Scribd
Cargar
163 vistas3 páginas

Multicolinealidad en Modelos Econométricos

El documento discute los problemas de multicolinealidad que pueden surgir en modelos econométricos debido a altas correlaciones entre variables explicativas como la renta y el número de vehículos o el número de vehículos y el tamaño de la familia. Aunque los estimadores de mínimos cuadrados ordinarios siguen siendo válidos con multicolinealidad, esta puede dar lugar a errores estándar elevados, inestabilidad de los estimadores y dificultad para interpretar los coeficientes.

Cargado por

Denisse Vilcanqui Sarmiento
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
163 vistas3 páginas

Multicolinealidad en Modelos Econométricos

El documento discute los problemas de multicolinealidad que pueden surgir en modelos econométricos debido a altas correlaciones entre variables explicativas como la renta y el número de vehículos o el número de vehículos y el tamaño de la familia. Aunque los estimadores de mínimos cuadrados ordinarios siguen siendo válidos con multicolinealidad, esta puede dar lugar a errores estándar elevados, inestabilidad de los estimadores y dificultad para interpretar los coeficientes.

Cargado por

Denisse Vilcanqui Sarmiento
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Fácilmente nos encontraremos con un problema de multicolinealidad,

pues es de esperar que en nuestros datos existan altas correlaciones entre


variables como la renta y el número de vehículos, o el número de vehículos
y el número de miembros de la familia.

La multicolinealidad imperfecta o simplemente multicolinealidad es un


problema muy común en los modelos econométricos que incumple la
hipótesis básica de independencia entre las variables explicativas.

Si un modelo presenta multicolinealidad, los estimadores de mínimos


cuadrados ordinarios siguen siendo los mejores estimadores que
pueden obtenerse y cumpliendo muchas de las propiedades deseadas para
un estimador como la insesgadez.

De la multicolinealidad imperfecta se derivan las siguientes consecuencias:

1. Errores estándar de estimación elevados o varianzas grandes en los


estimadores.
2. Inestabilidad de los estimadores ante pequeñas variaciones muestrales. Este
problema es consecuencia directa del anterior, ya que si las varianzas de los
estimadores son grandes, los estimadores resultan más inestables.
3. Dificultad para interpretar los coeficientes y por tanto sus estimaciones. Los
coeficientes de regresión ( ) se interpretan como el cambio que se produce
en la variable dependiente (y) ante variaciones de la variable independiente
( ) de una unidad, siempre que el resto de las variables explicativas
permanezca constante.
Cuando existe multicolinealidad imperfecta es imposible suponer que
el resto de las variables permanecen constantes cuando una cambia, ya
que si están altamente relacionadas cambios en una implicarán
cambios en el resto. Por este motivo los parámetros pierden significado.

 Errores de especificación del modelo

 Asimetría en la distribución de las variables

 Incorrecta transformación de los datos o forma funcional

Estimación MCO con Heterocedasticidad

 Los estimadores siguen siendo INSESGADOS

E ( ) = Condición de
Insesgamiento

E ( 2) = 2 +
Ki E(Ui)

Si E(Ui) = 0 entonces demostramos que el estimador es Insesgado. De esta manera


observamos que para determinar la condición de insesgamiento no nos importa si la varianza
de Ui es Homocedástica o heterocedastica. Por lo tanto en presencia de Heterocedasticidad los
estimadores siguen siendo Insesgados.

 Los estimadores siguen siendo CONSISTENTES

La propiedad de Consistencia es de las muestras grandes y consiste en que la Varianza de


tiende a cero cuando n tiende a " .

Bajo el supuesto de heterocedasticidad se sigue cumpliendo.


https://www.ucm.es/data/cont/docs/518-2013-10-25-Tema_3_1_EctrGrado.pdf

También podría gustarte