Departamento de Economı́a Universidad de Chile

Econometrı́a I
Profesores: José Miguel Benavente, Pamela Jervis, Andrés Sagner, Javier Turén
Ayudantes: Alejandra Abufhele, Roberto Gillmore, Iván Gutierrez, Daniela Luengo, Francisca
Pacheco, Carmen Quezada y Pedro Roje.

0.1. Matemático 4
Suponga el siguiente modelo:

yt = β1 + β2 x2t + β3 x3t + ut
Donde E(ut ) = 0, y E(u2t ) = tσu2 .

1. (7 puntos) Obtenga expresiones matriciales para MCO y su matriz de varianzas y covarianzas.

2. (7 puntos) Obtenga expresiones matriciales para MCG y su matriz de varianzas y covarianzas.

3. (6 puntos) Obtenga el estimador de σu2 con ambas estimaciones.

Solución:

1. Primero que nada, el modelo en términos matriciales queda como: Y = Xβ + u.

Para la media de MCO:

βb = (X 0 X)−1 X 0 Y
= (X 0 X)−1 X 0 (X 0 β + u)
= β + (X 0 X)−1 X 0 E(u)
= β

Para la varianza de MCO:

V ar(βbM CO ) = E[(βb − β)(βb − β)0 ]

= E[(X 0 X)−1 X 0 uu0 X(X 0 X)−1 ]
= (X 0 X)−1 X 0 ΩX(X 0 X)−1

Donde la matriz de varianzas y covarianzas es:

 
1 0 0 ··· 0

 0 2 0 ··· 0 

Ω= σu2

 0 0 3 ··· 0 

 .. .. .. .. .. 
 . . . . . 
0 0 0 0 n

2. En este caso, el modelo en términos matriciales sigue siendo: Y = Xβ + u.

Para la media de MCG, y sabiendo que P 0 P = Ω−1 .

1
Departamento de Economı́a Universidad de Chile

Y = Xβ + u
PY = P Xβ + P u
Y ∗ = X ∗ β + u∗
βb = (X ∗0 X∗)−1 X ∗0 Y ∗
= (X 0 P 0 P X)−1 X 0 P 0 P Y
= (X 0 Ω−1 X)−1 X 0 Ω−1 Y
= (X 0 Ω−1 X)−1 X 0 Ω−1 (Xβ + u)
= (X 0 Ω−1 X)−1 X 0 Ω−1 Xβ + (X 0 Ω−1 X)−1 X 0 Ω−1 u)
= β + (X 0 Ω−1 X)−1 X 0 Ω−1 E(u)
= β

Para la varianza de MCG:

V ar(βbM CG ) = E[(βbM CG − β)(βbM CG − β)0 ]

= E[(X 0 Ω−1 X)−1 X 0 Ω−1 uu0 Ω−1 X(X 0 Ω−1 X)−1 ]
= (X 0 Ω−1 X)−1 X 0 Ω−1 ΩΩ−1 X(X 0 Ω−1 X)−1 ]
= (X 0 Ω−1 X)−1 = σ 2 (X 0 Ω−1 X)−1

Donde la matriz de varianzas y covarianzas es:

 
1 0 0 ··· 0

 0 2 0 ··· 0 

Ω= σu2

 0 0 3 ··· 0 

 .. .. .. .. .. 
 . . . . . 
0 0 0 0 n

3. Para el estimador de MCO, y sabiendo que E(ut ) = 0, y E(u2t ) = tσu2 .

Como el parámetro poblacional de σ 2 , corresponde al valor esperado de u2t y σ
b2 es una estimación
de ut , por anologı́a:

b2 = uu0 /n
σ

Pero como los errores de MCO, están estimados imperfectamente, al compararlos con los errores
poblacionales ya que dependen de una estimación de β1 , β2 , y β3 , lo que se define es una regresión
con respecto a las medias:

yt = β2 x2t + β3 x3t + (ut − u)

bt = yt − βb2 x2t − βb3 x3t

u

sustituyendo se tiene:

bt = β2 x2t + β3 x3t + (ut − u) − βb2 x2t − βb3 x3t

u

2
Departamento de Economı́a Universidad de Chile

Elevando al cuadrado, aplicando sumatoria y tomando la esperanza, se definde el estimador de la

2n(n+1)
E( u2t ) 2 2 P
P P
tσu σu t σu
b2 como σ
varianza de σ b2 = (n−3) . b2 =
De tal forma que, σ (n−3) = (n−3) = 2
(n−3) .
Para el estimador de MCG:

b2
σ = (u ∗ u∗0 )/(n − 3)
= [(Y − X β)b 0 P 0 P (Y − X β)]/(n
b − 3)
0 −1
= [(Y − X β) Ω (Y − X β)]/(n − 3)
b b