Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ECONOMETRÍA I Segunda Clase Omar D. Bello Santiago, 1ero de agosto de 2012 En la clase pasada se repasaron los siguientes conc eptos: • Definición de econometría • Distintos tipos de datos • Concepto de Función de Regresión Poblacional• Concepto de Función de Regresión Poblacional En la clase de hoy • La Función de Regresión Poblacional Estocástica • La Función de Regresión Muestral • El análisis de regresión consiste en gran medida en la estimación del valor promedio de la variable a explicar con base a los valores conocidos de la variable explicativa. • Una curva de regresión poblacional es simplemente el lugar geométrico de las medias condicionales de la variable a explicar para los valores conocidos de las variables explicativas. • Función de regresión poblacional Cada media condicional E(Y/X=Xi) es función de Xi . Simbólicamente: E(Y/X=Xi)=f(Xi) • Esta expresión es la FRP en dos variables. • La forma funcional es una pregunta empírica. En el ejemplo anterior era una función lineal. • Supuesto: la forma funcional de la FRP es lineal. E(Y/X=Xi)=β0+β1*Xi), donde β0 y β1 son los coeficientes de regresión, parámetros desconocidos pero fijos. Es lineal en términos de los parámetros • Volviendo al ejemplo, ¿qué podemos decir sobre la relación entre elgasto de consumo de una familia individual y un nivel dado de ingresos? • Podemos expresar la desviación de Yi alredor de su valor esperado de la manera siguiente: ui = Yi-E(Y/X=Xi) , donde ui es la perturbación estocástica o término de error Yi=E(Y/X=Xi)+ui , el primer sumando se conoce como el componente determinístico. • Fuentes del término de error • Omisión de variables u otros eventos • Error de medida • Aleatoriedad del comportamiento humano • En el ejemplo anterior ui puede ser graficado como 10 20 30 Término de error -30 -20 -10 0 10 80 100 120 140 160 180 200 220 240 260 • Antes de proseguir repasemos el concepto de • Valor Esperado de una variable aleatoria x. • Valor Esperado de una función de una variable aleatoria x. • Reglas • El Valor Esperado de una variable discreta aleatoria x. • Notación alternativa E(X): E(X) = µµµµX E(X) = x1p1 +... + xn pn = xi pi i=1 n ∑ Definición de E[g(X)], el valor esperado de una función de X: Ejemplo: EXPECTED VALUE OF A FUNCTION OF A RANDOM VARIABLE [[[[ ]]]] ∑∑∑∑ ==== ====++++++++==== n i iinn pxgpxgpxgXgE 1 11 )()(...)()( Por ejemplo, el valor esperado de X2 se encuentra calculando todos sus posibles valores y multiplicándolos por sus probabilidades correspondientes, y luego sumándolos. ∑∑∑∑ ==== ====++++++++==== n i iinn pxpxpxXE 1 22 1 2 1 2 ...)( 2 Reglas del valor esperado XbbY 21 ++++==== l 1. E(X + Y) = E(X) + E(Y) 2. E(b) = b Valor esperado de una constante 3. E(bX) = bE(X) XbbY 21 ++++==== (((( )))) (((( )))) (((( )))) (((( )))) (((( ))))XEbb XbEbE XbbEYE 21 21 21 ++++==== ++++==== ++++==== 8 • Supuesto: la forma funcional de la FRP es lineal. E(Y/X=Xi)=β0+β1Xi , donde β0 y β1 son los coeficientes de regresión, parámetros desconocidos pero fijos. El modelo es lineal en términos de los parámetros E(Y/X=Xi)=β0+β1*ln(Xi)E(Y/X=Xi)=β0+β1*ln(Xi) • Volviendo al ejemplo, ¿qué podemos decir sobre la relación entre elgasto de consumo de una familia individual y un nivel dado de ingresos? • Podemos expresar la desviación de Yi alredor de su valor esperado de la manera siguiente: ui = Yi-E(Y/X=Xi) , donde ui es la perturbación estocástica o término de error Yi=E(Y/X=Xi)+ui , el primer sumando se conoce como el componente determinístico. Yi=E(Y/X=Xi)+ui , tomando la expectativa condicional con respecto a E(Yi/Xi)=E(E(Y/Xi))+E(ui/Xi) Nótese que E(E(Y/X ))=E(Y/X ) ¿Por qué?Nótese que E(E(Y/Xi))=E(Y/Xi) ¿Por qué? Regla 2 del valor esperado Yi=E(Y/X=Xi)+ui , tomando la expectativa condicional con respecto a E(Yi/Xi)=E(E(Y/Xi))+E(ui/Xi) Nótese que E(E(Y/Xi))=E(Y/Xi) ¿Por qué? E(Yi/Xi)=E(Y/Xi)+E(ui/Xi) E(ui/Xi)=0 El supuesto de que la línea de regresión pasa a través de las medias condicionales de Y implica que E(ui/Xi)=0. FUNCIÓN DE REGRESIÓN MUESTRAL (FRM) Hasta ahora la exposición se ha limitado a los valores poblacionales de la variable a explicar correspondiente a los valores fijos de la variable explicativa, por eso no se han hecho consideraciones muestrales. En la práctica lo que se tiene no es más que una muestra de valores de Y que corresponden a algunos valores fijos de X. La labor del econometrista es estimar la FRP con base a la información muestral. Tomemos dos muestras de la población del ejemplo anterior. MUESTRA 1 MUESTRA 2 A partir de cada una de estas muestras se puede estimar la línea de regresión poblacional Comparen las líneas de regresión muestral con la línea de regresión poblacional. Nótese que ambas la subestiman. Ambas lineas son una estimación de la línea de regresión poblacional. Al igual que en el caso de la población donde la línea de regresión poblacional se correspondía con una función de regresión poblacional para el caso muestral la linea de regresión muestral se corresponde con la función de regresión muestral. En su forma estocástica El objetivo era estimar la función de regresión poblacional (FRP) Yi=β0+β1*Xi+ui Con base a la FRM La cual puede ser también escrita • La econometría es una materia que requiere práctica. Con el objeto de ejercitar los conceptos vistos en las dos primeras clases sugiero resolver los siguientes ejercicios del libro de Gujarati •2.5 •2.7 •2.10•2.10 •2.11 •2.12 •2.13 •2.16
Compartir