Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ECONOMETRIA BASICA
PROFESOR: MANUEL PIZARRO VIDAL
Resumen tomado de ECONOMETRIA 4° Edic.
Damodar Gujarati
Introducción (DEFINICIONES)
Econometría es la ciencia que aplica métodos matemáticos y estadísticos al análisis
de datos económicos, con el objetivo de dotar de una base empírica a una teoría
económica, para así refutarla o verificarla.
= + 0< <1
Donde Yi = Consumo Familiar
y Xi = Ingreso familiar por unidad de tiempo,
y donde
Caso a)
0< <1
En cuyo caso se pasa al punto 6. y siguientes.
6.-) Predicción
Un modelo verificado sirve para predecir
170 FUNCION DE
160 REGRESION
POBLACIONAL
150 FRP
130
120
110
100
90
80
70
60
X
INGRESO
80 120 160 200 240
En el gráfico de a continuación, los valores medios condicionales
están marcados.
La unión de estos valores representa la Curva o Función de Regresión
Poblacional, donde el término poblacional se refiere a que estamos
trabajando con el total de la población. (Para el caso una Recta)
180
160
140
120
100
80
60
40 FUNCION DE REGRESION POBLACIONAL
(FRP)
20
0
0 40 80 120 160 200 240 280
Función de regresión poblacional (FRP)
De lo anterior es claro que la media condicional E(Y|Xi) es función
de Xi, donde Xi es un valor dado de X:
E(Y/Xi) = f(Xi)
donde f( ) es una función cualquiera, en el ejemplo anterior era
una función lineal.
La forma que tiene la FRP es un hecho empírico, aunque muchas
veces la teoría nos puede ayudar bastante.
Supongamos que en nuestro ejemplo anterior el consumo está
relacionado linealmente con el ingreso, así podemos suponer que la
función de regresión poblacional E(Y/Xi) es una función lineal de Xi,
es decir:
130
120
110
100
90
80
( ⁄ )
70
60
X
INGRESO
80 120 160 200 240
Lo que no podemos explicar debido a que tiene naturaleza aleatoria
se representa a través de ui, denominado término de error
estocástico.
Entonces siguiendo el ejemplo anterior, podemos decir que el gasto
de una familia individual (Yi) corresponde a la suma de dos
componentes:
• E(Y|Xi), que corresponde a la media de gasto de todas las
familias con el mismo nivel de ingresos (Componente
Determinístico)
• ui (Componente Aleatorio)
= + +
INGRESO FA
125 = 113 + 12
MILIAR 102 = 113 + -11
160
102
107 = 113 + -6
107 110 = 113 + -3
110
116 116 = 113 + 3
118 118 = 113 + 5
125
678 =
Tomando el valor esperado condicional en Xi a la ecuación se llega a
determinar que:
INGRESO FAMILIAR
80 120 160 200 240
CON 55 79 102 120 137
SU 60 84 107 136 145
MO 65 90 110 140 155
FA 70 94 116 144 165
MI 75 98 118 145 175
LIAR 125 189
SUMA 325 445 678 685 966
PROMEDIO 65 89 113 137 161
X (Fijos) Y
80 60
120 90
160 110
200 145
240 165
CONSUMO
Y
= +
170 FUNCION DE
160 REGRESION
MUESTRAL
150 FRM
130
120
110
100
90
80
70
60
X
INGRESO
80 120 160 200 240
FUNCION DE REGRESION MUESTRAL
(FRM)
Es un estimador de
Donde :
Es un estimador de
= Es un estimador de
Es un estimador de
Definición: Un estimador es una regla, fórmula o método que dice
cómo determinar el parámetro poblacional a partir de la
información suministrada por la muestra disponible.
De igual manera que para el caso poblacional la función de
regresión muestral también tiene una representación estocástica:
SUPUESTO 1
SUPUESTO 3
O, si X no es estocástica, E(ui) = 0
Es importante señalar que el supuesto 4 implica que no hay sesgo de
especificación o error de especificación en el modelo del análisis
empírico. En otras palabras, el modelo de regresión está
especificado correctamente. (ejemplo mitir variables explicativas
importantes
SUPUESTO 5 (SUPUESTO 2 DE GAUSS)
E(ui,uj)=0
SUPUESTO 6 (SUPUESTO 3 DE GAUSS)
Homoscedasticidad o varianza constante de ui: La
varianza del término de error, o de perturbación, es la misma sin importar
el valor de X. Simbólicamente:
HETEROSCEDASTICIDAD
SUPUESTO 7 (SUPUESTO 5 DE GAUSS)
SUPUESTO 9
La naturaleza de las variables X:
No todos los valores X en una muestra determinada deben ser iguales.
Técnicamente, var(X) debe ser un número positivo.
Además, no puede haber valores atípicos de la variable X, es decir, valores
muy grandes en relación con el resto de las observaciones.
Es importante señalar que todos estos supuestos sólo se refieren a la
FRP y no a la FRM.
METODO DE MINIMOS CUADRADOS ORDINARIOS (MICO MMC)
= - −
El método de mínimos cuadrados escoge a los estimadores beta 1 y
beta 2 gorro de tal modo que para una muestra dada la suma de los
residuos elevados al cuadrado sea minima
2
2
DE DONDE : =8
570 = 5* + 800*
= 0,6625
101800 = 800* + 144000*
• La función de regresión muestral puede escribirse
como: