1 / 23

Capitulo 6: Heteroscedasticidad

Capitulo 6: Heteroscedasticidad. Definición y causas de heteroscedasticidad Contrastes de heteroscedasticidad: White, Goldfeld-Quandt y Breusch-Pagan Estimación por MCG. Información. Estos transparencias no son completas.

rae
Télécharger la présentation

Capitulo 6: Heteroscedasticidad

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Capitulo 6: Heteroscedasticidad Definición y causas de heteroscedasticidad Contrastes de heteroscedasticidad: White, Goldfeld-Quandt y Breusch-Pagan Estimación por MCG

  2. Información • Estos transparencias no son completas. • La idea con las transparencias es dar una estructura general y asegurar que gráficos y ecuaciones están reproducidos correctamente. • Cada estudiante debe tomar notas adecuadas para completar las transparencias.

  3. Definición • Definición: la varianza de la perturbación no es constante. • Ejemplo: ingresos – gastos.

  4. Causas • La naturaleza de la relación entre las variables • La transformación de variables • La omisión de variables relevantes

  5. Contrastes de heteroscedasticidad Estructura general; 1. la hipótesis nula es homoscedasticidad. 2. la construcción está basada en los residuos de la estimación por MCO (sin considerar la posible heteroscedasticidad).

  6. Contrastes de heteroscedasticidad

  7. Contrastes de heteroscedasticidad • Goldfeld-Quandt Puede ser útil cuando la heteroscedasticidad depende de una única variable.

  8. Contrastes de heteroscedasticidad Goldfeld-Quandt 1) 2) 3) 4)

  9. Contrastes de heteroscedasticidad Breusch-Pagan Puede ser útil cuando la heteroscedasticidad depende de una función de variables.

  10. Contrastes de heteroscedasticidad Breusch-Pagan 1) 2) 3)

  11. Contrastes de heteroscedasticidad Breusch-Pagan (Koenker y Bassett, 1982)

  12. Contrastes de heteroscedasticidad White Puede ser útil cuando la heteroscedasticidad depende de una función de variables.

  13. Contrastes de heteroscedasticidad White 1) 2) 3)

  14. Estimación por MCG: Mínimo cuadrados ponderados • Necesitamos saber

  15. Estimación por MCG: Mínimo cuadrados ponderados

  16. Estimación por MCG: Mínimo cuadrados ponderados • Perturbación conocida: (Ejemplos)

  17. Estimación por MCG: Mínimo cuadrados ponderados (1) la estructura de la varianza para (ii) es la matriz, (2) el caso de transformación de variables, agregadas, (…) (3) el caso de transformación de variables, promedios, (…)

  18. Estimación por MCG: Mínimo cuadrados ponderados • Con esta información se defina la matriz T para transformar el modelo. • Recuerda que .

  19. Estimación por MCG: Mínimo cuadrados ponderados • Estimador de mínimos cuadrados ponderados donde • Observaciones con varianza más pequeña tiene un peso mas elevada en la sumatoria y así también en su influencia en el estimador.

  20. Estimación por MCG • Perturbación desconocida: 1a etapa: Estimar los parámetros de la función de la varianza. • Estimar por MCO la regresión auxiliar , donde representa los residuos de la estimación MCO del modelo original, sin tener en cuenta la posible heteroscedasticidad.

  21. Estimación por MCG

  22. Estimación por MCG • 2a etapa: Aplica las formulas del estimador MCG, es decir estimar la relación por MCO.

  23. Estimación por MCO: White • Se puede estimar el modelo por MCO y corregir la varianza.

More Related