UNIVERSIDAD NACIONAL DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERIA ECONÓMICA

SEMESTRE 2010 - I

Curso : Econometría II

Profesor : Rudy Laguna

Asesor : Fernando Jáuregui

Repaso de Econometría I: El modelo lineal General

Este modelo establece una relación lineal entre un conjunto de k-1 variables explicativas (o
exógenas) y una variable a explicar (endógena). Consideremos:

Y1 = β1 + β2X12 + β3X13 + ... + βkX1k + u1

Y2 = β1 + β2X22 + β3X23 + ... + βkX2k + u2
M M
Yn = β1 + β2Xn2 + β3Xn3 + ... + βkXnk + un

En forma matricial: Y(nx1) = X(nxk)β(kx1) + u(nx1)

SUPUESTOS DEL MODELO

1. El modelo es lineal en los parámetros

2. Las variables explicativas son linealmente independientes (Rango(X) = 0)
3. La regresión cumple con: E(u) =0 y Cov(x,u) = 0
4. Perturbaciones Esféricas: Var(u) = σ2u y Cov(ut , ut-1) = 0 ⇒ E(uut) = Var(u) = σ2uI
5. Las variables explicativas son fijas o determinísticas (no aleatorias)
6. Normalidad: u ∼ N(0 , σ2uI)
7. Los parámetros son constantes entre observaciones
8. Causalidad Unidireccional

ESTIMADOR DE MINIMOS CUADRADOS ORDINARIOS (MCO)

El estimador de los coeficientes se determina por: βˆMCO = ( X t X) −1 X t Y
Además: E( βˆ ) = β y Var( βˆ ) = σ u2 ( X t X) −1

En ocasiones nos encontramos con estimadores que son sesgados pero de menor varianza
que un estimador insesgado; para estos casos definimos el Error Cuadrático Medio (ECM):
ECM ( βˆ ) = E [( βˆ − β ) 2 ] = Var ( βˆ ) + [ Sesgo ( βˆ )] 2

Para las estimaciones de σ2u por MCO se encuentra que: σˆ u2 = SR /(n − k ) = û t û /(n − k )
Y cumple con: E(σˆ u2 ) = σ u2 y Var (σˆ u2 ) = 2σˆ u2 /(n − k )
Teorema de Gauss – Markov
El estimador MCO es el estimador lineal óptimo en el sentido de que cualquier otro estimador
lineal e insesgado tiene una matriz de covarianzas mayor que la del estimador MCO.

Otros resultados referidos al estimador MCO

i) X t û = 0 k ii) ∑ û t = 0 iii) û = MU = MY iv) SR = û t û = Y t MY = u t Mu = Y t Y − βˆ t X t Y

ESTIMACION POR MAXIMA VEROSIMILITUD (MV)

El estimador de parámetros por Máxima Verosimilitud del modelo lineal coincide con el de
MCO, esto es: βˆ MV = ( X t X ) − 1 X t Y
Debido a esto su esperanza y su varianza son las mismas que en el caso de MCO.

Por otro lado, la estimación por MV de σ2u si difiere, se calcula que: σˆ u2 = û t û / n

Adicionalmente se demuestra que: E (σˆ u2 ) = ( n − k )σ u2 / n y que Var (σˆ u2 ) = 2 ( n − k )σ u4 / n 2

MEDIDAS DE BONDAD DE AJUSTE

La bondad de ajuste nos indica cuán bien explicado esta el comportamiento de la variable
endógena por nuestro modelo.

Coeficiente de Determinación (R2)

Mide el porcentaje del comportamiento de Y que es explicado por el modelo propuesto:
SR SE
R 2 = 1− =
ST ST
Cuando existe término independiente se cumple que: ST = SE + SR
SR = û t û = Y t Y − βˆ t X t Y

SE = Ŷ Ŷ − nY = βˆ X Y − nY
t 2 t t 2
Se puede demostrar que:
ST = Y t Y − nY 2


Con esto podemos construir: R 2 =

SE Ŷ t Ŷ − n Y 2 βˆ t X t Y − n Y 2
= t =
ST Y Y − n Y 2
Y t Y − nY 2

O también: R 2 = 1 − SR = 1 − û t û Y t Y − βˆ t X t Y
= 1−
ST Y Y − nY
t 2
Y t Y − nY 2

El valor del R2 esta acotado entre 0 y 1 sólo si existe término independiente. Si no existe
intercepto, el R2 puede ser negativo y no estará acotado por abajo.
Debido a que el R2 mide la bondad de ajuste puede ser utilizado para comparar el grado
explicativo de dos modelos.

