TOPICOS DE ECONOMETRIA APLICADA Sesgo por Variable Omitida

Slides:



Advertisements
Presentaciones similares
TOPICOS DE ECONOMETRIA APLICADA Series de Tiempo Introducción
Advertisements

Métodos Matemáticos I.
El supuesto 3 establece que el valor de la media de u, que depende de la X, dadas, es cero. Geométricamente, este supuesto se representa mediante.
EJERCICIO PARA EVALUAR A continuación se suministra la información necesaria para que usted haga la proyección de demanda para una empresa que se dedicará.
TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo Daniel Lema.
TEMA 2.5 PUNTUACIONES TIPICAS Y ESCALAS DERIVADAS.
TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Cross Section
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
CONCEPTOS BÁSICOS DE ECUACIONES DIFERENCIALES
FACTOR INTEGRANTE.
Ecuación diferencial de Bernoulli
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
ECONOMETRIA 2. MODELO LINEAL SIMPLE Hernán Delgadillo Dorado
Contraste de Hipotesis
Asi es Como Tendria que Ser la Vida
ESTADÍSTICA BIDIMENSIONAL
Variables Instrumentales
UCEMA-ITBA MEP Daniel Lema
Modelos de Variable Dependiente Limitada
Econometría Introducción
UPC Funciones reales de varias variables TÓPICOS DE MÁTEMATICA 1 MA112
Asi es Como Tendria que Ser la Vida
EL MODELO EN FORMA DE MATRICES
ESTADÍSTICA BIDIMENSIONAL
ESTADÍSTICA BIDIMENSIONAL
DISTRIBUCIONES BIDIMENSIONALES
Temas Estimador de Efectos Fijos: utiliza una transformación para eliminar el efecto inobservable ai antes de la estimación Estimador de Efectos Aleatorios:
Analisis de Regresion Multiple
TOPICOS DE ECONOMETRIA APLICADA Demanda de Factores III
ESTADÍSTICA BIDIMENSIONAL
Clase 5: Medidas de Variación
Analisis de Regresion Para dos Variables (poblacion y muestra)
ECONOMETRIA Daniel Lema.
ESTADÍSTICA BIDIMENSIONAL
ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo
LOS CLASICOS ECONOMIA 1.
ECONOMETRIA I 3. MODELO LINEAL DE TRES VARIABLES
Punto en el plano y área del rectángulo en el plano
ECUACIONES. 1. ECUACIÓN 2.ECUACIONES DE PRIMER GRADO.
Propiedades de los estimadores MCO
Función Inversa. Objetivo:  Describir, representar y hallar la función inversa.
Análisis de Regresión. Introducción Importancia Principal Aplicación: Determinación relación Y = F(X 1, X 2,... X n )
ESTADÍSTICA BIDIMENSIONAL
Propiedades de los estimadores MCO
Analisis de Regresion Para dos Variables.
Contraste de Hipotesis
ESTADÍSTICA BIDIMENSIONAL
Algoritmo Denavit- Hartenberg.
ICPM050 – ECONOMETRÍA tema 03: ESTIMACIÓN MODELO LINEAL SIMPLE
Variables Artificiales
Apuntes de Matemáticas 3º ESO
Resolver ecuaciones utilizando material concreto , gráfico y abstracto
Analisis de Regresion Para dos Variables.
SOLO PARA REVISAR.
Analisis de Regresion Multiple
Comparaciones via Simulaciones (Experimentos de Monte Carlo)
MATEMÁTICA TÉCNICA MAT1046R
Contraste de Hipotesis
Contraste de Hipotesis
Analisis de Regresion Para dos Variables (poblacion y muestra)
ESTADÍSTICA BIDIMENSIONAL
Qucik and Free Translation of Anderson's slides
Analisis de Regresion Multiple
¿Por qué se emplea el supuesto de normalidad? Se derivan con facilidad las distribuciones de probabilidad de los estimadores de MCO. Los estimadores de.
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BTO A
Qucik and Free Translation of Anderson's slides
ESTADÍSTICA BIDIMENSIONAL
Daniel Noe.
Segunda Ley de Newton o Ley Fundamental de la Dinámica
PROCEDIMIENTO RESULTADO.
Transcripción de la presentación:

TOPICOS DE ECONOMETRIA APLICADA Sesgo por Variable Omitida Daniel Lema

Recordar el problema de sesgo por variables omitidas Si el modelo es Yi = a1 + b Xi + g Zi + ui Pero tenemos datos solo para X (un ejemplo clásico puede ser en ecuaciones de salarios la habilidad como variable omitida) plim b’ = b + g cov (X, Z)/var (X) (donde el ‘ representa el estimador)

Recordar el problema de sesgo por variables omitidas Yi = a1 + b Xi + g Zi + ui El sentido del sesgo será: Cov(X,Z) >0 Cov (X, Z)<0 g>0 + - g<0

Algunos Resultados Mincer (74) lnY = 4.87 + 0.255 s – 0.0029 s2 – 0.0043sX + 0.148X - 0.0018X2 R2 = 0.309 Y=earnings