Beruflich Dokumente
Kultur Dokumente
J.DINj'\RDO
U,nivcrsidad de California,'lrvine'
.~
Traducción:
CARL,ES MURILLo.FORT
Caledrático de Economía Aplic<Jdn
Univer~ilal Pompeu Fabra .'
" 1.~',
'~4\'"
r
:' ;
:,:~,...,~';';:.: .
.. .• , ...
.
'
'
"
.". :
.
.~
., .
>,
'. '
'.~
. . '.~ ~
•••I .
;-.~,~.~?-f\;,~
, ~--,i.t!:
"
INDICE
...•......•...
15:>
. ' .4.6.5 Ejemplo Numérico
Apéndicc
¡óO
4.1 Demostrar var(d) = (J2[JII2 + .\2( '\"IXI)-I X'21
160
Probkmas
Apéndice
IK4
5.1 Cambio de variables en funciones de densidad
IK5.
5.2 R2 cenlr;IlJo )' no ce'nlrauo
lK6
5.3 Demostr¡lción de c:X(X'X)-IX'c. = c,'c •• c'e
187
Problemas
Apéndice
(Ll Conlraste 1vIL de helcroseedasticidad mullip!icatil'a 22')
6.2 Contrasle R V para homoscedaslicidad para dalOs agrupados
6.3 Propiedades del proccso A RCH( 1)
Problemas 2:1.1
I'rob\cnlóls
~ll:'IlJl)()S !JI' l:l'lI:O;l)~ILlll1,\
9 ModeJos Mulliecuacionalc's
9.1 \'eclor
'l' .'.J,.l4 •.
.<"<5.:rFUri
().L,
AUlorregrcsi\'o (V/\I~)
":'\J h 'VAR"Sc lii:il1'ó":" ..:....•
\'ARde
Sistemasde
TresV;riahles
Orlkll 1-.I;ís Ele\'ado
...... ". '-;: ..:
.....•
¡¡~..".
JJ5.1
JJXILLi
<J.2 Estimación de Il'1odelos Vt\R JJ9
'J.2.i Co,úr;istaciún del Oruendel VAR 33')11.10:1
(J.2.:? C\lnlrasl': dc Calls;t1ida<1 ue Gi:angcr
J.llll
<).2.3 PrediccilÍli, Funcion.:s dt.: RespueSla al Impulso y
Dcscnmrosicil'lIl dela Varianza
'1.2.'1 Funciones de ResJlucsta al Impulso
').2.5 Innovacioll<':s Orlog.ollales.
().2,(1 Dcscomp(lsicit'!n de Varianza
9.:1 I-l0dcl05 dc Vector de Corrcl;lción dcl Error
9.3.1 Cllnlraslacitin del Rango de Coin(egración'
').:>.2 Estimación de Vectores 'de Cointcgraci(ín
9.3.3 ESlimacion de un Mod<:lo dc Vt.:ctordc Corrccci,ín del Error
9.~ i\.lod<:los Estructurales de Ecuacioncs Simull~neas
':. \
,1" xv
. ¿: ,.:t .... i':. ,;,','.:
I ' , . ,~' ; 1 :
95:' . COllllicióncsilc.ltlcnlific;icióil: . "'. . \354 "
." " ' ',' ':. q .. ,',' ,'l '.. ', \',' .,. '1 ¡ •
. ... , ;)~9:'
:9.6 E~líl11úcit'lllde EcÚaCióncs'Esl'ruclurales' .
9A l' Variabks No ESl¡\cion;¡'ri~s:. ' .. 363
'9Jl.2
'. Métotlo~ i1élls,linl;itit\n SislcnHis JJ ,.,",;. .... .363, .
. "l' I J,.... ".' ','.;
apan:nléil1~!1IC'nO'rsl~cil~nad¡I~:~i\NR.
...• ," '.'"
(~!J.It)
',;
.
, ;~6,í '.
9.2 V¡\Rdellrdcne!e~;Ido ;;' "."ch" "" .:., ::;' ,J'ú~
9.i.1 I'ru~t.:soYA.'~(I), :'366
9.2.2 ' Proceso V A rt(2)' .368
. -.... " " ..... , ... : ,
Problemas,. , • ,'1 ':
,369
;, ..:::~ ~¡ ,
10 Método G~i,cl:~lizá~lo
.' , ",' ".,'
de M'o:l1lcn~os,,'.
, .. .;,
l""" 374
10.1 ti MélQt\o dc.los MOín.cnlos",:,,:' ."':'", . ,,> .... : :" ,. )7~
i().~" iv!CO'CIl1l10 un Prllhl~t'n~,dcMpIl1CnIOS t,,, .,;.:;::•... ," '.':".' " )77
. 10.3 .Vilri;,bl\;s lilslrll\ll~lilaíes (o'mo lli¡'¡'r<;IíIc~,nlJc.Momclílos' :\73
lOA MGM )' la COliJiciÓI;tiC .orl<ig(\h~Ií(J;d' :.. , . " > .:.'. . . ~,; ... ::ISO
10:5 Dis¡'ribuci6n'dCl'Esiiinn¿¡'ófMG'l\1,.i. ' ",,: .... ; '.'. ')'IÜ'
10.6 Aplicaciones ... .. '•. '-." ,': ';.' :':""~:'. ',' .•.•. .';' '384
.' '10.6.1' Mínimo ttiad~;;d6sén büs Elapas'y C::onlrnslcs dc'Rcslticéioric~
dt.:SohrciúciÍIHic:lción. '. . '.. "; ...é 3R5
.10..6:2 '. Revisión de ios COI;lraslés.tlc Wu,¡'I:lusn;nn ". 3¡{~.
,,' 10.6.3 .tvl:¡'iinI1'.,ycro~,il;iili.tl!d ' .. ' ,', ,39\
10.6.4. Ecuacioncs.dc EuJer' " . ~92
• • ' I • • .~.,- ,'.; ", ' ,',' "'.-
10.7 Lt.:cluras. 394
. ",
pruhlemas ., . 394
1t'Wf'~7.;;~~fr[;?~'~w;g~¡¡~t,~~~1~i~~~
_ ••
11~L1 LJ,í:IGtda p;iraR'é~liZarE:<pcriliii:;1Iosdc~1onlcCnrlo 399 .
Ejemplo..... '.. ." ... '. .400
Il.!.) . <G:e.l\crai:i6n de Numcros I'séúdoalealorios~02
•.' l'rcscntaciolldt.:R,ésuh;tdps .' .'..... ...• '40-1
!.2MéIOU!lk uerVlo:¡lt~' ¿tloY'Cónlra~lcstl~Pcrlm;i;,dón, .IOS
11.]Ein;I~lsl:;p, ..•.... ' .' . '.. ... . . .41J
11:3.1. El Erriir.EsI;Índardc la rvlcdian¡¡'.. .111\
IJ.3.2 EJelilplo .' ....•.•.....••. ' "415
IU.J. Elnotl!~lr;IJlParamélrico . '.' . . .• 116
IDA •RchHlcstrcll'dclos n.csiduos:Scrics Tciú¡ioralés)' Predicción 418
11.3.5 Rciliucslrcouc D:ltos: D:ltus de Corle Transvcrs:'ll . 1\21
11 J.6: I\l~unos Di:lallcs accrc~dc las' Arlicncíolics .
. . EcbnométricasÜcl Boot~lr.a'p . U2
Estilli:lci'índcfuntioncs dcJ)cnsid~dNnP:lramétrica 1\23
IIAj' DCl:illcsátÍ1ér~ics sobtcEslimai:i6ndsfllr1ci()ncS dc
'D<:iisidndNljP'¡lram~írlcah '.. " 428
xvi , J-ttTODOS 010 ECONOMETnl"
Problemas 441
.i .... ",;,¡ll..4ú.:E.kM'º.!J,s:1~:J\.w~J:;{ci;(O$il~i.c.l;ll'otip.$.;;>.",,:\,,;.':",,~;
';,;.)'
.• '..,"¡••...~'..,'d.'.'i.. " '..,.....•:".;.....
h'l;)<.; ..,..-:.~
i.. <-448 ;" .•. ~":.' ;,: .
12.5 Efectos Alealorios como Combinación de ESliinadores lntragrupos
')' cnlre GrtiJlos. .150
li.6 El Model~ de 'Efeclos fijos en.el C~sade Dos Periodos '.' 452
'12.7 . El Modeia deEfeclo~ Fijos con ri~á's de D~~Periodos de Ticmiio 455
. 1'2.8 . LosRi~st~~d~.I~' ESlin;~Ci0n JC:'EfcCl~srij6s' . . .. 4511
12.~.\ Ejemplo l.: Er-ror dI; Medida en X. 458
I i.s'.2 . Ejemplo 2: X Endógena • . .... 4ÓO
~. ". '. . .
.
. : ..
íl1uice xvii
Apéndice e 567
Apéndice D 5(i1)
Índice 591
.~' ,.'
. ~,,"
"'~''
..~
¡'I" :.. ,".
"PR:EFACIO
;., .
"~o '
. , , :." , .L,".
, ,~,
.' ,1 " ."1' " ,,'.' " "~o
"
", ",1: "
"
, .,'., í.. " , ,li" ¡
..
,~", " I ~ \~ <;
i,
, : ( . .,~ ,
•...
'
.,i1l;,', •
"'1'
", ,1
.I,¡
, ' "",.': " '. ¡;:.',,''', . ,-¡,""':" '("";:'1-;',j"." ,.j ;1:,. ' , ('::'.,~'''.': ,:-: ,; ',::' ':"~,' ',.,~ ~,':: .: .¡' ,i:,
En losdo<:e~ños Ir:ln~~.ur.rW?,s' ,~essJe,.I,~~u,yIJc~~ió~:dS)¡~,,terc,e~:l~dición de, es~~ Ií~.:
bro, I:lc:lpncldnd de losmcdlOs IIlrOrm~tlcos puestos n diSpoSIción de los econome- .-
tras ha apmc~lt¡I~lode,rl~I~'~.~,n,,:~~g~,I:n9h:,A~i,~~is';'1~ •.I()~ .~:C,~d~d~~,~I:1'ccon.9Pl~t/i.:l
\~;, '
hnn:lllqlent:ldode rormil sllstnnclnl el numerodesugerel1clils en cunnton procedl-,'
mi~nt9s, de
,estil~nción.co~l~nslriCi¿1l ydi:;gn6sticp';:la. ~;\yoríndc:los' tu'alcs se' h~.-. '
\Inn dispo~ibl~scn'r~rmri' clc.'progrliíril~s"j~rormáticcis ~spéc'¡[ic()s. Cón iinp:iri6raln3 '
, ' .' 1.' " " ' ,:',. ," . <\, " ,,' ,'" ('., ':,' ,', \' " I " ".', -, ,;. ,', ~'.J' • "" " , ',~ -' .-,,,,,;.' l. '
1"''''''';:';:';~:'~fd;A~~J:~}~'Nri1:~:'J~~;~:~,g~f~¿~a~:i'g~~'~~jgfi~¡~f,~M
una casi totnlrt:elnl)orncióú dcllibro'nñncliéndo(ralamien\ossust'¡¡ncinles de aque-
llos temnsilOnboni;¡dos colas cc.lici6nes anict¡ó(cs .. ' '.' '.~' .',' . " .' ..... y
. 1
o
g p
• Teoría úsintólica
~ Series temporales
• Evaluación de modelos .
• MélOdo de los momenlos g~neralizados
• MélOdos compulacionales intensivos
• Microeconometría
TeoríaAsinlálica
Es frecuenle 'lue las especifi.cationes reales de \os)lIoucios no permilan desa.
rrollar resullndos ex~clos para mueslras finitns. Es posiblc;sin emhargll;derivar re.
sultados 'lue sean válidos de Corinaasinlólicil~ Últimamenlc, est¡ín sicndo ul,ilizados
proCUsamentetanlo el pri~cipio de la m¡íxill1a verosimilillld, como la c1;ísica rnzón
de .verosirÍ1ilitudes. Tan1bíén es muy frecuente, utilizarlos contrastes de Wald y cl~e ..
. ..105014lt ip Iicad9Jcs,.9~J",_;¡g~U!.1g~."J~Q9lC.a'p'(úiIQ.2~ ':cl:I:,eLccilllCXlodu iJ n, Illodelo.:?e ... .:..' ,
,._.,¡j¿~.~.~;i~,bí~:~.~;,-~llJue el regresar esel valor relnrdado de la variablc dcpcndientc;
se realiza una inlroducción a los resullados (le, In lc<ida 'asinlóliea yal princi¡jiode
, máxima ver;)siníllillld.' De' esle 'modo:,.cf leelor Coilóccrádesde buen princ~p~odi" '
,ehos 'conceplos b~sie6s: $1' Capllulo 5, oCrece un .lr'nl?mienI9 profundo. acerc~ del."
lll;\ximrr Verosi.mHiluü )' :la '1éi-.nade.cOnl~~SleS 'c1¡ísi,cQs. El Capllulo 6 (helerOced¡l~II-
cidad.y' i1ulo~orréL~c;i6ry) describe [\luehas,de I:is apliea~i~nes de esos cont!astes ...
• '.' . . ~ . ': . . ." í .