Coeficiente de Determinación Ajustado o Corregido ( R 2 )

Una forma de elevar el R2 es introducir nuevas variables; pero esto tiene un costo, que viene
dado por la pérdida de grados de libertad. Entonces la inclusión de nuevas variables tiene un
beneficio y un costo. Por ello se usa generalmente el R2 Ajustado o Corregido:
(n − 1)
R 2 = 1− (1 − R 2 )
(n − k )
Valor de la Función de Máxima Verosimilitud (L)
Otro indicador que permite conocer la calidad del ajuste y la relevancia del modelo propuesto
es el valor de la Función de Verosimilitud. Aquel modelo que tenga el valor más alto de dicho
indicador será aquel que mejor describe el modelo. Entonces definimos:

L = −(n / 2)[1 + Log ( 2π ) + Log (û t û / n )

Criterio de Akaike (AIC) y Shwarz (SC)

Son dos criterios adicionales que permiten escoger entre modelos alternativos, generalmente
se utilizan para evaluar si una variable adicional añade poder predictivo al modelo. Como los
criterios anteriores, estos también están definidos tomando en cuenta el valor de la SR (una
medida del tamaño de error). Cuanto menor sea esta medida del error, menor serán los valores
de los criterios y por lo tanto mayor la capacidad explicativa del modelo.

2L 2k 2L KLog(2π )
AIC = − + Y SC = − +
n n n n

Donde L es el valor de la Función de Verosimilitud

Contraste de Normalidad
Dado que algunas de las propiedades del estimador MCO dependen del supuesto de
normalidad del término de error de l modelo, utilizaremos el criterio de Jarque-Bera (JB) para
contrastar dicha hipótesis:

 ( Asimetría ) 2 (Kurtosis − 3 ) 2 
JB = n  +  ∼ χ2(2)
 6 24 

Donde si JB > χ2(2) se rechaza la hipótesis nula de normalidad.

PRUEBAS DE HIPÓTESIS

Las pruebas de hipótesis en el modelo lineal se basan en el supuesto de distribución normal del
vector de residuos u ∼ Nn(0n , σ2uI), lo que a su vez implica que el vector de estimaciones se
distribuya como βˆ ∼ Nk(β , σ2u(XtX)-1).

Además, por propiedad, los estimadores MCO de β y σ2u son independientes entre sí.
Para probar: H0 : β = β0
H1 : β ≠ β0

Se utiliza el estadístico F derivado de las distribuciones anteriores. Esto es:

Fc =
[ ]−1
( βˆ − β ) t σˆ u2 ( X t X ) −1 ( βˆ − β )
∼ F(k, n – k)
k
Si Fc > F , se rechaza H0, de lo contrario se acepta
Pruebas específicas de inferencia

Si consideramos un conjunto de q restricciones lineales genéricas H0 : R(qxk)β(kx1) = r(qx1)

Y adicionalmente consideramos que q ≤ k, Rango(R) = r, formamos nuestro indicador F como:

Fc =
[
(R βˆ − r ) t σˆ u2 R ( X t X ) −1 R t ]
−1
(R βˆ − r )
∼ F(q, n – k)
q

a) Contraste de hipótesis acerca de un coeficiente del modelo

Consideremos H0 : βi = β 0i
Además, dado que βˆ ∼ Nk(β, σ2u(XtX)-1), entonces βˆ i ∼ Nk(βi, σ2uaii). Con esto:

( βˆ i − β i0 ) 2 βˆi − β i0
Fc = ∼ F(1, n- k) ó también: Fc = ∼ t(n – k)
σˆ u2 a ii σˆ u2 a ii

b) Contraste de hipótesis acerca de todos los coeficientes del modelo distintos del
intercepto

Se considera H0 : β2 = β02
El vector β 2 es de dimensión (k-1), la forma de la matriz R será R = [0k-1 Ik-1], además
0

r = β02 y X = [In X2]. Luego de aplicar propiedades de matrices particionadas llegamos a:

