You are on page 1of 8

SOLUCIN EJERCICIO 3 HETEROCEDASTICIDAD

A.- Estimacin MCO de G3 en funcin de Y.


Modelo/ Mnimos Cuadrados Ordinarios

Modelo 1:MCO, usando las observaciones 1-52


Variable dependiente: G3
Coeficiente
-34586.2
0.0571362

const
Y

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 50)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


13764.1
-2.5128
0.00661446
8.6381

83482.67
6.82e+09
0.598768
74.61619
-559.7733
1127.449

Valor p
0.01525
<0.00001

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

18256.02
11678.95
0.590743
1.74e-11
1123.547
1125.043

B.Analizarlaposiblepresenciaheterocedasticidadutilizandotodoslosinstrumentos
disponibles.

1.Grficodelosresiduos

GRFICO/GRFICODERESIDUOS/PORNMERODEOBSERVACIONES
Residuos de la regresin (= G3 observada - estimada)
50000

40000

30000

residuo

20000

10000

-10000

-20000

-30000
0

10

20

30

40

50

Sedetectaundatoatpicoquepodrasercausadeheterocedasticidad.
Vamosahacerelgrficodelosresiduoscontralavariableyrenta
GRFICO/GRFICODERESIDUOS/Contray
1

**
***

Residuos de la regresin (= G3 observada - estimada)


50000

40000

30000

residuo

20000

10000

-10000

-20000

-30000
1.6e+006

1.8e+006

2e+006

2.2e+006
Y

2.4e+006

Parecequeelatpicosedebeaunaprovinciaconrentaalta.

2.ContrastedeWhite
CONTRASTES/HETEROCEDASTICIDAD/CONTRASTEDEWHITE

Contraste de heterocedasticidad de White


MCO, usando las observaciones 1-52
Variable dependiente: uhat^2
Coeficiente
Desv. Tpica
Estadstico t Valor p
----------------------------------------------------------------const
3.30131e+09
2.17010e+09
1.521
0.1346
Y
-3441.42
2103.70
-1.636
0.1083
sq_Y
0.000910209
0.000505048
1.802
0.0777 *
ATENCIN: matriz de datos casi singular!
R-cuadrado = 0.159504
Estadstico de contraste: TR^2 = 8.294203,
con valor p = P(Chi-cuadrado(2) > 8.294203) = 0.015810

Paraunniveldesignificacindel5%serechazalahiptesisnuladehomocedasticidad
3.ContrastedeBreuschPagan
CONTRASTES/HETEROCEDASTICIDAD/BREUSCHPAGAN

Contraste de heterocedasticidad de Breusch-Pagan


MCO, usando las observaciones 1-52
Variable dependiente: uhat^2 escalado
Coeficiente
Desv. Tpica
Estadstico t
Valor p
---------------------------------------------------------------const
-4.38305
2.25266
-1.946
0.0573 *
Y
2.60498e-06
1.08254e-06
2.406
0.0198 **
Suma de cuadrados explicada = 21.1557
Estadstico de contraste: LM = 10.577842,
con valor p = P(Chi-cuadrado(1) > 10.577842) = 0.001145


SerechazalahiptesisnuladeHomocedasticidad
4.ContrastedeGOLDFELDQUANDT
Primerohayqueordenarlasvariablesenfuncindelasvariablesquecreemoscausanla
heteroscedasticidad,enestecasoY.
DATOS/ORDENARLOSDATOShayqueseleccionarlaclavedeordenacin,ennuestrocasola
variableYyelsentidodelaordenacinASCENDENTE

EstimarCAMBIANDOeltamaodelaMUESTRA:Cogemosc=16ylaprimeramuestrade118
ylasegundade3552.
Paralaprimeramuestraestimamoselmodelo:

Modelo gq1: MCO, usando las observaciones 1-18


Variable dependiente: G3

const
Y

Coeficiente
28769,8
0,0234885

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 16)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


27046,2
1,0637
0,0150212
1,5637

70995,66
6,55e+08
0,132562
2,445118
-182,2348
370,2503

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

SR1=655000000

Estimamoselmodeloconlasegundamuestrade3452
4

Valor p
0,30324
0,13745
6666,834
6400,345
0,078347
0,137452
368,4696
368,7151

Modelo gq2: MCO, usando las observaciones 34-52 (n = 19)


Variable dependiente: G3

const
Y

Coeficiente
-217365
0,135751

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 17)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


47612,8
-4,5653
0,0204736
6,6305

97856,20
2,21e+09
0,721147
43,96391
-203,4026
412,6941

Valor p
0,00027
<0,00001

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

***
***

20994,83
11408,07
0,704743
4,25e-06
410,8053
411,1249

SSR2=2210000000
GQ=SR2/SR1=3,37>((Tc)/2)k,((Tc)/2)k)= F16,16 (0, 025) =2,76
RechazamoslahiptesisnuladeHomocedasticidad.

