6_Regresion lineal_inferencia - Lissete Rivera Casavantes

Vista previa del material en texto

2.3 Regresión Lineal: 
Inferencia
Augusto Orellana
1 sem 2019
Inferencia:
“Capacidad de determinar propiedades de la población a través de una muestra”
Ejemplo: Estimadores de Función Cobb-Douglas
Rendimientos crecientes?
Constantes?
Inferencia:
Ejemplo: Estimadores de Función Cobb-Douglas
Inferencia:
Dos consideraciones:
1. 	Normalidad de los errores
Esto implica que:
Si tengo muestras grandes, eso se complicará con mucha seguridad		
 
Inferencia:
Dos consideraciones:
Lo anterior tbm implica que:	
Estandarizando
	
 
(GP 2010)
 
Inferencia:
Supongamos que tuviese el siguiente modelo:
El test de hipótesis sobre el estimador 2:	
 
Inferencia:
Notar:
 vs	
 
Inferencia:
Dos consideraciones:
2. 	Hipótesis lineales
 
¿Cuáles son los 2 supuestos que estoy haciendo
2. Test de Hipótesis Simple 
(W 2003, gl=28)
Unilateral o de una cola: 
https://www.slideshare.net/baalkara/tabla-t-student-12054690
2. Test de Hipótesis Simple 
(W 2003, gl=18)
Unilateral o de una cola: 
2. Test de Hipótesis Simple 
(W 2003, gl=25)
Bilateral o de dos colas: 
Ejemplo
13
14
¿Qué pasa si ahora quremos ver?
 
 
Tendriamos que recalcular el valor t
Encontrar su valor en la tabla
En stata
2. Test de Hipótesis Simple 
16
Otros conceptos importantes
Error tipo I vs Error tipo II
Significancia α, confianza 1- α
3. Test de Hipótesis Múltiple
Supongamos que tenemos el sig modelo 
Queremos testear:
 
 
3. Test de Hipótesis Múltiple
Usamos un Test F
3. Test de Hipótesis Múltiple
Estimamos por MCO el modelo no restrigido:
Estimamos por MCO el modelo restringido:
		Beta	sd	n	353
	cte	11.19	0.29	SCR	183.186
	x_1	0.689	0.0121	R2	0.6278
	x_2	0.0126	0.0026		
	x_3	0.00098	0.0011		
	x_4	0.0144	0.0161		
	x_5	0.0108	0.0092		
		Beta	sd	n	353
	cte	11.22	0.11	SCR	198.311
	x_1	0.0713	0.0125	R2	0.5971
	x_2	0.0202	0.0013		
3. Test de Hipótesis Múltiple
(W 2003), gln=3, gld=60
Test F: 
3. Test de Hipótesis Múltiple
3. Test de Hipótesis Múltiple
4. Test de Chow
 
Test para Cambio Estructural
4. Test de Chow
 
4. Test de Chow
 
4. Test de Chow
 
4. Test de Chow
 
Test de Hipótesis 
Test de Hipótesis Simple 
1. Test t
2. Intervalo de Confianza
3. Valor p
Test de Hipótesis Múltiple (F)
1. Test de significancia conjunta
2. Test de Chow
)
,
0
(
~
2
s
N
u
)
,
...
(
~
|
2
5
5
4
4
3
3
2
2
1
1
0
s
b
b
b
b
b
b
x
x
x
x
x
N
X
y
+
+
+
+
+
+
))
ˆ
var(
,
(
~
ˆ
b
b
b
N
)
1
,
0
(
~
ˆ
)
1
,
0
(
~
)
ˆ
var(
ˆ
ˆ
N
N
b
s
b
b
b
b
b
-
º
-
1
ˆ
2
2
~
ˆ
ˆ
2
-
-
-
k
n
t
b
s
b
b
i
i
i
i
i
i
u
x
x
x
x
y
+
+
+
+
+
=
4
4
3
3
2
2
1
1
0
b
b
b
b
b
1
ˆ
~
ˆ
ˆ
-
-
-
k
n
t
b
s
b
b
)
1
,
0
(
~
ˆ
ˆ
N
b
s
b
b
-
0
:
0
=
j
H
b
0
:
1
>
j
H
b
0
:
0
=
j
H
b
0
:
1
<
j
H
b
0
:
1
¹
j
H
b
2
.
0
:
0
=
cfv
H
b
2
.
0
:
¹
cfv
A
H
b