( βˆ 20 − β 20 ) t ( X 2t QX 2 )( βˆ 20 − β 20 ) /( k − 1)
Fc = ∼ F(k – 1, n – k)
û t û /( n − k )

Donde Q = In – (1/n)1n1tn

c) Contraste de significancia global del modelo

En este caso la hipótesis que se contrasta es la significancia conjunta de los

coeficientes β, es decir H0 : β 2 = 0k-1
El estadístico propuesto es:

βˆ 2t ( X 2t QX 2 ) βˆ 2 /( k − 1)
Fc = ∼ F(k –1 , n – k)
û t û /( n − k )

Alternativamente se puede utilizar:

SE/(k-1) = R2 / (k-1) ∼ F(k – 1 , n – k)

SR/(n-k) (1 – R2)/(n-k)

Pero la significancia global mediante el valor del R2 sólo es justificado cuando el modelo
incluya término independiente.

d) Contraste acerca de un subvector de s vectores (1 ≤ s ≤ k-1)

Sin pérdida de generalidad consideremos la contrastación de las últimas s variables del
modelo. Con esto tendremos R = [0s , k-s Is] y un vector r = 0s , y sea el contraste del
conjunto de restricciones lineales Rβ = r.
 La matriz particionada será X = [X1 X2], donde X1 es de dimensión nx(k-s) y X2 de nxs.
Las columnas de X2 son las observaciones muestrales de las variables cuya
significancia vamos a contrastar. Consideremos la partición del vector de parámetros β
= [β1 β2], con lo que las restricciones quedarán R βˆ - r = βˆ 2
El estadístico quedará:

βˆ 2t ( X 2t M 1 X 2 )βˆ 2 / s
Fc = ∼ F(s , n – k)
û t û /( n − k )
Donde M1 = In – X1(Xt1X1)-1Xt1

En una forma más general podemos suponer que no necesariamente β2 = 0k-1 ; en tal
sentido tendremos que en general R βˆ 2 – r = βˆ 2 - βˆ 20 y el estadístico será:

( βˆ 2 − β 20 ) t ( X 2t M 1 X 2 )( βˆ 2 − β 20 ) / s
Fc = ∼ F(s , n – k)
û t û /( n − k )

Contraste de significancia mediante Sumas Residuales

Sea SRS (Suma Residual Sin Restringir) la suma residual del modelo en consideración
estimado por MCO, es decir SRS = û t û . Sea la hipótesis nula H0 : β2 = 0s , donde β2 es un
subvector de s variables. Sea SRR (Suma Residual Restringida) la suma residual del modelo
estimado excluyendo las variables del subvector β2 , realizamos el contraste con:

(SRR – SRS)/s ∼ F(s, n – k)

SRS/(n-k)

PRUEBAS DE QUIEBRE ESTRUCTURAL Y ESTABILIDAD DE PARAMETROS

Generalmente, como parte del proceso de estimación e inferencia en el modelo lineal se

realizan pruebas de estabilidad de los parámetros y de quiebre estructural. Si los parámetros
no son estables, la capacidad predictiva del modelo se reduce de manera importante, ya que
existe una probabilidad de que los parámetros relevantes para un periodo futuro sean
diferentes a los estimados para el periodo muestral utilizado.

Contraste de Quiebre Estructural de Chow

Se consideranH0 : Ausencia de quiebre estructural en el periodo t

H1 : Existencia de quiebre estructural en el periodo t
Para realizar esta prueba de hipótesis se realizan 3 estimaciones del modelo propuesto, una
primera con todo el periodo muestral, y dos adicionales con datos desde 1 a t y después de t+1
hasta n, respectivamente. Para cada modelo se calcula la suma de cuadrados de los residuos;
luego se calcula el siguiente estadístico F:

Fc =
[SRR − ( SR 1 + SR 2 )] / k ∼ F(k , n –2k)
( SR 1 + SR 2 ) /( n − 2k )
Donde:
SRR : Suma de cuadrados residuales para la muestra completa
SR1 : Suma de cuadrados residuales para la muestras de 1 a t
SR2 : Suma de cuadrados residuales para la muestra de t+1 hasta n

Contraste de Estabilidad

Existen dos pruebas de hipótesis utilizadas frecuentemente para docimar la estabilidad de

parámetros basados en los residuos recursivos: CUSUM y CUSUMQ. Los residuos recursivos
para el periodo t son aquellos que se calculan utilizando los parámetros estimados con datos
hasta el periodo t-1. Intuitivamente, si existe un cambio en los parámetros poblacionales el
modelo generará un error importante, generando un residuo recursivo grande (negativo o
positivo).
Ambas pruebas calculan una serie de residuos recursivos y bandas de confianza a su
alrededor; si la serie de residuos se escapa de la banda de confianza, entonces los parámetros
del modelo no son estables.