Evalt,ücilÍn dc Mo;lclos
1\'licroceoIlOlllelría' :',
,;'
Agr:J(lecilllientos . ,.
Nucslroscolegas dcl:l Universidad de C;¡lirorni:l, y esrecinlmcnle Jae'Woo
Lee. David Lilien y Jane}' Morrison: n(1S rroporcionaroll muchas sugerencias de
-~rin-úl:iidJd.
.:J1 . •
:T"";~~I','
'Re~¿oño'~iinicl~.lO<:~~~~i.,( 'i:,:,.",,:.l.(~'
-1 __
-"')'
~::".(,-~"r1;''1....
-_
::'e' .I'e',',o'
•••••••• _. J
---
",-
'"
••••••• e •.•.••.••.•.•••..•.•.•••.•.• ,
CAPíTULO 1
. . .' ~
::-~.-)-:..t=J.:'~""~Z''''':O '/ ,••..,:.•.;.~-~~..,,'.b:c ..?-. --'ry==o":""""!'';''t1:':r-;,''o,=s:
",'" ..~
. ¡'.
Relacion~s "entreDos.Variables
. .
"
. ;'
.. ~ '.
:: La liíeratur;¡ c::o~lÍl11icn ,~~lIIti~:li:.inn¿me'rnblcs clis~usi.ooes's9brcrc:litci.ones eotr'e
.. pn;e¡~s de' vari;¡hle5:',c.:;nliÚ::d y prc'c:u: C'0I1511.mo ei~g¡'esó:d:::nandn 'dc.dinero y I j,
po' de ¡¡'lcrcs: s:lldocomcrcialr t¡p.o dcc::mbio: edue:lción e. inveso:de'semplco y
. t;¡S;¡ de ¡nnación: entre 'olr;\s~ Eso .00 'significa quc .los econOmiSl:lS cre:Jn que el
.rllundoesiusceplible dc un an;\lisi~ adccuadobasadoen up conjunto de rel:lciones
. de: dos \'ariaules.'Lns reincinileslIlltÍ/iv(lrinblcs sJlen a la luz. enc~:lnto'se:lb:lndo-
nan los dia'grnm:ls bidil\lcl1sicinal¿sd~ los libros de 'texto. y ~e p:lsa :l analizar prob\e.
mns re"lcs. Sin embar~o;' t;x.istc~ cierlJs reiacioncs de dos v:lriables, ~ue 'Por sf 501a.s
resultan sig~¡[ic;)li";'a's: Y'ln:is iniponnnlcaún a. nueslros efectos, las hemmienlas
~~ ~c~l;\iic:l~ y ~'sl:~d¡sl'i~;'s)~~'Ú~~I,iñd;is' pn'r~~cs:,ydi~~'I:ls.ret~c:ó¡'es ':dc' 'dC)-s";¡¡j'~ii".
bies rcpr,cscnlanunn bns~fu¡'dameril;¡lpaf¡¡'el análisis de. siluacionesmá~ como
.. : plcjas. . . . " . .. .
'. . .;'
. .
:. '.Y:.:''':l~'~f~:'~'w.~:
-~ ...-::.:..?:,.;t:':'.;,t:~.' .~.~~'::'.:-':::."e; :";,::~.~:;';7::'!\:';>:\:";~;:"~,'?~~,'r:.';;.~~
'\~'\::':.~:;'{;.,(:;';':';/1:~.~f.t,\~ ":'~;~"::<'~'.~~.>~;
i~~;;;'.:;'.'-; ~;: ':!;.:,' :,,',: •. .:~/'l:''',~.~
,\:,1r:.~'~", :-t/ ,~~.:
:.:\~ \~~\;. '.:'.,'j?.,l,i
"f \~,'~''''''.\ ';'
I E~ el di~4uer" de d~lo~ que :i';nm[l~I,~c'sievolumcl\ se ofrece un" definici6n de;lod'J bJ Jcries. Lu ins'
Irueeiul1\:s ('I;,r".cc"d,,( .dic,h(lüi~~uei" ~e eneuenlr,n en ti AptndiceC. '_, '
Jlj() ~
:
~.
~
.~. 25
O
AHO) ,
~
I
. ;~"
f ,'....... .~,
' •••••• \~:.....
11'1(; 3~{J(l
'O
~'
~c~.
.;; \, .. ,
-;¡ 200 1 .:. \ :.¡;
~ p" I • \ ~.:i
g~ . '.. .... . .I "¡
". ~.;;-;. 1.50 .' " ..' •••. ,."'.,', I:_l.~,,'..' ...'.......•....
,' ~~,.•..,.•...¿.•.'....•..•••
~•..
:."
...
:••.••.
,'.,
•,:
..
••..•.•••••
_•••
: ••••
_'
..•
'.,
•:••
• ,'
•••••••••••.
,•••••••.
, •.•
,.•
'., ",'••••.•.•'. :!",UO
_ •• , ••.••0,•••..•.• ~,¡_.......
. - \JY.....• ' ..' _< .: •. , .••• ,'-.-o. • _ _ :; ."'c.':'.-<.,., .••:
.'.: .Oo<. '¡'.c ••.", .>"~".tt)\.I'
? . '-o 'N- "....'~ , , 150() 5..
:::
~ ~~,"'.. . .' . S
,\!'.~
: t..
Jlj()
"
••
..
?
;."
~. . > '~'.
250
'..
..•. ,,">1'. .•..
• " "
O
;¡: .. '.. '
."
o(
I
¡50 / .
./
100
.. .' +
'. " .
,"
.. .'
.'
'
... . ' ..
\",
50
. 1.000 '. 1,500 :, '. 2000-. 1500 )000 .~':\5¡)(J : ~(!<io.
" JiIlq
.. ~~ .
ti:)
.~ ,
. 'f'iGURAL1'" . .
. AI,~rro e 1 ngrcso ....
S:':Ill:1d0 en c.:Ieje horizonlal:n:ientrasqllc los valorl.:S t1..:!¡¡s scrics SI.:rcprcsenlan en
el ejl.: \'cnical. ¡\ lo largo del. periodo. e/ ing¡:cSO'l11l1:,:slra ulla iendcncia crl.:cienlc.
c.k la misllla rorma quc lall11ii~u fo nilJ(;Slra cl ahOrrócn ios primcros :1Iios u:.: la
mueSlra. Sin cmbargo. e/palróll no sc rcpiicili l.:njos aijos intcrmedios ni en los úl.
limos. Panienuo tk la 'Figura 1.1a, resulla ll.:J1I;IJor concluir quc cl ahurrOl:S mucllll
llliÍs voliilil quccl ingreso aúnquc, y ucbiuo ¿¡'lucias cscalas dc las serics son dislin .
¡¡¡S2,cSlO no. sca nccesariamcnle así.
Idénlica inrormación se hallil represclÍlada cn forma dc griirico d.: dispcrsi('li\
cn I¡í r-ig~'1.lh.En cSle caso, las series SI.:'oponl.:n ulia a otril. La dimcnsión licmpo
no sc IllUI.:Slra dc rorllla cxplíeila; sin cmhargo. ósi todas las apli:':i\l:í(lIll.:Sinrm:n¡íli.
"OS 1''''''; lo" 1" opdó" do ""i, 1'''"''0' ,um; "" "" 1 ,,;rioo. d, OHodo 'Iu, ,i guo,i".
.;.":., u',:~I~~~~:~:;~:
~~g~~;;~';
:~~:;,',,, ;,,,:;~,\:p;;!i~:,:~~:;~;!;~!
'~:':;;~~a: ~;
:.ÜIl,Hiellt1Cna'a-soéia-rsc ..cúA.incf~t1~C"ilIÓS.éil.l¡i-óii.a.H.~sull¡¡c\'id~nlcque,aresarde:
que la asociación £ca apro:<illlad:lmcnlc lincal ún la prilll~r;j parle uel pcriuJ,l. no lo
es en/a scgunua nlitild. .
r-i"ui'as
. •• 1'.1 }'l.3ilu~l¡'a'n '. üh'crs¡ls'asocia¡:iCJncs I.:iilrc el lo!!aril;1l0
_. nalur:11
ud gasto 'per£o.naJ reil'¡ e.rig'asolina (G/\S)::el JhgarilJno n;Ílural del precio real de /a
~i1sóJi,na (PRECIO) yel 10g¡;rillllO na\ur:dtJclingre£o púr£onal disponible re:d(IN.
GRESO). Las ddjniciolies de cnda'.una l)~ lassc.ríes.sc haUari dcscrilas cn t:I disquc.
te de ualos.La juslirica~ión de I~s .transfoflllaeioiH:s'logarítlllicas sc disculecnd
. Capítulo 2. Lif Figura',!:2 p.ropórcion¿¡' varios groiricosuc licmpo uc lo~ gaslos dc ga.
'soÚna, cl' precio'y cl. ingreso. la's series de prccio 'rejl. con 1987 como aiio base.-
-'muestran dos (jr;¡nl;\liea.~.siJb.idas de 'p-rceio a prin..:ipi;lS }' ;: (ipales dc los años 70.
subs¡ínauas liledianle£ellcJ¡¡£.réd~ct:ioll~sddpn,:cio nOlllilial(icl petroleo)' la jllna .
. ció n 'ue los ESl~dos Unidos; razón' p.ór,la cual d precili n:al del rinal.dcl periodo cr:l
üireri~r .rit Oblcliiuo' al principio. Tanio las seri~s.j(;ingrcsos COlllOlas tie gastos se
ilidic~n p~r't::~pita; ddiido aque~I.Il.úmero' de'h:lbil;lntcs tic. los ESlauos Unidos sú
'inl;ref)lenró el 44 % durant~crperiod.o •.-p:1sn'.nuo de' ! 76 millones a 25'1 millones. la
e
seric.(Ji: p'oblaciól'l ulilizada para de'fbclar .Ias series 'dc g:lSlO illf!reso se has¡1 CIl la
población civil'no.instituciollaliz'~da 'm¡¡yor: de 16 :iño~. tjlle ha slIfri.u.o un !ncn:men.
lo ,incluso mñs rdpido que el dc la p'oblación ~i,g~ncral. El gasto' rcal dc gasulina
per e~pjla s.e incrcn~cnlÓdc [orfna eOn~l~J~~c:dllr~nt~ lo~'año~. 60 y. principios dc s 11
70, llllentras que clll1greso real 'Y cl precIO real dllilll':nupn. Dicho rncremcnto cons .
l"nlc.'finalizó c~n líÍs-saelldid"sue prcci;' di: 10s,7(¡ y 1.:'1cOIIYlunlllde gasólina per t:;j.-
pil.1 janHísJla vuCllO '~:lIcanza(los elevados .ni\'clcs&.principios' ue .los 71J. ."
Losgr¡ífi~os ,de dispersión de"l'a:Fig.,'.3i1uslnIl,1 nl,is si' cabe la agilaci('lIl del
. n;ÚC;IUO. La grMica' 1 ja mU~$ir('l' cl'pc'ri¿da .c'onlplcld asi Cll1110'asoCiacioncs llIuy
diversas eillr:c gasto y p¡'l.:~io, t('¡IIÓ al inicil~ ud 'periouo camó 'at final. Lil Fig.l..:\b
.' jlerm¡lcapreciar, pa~~ el pedodo t::(;"ll¡;re.~l~liuocntrc 1l)59,¡ y 1l)7).)', la exislcncia
••••• ! •••••
..
/'.
1 .\íi.l
-7.(, ..
(JI H):. 1'1. I.UJ.'''U:-'II: I HI,\
5.2
-7.7
5.0
-7.X
:ro
<
"!"\ . O
8oc
lJ
( i\
...... j "ltECIO
, 1\:1 "::.¡ ,
-lU)
'o-'e •• ' ¡ \(~
..
I: '.
6
.....•..:,.. '
1
-S.I ~ •.4
60 65 70 . 75. 'SO 85 90
A,jo
(H)
-3.9
-4.U
-4.1
-.1.2 O
VI
W
oc
-O'~
~':.'~:
-4.4
-4.5
-X.I -~.6
(¡O (¡5. 70 75 8U 85 ., 'JO
Año
(h)
J7IGUltA 1.2
GrMic()s de series lemroJ~les lid logaritlllo n~tural del eonsull1o dc gasolin~ cn dól~rcs per
c;ípil~ de 1937. (;,) Consumo de g~solill~l's. e! logaritlllo nalur~1 del precio en Célililllos Jlor
~.~~
g.~lón de 1l}~7. (h) Consumo de g~solin~ ,"s. ellog~rillllon;llural del ingreso Jlcr c:ipil~ e/1 d6.
bres di: 1987. . .' .
"
'CAI'rTU~O I)'\clai:iones 'entre 'DosV~ri~bles ,5
;,' ~.' :.'
:~
5.2
:1 ,
\,. o
5.0
O
ti
~ 4.11
D.'
4.(,
. .
195'):1 ~1').IJ2.1 1959.1 ~ 197);)
4.4
-8.1 -8.0" -'-7.9 -7.8 . -7:7. '-:-7.6 ':'8.0 ....7.9-7.8 ~7.7 -1.6
GAS' ' 1'" :',
. GAS'
;".r
(ti) , '(1/)
L.
5.2
.5.0
O
ti
~ 4.8
o..
¡
l
~
í
4.4 ~
-7.80 -7.70 ...,7.65 -7.1
GAS.
