Please enable JavaScript.
Coggle requires JavaScript to display documents.
Violación de Supuestos Clásicos en Econometría - Coggle Diagram
Violación de Supuestos Clásicos en Econometría
Autocorrelación
Definición: Ocurre cuando los errores no son independientes entre sí, sino que están correlacionados.
Problema: Afecta la validez de los intervalos de confianza y los test estadísticos.
Consecuencias: Los errores estándar pueden estar sesgados, lo que provoca inferencias incorrectas.
Métodos de detección:
Prueba de Durbin-Watson
Prueba de Breusch-Godfrey
Soluciones:
Modelos de corrección como AR(1) o AR(2)
Uso de variables adicionales o diferenciales
Homoscedasticidad
Definición: La varianza de los errores debe ser constante en todas las observaciones.
Problema: Cuando la varianza no es constante se presenta heteroscedasticidad, afectando la eficiencia de los estimadores.
Consecuencias: Pérdida de eficiencia en los coeficientes estimados y errores estándar incorrectos.
Métodos de detección:
Prueba de White
Prueba de Breusch-Pagan
Soluciones:
Transformaciones logarítmicas
Estimadores robustos de varianza
Multicolinealidad
Definición: Relación lineal fuerte entre dos o más variables explicativas en el modelo.
Problema: Dificulta la identificación del impacto individual de cada variable en la variable dependiente.
Consecuencias:
Coeficientes estimados inestables
Pérdida de precisión en los valores p
Métodos de detección: - Factor de Inflación de la Varianza (VIF) - Matriz de correlaciones
Soluciones: - Eliminar una de las variables correlacionadas - Combinar variables relacionadas en índices
Especificación Incorrecta
Definición: Error en la estructura del modelo, como omitir o incluir variables innecesarias.
Problema: Afecta la interpretación y precisión de los coeficientes estimados.
Tipos de especificación incorrecta: - Omisión de variables relevantes. - Inclusión de variables irrelevantes. - Elección incorrecta de la forma funcional
Métodos de detección: - Comparación de modelos con criterios AIC y BIC. - Prueba RESET de Ramsey
Soluciones: - Revisión teórica y empírica de las variables. - Transformaciones de datos según la forma funcional adecuada
Endogeneidad
Definición: Ocurre cuando una variable explicativa está correlacionada con el término de error.
Problema: Genera estimadores sesgados e inconsistentes.
Consecuencias: Los coeficientes no reflejan una relación causal real.
Causas comunes: - Variables omitidas - Simultaneidad entre variables - Errores de medición en las variables
Métodos de detección: - Prueba de Hausman. - Instrumentación con variables exógenas
Soluciones: - Uso de variables instrumentales (2SLS). - Modelos estructurales que corrijan la simultaneidad