Professional Documents
Culture Documents
Errores de especicacin
Multicolinealidad y
errores de especicacin
Mariana Marchionni
marchionni.mariana@gmail.com
1 lineales
2 insesgados
3 los de menor varianza dentro de los lineales e insesgados
(MELI)
4 Lo mismo es cierto para cualquier combinacin lineal de los
estimadores MCO
En la clase de hoy
Multicolinealidad perfecta
Intuicin?
X21 X31 XK 1
1
1 X22 X32 XK 2
X =
. . . .. .
. . . .
. . . . .
1 X2n X3n XKn
Grcamente
2 2
V [ ] = =
xi2 nV [X ]
1
V [ ] = 2 (X 0 X )1 = 2 Adj (X 0 X )
|X 0 X |
y la V [ ] crece exponencialmente
Por qu?
Descripcin de la muestra:
Y, qu hacemos?
2 2
V [ ] = =
xi2 nV [X ]
1 Y = X 1 1 + X2 2 + u
2 Y = X 1 1 +
donde X1 es (n K1 ) incluye columna de unos y X2 es (n K2 )
Problema: no sabemos cul de los dos es el modelo correcto
1 Y = X 1 1 + X2 2 + u verdadero modelo
2 Y = X 1 1 + el que nosotros estimamos
Importante: los supuestos clsicos se cumplen para el modelo
verdadero.
E [1,sinX2 ] 6= 1
Demostracin:
De qu depende el sesgo?
Qu es (X10 X1 )1 X10 X2 ?
Supongamos que X2 tiene alguna relacin con las variables X1
(por simplicidad, X2 es una sola variable)
X2 = X 1 +
= (X10 X1 )1 X10 X2
Resumiendo
Descripcin de la muestra:
summ indice_riesgo edad cigarrillos
Contraintuitivo!!!