(ti¡
'.,'
T AULA 1.1
Distribución,dc
., ":lo". a.--~.al/uras)'
:. _ pcrílllcfro-toi':ícit:o dc S~7J2lIlilil:lres
.•.•.._~~~rr:'~.,,;:'"'~~~:-~~~ escoccses'
.•.•...
,~.
- •.
T,\ULA 1.2
Media de I:ls alllJrns di\d~ ct perlmelro lorácico ' -'" 66,31' 66,H4 .67 SI) 69,16' -70,5)
Me~ia de lo.s pci-ímelros IQr;\cicos dadas !aÚliura$':,' '3~,4 L., 39,19 4o:i6 "'4~o.'i6 41.80
". .... ~ ..
. '.
.'~ L:. , ,'. '.: '.'.: •. ~-,~ " ' ~ :~..: ;''":.;''!.<--.':~ ._:" ~ . , ''4.,'.~' .,'" ,,' ::.l' /.i. 0,.
conJu~.lo de dalos se.a.na!tz!lráec:ono¡nélricamenlc-' en -elpr-csenle.cápfluloy:'en'
"t "'-.'..... • -. : .• " . ." " .••.
: _ ¡._ .. ,..r '_, ~ ' •• _ •
: .,'
r,\I'iTl:l.O 1: l\clacioJl~s élúrc Dos Va,ri~lbJcs 7
~... . .
_ . __
; __ ' ' ." .' .:r(~x¡-::<~:.: :i;:;:fi- y , '., ..,
dOITde~. e 1': iliuic.all. 'respeeUvnm<;rile_,:las mcuias'lllu'eslrales de Xc Y.La Fi"ura
l.~ s?iiala u~1.punf0 l~ui,ilu~~r~liv?sobrc 'él gr¡\[ic;o de disp~rsión; se' trata d~U:1
punt,O~uc define' unos Iluevos ~jcs, ..r::s.le:p'l~n'l.¿)sé- OQ~i?,ic .~, p.anir de ,;s medias
nlUes.(~es de X c. Y. Eslos_ nueyos eJcs"pcfnHlen conslruir. cualro cuadrantes nurúe-
i;i~ose.n cl senlido,dc las-agujns del reloj. Elproduci<;J "¡Yi esposilivo para rodos los
punlos de I~s cu¡¡~ran~cs l. ¥ JILYI\egál.ivo ¡:>:iraio~os I?s plintos 'de los cuadran les
,J I Y.1V" Unarcl:reió¡) posiiiva.lcndrá la n1a);oría de' suspiJntos eh los cuadranles] \'
' '_ I! 1, Illien~'rits, 9ue unn r~lacronlicgal:¡va los tcil.drá mayoritariamente en los ()(ro~
, ,d~~ :~uauran~es. po.r con~il?lI,i~n.te';.Ja'(ürmura t'
= '(¡'1 )'¡)indicani ~ila pCnUiCl1lC del
- ?rahco-de dispersión cs, ppsitiv,;\ ~ ricga~i.~h.EI SUlIlhlorio.'sincl'llb¡\i;go:'ic;ó'uer;l a
IIlcrem~nlarse cn valor absQluIQcuaríloslll,í's_dalos se 'añadan a la mucstra. Por esta
ra~~nresulta' más adccu~doexpresar. .el SU'11!,iórro ell,,valpres WVl/lcrlio, es decir,
UIIlI1..a'1uoel'collceplo de cOl~nril/ÍI~anillcslral.' . .. '.' .
- . ,-', n .
cov{X, Y) = 2>(X.~X}(Y:-,Y)11I
. -". :. ¡ =:.1.:,., L,;' '. .
~{ , ( 1.1 )
:;: ~')(i);¡lll .'
. -';=.1,'- " ,
"1" •
- "
~1(TOlJOS DE ECO~O;IETI(IA
Cllur/rm;(i'll
(:ry) 'Í'egali"l"
ell";!"'"lrl
(xy) positivo
""!:--'!~.O
,.'",
'", .
-
FIGUH.A1.4" .• --. Ji
.
._ .'
"'-:-,h'.f 11
r= \ ..
('
..,í .
,,f.
')(
,.-,-. "1n i='"
y¡,.
Sr.
=¿X¡y¡lIlSxSy (1.2) ,
tlonde Sx =
\
2:" "}i"'
j = I
"
'\' \;?/Il
.'. ~':<;.'
.,¿",
.¡ =.'
,1" . \ ~ ... . ~." • " _,.7 0_'
"~o.
:.1
,~~~-'~~-'-i.~~'.,.,\/I'
". ; ,(1.3)
.r
',12; XL\/'2- y2~'.J
.\ ""1,'
./ ,.: .
. :~.. :... ..
. ',,-;:. ":,,/I¿Xy~(iXÜih,,:.:, ,:: ,. ' .. '
i, (¿n2.'., ;.; ,
. ,',. .. ,¡'.,'.:", ',.-, "~l.~",": :)'~;',," ',,: .. .,~,' .:'.':', ,:'~""< ~.,.:.... ':.
En gerreral, un.•, i1iSlrtbiJCIÓil,dcUQs, varlab1cscomC! 1,<1
!!,oslrad~cnla T;Jbla 1,1; se
rc~)<rcst,llIa•.Il1c~i,ilil1ic'P:1.~~~,1T vrii,d~h:~i:,:Yj'.~c~~':'~~~'.r~ec'~c.n~,i~.~li; p;i;n'.( ':"1, ".:Ú~¡ .
=
y J I, .... ,/,.X¡ rcprcsenlacl punlo meiJlo uel,.eslmo subllllervalo del cJe X,mlcn-'
Iras. 'V¡ :rcpr~s.l:h~~.,c} ',!~li't;lo rn~'(j!9d~1 'tésiillo"subi~'I~r~~lo' del eje 'Y. U liIiz4:n~o_;IÍ1
pcriouo'p¡!ra el :¡ubíl!dié.c sob(~elsual h:l)cnitlo lligar c1SUIl1,<ilorio; 135 rr.ecÚenc!as"
nwr~in"aJc~dc. X; vienen:da'dils p~rn¡.'"= Ij.; ¡"¡¡para r.:l,.:.",.,r~ Tá~es r~recuc.n,~ias:' _,
nwrgin<i(cs; junIo conlosvalorcs Xi', nos cO!,d.ucir:íri n I;;,c!esvi~dón est5ndnrdc X,
cSI!Jcs, s.;.
Las rrccucnci;'\s.iil~!rgi~!alc~de' l/osOIlI/.¡.=; par;; j = 1: oo.: p. Oc ,estc i~~
"ii/ "
riioélo"sc"obilt'ñ'é 'W"dc5viti'ti6.!y,esl:ín'danlc":'Y,' ;i'VFi rl'alnrenle,'obl-enem.os: lo' '¡:O~l!'" VI
dOlHJen escl
mose]
.'
coeficienleue
númcró
.'
lolal tic observ~ci,~nc~~
correlaCiÓn
.. paráÚriadislrib¡jció~
' ..
Ü;;¡cndolostres
' .
ti¿ñ~e~los,ex'pres<1.
.""'.,.
defrécueJÍcia
...
" ..
de dos varia-
,
,
', . ' ,
"',f;'¡iX/j~~(.Inj';¡)'
'}=.' .\ ..... , .. ,=1
(0£ lI;j1/¡)",
., .\;=1.
r=
.,<
' .. ".'
'fll.,}~i;..'(
-/=
I".í.':X')'Z
I 1 } j= I } ,} .
" ," .'
'". '.'
r 10 .• ~~¡;TOf)OSl)IlIlCUNO~II:TllfA
1.2.2 LosLíIl1~les
cn,'~'l inl'erv¡;lrié~1l11~Jre:H.lid6'cnlre .
¡'. .,.',:~,. '. ¡".{
':.'
)
~'".
. ~ '."4. ..•
.
..¡".
" ".;,
" .. \
)o.
.. :.
'.'1 •. ~ ,
:. ". '.
,. ">, .
' ••• ': •••
'..
o"
...".~ ••••
••.•
"VI
!.'
• . - :.
" .. " , ",.......
'. : .
".:'.:..,
"
~- (
'.''#0 .
. ,:
.;'~':.'
. .•
. ..... ..
'
, ..
';"
...
x.
:. t ' ,,".~ " ,
.(n)
~
.
..... ,
".'.
. ~. '.
\.:-. ': .. ., .!
! "
..: '" -1
, t,
CAI'ITUJ.()1:Rclacioncsclllrc Dos V~ri~htcs 11
. "
.1G.'Uun)' Yulé:"Wliy !Jo' \Ve Somelimes pe' NlÍ,;sen'sc CO~;Cblil\l1s hCI\\'eel1 Time Series?". Jmm/ll{ ,,/
'r"~ iltly,,{Slll/iJli~,,1 S"cic/y.Sérics A: Gcncr:ll,.lI\l, 1926. ¡.ti\l. "
.1, Chnrles '1...Plussc[ y G. Willialll.Seh;v~ll. "M,;nc)':.hleollle ami SlIlI'sliOIS:~-Icastirin¡; EClllhllllic Itclali"ns.
hips al;~ Effccls nf DifferCllCin¡;.~'J";",;,,i,,/ M()~.lclnrr fC/JII;""íc.r. 4, 11)J~.6~7-(,611.
1 O;",j¡] F. Ilel1ur)', "[Oconolllel'rics . Alchei,iy'or' Seiencc?':;'1:'cflJú'lIIicn: ~7. '1\l:;():'~¡¡7-~1l6.
. •.L~~{eil.,1cllci'ls,~olllo.la 1l1~)'off~,dc:los fC,nÚrilCllqSecci';(\'lllico~;resllI1;\I)'~ Ille¡\ud(~ fr;i¡;ilcs y lr~llsilnri"s.
E, Sir Alce C"irncross,.lIIlO ifclos'ceolloil1isla~l)rit~nic.Qs'I.!'"is. dislingiliuos ~'co,nsejcro ceoJl('mico ud go.
hieril') bril;\níeo: quicn ulili7.1\latí lirie~ 'cxpresiórl: "Un~ 'Icnden.:i:, es un~ Icndi:ncip. es un" IcnMnri", pe .
. 'ro la 1;;c'¡;Ulllaes i.• all\~ii;;\fucrza'i')lpr':l'isla ,¡UCitl\l:r~ su ~urso r I~ obligue"
,c~h~'r;\ c¿míndnse? í.1'11\1;r;~
¡lc¡:~r'l\ su' fin prclll"tllr~IllCnlc'!'; , . .
-~-~------~-------- -------~-------------
dcn neccsariamcnte a :Hlmcnlar, igual que el ingreso no'J'nin<l1de los Eslados Un'i~
dos}' la lasa de infiacil')I\ bril:ínica. Las series son el resull<l'do de lñ'c'cÍlnisn;-ós'gcI1é':"
rauon:s inconeXos que aC:lb:1Jlmoslrando movimienlos conlemporáneos de ascenso
y/o descenso y. por lo l:\JiIO. codicien les de correlación elevauos. En el próximo cn.
pílUlo mosl raremos cómo I:,S lendencias deben <l(lec'lIarsc n lnles series y cómo c<ll-
elllar los residllos parn dichas lcn'denciás~ Las correlaciones cn'lre p<lrc~ de residllos
p'ara la!<:s series resullar:ín despreciables. .
, .I,Ln.'LlQ!Dli!allernalivn de correlacionar r~~i¿luos sin lendencin consisle en C<l\.cú-
l<lr la, c.9~ación entre l<ls primcras diferclICias de l<lsseries. Las prinlerris diferen-
cias son, simplemenle~ los cambios que lienen lugnr en las series entre observ<lcioneS
<ldyacenles.Se indican normalmente medianle elsímbolo, u oper;¡dor, 6. Así pues~
ó.X',=X,':'X'.1 " ó.Y,=Y,- Y,.I
1\'1 uch as s~:,i.e,s_con_e kV,¡ldas.co l:rdacioncs-en lr,c.Xe-Y-(IOS-lI~\'), mosl ra rá n
hajas correl:l,c.i~~~esenlre 6X e 6 Y (l<lspril/lC!rns diferC!llcim). Dicho resultado..Ji_uele
indic:ll:...uña relaciÓn'~-:-P(J1'oírofií(Jo-, ~i cxislelln<l relación' caus~í enlre~
va ria ~ll.~~-:::pe r~mo~~~~ra 1',co~re l<lciones ~;~I~~Y¡;c'¡csY¡;\í~bilñCñl?C.É.~i
r<l:~dl£e~as. Este, punto !i<lSido resnllado reéÍenlemenle en un imporlanle docu-
mento escrilo por Sliglti' }' Shcrwin9; La lesis princip<ll del documelllonfirma que si
dos bienes o 'servicios est;ínen un íilismo mercado, sus p'recios deberí<lll ha'l1<lrse in-
limnmenlerClacio'hados. Sinemb<lrgo, la mnyoría de los precios, igunl que la m<lyo-'
ría de las series económicas, mueslrnn movimienlos lcndenciales en el liempo. St;-
g1cr }' Slierwin 'desean .evilar que su estudio se,confunda con una f<llsa eorrcl<lción.
