Professional Documents
Culture Documents
= E (i Xi - E(Xi) E(i))
= E (i Xi)
=0
Este supuesto indica que la variable X y las perturbaciones no estn correlacionadas.
Si X y estuvieran relacionadas, no podran realizarse inferencias sobre el
comportamiento de la variable endgena ante cambios en las variables explicativas.
Supuesto 7
El nmero de observaciones debe ser mayor que el nmero de parmetros a estimar.
Supuesto 8
Debe existir variabilidad en los valores de X. No todos los valores de una muestra
dada deben ser iguales.Tcnicamente la varianza de X debe ser un nmero finito
positivo. Si todos los valores de X son idnticos entonces se hace imposible la
estimacin de los parmetros.
Supuesto 9
El modelo de regresin debe ser correctamente especificado, esto indica que no existe
ningn en el modelo a estimar. La especificacin incorrecta o la omisin de variables
importantes, harn muy cuestionable la validez de la interpretacin de la regresin
estimada.
Supuesto 10
No hay relaciones perfectamente lineales entre las variables explicativas. No existe
multicolinealidad perfecta. Aunque todas las variables econmicas muestran algn
grado de relacin entre s, ello no produce excesivas dificultades, excepto cuando se
llega a una situacin de dependencia total, que es lo que se excluy al afirmar que las
variables explicativas son linealmente dependientes.
TEST de White
En este contraste la idea subyacente es determinar si las variables explicativas del
modelo, sus cuadrados y todos sus cruces posibles no repetidos sirven para
determinar la evolucin del error al cuadrado. Es decir; si la evolucin de las variables
explicativas y de sus varianzas y covarianzas son significativas para determinar el
valor de la varianza muestral de los errores, entendida sta como una estimacin de
las varianzas de las perturbaciones aleatorias. Las variables son constantes.
TEST WALD: Mas completo, prueba mas la relacin entre los parmetros.
TEST LM: Mide que no existe autocorrelacin en las perturbaciones.
El p- value significa que la probabilidad de aceptar H0 es nula, se rechaza H0
H0 : No existe autocorrelacin ;
Covarianza: Solo mide asociacin, el signo solo indica relacin directa o inversa.