1.1. a) Necesidad de endogeneizar alguna variable explicativa.

Planteando un modelo
uniecuacional frecuentemente nos encontramos ante la necesidad de analizar a su vez el
comportamiento de alguna de las variables que estamos utilizando como explicativas.
b) Complejidad de la variable a analizar.En otras muchas ocasiones podemos
enfrentarnos a la modelización de una variable que esta compuesta a su vez por distintos
elementos cuyos comportamientos dispares exigen un tratamiento individualizado.
c) Complejidad del fenómeno a analizar.Finalmente, podemos encontrarnos con
fenómenos económicos que no pueden ser fácilmente representados por una sóla
variable, de forma tal que para analizar su comportamiento sea necesario abordar
variables o dimensiones alternativas relacionadas con dicho fenómeno.

1.2. el metodo de minimos cuadrados en tres etapas es un metodo de enfoque de información

completa lo que significa que se tiene lo siguiente:

 Estimación del modelo en su conjunto e información total sobre especificación de todas

las ecuaciones.

Por ejemplo cuando nos encontramos frente a un modelo de ecuaciones aparentemente n o

relacionadas es decir se trata típicamente de ecuaciones similares referidas a diversas partes
de un total (por ejemplo, tasas de actividad por grupos de sexo y edad, demanda de diferentes
productos, etc.), que impide una independencia total entre las perturbaciones de cada
ecuación y las de las restantes del sistema, estos modelos de ecuaciones aparentemente no
relacionadas (Seemingly unrelated equations) presentan correlación entre los términos de
error de las ecuaciones del modelo; por lo tanto, el método adecuado de estimación es
mínimos cuadrados trietápicos.

Si las perturbaciones de cada ecuación no están relacionadas entre sí (están incorrelacionadas)

no existirá, evidentemente, ninguna relación entre las tres ecuaciones; entonces la estimación
minimocuadrática ordinaria es perfectamente apropiada.