Sesión 4 - Momentos de Los Estimadores MCO

Dudas S3 y pauta del examen corto I
Propiedades de los estimadores MCO

Contraste de hipótesis
References
ECONOMETRÍA I
Sesión IV: Distribución y momentos de los estimadores MCO.
Luis Arturo Bárcenas
Universidad Católica Andrés Bello
19-May-22
Luis Arturo Bárcenas ECONOMETRÍA I

References
Un salto atrás...
Clase previa
a R 2 ):
Bondad de ajuste (R
Representatividad del modelo de regresión en términos de los
datos empleados.
Menor suma de residuos (al cuadrado) ≈ Mayor varianza
capturada por el modelo.
Correlación entre valores observados y ajustados de la variable
de interés (Y , Ŷ ).
Crece conforme el número de regresores aumenta
⇒ R 2 ajustado (R 2 ).

References
Un salto atrás...
Clase previa
a Algunos consideraciones sobre regresión múltiple:
El grado de correlación entre regresores importa (mientras sea
baja, no hay problema).
Regresores ”sin importancia” y equivalencia entre regresiones
simples y múltiples:
⇒ Ambos enfoques serán equivalentes si la correlación entre
X ′ s es baja y/o el efecto del resto de regresores sobre Y se
asume nulo o bajo.
⇒ Teorema FWL: Regresiones simples con variables
”ajustadas” por el efecto del resto de los regresores.

References
Un salto atrás...
SolucionesPal examen corto I.

X 3Y
a α̂1 = Pi Xi 6 i
i i
P P 3
b
i Z ε̂ = i X ε̂ = 0
3
P
i (Yi −Y )Xi
c α̂1 (con intercepto) = P 3 3 3
i (Xi −X )Xi
d Z , Y iguales a cero (ambas centradas en su media).

References
1. Insesgamiento
Recuerde que el modelo Y = β0 + β1 X + ε cumple con el

supuesto de linealidad, muestreo aleatorio de X, media
condicional cero y varibilidad muestral en X.
De cumplirse lo anterior, los estimadores MCO se consideran
insesgado.
El teorema de Gauss-Markov prueba que el MCO es el mejor
(no el único) estimador insesgado y lineal (lo veremos
próximamente).
Debate actual: GM aplica para el mundo no lineal.

References
1. Insesgamiento
Recuerde que el modelo Y = β0 + β1 X + ε cumple con el

supuesto de linealidad, muestreo aleatorio de X , media
condicional cero en los errores y varibilidad muestral en X .
P P
(Xi − X )Y i (Xi − X )(β0 + β1 X + ε)
βˆ1 = Pi 2
= P 2
i (Xi − X ) i (Xi − X )
P
i (Xi − X )E(ε)
⇒ E(βˆ1 ) = β1 + P 2
(1)
i (Xi − X )
Errores de media cero aseguran que el MCO sea un estimador

insesgado, i.e, E(βˆ1 ) = β1 .
¿Es βˆ0 insesgado?

References
2. Varianza constante
¿Qué tan dispersos están los β’s para distintas muestras,

respecto a su valor poblacional? ⇒ Varianza de β.
Supuesto clave: Varianza constante de los errores
(homocedasticidad).
Usando (1)
P
i (Xi − X )E(ε)
E(βˆ1 ) − β1 = P 2
i (Xi − X )
E(ε2 /X ) σ2
{[E(βˆ1 ) − β1 ]/X }2 = P 2
= P 2
= Var(β1 /X )
i (Xi − X ) i (Xi − X )

References
¿Qué tan dispersos están los β’s para distintas muestras,

respecto a su valor poblacional? ⇒ Varianza de β.
Supuesto clave: Varianza constante de los errores
(homocedasticidad).
Considerando la Var(β̂1 /X ), se demuestra que (usando
βˆ0 = Y − βˆ1 X y reemplazando Y :
N −1 i Xi2 σ 2
P
Var(β̂0 /X ) = P 2
i (Xi − X )

References
Algunos puntos de interés sobre la varianza de los estimadores:

σ 2 = Var (ε/X ) = Var (ε)
(varianza condicional de ε = varianza incodicional de ε) ⇒
Homocedasticidad.
Var (Y /X ) = E{[Y − E(Y )]2 /X } = σ 2
(varianza de Y = varianza de errores)
Las varianzas dependen (casi) enteramente de los datos que
observamos (es decir, de X e Y ). El problema es que σ 2 es
desconocido.

