8onny Correa C.

- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014

LconomeLrla l
Modelo de regresln con dos varlables:
problemas de esumacln
8onny Correa C.

ueparLamenLo de Lconomla

Clclo: Abrll-AgosLo 2014
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
2
!"#$%$ %' ()*+($, -./%0/%$, $0%+*/0+$,
1!234
ALGUNOS CONCEPTOS BSICOS
POBLACIN
Recoleccin completa de todas la
observaciones de inters para el investigador
MUESTRA
Una parte representativa de la poblacin que se selecciona para
ser estudiada.
MUESTRA
C8LAClCn
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
3
!"#$%$ %' ()*+($, -./%0/%$, $0%+*/0+$,
1!234
DEFINICIONES BSICAS
PARMETRO
Es una cantidad numrica (medida descriptiva) calculada sobre una poblacin
La idea es resumir toda la informacin que hay en la poblacin en unos
pocos nmeros (parmetros).
ESTADSTICO
Es una cantidad numrica (medida descriptiva) calculada sobre una muestra
Sl un esLadlsuco se usa para aproxlmar un parmeLro Lamblen se le suele
llamar esumador.

normalmenLe nos lnLeresa conocer un parmeLro, pero por la dlculLad que
conlleva esLudlar a 563785 la poblacln, calculamos un esumador sobre
una muesLra y conamos" en que sean prxlmos. Ms adelanLe veremos
como eleglr muesLras para que el error sea conablemenLe" pequeno.
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
4
Ll meLodo de mlnlmos cuadrados ordlnarlos
conslsLe en obLener los esumadores de !
+

mlnlmlzando la suma de cuadrados de los
errores
Y =

!
1
+

!
2
X
!
i
= X
i
! X
y
i
=Y
i
!Y

!
2
=
"
i
y
i
!
"
2
i
!
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
3
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
CaracLerlsucas de los esumadores
Se expresan unlcamenLe en Lermlnos de las
canudades (es declr x y ?) observables (es declr,
muesLras) ! Se calculan con facllldad
Son esumadores punLuales
6
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
CaracLerlsucas de la llnea de regresln
1. asa a Lraves de las medlas muesLrales de x y ?
2. Ll valor medlo de ? esumada es lgual a valor
medlo de ? real
3. Ll valor medlo de los reslduos u
l
es cero
4. Los reslduos u
l
no esLn correlaclonados con el
valor esumado de ?
l
3. Los reslduos u
l
no esLn correlaclonados con x
l
7

Y
i
=Y
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
SupuesLos de Causs
1. unlformldad: Ll valor medlo de u
l
es lgual a cero

2. no exlsLe auLo correlacln enLre la u
3. Pomoscedasucldad (lgual varlanza para u
l
)
8
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
SupuesLos de Causs
4. Cero covarlanza enLre u
l
y x
l

3. Ll modelo de regresln esL correcLamenLe
especlcado, es declr no exlsLen sesgos nl errores
de especlcacln
9
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
Lsumadores MLLl:
un esumador de MCC, es el me[or esumador llneal
lnsesgado sl cumple:
1. Ls llneal (una funcln llneal de una varlable
aleaLorla)
2. Ls lnsesgado (su valor esperado es lgual al valor
verdadero)
3. 1lene varlanza mlnlma (enLre Lodos los
esumadores llneales lnsesgados)

10
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
SupuesLos del Modelo Clslco
(1) ES UN MODELO DE REGRESIN LINEAL.
(2) LOS VALORES DE LAS X SON FIJOS EN MUESTRAS
REPETIDAS.
(3) EL VALOR MEDIO DE LAS PERTURBACIONES !
i
ES IGUAL A
CERO.
(4) EL MODELO ES HOMOCEDSTICO.
(5) EL MODELO NO TIENE AUTO CORRELACIN.
(6) EL NMERO DE OBSERVACIONES n DEBE SER MAYOR QUE
EL NMERO DE PARMETROS A ESTIMAR.
(7) LOS VALORES DE X DEBEN VARIAR.
(8) EL MODELO NO TIENE MULTICOLINEALIDAD.
(9) EL MODELO EST BIEN ESPECIFICADO.
(10) LOS ERRORES ESTN DISTRIBUIDOS NORMALMENTE
11
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
La 8egresln ! l8M! " = #
1
+ #
2
X + u
i

! r$ , r
Coeficiente de determinacin (r$)
0" r$ " 1:
Mide el grado de ajuste por la aplicacin de la recta
estimada.
Mide la proporcin o el porcentaje de la
variacin total de Y explicada por el modelo de
regresin
12
r
2
= 0
0 < r
2
< 1
r
2
= 1
? x
?
x
x=?
8onny Correa C.- ueparLamenLo de Lconomla - Clclo Abrll-AgosLo 2014
Coeficiente de correlacin(r).
-1 " r " 1
Mide el grado de asociacin lineal entre X y Y
si r= -1 Rel.perfecta inversa
si r= 0 No existe rel.lineal
si r= 1 Relacin perfecta directa

13