UNIVERSIDAD MAYOR DE SAN SIMON

FACULTAD DE CIENCIAS ECONOMICAS

CARRERA ECONOMIA

ECONOMETRIA I
4. MULTICOLINEALIDAD

Hernán Delgadillo Dorado

Dennis Andrew
Rossel Aquino

09/08/22 Econometria I 1
 MULTICOLINELIDAD
1. INTRODUCCIÓN

2. TIPOS DE MULTICOLINEALIDAD

3. COMO SE DETECTA LA MULTICOLINEALIDAD

4. CONSECUENCIAS DE LA MULTICOLINEALIDAD

5. POSIBLES SOLUCIONES

6. PRACTICAS EN EXCEL O SPSS.

09/08/22 Econometria I 2
 INTRODUCCIÓN
El termino multicolinealidad se atribuye a Ragnar Frisch.
Originalmente, significó una relación “perfecta” o exacta
entre algunas o todas las variables explicativas de un
modelo de regresión.
¿Que es Multicolinealidad?
Es un problema econométrico que se presenta cuando
existe alto grado de asociación entre variables pre
determinadas X1,X2,....,Xk. (Regresión similar a la
del modelo lineal general).
09/08/22 Econometria I 3
SUPUESTOS. PROBLEMAS.
Yi  f X i  Sesgo de Especificación

E U i   0 Falta de Normalidad

E U i , U   2
j Heteroscedasticidad

E U i , U  0
j
Autocorrelación

E X i , X j  0
Multicolinealidad

E X i ,U i   0
Exogeneidad
09/08/22 Econometria I 4
 NOTACIÓN
X i , X j   0
1 X 2i  X k 
1 X  X 
X  22 k2 

    
 
1 X 2 n  X kn 
Independiente
Ej. - Qd  1   2 P   3 Pc   4 Ps   5 R  U i
si r34  1,  PMI

09/08/22 Econometria I 5
TIPOS DE MULTICOLINEALIDAD:
MULTICOLINEALIDAD PERFECTA.- Cuando dos o
más variables predeterminadas están en perfecta
colinealidad, este hecho puede demostrarse fácilmente,
si el modelo de regresión es con tres variables.
rxi x j  1

En el caso de multicolinealidad perfecta, los coeficientes

de regresión permanecen indeterminados y sus errores
estándar son infinitos.

09/08/22 Econometria I 6
DIAGRAMA DE BALLENTINE DE MULTICOLINEALIDAD

09/08/22 Econometria I 7
Se puede escribir elˆ modelo ˆ de regresión con tres variables
yi   2 x2i   3 x3i  uˆi
como:
De donde se obtiene :

ˆ2 

y i x 2 i x   y x  x x 
2
3i i 3i 2 i 3i

 x  x   x x 
2
2i
2
3i 2 i 3i
2

 y x  x   y x  x x 
2

ˆ3  i 3i 2i i 2i 2 i 3i

 x  x   x x 
2
2i
2
3i 2 i 3i
2

Supongase que X 3i  X 2i , donde  es una constante diferente de cero

(Por ejemplo,  2, 4, 1, 8, etc). Sustituyendo se obtiene :

ˆ  y x   x    y x   x 
i 2i
2 2
2i i 2i
2
2i

 x   x    x 
2
2i
2 2
2i
2 2 2
2i

0
ˆ 
0
09/08/22 Econometria I 8
MULTICOLINEALIDAD IMPERFECTA.- Cuando
dos o mas variables predeterminadas están
altamente colineadas. rx x  1 i j
Haciendo referencia al diagrama de Ballentine la
multicolinealidad imperfecta se representa en los casos
de colinealidad imperfecta. En este caso, la estimación
de coeficientes de regresión 2 y 3 se obtiene de la
siguiente forma:
ˆ   i 2i    2i  i    i i    2i 
y x  2
x 2
 y 2
  y v  x 2

2 
 x2i   x2i   vi     x2i 
2 2 2 2 2 2

Donde se utiliza el hecho de que  x2i vi  0. Una expresión similar

puede derivarse para ˆ3 .
09/08/22 Econometria I 9
¿Como se detecta la multicolinealidad?
Utilizando los análisis de correlación, varianza y regresión.
•ANALISIS DE REGRESIÓN (PRUEBA t)

Yi  1   2 X 2i   3 X 3i   4 X 4i  U i " M.L.G"
     
 Relación lineal
manteniendo constante el
resto."Yi " tiene que ser
linealmente por las betas