Como ejemplo, los precios ue los fUlurosde plalaen diciembre de 1982 en el New
York Commodil)' .Exchangc }' en el Chicago Board of Tr<lde, para un periodo de 30
días lnborables, proporcÍonó una correlaciólllinenl r = 0.997, mientrns que los C<lm-
bios de precio dieron r = 0.1)56, Los' dalos,de los precios ll1ensu;iles (le harina al por
mayor en dos .cenlr'os de la .induslrial cerealerrien Milllie<lpolis •.Minnesola. y,Kan-
sas Cil)', Missouri, en el pe¡:iodo 1971.198(proporcionan correl<lciones de 0,97 p~ra
los ,~ivr;k,~).j~I\Jsyariab.I,esy.deO.92para.lnsprimcrasdiferencias. En nmbos casos,
';
lascoÚcl.acionesdc las pri,i;erascliferc',i2i;,s rauer;,.;;., el; gran maneral~sco;T~'I~~"
'ci0nes de losilivdes }' reafirm<ln l<llcsis de un mercndo lmico p<lra dichos bienes.
.'"
En la costa oesle de I,os EstadÓs UúidoS,la g;isolin<llú suminislran tanlo los "gran.
des" dislribuidores (Arco. SI,lell, Tcxaco, elc.) como los "peqlieiios" o "indepen-
dienles". Los grahdeshan ofrecido, Ir<ldicion<lln1enle, una mayor varieuad de pro .
duelos basad<l enel oClanajcde la,gasolina, forma de pngo. nivel de servicio. elC.;
• Gcorg~ J. Sligkr y Roberl ,\. Shcr\\'ill,'''Thc EXICIlI'~~ Ihe i\la,kcl".J"''''/111 ti/l."": 111/11 f.crmnmin, 21\.
19:\5. 555;5};5.
. C~I.ITULO 1: Rclaci~nes enlre 6.05 yariables
, ~..- :". .,' '. . ' .
'1. :. ~
na
'~'i~lic-nlr'¡iqu'elo~'PC(IUeil~~.h~n:vcndido siel:np~e~~~c~ntac\.~ 'J o(rc:cl~Io :u. gama de
- producloS .ilás limilada. Ell I~ prini<lvera de 1983, Arco suprimió las l~t¡elas de cré- ,
dilO Pi'ra d,eclicarse excl~\sivalllcnle a,l,a venIa al contado ..En e~,olono de ,1983, el
reslO(!e losgrant\cs respondiÓ sin a~~ndonar la.s larjelas d~ ~rédl~o aunqu.e I~,:ro~u.
ciendo dOSPIecios'nuevos. un precIo par¡¡lnr¡elasdecredl.lo.y un pre:lO II1ferlpr
para' pago(at ~tlntútlo. ,En consecuencia, uno de los pequeños dem~ndo ~ Arco <ll
amp<lro tklasleyes ¡lnlilrUsl. Eldema'19\lnle, b<lSó,c1 C<lSOen la. eXls1enCln de d,C?s
, illerc"t1os diSlinlOS 'I;ar<l .la gasolin~:~II1~ en ~Ique losgr<lndes compelían enlre cll~s
y 011'0 donde' cOlllpetían, los pequeños. Aleg"ron 'ad.cm~~, aUfl~ue no en el leng~aJ.e
utiÚzado por nosoiros,que,Arcoer<l c;omo,ul'l,libtirón que había sallado. de la PI~CI-
n<l grandc::<l la pequeñ<l para engullirl()s a,lodos.Na(liec~pstion(¡ que eXIstía un tlP~
dé compelencia enlre.los grandes y olrnenlre los, pequeiios: la' pregunla cl.av,e era SI
existí<l conipelencia enlregrand~s ypcqueilos: " ,. .., :
, . El problema proporcion<l,el,eandidnlp pelJecl~ par¡luna!"állsls tIpO
SlÍgl,er/Sherwin. ,La cncu,cst<lcle Lun'dberg pr~porciol,l~ cat~ados m~~~s informació.n
delallada sobre precios .dctodo tipo de gnsol,in:, y QCla!l<ljes, p~sad~cn, tjnnan~plHI
mueslra de es\acionescle ser~icio. Lpsdatos so.~ 'ún, p¡'om~diÓ enlre grandes y .
péq~,efios;, L6s gra ndes,mu~si r.an'~()~~, p.r()du~t()s ,di réreDCi~~?S~~O~ Ira"CY aIro
los pequeños. EslO permitió, clcálc~!o de 6~ co¿~k,ienles ,de, c?rr,elaC\.ón pn,r,a lodos,
, los'pa(~sdc pr!)(iUClOS:~"l.re lo~, gran~~s, y,6 coe.(icierl1e,s d~c9rrcla~i~ne.~tr~ los
peq,u~ñós. See.sper"b;i que cada.)u~g(),.d.ecocq~i~ntes,diera lugara~l.rra~ m~y ele-
vad<ls, renejolJehl inlel1sidad del~cjn~pel~nci~,~n ¡:I, seno de~a~agrupa. SIl1 cm-
bargo;fue ,lambiénposib'c,éalculn¡-18~gefic:ien,les ele c?r,relacióry para todos aque-
llos pares eruzadÓs de pr~cio ,dev~do y precio ¡¡'ferioL.I::sos 48 coeficientes debe~f •
an resullarno significativos de haber sido correela lalesis del demahdante. Por otro
lado; si sólocxislieril lÚ' gmn l1lercacloltnicci dela gasolin\l.las correlaciones crU7.a-
das no 'rcs~llarínÍl lan marcadamehtc inferiores a I<lS ~orrdaciones internas dentro
d~cada grupó.Esinl¿¡-~~tinle ¡-c~all¡¡j-cn es le problemil que las cc:melncioncs inler-
,nil~..eJ..~I,lJro~e c'ada grupo proporcionan unare(erencia estándar para aseguradas
, . ,.,', ,. 'cb~r~l;dó'h:¿r¿;~i.¡;-d'i\5:'''E'n'''rbs'tnsos'\1j'sci:J Udcrs~.'e~;:~~".dogUlTlet:'.~o'de<SJ,i,g~,erl~h~J~vir¡,.
sólo podían establecersejuicios subj~livosacctca d~linmaiiodelcoeficientedc',co-
rrel<lci6i,requcridopam eSlilbleé:erque dosbiencs,per'lenedan al mismo mercado ..
, El csludioanleriar origina ulla IÍl<lIri.i de 110 cocficicnlcsdecorrelación. Y,
~onl<l finalitlild de Cvi\<lrciedas corrc\aéionésespúréas, la malriz..se ca1cuI6p<lra las
variablcsennivtlcs, paralas prinleÍ'<\sdiferenci<ls, pnra loslogaritl1los de los niveles
y para l<lsprimerasdiferencias deloslog<lriimos (que miden los cambios porcenlua-
les en los precios). Sé uti1i7.6, además, el <lnálisis de regresión para enconlra~ me-
di<lllle un <ljusle l<lsposibles innucnciascomunes del precio del pelroleo o I~ IIlnn-
ción gelleral, yseca\cu\aronlambién las mhtrices dé correlaciones enlre reSIduos y
las regresiones anles mencionadils. En lodos los casos, las m<llrices moslr<lban "bos-
ques" de árbo1cs<lllos (esto es, élcvndos coeficienles de corrcl<lción), yesos árboles
eran lan allos en c1rccl:íngtrlode I~s correlaciones cru1.<ldas como en los lriángulos
ll\ , ", ";";'.¡.J~~~
. ONO~\Ell • •. ." (,.
L
' ~' " .' '. '
"',, C,\I'I'll;LCl 1: RcI:lcillllcS ClIlfC Dos Variabks 15
. "';'¡~;¡:;';::. r ~::::':: .
1'::\:,1.-1)1""" ... ",¡:;.;:.,
Di.~lribi7Ció'~ '(i~prnhahilid:ld il~ dus ."ariahlcs
"fl"~"'~"""'~'~."'...".,-c'","~~-:T---'" ,- _~"..'~_"__'_-: ~
-",r.~~,:lp~~' .<J.', ,-.!:n,-r¡'i:ti;!t~••
,-f~g; ~\,!.".
'.l',l;'~,.~,
• l'r(,I)'.II'I'I'I(I"'(
~.
~~~
.'_,.':.__,~ .'•..~..,:,,.:.''...::.~•....
".','
:: :.:.;,:.y:.P'
I'ruhahilillad"
..
~.:.~:.!.r.f
'.•.~.' ..~•••~/;'..!of:¡
.• i.• ';- (
..'''')
j.;,.•{ ;'/:):""':¡:"~'"
~,Pl;':.),'.~.p:.:,t.'..'.;., '.•.¡::..',.,::'
.•. , 'f.':':.' :,:)'.•¡::.:, ii/.I,,,.;¡,'¡;I';."
'...Ú co\'arianza es
.'.',..:~:mt:;y,'..'
. . A.,./- ,:l., 1, , ." ..
". .';;".',~Dj}~~J~~;"~,:/~'~'~;"
: .
(TX).='eo'v(x;;h>~:Ei(;'Y::":'Jl)(Y~' ~ .)J' j .
T;,l.n[~ las mt:dias t:ondicionalc~' cumo_I;~~. varianzas son runciones de X, por lo que
e.xlsle un conjunto de 111 medlils cOlHl1clOnales y. v:lri:lnz:ls. De modo similar,la
liI¡¡ de prol>al>ilidadcssc utiliza para eslúdiar las distribuCiones condicionales de X
dado Y. '
TAlIl.,\ U
..• l~~Slrihlll:ión ele e10s v:lrillhles e1el ingreso
l~;.
y el gasto vacaciollal (Y)
•.•••• .:..'- ••• Il&-..L •••i._:I .•• ~~.I:...a.:..~t'_:.-..,
;,J_ ••..•.•••
X($'OOO)
20 30 <10
1 ,28 ,O) O
2 ,OS .15 ,03
Y 3 ,04 ,06 ,0(,
(S'llllll) <1
5
(j
°°
O
O
,06 ,15
,0)
O ,03
Probahilidad marginal ,40 ,30 ,30
l\kdia (Y IX) , 1,4 2,5 3,9
Var (VI X) - ,-. ,44 ,85 I,Q'J
TAIlI.A 1.5
ProlJahilidndcs conc!icionilli:sdc la TalJla 1.4
':"\..0'. ~~.,.\ •....••. ~t ••.••.••...L -4':"-'.,.1U,,-~ ••.••\H-.Jt •••••~ •• -.:.a.loIo'~""" • .u
2 J <1 S (í
21) 0.7 ..• 0,2 0,1
X 30.
<lO
0,1
'
0,5 '
0,1
0,2 °
0,2 ° °°
O
CArll'ULO 1: Rclnciones
.
entre Dos Vnriablcs
mento p¡¡rn ti! direrencia de 30.000$ a 40.000$ que para la dHerencia de -20.000S a
30.o0d~~~Lava~ia;\za'condicionnl se increment~ asimi~mo con e'¡ ingresO. Podríamos
.•1".," .'
llevar n c¡¡bo un an;\lisis similar p:lríl X dado Y. Tal an;\lisis interesaría a la agencia
de viajes preocupada por la distribucióil de los ingresos de sus clientes con un gasto
en vacaciones dndo.
, ,'" J,-
f(xi y) := . X
.
" 2nu TU
. ),
,v"):pf ,
,
exr {_
2(1
~ 2['(,~-VT)~_ 21'(~'«-"x) (~)+ (~)21}
[1) U.T _ Ux Ux u)'
(f.~3)'
"*" '..., ~ '- .•••
Así pues"ln distribuci6n marginóll de X es un<l distribución normal con media J.lx Y dcs~
vinc'ión eSl~ndnr u.•" De formOl similólr, 101distribución m:lrginal de Y es una distribu-
ción normal con media JI." y.desvinción estiÍnd<lr4J¡,. ~l otro pólrámetro que nperece en
la ecuación (1.13) cs [1 que no es otra cosa que el coeficiente de correlnci6n linenl entre
X e Y. Fin<llmente; 01partir de la disírilÚJción conjunta [ecuación (1.13)J y la distribu-
ción m:l~ginóll [ecuación (1.14»)II,obtc)lemOS la dist'ribuci6n condicionnl de Y dndo X,
r'''l ~'~.' (1 f(y 1"..
xt~.f(x, y)/f(x)
(1.j5)
•.. ~,' ,.
18 MtrOOOS DI: ECONmIETlII"
. . .
donde y
........•
~•.= ~:: .•..'. '.~ ",',
(1.17)
La med'ia condicional es; por 101;,nlo, función lineal d'ela varial;leK La varianza
condicional no varía con Xyvienc dnda por . . . .
.' "., .' . .
lA. ... ... '. . .' ..•.•<.;. .....; .... '.' ....c. . ..• , ...
EL'l\'1o'6eJ.;,o
. '.
DE.'liECiU~siÓN.Lt~~AL
' .~ . -..
, .' -
DI): DOS Vi\It.I1\.~LES
'-. .' -".
