Parte X

Normalidad de los residuos

Contenido
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Normalidad de los residuales
Normalidad en los residuales es un requerimiento para obtener
de manera correcta los valores crticos para una prueba de
hipotesis e intervalos de conanza.
Normalidad no es un requisito para obtener los coecientes de
regresion.
La obtencion de coecientes mediante MCO o metodo de
momentos no recurre a la idea de normalidad.
Revisar la condicion de normalidad en los residuos es un paso
importante para asegurar que la inferencia sobre los
parametros es apropiada, en especial en casos de muestra
peque na.
R.Taborda Econometra basica Fac. Economa UR 167 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Normalidad en los residuales en general se limita a un ejercicio
con datos.
Opciones:
1
Comparacion informal / graca de residuales contra
distribucion normal.
2
Revisar / probar Skewness y Kurtosis.
R.Taborda Econometra basica Fac. Economa UR 168 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Graca de residuales contra distribucion normal
Para nuestro ejemplo de regresion usando MPG para explicar el
PRECIO de los automoviles, tenemos el siguiente resultado de
regresion.
(1) (2) (3)
normalidad errores01 normalidad errores02 normalidad errores03
VARIABLES price price price
Mileage (mpg) -238.9a -173.7c -49.51
(53.08) (87.72) (86.16)
Length (in.) 21.29
(22.79)
Weight (lbs.) 1.747a
(0.641)
Constant 11,253a 5,864 1,946
(1,171) (5,888) (3,597)
Observations 74 74 74
R-squared 0.220 0.229 0.293
Standard errors in parentheses
a p<0.01, b p<0.05, c p<0.1
R.Taborda Econometra basica Fac. Economa UR 169 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
La graca muestra una distribucion normal ajustada a los
parametros del termino de error de la primera regresion y la
distribucion de los mismos
0
.
0
0
0
0
5
.
0
0
0
1
.
0
0
0
1
5
.
0
0
0
2
D
e
n
s
i
t
y
5000 0 5000 10000
Residuals
Kernel density estimate
Normal density
kernel = epanechnikov, bandwidth = 925.2180
Kernel density estimate
R.Taborda Econometra basica Fac. Economa UR 170 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
La graca muestra una distribucion normal ajustada a los
parametros del termino de error de la segunda regresion y la
distribucion de los mismos
0
.
0
0
0
0
5
.
0
0
0
1
.
0
0
0
1
5
.
0
0
0
2
D
e
n
s
i
t
y
5000 0 5000 10000
Residuals
Kernel density estimate
Normal density
kernel = epanechnikov, bandwidth = 869.9033
Kernel density estimate
R.Taborda Econometra basica Fac. Economa UR 171 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
La graca muestra una distribucion normal ajustada a los
parametros del termino de error de la tercera regresion y la
distribucion de los mismos
0
.
0
0
0
0
5
.
0
0
0
1
.
0
0
0
1
5
.
0
0
0
2
D
e
n
s
i
t
y
5000 0 5000 10000
Residuals
Kernel density estimate
Normal density
kernel = epanechnikov, bandwidth = 889.6181
Kernel density estimate
R.Taborda Econometra basica Fac. Economa UR 172 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Skewness y Kurtosis
Skewness es una medida de simetra o de falta de ella.
Es el tercer momento de una distribucion respecto a la media
El valor de Skewness de una distribucion normal es cero.
Valores negativos en Skewness signica que existe una cola
larga a la izquierda de la media de la distribucion.
Valores positivos en Skewness signica que existe una cola
larga a la derecha de la media de la distribucion.
La kurtosis de una distribucion se reere a lo pronunciado que
es el pico / cima de la distribucion y a la vez lo delgada o
gruesas que sean las colas.
R.Taborda Econometra basica Fac. Economa UR 173 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Skewness.

3
= E[e
3
t
] = 0 (10.1)
Es el tercer momento de la distribucion de una variable aleatoria
normal.
La medida de skewness is denida como:
s =

3

3
(10.2)
Kurtosis.

4
= E[e
4
t
] = 3
4
(10.3)
Es el cuarto momento de la distribucion de una variable aleatoria
normal.
La medida de kurtosis is denida como:
k =

4

4
(10.4)
R.Taborda Econometra basica Fac. Economa UR 174 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Una distribucion con skewness 0 y kurtosis 3 se ajusta a las
caractersticas de la normal.
El paso a seguir es construir pruebas para cada una de estas
propiedades.
Ademas existen pruebas conjuntas, que usan ambos criterios
para establecer que tan cerca se encuentra la distribucion en
examinada a una normal.
Para que ambas medidas se contrasten contra cero, la kurtosis
se reescribe como:
k 3 =

4
3
4

4
= 0 (10.5)
R.Taborda Econometra basica Fac. Economa UR 175 / 189
Contenido
Normalidad de los residuos
Graca de residuales contra distribuci on normal
Skewness y Kurtosis
Prueba de normalidad
Prueba de normalidad
Jarque-Bera.
El estadstico Jarque-Bera se construye:
= T

s
2
6
+
(k 3)
2
24

(10.6)
y se contrasta contra una distribucion
2
(2)
, donde la hipotesis nula
es Normalidad.
R.Taborda Econometra basica Fac. Economa UR 176 / 189