UNSCH

CAPITULO 6
MULTICOLINEALIDAD

Econ. Juan A. Huaripuma Vargas

03 de mayo de 2022
CONTENIDO

 Naturaleza de la multicolinealidad
 Estimación en presencia de multicolinealidad
 Consecuencias de la multicolinealidad
 Detección de la multicolinealidad
 Medidas correctivas
NATURALEZA DE LA MULTICOLINEALIDAD
El modelo de regresión múltiple clásico …

Dado el siguiente modelo:

𝑌 𝑖= 𝛽1 +𝛽 2 𝑋 2 𝑖 +𝛽 3 𝑋 3 𝑖 +...+ 𝛽 𝑘 𝑋 𝑘𝑖 +𝜇𝑖
Donde:

𝐸(𝜇 𝑖 )=0
𝐸(𝜇 2𝑖 )=𝜎 2𝜇
𝐸(𝜇 𝑖 ,𝜇 𝑗 )=0
𝜇𝑖 𝑁𝐼 (0 , 𝜎 2𝜇 )
NATURALEZA DE LA MULTICOLINEALIDAD
Tipos de multicolinealidad …

Multicolinealidad significa la existencia de una relación lineal “perfecta”

(exacta) o imperfecta (inexacta) entre algunas o todas las variables
explicativas de un modelo de regresión.
Multicolinealidad lineal exacta:

𝜆2 𝑋 2 𝑖+ 𝜆3 𝑋 3 𝑖 +𝜆 4 𝑋 4 𝑖 +...+𝜆𝑘 𝑋 𝑘𝑖=0
𝜆3 𝜆4 𝜆𝑘
𝑋 2𝑖 =− 𝑋 3 𝑖 + 𝑋 4 𝑖 +...+ 𝑋 𝑘𝑖
𝜆2 𝜆2 𝜆2
Multicolinealidad lineal inexacta:

𝜆2 𝑋 2 𝑖+ 𝜆3 𝑋 3 𝑖 +𝜆 4 𝑋 4 𝑖 +...+𝜆𝑘 𝑋 𝑘𝑖+𝑣𝑖 =0
𝜆3 𝜆4 𝜆𝑘 1
𝑋 2𝑖 =− 𝑋 3 𝑖 − 𝑋 4 𝑖 −... − 𝑋 𝑘𝑖 − 𝑣 𝑖
𝜆2 𝜆2 𝜆2 𝜆2
 NATURALEZA DE LA MULTICOLINEALIDAD
Fuentes …

 Método de recolección empleado

 Restricciones en el modelo o en la población objeto de muestreo
 Especificación del modelo

,
 Un modelo sobre determinado
 Tendencia común de las variables
 ESTIMACIÓN EN PRESENCIA DE MULTICOLINEALIDAD
Perfecta …

Observación Consumo Ingreso Riqueza

1 10 15 60

2 20 30 120

3 25 37 148

, 4 30 45 180

5 80 120 480

6 60 90 360

7 90 135 540

8 120 180 720

9 160 240 960

10 200 350 1400

11 250 375 1500

12 500 750 3000

13 1200 1800 7200

 ESTIMACIÓN EN PRESENCIA DE MULTICOLINEALIDAD
Imperfecta …

Observación Consumo Ingreso Riqueza

1 10 15 60

2 20 30 120

3 25 37 148

, 4 30 45 180

5 80 120 480

6 60 90 360

7 90 135 520

8 120 180 720

9 160 240 960

10 200 350 1400

11 250 375 1500

12 500 750 3000

13 1200 1800 7200 𝑟 𝑖𝑛𝑔𝑟𝑒𝑠𝑜 ,𝑟𝑖𝑞𝑢𝑒𝑧𝑎 =¿ 0.999996027887

 ESTIMACIÓN EN PRESENCIA DE MULTICOLINEALIDAD
Perfecta …

Dado el siguiente modelo:

𝑌 𝑖= 𝛽1 +𝛽 2 𝑋 2 𝑖 +𝛽 3 𝑋 3 𝑖 +𝜇𝑖
Si consideramos que:
, 𝑋 3𝑖= 𝜆 𝑋 2𝑖 Colinealidad perfecta
El modelo puede ser reescrito como:

𝑌 𝑖= 𝛽1 +𝛼 𝑋 2 𝑖 +𝜇𝑖
Donde:

𝛼=𝛽 2 +𝜆 𝛽 3
Por tanto:
𝛼 ^ ^
^ = 𝛽 2 +𝜆 𝛽 3=
∑ 𝑥2𝑖 𝑦𝑖
∑ 𝑥2 𝑖
2
 ESTIMACIÓN EN PRESENCIA DE MULTICOLINEALIDAD
Perfecta …

