Clase 31 Modelo de Rango Completo MLG

Escuela Profesional de Ingeniería Estadística – FIEECS
MODELOS LINEALES –Prof.

MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Dr. Luis Huamanchumo de la Cuba
MODELO LINEAL GENERAL
1
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
EL MODELO LINEAL GENERAL POBLACIONAL

(MLGP)
y=X+
nx1 nxk kx1 nx1
Y: Variable Endógena
X: Variable Exógena
: Término de Perturbación Aleatorio Poblacional
: Vector de Parámetros del Modelo
2
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
PARÁMETROS POBLACIONALES Y
MUESTRALES
POBLACIÓN MUESTRA
y,X y,X
2 2
∈ ∈ 𝑦 𝑦
y=𝑦 ∈ 𝑦=X𝛽
3
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Soporte electrónico de datos
y x1 x2 … xk
y1 x11 x12 x1k
y2 x21 x22 x2k
… … … …
yn xn1 xn2 xnk
y X
nx1 nxk
4
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
TÉRMINO DE PERTURBACIÓN
SUPUESTOS
5
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Supuesto 1 E(i xi) = 0

Y
Y=X+
X1 X2 X3 X4
6
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Supuesto 2 ii) = 0
E(
ij0 ij0 ij=0

7
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Supuesto 3 Var(i Xi) = 2
0 Y=X+
x1
x2
xi
8
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Supuesto 4 Cov( i , Xi ) = 0
Xi es no estocástica
9
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
PARÁMETROS DEL MLG
Supuestos
1. Los parámetros  del Modelo Poblacional son fijos y

desconocidos.
2. La varianza de  es fija y desconocida e igual a 2.
10
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
MÉTODO DE GAUSS MARKOV

PARA LA ESTIMACIÓN DE 
11
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
y
^= Y - Y^
^ ^
o Xo + 1X1 = X = Y
^ ^
X1

X0
12
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Min ’
^ ^
^

Primera Derivada
  ’
^ ^
=0
^
 = (X’X)-1X’Y
^

Segunda Derivada
2^
  ’ ^
= 2 (X’X)’ > 0 ‘’ minimiza la
^2 norma euclidea

13
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
PROPIEDADES DEL ESTIMADOR

MÍNIMO CUADRADOS ORDINARIOS
(MCO)
14
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
1. Si E( ) = 0 , entonces, el estimador MCO es insesgado
^
Si  = (X’X)-1X’Y e Y=X+
^
 = (X’X)-1X’(X  + ) =  + (X’X)-1X’ 
Tomando Valor Esperado se tiene:
^
E() =  + (X’X)-1X’ E(), donde E( )=0
^
E() = 
15
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
2. Si Var( ) = 2I , entonces, la matriz de covarianzas del

estimador MCO es igual a 2 (X’X)-1
^ ^ ^ ^ ^
Var(  ) = E( -E() ( - E()’
^ ^
= E( - ) ( - )’ (a)
De la propiedad (1):
^
 -  = (X’X)-1X’  en (a)
^
Var(  ) = (X’X)-1E( ’)X(X’X)-1 , E( ’) = 2 I (supuesto MLC)
^
Var(  ) = 2 (X’X)-1
16
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
3. Las variables explicativas son ortogonales al vector de

residuos MCO
Matemáticamente, X’^ = 0
^
X’ = X’( Y - Y )
= X’( I - H )Y = 0
17
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
4. El predictor de la variable endógena es ortogonal al vector

de residuos MCO
^ ^
Matemáticamente, Y’ = 0
^ ^ ^ ^ ^
Y’ =(X)’ =  ’ X’ ^
^
=’0=0
18
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
5. Teorema de Gauss-Markov
El estimador MCO es el Mejor Estimador Lineal Insesgado

(MELI). Cualquier otro estimador tiene matriz varianza-
covarianza mayor que la del estimador MCO.
19
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
6. La Suma de Cuadrados Residual (SCR) se puede expresar

^
como Y’Y - ’X’Y
^ ^
 ’ = (Y - X  )’(Y - X  )
^ ^
^ ^
= Y’Y - 2  ’X’Y +  ’X’Y
^
= Y’Y -  ’X’Y
20
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
7. La Suma de Cuadrados Residual (SCR) es la suma de

las observaciones de la variable endógena al cuadrado
menos la suma de cuadrados de sus valores de
predicción.
La formulación según enunciado sería:

