Javier Parra

Detección de heterocedasticidad

Javier Parra
278
En la detección de heterocedasticidad influyen diversos factores como: A- Parcelas residuales Estimación del modelo utilizando los mínimos cuadrados y trazos del residuo de los mínimos cuadrados.Con más de una variable explicativa, se grafica el residuo de mínimos cuadrados contra cada variable explicativa, para ver si esos residuos varían de…
>>>>>>

Heterocedasticidad. Utilización del estimador de mínimos cuadrados

Javier Parra
263
La heterocedasticidad hace una utilización del estimador de mínimos cuadrados de la siguiente forma: Inferencia robusta a la heterocedasticidad después de OLS:Se han desarrollado fórmulas para los errores estándar de OLS y las estadísticas relacionadas que son robustas a la heterocedasticidad de forma desconocida.Todas las fórmulas sólo son válidas en…
>>>>>>

Introducción a la heterocedasticidad

Javier Parra
274
Para esta introducción a la heterocedasticidad debemos partir de hacernos la pregunta ¿Qué es heterocedasticidad y por qué debemos prestarle atención? Para responder consideremos el siguiente resultado de regresión lineal (yi) determinado por una intersección (B1), un conjunto (x2, x3,..., xk), sus coeficientes (β2, β3,...,βj) y un error aleatorio (εi):…
>>>>>>

Variables dummy. Parte III

Javier Parra
324
Continuando con la explicación del funcionamiento de la variable dummy, es preciso recurrir a a la siguiente ilustración gráfica: Interacción de la pendiente con la variable dummy Interacción: La interacción tanto el intercepto como de la pendiente con la variable dummy de la mujer permite modelar ecuaciones salariales completamente independientes…
>>>>>>

Variables dummy. Parte II

Javier Parra
340
Continuando con esta serie de estudios, es preciso conocer que las variables dummy también son conocidas como variables ficticias: Utilización de las variables dummy para las categorías múltiples Definir la pertenencia a cada categoría mediante una variable dummy.Dejar fuera una categoría (que se convierte en la categoría base). Log (salario)=0,321…
>>>>>>

Variables dummy. Parte I

Javier Parra
482
Partiremos desde esta ilustración gráfica para avanzar en las variables Dummy: Ilustración gráfica de variables Dummy Interpretación alternativa del coeficiente: δ0= E(Salario|mujeres=1,educ) - E(Salario|mujeres=0,educ) Esto muestra la diferencia de salario medio entre hombres y mujeres con el mismo nivel de estudios (educ). Información cualitativa Ejemplos: género, raza, industria, región, grado…
>>>>>>

Colinealidad

Javier Parra
331
Para hablar de colinealidad es necesario entender la regresión lineal, el incumplimiento de los supuestos y sus consecuencias. Y=Xβ + u SupuestosFallosS.1. Relación estocásticaS.2. Ausencia de errores de especificación Variables omitidas/irrelevantesS.3. E(u) =0S.4. V(u)=σ2uΣAutocorrelaciónHeterocedasticidadS.5. Linealidad en los parámetrosS.6. X determinísticaRegresor estocásticoS.7. X1, ..., XkDependencia lineal-MulticolinealidadConsecuencias importantes en:ConsistenciaEficiencia Ejemplo de colinealidad…
>>>>>>

El valor de adquisición

Javier Parra
210
Para hablar del valor de adquisición, es preciso entender que el valor adquisitivo de una unidad monetaria al principio de un período es mayor que el valor adquisitivo de una unidad monetaria a finales del mismo periodo, porque habiendo subido los precios podemos, con el mismo valor efectivo, comprar más…
>>>>>>
1 … 7 8 9 10 11 … 23