Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase N°15
Incumplimiento de los Supuestos de Normalidad de los MCO
Toda información aquí presentada, ha sido recabada del Libro Econometría de Damodar N. Gujarati, 5ta.
Edición Mc Graw Hill.
Multicolinealidad
- Definición
El termino multicolinealidad o colinealidad en Econometría se refiere a una situación en la que
dos o más variables independientes o explicativas están fuertemente correlacionadas y, por
tanto, resulta difícil medir sus efectos individuales sobre la variable dependiente.
λ 1 X 1 + λ 2 X 2+...+ λk X k =0, donde λ 1 , λ2 , ... , λ k son constantes tales que no todas ellas son
simultáneamente iguales a cero.
Ejemplo:
X2
X3 X 3*
10 50 52
15 75 75
18 90 97
24 120 129
30 150 152
Donde, X 3 i=5∗X 2i , por consiguiente, hay colinealidad perfecta entre X 2 y X 3 , puesto que el
¿
coeficiente de correlación r 23 es igual a uno. La variable X 3 fue creada a partir de X 3
agregándole los números aleatorios 2, 0, 7, 9, 2. Ahora ya no hay multicolinealidad perfecta entre
X 2 y X ¿3 ; sin embargo, las dos variables están altamente correlacionadas pues los cálculos
indicaran que el coeficiente de correlación entre ellas es 0.9959.
1
- Causas
o El método de recolección de información utilizado, obtención de muestras en un
intervalo limitado de valores.
o Restricciones en el modelo o en la población objeto del muestreo, regresión de
consumo de electricidad sobre el ingreso y el tamaño de las viviendas. Ingresos más
altos igual a viviendas más grandes.
o Especificación del Modelo
o Modelo sobredeterminado, cuando el modelo tiene más variables explicativas que el
número de observaciones.
o Adicionalmente, en el caso de datos de series de tiempo, puede ser que las regresoras
incluidas en el modelo compartan una tendencia común, es decir que todas aumenten o
disminuyan a lo largo del tiempo.
^β = ( ∑
y i x2 i ) ( ∑ x23 i ) −( ∑ y i x 3i )( ∑ x 2i x 3i )
y i= β^ 2 x2 i + ^β 3 x 3 i + ^μi 2
(∑ x 22i )(∑ x23 i )−( ∑ x 2 i x 3 i )
2
^β = ( ∑
y i x 3i ) ( ∑ x 22i ) −( ∑ y i x 2i )( ∑ x 2i x 3i )
3
(∑ x 22i )(∑ x32i )−( ∑ x 2 i x 3 i )
2
^β = ( ∑
y i x2 i ) ( λ2 ∑ x22 i ) −( λ ∑ yi x 2i ) ( λ ∑ x 22 i) 0
2 = = indeterminado
(∑ x 22 i )( λ 2 ∑ x 22 i )− λ2 ( ∑ x )
2 2 0
2i
2
perfectamente colineales, no hay forma de que X3 se mantenga constante: a medida que X2
cambia, también lo hace X 3 por el factor λ . Esto significa que no hay forma de diferenciar las
influencias separadas de X 2 y X 3 de la muestra dada.
A manera de ilustración, considere el siguiente modelo donde además del ingreso, la riqueza es
también un determinante importante del gasto de consumo:
- Detección de la multicolinealidad
No se tiene un método único para detectarla, lo que generalmente se utiliza son reglas prácticas,
cuya utilización se perfecciona con la experiencia:
o Una R2 elevada pero pocas razones t significativas.
o Altas correlaciones entre parejas de regresores.
o Examen de las correlaciones parciales.
o Regresiones auxiliares.
o Valores propios e índice de condición.
o Factores de tolerancia y de inflación de la varianza.
- Medidas Correctivas
Se tienen dos opciones: No hacer nada, o seguir algunas reglas prácticas.
o No hacer nada. La multicolinealidad es en esencia un problema de deficiencia de datos,
y en muchas ocasiones no hay elección respecto a los datos que se tienen disponibles.
o Algunos Procedimientos / Reglas Practicas
Información a priori
Combinación de información de corte transversal y de series de tiempo
Eliminación de una(s) variable(s) y el sesgo de especificación
Transformación de variables.
Datos nuevos o adicionales.