Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Apuntes de Econometría Prof. Ricardo Guzmán Ponti�cia Universidad Católica de Chile Instituto de Economía 2do Semestre de 2006 Sección 10: Regresión particionada y regresión en desvíos Regresión particionada A veces nuestro interés se centra en un subconjunto de los parámetros del modelo. En esos casos podemos usar la técnica de regresión particionada. Supongamos que el modelo a estimar es: y = X� + " = h W Z i " � # + "; donde X = h W Z i y �0 = h 0 �0 i : Hay dos gru- pos de parámetros: � y .W es una matriz de N�KW , Z es una matriz N � KZ , es un vector de KW ele- mentos y � es un vector de KZ elementos. Note que KW +KZ = K, y que si X es de rango completo,W y Z también lo son. La ecuación normal del modelo es X0Xb� = X0y, o bien:" W0W W0Z Z0W Z0Z # " b b� # = " W0y Z0y # : Podemos pensar en esta ecuación matricial como en un sistema de 2 ecuaciones y 2 incógnitas W0Wb +W0Zb� = W0y Z0Wb + Z0Zb� = Z0y: Las soluciones de este sistema son: b = (W0MZW)�1W0MZyb� = (Z0MWZ)�1Z0MWy: Note que, al provenir b� y b de las ecuación normal, se tiene que b� = " b�b # : Regresión en desvíos Consiste en estimar el modelo sin considerar la constante. Es un caso particular de la regresión particionada, cuando W = iN : y = iN + Z� + ": Note que es un escalar. En este caso, b� está dado por la siguiente expresión: b� = (Z0M0Z)�1Z0M0y: Note que el estimador de � que se obtiene es el mismo que se obtendría al premultiplicar el modelo original por M0: M0y = M0iN +M0Z� +M0" = M0Z� +M0": Es decir, el estimador MCO de � es el mismo que se obtiene al estimar el modelo original en desvíos alrededor de las medias. Note que el modelo en desvíos no cumple los supuestos clásicos. Aun así, es insesgado y BLUE. ¿Por qué?
Compartir