Please enable JavaScript.
Coggle requires JavaScript to display documents.
MODELO E REGRESIÓN CON DOS VARIABLES: Problemas de estimación, Fuente de…
MODELO E REGRESIÓN CON DOS VARIABLES: Problemas de estimación
MÉTODOD DE MÍNIMOS CUADRADOS ORDINARIOS
Yi=B1+B2Xi+Ui
Estimadores de mínimos cuadrados
-Se expresan en términos de las cantidades observables -Son estimadores puntuales
Propiedades numéricas:
Son las que se mantienen como consecuencia del uso de mínimos c o sin considerar la forma como se generaron los datos
La forma de desviación Yi=B2Xi+ui
Fundamentos del MMCO
Es el cimiento de la mayor parte de la teoría econométrica y plantea 7 supuestos
Homoscedasticidad o varianza constante de ui: La varianza del término de error, o de perturbación, es la misma sin importar el valor de X.
No hay autocorrelación entre las perturbaciones
El valor medio de la perturbación ui es igual a cero: Dado el valor de Xi, la media o el valor esperado del término de perturbación aleatoria ui es cero.
El número de observaciones n debe ser mayor que el número de parámetros por estimar
Valores fijos de X, o valores de X independientes del término de error:
La naturaleza de las variables X
Modelo de regresión lineal: El modelo de regresión es lineal en los parámetros, aunque puede o no ser lineal en las variables.
Advertencia sobre estos supuestos
En particular, se desea encontrar las propiedades estadísticas de MCO comparadas con las propiedades numéricas
Precisión o errores estándar de las estimaciones de mínimos cuadrados
En estadística, la precisión de un valor estimado se mide por su error estándar
Fuente de consulta: Guajardi, Damodar N. "Econometría". McGrawHill. Cuarta edición. 2007
Rodríguez Hernández Verónica
I. Econometría Cap. 3