Upload
esteban-gutierrez-marquez
View
217
Download
0
Embed Size (px)
Citation preview
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 1/10
ERRORES DE ESPECIFICACION
Un error de especificación es el incumplimiento de cualquiera de los
supuestos bsicos del modelo lineal !eneral"
Esta e#presión $ace referencia al supuesto impl%cito de que la matri& X est
correctamente especificada' es decir' que las (ariables e#plicati(as en la
matri& X son las (erdaderamente rele(antes en la e#plicación de Y.
Al dise)ar la matri& X podemos cometer los si!uientes errores de
especificación*
Omisión de una (ariable rele(ante
Inclusión de una (ariable irrele(ante
Adopción de la forma funcional equi(ocada
+ariables con errores de medición
Especificación incorrecta del t,rmino de perturbación
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 2/10
ERRORES DE ESPECIFICACION
1.1 Omisión de variables relevantes
Supon!a que el modelo correcto para e#plicar la (ariable dependiente - es*
U B X B X Y s sr r ++=
Pero por error especificamos el modelo incorrecto* ε += r r B X Y En donde $emos omitido las (ariables Xs, por tanto' estas (ariables estarn
entre los factores omitidos reco!idos por el nue(o t,rmino de perturbación"
U B X s s +=ε
Donde su esperan&a matemtica ser distinta de cero"
s s s s s s B X U E B X U B X E E =+=+=
)()()(ε
con
*n I U V yU E 2)(0)( σ ==
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 3/10
a. El estimador /CO br de Br en el modelo incorrecto es sesgado*
Y X X X b r r r r
'1' )( −
=
)()( '1' U B X B X X X X b s sr r r r r r ++= −
U X X X B X X X X B X X X X b r r r s sr r r r r r r r r
'1''1''1' )()()( −−−
++=
U X X X B X X X X Bb r r r s sr r r r r
'1''1' )()( −−
++=
][)(])`[(][][ '1''1'
U E X X X B X X X X E B E b E r r r s sr r r r r
−−
++=
s sr r r r r B X X X X Bb E '1' )(][ −
+= Ses!o de
especificacio
nSólo en el caso que las matrices 01r 2 0s sean OR3O4ONA5ES es decir que**
0'
= sr X X El estimador br es insesgado
Por tanto' br es un estimador ineficiente.
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 4/10
b. El estimador /CO de la (arian&a en el modelo incorrecto es sesgado*
r n
Y X bY Y
r nV r r
n
i
−
−
=−==
∑=
∧
∧∧ '''
)( 1
2
2 ε
σ ε ε
Sin embar!o* Y X X X b r r r r
'1' )( −
= 3rasponiendo la
matri&*
1' )('' −
=r r r r
X X X Y b
Reempla&ando en la ecuación de la (arian&a*
r n
Y X X X X Y Y Y r r r r
−
−=
−∧ ')('' 1'2
ε σ
Factori&ando*r n
Y X X X X I Y r r r r
−
−=
−∧ ]')([' 1'2
ε σ
6aciendo que* ')( 1'
r r r r r X X X X I M −
−=
5a (arian&a es* r n
Y M Y r
−
=
∧ '2
ε σ
Donde* )()'(' U B X B X M U B X B X Y M Y s sr r r s sr r r ++++=
Dado que* 00'== r r r r X M y M X
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 5/10
3omando la esperan&a matemtica*
r n
Y M Y E
E r
−
=
∧ ]'[
][
2
ε σ
Entonces* )()'(' U B X M U B X Y M Y s sr s sr ++=
/ultiplicando* U M U B X M U U M X B B X M X BY M Y r s sr r s s s sr s sr ''' ''''+++=
]'[]'[][][]'[ ''''U M U E B X M U E U E M X B B X M X B E Y M Y E r s sr r s s s sr s sr +++=
]'[)(][]'[ ''UU E M tr B X M X B E Y M Y E r s sr s sr +=
2'' )(]'[ u s sr s sr r n B X M X BY M Y E σ −+=
Como la (arian&a residual es*
r n
Y M Y r
−
=
∧ '2
ε σ
3omando la esperan&a*
Sustitu2endo el numerador queda*r n
B X M X B E s sr s s
u−
+=
''22
]ˆ[ σ σ ε
Por tanto' la (arian&a residual es un estimador sesgado de la
(arian&a del t,rmino de perturbación
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 6/10
Consecuencias
Los estimadores de los parámetros de las variables incluidasson sesgados.El sesgo no desaparece cuando aumenta el tamaño de lamuestra, por tanto los estimadores son inconsistentes.Los residuos de la regresión con variables omitidas seránsuperiores a los de la regresión verdadera, por tanto las
varianzas residuales y las varianzas de los estimadores también.Es probable que los procedimientos utilizados para las pruebasde hipótesis nos den resultados erróneos.Como la omisión de variables aectan a los residuos, el modelopuede aparentar estar autocorrelacionado.