, '.' .1,_
,.,.." '
1',\I'ITlII.O1: RelaciOnes Clllre Dos Variahles .l')
Anles de formular un ¡Iloudo para el gasl~ en ,;aeaciones condicionado por t:I in-
greso, CoilsiderenlOs' cllmo obtener los ualos originales de las variables. Una posihi.
lidad sería exlraer una mucslra de 11 familias dcltol,,1 uc Nfnmiliasde In población
y oblener I?s vnlores de X e l' a p,irlirdel alio en Cllcsliónl1. Se t'rnln de un cjcmplo
de c1:I(OS (le cnr(e Iransl'crs:\1. P~ra la
IOlalidad.de las IV familias. sc dar¡ín algunns
dislribllcioncs dc uos variables (presumiblcmelite complejas y. cicnamcnle, tkseo-
naciuas). La misma distribución de. dos\'ariables scr¡Í, de alglin modo. unn dislribu-
ción marginnl de IInn t1islribución mullivnriantc que ~ubriría el ingreso y lodas Ins
cnlegorías ue gasto. La lcorín económica, concentrándose en In distribución condi.
cional. sugeriría '.' '.'
.dolídc se espera que ,t:(X) sen uníl función creciente de X. Si la esperanza condicio.
nal es li'leal en X.como résulln un el'ctlso de una distribllción normal de dos varia .
. . bies, enlonees . . ..' ..
, ..
E(YIX) =.~ +fJX ".
. '.. .. (l.IlJ)
.'.'Para la. [amilin i.ésillln~.~lichúspér~l\ia:rn~lein~licn r'csuiln
'.'.1;::( VI ~'íí),;,.t~:+JIX;
1ll0S
, ,"
el supucsto
,
de hOllloscedaslic'ld~el
' u
y a f"Irmaremos.. clue ''I ,', .. '
1,ll101I SUII CUIISlalltes C ¡lid' l' (',
( ' ' as V,1rI.1I1Zasde perlur-
, 'Cf ellllellles del IlIgreso f' I '
iJlclI 'quc las pnlurbaciollc's e •• el"'1"( " ,lila mcnte, suponemos tam-
, .. ,~ 15 1I luyell IndepemJ'. I '
hace notorio, elllollces, lelllas C011'10'I' " ' ~en emenlc unas de Olras, Se
' , .1, vacaclón-m'\I1n" (1 I I .. '
'urllpa)
E . y pcrtur[¡aciólles CI'\I"1111;'111'C' ' ;", ,. oc o e mundo viajando a
' ' "~ poslllvas El' ',. ' ,
bacloncs lit! cst;íll cllrrci"CI'lll1'1 " " 1" supueslo lI11phca que las perlur-
. ' , t .15a pares.' n... '. 1 d '
normcnle mellciollados. lellcmosque ,eSUmll;lle o lo os los supuestos antc-
o,. lICIO recer lIn:l inlcrprelacioll úlil 'f .' ,,:" csu la. por lo (;¡I;.
. ..) , lIcrn de ' amblgucdades de ji( "1<,
'') l',1 ti'Islll-
.'
. co\'(.\'. Y) = ¿,
"" ¿, [l'(.\'
IJ '
- JI -' )()', I
-
J',. )
l J ,',
I . . I ,.' I
Indcpcndientementc ele que I'os dalos mllestrales proven~;\!l' ele' una serie 'Iemporal' o
""e\rlJI1a nHlcslra tlecorlc Iransvcrsal,la formam<Ís sencilla de expresar un modelo tle
es'
..' 'dos v;¡;'¡aG¡;;~, 'ti::';; +/Jxi~+'ii;;cn "¿¡6'iid'citilici1C'l¡na:-t1~sITibuciónitillqu~csiid(n" .,.
(12), El modelo Ilenelres parámetros ncstimar, ci: fJ ya!, Lospar5Í11elros a y fJ s~ es- "
liman conjunl.nmcnle, ya qué sus valores numéricos son necesarios para obtener la
ecu;¡ción elc la líne:, de rcgr~sión que "jllslamejor los dalos: Una vez oblcriid;¡ la lí-
nea de ajusle,losresidúos con,respei:loadichalíneaseUlili'l;¡r~n pará eslimar (72.
, Un cslim:Hlor es una rÓ¡:il1ula, inétodO o-reccla par:! estimar un par;\meIJodcs-
. conocido en una población; y una CSlill1:lciónescl valqr n~mérico obtenido cüando .
en la fórmula sesuslituyen'iosdatas'dcl;¡ mueslra. El primer paso para conseguir
. que losdalos de 1" mueslra se ajusten'" una Iínearecla es Irnzar undiagrarila de dis-
persióny ase~ur"rse,med¡anlelainspcccióndelgráfico. que l" dispersión es :\proxi-
ll1:ltlamenle lineal.: EnC!siguienle Cápíllllo discutiremosc\ lr¡¡l¡¡rnienlo de lasdis-
pcrsionés no lineales, Dcnomincrilos Vi =' n+bX¡ a la, líne¡¡ recta ajustada, donde V¡
intli~a la allu'ra elcl" línea'~n X¡.EI vnlarobscrvado'de )'¡ser:í, en gerieral, una eles-
vi;¡cióndCY¡, Se pueden óblcner Iliúchqs eSlim;¡(Jor'es pitra c1par~.b, Veamos algu-
n"s posibilidad~s: .. . . .
22 . ~I¡;;TODOSDe ECONO~lcmll\
1. Ajuslnr una lincn visualmente: y lrnlar dcinluir 'losvalores impliciloS para 1" oro
denada sobre el origen de coordcilndasy In 'PGndjcnl~ b: Disliill~ls "artislas" di.'
bujarian líneas dislinlas, por lo que esprcrcribli:i<~ner un eslimador qu~, !j,~~c.
pcndienlemcnle del invesligador que realice el esludio. 'Iioscondu'l.ca aun mis.
nlo resullado para un ~onjunlo'idénlico ~c da:lo~¡ ." ~: e;' '.'
2, Tinar una línea desde el punlomás ala ¡i.c¡uicf(\ade la dispersion hasla el si.
luadomás a la derecha. Siendo X~cl mínimo valor mueslraldc Xy X •• elmáxi.
mo, e Y" Y ••,I'os ~¡¡lores a;odados d~ Y. el'cslil~ladorsú¡í .
'. "
'.,l~4.j.i51i~;::l(i.o¡.es.Nlíni;li¡;ls.c:.~'¡I~:\iicOs ,...,., ..
, '. '. ',,' •• ," ''', '.' .., .!
. ..'." ••••• :' ,.,..... .'.~' :. ,:' o." • .,- "'", ;,' •. ':. o', •. ,': .' ,', ....."
"
, .
',.
,'¡ •• 1 ••
C,\I'ITULO 1:Rda~iul\cs cnlr..: Dl1s Variabks
\'
/'
'.\
\J'
, I
. ~ 11
o' x: x
,
..
'
1;,'1G U HA 1.6
Rcsi.dl!ll.sde una línca recl~';\jll~tada~
• ". • J.
( I .2(,)
",
'.Sil11l):i~icando,oblenCI~1?S'laS~Clla~i9I1c~norlll:d~~'r~ra'.IÍ1.r~g'r~s¡ó':;¡'¡.;cal de y so-
.brc''\. ESIOes, .' .
. o'
'1: A'I. (;~ile.,~~rlas d~r.i,'ac.l;i~,l~ej:ililll; el si~nl~ ~~II;I¡'t;;r;r..CI;~1;I;iS;l\() fll;;,r.y direr~,;dalll()s. en Sil ill~"r. el
krn~"111 tIP'CO.col\respcclo ,1 1/ l' ~.ohsc.f\'anc.ló :s¡mplcnj~lll'e !;.' rcgla de ql;C c\!alqui~r cnl'slante ~s SIIS-
cepllhlc.,c.le Iraslac.lar,se delante <leI.signo del slImatorio. y,que cuallllliere;lInhin dé un 1'111110 c.lela m'uest'"
a O\~o d~her;i.manle,!erSe a la c.lerécha c.lelsi~no' dcl';>Ilma.lllfio. Finalmcnlc. pllesto q'uc no csiSle .amhieiic.
. dau, ."
hemus
..'. obviado lo~ subíndiccs.'. )',d filli;'u
~.' del súmai\).rio
". " .• , ,1 .E'slriclamC'l\"II',I,I"I"lio
• •.• l. ~ • P oc.l' r1iH1H'S u"ISlln~lllr
- .
. lamh,en enlre 1m . valorcs
". 1/ y' ./, qlle npare.'ccn . 'cn. . la rórmula
" , )' I,ucucn m,'ni'l,,"",rsc
", \'• 1'1'
~. ''',Ior ~:\
'. l"\pCn 'I~ I(:OS
quc,
" de hechu ".. llllnllnI1.an
'. " la sllma ',. (Ic lo~ ',' l'u¡illr"dos
'/ . _ '.' de Ill~ • residllllS
" ". I,eru 11'\,; IIU""()
••• '. \' c.I¡,; l'lit Ina l' nUJ1lnHl
".
f1es¡:o,de amhl¡:Uedad cs,.slente. hcm(j~ optado por. mantener la rllrilllll" CI; SIIordcn. .
. ".' ..
!., ~II'II)I'''.' "1, 1,('():-;()~II'.IIlI"
¿Y=I1(1 + IJ¿X
( 1.28)
¿X)'=(I¿X+!J¿X2
La r:win dd adjctivo 11(}/'IIW/ rcsullar<i cvicJenle en cuanto discutamos postcrior-
mcntc 1:,gl:oml:tría de los mínimo euadr:ílieos:
La primera ccu:l\:ilÍn normal se redefine como
II=Y-bX (1.29)
Suhstituyendo 11 en la segunda ecuación normal, obtenemos
I X)'
/J=-- =r~
SI'
( 1.30)
l: xl ..sr
Así pues, In pendiente mínimo cuadrática puede eslimarse cn primcr lugnr me-
cJi;¡nle la ecunción (1.30) n parlir de las. des\'incioncs muestrales, mientras quc In in.
tcrsección se obticne ni suslituir IJ en la ecuación (1.29). Nótese <Iue ambas fórmulas
poscen formn itlénlicn n las proporcionndas en In ecuación (1.l7) para la intersec-
ción y In mcdin condicional en la dislribución normal de dos variables. La única cJi-
fcrencia estriba en que las ccuaciones( 1.29) y (1.30) están expresadas en térmiilOs-
de estadísticos muestra les, mienlrns qúe la ecu<lcióri (1.17) se escribe cn términosdc _."-
los parámetros pOblacion01les:. _
Resumiendo. el prilJcipiode los mínimos cltadrado~~[es propiedades illJ- .
pllrlnnles. ivlinimiza "la suma d~'fOs¿l¡;drnd-;;~de los residuo~asa a través del pun~
lo mccJio (,Y, )).),~0~;";d~cs¡r¡¡rñCCüaci6n (1.29);y, fi;ñlmente, los residuos mí- .
nimo cuadr:íticos li~;l~~ ~;;~~ cer03JJla mueslra con los vnloces-d_e~. .'.
Es imposible c'Sii~l;"arI;"~ianza .dcl término de. perlllrbación (T2 il parlir de
una mueSlrn de vaJores de 11, yaquc éstos dependen de los vnlores desconocidos de
u y f1 Y. por lo tanto, son no obser\'abies~ El eslimador sc basa en los residuos cabi-
lados (los c¡). Hi1y dos posibili(ladcs; ulilizarl:c2/11 o 1c2/(1l ..: 2). En el Capítulo 3
cxplicnrel110s 100SraZoncs porlns cuales 101clec~ión l11,íshabilunl es
c- -
~ ,.
s2=_,¿__
( 1.3\)
(n - 2)
L Xc = ¿ (.1' + ,\')<-
=¿.xed'¿ e
. ;..~
= Lxe
Por lo 1:11110.
co\'(,\', e) =U IlIilil.:I",Jo la ecuación (1.27)
CA,'ITULO 1: Rclncioncs énlrc Dos V;¡rinblcs 15
.'
1-.1 'su;"a <le los cuadrados de lr:s residuos resulta, s~r una funciÓn. cuadr<'ílica'.dc. b.
Ya que 2: x2 ;;. o (la iguilldad existirín'tnn sólo ?n e! .caso pn~ológ~co de ~nn~a.~I~:
' ción cero en la variable X), cl único punto eslaclOnano es necesnnamente un ml~1
1110.Suslituycndo cnlaec~la~i.6n ,(1.30), obll';Il.17.n~qs~_
.., " '..' ..•..• ..,.,.
• "'=.'. O~,,";.Xy~:.~:.~:~.:':2.'
.. '" '. ,y,.,t'lI;3J)':-""
LJ LJ .,0 .•• ",~.: .:' .••.. , ~..~' .. '-
11No exi~lC. poulc~¡;raci~. Iln~ nol~ción uniforme p~ra'tn suma de los tundrados. H.ny ~Ulores qne ~~~
7.:lnSCR p:"~.indicar la ~Ilm~ de tu~dr~tlos debidos n In re¡;resión (nueslro. SC~.). mlenlr~s que co~ ,
~imholil.:lllta Sil"':1 de clladr:ltlos uehitlllsn los ertorc~(nueslro SCR). .. .
;
26 Mt:WOOS un,coHoMerJd,,:,
1.4.5 Un EjclllploN~mérico;;'
r .'
230:::,10(/ +120/>
.~ :
. ' .. ~
~ . . O', ', ••
y.... . ~..~.)1-JJ~\'=8-),7~~4)..:::.I.
