Principios De Econometria Capitulo 7

Econometría

Preguntas

7.1 Explique el significado de

Mínimos cuadrados

En el contexto de regresión, el método de los mínimos cuadrados estima los parámetros de regresión, de tal manera que la suma de la diferencia al cuadrado entre los valores Y reales (es decir, los valores de la variable dependiente) y los valores Y estimados sea tan pequeño como sea posible.

Estimadores MCO

Los estimadores de los parámetros de regresión obtenidos por el método de mínimos cuadrados.

La varianza de un estimador

Un estimador siendo una variable aleatoria, su varianza, como la varianza de cualquier variable aleatoria, mide la dispersión de los valores estimados alrededor del valor medio del estimador.

Error estándar de un estimador

El (positivo) valor de la raíz cuadrada de la varianza de un estimador.

Homoscedasticidad

Varianzas iguales

Heteroscedasticidad

Varianzas desiguales

Autocorrelación

La correlación entre los valores sucesivos de una variable aleatoria.

Suma total (ST)

Es la varianza muestral de la variable dependiente y es por lo tanto una medida del tamaño de las fluctuaciones experimentadas por dicha variable alrededor de su valor medio.

Suma explicada (SE)

Es la fluctuación de estimador de la variable Y (Ŷt) alrededor de la media de Y. Por tanto, la suma explicada es el nivel de fluctuación de la variable Yt que el modelo es capaz de explicar.

Suma residual (SR)

Es un indicador del nivel de error del modelo. Suma total = Suma explicada + Suma residual

r^2

Mide la parte o porcentaje de la variación total de Y explicada por el modelo de regresión. Mide la proporción de la variación total en Y explicada por las variables explicativas.

Error estándar de la estimación

Es la desviación estándar de los valores de Y sobre la línea de regresión estimada.

Mejor estimador lineal insesgado

Mejor estimador lineal insesgado significa un estimador lineal que es imparcial y tiene la menor variación en la clase de todos los estimadores lineales insesgados.

Test de significatividad

Es un planteamiento alternativo, pero complementario y, tal vez, para contrastar hipótesis.

Test de la t

Una prueba de significancia basada en la distribución t. Para aceptar o rechazar hipótesis.

Test de una cola

En una prueba de una cola, la hipótesis alternativa es unilateral. Por ejemplo H_0:µ=µ_0 contra H_1:µ>µ_0 o µ<µ_0.

Test de dos colas

En una prueba de dos colas, la hipótesis alternativa es bilateral. Por ejemplo H_0:µ=µ_0 contra H_1:µ≠µ_0

Significatividad estadística

Es una abreviatura para la frase: rechazar la hipótesis nula

7.2 Diga, con breves razones, si las siguientes afirmaciones son verdaderas, falsas o ideterminadas.

MCO es un procedimiento de estimación que minimiza la suma de los cuadrados de los errores; ∑u_i^2

Falso. Se minimiza la suma de los residuos al cuadrado, es decir, se reduce al mínimo ∑u_i^2

Los supuestos del modelo de regresión lineal clásico (MRLC) no son necesarios para calcular los estimadores MCO.

Verdadero.

La justificación teórica del modelo MCO viene dada por el teorema de Gauss-Markov.

Verdadero.

En la FRP de dos variables, es probable que b_2 sea una estimación mas precisa de B_2 si las perturbaciones u_i siguen una distribución normal.

Falso. No requiere ninguna hipótesis probabilística sobre el término de error en la estimación de los parámetros.

Los estimadores MCO b_1 y b_2 siguen cada uno una distribución normal sólo si u_i sigue una distribución normal.

Verdadero. Los estimadores MCO

...