Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


eonometria I tema2 parte3, Apuntes de Econometría

Asignatura: econometría I, Profesor: nuria nuria, Carrera: Economía, Universidad: UAM

Tipo: Apuntes

2014/2015

Subido el 11/06/2015

disi_zhang
disi_zhang 🇪🇸

4.1

(123)

30 documentos

1 / 7

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
4.- PROPIEDADES ALGEBRAICAS DE LOS
ESTIMADORES
MCO
ESTIMADORES
MCO
P1.- ˆ
X'u 0
Regresores y residuos son ortogonales
P2.- ˆˆ
y
'u 0
siendo MCO
ˆ
ˆ
yX
E
ˆˆ ˆˆ
P3.-
ˆˆ ˆˆ
y
'
yy
'
y
u
ˆˆ ˆ
P4.- ˆˆ ˆˆ
u' u
'
'
'
'X'X
'
'X'
E
E E
 
n
ˆ
0
¦
P5.- Si el modelo tiene término constante:i
i1
nn
ˆ
u
0
¦
nn
ii
i1 i1
ˆ
yy
¦
¦
45
Demostraciones…..
P6.
-
Suma
Total
de Cuadrados
P6.
Suma
Total
de Cuadrados
n2
2
i
i1
S
TC
y
'
y
n
yyy
0
{
t
¦
i1
P7.- Suma Explicada de Cuadrados :
2
Puede ser negativa, pero en modelos con término constante:
2
ˆˆ
S
EC
y
'
y
n
y
{
n2
2
ˆˆˆˆˆˆ
yy;SECy
'
yny y y 0
t
¦
i
i1
yy;SECyyny y y 0
t
¦
P8.- Suma de Residuos Cuadrados (SRC)
n2
i
i1
ˆˆ ˆ
S
RC u' u u 0
t
¦
P9.-
S
TC SEC SRC
( en modelos con término constante )
46
Ejemplos…..
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga eonometria I tema2 parte3 y más Apuntes en PDF de Econometría solo en Docsity!

4.- PROPIEDADES ALGEBRAICAS DE LOS

ESTIMADORES MCOESTIMADORES MCO

P1.-

X ' u  0 Regresores y residuos son ortogonales

P2.-

y' u  0 siendo

MCO

y  X 

P3.-

y' y  y' y u´ u

P4.-

u' u  y' y  y' y  y' y   ' X ' X   y' y ' X ' y

n

P5.- Si el modelo tiene término constante: 

i

i 1

n n

u 0



n n

i i

i 1 i 1

y y

 

45

Demostraciones…..

P6.- Suma Total de CuadradosP6. Suma Total de Cuadrados

n

2

2

i

i 1

STC y' y ny y y 0



i  1

P7.- Suma Explicada de Cuadrados :

2

Puede ser negativa, pero en modelos con término constante:

2

SEC y' y ny

n

2

2

y  y ; SEC  y' y ny  y y 0

i

i 1

y y ; SEC y y ny y y 0



P8.- Suma de Residuos Cuadrados (SRC)

n

2

i

i 1

SRC u' u u 0



P9.-

STC  SEC  SRC ( en modelos con término constante )

Ejemplos…..

P10.-

1

X

y X ( X ' X ) X ' y P y



La estimación MCO de y, es decir el vector , se

obtiene proyectando sobre todo el conjunto de todas las

X

y  P y

y

p y j

combinaciones lineales de los regresores.

y

P11.-

1

X

u ( I X ( X ' X ) X ') y M y



P11.

n X

u ( I X ( X X ) X ) y M y

Los residuos son la proyección del vector

y

X

u  M y

sobre el espacio ortogonal al anterior.

y

X

47

5.- PROPIEDADES ESTADÍSTICAS DE LOS

ESTIMADORES

ˆ

P1.- Error muestral:

1

MCO

ˆ

( X ' X ) X ' u



   

P2.- El estimador MCO es insesgado

ˆ

E  X 



MCO

E  X 



P3.- Matriz de varianzas-covarianzas

 

1

2

MCO

ˆ

Var(  X )  X ' X





Demostraciones Demostraciones…..

6.- BONDAD DEL AJUSTE

6.2.- R

2

CENTRADO o coeficiente de determinación:

Si el modelo tiene término constante:

STC  SEC SRC

n n n

2 2 2

i i í

i 1 i 1 i 1

( y y ) ( y y ) u

  

  

Luego:

51

6.- BONDAD DEL AJUSTE

Si el modelo no incluye término constante y aún así sey y

calcula el coeficiente de determinación, éste podrá ser

negativo.

2

6.3.- : coeficiente de determinación corregido

2

R

 

n 1

 

2 2

n 1

R 1 1 R

n k

6.- BONDAD DEL AJUSTE

EJEMPLO

53

7.7.- ERROR ESTÁNDAR DE LA REGRESIÓN ERROR ESTÁNDAR DE LA REGRESIÓN

La varianza del término de error es:

2

2



2

2

2

n

E uu´ X I

0 0 ... 0







2

7.7.- ERROR ESTÁNDAR DE LA REGRESIÓN ERROR ESTÁNDAR DE LA REGRESIÓN

EJEMPLO