References
Algunos puntos de interés sobre la varianza de los estimadores:
σ2 N −1 i Xi2 σ 2
P
Var(β1 /X ) = P 2
Var(β0 /X ) = P 2
i (Xi − X ) i (Xi − X )
β̂1 será más preciso cuando la varianza de X es mayor (mayor

rango para identificar el efecto sobre Y ).
Lo anterior solo es bueno para el intercepto cuando X → 0.
Ambos estimadores pierden precisión cuando la varianza del
error (o de los factores ”no observables”), σ 2 .
A mayor muestra (↑ N), mayor precisión (directa e
indirectamente).
Se cumple que Cov (β̂0 , β̂1 ) = −X Var (β̂1 )
References
¿Qué ocurre cuando la varianza de X se eleva (o σ 2 se reduce)?

References
¿En qué deriva una varianza constante?

References
¿En qué deriva una varianza constante?

References
Momentos en un contexto múltiple

Recordando el enfoque matricial del MCO:
β̂ = (X ′ X )−1 X ′ Y
1. Se conserva el insesgamiento: Sustituyendo el modelo

problacional y aplicando esperanzas a lo anterior...
β̂ = (X ′ X )−1 X ′ E(Y /X )
= (X ′ X )−1 X ′ (X β + ε)
= (X ′ X )−1 X ′ X β + (X ′ X )−1 X ′ ε
:I
′
E(β̂/X ) = E[
(X X )−1 X ′ X β]X + E[(X ′ X )−1 X ′ ε]X
:0
= β + (X ′ X )−1
E[X ′
ε]
Aplicando esperanzas iteradas, obtenemos E[E(β̂/X )] = β

References

β̂ = (X ′ X )−1 X ′ Y
2. El supuesto sobre la varianza se mantiene: Considerando la

definición de varianza Var (β̂/X ) = E[(β̂ − β)(β̂ − β)′ |X], y
tomando la condición anterior de insesgamiento:
E(β̂ − β) = (X ′ X )−1 X ′ ε
⇒ Var (β/X ) = E[(X ′ X )−1 X ′ εε′ X (X ′ X )−1 |X ]
= (X ′ X )−1 X ′ E[εε′ |X ]X (X ′ X )−1
:I
′
= σ 2
(X X )−1 X ′ X (X ′ X )−1

References

β̂ = (X ′ X )−1 X ′ Y
E(β̂) = β Var (β̂/X ) = σ 2 (X ′ X )−1
El insesgamiento depende del supuesto de media condicional

cero.
De nuevo, los estimadores son más/menos precisos según σ 2 y
de la varianza de X .
¿Qué pasa si los regresores tienen una correlación elevada?
Una respuesta puede obtenerse de la siguiente definición:
σ2
Var (β̂j ) = P 2
i (Xij − X j )(1 − Rj )
References

Una respuesta puede obtenerse de la siguiente definición:
σ2
Var (β̂j ) = P 2
i (Xij − X j )(1 − Rj )

References
El problema de σ 2
Al desconocerse los β’s no es posible obtener los parámetros.

Si no observamos σ 2 ¿cómo lo estimamos?
2 1 P 2
⇒ σ̂ = N i ε̂i
Lo anterior es un estimador sesgado, pues forza a que
P no toma
en cuenta la propieda algebraica básica de MCO: i ε̂i = 0.
1
Por tanto, se toma el estimador insesgado σ̂ 2 = (N−2)
P 2
i ε̂i
En el caso de regresión múltiple, el estimador insesgado de la
varianza de los P
errores proviene de la expresión
1
σ̂ = (N−K −1) i ε̂2i
2

References
El problema de σ 2
Un breve ejemplo.