. . - '. " " • ~! • ., - . ¡... ..' ~
'La sU~la de' cunil;r<lÚo;e~plka¿j¡¡ por',:¡ reg~~sión'~~~I~~~la.é~;ii10 .' . ,
I .;'.
.. "/....",..SCR~. 'S&.i. SCE ~,1'24.'_'1~2.5.~.i:s
" ,. . , " ....'.. • :, .
. Fi;lallllc~ie',
".
.Ia pro~;ci¡'~i'Ón.d~ la vnrinc;iói1Y
• • • O", •
'explic~éj¡i: por la ;c.gresió~lli.ne'al.Cs"
, ,.' " •• '.' .,
.,.'.'
l .•• -.
1'2
" . SCE . '12i,~" ..'
=__ . = -' -. = 0,987:;.
'c:'
. ser- .'
..:.. '.. .
124
. ,
..
.. ~ .
'
... ...
t
~ .... 'í', ... .'
"
. .
, b = \'I"¡Y¡ :
, ~,
ESlos peso~ sor~~i¡p~en: mu'ql rns rcpelidas ypo~ecn I~s sígui~ntes propic~ladcs:
. ,.)
2'1';=0 21\'¡ =, '(,",.2 )' (1.36)
. ¿X¡ '.
Por lo cUíll
, .
E(II) == a (1.41 )
. ' , j,
I
,:~_;.~' t '~,:' I .
,.1,
'~
'~"
,,',
t l. .~ ,I ."- ,;' ~:
~~;¡I;'ULO
;:ltcló\C¡O~cS ctllr~Uti~'\'~n~lJh;s
~,,, ' .1:
',' ,,; , ,' ,
y , ,<~;'({/)~'~~r),
'::>f J':. 2
, ' , ".", " , ',:" ,.L 11," LX, "" '" "',
ÉSlas cúal~~ r.órl\l~Jl;\s'nQs'cl~',(¡as:h,~din's 'y'lns:'J¡s¡rib'u~ío~esill¡';i;ílllllcs"de a y: b;
/\uen;~s~ ¿onv¡cn~ ~ts~iiúq'Selotups ~;si¡¡'n:i~ofes"só~eli r,énérill 'noesloc;\slica-
Illeilltin¿\i.:peiidicíúes;'slendót'su'¿o~ariilni¡;'¡gu¡i'\",\'20 . ,,"
, ,',' , ";, ",~ ':..') :{:\~u~~~;:;;,~~i:' .:;1', , ' i,
, " ' ',. •• ~qv(ll.,'.l¡)= ':";-'-2" ',.' , -:::i ;. I r:.. { , ,.:j' (1.43),
, , :' ,': ,:" , ",' ',,~',:\:, 'i.~'~\<~::;,,':,2:,x\.'. ",;"", , !.,;)'":""",,I,,~ :~~~~t:":",, ':1 ~:', _ (-' 1
leesi:ribir que cov(Y. b )=.cov(r7; b)=;~~;:.. ',,:,'\, ' ' '" ",' '(
, " . i ,,' .. ' ";',,~., ;,', ,.,'1' '.1 ..- :'" ,.:'
:" , '. ",' ¡.' . ' ~,'
_, I
1\\,: " , '1' '
1.5.2 El Tcorcn;udcCnuss-M':I~kov'
" " , " .. "" e.,' ' .' ,.
i,,",'1'" un ," I""d,,, ii"",i I,;,e..,do ,,,bli ",Iu de p, El ,,1' "lo de I",,,g;d,, 1m:
\""~"~~~~,';;';~~';;~~~~~1'
l;",*,~~.~\I",,¡;.,~g,~~il,\~"l.n"""(':CjJl'e'""''';b,,,,,,*\l'!'I'''''
,:v"r(/;.)=}ar(b) ,+.cr2~:(C;~wY
.Ya que LCe; -w¡)2 ?o O. ~nlonc:c~~;Ir{1J*)~v~r(I)). Sólo~xisleiglJald;ld en' c;lsúde
qUec¡ ='l1'ipan,tt)uoi.cSIO'CS, tuanubb.'';'' b.Elcslimadormíninlo cU:ldrático Cs, "
dcnlro dclgiupodc eSlimadores linealc~.inse~gados, c1'que.posee lavarianzarnrhi.
nia ypor ello sccolldcC como elll\cJorc~lill\al1oriincalinscsgido. OCSlimador linc-
op¡imo (EllO):, ' ' . '
o
lu Vé;tseApindicel.3. .
11 Véase Apé~lllice 1.-1:
JO ~¡¡;TOOOS01: ECoNOMETnlA
Los resultados que hemos eSlablecido Il~s'la nquísupon}an lJue,:la uislribu~ión de. It
es lal que "¡ es iid(O, (1'2). La derivaci6n de losproccdimientos úe infe.r~ncia requIe-
re un' supuesto más en cuanto a la forma dela~istribllción' de pl'llbablhd:ld de las 1/.
Habilualmente se asume qüe exisle 11Ofll ICI/iclllcl, illstiricado por el alracll\'O propor-
cionado por el Teoremadd LímltcCcnlral, al represenlOlr 1;15 ¡, el efcclonel~ ue
muchas innuencias distintas aunque no cOlIcUlables. El resulladode unOl comblnOl-
ción lineal de vari¡¡blcS nonnalcs lambi<in sigUc unadisifibuciú~l normal. Por 10 la n-
'10 como veíamos Cil laecuaci6n (L13), 1<1dislribllción nHleslr;il de t1,b es una nor:
m~1 dedos ,'ariables. Porcoilsig~ienié,'las disiribuciones olarginalCs SÓll también
normal~s y. vienen delerminadas' por las m~diasy las ,variani¡ls oblenidas anlerior-
mente; Así pues, . . . .' " " ,'. ,'. .' .
<c..;;"""'~::i:~;~~;~~~'~:~~;;~;;,~:i~';;:'-~~~:;~;~L:~;;~
x2." La raíz cu;Ídrada de 'esta varializa,' estócs.lil desvia<;ión eSllíndar dc la ulslnbu-
. ci6n múeslral se denomlna,a 'menu'do'comoC1 error csi~ntÍ:ir de ¡j. y seindiéll comó .
• I . • ." ~. - • '. • •
.
' ," (/.~~'r~,'(I~(i+!r)1. (1.45)
L. . '.1 ~x
.Conoc~end~"fl;.19S 're~lJH~do.s po¡J~í~ll) ú\iii;'arse "dirécla'Ólenle:en:' uni\ ..aplicaciÓ¡~
• 1;'r¡íCli.c¿'llo~cjeml;lC,}: CP!l la siguiente f0r.Jlllila':ol)lel)drí¡lI~lli~ un Í!llqvaJo de .con-
.. fia~t.a[Ja:ra'pd~195%: .: ..... ',' ". '. ',". .
... 'b 96~¡V¿x2 j:'1
P~rti'endo de ;a 'e~J~e¡6~
,
(L~4'j; ~~~c';~~~~'t~~;hié.~'~~~:',
.••• r • ':
(J/':';¿x2 'c.e.(b)'.' .
Cuanuo se uesconoce (T2 resulta imposible ¡¡plicar estos proc(;uiillientos. Para desa.
rrollar un procedimiento que sca operalivo prec}s;\remos de. dos rcsullauos más.
Los mcncionamos a conlinuación' y,' para el caso general de regresión .múltiple. los
comprobaremos en el Capítulo 3. Los resullados relevantes son
,le2 . :
-,- - X2(1I-2) (\ .47)
(J'2 .
que se Icc como "2.('!./u!. se distribuye como X!. con (11 - 2) grados de liberl¡H.l",~'
. .
¿e!. se dislribuyci,ülepe,;dientcmenle ue/(I/:/)) (1.-1:)
En el Ap~ndice 13se mueSlrOl cómo la distribución / queda definida como la combi-
nación de una variable normal estándar y una variable X2 imlcpendienlc. Por lo tan-
to, siguiendo las ecuaciones desde (1.46) a (1.4:::), obtenemus
~~~¡~"fiC~{~;i~;;;¡;¡~1g;1~";;,.
.....;...... ...;.' ..,.. ..¡".,."k..,J,,,[: '" )
"'i'"!P'" '~',¡;;~';i';;""
.'. $(VJ xl., - '. .
donde'.I'2 = 2.c!./(1/ - 2), es eleslimador J~ a2 definido en la ecuación (\.3 \). NÓlese
que la'ecuaeión (1.41)) lien'e idénliea cstruc.ll;ra' ala eeuaciún (1.46), diferenci;índllse
úlúeilmenlc en que el valor. uesconoeido' c.Ica :;c susliluye por su cstimadur s. De cs-
le.modo, la distribución. rionna(se l¡:ansforma en ulúi dislrihución /. Cuando el nú.
. mero de grados de liberl!~d es nlayor quc' 3D, cntonces s.e ignoran las uiferencias en .
lre .los valores críticos de'la dislribució~ / y \a..dislribución normal cSláÍld¡ir,. Unin-
ler.valade confiariz¡; deLl)5% p¡~Tafl; ts ..
.¿~.tli'.4i25S;.V¿x2. : (UO)
( 1.51 )
y. 1(11 res\I¡"lar¡\ "rechazado al nivci de sigllificaci<Í1I deLi%en caso dc.q\lc -el~'alor ab.
solu!ó ue IJcxccd~ /limsvecés sü' err,()r Cst:¡.nd'ar.U;ahre\'j'aiui';i e.e.{IJ) se ulillza pa-
.. ..~,:.
' . ..' '.. '. .
, " .. ,.'.:' . .:'.', . . . :. .
',' , ¡,' •
ra lk'lcrminar lanloel eri'or t.:sl;índar di.: fl. rea( C~)JJ1O el eSlim;HJo. El ésl;lt!íSlico de
plllt.:ba prt.:si.:nl;ldlli.:nla t.:Ci"lcilln (1~5i) cS,uíial'ulina que apan:ceenln mayoría de
pro~ral11aSinrl1rlll;ílicliS quéi'i.:;¡liz;ln I¡is c¡ílculos de la regresilín)' sut.:1c i.:liquelarse
ClllIH.1T-STI\T. ¡"Iuchos progralll;~s ploporcion.ln asimismo un v¡dor que es la 1"
plub;¡[lilid;¡d di.: ublt.:ni.:1 un co..:l'iCi'cnle igl,a'lo'sujleri()l: a ccro si. de hecho. el ver'da-
lkrul'alnr d~1 cudiciei¡'¡~ t.:scero (es d~cir,si la hipótesis nula es ciert;¡). Este nllme-
ro se el iqll(':lar;í COl1lo'I'~V í\ LU E O 2-TI\I L S IG.
Siguiendo un desai-rol'lo si',{lilar, tenemos conlrélslés relalivos a lél ordenélda en el
(Jri~t.:n.
•.. o inlersección.
. ':,
basados en la dislribuciónl: ','
. 1<
(1.53 )
Los CUI11f;lslt.:s rc\;I,cionados con ;~2,se de;'.i\;an de ,los resull;Hlos de \01 ecuación
(1.,17), (ir;;cias:1 t.:~;e,resullalíll. 'pod~mos escribir. poreje~lplo, que
• '. .l ., • "
',' [ ,
pI oh X-II.()2.~<
(;, - 2)J2,
,,'
~"
< X-n.975
'J ::: 0.95
' ( l.55)
, ,(J'-, .'
. .
.• ~
. ." ",
'.. ,
rt.:sull;¡UO que illdica que el 95% de los 'vnlores de unn vélriable X2 caer;íll enlr~ los
\'alor..:s que dejall el 2,:i% ell c;ld;, cola d~ 101 úislribllciól~. Los vnlores crílicos se ob-
1i..:11e,11,;1 ,P~H~~;:.~,~,~~,9i~,l~ib;l.~i,~?/;~(~,~;J!,1,,,,}),~r~ld(),~~7}i~),~rló)d.(l, ncce.die'ld~a.,
c1los;¡"Vn[.1,r,:de;tin'fJl'ograllla 1lI10fmallCO élpropl;¡do. El umcn FaCIal' desconocIdo
<':11la'ccli~¿i<Í1I '(I.$:i) es Ir},)' el cU;llellido dé InaFirlllnciól1 de probabilid;¡d se re-
cOllrigurarííl de lasiguiellle Formapar;i'oIHellerulI 95% dcinter\'alo deculiFi;¡nza
..
"-,' " .. '
, «,' ", .
.. vélr([¡)<s2/2}~2~:=Y,5I,H)::: 0P125 ':
'c,.f 16 )"~'O.;
~~~(I/')~'''~'\('l-'';:
, . .... ..' 5 <10,'
, '" \.1" ,.
"'1:1:'.3,182(0,5;177)':' ','"
i ,',
"
eslocs, '"
::'~O,7i\." él
es decir •
", "
1;39" a'," 2.11',
La inlersecciÓn 110cssi~niFic;¡liv¡¡mcnle dislina a ce'ro .
,. " "
.c.C;(I)J:O;1,I18 ...,' .