Rechazamos
la hipotesis y

Prueba F H o :  2  3   4    
pensamos que

Y tiene relación
09/08/22 Econometria I 10
•MATRIZ DE CORRELACIÓN SIMPLE
Es otra forma de ver el problema de multicolinealidad.
Es complementaria
Yi X 2i X 3i X 4i Si r13  1PMI
Yi 1 Si r13  1PMP
X 2i 1 r23 r24
X 3i 1 r34  0  PM
X 4i 1

09/08/22 Econometria I 11
•MEDIANTE LOS COEFICIENTES DE CORRELACIÓN
PARCIAL 2
r12.3  y  R  PM
¿Que consecuencias tiene la multicolinealidad?
1. En Multicolinealidad Perfecta.-
Los coeficientes de beta son
indeterminados por ejemplo ˆ
 X X
' 1
XY

Va ser singular esta matriz  X ' X 1  Adj  X ' X 

X ' X 0
cuando 2 variables sean ' Cuadrada
colineales. X X
Las varianzas de los  Simetrica no Singular
coeficientes son indeterminados: V     X X   
2 ' 1

09/08/22 Econometria I 12
2. Multicolinealidad Imperfecta.- Coeficientes de Beta
estimados son ineficientes.
ˆ  X X
' 1
XY Si la determinante es muy
grande, los valores ß
 X ' X 1  Adj  X ' X  son pequeños.
X ' X 0

•Varianzas Grandes: V     X X 2
 '

1

  Ineficientes no tienen varianza minima.

Consecuencias: Prueba t son poco o nada significativos.
ˆi
t i  :: t%
 i

09/08/22 Econometria I 13
 La amplitud del intervalo es
grande. Pero lo que se pretende
es que los intervalos sean
 t%  t% pequeños.

ˆ i  Kˆ ˆi En colienalidad perfecta sus

varianzas son indeterminadas

09/08/22 Econometria I 14
POSIBLES SOLUCIONES AL PROBLEMA DE
MULTICOLINEALIDAD.-
1. Multicolinealidad Perfecta.-
Menor
Relevancia

Yi  1   2 X 2   3 X 3   4 X 4   5 X 5  U i
   
Perfecto
Colineales

Al eliminar, se tiene: Yi  1   2 X 2   3 X 3   5 X 5  U i

Sin embargo, se ingresa en el problema del sesgo de

especificación del modelo, el cual tiene otro tratamiento.

09/08/22 Econometria I 15
2. Multicolinealidad Imperfecta.-
Aumentando el tamaño de la muestra pero igual se tiene
que hacer la prueba n.

09/08/22 Econometria I 16
 Posibles Soluciones para M. I.
• COMBINAR CORTE TRANSVERSAL CON S.T.
Posible solución
a). Yi  1   2 X 2   3 X 3   t t  U i  Planteando otro
  
r23 1 Modelo.
Yi  1   2 X 2i   3 X 3i  U i
b). 2005Yi  1   2 X 2i   3 X 3i  U i r23  1

Problema de Multicolinealidad.
 n2004Yi  1   2 X 2i   3 X 3i  U i  Aumentando el
tamaño de la
muestra.
09/08/22 Econometria I 17
• ELIMINANDO VARIABLES.
Yt  1   2 X 2   3 X 3t  U t
Problema de sesgo de Especificación.

• ECUACIONES DE PRIMERAS DIFERENCIAS.

Yt   1   2 X 2t   3 X 3t  U t 
Rechazar en el

 Yt 1   1   2 X 2t 1   3 X 3t 1  U t 1  periodo Restar o 

Yt  Yt 1   2 X 2t  X 2t 1    3 X 3t  X 3t 1   U t  U t 1 
Modelos de Primeras
Yt   2 X 2t   3X 3t  U t Diferencias.
09/08/22 Econometria I 18
 Yt X 2 t
      
t Yt Yt 1 Yt  Yt 1 X 2t X 2t 1 X 2t  X 2t 1
1 Y1  
2 Y2 Y1 Y2  Y1
3 Y3 Y2 Y3  Y2
4 Y4 Y3 Y4  Y3
   
n Yn Yn 1 Yn  Yn 1 X 2t X 3t
Correr los datos sin ordenada al origen y sin el 1° dato.
El 2 original: sus varianzas serán menores a las calculadas.
09/08/22 Econometria I 19
 Ejemplo.-
Y X2 X3 X4
1 6 18 18
2 4 12 12 Yt  1   2 X 2t   3 X 3t  U t
3 5 15 21
4 7 21 15
 Multicolinealidad?
5 9 27 27 r23  1
6 10 30 30
7 12 36 36

 Problema de
Yt  1   2 X 2t   4 X 4t  U t  Multicolinealidad /M.C.I.
09/08/22 Econometria I 20
Es realmente un problema la
Multicolinealidad?

 En estimación, no es buena
 En predicción, es beneficiosa

09/08/22 Econometria I 21