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 7/10
1.2 Inclusion de una variable irrelevante
Supon!a que el modelo correcto para e#plicar la (ariable dependiente - es*
ε ++= s sr r B X B X Y Pero por error especificamos el modelo incorrecto*
U B X Y r r +=
En donde $emos a)adido las (ariables Xs,. Por tanto' los estimadores /CO sern*
Reempla&ando el (alor de Y por el modelo correcto*
con* nn I U V yU E ,
2)(0)( σ ==
Y M X X M X b sr r sr r '´)'( 1−
∧
= Y M X X M X b r s sr s s '´)'( 1−∧
=
U M X X M X Bb sr r sr r r
'´)'( 1−∧
+=)('´)'( 1
U B X M X X M X b r r sr r sr r += −
∧
3omando esperan&a *r sr r sr r r
BU E M X X M X Bb E =+= −
∧
)('´)'()( 1
)('´)'( 1 U B X M X X M X b r r r s sr s s += −
∧
U M X X M X b r s sr s s '´)'( 1−∧
=
0)('´)'()( 1
== −
∧
U E M X X M X b E r s sr s s
El estimador de las (ariables rele(antes son inses!ados mientras que el estimador de las
(ariables irrele(antes son cero
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 8/10
Dado que la (arian&a residual es*
22 ]ˆ[ u E σ σ ε =El estimador de la (arian&a es inses!ado
ε ++= s sr r B X B X Y
ε += XBY
B X Y ˆˆ =
B X Y Y Y ˆˆˆ −=−=ε
Y X X X X Y ')'(ˆ 1−−=ε
MY Y X X X X I =−= − )')'((ˆ 1
ε
MY Y MY MY ')()'(ˆ'ˆ ==ε ε
2)()'()()'()ˆ'ˆ( ur nUU E M tr MU U E E σ ε ε −===
MU U U B X M U B X r r r r ')()'(ˆ'ˆ =++=ε ε
El modelo propuesto por error *
Puede escribirse de la si!uiente forma*
5a (ariable - estimada como*
El error de estimación*
Reempla&ando el (alor de 7
estimada*
Simplificando*
Donde / es una matri& sim,trica e idempotente"
Calculando la suma de res%duos SRC**
Reempla&ando los (alores de -
3omando la esperan&a*
k n −=
ε ε σ
ε
ˆ'ˆˆ 2
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 9/10
8/18/2019 Eco360 Tema01
http://slidepdf.com/reader/full/eco360-tema01 10/10
1.3 Forma funcional incorrecta
Supon!amos que el modelo correcto es* u X X X Y k
k +++++= β β β β ....2
210
- se plantea un modelo lineal de la forma* ε α α ++= X Y 10
El t,rmino u X X k
k +++= β β ε ...2
2
Esta reco!iendo la influencia de las (ariables omitidas" Esto es similar al caso de
(ariables omitidas
1.4 rror de medición en una variable e!"licativa
Supon!amos que el modelo correcto es* u X Y ++= 21 β β
Pero en lu!ar de obser(ar 0 se obser(a 08 donde* ε += * X X
Reempla&ando en el modelo se tiene* u X Y +++= )*(21 ε β β u X Y +++= ε β β β 221 *
w X Y ++= *21 β β Donde uw += ε β 2 Es una composición de error ecuacional 2 de medicion