18_problemas_de_especificacion2 - Lissete Rivera Casavantes

Vista previa del material en texto

11. Problemas de Especificación
Pilar Alcalde
2 sem 2014
1. Supuestos de Gauss-Markov
Supuestos de Gauss-Markov:
1. Linealidad
2. No colinealidad perfecta
3. Muestreo aleatorio simple
4. Media condicional nula
5. Homocedasticidad
6. Normalidad
1. Errores de Especificación
Sobre o subajuste del modelo
Uso de variables proxy
Errores de medición
Mala especificación de la forma funcional
Muestras no aleatorias y problemas de datos
1. Errores de Especificación
	Y	lwage:	Logaritmo del ingreso semanal
	X1	iq:	Test de coeficiente intelectual 
	X2	kww:	Test de conocimiento sobre el trabajo
	X3	educ:	 Años de educación
	X4	exper:	Años de experiencia
	X5	tenure:	Años trabajados en la empresa
	X6	training:	1 si recibió capacitación
	X7	sibs:	Número de hermanos
	X8	brthord:	Orden de nacimiento
	X9	meduc:	Años de educación de la madre
	X10	feduc:	Años de educación del padre
	X11	ability:	Habilidad (no observada)
1. Errores de Especificación
2. Ajuste del Modelo
2. Ajuste del Modelo
(original)
2. Ajuste del Modelo
(original)
2. Ajuste del Modelo
Minería de Datos:
- Método ascendente vs. descendente
Problema de niveles de confianza
Explicar vs. predecir
Foco en la teoría, datos retroalimentan.
Foco en los datos.
Buen ajuste dentro de la muestra no implica buen ajuste fuera de la muestra.
2. Ajuste del Modelo
Examen de residuos
Detección de sobreajuste: t y F
Test Link de especificación
RESET de Ramsey
Test de Multiplicador de Lagrange
2. Ajuste del Modelo
 
Examen de Residuos
2. Ajuste del Modelo
 
Examen de Residuos
2. Ajuste del Modelo
 
Test de significancia
	Modelo	AIC	BIC
	Original	-2516.897	-2469.833
	Sin habilidad	140.1251	181.3066
	Con extras	-2513.647	-2443.051
2. Ajuste del Modelo
 
Test Link
Indicador general de falla del modelo
Variables omitidas lineales
Heterocedasticidad
2. Ajuste del Modelo
 
2. Ajuste del Modelo
 
2. Ajuste del Modelo
 
2. Ajuste del Modelo
 
Test RESET de Ramsey
Indicador general de falla del modelo
Variables omitidas lineales
Heterocedasticidad
2. Ajuste del Modelo
 
2. Ajuste del Modelo
 
	Modelo	Test RESET - p
	Original	0.3184
	Sin habilidad	0.0045
	Con extras	0.2689
2. Ajuste del Modelo
 
Test de Lagrange
Más específico
Da una alternativa concreta
2. Ajuste del Modelo
 
2. Ajuste del Modelo
 
3. Variables proxy
 
Problema de variable omitida
3. Variables proxy
 
3. Variables proxy
 
4. Errores de Medición
4. Errores de Medición
(original)
4. Errores de Medición
4. Errores de Medición
(original)
5. Forma funcional
Examen de residuos
Criterios de bondad de ajuste
Test de hipótesis no anidadas
Test J de Davidson y MacKinnon
Transformación Box-Cox
5. Forma funcional
Criterios de bondad de ajuste
	Modelo	AIC	BIC
	Original	-2516.897	-2469.833
	Logaritmos	-1132.688	-1097.592
5. Forma funcional
Test de hipótesis no anidadas
5. Forma funcional
Test J de Davidson y MacKinnon
5. Forma funcional
Test J de Davidson y MacKinnon
5. Forma funcional
Test J de Davidson y MacKinnon
Ojo que test puede ser no concluyente
5. Forma funcional
Transformación Box-Cox
5. Forma funcional
1. Supuestos de Gauss-Markov
Supuestos de Gauss-Markov:
1. Linealidad
2. No colinealidad perfecta
3. Muestreo aleatorio simple
4. Media condicional nula
5. Homocedasticidad
6. Normalidad
6. Muestras no aleatorias
Datos Incompletos:
Aleatorios
De acuerdo a variable X
De acuerdo a variable Y
Ej: estratificación, status.
Observaciones atípicas
6. Muestras no aleatorias
6. Muestras no aleatorias
(completo)
6. Muestras no aleatorias
(original)
6. Muestras no aleatorias
(original)
6. Muestras no aleatorias
 
Observaciones atípicas
6. Muestras no aleatorias
 
Gráfico de residuos y valores predichos
Gráfico de probabilidad normal
Otra forma funcional (logs)
Estimador de Mínimas Desviaciones Absolutas MDA
6. Muestras no aleatorias
 
6. Muestras no aleatorias
 
6. Muestras no aleatorias
 
(sin datos atípicos)
6. Muestras no aleatorias
 
rvfplot
lvr2plot
6. Muestras no aleatorias
 
qnorm resid
11. Error de Especificación
Pilar Alcalde
2 sem 2014
(
)
2
1
1
2
1
1
2
1
2
21
2
1
1
1
1
0
2
2
1
1
0
1
)
ˆ
(
)
ˆ
(
ˆ
)
ˆ
(
R
SCT
V
SCT
V
k
n
SCR
b
E
v
X
Y
u
X
X
Y
-
=
=
-
=
+
=
+
+
=
+
+
+
=
s
b
s
a
s
b
b
a
a
a
b
b
b
-.4
-.2
0
.2
.4
Residuals
1010.210.410.610.811
Fitted values
-.5
0
.5
Residuals
5678
Fitted values
-1
-.5
0
.5
1
Residuals
5.566.577.5
Fitted values
e
u
X
Y
e
Y
Y
u
X
Y
+
+
+
=
+
=
+
+
=
1
1
0
*
1
1
0
*
b
b
b
b
(
)
(
)
(
)
2
2
*
2
*
1
2
2
*
2
1
1
1
1
1
1
1
1
1
1
0
*
1
*
1
1
,
ˆ
0
)
,
(
,
e
X
X
e
X
e
X
Var
e
u
X
Cov
E
e
u
X
Y
e
X
Cov
e
X
X
s
s
s
b
s
s
s
b
b
b
b
b
b
b
b
+
=
+
-
=
-
+
=
-
+
+
=
=
+
=
u
X
Y
+
+
=
*
1
1
0
b
b
5.5
6
6.5
7
7.5
lwage
1012141618
educ
6
8
10
12
14
lwage_ext
1012141618
educ
-2
0
2
4
6
Residuals
56789
Fitted values
0
.05
.1
.15
.2
Leverage
0.05.1.15.2
Normalized residual squared
-2
0
2
4
6
Residuals
-4-2024
Inverse Normal