Professional Documents
Culture Documents
Introduccin o
Anlisis de Regresin a o
Clase 1
Introduccin a la Econometr o a Profesor: Felipe Avils Lucero e
26 de mayo de 2010
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Introduccin o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Econometr es la ciencia que aplica mtodos matemticos y a e a estad sticos al anlisis de datos econmicos, con el objetivo de a o dotar de una base emp rica a una teor econmica, para as a o refutarla o vericarla. Aunque la econometr parece ser tan antigua como la misma a ciencia econmica, slo en 1930 se crea la Sociedad o o Economtrica, la cual sistematiz su estudio y prctica. e o a
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Uno de los fundadores de la Sociedad Economtrica, a quin de hecho, se e e le acredita el haber acuado el trmino Econometr n e a.
Profesor: Felipe Avils Lucero e Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
La Metodolog Economtrica a e
La metodolog economtrica se puede detallar de la siguiente a e forma:
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Indice
Introduccin o
Anlisis de Regresin a o
Indice
Introduccin o
Anlisis de Regresin a o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Un complemento importante de la funcin de EC es la ley de o esperanzas iteradas: E [yi ] = E {E [yi |Xi ]} la demostracin queda para Uds. o La ley de esperanzas iteradas posee una caracter stica relevante, la de dividir una variable aleatoria en dos partes, la EC y un residuo con propiedades especiales que veremos a continuacin. o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
donde (i) i es media independiente de Xi , esto es E [ i |Xi ] = 0, y por lo tanto (ii) i no est correlacionado con ninguna funcin de a o Xi . Demo. (i) E [ i |Xi ] = E [yi E [yi |Xi ]|Xi ] = E [yi |Xi ] E [yi |Xi ] = 0. (ii) Sea h(Xi ) cualquier funcin de Xi . Por la ley de esperanzas o iteradas, E [h(Xi ) i ] = E {h(Xi )E [ i |Xi ]}, y por independencia en media, E [ i |Xi ] = 0.
Profesor: Felipe Avils Lucero e Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Indice
Introduccin o
Anlisis de Regresin a o
Cont. Demo. (yi m(Xi ))2 = (yi E (yi |Xi ))2 + 2(E (yi |Xi ) m(Xi )) (yi E (yi |Xi )) + (E (yi |Xi ) m(Xi ))2 El primer trmino de la ecuacin anterior no involucra m(Xi ). El e o segundo puede escribirse como h(Xi ) i , donde h(Xi ) 2(E (yi |Xi ) m(Xi )) que posee esperanza igual a 0 (por teorema 1). El ultimo trmino se minimiza en 0 cuando m(Xi ) es la e funcin de EC. o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Denicin de Regresin o o
La regresin es un elemento fundamental en la Econometr o a, corresponde a un estudio de dependencia entre una variable dependiente (y) y una o ms variables explicativas (X). a El anlisis de regresin tiene como objeto estimar y/o predecir la a o media poblacional de la variable dependiente para valores jos de la(s) variable(s) explicativa(s) (i.e. predecir E(y|X)).
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Anteriormente vimos que la funcin de EC E (yi |Xi ) es funcin de o o Xi : E (yi |Xi ) = f (Xi ) donde f (Xi ) es una funcin cualquiera. o La ecuacin anterior se denomina Regresin Poblacional. o o Que forma tiene f (Xi ) es una pregunta emp rica, aunque muchas veces la teor nos puede ayudar bastante. a
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
(por Teo. 1)
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
En la mayor de los fenmenos econmicos a estudiar, no a o o disponemos de las observaciones totales de la poblacin (ej. o CENSO). En la prctica se tiene alcance nada ms que a una muestra de los a a valores de y que corresponden a unos valores jos de X (ej. CASEN). En este caso tenemos que estimar la funcin de regresin o o poblacional en base a informacin muestral. o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Supongamos que nosotros no conocemos estos datos, es decir, no tenemos acceso a las observaciones correspondientes a la poblacin o total.
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Es importante notar que a partir de una poblacin podemos sacar o una gran cantidad de muestras en forma aleatoria y en la realidad nosotros observamos slo una de ellas (uno de los dos cuadros). o
Profesor: Felipe Avils Lucero e Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Como contraparte muestral, la funcin de regresin muestral puede o o escribirse como: yi = 1 + 2 Xi donde yi es el estimador de E (yi |Xi ), 1 es el estimador de 1 y 2 es el estimador de 2 . Importante, notar que y = E (y |X )
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Indice
Introduccin o
Anlisis de Regresin a o
Clase 1
Indice
Introduccin o
Anlisis de Regresin a o
Indice
Introduccin o
Anlisis de Regresin a o
Propiedades de un estimador
Se denomina sesgo a la diferencia entre el valor esperado del estimador y su verdadero valor: E () . De esta forma, se dice que es un estimador insesgado si E () = . El estimador es eciente o de m nima varianza si no hay ningn otro estimador insesgado que tenga una varianza u menor que . En general se trata de utilizar estimadores de varianza pequea, pues de este modo la estimacin es ms n o a precisa. El Error Cuadrtico Medio (ECM) es una propiedad de los a estimadores que mezcla los conceptos de eciencia e insesgamiento. El ECM de se dene como: ECM() = E [(E () )2 ] Lo que se puede expresar equivalentemente de la siguiente manera:
Profesor: Felipe Avils Lucero e Clase 1