C.EstimacinMCG,transformamoselmodelodividiendotodaslasobservacionespor yi

G3i / y i = 11 / y i + 2 y i / y i + u i / yi
E(u i / yi ) = 0
v(u i / yi ) = E(u i2 / y i2 ) = 2 yi2 / yi2 = 2

LlamamosG3M=G3/YYM=Y/YiY=1/Y

YaplicamosMCOalmodelotransformado,obtenemoslasestimacionesMCG:

Modelo MCG:MCO, usando las observaciones 1-52


Variable dependiente: G3M

YM
iY

Coeficiente
0,0512317
-22467,5

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 50)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


0,00618588
8,2820
12512
-1,7957

0,040203
0,001420
0,060583
3,224476
199,4409
-390,9793

Valor p
<0,00001
0,07859

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

***
*

0,005443
0,005328
0,041794
0,078589
-394,8818
-393,3857

D.Intentamosespecificarotromodeloenlogaritmosparacorregirelposibleproblemade
especificacindelmodelo.
ParaellotransformamoslasvariablesenlogaritmosyaplicamosMCO.

Modelo 13: MCO, usando las observaciones 1-52


Variable dependiente: l_G3

const
l_Y

Coeficiente
-7,13411
1,26913

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 50)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


2,19393
-3,2517
0,150944
8,4079

11,31175
0,843731
0,585728
70,69353
33,36551
-58,82853

Valor p
0,00206
<0,00001

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

***
***

0,199836
0,129902
0,577442
3,92e-11
-62,73102
-61,23489

AplicamoselcontrastedeWhiteparaversiestenuevomodelopresentaonoproblemasde
heterocedasticidad.
Contraste de heterocedasticidad de White
MCO, usando las observaciones 1-52
Variable dependiente: uhat^2
Coeficiente
Desv. Tpica
Estadstico t
Valor p
--------------------------------------------------------------const
27,1828
43,1853
0,6294
0,5320
l_Y
-3,78435
5,94590
-0,6365
0,5274
sq_l_Y
0,131763
0,204653
0,6438
0,5227
R-cuadrado = 0,057481
Estadstico de contraste: TR^2 = 2,989024,
con valor p = P(Chi-cuadrado(2) > 2,989024) = 0,224358

parecequelanuevaespecificacinhacorregidoelproblemasdeheterocedasticidad.
D.EstimacinrobustaaheterocedasticidaddeWhite
SehacelaestimacinMCOperosemarcaDESVIACIONESTIPICASROBUSTAS

Modelo 14: MCO, usando las observaciones 1-52


Variable dependiente: G3
Desviaciones tpicas robustas ante heterocedasticidad, variante HC1

const
Y

Coeficiente
-34586,2
0,0571362

Media de la vble. dep.


Suma de cuad. residuos
R-cuadrado
F(1, 50)
Log-verosimilitud
Criterio de Schwarz

Desv. Tpica Estadstico t


-2,1024
16451,1
6,8597
0,00832929

83482,67
6,82e+09
0,598768
47,05502
-559,7733
1127,449

Valor p
0,04058
<0,00001

D.T. de la vble. dep.


D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

**
***

18256,02
11678,95
0,590743
9,95e-09
1123,547
1125,043

LasdesviacionestpicasdelosestimadoreshancambiadoyloscontrastestyFsonvlidos.
E.Contrastedenormalidad

UtilizamoselcontrastedeJarqueBeraparaelmodelolinealModelo1

Paraelloguardamoslosresiduosdelmodelocomouhat1ycalculamosloscontrastesde
normalidad:VARIABLE/CONTRASTESDENORMALIDAD

ContrastedeJarqueBera=11,2,convalorpvalor=0,00369789
Rechazamoslahiptesisnuladenormalidad

Sicontrastamoslahiptesisnuladenormalidadenelmodelologartmico:
ContrastedeJarqueBera=0,184249,convalorpvalor=0,911992.Nopresentaproblemasde
normalida

You might also like