Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Instituto de Economı́a UC Teoŕıa Econometŕıa II Ayudant́ıa 4 Profesor: Tomás Rau Ayudante: Bastien Maire 12 de Abril, 2019 I. Estimador máximo verośımil Sea la variable aleatoria discreta Y , cuya distribución es Geom(p), con p ∈ (0, 1) y donde: p(y) = Pr(Y = y) = (1− p)y−1p con soporte y = {1, 2, 3, ...}. Recuerde que la distribución geométrica tiene E[Y ] = 1 p y V ar[Y ] = 1− p p2 . Suponga que cuenta con una muestra aleatoria de n observaciones para la variable dependiente y, y para el vector de regresores x de dimensión k. Con estos datos, usted quiere estimar el siguiente modelo no lineal: y = 1 F (xβ) + u donde F (·) es una función continua que toma valores al interior del intervalo (0, 1) y además se cumple que: E[u|x] = 0. a. Escriba la función de probabilidad de la variable aleatoria Y condicional en X. b. Escriba la esperanza muestral de logaritmo de la función de verosimilitud y muestra que las condi- ciones de primer orden pueden escribirse de la forma: 1 n n∑ i=1 ui(β̂)xij = 0 j = 1, ..., k donde ui(β̂) es una función pseudo-residual. Muestre además que E[ui(β)|x] = 0. c. Derive una expresión para la varianza asintótica del estimador máximo verośımil. II. GMM Considere las siguientes condiciones de momento para las variables aleatorias X e Y escalares: E [g(x, y, β)] = 0 a. Suponga que g(x, y, β) = ( x(y − xβ) x− 3 ) además suponga que Y |X distribuye normal con media βX y varianza unitaria. ¿Cuál es la ganancia en eficiencia de usar las dos condiciones de momento en lugar de usar sólo la primera cuando se estima por EGMM? b. Responda a la misma pregunta pero con la siguiente función de momento: g(x, y, β) = ( x(y − xβ) y − 3 ) III. GMM Suponga que Ud. está interesada en estimar el valor esperado µ de una variable aleatoria X y dispone de una muestra aleatoria simple de tamaño n. Además, conoce el valor poblacional de la varianza σ2 = 5. a. Describa en detalle como podŕıa estimar µ por medio de GMM Eficiente. Ayuda: use las dos condi- ciones de momento impĺıcitas en el enunciado, explique como obtendŕıa la weighting matriz de 2×2 y describa el método de estimación. (8 puntos) b. Encuentre una expresión para la varianza asintótica en término de de los momentos de X. Ayuda: la expresión puede contener hasta el cuarto momento central de X. (8 puntos) c. ¿Cómo difiere la varianza encontrada en b) de la varianza del estimador eficiente de µ en ausencia de conocimiento sobre σ2 (es decir, que no utiliza dicha condición de momento). (4 puntos) 2 Estimador máximo verosímil GMM GMM
Compartir