Como anl~riormelllCllelllosilldicado,ún~v~z calc;úlndoslos intervalos de cOIIFi~n-
za se hace jnnt;cesnrio re¡¡li'l:¡iJ;,COnlr~is.les~esig.niFicación.L¡¡razó~e~q~ccu;¡Iqu,e~
i,lIerva\o de confianza que IIlclu)'élcl cero ~qUlvalc ¡¡ nceplar la hlpoleSlS ue que e
'valorré;¡ldcllial':llúClroescero;yqucl.lniilléJ'valo quena élbarque el cero equiv;¡le
¡¡rech;¡~ar 101 hirÓlCsislIllb:> •....... ..,'> , ...' '.' :. '.
L" dislribuciÓn Xi licnel¡'esgr;\dos(l~ li,~~rléldx2o;(m,::: 0;~16 )'.X20,975: 9,35. Te;e-
nlos lalllbicn-¿e2
'., ","':'.
=
I.S.Por IOlanlO;,c1lnle[vél\o
"
de con[lanzn del 95)'oparíl a ,es
" 1, '--, ." '; ,'" ' .•
1.S
, '0.216
,34
csto cs;
, n',16,a
,;..,
,seEIl
:f= '
SerV(n' - 2)
: ':.. :
", :
L\I'ina,o 1:I~daciunes enlre Dus Variables 35
Fucn(c tic \'ari;lri,iu SUllla tic rll:lllr;lllos ' Gr;llllÍstlc 1¡I¡crlad i\IClli;1 ,le rll:ldrados
(1) (2) . ' (3) . (4)
, ..
X SCE = b~'i. ,i,2 , -' -1 SCE/I
Residuos SCR = ¿ (,2 (n -2), seR/(n -2)
JOlal ser = Iy2 (n - 1)
. SCEíl
f = .' , >F.() 1\" ( 1. 1/ - 2)
.' . SCrV(2)" .. _,' '. . .'
.,' :".-' ..... ~.. _.. ,:n,.-.:' _.......•. ,: ... :' .,' :,' '.
el\, dondeJ:¡)I)'~ indica cl valor-de f,pnr.i.elc'tialtinicilrnclllc e'15% dc la <Jislrihnción
.' .'ca~' a li¡,d~r,~c'IHI'de laordcnadacórJ-cspondicli.le .il'J:¡1.')5:i)iIt'amalt~j"i r' 01 ros ni \'ek~
~I~sigliificación. scguirí<ll11o.s Ull j1róécso similnr.; .. ',..' . ..' .
n,caliccl\)os unsc¡)~iIlCl.cjcmplo'l~ul,iiéric6 siglli~ll'u(;,las Tablas Uí y 1.7.
..
J(,
,'II~I U/Jl)S /JI: I~C():-;(1,'II:Tlií"
(159)
Con la ayuda de alglÍnc¡ílculo adiciollal podcmos verqllc úicha relación, par;¡ el an-
(erior ejcmplo. se m;¡nticnelal1to para los cstmlísticos mucslrales como para los v;¡~
lures l"rílicos, Existe;llin'lllia tercera versión de la prucba que se utiliza CI1 ;¡Igunas
ocasioncs, 'Tcl1icnúo 'cn'cucnla la úesCOI1]posiciólide la Suma de cuadrados dc I;¡
ccuilción (1.33),. .c;l'cSlaúístico F úe la Ccuación (1.58) pucde formularsc allenialiv;¡.
~~;..
lI1entc COIl1O.
F= r!(1I - 2)
_
(1 _ ,.2) ( /.(jO)
'-;1 r;lí" clI;ldral!i1 dc eslc csta~¡ísl.ico n;)s d~i"¡í un eSladístico (, ,.
' (= ,~
\/ (1 - r~) '
-===- (1.61)
C'''',d ,;" d, ,,,,m,,,; ";,;<,,¡ro'''<;O,,'J, x, pod,,,,o, ufifi",'''''o,, "',",,,i,o F,
"'''''' el """"In '" ¡, ,Ii'll¡l,;"¡",, , , De "', ",ndo, ¡,nd"",,, "',," mi I U" "',d ¡";.
,n d, 1''''''''' 1'''''' ;";;,;,,,. el ",h" dd ,;"[;<;,,,,, d, '0"""<;6" 'OmoI"u,h" cel,.
1"", ,,1,-"1,,,'" 1"I'''ld!,;,,, d" 1"ceg,',j"" u, ~""'n";"",,,,,,.o,;';,,, ,,,d,,,o,,,.
I'",;,;,j" d, ,,, ""'''¡. d, 1",",,'d,'" dn';""" Iq,,;'''' q", '" 1, 'nnn" ",n,id,. oh' ,,,.
drc/lIos unil misma ri:s¡)u'csta I)a,:a l/ni! .lin.ic¡¡pregul1ta: (',Juega X u'n IJó1pcf
ó
,." "d ¡"¡""n,,,,, ,;gn;ro",,; ,-o",1, ""pli'''i '' d, l"! . ,,,..,. ""
7
J. "".' ..,,"" o....
PREDIC.' CrÓNEN'UN l\oIODELO DE HEGRES,IÓN
D E DOS VAIUAnLES
Después de eSlima~ la recta d¿ regresi(íli" parlir de una nll,eslra de 11 observaciones,
solemos centrar nuestro inl<:réscn alglÍll v;dor específico X de la variable que aCllÍa
o
C0l110regresar, con objclo de' predecir .el valor l'oque con más probabilidad se halle
ilsociildo a Xo. Por ejcmpk), suponiendo (¡lIC y indica elconsunlo de ga'solinil y X el
preciO, nosinlcresaríilpredccir ctiál seríaladcmanúa dé gasolina en caso dc Una fu-
tura subida úe precios. El villor úeXu' puede perteneccr 'ill ¡'üngo de valores úe X cn
la l11uestra o, m;ís frccüentementc, podcillOseSlarintcr~sados en prcdecir y pa/:a Un
villor úe X J/lcm de l;isobser\'ilcione5 .JlJtieslr¡¡les, En cualquicr caso, la predicción se
conslruye bajo el 5upuésio ciegue la relación gClícradora de .laJ1jUe.~lr;lde datos in-
cluye lambién lanucva obsen't1Ció;l, (antositiene <Iue vcr con un periodo de Iic.:mpo
futuro como si se rcfierca 'un;] uhid¡lÚ que ,io fuc incluida ell la Ilúlcslra 'en el caso
. ,;.:
•• ~~#').'~"'i
_., ~
.. - .:: .....:'...:. ...
, .
~- •••••• -- •• ...!.- ••
....• _...•. ¡,,-:.. .:. ::
. .. :.,. /
-,,,,,?,,,,,,,,r,--'(é,?,,,:,.,~,:c:,,,,,,,.,,,",,,r.f,",4:t
, ,,",',',
. '¡¡'lo;t-«?''''~'''''?7'"'''''~~?''''
'M""'t-', ,)<,~,_".
'(163) '"A',
vor(c(})
...•. ..•.
=~2(.'1 .
+¡~ +
11
'~r5.2.')
¿_\
(L65)
creta'en el.pcriodode' p'r.c'dicc\ÓI). Qe Corina "nás .realista •.el mterés. suele centrrtrsc
.e;iia.'predicei6~delv~lor
'. .. .,'
n~i:djo.de'Yu,esdecir ',' .' '
, ' '.E(Y }= <x+ fJX u
. . '.' '.. ..... ,.. :.... ':. .... o " . _ o' '. . '. . d' .ó S'"
<l.,.,,'''ii,.
. De este' (nodo e.1io,¡namos c1térn)i~no, JIU dc I¡rexprcsióndel ~rr.or depre leel Il.. 1-,
&"'",<ld " "' ¡"no ,ipo
, £(Y~) hl\ciendoo'o .
oh".emo,. o,, ".,,!oli' '"""""'.' ,,195%
.... .
i"" p"'".
, ':.' ... ,. ..:0 ... '.' .. ,':: .'. ( "\'\2'
. o . '.! «(l, '1- ~¡\;o)::!; /1l.uUs, -:;0+
': 1 \XU-,\}O.
••••
Lx .
~ •• (168)'
.'
'.' o
: o
,, .' l ..
En 'las ee!Jacio~e~'.('.~:.~;) '~:{1.68);'ia ~¡I~plillJ¿¡'de:L :illt~r~~lo¡J~ '¿o~lfi~nl~ sc"~n~r~.-.
menta de Cornla 'simétrica en' la medida ql!C .IIOSblCjalnos de !ti medlll muestral X..
. S.igújendÓ con ei cje~npl0 nliolér ¡¡niyrior~ ,e¡'i~'rer~¡\IO de ccil~fiall1.-aud 95 % .
ic6
pi\ra el valor de Y condicionadÓa lIl~va.'orX = la, es" . ,. '.
,. ......., . :.'...,........' l' (' O_ 4)'
1 + 1¡75(10) :1:.3.182
.'
-l. ~ +
".S.
vo:s .' 40
L " .,:
':,' "
, ~,:
',- '
que es
,16,14 a- 20,86 .
Con el fin de probar si una nueva observación (Xo' }'o) tiene su origen cn la eslruc.
lura generadora dela muestra de datos, conlraslaremos la observación con el inter-
valo de confianza para' Yuo Pelr ejelúplo, la observació!l( I (J, 25) proporciona un va-
lor de Y situado fuera llel' intervalo de 15.24 a 21.76: por 10 qüerechazan.:mos. con
un nivel de significación ud 5%.1a hipótesis de qlle esl:r observación pertenece a la
misma estructura que gencró la muestra de dalos .
1.8
CONSUI\'IO DE GASOLINA: UN ANALISIS PRELIMINAR
' .. ' .
. 'l.l La citada rcgrcsióil, i~u:d 'Iuc la mar'~ría ¡klos ;c~uh~dn~ mmtr;,dllS Cll lo~ CapiH!ln~ 1 a 'J. se Ohlicllc a
: •• .parlir de EVic\\"so prograllla illf,irm¡ili'coyn.Willuo'\\"s de Oua;lIit¡ili\'c':'-licn' SIlÍ\w:nco Ir\'illc, Californiil.
, .' .....
'1
..
.' ••••••••.• -.;.-.;.', :o•• :.:'. .. ",. .~
siól1 eSli.,iiada. p'r~/;(r:-sr{/(i.\'(¡c)~s~'1 valor P Cjlie verifica la hipótesis de relación nula
cnlr~ las dos vhriables, hip0lesis t1arml1ente n:chazaUa en el ejemplo. '
,. • • ,( .' I " ~ •
.' "!
TABLA 1.9
O": ..
;':.;~,~;"i;r:~\i{L'kl;1
., . 'R'egrcsióndel consumo de gasolil1? sohre el precio, 19R2.1 a
.1992.1
APÉNI)lCI( /.: •.
, .
" .. ,'~ ,¡;
1 ~,; .",
l'
;"
" " l'
',:"
: .,1;
11'
"
. \
¡', .,
:r:''''~~~
....
'..' .... r-;q, ...,~~....;:,:..•......".
-..~,.,. APENDICE'1.2 "
i' •• r ••. - ....
-, .~, ''< •••••• .,.,
o,,,'
•••.• _ •.•• ~
•
"'\
::.
:.¡,-
•• ":f.~~
.••
'.
' .....
,-:~.•:tt('"VI<"
" ,
l"'~-r. •••¡1"';!:.:.I' ..•.t~-,~.'''',l,:r.
• : . '.
•.!... J. 1" ',,:;
, '
_.
McTOOOS 01: IECONO~IIETI\IA'~ '
\-. '.
Ahora
" ,.' , .
.' . .
, ,E(,¡lJ= (J2/I/' , ,. .
..";.,.;"4:,;,,~c"L,,c"c:ll~.1~~::L:~.:$;!1;~,~:,;,:;1rJ:)~~~;1~~:
.•.,..
,.=~CT
.) '2" , ",,'
. 11 ' "
=0'
"
. .'" . [1,g2]
,var(n);::: u2 ~;;¡-,'.~'_
,
",. .' 11"" ~ v2 .'
•• "" ... ' ", 'L;\', '.
, " ;'£(IJ,-jJ);;J':'.fE(b~fl)21
... ~ ' u2/?,:'
.. ','.,'"'
~:::~,_"-'.' ..
ArÉNDICE-l~4
E! :~0;:'.:mauc'Ga.uss-Markoy
• ',1;
\:
,¿ ..C'=
I
O )' \: i;.X.=
"¿ , I ¿\: c.\',
ti
=1
Cuando se satisfacell i\lllhas condiciones.
Z;":;Ql
•.' ,.Con","" '"'' "'"",:',;,
!J, f()rmulamos
;d:,:',~::,::,,:,~L~tlI,:~:~:", ¡,¡¡,j¡6r,{fMií:~¡;?"
Por lo .lanto,'
\:c7
L'
=~;1.7
¿' ':6'
+ ~(C'~ ,,',.)2+
I -
i\:';\'(C~~",)
L,.¡' I I ,.
APÉNDICE 1.5
Para dcri\'ar var(eo)
. [''1+ ...:.....+
1 i
j2] "
, ';::: (1'2 _'1_' .
PHO/lLEi\I,\S
1.2.
u.
1..1.
1.5.
1.Ií,
1.7.
Ui.
CAl'[TU;~O1:ltcla~iullcsclllrcdos variables 45
.
: 1, • ~ "
.
..•......•.---...:;...
- -:.
