Microeconomia wooldrige

Capítulo 2 Wooldrige.

Este segundo capitulo nos presenta una forma diferente de analizar la econometría en aspectos reales a través de distintos modelos que permiten obtener resultados tanto empíricos como estimados, con forme a esta lectura se van presentando términos que nos permiten entender este principal enfoque del autor.

SCT esta abreviatura hace referencia a la “suma de cuadrados totales”, propiamente indica las diferencias de cada valor de la muestra respecto al promedio del comportamiento de un fenómeno, es decir, analiza entre las estimaciones y evidencia empírica, para encontrar lo mas estimado a la realidad.

SCE indica la “suma de cuadrados explicados”, esta refiere lo que se puede explicar de mi modelo estimado, es decir, las variables que utilizamos que permiten a explicar el fenómeno. Por último, encontramos las siglas SCR que indican la “suma de cuadrados residuales”, termino que nos indica cuando nos estamos diferenciando de la realidad respecto al promedio de nuestra estimación, así como de nuestros resultados empíricos. Es un modelo que nos permite contrastar con la realidad.

La regresión lineal simple es un análisis que se realiza para explicar la relación existente entre variables, sin embargo, para obtener los resultados de predicción esperados nos tenemos que basar inicialmente en cinco supuestos; el primer supuesto de regresión lineal simple es la (Linealidad), la cual estimo que  se genera inicialmente cuando existe una relación entre las variables dependientes e independientes, en otros aspectos considero que las variable cuyas cual no aportan nada pueden ser desechadas. Seguidamente podemos encontrar el segundo supuesto este se conoce como (Muestreo aleatorio), es el conjunto de todas las observaciones en los que estamos interesados, esto con la finalidad de conseguir un equilibrio en nuestros datos o resultados; esta muestra no debe ser influenciada por el investigador, ya que este no decide quien esta o quien no está dentro de la muestra, pues de ser así esto terminaría afectando el resultado final de la muestra modificando o influyendo a un posible error o como técnicamente conocemos como sesgo. Para nuestro tercer supuesto es nombrado como (Variación muestral), en esta específicamente se menciona que siendo este muy débil el valor siempre será igual a cero, por ello el promedio de error deberá ser al igual cero. Posterior a este el cuarto supuesto es conocido como (Media condicional cero), refiere que el error del modelo no se tiene que relacionar con las variables explicativas, es decir, dentro del error no tiene que existir relación, ya que generaría una media diferente a cero provocando un sezgamiento pues dado que sus valores siempre serán igual a cero. Finalmente encontramos el quinto mecanismo de predicción o como bien hemos mencionado el ultimo supuesto estadístico este es llamado (Homocedasticidad) muestra una homogeneidad en la distribución de los datos, es decir, los errores son constantes a lo largo de las observaciones, y durante el estudio.

...