INSTITUTO TECNOLGICO AUTNOMO DE MXICO AGOSTO DICIEMBRE 2015

ECONOMETRA I / ECONOMETRA
FORMULARIO

1. MRLS: Yi 0 1 X i ui , donde ui ~ iid(0, 2).

S 1 n 2
1.1. Estimadores MCO: 1 XY2 , 0 Y 1 X y 2
SX
ui .
n 2 i 1
n

X 2

2
X 2
i
1.2. Var-Cov: Var 0 i 1
2 , Var 1 y Cov 0 , 1 .
n X i X X X X X
n n n
2 2 2
i i
i 1 i 1 i 1

12 X i X , SCR ui2 y SCT Yi Y .

n n n n
1.3. ANOVA: SCE Yi Y
2 2 2

i 1 i 1 i 1 i 1

j j
1.4. Distribuciones de muestreo (normalidad en los errores): Tj ~ t n 2 ,
S
h

J
n 2 2 ~ 2 n 2 y F
n 2SCE ~ F(1,n 2) si 1 = 0.
2
SCR

1.5. Prediccin: El IC para Y0* es 0 1 X 0 t SY * , donde S Y2*
1
2 n 0
X X ;
2

n2, n
Xi X
0 0
2
2
i 1

y el IP para Y0 es 0 1 X 0 t SY Y , donde SY2 Y
1
2 1
X 0 X .
2

n X i X 2
n
n2,

0 0 0 0
2
i 1
d
1.6. Medidas de sensibilidad: Para Y g X , efecto parcial Y Y X , si X 0 ;
dX
d X d ln Y d 1
elasticidad Y ; y semielasticidad 100 Y .
dX Y d ln X dX Y

2. MRLM: y X u , donde u ~ 0, 2 I y XX es no singular.

u u
2.1. Estimadores MCO: XX Xy y 2
1

n k 1

2.2. Var-Cov: Var 2 XX
1

2.3. ANOVA: SCE y y nY 2 X X nY 2 , SCR y y y y u u y SCT y y nY 2

DAVID RUELAS RODRGUEZ 1

INSTITUTO TECNOLGICO AUTNOMO DE MXICO AGOSTO DICIEMBRE 2015

2.4. Distribucin Normal Multivariada: Si w es el vector aleatorio y w ~ N n , , entonces

1
f w w exp w 1 w .
1
2
1
2
n
2 2

2.5. Transformaciones Lineales de la Distribucin Normal Multivariada: Si w ~ N n , , A es

matriz de dimensin m n, c es vector de dimensin m, entonces Aw c ~ N m c, AA .

j j
2.6. Distribuciones de muestreo (normalidad en los errores): T j ~ t n k 1 , donde
S
j

S 2 se obtiene de 2 XX , j = 0, 1,, k; J
1 n k 1 2

u u
~ 2 n k 1 ; y
j
2
2
F
n k 1SCE ~ F k , n k 1 si 0.
k SCR
2.7. Prueba F (Transformacin Lineal General): si R es la matriz de q restricciones sobre los
parmetros , r es el vector de valores de las q restricciones y se quiere probar
H 0 : R r 0 q vs. H 0 : R r 0 q ,
1
q

entonces RR f f q ,nk 1, , donde F R r R R
1

R r ~ F q, n k 1 .
2.8. Prueba F (MCR): H0: Se cumplen las q restricciones sobre vs. H1: Alguna restriccin no se
cumple, RR f f q ,nk 1, , donde F
n k 1SCRR SCRNR ~ F q, n k 1 y los
q SCRNR
subndices indican R = Restringido y NR = No restringido.
SY * , donde S Y2* 2 x0 XX x 0 x0
1
2.9. Prediccin: El IC para Y0* es x0 t
x ;
0
n k 1, 0 0
2

y el IP para Y0 es x0 t
n k 1,
SY Y , donde SY2 Y 2 1 x0 XX x 0 2 x0
0 0 0
1
0

x .
0

2

3. Anlisis Incremental (k = 2): Yi 0 1 X 1i 2 X 2i ui , ui ~ iid(0, 2).

rY 1 rY 2 r12 rY 2 rY 1r21
3.1. Correlacin parcial: rY 1.2 y rY 2.1 .
1 r 1 r 1 r 1 r
2
Y2
2
12
2
Y1
2
21

3.2. ANOVA Incremental de X2: SCE r y y nY , SCE r 1 r y y nY ,

1
2
Y1
2
2.1
2
Y 2.1
2
Y1
2

SCE R y y nY , SCR 1 R y y nY y SCT y y nY .

2
Y .12
2 2
Y .12
2 2

3.3. Prueba F (ANOVA Incremental de X2): F2.1

n 3SCE2.1 ~ F 1, n 3 .
SCR

DAVID RUELAS RODRGUEZ 2