˆ 2 ) 1 ci 2 ci X i
ˆ
E ( ˆ 2 ) 2
c 0i
c X 1
i i
L ci i2 1 ( ci ) 2 ( ci X i 1)
2c1 12 1 2 X 21 0
2c2 22 1 2 X 22 0
...
2cn n2 1 2 X 2 n 0
ci 0
ci X i 1 0
1 X
c1 [ 12 2 2 21 ]
2 1 1
1 X
c2 [ 12 2 2 22 ]
2 2 2
...
1 X
cn [ 12 2 22 n ]
2 n n
cuya expresión general es:
1 X
ci [ 12 2 2 2i ] [6.9]
2 i i
1 1 X
c i [1 ( 2 ) 2 ( 22i )]
2 i i
[6.10)
1 X 2i X 22i
i 2 i 2 1 2 2 2 )]
c X [ ( ) (
i i
Econometría básica Heterocedasticidad 6
Como c i 0 y c Xi i 1 entonces,
1 1 X
0 [1 ( 2 ) 2 ( 22i )] [6.11]
2 i i
1 X X2
1 [1 ( 22i ) 2 ( 22i )] [6.12]
2 i i
1 X X 1
2
)[ ( 22i ) ( 22i ) ( 2 )]
(
i i i i
ci 2 [6.15]
1 X X
[ ( 2 )][ ( 22i )] [ ( 22i )]2
i i i
Entonces, estas son las ponderaciones que minimizan la Var ( ˆˆ 2 ) . Sí
reemplazamos estas ponderaciones en la relación lineal definida por [6.6],
obtenemos,
ˆ
ˆ 2
(1 / )[ ( X Y /
i
2
2i i i
2
) ( X 2 i / i2 ) (Yi / i2 )
[6.16]
[ (1 / )][ ( X / i2 )] [ ( X 2i / i2 )]2
2 2
i 2i
ˆ
Var ( ˆ 2 )
(1 / i
2
)
[6.17]
[ (1 / i2 )][ ( X 2i / i2 )] [ ( X 2i / i2 )]2
2
ˆ 2 yx i 2i
x 2
2i
2
Var ( ˆ 2 )
x22i
El segundo, suponer que existe heterocedasticidad y utilizar las siguientes
fórmulas:
ˆ 2 yx i 2i
x 2
2i
Var ( ˆ )
x 2
21 i
2
( x )
2 2 2
2i
ˆ
ˆ 2
(1 / )[ ( X Y / ) ( X / ) (Y /
i
2
2i i i
2
2i i
2
i i
2
)
[ (1 / )][ ( X / )] [ ( X / )]
2 2 2 2 2
i 2i i 2i i
ˆ
Var ( ˆ )
(1 / ) i
2
[ (1 / )][ ( X / )] [ ( X / )]
2 2 2 2 2 2
i 2i i 2i i
Yi 1 2 X 2i i [6.18]
Donde:
Econometría básica Heterocedasticidad 8
E (i ) 0
E (i j ) 0
E ( i2 ) i2
Wi 1Z1i 2 Z 2i i* [6.19]
i 2
Var ( i* ) E ( )
i
Entonces,
1
Var ( i* ) E ( i ) 2
i2
e 2
i (Wi ˆ1Z1i ˆ 2 Z 2i ) 2
ei2
2 (Wi ˆ1Z1i ˆ 2 Z 2i )( Z1i ) 0
ˆ1
ei2
2 (Wi ˆ1Z1i ˆ 2 Z 2i )( Z 2i ) 0
ˆ 2
ˆ 2 W Z Z W Z Z
i 2i
2
1i i 1i 1i Z 2i
Z Z ( Z Z )
2 2 2
2i 1i 2i 1i
Siendo:
Yi
Wi
i
1
Z1i
i
X 2i
Z 2i
i
Entonces,
ˆ 2
(1 / )[ ( X Y /
i
2
2i i i
2
) ( X 2i / i2 ) (Yi / i2 )
[6.20]
[ (1 / )][ ( X / i2 )] [ ( X 2i / i2 )]2
2 2
i 2i
Var (ˆ 2 )
(1 / i
2
)
[6.21]
[ (1 / )][ ( X 2i / )] [ ( X 2i / i2 )]2
2 2 2
i i
(Y ˆ
i 1 ˆ2 X 2i ) 2
S 2ˆ n2
2
x22i
¿Este mismo estimador es insesgado en presencia de
heterocedasticidad? Para responder esta pregunta es necesario calcular
su esperanza matemática.
