Archivo de la etiqueta: Modelos lineales

Validación y Supuestos Clave en Modelos de Regresión

3 mayo, 2025Matemáticasautocorrelación, Econometría, Modelos lineales, regresión, supuestoswiki

Conceptos Clave en Modelos de Regresión

Autocorrelación

En presencia de autocorrelación, las varianzas calculadas convencionalmente y los errores estándar de los valores pronosticados son ineficientes.

V: Las varianzas ya no son mínimas, es decir, dejan de ser MELI (Mejores Estimadores Lineales Insesgados) y, por lo tanto, dejan de ser eficientes.

Coeficiente de Determinación (R²)

Un coeficiente de determinación ajustado permite corregir las varianzas estimadas y, por ello, ayuda a la inferencia Seguir leyendo “Validación y Supuestos Clave en Modelos de Regresión” »

Resolución y Explicación de Modelos de Regresión: Aplicaciones Prácticas

1 marzo, 2025MatemáticasEconometría, Estadística, Modelos lineales, regresiónwiki

Ejercicios Resueltos de Modelos de Regresión

Ejercicio 1: Error de Especificación

Pregunta: ¿Existe error de especificación en el modelo? Desarrolle el test correspondiente.

wPwIcXn07+L+QAAAABJRU5ErkJggg==

Solución:

Para determinar si existe un error de especificación, se realiza un contraste de hipótesis. Se construye la función a partir de la tabla de contraste, utilizando el coeficiente de yhat (ŷ) y su desviación típica. Se compara el p-valor resultante con un nivel de significancia de 0.05.

Si el p-valor < 0.05, Seguir leyendo “Resolución y Explicación de Modelos de Regresión: Aplicaciones Prácticas” »

Estimación MCO: Propiedades, Distribución y Aplicaciones en Econometría

21 febrero, 2025MatemáticasDistribución normal, Econometría, estimación, MCO, Modelos lineales, Modelos no lineales, Propiedades del estimador, Variableswiki

Estimación MCO: Propiedades, Distribución y Aplicaciones

Conceptos Básicos del Estimador MCO

El estimador de Mínimos Cuadrados Ordinarios (MCO) se define como:

PC = pico (Nota: Se refiere al valor estimado)

SCR = Sumatorio Upc² = U’_pc * U_pc = (Y – XB_pc)'(Y – XB_pc)

Donde:

U_pc = (u_pc1, u_pc2, …, u_pcn) (en vertical)
U’_pc (en horizontal) = Y – Y_pc = Y – XB_pc

Aplicando las condiciones de mínimo, se obtiene:

B_pc = ((X’X)^-1) * X’Y

Características de los Residuos MCO

U_pc = Y – XB_pc

Es una variable aleatoria Seguir leyendo “Estimación MCO: Propiedades, Distribución y Aplicaciones en Econometría” »