UNIVERSIDAD DE GUAYAQUIL

IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

DEBER Nº 4
En este ejercicio se va a estudiar la presencia de multicolinealidad y su
corrección, en un modelo que recoge la relación entre el consumo público
(CP) y tres variables relativas a la remuneración de los asalariados. En
concreto las variables consideradas son:

 Remuneración de asalariados residentes por empleadores residentes

y no residentes (RAR)
 Remuneración de asalariados residentes por empleadores no
residentes (RNR)
 Remuneración de asalariados residentes y no residentes por
empleadores residentes (RR)

La información disponible, medida en millones de unidades monetarias,

comprende el período 1987-1995 y se muestra en el siguiente cuadro
(fichero de datos Ejerc45.wf1):

Con esta información se pide:

a) Estimar por MCO el modelo lineal de consumo público que incluye

como regresores una constante y las tres variables señaladas.
b) Detectar en el modelo estimado en el literal anterior la presencia de
colinealidad.
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

c) En caso de haber detectado colinealidad en el modelo, corregir este

problema y estudiar la influencia de la colinealidad en la varianza de
los estimadores.

DESARROLLO

a)

^ = 3406813+1.853373RAR-12.31877RNR-1.721797RR
CP

A pesar de que la probabilidad F, nos indica que las variables del modelo son buenas con
excepción de la constante, las probabilidades individuales nos dicen que no lo son.

Por esta razón y por que el R² , es demasiado elevado, se puede decir que existe un problema de
colinealidad, el mismo que lo analizaremos en el siguiente punto.
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

b)
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

Una de las maneras de detectar si existe colinealidad, es la de verificar si la determinante de la

matriz de correlacion de las variables es diferente de 1 o tiende a 0.
Cuando el determinante es uno, se dice que no hay linealidad en las variables.
En este caso observamos que el determinante de la matriz de correlación de las variables es
8,54569E-07, es decir que es un valor que tiende a 0, por lo cual podemos decir que existe
colinealidad en las variables.,

Otra manera de verificar si existe o no colinealidad, es la de aplicar la medida de Klein, para lo

cual ejecutaremos las siguientes ecuaciones:
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

Una vez ejecutadas las ecuaciones, procedemos a aplicar la ecuación de la medida de Klein, que
nos da como resultado en cada ecuación.
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

σ² 1
=
σ ² 1−R ²

RAR C RNR RR = 1.000.000

RNR C RAR RR = 1,19584325
RR C RAR RNR = 1.000.000

Al aplicar esta medida, los valores resultantes, deben ser de máximo 50, sino la medida nos
indica que existe un problema de colinealidad.

- Otra manera de comprobar si existe colinealidad, es aplicando la medida de Theil; para

lo cual analizaremos las siguientes ecuaciones auxiliares, a las cuales omitiremos una
variable explicativa, y extraeremos su R².
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

R² Original - R² Auxiliar 1 = 0.996698-0.996519 = 0.000179

R² Original - R² Auxiliar 2= 0.996698-0.994009= 0.002689
R² Original - R² Auxiliar 3= 0.996698-0.996543 = 0.000155
⅀ = 0.003023

R² – 0.003023 = 0.996698 – 0.003023 = 0.993675

En conclusión, una vez calculada la medida de Theil, observamos que este valor no dista mucho
del coeficiente de determinación de la Regresión completa, por lo que puede admitirse que
existe colinealidad; ya que si los regresores fuesen ortogonales, la medida m = 0.
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

Para corregir este problema de colinealidad, realizamos operaciones con otra variable del mismo
modelo, de preferencia dividimos todas las variables del modelo de regresión ejecutado, para la
nueva variable.

Para esto, generamos nuevos valores en la ecuación:

CPC = CP/RESID
RARC = RAR/RESID
RNRC = RNR/RESID
RRC = RR/RESID

Y procedemos a ejecutar el programa:

Una vez verificado que solo el valor de la constante se encuentra ocasionando problemas en la
ecuación, procedemos a eliminarla y generamos una nueva ecuación a continuación.
 UNIVERSIDAD DE GUAYAQUIL
IV SEMESTRE
ECONOMETRIA CESAR AUGUSTO SUAREZ PROAÑO

Esta ecuación nos indica que es un modelo muy bueno. Y que no presenta ningún problema de
colinealidad en sus variables.

BASE DE DATOS: