Free and Quick Translation of Anderson's slides

Slides:



Advertisements
Presentaciones similares
Pruebas de Especificación en el Modelo de Regresión Múltiple
Advertisements

Las variables son cualesquiera: Se esperaría que: crece X1 implicará decrece Y crece X2 implicará decrece Y crece X3 implicará decrece Y Hay que justificar.
Definición del Modelo de Regresión Simple Estimaciones por MCO Método de MCO Valores Esperados y Varianzas por MCO.
Free and Quick Translation of Anderson's slides
Free and Quick Translation of Anderson's slides1 Analisis de Regresion Multiple y =  0 +  1 x 1 +  2 x  k x k + u 4. Mas Aspectos de este Modelo.
Free and Quick Translation Anderson's slides1 Welcome a Econometría I Qué es la Econometría? Econ = Economia Metría = Metrica o medición.
Free and Quick translation of Prof. Anderson's slides1 Analisis de Regresion Multiple y =  0 +  1 x 1 +  2 x  k x k + u 1. Estimacion.
Free and Quick Translation of Anderson's slides1 Analisis de Regresión Múltiple y =  0 +  1 x 1 +  2 x  k x k + u 5. Variables Dummies o Artificiales.
Contraste de Hipotesis
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
Free and Quick Translation of Anderson´s slides1 Analisis de Regresión Multiple y =  0 +  1 x 1 +  2 x  k x k + u 2. Inferencia.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS.. MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS  ¿Qué son las medidas de dispersión?  Parámetros estadísticos que.
Free and Quick Translation of Anderson's slides1 Modelo de Regresión Lineal Simple y =  0 +  1 x + u.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
Variables Instrumentales
Valor que toma la variable aleatoria
Instituto Nacional de Estadística y Geografía
Análisis de Mercados Internacionales
Procedimiento completo de regresión múltiple
Continuación DE MCO.
Estadística II Prueba de hipótesis considerando
Introducción a los modelos econométricos
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
Regresion Multiple Varias variables explicativas
Temas Estimador de Efectos Fijos: utiliza una transformación para eliminar el efecto inobservable ai antes de la estimación Estimador de Efectos Aleatorios:
“MÉTODOS PARA LA ESTIMACIÓN DE LA VARIANZA”
Analisis de Regresion Multiple
Analisis de Regresion Para dos Variables (poblacion y muestra)
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
REGRESÍON LINEAL SIMPLE
Estimación de parámetros: Estimación puntual y por intervalos
Welcome a Econometría I
Propiedades de los estimadores MCO
ANÁLISIS DE REGRESIÓN SIMPLE
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Modelo de regresión lineal múltiple. Estimación de parámetros. Evaluación de la recta estimada. Diagnóstico del modelo. Detección, evaluación de puntos.
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
Análisis de Regresión Lineal Curso de Verano ENCUP: Introducción al análisis cuantitativo en ciencias sociales Javier Aparicio División de Estudios Políticos,
ANALISIS DE VARIANZA
El primer paso consiste en armar la base de datos, con una variable.
La Tierra de las Raíces Unitarias
PARA LA REGRESIÓN LINEAL SIMPLE
Propiedades de los estimadores MCO
Analisis de Regresion Para dos Variables.
Contraste de Hipotesis
ICPM050 – ECONOMETRÍA tema 03: ESTIMACIÓN MODELO LINEAL SIMPLE
Analisis de Regresion Para dos Variables.
Analisis de Regresion Multiple
Comparaciones via Simulaciones (Experimentos de Monte Carlo)
Regresión Lineal Simple
Intervalos de confianza Muestras pequeñas
Contraste de Hipotesis
Modelo de Regresión Lineal Simple
MODELOS DE PRONOSTICOS
Contraste de Hipotesis
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
Analisis de Regresion Para dos Variables (poblacion y muestra)
Qucik and Free Translation of Anderson's slides
Free and Quick Translation of Anderson's slides
Analisis de Regresion Multiple
La Tierra de las Raíces Unitarias
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
Qucik and Free Translation of Anderson's slides
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
DISEÑOS 2 A LA K CON PUNTOS CENTRALES
Transcripción de la presentación:

Free and Quick Translation of Anderson's slides Analisis de Regresion Multiple y = b0 + b1x1 + b2x2 + . . . bkxk + u Heterocedasticidad Free and Quick Translation of Anderson's slides

Que es la Heterocedasticidad? Recuerda que el supuesto de homocedasticidad decia que la varianza del error, u, condicionado a las variables explicativas, era constante Si esto no es cierto, es decir si la varianza de u es diferente para diferentes valores de las x’s, entonces decimos que los errores son heterocedasticos Ejemplo: Estimando los rendimientos de la educacion con la variable habilidad no observable (por lo tanto va al error). Piensa que la varianza en habilidades difiere segun los años de educacion Free and Quick Translation of Anderson's slides

Free and Quick Translation of Anderson's slides Ejemplo de Heterocedasticidad f(y|x) y . . E(y|x) = b0 + b1x . x1 x2 x3 x Free and Quick Translation of Anderson's slides

Por que preocuparnos por la Heterocedasticidad? MCO es insesgado y consistente, aun sin asumir homocedasticidad Los errores estandard de las estimaciones son sesgados si tenemos heterocedasticidad Si los errores estandard son sesgados, entonces no podemos usar los estadisticos usuales t o F para hacer inferencia Free and Quick Translation of Anderson's slides

Varianza con Heterocedasticidad Free and Quick Translation of Anderson's slides

Varianza con Heterocedasticidad Free and Quick Translation of Anderson's slides

Errores Estandard Robustos Ahora que tenemos un estimador consistente de la varianza, la raiz cuadrada puede usarse como error estandard para realizar la inferencia Tipicamente a estos errores estandard les llamamos ROBUSTOS Algunas veces la varianza estimada se le corrige por los grados de libertad multiplicandola por n/(n – k – 1) Cuando n → ∞ esta correcion no cambia nada Free and Quick Translation of Anderson's slides

Errores Estandard Robustos (cont) Es importante recordar que estos errores estandard robustos solo tienen justificacion asintotica y que en pequeñas muestras los estadisticos t no tendran una distribucion cercana a la t-student En Eviews los errores standard robusto se obtienen de forma automatica, y se llaman: White Heteroskedasticity-Consistent Standard Errors & Covariance Free and Quick Translation of Anderson's slides