Professional Documents
Culture Documents
(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. (Et = 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