References
El problema de σ 2
Un breve ejemplo.

References
Para qué conocer los momentos de los β’s?
Al asumir que los β’s varı́an conformen cambian los datos de

X e Y , se asumen que también tienen propiedades de una
variable aleatoria.
Ası́, tenemos un criterio adicional para validar nuestro modelo
y/o probar una conjetura especı́fica: la realización de pruebas
de hipótesis sobre los coeficientes del modelo.

References
Contraste de hipótesis en regresiones simples
Preguntas frecuentes:
¿La eduación de una persona tiene un efecto estadı́sticamente
distinto de cero sobre sus ingresos futuros (ej: βeduc = 0)?
Ingresosi = β0 + βeduc Educi + ε
¿Afectan de manera similar la inflación y la depreciación del
tipo de cambio al crecimiento económico (ej: βπ − βde = 0)?
∆PIBi = β0 + βπ πi + βde dei + ε
Cuál es el mı́nimo y el mayor impacto que puede tener la
educación sobre el ingreso de una persona, en el 95% de las
veces (ej: βeduc ∈ [β̂educ ± c ∗ ee(β̂)]?

References

Para tales contrastes:
Requerimos una métrica
s de dispersión de los β’s.
σˆ2
La tenemos!! ⇒ P
i (Xi − X )
Necesitamos una distribución para los β’s, a fin de hallar un
estadı́stico de contraste.
⇒ Al trabajar con valores condicionados en X , la dinámica (y
la distribución) depende de la distribución de los errores.
A nuestro modelo clásico de regresión lineal agregaremos un
supuesto adicional: normalidad de los errores (estimadores
GM + errores normales).
ε ∼ N(0, σ 2 )

References
Con ello
β̂j ∼ N[βj , var (β̂j )]

q
(β̂j − βj )/ var (β̂j ] ∼ N(0, 1)
Con una muestra finita y una varianza poblacional desconocida,

podemos emplear una distribución t − Student y sus estadı́sticos
para el contraste de parámetros individuales.
(β̂j − βj )/ee(β̂j ) ∼ tn−k−1

References
Con ello
β̂j ∼ N[βj , var (β̂j )]

q
(β̂j − βj )/ var (β̂j ] ∼ N(0, 1)
Con una muestra finita y una varianza poblacional desconocida,

podemos emplear una distribución t − Student y sus estadı́sticos
para el contraste de parámetros individuales.
1−(α/2)
(β̂j − βj )/ee(β̂j ) ∼ tn−k−1

References
Contrastes y reglas de decisión (visto en Estadı́stica III).

Con un estadı́stico tβ̂j = β̂j /ee(β̂j ) para probar H0 : βj = 0, se
establecen las siguientes reglas de rechazo:
1 Para HA : βj > 0, se rechaza H0 si tβ̂ > valor critico(α).
2 Para HA : βj < 0, se rechaza H0 si tβ̂ < −valor critico(α).
3 Para HA : βj ̸= 0, se rechaza H0 si |tβ̂ | > valor critico(α).
4 Para H0 : βj = a, se aplican los criterios previos, aunque con
una prueba de contraste tβ̂j = (β̂j − a)/ee(β̂j ).

References
Un criterio más sencillo: el p-valor.

P-valor : Probabilidad de cola del estadı́stico
Siguiendo a Wooldridge [2006], el p-valor responde a la
pregunta: ¿cuál es el menor nivel de significancia al que se
habrı́a rechazado la hipótesis nula?.
Prueba a dos colas, con HA : βj ̸= 0, el p-valor se calcula
como 2 ∗ P(T > tc )
Prueba a una cola, con HA : βj ≶ 0, el p-valor se calcula como
1
2 ∗ P(T > tc )
Tienden a verse influenciados por valores atı́picos, por lo que
se debe asignar un grado de significancia (para rechazar)
bastante rı́gido.

