Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y i=β o + β 1 x i 1 + β 2 x i 2+ …+ β k x i k +ui
^y i= β^ o + β^ 1 x i 1 + ^β 2 x i 2+ …+ ^β k x ik
Para la estimación del modelo volvemos a usar mínimos cuadrados ordinarios (MCO). Minimizar la
suma de los residuales al cuadrado: recordemos que un residual es u^ i= y i−^y i
N
min ∑ u^ 2i = u^ 21+ u^ 22+ u^ 23 +…+ u^ 2N =¿ numero
i=1
Y = XB +U
Donde Y es un vector columna de (Nx1)
Y^ = X B
^
Los cuales tienen las mismas dimensiones que sus homólogos poblacionales.
^ =Y −Y^
Los residuales son un vector columna de (Nx1), el vector lo llamaremos U
u^ 1
U
^ = u^
…[]
u^ 2
u^ N
3
Nx 1
^ T =[ u^ 1 u^ 2 u^ 3 … u^ N ] (1 xN )
U
MCO implica:
u^ 1
N
min ∑ u^ 2i = U
i=1
^T U
[]
u^ 2
^ =[ u^ 1 u^ 2 u^ 3 … u^ N ]∗ u^ =^u12+ u^ 22+ …+ u^ 2N =¿ numero
…
3
u^ N ❑
^ =( Y −Y^ )T ( Y −Y^ ) =( Y − X B
^T U
U ^ )T ( Y −X ^B )
( Y −X B^ )T ( Y − X B^ ) =(Y T −( X ^B )T ) ( Y −X B^ )Y T Y −Y T X B−
^ ( X ^B )T Y + ( X B
^ )T X B=¿
^ numero
Y T Y −Y T X B ^ )T + ( X B
^ −( Y T X B ^ )T X B
^ =¿ numero
T
Y T Y −2 B
^T X T Y + ( X B
^ ) X B=¿
^ numero
Y T Y −2 B
^T X T Y + B
^ T X T X B=¿
^ numero
Derivamos con respecto a ^
B.
−2 X T Y +2 X T X B=0
^
−X T Y + X T X ^B=0 ( X T X ) X T X B
−1
^ = ( X T X )−1 X T Y
^B=( X T X )−1 X T Y
^B será un vector columna que contiene todos los estimadores del modelo.
X T X es una matriz cuadrada y simétrica. Las dimensiones de esta matriz son: ((k+1)xN)
(Nx(k+1))=(k+1)x(k+1)
X T Y dimensiones ((k+1)xN)(Nx1)= ((k+1)x1)
Ejemplo:
Suponga que tenemos un modelo de regresión múltiple con tres variables independientes:
y i=β o + β 1 x i 1 + β 2 x i 2+ β 3 x i3 +ui
yi x1 x2 x3
5 2 8 10
6 2 9 12
6 2 8 12
4 1 6 8
2 0 5 10
Utilizando MCO estime el modelo