Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Josep Navarro
jm.navarro@ucv.es
Gujarati Capı́tulos 1, 2 y 3
Econometrı́a el modelo Lineal Ezequiel Uriel 1990 Capı́tulo 3
UCV
X1i = 1, i = 1, 2, .., N
Y = Xβ + u
donde Y es un vector N × 1, X es una matriz N × k, β es un vector k × 1
y u es un vector N × 1
Ŷ = X β̂
El vector de residuos muestrales se puede expresar por lo tanto como:
û = Y − Ŷ = Y − X β̂ (3)
S = (Y − Ŷ )0 (Y − Ŷ ) =
= (Y − X β̂)0 (Y − X β̂) =
(4)
= Y 0 Y − β̂ 0 X 0 Y − Y 0 X β̂ + β̂X 0 X β̂ =
= Y 0 Y − 2β̂ 0 X 0 Y + β̂ 0 X 0 X β̂
Puesto que β̂ 0 X 0 Y = Y 0 X β̂ 1
1
Prueba en Apéndice A
Josep Navarro jm.navarro@ucv.es Gujarati Capı́tulos
Tema
1, 21:y Regresión
3 Econometrı́a
lineal Múltiple
el modelo Lineal Ezequiel Uriel 1990 Capı́tulo 3 (UCV)
8 / 18
Ajuste Mı́nimo-Cuadrático del Hiperplano de Regresión
∂S
= −2X 0 Y + 2X 0 X β̂ = 0
∂ β̂
X 0 X β̂ = X 0 Y
Di = β1 + β2 Ri + β3 Pi + ui
D R P
5 3 5
43 5 2
30 6 6
24 6 7
30 5 4
65 9 3
57 10 7
90 12 6
0 0
β̂1 1 X12 . . . X1k Y1
β̂2 1 X22 . . . X2k Y2
β̂ 0 X 0 Y = =
.. .. .. .. .. ..
. . . . . .
β̂k 1 XN2 . . . XNk YN
1 1 ... 1
Y1
X21 X22 . . . X2N
Y2
= β̂1 β̂2 ...
. . . β̂k .. .. .. =
. . .
..
.
..
Xk1 Xk2 . XKN YN
Y1
h Pk Pk Pk i Y2
β̂1 + i=2 Xi1 β̂i β̂1 + i=2 Xi2 β̂i . . . β̂1 + i=2 XiN β̂i =
..
.
YN
h Pk Pk
Y1 (β̂1 + i=2 Xi1 β̂i ) + Y2 (β̂1 + i=2 Xi2 β̂i ) + ...
Pk i
+YN (β̂1 + i=2 XiN β̂i ) =
1 X21 . . . Xk1 β̂1
1 X22 . . . Xk2 β̂2
= Y1 Y2 . . . YN .. .. =
.. .. ..
. . . . .
1 X2N . . . XkN β̂k
0
Y1 1 X21 . . . Xk1 β̂1
Y2 1 X22 . . . Xk2 β̂2
= .. = Y 0 X β̂
.. .. .. .. ..
. . . . . .
YN 1 X2N . . . XkN β̂k
X
ûi = 0
Prueba:
Como
X X X X X
ûi = Yi − β̂1 − β̂2 X2i − . . . − β̂k Xki = i = 1, 2, ..., N
X 0 û = 0
Prueba:
û = Y − X β̂ =
Y − X [X 0 X ]−1 X 0 Y
Premultiplicando ambos lados de la ecuación por X 0 :
X 0 û = X 0 Y − X 0 X [X 0 X ]−1 X 0 Y
= X 0Y − X 0Y = 0
Ŷ 0 û = 0
Prueba:
h i0
Ŷ 0 û = X β̂ û = β̂ 0 X 0 û = β̂ 0 0 = 0