You are on page 1of 2

MOOC -Técnicas Cuantitativas y Cualitativas para la Investigación

(TCCI)
Módulo 3. Modelos Econométricos
Prof. Isabel Neira Gómez
 
Lección 3. Hipótesis, contrastes, métodos de estimación 
 
MODELOS 
‐Hipótesis: Contrastes 
‐Métodos de Estimación: MCO, MCG… 
‐Propiedades de los estimadores 
‐Propiedades del modelo 
 
Expresada utilizando notación matricial: 
 
      y = X  +  
 
Hipótesis en relación al comportamiento de la perturbación aleatoria: 
 
  ‐  Esperanza  matemática  nula.  El  término  de  perturbación  aleatoria  tomará 
valores positivos y negativos de forma que, por término medio, se compensan. (Et = 0, 
en notación ordinaria; o E = 0, en notación matricial). 
  ‐  Hipótesis  de  homocedasticidad.  Las  perturbaciones  aleatorias 
correspondientes  a  las  distintas  observaciones  mantienen  la  misma  dispersión  en 
torno a su valor esperado, es decir, la varianza de la perturbación es constante. (Var (t 
) = 2, para todo t). 
  ‐  Hipótesis de  incorrelación.  La  covarianza entre  los  términos  de  perturbación 
correspondientes a observaciones distintas es igual a cero. (Cov (t, s ) = 0, para todas 
t y s, siendo t distinto de s) 
 
  Matricialmente, estas dos últimas hipótesis se pueden resumir diciendo que la 
matriz de varianzas‐covarianzas de la perturbación es escalar, es decir, que se puede 
expresar como el producto de un escalar por una matriz identidad. (V() = 2 I). 
 
Hipótesis relativas a los regresores: 
Los  regresores  son  variables  no  aleatorias  o  no  estocásticas.  Esta  hipótesis  no  es 
demasiado  realista  dada  la  naturaleza  de  las  variables  económicas,  pero  puede 
sustituirse  por  la  hipótesis  de  que  los  regresores  sean  variables  aleatorias  no 
correlacionadas con la perturbación. 
La  matriz  de  regresores  es  una  matriz  de  rango  pleno.  Esta  hipótesis  implica  que  las 
variables explicativas del modelo son linealmente independientes. Además, el tamaño 
muestral (T) tiene que ser mayor que el número de parámetros que vamos a estimar 
(k+1). 
 
 

5
 
 
PROB BLEMAS FRECUENTES: 
 
‐AUTTOCORRELAACIÓN 
‐HETTEROCEDASTTICIDAD 
‐MULTICOLINEAALIDAD 
 
   

You might also like