Las pruebas de diagnóstico

1) Señale cuales son las pruebas de diagnóstico de uso común, y bajo qué circunstancias es preferible.

Las pruebas de diagnóstico son aplicadas bajo algunos supuestos; como, por ejemplo. Linealidad en los parámetros, valores fijos de X e independientes al termino de error, media de los errores igual a 0, al igual que su sumatoria, varianza constante, no autocorrelación entre las perturbaciones, número de observaciones mayor al de parámetros, variación en los valores de x, sin una relación lineal entre las variables independientes y por último sin sesgo de especificación. Por lo que las pruebas de diagnostico de uso común son por ejemplo las de heterocedasticidad, como White, autocorrelación, como Breusch-Godfrey, normalidad, como Jarque Bera, entre otras.

2) Explique que sucede si la regresión no tiene constante

También llamada regresión a través del origen. En esta regresión sucede que no necesariamente la suma de los errores es 0. Por lo que la media de los errores también puede que no sea 0. Además, el coeficiente de determinación R2 puede tener valores negativos. Esto se debe a la ausencia de el coeficiente B0, ya que es 0. Pero un punto más importante es que se puede caer en un sesgo de la estimación de la pendiente de la regresión. Ya que se estaría forzando a la línea de regresión a pasar por el 0 en X e Y.

3) En qué se diferencia la prueba GQ de la de White. Por qué una de ellas es preferida.

La prueba de Goldfeld-Quant se diferencia del test de White ya que la primera es únicamente para modelos multivariados, es decir, con más de una variable independiente además de la constante. Divide a la muestra en 2 subgrupos para poder igual varianzas de los errores. Asumiendo homocedasticidad cuando estas varianzas son iguales. Mientras que el test de White puede ser utilizado para un modelo de 1 variable o con múltiples variables. Podemos decir que el test de White es mucho más utilizado y preferido ya que no especifica concretamente la heterocedasticidad. Y además tiene 2 opciones. Sin términos cruzados, que es una prueba similar a los Minimos cuadrados Generalizados al considerar a los residuos al cuadrado como variable dependiente, y sin términos cruzados, que es cuando la varianza toma forma general en función de regresores al cuadrado y de su producto cruado. Mientras que el test de GQ existen problemas a la hora de subdividir la muestra a estudiar. Los cuales deben ser hechos con fundamentos teóricos.

4) Señale las consecuencias de usar Mínimos Cuadrados Ordinarios en presencia de heterocedasticidad

Ante una presencia de varianza distinta entre los errores de estimación, la regresión deja de ser eficiente, es decir, su varianza deja de ser la mínima. Por lo que las consecuencias de usar mínimo cuadrados ordinarios con presencia de heterocedasticidad es que estaremos utilizando estimadores sesgados de la varianza del error. Esto nos deja

...