En el modelo lineal general:

^
𝐵= ¿ Siendo:
Entonces si:

𝑌 𝑖= 𝛽1 +𝛽 2 𝑋 2𝑖 +𝛽 3 𝑋 3𝑖 +𝜇𝑖
,

Se tiene que:

|𝑋 ′ 𝑋|=0
Por tanto, se concluye que los coeficientes de regresión parcial son
indeterminados
 CONSECUENCIAS DE LA MULTICOLINEALIDAD
Teóricas …

Aun si la multicolinealidad es alta, si se satisfacen los supuestos del

modelo clásico, se puede mostrar que los estimadores del MMCO, son MELI.
Sin embargo:
 La dificultad de obtener los coeficientes estimados con errores estándar
pequeños también se tiene cuando se tiene un número reducido de
,
observaciones o al tener variables independientes con varianzas pequeñas.
Por otro lado:
 El insesgo no dice nada sobre las propiedades de los estimadores en una
muestra dada.
 La propiedad de varianza mínima, no significa que la varianza de un
estimador del MMCO necesariamente sea pequeña en cualquier muestra
dada.
 La multicolinealidad es un fenómeno esencialmente muestral.
 CONSECUENCIAS DE LA MULTICOLINEALIDAD
Prácticas …

 Varianza y covarianzas grandes

𝜎 2𝜇
var (¿ ^𝛽 2)= ¿
,
∑𝑥 2
2𝑖
2
(1−𝑟 )
23

𝜎 2𝜇
var (¿ ^𝛽 3)= ¿
∑𝑥 2
3𝑖
2
(1−𝑟 )
23

− 𝑟 23 𝜎 2𝜇
cov(¿ ^𝛽 2 , 𝛽3 )= ¿
2
(1−𝑟 )
23 √∑ 𝑥 ∑ 𝑥
2
2𝑖
2
3𝑖
 CONSECUENCIAS DE LA MULTICOLINEALIDAD
Prácticas …

 Los intervalos de confianza tienden a ser más amplios

^𝛽 − 𝛽
2 2
Pr [¿𝑡 𝜀/ 2 ≤ ≤𝑡 𝜀/ 2 ]=1 − 𝜀¿

√ ^
, 2
𝜎 𝜇

∑ 𝑥 2𝑖 (1 −𝑟 223 )

Pr [¿ ^𝛽2 −𝑡 𝜀/ 2
√ 2
𝑖
^ 2𝜇
𝜎
∑ 𝑥 (1 −𝑟 2
23 )
≤ 𝛽 2 ≤ ^𝛽2 +𝑡 𝜀/ 2
√ ^ 2𝜇
𝜎
∑ 𝑥 (1 −𝑟
2
𝑖
2
23 )
]=1 − 𝜀¿
 CONSECUENCIAS DE LA MULTICOLINEALIDAD
Prácticas …

 Los coeficientes de regresión parcial tienden a ser no significativos

ˆ2   2
t ˆ 
,
2
ˆ 2
 2i 23 )
x 2
(1  r 2

^𝛽 − 𝛽
3 3
𝑡 ^𝛽 =

√ ^ 2𝜇
𝜎
3

∑ 𝑥3 𝑖 (1− 𝑟 23)
2 2
 CONSECUENCIAS DE LA MULTICOLINEALIDAD
Prácticas …

 La bondad de ajuste puede ser alta

 Los estimadores del MMCO y sus errores estándar son sensibles a
pequeños cambios en la información.
,
 DETECCIÓN DE LA MULTICOLINEALIDAD
Reglas prácticas … Para medir su grado …

 Bondad de ajuste elevada pero pocas razones “t” significativas

 Examinar la matriz de coeficientes de correlación
 Calcular el determinante de la matriz de coeficientes de correlación
,  Examinar los coeficiente de correlaciones parciales
 Efectuar regresiones auxiliares entre las variables exógenas
 Examinar el factor inflacionario de la varianza
 Calcular los valores propios e índices de condición
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …
DETECCIÓN DE LA MULTICOLINEALIDAD
Valores propios e índice de condición …

VPmax
IC 
VPmin

𝐼𝐶=
√
5.867601
0.001040
𝐼𝐶=75.1127421844

10< 𝐼𝐶< 30 Multicolinealidad entre moderada y fuerte

𝐼𝐶>30 Multicolinealidad grave

MEDIDAS CORRECTIVAS
Reglas prácticas …

Utilizar información a priori.

Combinación de series de corte transversal y de series de tiempo.
Eliminación de algunas variables.
Transformación de variables.
Añadir datos nuevos o adicionales.
Utilizar la técnica de polinomios ortogonales.
Utilizar la técnica de análisis factorial y la de componentes
principales.