Professional Documents
Culture Documents
PRONOSTICOS
Aspectos complementarios en el
anlisis de regresin (2 parte)
1. Linealidad:
ui
Supuestos del modelo
ui
Supuestos del modelo
4. MCO se basa en que los trminos de error
son independientes uno del otro.
d
(u u
t t 1 ) 2
u 2
t
Supuestos del modelo
n = tamao de la muestra
k = n de variables independientes
Supuestos del modelo
H 0 : ut ,ut 1 0
H1 : ut ,ut 1 0
Regresin a travs del origen
A veces la teora requiere que el trmino de
interseccin deba estar ausente del modelo.
Yi 2 X i ui
En este modelo el trmino intercepto est ausente o
es cero. Lo cual explica el nombre de regresin a
travs del origen
2
X iYi
X i2 donde es estimada por
2 2
ui2
n 1
2
var 2
X i2
2
xi yi 2
X iYi
xi2 X i2
var 2
2
var 2
2
xi2 X i2
2
ui2
2
ui2
n2 n 1
1 Y1 Y1 X1 X1
: : : : :
n Yn Yn Xn Xn
Escalas y unidades de medicin
Supngase que una persona utiliza la informacin en
miles de millones y otra en millones, sern iguales
sus resultados de estimacin?
Yi 1 2 X i ui
luegose define
Yi* w1Yi
X i* w2 X i
Dondewi son factoresde escala
Si Yi y X i estnmedidasen milesde millonesde dlares
Yi* 1000Yi
X i* 1000X i
Se defineluegoentonces
Y * * * X * u *
i 1 2 i i
Escalas y unidades de medicin
var 1* w12 var 1
2
w
var 2*
1 var 2
w2
Rxy2 Rx2* y*
Formas funcionales de los modelos de
regresin
El modelo Log-log
El modelo Log-lineal
Modelos Lineal-log
Modelos recprocos
Formas funcionales de los modelos de
regresin
Modelo Log-log
Y i 1 X i2
reescrito de la forma
ln Yi ln 1 2 ln X i
ln Yi 2 ln X i , con ln 1
Yi * 2 X i* donde Yi* ln Yi
X i* ln X i
Formas funcionales de los
modelos de regresin
ln Yt ln Y0 t ln 1 r
considerando
1 ln Y0
2 ln 1 r
reescribiendo
ln Yt 1 2t
Formas funcionales de los
modelos de regresin
Modelo Lin-log
Yi 1 2 ln X i ui
Modelos recprocos