Extensiones del modelo de regresión lineal con dos variables
Forma funcional
Regresión a través del origen
Unidades de medición
Yi =β2Xi +ui
En este modelo, el término del intercepto está ausente o es cero
En el modelo sin término de intercepto se utilizan sumas de cuadrados simples y productos cruzados, pero en el modelo con intercepto, se utilizan sumas de cuadrados ajustadas
r2 para el modelo de regresión a través del origen
el r2 convencional del capítulo 3 no es apropiado en regresiones que no incluyan o no consideren el intercepto
¿las unidades con que se mide la variable regresada y la(s) variable(s) regresora(s) influyen de algún modo en los resultados de la regresión?
con los resultados de regresión basados en una escala de medición, se pueden obtener los resultados basados en otra,
Sin embargo, debe observarse que la transformación de la escala (Y, X) a la escala (Y ∗, X ∗) no afecta las propiedades de los estimadores de MCO analizadas en los capítulos anteriores.
Advertencia sobre la interpretación
Como el coeficiente de la pendiente, β2, es tan sólo la tasa de cambio, ésta se mide en las unidades de la razón
Unidades de la variable dependiente
Unidades de la variable explicativa
Se dice que una variable es estandarizada si se resta el valor de la media de esta variable de sus valores individuales y se divide esa diferencia entre la desviación estándar de la variable.
Una propiedad interesante de una variable estandarizada es que el valor de su media siempre es cero y que su desviación estándar siempre es 1.
Los coeficientes de regresión de las variables estandarizadas, denotados por β1∗ y β2∗, se conocen en la bibliografía como los coeficientes beta
¿Cuál es la ventaja del modelo de regresión estandarizado respecto del modelo tradicional?
Al estandarizar todas las regresoras, quedan expresadas en una misma base y por consiguiente se pueden comparar de manera directa
Damodar, N Gujarati. "Econometría".McGrawHill. 5ta ed. 2002
Rodríguez Hernández Verónica
Econometría
Cap 6