Act2 Jonathan Cifuentes PDF

Preview

Summary

Download Act2 Jonathan Cifuentes PDF

Description

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Economía, SUAyED Introducción a la Econometría Alumno: Cifuentes Barón Jonathan Mauricio Grupo 9251 Asesora: Hortensia Martínez Valdez

Actividad 2 1. Definiciones básicas Responda a cada una de las siguientes preguntas: 1. ¿Cuál es la diferencia entre los valores esperados condicionales y el valor esperado incondicional? Un valor condicional depende de los valores de la variable condicional como la media de diferentes subgrupos en la población o muestra y se denota como E(X|Y). El valor esperado incondicional que se denota como E(Y) es el valor de la media de todos los datos del conjunto sin una condicional. 2. ¿Cuál es la diferencia entre los términos correlación y regresión? En la correlación los valores se tratan de forma simétrica, no hay distinción entre variable dependiente e independiente, estas se consideran aleatorias. En la regresión hay una asimetría en el uso de variables dependientes e independientes en donde las dependientes tienen una distribución de probabilidad y la independiente tiene valores fijos. 3. Explica con tus palabras en qué consiste, geométricamente hablando, la curva de regresión poblacional. Es el lugar geométrico donde conectan las medias condicionales de la variable dependiente para los valores fijos de la variable independiente. 4. ¿Qué tipo de linealidad se requiere para el método MCO? La principal es que tenga linealidad en los parámetros, puesto que si alguno de estos parámetros tiene una alteración (sea exponencial, cuadrática, etc.) se volvería un modelo de regresión no lineal. Además, también es importante que sea lineal en las variables (es considerada lineal una variable elevada a 1), aun que puede manipular algebraicamente 5. Explica con tus palabras tres razones por las que es importante el término de perturbación estocástica 1. La teoría es relativamente vaga, ya que al no tener en cuenta otros factores que puedan afectan a “Y” puede no darnos resultados precisos, por ello “u” sirve para representar las otras variables que no se toman en cuenta. 2. La falta de disponibilidad de datos ya sea por dificultad para acceder a esos datos, la poca precisión de ellos, o el coste elevado para obtenerlos, lo que hace de “u” una muy buena sustitución.

3. Aun que se lleguen a introducir todas las variables que se puedan y deban agregar al modelo, es posible que se presenten alguna aleatoriedad intrínseca en Y la cual no tenga explicación, por lo que “u” puede reflejar esa aleatoriedad. 6. Resume, brevemente, ¿En qué consisten cada uno de los supuestos del método MCO? • El modelo de regresión es lineal en los parámetros, aunque pueda o no ser lineal en las variables • Los valores fijos de X, o valores de X son independientes del término de error. • El valor medio de la perturbación estocástica es igual a cero. • La varianza del error, o de perturbación, es la misma sin importar el valor de X. • No hay autocorrelación entre las perturbaciones. • El numero de observaciones n debe ser mayor que el número de parámetros por estimar. Así, n debe ser mayor que el número de variables independientes. • No todos los valores de X en una muestra determinada deben ser iguales. 7. ¿En qué consisten las propiedades numéricas de los estimadores MCO? Los estimadores de mínimos cuadrados poseen algunas propiedades ideales u optimas. 1. Es lineal, es decir, función lineal de una variable aleatoria, como la dependiente Y en el modelo de regresión. 2. Es insesgado, es decir, su valor promedio o esperado, 𝐸(𝛽󰆹2 ), es igual al valor verdadero 𝛽2 3. Tiene varianza mínima dentro de la clase de todos los estimadores lineales insesgados; un estimador insesgado con varianza mínima se conoce como estimador eficiente....