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


Forma funcional incorrecta, Apuntes de Econometría

Asignatura: Econometria, Profesor: , Carrera: Administración y Dirección de Empresas, Universidad: UAM

Tipo: Apuntes

2016/2017

Subido el 19/12/2017

luis_enrique_esp
luis_enrique_esp 🇪🇸

4.5

(4)

5 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
PROBLEMAS DE ESPECIFICACIÓN EN EL MBRL:
FORMA FUNCIONAL INCORRECTA
¿Qué es?
Causas y soluciones
Estimación lineal vs. potencial.
Estimación lineal vs. polinómica: omisión de una variable relevante (variable al
cuadrado, cubo, etc.)
Función potencial
Función polinómica
Efectos sobre el modelo
Incremento del error (e’e) y con ello:
Incremento de la varianza del estimador, lo que afecta a:
Incremento del intervalo de confianza
El estadístico t tiende a ser menor
El estadístico F y R2 tienden a ser menores
Los estimadores resultan sesgados:
En el caso de uso de función lineal en vez de potencial es probable incurrir en
un problema de media no nula.
En el caso de omisión de alguna variable elevada a una potencia se produce un
sesgo por omisión de variable relevante.
¿Cómo se detecta?
Ejemplo1 (datos construidos a priori): errores = f (test)
Indicio: La variable endógena suele tener una distribución asimétrica
Gráfico de dispersión entre endógenas y explicativas
Gráfico del residuo:
Observaciones: identificación de patrón
pf3
pf4

Vista previa parcial del texto

¡Descarga Forma funcional incorrecta y más Apuntes en PDF de Econometría solo en Docsity!

PROBLEMAS DE ESPECIFICACIÓN EN EL MBRL:

FORMA FUNCIONAL INCORRECTA

¿Qué es?

  • Causas y soluciones
    • Estimación lineal vs. potencial.
    • Estimación lineal vs. polinómica: omisión de una variable relevante (variable al cuadrado, cubo, etc.) Función potencial

Función polinómica

Efectos sobre el modelo

  • Incremento del error (e’e) y con ello:
    • Incremento de la varianza del estimador, lo que afecta a: ■ Incremento del intervalo de confianza ■ El estadístico t tiende a ser menor
    • El estadístico F y R^2 tienden a ser menores
  • Los estimadores resultan sesgados:
    • En el caso de uso de función lineal en vez de potencial es probable incurrir en un problema de media no nula.
    • En el caso de omisión de alguna variable elevada a una potencia se produce un sesgo por omisión de variable relevante.

¿Cómo se detecta? Ejemplo1 (datos construidos a priori): errores = f (test)

  • Indicio: La variable endógena suele tener una distribución asimétrica
  • Gráfico de dispersión entre endógenas y explicativas
  • Gráfico del residuo:
    • Observaciones: identificación de patrón
  • Histograma: análisis de normalidad
  • Técnicamente: Test de RAMSEY:
  • Se incluyen funciones polinómicas de los valores ajustados por MCO (al cuadrado, al cubo, etc.), es decir funciones no lineales de las X.
  • Se contrasta, con el test F, si los parámetros de esas funciones son nulos, lo que es equivalente a contrastar la hipótesis nula de “especificación correcta” en el modelo original.
  • Si se rechaza el contraste se debe estudiar con más detalle que variables presentan no linealidad
  • El uso de formas funcionales no lineales es recomendable cuando la variable endógena presenta una distribución asimétrica.
  • (^) El cálculo de logaritmos no puede realizarse sobre valores iguales a 0 o negativos, por lo que una forma funcional no lineal para variables con valores de 0 sólo puede aplicarse usando términos cuadráticos.
  • Recordar que no se puede calcular el logaritmo ni el cuadrado de una variable ficticia