IDENTIDAD FUNDAMENTAL E LA ECONOMETRIA

SUMA DE CUADRADOS TOTALES= SUMA CUADRADOS EXPLICADOS + LA SUMA CUADRADOS

RESIDUALES

VARCIACION TOTAL= VARIACION EXPLICADA+VARIACION RESIDUAL

SCT= SCE+SCR

SCR=SCT-SCE

SCT= y´ y - nY¯ ²

SCE= βˆ´ X´ y - nY¯ ²

uˆ´ uˆ= y´ y - βˆ´ X y

PROPIEDADES DE LOS ESTIMADORES MCO

1. LINEALIDAD. Los estimadores son funciones lineales de la variable endógena.

2. INSESGAMIENTO. Si se extrae de una misma población varias muestras pequeñas, y se estima

a β2, se espera, que en promedio sus estimaciones sean iguales al verdadero β2. E(β^2= β2)

3. VARIANZA MINIMA. De todos los estimadores hallados, el estimador MCO posee la varianza
mínima.

4. EFICIENCIA. Si los estimadores son insesgados y presentan la varianza mínima.

5. MELI. Los estimadores son los mejores estimadores lineales e insesgados.

CALCULAR LOS ERRORES ESTANDAR DE LOS ESTIMADORES

1/( X´X) = 0.97576 −0.005152

−0.005152 0.0000303

Var-Cov(β)= Ϭ²( 1/( X´X) )

Ϭ²=42.1591

Var(β1)= (0.97576)(42.1591)=41.13726 ee(β1)=6.41383

Var (β2)= ( 0.0000303) (42.1591)=0.00127 ee(β2)= 0.03564

Análisis de confianza o de precisión de los estimadores.-

Para β1:

24.4545 - 100%

6.41383 - x
 26.23% de la estimación de (β1) está errada. Porcentaje de acierto de (β1) es 73.77%, por lo
tanto sí es confiable.

Para (β2):

7.04% de la estimación de (β2) está errada. Porcentaje de acierto de (β2) es 92.96%, por lo
tanto sí es confiable.