R-cuadrado:

Del 100% de la varianza de los salarios, la variable educación explica un 10.7 % , pero lo ideal seria
que fuera más. Y el resto del % (89,3%) explica los errores. Por lo que se debe mejorar el modelo.

MEJORA DE MODELO: incorporando mas variables explicativas en el modelo se puede mejorar

En variable binaria el B1 pasa a ser la diferencia entre las esperanzas condicionales de los dos
grupos. B1 es la diferencia de medias.
CASO 1 DE DUNMY
CASO 2 DE DUNMY

CASO 3 DE DUNMY
CASO 4 DE DUNMY, MODELO MÁS COMPLETO

NO SE PUEDE INCORPORAR TODAS LAS VARIABLES DUNMY

HETEROSEDASTICIDAD Y HOMOCEDASTICIDAD

Hetero en datos de sección cruzada y no en temporales

La hetero. Destruye la estimación MCO. Invalidad la contrastación de hipótesis

En caso de Heterosedasticidad el t-student y F-fisher ser invalida

HERRAMIENTAS DE DIAGNOSTICO

 Naturaleza del problema: acorde a los dato utilización (mayores casos en datos cruzados)
 Análisis grafico de los residuos: relación entre el residuo al cuadrado en relación a X o Yi si
son varias variables explicativas
 Test de Park: relación de la varianza heterosedastica respecto a las variables explicativas
(porque aplica el ln)
 Test de Glejser: ejecutar la regresión de valores absolutos del residuo (e). formas
funcionales que llevan a evaluar la hipótesis nula de no heterosedasticidad.

Sugiere utilizar este test para muestras grandes.

 Test general de la heteroscedasticidad de White: estimar la regresión mediante el MCO

MEDIDAS CORRECTIVAS FRENTE A HETEROSEDASTICIDAD

  Método de los mínimos cuadrados ponderados, con el supuesto de conocer la varianza.
Dividimos a toda la relación. El resultado de estos (B1 y B2) se denominarán como
estimadores por mínimos cuadrados ponderados.
 Cuando no se conoce la varianza: dividir por la raíz cuadrada de Xi (transformación de la
raíz cuadrada), en caso de tener más de 2 V.E. se divide entre Yi-hat
 Nueva especificación del modelo: aplicar el ln ayudara en la reducción de variabilidad
entre los datos.

ERRORES ESTANDAR Y ESTADISTICOS T CON HETEROSEDASTICIDAD CORREGIDA POR WHITE

 Según White los test T y F pueden ser utilizados para la interpretación solo términos
estrictos y en muestras grandes