Beruflich Dokumente
Kultur Dokumente
Multicolinealidad
Mximo Camacho
Mximo Camacho
Multicolinealidad
Tema 6: Multicolinealidad
Tema 8: Heteroscedasticidad
Tema 9: Endogeneidad
Mximo Camacho
Descripcin de la clase
Introduccin
Multicolinealidad exacta
Cmo detectarla?
Cmo corregirla?
Multicolinealidad aproximada
Cmo detectarla?
Cmo corregirla?
Conclusiones
Mximo Camacho
1. Introduccin
1.1. Ejemplo de clase
Notas Yi
Porcentaje de alumnos que pueden pedir ayuda para comedor X3i (PAC)
Porcentaje de alumnos que pueden pedir ayuda por renta baja X4i (PAR)
Mximo Camacho
nuevas
1. Introduccin
1.2. Supuestos del modelo lineal clsico
Y = X +
Yi = i ' + i
Supuestos
E ( i i ) = E ( i ) = 0
Exogeneidad dbil
Muestras aleatorias E ( i j ) = E ( i ) = 0
No multicolinealidad exacta
Normalidad
Homoscedasticidad
Mximo Camacho
( )
E ( i j ) = E ( i )E ( j ) = 0
( )
( )
X~N
var( i X ) = 2i
2. Multicolinealidad exacta
2.1. Concepto
Definicin
i
Ejemplos econmicos
i
.
Renta regional
i = 0 + 1intersi + i
Mximo Camacho
X 11
X 12
X 1n
X k 1 0 1
X k 2 1 2
+
X kn k n
2. Multicolinealidad exacta
2.2. Implicacin para el modelo
(
)
=
X
'
X
X 'Y
No podemos encontrar de forma nica MCO
rango ( X ) < K
X'X = 0
(X X)-1
Cmo detectarlo?
i
Cmo corregirlo?
i
Mximo Camacho
2. Multicolinealidad exacta
2.2. Implicacin para el modelo
Correccin
i
Renta regionali = 0 + 1 4 + i
0 = 0 + 1 4
0 = 0
Cotizacin i = 0 + 1ingresosi + 2gastos i + i
1 = 1 + 3
2 = 2 3
Mximo Camacho
3. Multicolinealidad aproximada
3.1. Concepto
Definicin
i
Una o varias variables explicativas son una combinacin lineal aproximada de otra(s)
Supongamos que X1 es buena explicativa pero comb. lineal aproximada de las dems
X 1i = 0 + 2 X 2i + ... + k X ki + u1i
Ejemplos econmicos
Porcentaje de alumnos que pueden pedir ayuda por renta baja
Porcentaje de alumnos que pueden pedir ayuda para comedor
Ayudas que recibe una colegio para libros
Ayudas que recibe el colegio para instalaciones
Gasto pblico en carreteras
Gasto pblico en mejorar otras comunicaciones
Mximo Camacho
3. Multicolinealidad aproximada
3.2. Implicacin para el modelo
(
)
=
X
'
X
X 'Y
Podemos encontrar de forma nica MCO
rango ( X ) = K
X'X 0
(X X)-1
Y definimos
SCR1
u1i
R = 1
= 1
2
STC1
(
)
X
X
1i 1
2
1
Mximo Camacho
10
3. Multicolinealidad aproximada
3.2. Implicacin para el modelo
u
u
1i
2
1i
var 1 X =
u12i
(1 R ) (X
2
1
1i
X1 )
Ejemplos:
( )
2
Si X1 no se relacionara ( R21 = 0 ) var 1 X =
Mximo Camacho
(X
1i
X1 )
11
3. Multicolinealidad aproximada
3.2. Implicacin para el modelo
, X 1 , X 2 (j=1, 2, 50)
Bajo 3 supuestos de R21 (0, 0.9 y 0.99). Siempre se cumplen los supuestos clsicos
R21 = 0.00
R21 = 0.90
R21 = 0.99
( 7.9, 5.1,-3.2 )
var 1
0.23
1.29
11.22
0.23
1.06
11.03
( )
var( )
Mximo Camacho
casi esperanzas
(insesgados)
aumentan mucho
12
3. Multicolinealidad aproximada
3.2. Implicacin para el modelo
H 0 : i = 0
H a : i 0
t* =
( )
var i
~ tn K
- tn-K,/2
Mximo Camacho
tn-K,/2
13
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
Mtodo 1: grficos de las explicativas
En nuestro ejemplo
720
720
700
700
680
680
80
70
660
50
PAR
NOTAS
NOTAS
60
660
640
640
620
620
40
30
20
10
0
600
600
0
10
20
30
40
PAR
Mximo Camacho
50
60
70
80
20
40
60
80
100
PAC
20
40
60
80
100
PAC
14
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
Sabemos que
) (1 R ) (X
var j X =
2
j
ji
X j)
El problema viene dado por R2j altos que indican alta relacin lineal
Mximo Camacho
15
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
i
Crtica cmo de grande debe ser R2j para preocuparnos por multicolinealidad?