CUSUM

CUSUMQ

El CUSUM y el CUSUMQ se diferencian porque el segundo calcula la serie de residuos

recursivos acumulando sus valores cuadráticos para evitar que errores positivos se compensen
con errores negativos.
PREDICCION EN EL MODELO LINEAL GENERAL

Si el modelo presenta un residuo bien comportado y los parámetros son estables, entonces
puede utilizarse para realizar predicciones.
Supongamos que queremos predecir la evolución de la variable endógena a lo largo de un
número H de periodos futuros, con lo que Ytf = (YT+1, YT+2,... , YT+H), tendremos:
Ytf = Xfβ + uf
Definimos el error de predicción como: eT(p) = Yf - ETYf
Donde se cumple que: E(eT(H)) = 0T
Y Var(eT(H)) = σ2u [IT + Xf(XtTXT)-1Xtf]

Medida de la precisión de la predicción

Las medidas para valorar la precisión de los modelos de predicción están diseñadas para
evaluar la predicción ex post:

a) Raíz del Error Cuadrático Medio (RECM)

1 T +H 2
RECM = ∑ ê t
H t = T +1
b) Error Absoluto Medio (EMA)
T +H

∑ ê
t = T +1
2
t
EMA =
H
c) Coeficiente de desigualdad de Theil (U de Theil)
1 T +H
∑ ( Yt − Ŷt ) 2
H t =T +1
U=
1 T +H 2 1 T +H 2
∑ t H t=∑T +1Yt
H t =T +1
Ŷ +
 UNIVERSIDAD NACIONAL DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERIA ECONÓMICA

SEMESTRE 2010 - I

Curso : Econometría II

Profesor : Rudy Laguna

Asesor : Fernando Jáuregui

Repaso de Econometría I: Perturbaciones No Esféricas

CONDICIONES DE GAUSS - MARKOV

Son 4:
i) E(ui) = 0
ii) Var(ui) = σ2 (constante), para todo i
iii) Cov(ui , uj) = 0, para todo i ≠ j
iv) Cov(xi , ui) = 0

De las condiciones i) y ii) obtuvimos que: E(uut) = σ2uI . Cuando se cumplen estas condiciones
se dice que los errores son esféricos.

¿Qué sucede si estos supuestos no se cumplen?... La violación del segundo supuesto da

origen al problema de HETEROSCEDASTICIDAD, mientras que el no cumplimiento del tercero
provoca el problema de AUTOCORRELACION.

Para tratar estos problemas intentaremos analizar los efectos que tiene sobre el estimador
MCO la siguiente condición: E(uut) = σ2u Σ , donde Σ ≠ In .
Entonces al considerar el modelo Y = Xβ + u , y que Var(u) = E(uut) = σ2u Σ , donde Σ ≠ In se
puede llegar a demostrar que:

a) El estimador MCO dado por βˆMCO = ( X t X ) − 1 X t Y es insesgado: E( βˆMCO ) = β

b) La varianza del estimador MCO es: Var ( βˆMCO ) = σ u2 ( X t X ) −1 X t Σ X( X t X ) −1

ESTIMADOR DE MINIMOS CUADRADOS GENERALIZADOS (MCG)