E (Yi ˆ1 ˆ 2 X 2i ) 2
E ( S 2ˆ ) n2
2
x22i
En consecuencia,
Como,
ˆ1 1 Y ˆ 2 X 2 Y 2 X 2 ( ˆ 2 2 ) X 2
Reemplazando,
E ( ˆ 2 2 ) 2
x 2i i
2
[ x ] 2 2
2i
E ( i ) 2 E[ i2 2 i 2 ] E[ i2 n 2 ]
1 1
E ( i ) 2 E ( i2 ) E[ i ] 2 i2 i2
n n
Y además,
E ( ˆ 2 2 ) x 2i ( i ) E ( ˆ 2 2 ) x 2i i E ( ˆ 2 2 ) x 2i
E ( ˆ 2 2 ) x 2i ( i ) E ( ˆ 2 2 ) x 2i i E[
x 2i i
x i ]
x22i
2i
( x 2 i i ) 2
1 x 2 2
E ( ˆ 2 2 ) x 2i ( i ) E[ E ( x 2 i i ) 2
2i i
]
x22i x2i
2
x 2
2i
Econometría básica Heterocedasticidad 11
Reemplazando
E (Yi ˆ1 ˆ 2 X 2i ) 2
x 2 2
i2
1 x22i i2
i
2i i
2
2
x 2
2i n x22i
1
E (Yi ˆ1 ˆ 2 X 2i ) 2 i2 i2
x 2 i i 2 2
n x22i
Finalmente siendo,
E (Yi ˆ1 ˆ 2 X 2i ) 2
E ( S 2ˆ ) n2
2
x22i
Entonces,
E (Yi ˆ1 ˆ 2 X 2i ) 2
E ( S 2ˆ ) n2
2
x22i
1 x22i i2 n x 22i i2 x 22i i2 n x 22i i2
i2 i
2
S 2
n x22i
n x 22i
ˆ 2
( n 2) x 22i (n 2) x 22i
S 2ˆ Var ( ˆ 2 )
2i i
2
n( n 2)[ x 22i ] 2 [ x ] 2 2
2i
ˆ
Var ( ˆ 2 ) Var ( ˆ 2 )
En el modelo siguiente:
Yi 1 2 X 2i i
ˆ
2
Var ( 2 )
x22i
Esta varianza será un estimador sesgado de Var ( ˆ 2 ) , lo que implica que,
en promedio, se está sobreestimando o subestimando esta última. Como
ya sostuvimos el sesgo depende de la relación existente entre i y la
variable exógena X i
regresión determinado:
b) Método gráfico
c) Prueba de Park
i2 2 X i e
d) Prueba de Glejser
ei 1 2 X i i
ei 1 2 X i i
1
ei 1 2 i
Xi
1
ei 1 2 i
Xi
ei 1 2 X i i
ei 1 2 X i2 i
variable exógena.
Ho : 0 No existe heterocedasticidad
Ha : 0 Existe heterocedasticidad
Donde:
rS n 2
t n2
1 rS2
f) Prueba de Goldfeld-Quandt
Yi 0 1 X i i
Suponiendo que:
i2 X i2
e 2
2i
nc
k
F 2
e12i
nc
k
2
h) Prueba de White
Yi 1 2 X 2i 3 X 3i i
k2 nR 2
i) Prueba de Breusch-Pagan
Yi 1 2 X 2i ,..., k X ki i
i2 f ( 1 2 Z 2i ... m Z mi )
i2 1 2 X 2i ... m X mi
2 3 ... m 0
1 2 ( SCE )
~ m2 1
Econometría básica Heterocedasticidad 17
Yi 0 1 X i i
SUPUESTO 1:
E ( i2 ) 2 X i2
Yi 1
0 1 vi
Xi Xi
Donde, obviamente vi es el término de perturbación para el modelo
transformado. Es relativamente fácil mostrar que el modelo transformado
es homocedástico:
i 2 1
) 2 E ( i2 ) 2
E (vi2 ) E (
Xi Xi
Bajo estas condiciones es posible estimar el modelo transformado sin
ningún problema utilizando el MMCO.
SUPUESTO 2:
E ( i2 ) 2 X i
Yi 1 Xi i
0 1
Xi Xi Xi Xi
Yi 1 Xi
0 1 vi
Xi Xi Xi
i 2 1
E (vi2 ) E ( ) E ( i2 ) 2
Xi X i
SUPUESTO 3:
E ( i2 ) 2 [ E (Yi )] 2
Yi 1 Xi i
0 1
E (Yi ) E (Yi ) E (Yi ) E (Yi )
Yi 1 Xi
0 1 vi
E (Yi ) E (Yi ) E (Yi )
i 2 1
E (vi2 ) E ( ) 2
E ( i2 ) 2
E (Yi ) [ E (Yi )]
Yi 1 X
0 1 i i
Yˆi Yˆi Yˆi Yˆi
ANEXO F
NOCIONES BASICAS DE EVIEWS 3.1
HETEROCEDASTICIDAD
a) Método Gráfico
Estando en el Workfile1
Estando en el Workfile
Seleccionar Genr
En la ventana activa escribir e=resid
Estando en el Workfile:
1 Para esta sección utilice el archivo en formato Eviews: Capitulo 6_Heterocedasticidad_Ejemplo 1_Consumo
Econometría básica Heterocedasticidad 20
b) Prueba de Park
Estando en el Workfile
c) Prueba de Glejser
Estando en el Workfile:
Estando en el Workfile
rS n 2
t n2
1 rS2
Genr t=@trend(1)
ˆ
e 2
i
, escribiendo en la línea de comandos: scalar se1=@se.
nk
Econometría básica Heterocedasticidad 25
Scalar f=(se2/se1)^2
Scalar prob=1-@cfdist(f,11,11)
f) Contraste de White
g) Prueba de Breusch-Pagan-Godfrey
Scalar se3=@se
Scalar scr3=(se3^2)*28
Scalar var4=sc3/30
Cerrar la ventana del objeto ecuación
Scalar cr2=@r2
Scalar se5=@se
Scalar var5=se5^2
Scalar scr5=var5*28
Scalar sce5=scr5*cr2/(1-cr2)
Scalar estbp=1/2*(sce5)
Prob2=1-@cchisq(estbp,1)