r
Mximo Camacho
16
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
Sabemos que
CSC: H 0 : 1 = 0, 2 = 0, 3 = 0
*
j
F =
R 2j 3
(1 R ) (n 4)
2
j
3.60
Crtica. Con n grande RH0 con demasiada frecuencia: recuerda que R21 = 0.04 !!!
Mximo Camacho
17
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
r
i
Mximo Camacho
18
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
i
Notasi = 700.39 1.01 REPi 0.13 PNI i 0.52 PACi 0.04 PARi R = 0.77
2
(0.23)
( 4.69)
ti* =
( 0.03)
t1* = 4.23
*
i
t 2 = 3.81
*
var i t3 = 16.42
t * = 0.78
4
( )
( 0.03)
F =
( 0.06)
R2 4
(1 R ) (n 5) = 357
2
t3
t1
t4
t2
-1.96
Mximo Camacho
1.96
Econometra I - ADE+D 11/12 - Tema 6
2.37
19
3. Multicolinealidad aproximada
3.3. Mtodos de deteccin de multicolinealidad
r
Globalmente significativas
Mximo Camacho
20
3. Multicolinealidad aproximada
3.4. Soluciones a la multicolinealidad
Mximo Camacho
Crtica: por qu
4Texas = 4California
21
3. Multicolinealidad aproximada
3.4. Soluciones a la multicolinealidad
Estimador de Cresta
r
C = ( X ' X + cI )1 X ' Y
r
i
1
1
2
var c X = ( X ' X + cI ) X ' X ( X ' X + cI )
Regresamos usando Z
crticas:
Mximo Camacho
Y = Z +
difciles de interpretar
sesgados
Econometra I - ADE+D 11/12 - Tema 6
22
3. Multicolinealidad aproximada
3.4. Soluciones a la multicolinealidad
Mximo Camacho
23
3. Multicolinealidad aproximada
3.4. Soluciones a la multicolinealidad
r
Yi = 1 X 1i + i
r
( )
( )
~
ECM (1 )
= 1 + R22 t 2 1
ECM (1 )
t =
var(i )
Mximo Camacho
24
3. Multicolinealidad aproximada
3.4. Soluciones a la multicolinealidad
r
En nuestro ejemplo
Notasi = 700.39 1.01 REPi 0.13 PNI i 0.52 PACi 0.04 PARi
( 4.69 )
(0.23)
( 0.03)
( 0.03)
( 0.06 )
t4 =
( )
var 4
= 0.78
Qu hacemos?
q
Parece que tanto PAC como PAR contienen la misma informacin sobre los
colegios: nos dicen cules tienen ms alumnos pobres
Mximo Camacho
(0.24 )
( 0.03)
( 0.02 )
25
4. Conclusin
X4
X-4
X4
caso 1
caso 3
X-4
X-4
X4
X4
caso 2
Mximo Camacho
caso 4
26
5. Qu hemos aprendido?
Multicolinealidad
i
Exacta
i
Aproximada
i
Qu hacer?
i
Mximo Camacho
27