Se busca transformar el modelo en otro cuyos coeficientes fuesen los mismos que en el modelo
original pero cuyo término de error tuviera una matriz de covarianzas escalar. Si ello fuese
posible podemos aplicar MCO en el modelo transformado.
Partamos de Y = Xβ + u → (PY) = (PX)β + (Pu)
Si hacemos Y* = PY, X* = PX, u* = Pu , entonces Y* = X*β + u*
La matriz de covarianzas del nuevo término de error será: Var(u*) = Var(Pu) = σ2u PΣPt
Buscaremos ahora una matriz P que pueda hacer que PΣPt = I , para esto descomponemos la
matriz Σ: Σ = VVt → V-1Σ(V-1)t = I con lo que resulta que P = V-1
Con esto, las transformaciones anteriores serán realmente: Y* = V-1Y, X* = V-1X, u* = V-1u
Y ahora se cumplirá que: Var(u*) = σ2u V-1Σ(V-1)t = σ2u I
Basados en el estimador MCO, podemos encontrar el estimador de MCG:
βMCG = (X*tX*)-1X*tY* ⇒ βˆMCG = ( X t Σ −1 X ) −1 X t Σ −1 Y
Adicionalmente, el estimador de MCG cumplirá con que:
E( βˆ MCG) = 0 y que Var( βˆ MCG) = σ2u (XtΣ-1X)-1
t
ûMCG Σ −1ûMCG
Finalmente se puede calcular el estimador: σˆ 2
=
n−k
MCG

donde se utiliza: û MCG = Y − XβˆMCG

HETEROSCEDASTICIDAD

Aquí se presentan 2 casos, el primero esta relacionado con su eficiencia mientras que el
segundo con su eficiencia estadística.
La estructura de covarianzas bajo el problema de heteroscedasticidad es:

σ 12 0 L 0
 
0 σ 2
L 0
Var (u) = E(uu ) = 
t 2
 M M O M 
 
 0 0 L σ n2 

Si los parámetros σ21 , σ22 , ..., σ2n son conocidos, esta matriz puede descomponerse en:

σ 12 0 L 0  σ 1 0 L 0  σ 1 0 L 0
  
0 σ 2
L 0  0 σ2 L 0   0 σ2 L 0 
2
= = VV t
 M M O M   M M O M  M M O M 
    
 0 0 L σ n2   0 0 L σ n  0 0 L σn

1/ σ 1 0 L 0 
 0 1 / σ2 L 0 
Con esto: V −1 =
 M M O M 
 
 0 0 L 1/ σ n 

Ahora podemos conocer la forma de los vectores trasformados, por ejemplo:

 u1 / σ 1 
u / σ 
u* = V −1u =  2 2 
 M 
 
u n / σ n 

Lo que hemos conseguido es estandarizar los errores. Dado que la esperanza de los errores es
cero, el denominador de los elementos en u* puede interpretarse como la desviación con
respecto a ala media, y al dividirlo entre la desviación estándar obtenemos los errores
estandarizados. Por ello se distribuirán normalmente con media 0 y varianza 1. Esto sería el
beneficio de esta transformación. El costo es que las demás variables del modelo también han
sido divididas por dicha desviación estándar con lo cual su interpretación es distinta a la
original.

Causas de la Heteroscedasticidad

i) Relación entre las variables explicativas y la varianza del error: La

heteroscedasticidad surge cuando los valores de las variables involucradas en la
regresión varían significativamente para cada observación. En estos casos es
probable que las variaciones en el término de error tiendan a ser pequeños cuando
las variables registran valores pequeños y grandes cuando las variables involucran
valores elevados.
ii) Datos Agregados: Al momento de trabajar con datos agregados es común
encontrarse con errores heteroscedásticos. Si se trabaja con promedios de datos
obtenidos de distintos grupos, la varianza de estos datos será inversamente
proporcional al número de individuos considerados en el grupo. Además la
dispersión misma de los datos juega un papel importante.
iii) Error de especificación: Si se omite una variable relevante al momento de plantear
el modelo, la varianza del error del modelo mal especificado vendría dado por la
varianza del modelo verdadero (la cual es constante) más el cuadrado del producto
de la variable omitida y su coeficiente. De esta forma, la varianza del error del
modelo mal especificado no sería constante.

Procedimiento de estimación por MCG bajo presencia de Heteroscedasticidad

1. Se estima el modelo por MCO, ignorando la presencia de heteroscedasticidad.

2. Se establece un supuesto acerca de la estructura de la sucesión σ2t.
3. Se utilizan los residuos MCO para estimar la forma funcional supuesta para σ2t.
4. Se divide cada observación por la estimación σ2 (raíz cuadrada de σ2t).
5. Se vuelve a estimar el modelo pero con las variables transformadas.

