VARIABLES INSTRUMENTALES

Slides:



Advertisements
Presentaciones similares
Tema 2. El modelo de regresión lineal simple
Advertisements

El Modelo Econométrico
Regresión mínimo cuadrada (I)
TOPICOS DE ECONOMETRIA APLICADA Datos de Panel Introducción
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I HETEROSCEDASTICIDAD
¿Cuál es la naturaleza de las ecuaciones simultáneas?
REGRESION Y CORRELACION LINEALES. REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable.
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
Pruebas de Especificación en el Modelo de Regresión Múltiple
PROPIEDADES ESTADÍSTICAS DE LOS ESTIMADORES
FACULTAD DE ECONOMÍA UNAM Maestría en Economía
MODELO DE REGRESIÓN MÚLTIPLE
REGRESION & CORRELACION
MG.MERCEDES COLLAZOS ALARCÓN.
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I MULTICOLINEALIDAD
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Econometria 2. Modelo de Regresión Lineal Simple
Modelo básico de regresión Lineal (MBRL)
Modelo básico de regresión Lineal
El Modelo Econométrico
CAMBIOS ESTRUCTURALES Y LA SELECCIÓN DE MODELOS MACROECONOMETRICOS Peter A. Prazmowski.
MODELOS DE ECUACIONES SIMULTÁNEAS
Capitulo 10: La metodología Box-Jenkins
Temas Análisis de eficiencia Metodologías de estimación
Estadística 2010 Clase 5 Maestría en Finanzas Universidad del CEMA
Regresión y correlación
Métodos Matemáticos I.
Tema 1- Regresión lineal simple.
Regresión Lineal Simple
División de Estudios Políticos, CIDE
Análisis de Correlación y de Regresión lineal simple
RELACIONES ENTRE VARIABLES
Labor Intermediation and Training Programs of the STPS/México Maximo Torero (IFPRI/ GRADE) y Miguel Robles (UCLA)
Estadística 2010 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri.
Regresión lineal. Definición del problema Evaluar la capacidad explicativa de un conjunto de características socio demográficas que inciden en los ingresos.
PROBLEMAS ECONOMETRICOS
REGRESION Y CORRELACION
CONTRASTE Y VALIDACIÓN DE UN MODELO
TOPICOS DE ECONOMETRIA APLICADA Uso de Variables Dummy Series de Tiempo Daniel Lema.
RENTA FAMILIAR Y CAUSALIDAD …no todo lo que reluce es oro!! …no todo lo que reluce es oro!! ALGUNAS HERRAMIENTAS PARA CRIBAR EL ORO ALGUNAS HERRAMIENTAS.
Pronósticos, Series de Tiempo y Regresión
SERIES TEMPORALES.
RELACIÓN ENTRE INGRESO FAMILIAR Y LOGROS ACADÉMICOS DE LOS HIJOS
TOPICOS DE ECONOMETRIA APLICADA Variables dependientes limitadas
Métodos de calibración: regresión y correlación
Regresión logística. Definición del problema Indagar la relación entre educación y trabajo en términos de calidad del empleo entre los jóvenes. hipótesis.
Introducción a la Inferencia Estadística
LOGO Econometría III Esquema del trabajo de ordenador. Curso Parte 3. Análisis de cointegración y formas de los modelos.
ANALISIS DE REGRESION MULTIPLE
Análisis de regresión MCO MELI.
Estimador de Efectos Fijos
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.
Definición del Modelo de Regresión Simple Estimaciones por MCO Método de MCO Valores Esperados y Varianzas por MCO.
Maestría en Transporte Regresamos... (el problema de la regresión lineal) Clase 5.
Modelo La forma general del modelo de regresión multiple es: y t =  1 x t1 +  2 x t  k x tk + u t o y t = x t ’  2 + u t y t =
Capitulo 11: Modelos dinámicos
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I MODELO DE REGRESIÓN GENERAL 1 Profesor: Barland A. Huamán Bravo 2011 UNIVERSIDAD NACIONAL AGRARIA DE LA.
TEMA : ANALISIS DE REGRESION
Supuestos en el análisis de regresión Miles, J. & Shervin, M. (2011). Applyng regression & correlation. A guide for students and researchers. London: Sage.
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
Copyright © 2015 Banco Interamericano de Desarrollo. Esta obra está bajo una licencia Creative Commons IGO 3.0 Reconocimiento-No Comercial-Sin Obra Derivada.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
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.
METODO DE MAXIMA PENDIENTE
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.
Variables Instrumentales
Qucik and Free Translation of Anderson's slides
Qucik and Free Translation of Anderson's slides
Transcripción de la presentación:

VARIABLES INSTRUMENTALES

MOTIVACION Sesgo por variable omitida Soluciones: Ignorar el problema Encontrar una variable adecuada e incorporarla Tomar diferencias si suponemos que la variable no cambia en el tiempo

Metodo de VI Ejemplo: habilidad como variable omitida en ecuacion de salarios en funcion de educacion Al omitirse pasa al termino de error Si es posible encontrar una variable instrumental para educacion se puede solucionar el sesgo e inconsistencia

Necesitamos una nueva variable correlacionada con educacion y no con el error. Una variable instrumental Diferenciar de una variable proxy Ej: IQ :proxy, Educación de padre/madre/esposa: VI

Ejemplo 1: Grilliches (1976) Salario mujeres 758 datos Salario en función de: educacion, exp, residencia, etc Los datos son pooled cross section time series

El regresor endógeno es IQ Se supone que no es independiente del termino de error (es una medida incorrecta de habilidad) Se instrumenta con cuatro factores excluidos de la regresion Educacion de la madre, el nivel de otro test de inteligencia, la edad y el estado civil

Es posible testear lo adecuado de los instrumentos: test of overidentifying restrictions Los residuales de 2SLS se corren contra todos las varaibles exogenas. La H0 es que todos los instrumentos estan incorrelacionados con u Se calcula un LM que se distr como una Chi2(r) r: numero de instrumentos en exceso Si se rechaza podemos dudar de lo adecuado de los instrumentos Se debe Instalar overid en stata

Ejemplo 2 MROZ: rendimiento de la educacion para mujeres (solo para las 428 que trabajan) Log de salario en funcion de: Educacion Experiencia Experiencia sq Instrumentos para educacion Educación padre y madre

Contraste de endogeneidad Estimar la regresion de la var endogena contra todas las exogenas Estimar los residuos Incluir los residuos en la ecuacion estructural corriendo por MCO y analizar la significacion del coeficiente de los residuales. Si es distinto de cero la var es endógena