Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Forma Funcional y Especificación Clase 14 Econometŕıa Tomás Rau Binder 2 de octubre Clase 14 Econometŕıa Forma Funcional y Especificación Contenidos Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Incorporación de No Linealidades Test de No Linealidades Omitidas (Test de Reset) Clase 14 Econometŕıa Forma Funcional y Especificación Forma Funcional y Especificación Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal En el desarrollo del modelo de regresión lineal realizado en las clases anteriores asumimos que nuestras variables explicativas eran determińısticas (Supuesto 2). En está sección procederemos a eliminar este supuesto1 y veremos cuales son las consecuencias de asumir regresores estocásticos en las estimaciones del modelo de regresión lineal. Es decir, asumiremos ahora que X es obtenida aleatoriamente a partir de alguna distribución de probabilidad. 1Todos los otros supuestos realizados anteriormente se mantienen. Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Manteniendo los supuestos 3 y 4 dados por E (u|x)=E (u)=0, Var(u|X ) = Var(u) = σ2 podemos, al igual que antes, estudiar si MCO es insesgado. β̂ = β + (X ′X )−1X ′u E [β̂|X ] = β + (X ′X )−1X ′E [u|X ] = β Ya que por supuesto 3 E [u|X ] = 0. Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Podemos ahora calcular el valor esperado incondicional aplicando esperanza sobre todo el espacio posible de los regresores (usamos Ley de Esperanzas Iteradas) E [β̂] = Ex [E [β̂|X ]] = β + Ex [(X ′X )−1X ′E [u|X ]] = β Por lo tanto, β̂ también es insesgado incondicionalmente. E [β̂] = Ex [E [β̂|X ]] = β. El insesgamiento de los parámetros MCO es robusto a los supuestos de la matriz X. Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Con respecto a la varianza de β̂ condicionada en la matriz de variables independientes tenemos V [β̂|X ] = σ2(X ′X )−1 Sin embargo, la varianza incondicional de β̂ esta dada por2 V [β̂] = Ex [V [β̂|X ]] + Vx [E [β̂|X ]] V [β̂] = Ex [V [β̂|X ]] + Vx [β] V [β̂] = Ex [V [β̂|X ]] = E [σ2(X ′X )−1] = σ2E [(X ′X )−1] 2Aplicando descomposición de la varianza condicional. Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Conclusiones: β̂ es condicionalmente e incondicionalmente insesgado. la matriz de varianzas y covarianzas incondicional es σ2E [(X ′X )−1] Aunque X sea estocástica, si E [u|X ] = 0, se cumplirá el Teorema de Gauss Markov. Bajo normalidad del error los test estad́ısticos tienen la misma distribución que en el caso de las X no estocásticas. Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades Hasta el momento hemos asumimos que el modelo de regresión es lineal. Sin embargo, muchas de las relaciones económicas no son lineales. Claramente nos referimos a no linealidades en las variables. Mientras mantengamos la linealidad en los parámetros o tengamos separabilidad, podremos lidiar con estas no-linealidades Veamos el siguiente ejemplo de la relación entre el salario y la edad con datos de Chile Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades 0 1 0 0 0 0 0 2 0 0 0 0 0 3 0 0 0 0 0 4 0 0 0 0 0 5 0 0 0 0 0 s a la ri o 0 20 40 60 edad bandwidth = .8 Salario y edad, Casen 2013 Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 s a la ri o p o r h o ra 0 20 40 60 edad 12 años o menos esc Entre 12 y 17 esc Mas de 17 esc Salario y edad, Casen 2013 Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades 6 .8 7 7 .2 7 .4 7 .6 7 .8 (m e a n ) s a ti s fa c c io n 20 40 60 80 100 edad bandwidth = .8 Satisfaccion con la Vida, Casen 2011 Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades Transformación Logaŕıtmica Suponga un modelo original no lineal de la siguiente forma Yi = β1X β2 i ui . Si aplicamos logaritmo nos quedará un modelo transformado de la siguiente forma ln(Yi ) = ln(β1) + β2ln(Xi ) + ln(ui ) En donde β2 = ∂Y ∂X X Y corresponde a la elasticidad X de Y. Este tipo de transformaciones es muy útil en modelos de demanda y de producción. Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades Transformación Semilogaŕıtmica Suponga un modelo original no lineal de la siguiente forma Yi = β1e β2Xiui . Si aplicamos logaritmo nos quedará un modelo transformado de la siguiente forma ln(Yi ) = ln(β1) + β2Xi + ln(ui ) En donde β2 = ∂Y ∂X 1 Y corresponde a la semi elasticidad X de Y. Una utilización común de la formulación semilogaŕıtmica se da en los casos de crecimiento exponencial. Si X es el tiempo t, entonces ∂ln(Y )∂t = β2 =Tasa media de crecimiento de Y. Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Test de Ramsey para no linealidad Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades Si no se conoce a priori la forma funcional, existen algunos métodos que podŕıan identificar la existencia de alguna no linealidad. A continuación veremos uno de ellos. Una pregunta interesante de plantearse es si nuestro modelo ha omitido no linealidades en ciertos regresores3. Ramsey (1969) introdujo el siguiente test. Bajo la nula, el modelo poblacional corresponde a: 3Es importante no confundir la no linealidad en regresores vs no linealidades en parámetros. Nuestro enfoque se basa en el primer tipo de ellas. Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades Y = Xβ + u luego, denotamos, como ya es usual, Ŷ = X β̂. Ramsey propuso estimar el siguiente modelo auxiliar a través de MCO. Y = X β̂1 + Z β̂2 + û donde: Z = [ Ŷ 2 Ŷ 3 . . . Ŷm ] son potencias de la predicción. Luego la hipótesis nula: H0: No Existen no linealidades omitidas H0: β2=0 Clase 14 Econometŕıa Forma Funcional y Especificación Incorporación de No Linealidades Incorporación de No Linealidades puede ser testeada utilizando un test de Wald o F sobre β2. Es posible demostrar que bajo la nula W∼a χ2m−1. Por lo tanto, la nula se rechaza al α% de significancia si el estad́ıgrafo es mayor que el valor cŕıtico correspondiente. Para implementar el test, m (es decir, el número de potencias de Y a incluir en la regresión auxiliar) debe ser seleccionado previamente. T́ıpicamente, valores pequeños como 2, 3 o 4 parecen funcionar mejor. En STATA, comando estat ovtest Clase 14 Econometŕıa Forma Funcional y Especificación Regresores Estocásticos en el Modelo de Regresión Lineal Incorporación de No Linealidades Test de No Linealidades Omitidas (Test de Reset)
Compartir