Contrastes de Heteroscedasticidad

Los contrastes designados para detectar la presencia de heteroscedasticidad utilizan

generalmente los residuos mínimos cuadráticos. Para todos los contrastes se considera como
hipótesis nula la ausencia de heteroscedasticidad. Entre los principales contrastes podemos
mencionar:

a) Contraste de Goldfeld y Quandt.

b) Contraste de Breush y Pagan.
c) Contraste de Glesjer.
d) Contraste de Harvey.
e) Contraste de White
f) Contraste de Spearman

AUTOCORRELACION

La tercera condición de Gauss – Markov implica que el término de error para cada observación
se determina independientemente de los valores que pueda arrojar el resto de las
observaciones de la muestra. Específicamente, la independencia de las perturbaciones implica
que su covarianza es cero (Cov(ui , uj) = 0, para todo i ≠ j). Cuando esta condición no se
cumple se dice que el error presenta autocorrelación.
Los problemas asociados a la presencia de autocorrelación son similares a las que se
presentan ante errores heteroscedásticos. Los estimadores MCO se mantienen insesgados
pero dejan de ser eficientes. Pero como alternativa a la estimación MCO, la estimación por
MCG arroja estimadores más eficientes en el sentido de presentar menor varianza.

Causas de la Autocorrelación

i) Presencia de Ciclos Económicos y Tendencias: Muchas variables económicas

presentan un comportamiento cíclico. Además sabemos que existen series
económicas que se mueven de manera conjunta. Un modelo que incluya variables
con estos comportamientos puede presentar autocorrelación.
ii) Presencia de Relaciones No Lineales: A pesar que el modelo es lineal en los
parámetros, puede existir una relación que no sea lineal en las variables. Puede que
la relación sea cuadrática y ello no ha sido incluido en el modelo.
iii) Variables omitidas: La perturbación de un modelo recoge la influencia de aquellas
variables que afectan el comportamiento de la variable dependiente pero no han
sido incluidas en el modelo. La persistencia de los efectos de las variables no
incluidas es probablemente la causa más frecuente para la existencia de
autocorrelación.
iv) Relaciones dinámicas: Al establecer modelos con variables económicas que son
tomadas periódicamente, puede ocurrir que en la especificación del modelo se omita
algún retardo de la variable endógena; esto provocaría que el término de error del
modelo incorporaría dicha variable, presentando ciertas propiedades sistemáticas
que no serían mas que el resultado de la influencia de Yt-j sobre Yt.

Estructura de la matriz de varianzas y covarianzas

Si aún consideramos que los errores son homoscedásticos, podemos considerar que la matriz
de varianzas y covarianzas tiene la siguiente forma:

 1 ρ ρ2 ρ3 L ρ n −1 
 
 ρ 1 ρ ρ2 L ρ n− 2 
Cov (u) = σ u Σ = σ u  ρ 2
2 2
ρ 1 ρ L ρ n−3 
 
 M M M M O M 
 ρ n −1 ρ n−2 ρ n −3 ρ n−4 L 1 


La forma mostrada corresponde al hecho de que Cov(ut , ut-j) = ρj σ2u

Entonces será necesario estimar la matriz Σ y a partir de ella podemos estimar por MCG:

βˆMCG = ( X t Σ −1 X ) −1 X t Σ −1 Y

Detección de Autocorrelación

Existen pruebas que nos sugieren la forma de la autocorrelación y otros que nos dirán
simplemente si hay o no autocorrelación.
a) Test de Durbin Watson (d)
Verifica la autocorrelación de primer orden: ut = ρut-1 + εt (εt es un ruido blanco)
Se considera H0 : No existe Autocorrelación
H1 : Existe Autocorrelación

∑ n2 (û t − û t −1 ) 2
El estadístico propuesto es: d =
∑ n2 û 2t
Donde û t son los residuos MCO obtenidos de Y = X βˆ MCO + û

Próximo a 2 : Ausencia de Autocorrelación

Próximo a 0 ó 4 : Si hay autocorrelación
• Próximo a 0: Autocorrelación Positiva
• Próximo a 4: Autocorrelación Negativa
Hay zonas donde no hay posibilidad de rechazar ni de aceptar la hipótesis nula.

