Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cov ( x j , ui ) E xj E x j u j / x j E xj x j E u j / x j 0
Supuestos del modelo
4. Homocedasticidad y no
correlación:
a) Dado X, la varianza de u es
idéntica para todas las
observaciones
b) Ausencia de correlación entre las
perturbaciones, esto es, la
correlación entre ui y uj es igual
cero (los errores no muestran
patrones).
Supuestos del modelo
5. El número de observaciones, n, debe ser mayor que el número de parámetros
a estimar, k (n>k).
6. Variabilidad en X: No todos los valores de X en una muestra dada son idénticos
7. El modelo de regresión está correctamente especificado:
a) Las variables incluidas son las correctas. (Esto es, no faltan ni sobran).
b) La especificación funcional es la correcta (Esto es, se da la linealidad en los
parámetros, y/o en las variables).
8. No hay colinealidad perfecta entre los regresores: no hay relaciones
perfectamente lineales entre las variables explicativas (entre las columnas de
X). Esto implica que el rango de la matriz X es igual a k.
9. El vector u, condicional en X, sigue una distribución normal multivariada:
Resumen supuestos
Línea de regresión poblacional
(1)
Interpretación= En 95 de cada 100 casos, los intervalos de la ecuación (1) ((2)) contendrán al verdadero
valor de β2 (β1).
Estimación por intervalos y P. de Hipótesis
• Varianza bajo el supuesto de normalidad, sigue distribución chi-cuadrado
Interpretación :Si establecemos límites de confianza a 95% sobre σ2 y afirma a priori que
entre estos límites caerá el verdadero σ2, acertaremos, a la larga, 95% de las veces.
Prueba de Hipótesis
Similar con β1. Para un modelos con dos variables, los g.l. serian igual a (n-2).