



Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: econometría I, Profesor: nuria nuria, Carrera: Economía, Universidad: UAM
Tipo: Apuntes
1 / 7
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




4.- PROPIEDADES ALGEBRAICAS DE LOS
ESTIMADORES MCOESTIMADORES MCO
P1.-
X ' u 0 Regresores y residuos son ortogonales
P2.-
y' u 0 siendo
MCO
P3.-
y' y y' y u´ u
P4.-
n
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:
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
n 1
2 2
n 1
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