Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y t =β 1+ β2 X 2 t + β 3 X 3 t +ut , u N (0 , σ 2 I ) , t=1,2,3,…,T
Su forma matricial
[ ] [ ][ ] [ ]
Y1 1 X 21 X 31 u1
Y2 1 X 22 X 32 β1 u2
Y3 = 1 X 23 X 33 β2 + u3
Y4 1 X 24 X 34 β 3 u4
Y5 1 X 25 X 35 u5
Y = Xβ+u β : Parámetro
Y − Xβ=u Error
La ecuación muestral
Y = Xb+e b: Estimador
Y − Xb=e Residuo
Y −Y^ =e
SUMA DE RESIDUOS AL CUADRADO
'
e e=(Y − Xb) ' (Y −Xb)
'
e e=Y ' Y −2b ' X ' Y + b ' X ' Xb
Minimización de errores (OLS)
La ecuación:
Y ¿ =β 1+ β2 X 2¿+β 3 X 3¿+ α + u ¿ ¿
¿
i
Y ¿ =β 1+ β2 X 2¿+α +u ¿
i ¿
Las variables explicativas en X son independientes del término de error idiosincrásico Cov ¿ ,
pero no son independientes de los efectos fijos individuales Cov ¿ .
Durante la primera mitad de este curso, examinamos los mínimos cuadrados ordinarios (OLS).
Aquí , veremos algunos modelos de regresión espacial básicos que incluyen: X retrasada
espacialmente: variable(s) explicativa(s), modelo de retraso espacial y modelo de error
espacial. Además, discutiremos los modelos anidados de error de Durbin espacial y Durbin
espacial.
En un modelo OLS no espacial, y=Xβ+ε, examinamos la relación entre una o más variables
independientes y una variable dependiente. Con un modelo espacialmente rezagado o SLX,
vemos una adición de un componente espacial a la ecuación que representa el valor promedio
de los valores vecinos de X.
Entonces, la ecuación SLX examina si las variables que afectan a nuestros vecinos también nos
afectan a nosotros. Esto se considera un modelo local ya que solo hay una interacción
unidireccional entre nuestros vecinos y nosotros.
En este modelo global la variable dependiente entre nuestros vecinos influye en nuestra
variable dependiente. Por lo tanto, hay un ciclo de retroalimentación que ocurre donde los
efectos en nuestro(s) vecino(s) y afectan nuestra variable y y nuestra(s) vecina(s) y.
Este es un modelo global donde los valores residuales más altos de lo esperado sugieren que
falta una variable explicativa que está correlacionada espacialmente. Esto daría lugar a grupos
inexplicables de valores correlacionados espacialmente dentro de nuestro vecindario que no
se incluyeron como variable predictora.
y=ρWy+Xβ+WXθ+ε
Debido a la inclusión de la y retrasada, este modelo se usaría si las relaciones en sus datos son
globales, lo que significa que, si la variable y se ve afectada en una región, ese impacto se
extenderá a todas las regiones del conjunto de datos.
Este modelo anidado no contiene una y retrasada y se puede simplificar en un modelo local de
error espacial, SLX u OLS.
y=Xβ+WXθ+u , u=λWu+ε
Este modelo anidado se usaría si las relaciones en sus datos son locales, lo que significa que los
cambios en una región solo afectarán a los vecinos inmediatos de la región y no a todas las
regiones del conjunto de datos.