Universidad del Pacífico

Departamento de Economía
Econometría I
Prof. Juan F. Castro

2. La media condicional y el concepto de regresión

2.1. De la distribución conjunta a la media condicional

▪ Podemos partir de la existencia de un escalar (𝑦𝑖 ) que

registra el valor de la variable de resultado para la
observación 𝑖, y un vector de insumos (𝑥𝑖 ), que contiene
el valor registrado por las variables que se cree pueden
explicar el comportamiento de 𝑦𝑖 .
▪ La “realidad” puede ser representada por la función de
probabilidad conjunta que gobierna la ocurrencia de las
observaciones contenidas en 𝑦𝑖 y 𝑥𝑖 (el proceso que
generador de datos): 𝑓(𝑦𝑖 , 𝑥𝑖 ).
▪ Esta función de probabilidad conjunta puede expresarse
como el producto de la función de probabilidad
condicional y marginal:
𝑓(𝑦𝑖 , 𝑥𝑖 ) = 𝑓(𝑦𝑖 |𝑥𝑖 )𝑓𝑥 (𝑥𝑖 )
▪ En el trabajo econométrico clásico nuestro interés se
centra en el primer momento de la función de
probabilidad condicional. Es decir, la esperanza de 𝑦𝑖
condicionada a los valores (realizaciones) de 𝑥𝑖 : 𝐸 (𝑦𝑖 |𝑥𝑖 ).
Econometría I La media condicional y el concepto de regresión 2

2.2. Representación lineal y concepto de regresión

▪ Suponemos que el valor observado de 𝑦𝑖 es igual a

𝐸 (𝑦𝑖 |𝑥𝑖 ) más un término de error 𝜀𝑖 .
𝑦𝑖 = 𝐸 (𝑦𝑖 |𝑥𝑖 ) + 𝜀𝑖
▪ Esto equivale a suponer que 𝐸 (𝜀𝑖 |𝑥𝑖 ) = 0.
▪ Suponemos que los insumos (o variables explicativas)
influyen sobre la esperanza condicional de 𝑦𝑖 a través de
una relación lineal. Esto configura lo que se conoce como
el Modelo Lineal General (MLG).
𝑦𝑖 = 𝐸 (𝑦𝑖 |𝑥𝑖 ) + 𝜀𝑖
𝑦𝑖 = 𝑥𝑖′ 𝛽 + 𝜀𝑖
𝛽1
= [𝑥𝑖1 … 𝑥𝑖𝑘 ] [ ⋮ ] + 𝜀𝑖
𝛽𝑘

▪ Si consideramos todos los datos de la muestra

(𝑖 = 1, … , 𝑁):
𝑦1 𝑥11 … 𝑥1𝑘 𝛽1 𝜀1
[ ⋮ ]=[ ⋮ ⋱ ⋮ ][ ⋮ ] + [ ⋮ ]
𝑦𝑁 𝑥𝑁1 … 𝑥𝑁𝑘 𝛽𝑘 𝜀𝑁
𝑦 = 𝑋𝛽 + 𝜀

▪ Para estimar el efecto de 𝑥𝑘 sobre 𝑦, debemos estimar 𝛽𝑘 .

Prof. Juan F. Castro

Econometría I La media condicional y el concepto de regresión 3

▪ Consideremos la especificación más sencilla (un modelo

univariado) y veamos a qué nos referimos con el concepto
de regresión.

2.3. Parámetros, estimadores y estimados

▪ Recta de regresión teórica y recta estimada.

▪ Propiedades deseables para nuestros estimadores.

Prof. Juan F. Castro