Adicionalmente, podemos aproximar como d = 2(1 − ρˆ MCO )

Donde el parámetro ρ fluctúa entre –1 y 1

b) Test de Breush (Test de Multiplicadores de Lagrange)

Es una ampliación al test de Durbin Watson. En forma general se considera el modelo

AR (p): ut = ρ1ut-1 + ρ2ut-2 + ρ3ut-3 + ... + ρput-p + εt (εt es un ruido blanco)
Se considera H0 : No existe Autocorrelación Serial de orden k
H1 : Existe Autocorrelación

∑uu
n
t −k
= 1 t
Donde: rk
∑u
n 2
1 t

Luego de estimar por MCO en la regresión inicial, encontramos ut; después se

regresiona sobre sus p rezagos así como de las variables explicativas xi. De esta última
se obtiene el R2. Finalmente:
nR2 ∼ χ2 (p)

Si nR2 > χ2 (p) se rechaza la hipótesis nula de no autocorrelación

c) Test de Ljung – Box y Box – Pierce

En el caso en donde el conjunto de variables explicativas son todas exógenas, podemos

utilizar el estadístico propuesto por Box – Pierce:
 p
Q = n∑ rip ∼ χ (p)
2

i=1
Alternativamente, Ljung – Box presentan un refinamiento del estadístico Q:

p
ri2 ∼ χ2 (p)
Q ′ = n(n + 2 )∑
i =1 ( n − i)

En forma complementaria, mostraremos que los programas econométricos presentan estos

estadísticos junto con el Correlograma del término de error.

Veamos por ejemplo el siguiente resultado obtenido a través del análisis con el programa
Econometric Views:

Correcciones con presencia de Autocorrelación

Al igual que en la heteroscedasticidad, la presencia de autocorrelación origina la estimación de

parámetros no eficientes. En este sentido, la corrección de este problema se basa en la
utilización de un procedimiento alternativo a MCO que arroja estimadores de menor varianza.
Se buscará entonces realizar transformaciones a las variables originales de modo que se
garantice la obtención de estimadores más eficientes.
De esta forma estudiaremos el denominado proceso iterativo de Cochrane – Orcutt.
Consideremos:
Yt = α + Xttβ + ut ……………………………(1)

donde ut = ρut-1 + εt (εt es un ruido blanco)

Si hacemos: X*tt = Xtt - ρXtt-1

Y*tt = Ytt - ρYtt-1
Multipliquemos al modelo original por ρ: ρYt = ρα + ρXttβ + ρut

Si rezagamos un periodo: ρYt-1 = ρα + ρXtt-1 β + ρut-1 .........................(2)

Al restar las ecuaciones (1) – (2): (Yt - ρYt-1 ) = α - ρα + (Xttβ - ρXtt-1 β) + (ut - ρut-1 )

Finalmente el modelo transformado será:

Y*t = α(1 - ρ) + X*ttβ + εt

Donde se ha conseguido que el término de error sea un ruido blanco (εt ∼ N(0,σ2ε ))
 UNIVERSIDAD NACIONAL DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERIA ECONÓMICA

SEMESTRE 2010 - I

Curso : Econometría II

Profesor : Rudy Laguna

Asesor : Fernando Jáuregui

Repaso de Econometría I: Multicolinealidad

PROBLEMAS DE DATOS

Es frecuente que los datos disponibles para estimar un modelo de regresión no se adapten
exactamente a la teoría en que se basa el modelo. Suelen surgir problemas como:

1) Multicolinealidad: Las variables medidas están tan correlacionadas unas con otras que
no es posible analizar con precisión los efectos individuales de cada una de ellas.
2) Datos incompletos: Algunos datos no son recogidos.
3) Datos agrupados: La información contenida en los datos originales no son conocidos
ya que los datos disponibles se han obtenido a partir de medias de los datos originales
o con algún otro método de agregación.
4) Errores de medida: Los datos medidos no corresponden a los datos del modelo, bien
porque la medición ha sido imprecisa, o bien porque las variables del modelo, por su
naturaleza, no son medibles.

DEFINICIÓN DEL PROBLEMA DE MULTICOLINEALIDAD

Si sucede que Rango(X) = n < k, entonces matriz X no puede tener rango completo con lo que
el determinante de la matriz XtX es cero por lo que (XtX)-1 es indeterminado y βˆMCO .