References

Un criterio más sencillo: el p-valor.

References
Contraste de hipótesis en regresiones múltiples
Usualmente se quieren probar combinaciones lineales de

parámetros o restricciones múltiples o en simultáneo
(restricciones de exclusión).
Al igual que el caso simple, se asume normalidad en los
errores, con varianza σ 2 (X ′ X )−1 , además de poseer
distribuciones independientes entre sı́ (iid).
Lo anterior permite el uso de pruebas t para testear
combinaciones lineales y distribuciones F para las pruebas
múltiples.

References

Estrategia para combinación de β’s

References

Estrategia para combinación de β’s
Al obtener el estadı́stico t, procedemos de la manera usual.

References

Estrategia para pruebas de hipótesis múltiples sobre los β’s
Se quiere evaluar hipótesis del tipo:

References


References

References


References


References

Un vistazo en Stata

References

Un vistazo en Eviews

References

Visión matricial

References

Visión matricial

References

Visión matricial

References
Visión matricial

References
References I
Wooldridge, J. M. (2006). Introducción a la econometrı́a. un

enfoque moderno: un enfoque moderno. Editorial Paraninfo.

Sesión 4 - Momentos de Los Estimadores MCO

Cargado por

Información del documento

Descripción original:

Título 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

Sesión 4 - Momentos de Los Estimadores MCO

Cargado por

Copyright:

Formatos disponibles

Dudas S3 y pauta del examen corto I

Propiedades de los estimadores MCO

Luis Arturo Bárcenas

Universidad Católica Andrés Bello

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

SolucionesPal examen corto I.

d Z , Y iguales a cero (ambas centradas en su media).

Luis Arturo Bárcenas ECONOMETRÍA I

Recuerde que el modelo Y = β0 + β1 X + ε cumple con el

Luis Arturo Bárcenas ECONOMETRÍA I

Recuerde que el modelo Y = β0 + β1 X + ε cumple con el

Errores de media cero aseguran que el MCO sea un estimador

Luis Arturo Bárcenas ECONOMETRÍA I

¿Qué tan dispersos están los β’s para distintas muestras,

Luis Arturo Bárcenas ECONOMETRÍA I

¿Qué tan dispersos están los β’s para distintas muestras,

Luis Arturo Bárcenas ECONOMETRÍA I

Algunos puntos de interés sobre la varianza de los estimadores:

Luis Arturo Bárcenas ECONOMETRÍA I

β̂1 será más preciso cuando la varianza de X es mayor (mayor

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

Momentos en un contexto múltiple

1. Se conserva el insesgamiento: Sustituyendo el modelo

Aplicando esperanzas iteradas, obtenemos E[E(β̂/X )] = β

Momentos en un contexto múltiple

2. El supuesto sobre la varianza se mantiene: Considerando la

Luis Arturo Bárcenas ECONOMETRÍA I

Momentos en un contexto múltiple

E(β̂) = β Var (β̂/X ) = σ 2 (X ′ X )−1

El insesgamiento depende del supuesto de media condicional

Momentos en un contexto múltiple

Luis Arturo Bárcenas ECONOMETRÍA I

Al desconocerse los β’s no es posible obtener los parámetros.

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

Luis Arturo Bárcenas ECONOMETRÍA I

Para qué conocer los momentos de los β’s?

Al asumir que los β’s varı́an conformen cambian los datos de

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

β̂j ∼ N[βj , var (β̂j )]

Con una muestra finita y una varianza poblacional desconocida,

(β̂j − βj )/ee(β̂j ) ∼ tn−k−1

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

β̂j ∼ N[βj , var (β̂j )]

Con una muestra finita y una varianza poblacional desconocida,

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

Contrastes y reglas de decisión (visto en Estadı́stica III).

Luis Arturo Bárcenas ECONOMETRÍA I

Contraste de hipótesis en regresiones simples

Un criterio más sencillo: el p-valor.

Luis Arturo Bárcenas ECONOMETRÍA I