Econometría 1

Sesión 4
22/octubre

Unidad didáctica 7: Modelos de regresión lineal simple. .//supuestos

Unidad didáctica 8: Introducción a la regresión lineal y Modelos de
Regresión Lineal Simple.

MSc. Cinthya Sarahí Arteaga Portillo

cinthya.arteaga@unitec.edu
 1. Asistencia
2. Objetivo
3. Repaso
4. Regresión lineal poblacional y muestral
Contenido 5. Modelo de regresión lineal: supuestos

Referencias bibliográficas
• Capítulo 2, 3, Gujarati
• Capítulo 4, Stock
• Vídeo referencia:
https://www.youtube.com/watch?v=Rl39w8J_q64&ab_channel=Econometr%C3%ADa
Objetivo Identificar los supuestos para el desarrollo de un modelo de
regresión lineal
Repaso

1. Los Modelos económicos.

• Origen de los modelos: comprender los fenómenos a través de una manera abstracta
• Características: racionalidad económica, tres cuestiones (objeto, modo, asignación)
• Concepto: es la representación abstracta y formal de la manera en que los agentes
económicos actúan en el ámbito económico.
• Objetivo: permiten estudiar fenómenos complejos y hacer predicciones acerca del
comportamiento futuro de las variables.
• Funcionalidad: comprender la relación entre las variables económicas, descripción
del fenómeno, pronostico del comportamiento y diseño de políticas públicas.
• Tipos de modelo: según la rama de la economía (microeconomía y macroeconomía)
• Recomendaciones (delimitar, claridad, incluir elementos esenciales)
Repaso

2. Los Modelos Econométricos.

• Concepto general: se componen de una o varias ecuaciones, donde se quiere explicar
Y (variable dependiente) en relación a X (variable independiente).
• Funcionalidad: análisis estructural, predicción, simulación.
• Pasos: datos, especificación, estimación, validación
Modelo de
regresión Objetivo: Modelo econométrico para explicar cómo x explica
(determina) y

Problemas básicos:
• Como la relación entre x e y no es perfecta, ¿cómo se permite
• que otros factores afecten a y?
• ¿Cuál es la relación funcional entre x e y?
• ¿Cómo asegurarnos que está captando una relación ceteris
• Paribus (todo lo demás es constante/)?
Modelo de
regresión
Modelo de
regresión
B1 : parámetro de pendiente en la relación entre
x e y : es el cambio en y cuando se multiplica por
el cambio en x. Es el parámetro clave en
aplicaciones.

B0 : término constante (valor de y cuando x y u

son cero). Menos interesante.
Tipos de función de regresión: poblacional y
muestral (cap. 2/Gujarati)
• Función de regresión poblacional (FRP):

• Función de regresión muestral (FRM):

Ejemplos
Ejemplos
 1. Linealidad en los parámetros
2. Rango completo o no multicolinealidad
Modelo de 3. Homoscedasticidad
regresión 4. No autocorrelación
lineal: 5. Distribución normal del error
6. Independencia condicional o exogeneidad
supuestos 7. Otros supuestos
1.-Linealidad
en los
parámetros
2.- Rango
completo o no
multicolinealidad
 3.-
Homoscedasticidad

En este supuesto uno quisiera varianzas

constantes.

Obsérvese el subíndice sobre la varianza

tiene una i, esta expresión indica que la
varianza de la población Y ahora no es
constante.
 4.-No
autocorrelación

• No se quiere que exista correlación

entre los errores/perturbaciones de
las variables
• Se le conoce como correlación serial
• Puede explicarse como la existencia
de que ciertos errores en algún
periodo de tiempo de medición
expliquen el comportamiento de Y.
5.-Distribución
normal del error
6.-Independencia
condicional o
exogeneidad
 7.1.- El número de observaciones n debe ser mayor que el número
de parámetros por estimar. (En promedio se requieren 30
observaciones) (ley de los grandes números)
7.-Otros supuestos
7.2.-Variabilidad en los valores de X. Se requiere que no todos los
a considerar valores de X en una muestra dada sean iguales. Así la Var[X ] es un
número finito positivo.

7.3.- El modelo de regresión esta correctamente especificado. La

omisión de variables importantes del modelo o la escogencia de
una forma funcional equivocada afectan la validez de la
interpretación de la regresión estimada.

7.4.- No hay correlación lineal perfecta entre variables explicativas

(si sucede entonces, es posible que se deba eliminar alguna de ellas,
porque ambas al estar correlacionadas de manera perfecta corr=1
entonces, podrían estar sobrevalorando la explicación sobre Y).

7.5.- Las observaciones son independientes e idénticamente

distribuidas (i.i.d.) derivada del método de muestreo. (ley de los
grandes números)
¿Qué sucede si se cumplen todos los
supuestos?
Cuando el modelo de regresión cumple con los anteriores supuestos se
le conoce como modelo de regresión clásico y tiene las siguientes
propiedades:
los estimadores son MELI (mejores estimadores lineales insesgados)

Con ello, los intervalos de confianza, las predicciones y las pruebas de

hipótesis tienen validez estadística.
Preguntas:
Temario
Revisión del avance del contenido
Temas
PRIMER PARCIAL
Unidad didáctica 1: Naturaleza del análisis de regresión// Búsqueda de ideas para investigación //
búsqueda de fuentes de datos// repaso sobre estadística descriptiva
Unidad didáctica 2: Introducción a la econometría.
Unidad didáctica 3: ¿Qué es econometría? ¿Para qué sirve la econometría?
Unidad didáctica 4: Los Modelos económicos.
Unidad didáctica 5: Los Modelos Econométricos.
Unidad didáctica 6: La interpretación de los parámetros
Unidad didáctica 7: Modelos de regresión lineal simple. .//supuestos
Unidad didáctica 8: Introducción a la regresión lineal y Modelos de Regresión Lineal Simple.
Unidad didáctica 9: Variables ficticias.
Unidad didáctica 10: Multicolinealidad.
Unidad didáctica 11: Error de especificación en la parte sistemática del Modelo de Regresión. (ver
referencias sobre modelización económica)
Temas
SEGUNDO PARCIAL
Unidad didáctica 12: Estimación de intervalos y prueba de hipótesis.
Unidad didáctica 13: Introducción a la prueba de hipótesis.
Unidad didáctica 14: Pruebas de contraste de hipótesis.
Unidad didáctica 15: Tipos de pruebas estadísticas. Cálculo del tamaño de la muestra.
Unidad didáctica 16: Extensiones del Modelo de Regresión lineal de dos variables.
Unidad didáctica 17: Análisis de regresión con dos variables.
Unidad didáctica 18: Modelo de regresión con dos variables.
Unidad didáctica 19: Análisis de regresión múltiple. Generalidades.
Unidad didáctica 20: Introducción función lineal y funciona cuadrática.
Unidad didáctica 21: Introducción función cubica y función hiperbólica.