Error de Especificación 23/10

1. ¿Qué hacer para encontrar el modelo “correcto”? En otras palabras,

¿cuáles son los criterios para elegir un modelo a partir del análisis
empírico?
Modelo correcto: los estimadores deben ser estadísticamente significativos. El caso de
determinación múltiple y el corregido o ajustado debe ser elevado. Coeficiente de
determinación corregido o ajustado, es ajustar por los grados de libertad.
A medida que se incluyen mayor cantidad de VE, el coeficiente de determinación
múltiple tiende a aumentar. Nos fijamos en el coeficiente de determinación múltiple
corregido, por los grados de libertad entonces establece el ajuste exacto en que las VE
explican a la V dependiente
2. ¿Qué tipos de errores de especificación de modelos son más comunes en la
práctica?
- Omisión de una VE importante
- Inclusión de una variable irrelevante
Omisión de una variable relevante (subajuste de un modelo).
Suponga que el verdadero modelo es
Yi = β1 + β2X2i + β3X3i + ui (13.3.1)
pero, por alguna razón ajustamos el siguiente modelo:
Yi = α1 + α2X2i + vi (13.3.2)
Las consecuencias de omitir X3 son las siguientes:
a) Si la variable excluida, u omitida, X3 está correlacionada con la variable
incluida X2, es decir, r23, el coeficiente de correlación entre las dos variables es
diferente de cero, αˆ 1 y αˆ 2 son sesgados e inconsistentes. Es decir, E(αˆ 1) no
es igual a β1 y E(αˆ 2) no es igual a β2, y el sesgo no desaparece conforme
aumenta el tamaño de la muestra.
b) Aunque X2 y X3 no estén correlacionados, αˆ 1 es sesgado, pese a que αˆ 2 sea
ahora insesgado.
c) La varianza de la perturbación σ2 está incorrectamente estimada.
d) La varianza medida convencionalmente de αˆ2 ( = σ2/∑ x 22 i) es un estimador
sesgado de la varianza del verdadero estimador β2.
e) En consecuencia, es probable que el intervalo de confianza usual y los
procedimientos de pruebas de hipótesis conduzcan a conclusiones equivocadas
sobre la significancia estadística de los parámetros estimados.
f) Otra consecuencia es que los pronósticos basados en el modelo incorrecto y los
intervalos (de confianza) del pronóstico no son confiables.
 Inclusión de una variable irrelevante (sobreajuste de un modelo)
Ahora supongamos que
Yi = β1 + β2X2i + ui (13.3.6)
es verdadero, pero especificamos el siguiente modelo:
Yi = α1 + α2X2i + α3X3i + vi (13.3.7)
y cometemos así el error de especificación al incluir una variable innecesaria en el
modelo.
Las consecuencias de este error de especificación son las siguientes:
a) Todos los estimadores de MCO de los parámetros del modelo “incorrecto” son
insesgados y consistentes, es decir, E(α1) = β1, E(αˆ 2) = β2 y E(αˆ 3) = β3 = 0.
b) La varianza del error σ2 está correctamente estimada.
c) Los procedimientos usuales de intervalos de confianza y de pruebas de hipótesis
conservan su validez.
d) Sin embargo, las α estimadas por lo general serán ineficientes, es decir, sus
varianzas generalmente serán más grandes que las de las βˆ del verdadero
modelo.

Detección de variables innecesarias (sobreajuste de un modelo)

Una forma sencilla de averiguarlo es probar la significancia del βk estimado
mediante la prueba t usual: t = βˆ k/ee (βˆ k).
Surge la duda cuando la probabilidad sea mayor al 5%, por ejemplo; si nos da un
estimador que no es estadísticamente significativa en forma individual y el resto si, y un
R2 muy elevado y una significancia global en caso de la probabilidad del test f sea
menor al 5%, entonces decimos que el modelo es bueno pero un estimador está siendo
ruido, el problema puede ser que a lo mejor es una variable innecesaria, de esa manera
se detecta.
Cuando nos encontramos que solamente hay un caso donde hay un estimador en el
cual su probabilidad sea mayor al 5%, entonces quiere decir que esa VE está teniendo
problemas, a esto se llama Minería de datos: significa ir probando cada uno de los
estimadores a ver cuál puede ser el posible variable innecesario.

Pruebas para variables omitidas y forma funcional incorrecta

Examen de los residuos
Para ilustrar lo anterior, reconsidere la función cúbica del costo total de producción
analizada en el capítulo 7. Suponga que la verdadera función del costo total se describe
de la siguiente manera, donde Y = costo total y X = producción:
 Yi = β1 + β2Xi + β3X2 i + β4X3 i + ui (13.4.4)
pero un investigador ajusta la siguiente función cuadrática:
Yi = α1 + α2Xi + α3X2 i + u2i (13.4.5)
y otro investigador ajusta la siguiente función lineal:
Yi = λ1 + λ2Xi + u3i (13.4.6)

A través de los gráficos podemos detectar el error de especificación

Otra manera de poder detectar es a través de los valores de ն, tiene un valor
demasiado elevado, lineal y cuadrática. En cubica ya reduce.

Otra manera es a través de Durbin:

Es un estadístico cuyo valor esta entre el 0 y el 4, cuanto más cercano al 0 significa
que existe autocorrelacion positiva y cuanto más cercano al 4 existe auocorrelacion
negativa. Y cuanto más cercano alrededor del 2 significa que existe la autocorrelacion.
 Prueba RESET de Ramsey
Ramsey propuso una prueba general de errores de especificación conocida como
RESET (prueba del error de especificación en regresión).
Errores de medición
Errores de medición en la variable dependiente Y
Ejemplo:
Y∗ = i gasto de consumo permanente
Xi = ingreso actual
ui = término de perturbación estocástico
Si yo quiero medir correctamente la variable dependiente necesito el gasto de
consumo actual, porque mi VE me dice que el ingreso es actual.
¿Cuál es la consecuencia?
Aunque los errores de medición en la variable dependiente aún producen
estimaciones insesgadas de los parámetros y de sus varianzas, las varianzas estimadas
ahora son más grandes que cuando no existen tales errores de medición.
Consecuencia de variables dependientes mal medidas
Cuando trabajamos con variable dependientes que están mal medidas, los
estimadores continúan siendo insesgados pero sus varianza tienden a ser más grandes, al
ser la varianza más grande el error estándar va a ser más grande.
Errores de medición en la variable explicativa X
Suponga ahora que, en lugar de (13.5.1), tenemos el siguiente modelo:
Yi = α + βX∗ i + ui (13.5.6)
donde Yi = gasto de consumo actual
X∗ = i ingreso permanente
ui = término de perturbación (error ecuacional)
 Consecuencia de variables explicativas mal medidas (problema grave)
Si se viola este supuesto, puede demostrarse que los estimadores de MCO no
solamente están sesgados, sino que son también inconsistentes, es decir, permanecen
sesgados aunque el tamaño de la muestra, n, aumente indefinidamente.