¿Qué pasa si un modelo de regresión presenta multicolinealidad, heteroscedasticidad y

autocorrelación?

Si tenemos evidencia de que existe un problema de autocorrelación, se debe verificar

si un problema de mala especificación o es una autocorrelación pura, establecido esto

podemos utilizar varios métodos de corrección como son, especificación incorrecta del

modelo frente a autocorrelación pura, método de los mínimos cuadrados Generalizados,

método Newey West, MCO versus MCGF y CHA.

Mientras que, si un modelo de regresión presenta multicolinealidad, en el libro de

Gujarati (2021) nos dice Blanchard que, si existe problemas de multicolinealidad, no hay

que hacer nada puesto que esto se da por una deficiencia en los datos y aunque no se

pueda estimar los coeficientes de regresión con precisión, de todas maneras, es posible

una combinación lineal entre ellas con una relativa eficiencia.

En el libro también existe otros procedimientos que se pueden tomar para corregir

la multicolinealidad, dependiendo de la gravedad uno de ellos podría ser la eliminación de

una variable y el sesgo de especificación, es decir que se los trata.

En el caso de heterocedasticidad se origina, frecuentemente en muestras de datos de

corte transversal, si se detecta en un caso de regresión, podemos seguir dos caminos el

primero es transformar las variables, tomado Logaritmos o estimar por mínimos cuadrados

ponderados.

Heterocedasticidad provoca un sesgo en las estimaciones del coeficiente, es decir

que llegan hace imprecisas; una precisión más baja aumenta la probabilidad de que las

estimaciones de los coeficientes estén más alejadas del valor correcto de la población.

Bibliografía
 Debate método newey-west para corregir errores estándar MCO -

grupos.emagister.com. (2022). Emagister.com.

https://grupos.emagister.com/debate/metodo_newey_west_para_corregir_errores_estandar_m

co/6598-758905

‌ Gujarati D. (2010) Econometría Quinta Edición. México; Edit. McGraw Hill.

Wooldridge J.M (2009) Introducción a la econometría; Un enfoque moderno. Edit.

Cengage Learning.