^ ^
 ’ = Y’Y - Y’Y
^ ^
Pero,
^ ^
 ’ = (Y – Y)’(Y – Y)
^ ^
^ ^
 ’ = Y’Y – Y’Y – Y’Y +Y’Y
^ ^ ^ ^
^ ^ ^ ^
Se prueba que: Y’Y = Y’Y = Y’Y
21
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
8. El vector de residuos MCO es una transformación lineal

del término de perturbación aleatorio poblacional
Sea el residuo MCO:  = Y–Y

^ ^
^
=Y-X
= Y - X (X´X)-1X’Y
= (I - H)Y
^
 = (I – H)(X  +  )
Pero: (I – H)X=0
Finalmente, ^ = (I – H)  22
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
9. La Suma de Cuadrados Residual puede expresarse

como ´M  , donde M = I-H
^ ^
 ’ = (Y – Y)’(Y – Y)
^ ^
= (MY)’(MY)
= Y’M’MY = Y’MY
= (X  +  ) ’M (X  +  )
 ’ = ’M 
^ ^
23
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
10. El vector de residuos mínimo cuadráticos tiene

esperanza cero y matriz varianza-covarianza 2M
^
E(  ) = E(M ) = M E() = 0
^
E(  ) = 0
^ ^ ^
Var(  ) = E( ’)
= E( M  ’ M’) = M E(  ’) M’
^
Var(  ) = 2 M
24
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
11. Si el MLG tiene término independiente, entonces, la

suma de residuos mínimos cuadráticos es cero.
x x  x
11 12 1p
x x  x
21 22 2p
Xnxp 
   
x x  x
n1 n2 np
Si Xi1 = 1 i y por la propiedad (3) X’^ = 0

n
 ^i = 0
i=1
25
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
12. Si entre las variables explicativas hay un término

constante, entonces, se tiene:
SCT = SCE + SCR Residual

Yi
SCT =  (Y – Y)
i
2
^
Yi – Yi
Total = Yi - Y
^
Yi
SCE =  ^
(Yi – Y)2
Y
Yi – Y
Explicada
SCR =  ^2
(Yi – Yi)
26
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
13. Cuando existe término independiente, la suma

explicada puede calcularse mediante las expresiones:
^ ^ ^
SE = ´ X´ Y – nY2 = ´ X ´ X  - nY2
27
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
ESTIMACIÓN DE LA VARIANZA DEL TÉRMINO DE

PERTURBACIÓN POBLACIONAL  2
28
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
^
Sabemos que: =M
^ ^
E(  ’ ) = E(’M )
E( ^ ’^ ) = E(Tr(’M )) = Tr(ME(’))
E( ^ ’^ ) = 2 Tr(M) = 2 (n-k)
De ahí que:
^ ’^
^
2=
n-k
Es un estimador insesgado de  2
29
MODELO
Luis Huamanchumo
DE RANGO COMPLETO
de la Cuba
Gracias!!!
30

Clase 31 Modelo de Rango Completo MLG

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 31 Modelo de Rango Completo MLG

Cargado por

Copyright:

Formatos disponibles

Escuela Profesional de Ingeniería Estadística – FIEECS

MODELOS LINEALES –Prof.

MODELO LINEAL GENERAL

EL MODELO LINEAL GENERAL POBLACIONAL

: Término de Perturbación Aleatorio Poblacional

: Vector de Parámetros del Modelo

Soporte electrónico de datos

y1 x11 x12 x1k

y2 x21 x22 x2k

yn xn1 xn2 xnk

Supuesto 1 E(i xi) = 0

ij0 ij0 ij=0

Supuesto 3 Var(i Xi) = 2

PARÁMETROS DEL MLG

1. Los parámetros  del Modelo Poblacional son fijos y

2. La varianza de  es fija y desconocida e igual a 2.

MÉTODO DE GAUSS MARKOV

PROPIEDADES DEL ESTIMADOR

1. Si E( ) = 0 , entonces, el estimador MCO es insesgado

Tomando Valor Esperado se tiene:

2. Si Var( ) = 2I , entonces, la matriz de covarianzas del

3. Las variables explicativas son ortogonales al vector de

4. El predictor de la variable endógena es ortogonal al vector

El estimador MCO es el Mejor Estimador Lineal Insesgado

6. La Suma de Cuadrados Residual (SCR) se puede expresar

7. La Suma de Cuadrados Residual (SCR) es la suma de

La formulación según enunciado sería:

8. El vector de residuos MCO es una transformación lineal

Sea el residuo MCO:  = Y–Y

9. La Suma de Cuadrados Residual puede expresarse

10. El vector de residuos mínimo cuadráticos tiene

11. Si el MLG tiene término independiente, entonces, la

Si Xi1 = 1 i y por la propiedad (3) X’^ = 0

12. Si entre las variables explicativas hay un término

SCT = SCE + SCR Residual

13. Cuando existe término independiente, la suma

ESTIMACIÓN DE LA VARIANZA DEL TÉRMINO DE

E( ^ ’^ ) = E(Tr(’M )) = Tr(ME(’))

E( ^ ’^ ) = 2 Tr(M) = 2 (n-k)

También podría gustarte