La multicolinealidad se refiere solo a las relaciones lineales entre las variables independientes y
no a cualquier otro tipo de relación, si xi = x2j, entonces no existirá multicolinealidad en el
modelo. El problema de la multicolinealidad esta definido por el alto grado de intercorrelación
entre las variables explicativas. Entonces se trata de un problema de grado y no teórico como
el caso de la heteroscedasticidad o la autocorrelación.

Todo modelo econométrico tenderá a presentar este problema, solo que en algunos casos la
severidad del problemas es será mayor. En este sentido, el grado se refiere a la severidad de la
correlación entre las variables explicativas.

IMPLICANCIAS DE LA MULTICOLINEALIDAD

1. Multicolinealidad Exacta o Perfecta

Cuando una de las variables explicativas es una combinación lineal determinista de
todas las demás o de algunas de ellas. Es fácilmente detectable ya que genera que la
 matriz XtX sea singular. Al trabajar esto en un programa econométrico automáticamente
arrojará un mensaje que pondría de manifiesto la singularidad de la dicha matriz.

En este caso no es posible hallar una solución única para los coeficientes de la
regresión individual, dado que existirán infinitas soluciones al sistema de ecuaciones
normales. Pero cualquiera de los vectores que soluciona el sistema genera la misma
suma residual con lo que cualquiera de ellos provocará la misma medida de bondad de
ajuste (R2). Sin embargo, si se puede obtener una solución única para combinaciones
lineales de estos coeficientes.

2. Multicolinealidad Aproximada o Severa

Ocurre cuando una de las variables es aproximadamente igual a una combinación lineal
de las restantes. Este tipo de multicolinealidad no es detectable por los programas
econométricos. En este caso se pueden detectar las siguientes consecuencias:

Los estimadores MCO presentan varianzas grandes, lo que hace difícil su

estimación precisa.

Por lo anterior, los intervalos de confianza serán más amplios por lo que se
tenderá a aceptar más fácilmente la hipótesis nula de cero

Pequeños cambios en los datos pueden generar grandes variaciones en las
estimaciones de los parámetros.

Debido a lo anterior, pueden tener errores estándar muy elevados y niveles de
significancia bajos aún cuando todas las variables conjuntamente sean
significativas y el R2 de la regresión sea bastante alto.

Los coeficientes pueden tener signo opuesto al esperado o una magnitud poco
creíble.

DETECCION DE LA MULTICOLINEALIDAD

Existen diversos indicadores y métodos para contrastar la existencia de multicolinealidad, los

más útiles son:

1. R2 altos y valores de t bajos.

2. Altas correlaciones entre los regresores (mayor a 0.8).
3. Realizar regresiones auxiliares.
Si se sospecha que Xi esta relacionado con alguna otra de las k-2 variables explicativas
restantes, planteamos.

Xi = α1X1 + α2X2 + ... αi-1Xi-1 + αi+1Xi+1 + ... αk-1Xk-1 + νi

A partir de esta relación encontramos su coeficiente de determinación R2i, con esto

formamos:
 R i2 /(k − 2)
Ri = ∼ F(k-2 , n-k+1)
(1 − R i2 ) /(n − k + 1)

Donde contrastamos H0: αi = 0 , para todo i (No existe multicolinealidad)

4. Número de Condición (γ):

λmax
Sean λi los valores propios de la matriz XtX, formamos: γ =
λmin
Donde si γ > 20 nos da indicios de la existencia de multicolinealidad.

SOLUCIÓN AL PROBLEMA DE LA MULTICOLINEALIDAD

1. Eliminar de la regresión la variable que se sospecha causa la multicolinealidad.

2. Incorporar información adicional.
3. Estimador de regresión cresta ( βˆc ).
Con este método se busca encontrar un estimador ligeramente sesgado pero de
reducida varianza, es decir, un estimador con menor ECM.
Definido por βˆ c = ( X t X + rD ) −1 X t Y
Donde D es una matriz diagonal cuyos elementos diagonales coinciden con los de la
matriz XtX y el escalar r se escoge arbitrariamente; r debe escogerse de manera que los
estimadores sean estables con respecto a pequeñas variaciones de r. Se sugiere
empezar con valores pequeños, digamos 0,01 e ir aumentando los valores hasta que los
coeficientes se estabilicen.