',.'" ,1,'
¿X J 1~:4,,t¿~'O:
=:= 20,72
'.¿.>t1o:12.I,6":¿y2o:R4,96 .. :¿ XYo:22.13 _
-'.,
'Eslimar
.
ambas ecu~ci~íles ..', de re~rcsiÓj¡,calcola¡'
- .. ' ' ....,
j'2 y confirmar "
las.afirmaciuncs anle:
~'.
.:..... riorcs,
1.1"2. Dcnl~slril~ é¡uc,sicn<.ló r ~I cocficicntedc c~rrc1aciól\ ellln: 1/ pares dc variaÍllcs ..
.~.:". '(X¡.Y¡), c1¡;ua<.lr~do" d~ ¡a'correlación ~nlrelos!1 p¡¡'res (I'X¡ + /1, eY¡ + ti). donue a, /J, e
.,:.:~' ..trt~";n~'"
..,¿~~~,-;~A1;:.,~;\/j;i~t~~~sr~1~~;~,;,~,~¡~~i~~~;'¡~;L~h1J~'f.~1fi~'ri;1{¡
, . : ""dias arilill'~lic:ls: ~prQ\:icncli ~e Ull C¡!lljulllll
. de ualo~ del j,ji(resu a¡;re~'adll l' leI'colI'
'~:~:~~,'
. '
. ,sumo agregádo C., . ," : : . , .' ", " . :: .,',: . " . '
.' , .;' '::' ' "" " .': ::;. " .~.., ' .' '.
- •...._.~~~.~-"~~~_
-,
" ':,"".:I'i,in;ero,'.
'. , .. '. . .. .
. "' .. '
.
..-~..
. .,-
.... :
I\'hicslra (I'e mllc'slr:ls.' ~ .,',y".' 's,' ,sr' ; r,y.
1, 600 .,"
' . 5 12-' 2 '3 o/)
2' '. ;400'" 7 "
10 ;3 4 0,7
.... ,
ÚS. Un ¡Ilv~~iligador'sc'mu~~tb inl'CrCSlllio?il'las d\l~ scric~ si~uienlcs~ definidas para el
, pcri~do compren~¡{\o.'enlrc 1935 y:1 ~~(í. .',. ':'. '. .'.
. '. ", . . .... '.' 11..... :.. ~.
:X, Illué[les OC; rii.¡ios , .60' 62' '.61 '5~ 5:1'60 63. 53 52.' 4:)' ,19 43
menoré.s de ", año ¡ . ..
" '. (<XX» ',' : . .•. -:.
~~d;~~¡M~;\fi:~;;;1~~~~'O'"cy.:
J<' .•• ,<,:.~I~~;
~¡~I
(lrc.?I\<~I.,O~I~D.i~,~.S
.. ' . dirercncias,
!~.pl
..\!e~r.I.r.I!}.9"f.{!~" Y:C,(ll!1!=.n!iJt! iLjllsliJicátliúll,¡Ari'X( ;íJ~s'~~::"\:"
Estiil1~r (, y fJ)' talc:U'lar sus ej-~óres c;l¡inSar;Esli.)l;;-r:~1 I'nJ;II'-~e 1;; .;',cdia wn'dicionnl
)Ie. l' corrcspondicnl.c, a X ,=d ni y :cnco'nlrar '111.1
inl~r\'alo de confializaiiel N5 'Yo' p;Ír;1 cs.
la inedia.' .. . " .' ' .. , "
; .
. ~:
....:
£(YI,Y) = u + fJX .
(2.1 )
2.1
..'....EI> T'18¡VI P:O'Co.l\10~lt ~~q:RJ:j;~()It;:~~:';'~:,,:~!!~,.',:,,:,:';.":';';::r-r"J,:'?":,~;;,.;",:.,.~",",'::".:
:-",;':c,-,.',. ';.,.,';,',", .' ',.' .
j
r 50 MC,TODOS DE I!CO,"O~Il:TI\IÁ
IllviÚÚnlosobscrvacioncsan~alcsdellil¡¡
dos~nlrc 1~80 y 1992. CO~laríamoscon'la~
la variable T: . .
vnriable'paralos (JI 13) ¡u"¡osIransclIrri.
siguientcs posibles'cspi:ciricaciólics
. . . . .
para'
=
T= 1, 2,3 .. :.. i3
. '- . ..
T=-:6.'':''5. ~ ...;6' .
En los Ires casos, la unidad dc m~dida cs cl año. L;)s orr~cncs son, rcspeclivamcnlc,
el inicio oclcalcndariogrcgoriano, 1979 )' 1086. Ellercer esquema reslI\la vcnlajoso
para cálculos a pequciincsclIlaporquc. cncslc .casO. T licne media ccro .. Por lo la n- .
lO, lasccunciones nórnúllcs q~eajuslan la ccuacióÍ1 (2.5) sc reduccn'a
. ~ ~ ,.",. .
.". . .: n= Y )""'1J~1TYI'LT2 . . .
qi.tc pourá'~ro
":':~':~~"'1VfáiYn5~~ ser ulilizndarifotih~
~'r:íiúnsi ¡ico~"g'Cllri~l\rt'.n
<..lireclamenle \(:m~;\ lic;)J'neJll~¿1I1JJ.:";\d;,!?J.¡:;.TJ~gtlP,,,;
como' uregr'csor 'CI.lel a;dlisis de re~l:esi6Íl. S~ ,'
..; '.,
. '
. Ir:lla, . de.la :,';'.',
segunda delas. cspecificudone~
. ': .... '.'pa,ra,T
.... ' mencionadas
.. ,,,.' ... '.' . rirevíamenle.':'
.' .... :.
. ,,' ..'
. .
. 1.i.i
. Curvasdc
.~ .- '.
Yar¡\í~¡ón(ércdmicnlo)
. ,_.'..' . '
Cill\sianlc.
.' ~.
. '. ..' '
. jJ = lil(r+. g) (2,S)
CX'= . Y.u
In. y
:'
...
('Mill/I.O 1: Otros i\SPCl:IOS dl.:las I{daciolll.:s ellll': Dos Variahles :'i I
Si se sospccha que ulla serie liene una lasa dc variación cOnSla;\l'c. 'cnlonces CS' rcco.
mcndable represcnlár el' log.¡ir,lmO dc la serie conlracllicmpo.Encaso de que el grá.
fico rcsul\caproximadamcnlclincal. sS ajllsla la ccuación (2.7) por mínimos cuadra.
dos y sc oblicne la regrcsión dcllogarillllu de.)' coiilra c1licmpo. Elcoeficicnlc de la
pcndienlc resullanlc proporciona una cSlimación.~ de la lasa Lk variaciúi\, en la forma
.
sicndo g = cl •• 1
. .,.Así.,plles,a ..\'lil'l!S/\-
•.partiL.deJasvd.mer,,$!~I.i.f.l:rc.!),c_i¡.I~,l1~)p\,lp~¡)!~I},l).~\~~ .. OI).\iP..~l:~ .
conlinua de variación que. a su vcz, cs una aproximación de la lasa discrcla dc' ,"a-'
rinción. Dicha' aproximación únicamenle. resullará .fi.\znnablemcnle cierta para valn.
. res, pe~luc~oS dc g.' .
.L.a'Tabla 2.1 muestrn. por décildas: las. cifra.s dc p,:oducdlln dc carl)(ín bilumi,,'ns(l
'enio~ Eslad()s Ullidos ucSdc.1 X.n 'hasla ll) 1.0.,I~c'prcscnlando g.rMical\\e nte el lo~a.
,:itni.o ~el'a protlllcción'cOnlr¡\ c1liéai\po. sc d<)s¿u.bre ~,ú\.relaci.ón lincal. . . ..
Suma ,'.
71.742.4 ,,' O 20-1(l8
•
,'-
la sene 1 que l11uestra la I'lhl' 1'.. ', ", '. ,nos" oblenlcnuo a conlinuación
,, . '. ,\. ,1IllCnthJ de los dalos de diclw labIa' , " '
, ¿ In y' 71 7424 • " ,,'
11 = -,-o -. - =~:::: 10 i'SY"
• 11 ,., '7' ' ,'1
k = é - 1'= 1,:1768
La lasa de ";;ri;lciónco;lslallle ~s ~¡¡si u~ un 1'100/. '1;" ' '
.11111;11
((I'a)se Obl ielle '1 1)'11'1"1'
'1', I ",.,. o 1'01 t cc.ld.\. La lasa de v¡¡riaeilÍn
" ,.' .' , l e a ecuaCIOIl .
,.. '
2,2
THAf\'SFORI'I'!ACIÓN DE VARIABLES
:¡; "
l' '1:1 ."'¡,. ':.' 1":' ':'1 ..•. :,. .
¡,', . !", '",1 ',':'1"" .¡..,':: .';'1 "1';', \"¡> _,>.1\;, .....,:r: '",;,
1 ':'" ;'",J,
, 'C""iTlII,O'2:0ir.ós, ASpeclOS~C
j', .... ,' '"'1_ ',_1":1, , •••. :.,."
l,asl\claciQncs
.,',,' Jt:;;,~.'
clllre [l,os,Variables
.. ~:.', •• ~'#\;
.•••••• .,>-,", ','
53
••.::'_~:.
. '."~ ,1'.;" -'1 .• ,"';, .•... ~ ~::" .:,,~' ~ :'",<"' .. ',:";,1'1 ':":'~'l.',-:-" '-1"/ . ~ ' ,'" .• :
La I)\a)'oría de las ap¡¡Cacj()ncs c,conoillélri<:"s' m:is, imporlh¡'l~s incluycn los logarit- '.';'
mus (1c'~\Iilbas~ariablcs. La dpccific.\~ióíl funciOnalrc1ev¡¡¡ltc'cs, .' .,' .
• ,':. - •• • -.' '. ,: ~ ' ;~. , '. j"l :. 1. i . .. . '. ,. "1'
y'
,.
I
I
I
1.
I
I f3<-1
I
I
I
x.
54 MI,TOOOS 010 L:CONOMETliI,\
de creéilllicnlo
'J."-
'. ,': ..
.~; . ,~ ..
r" " .
'. /"
o .0 '. x
"".'" . , .'
F{GUR~ 2,2
''-:-. ", ,,:' ,',
Mo.ddo semilogadlrnico
(2.12)
•. •, . '' t, ..•
. ~ . _, ' " ' ~' ",' . - " "
; ) Elk_lOr aslulo se,í)nhi;l '(J;;dll cucnl:1 tI~.que cual,idlldisculinills a_erC¡1de,tns.liislinllls tipos lic'lransr"r.
l11=\si~ni:s.Ulili~.Ontc\s~c.I1¿rmiÍl6'd'cpcnurhaci<\!\ tic 1;';lIIcr¡i r¡ipid~'y de~.r"retlcup¡,da. ills.:rl;\nlinli\ cn ~ic( .. '
la~ccu'acion.:~ y no 'cn (¡Iras 'con d,fil) ti': si.nil'lific..riaiilí.;,'nsfiJrlimci""cs. L¡~'¡iu,i¿¡,s' juslificacinllq dc la.!
;icl~i1ció" (n~~)' comú\l, J'!cin;\5) 'son,iá .i¡tnorancia y cOI1)Puidi,tI:SirJuj¡¡UllluXk)' (t1iSli,,~ui¡¡o lJió\ol\n la
, y h¿rnl,an9. ikl)lo."c.\ist.a AltloU5 \'Iux'k):)dc~c'i!bi~ at:lioseli. SU t1ia'.ClllUlI. ':~I'silllillllq p~rSllllilic¡¡d;1 de la
'ignoranda (csí'Jualdcl hombre';: EII~rlllino'Jcl;~rturh;;ción,isínlbolll
del cconómclr¡i.juc¡;a'un
'- - . ~', :. ,..".~.....,',.
esto~;iSlkn dela.i¡:\,orancia resid'ual
-, .- -
papel iilúilar'cn ":ÚIIOI)lclría ..Y.conín suclehacersc.clllI Di"s, si:'alrihuycn a lo
..
'¡r.c'xcrulabie y' a"lo l1é;Cbnocid~ ¡as propicJmlcsJn;\s cOli~cllienics ~n 11I\.Mlerlninadnlllolllenlo, .'
.• Tal espeeificació'n'dcr\\'a l1clasconsil1eracio\\ésicófic~s de J ..Mineer, Scillwf. E1f;('(Í<',;u,lIIllf £omillg.t,
• Columbia Unív,crs;l)' I'ress. N~w.Yor\;,'1').'¡4..' ., . . .
1',.. " .-.' .••
'.- .. '
La r-igura 2.2!J ilustra esla función par:l valqres positivos de]J. En'~1 caso de un es~
ludio de presupueslos pal'¡i adquisición de vivicJitla, 1¡1curyadebcrfa represcntar la
relación existente entreesle tiro de gasto )' \' clinl';rcso X .. f\ntcs dein\'crli~ en uu
gasto de esa c1asc es necesariq poseer un cierto ni,,:1 de illgrcs() (írh/JI), Pur lo tanto.
el gaslo se incrementar¡í de [onna mónéólona con d ingr~so ..aunqllccon lasa dccre-
cienle. La propensión marginal (JJ/X) al COI\sumo ~k este biendislI1ilHl\'C a medid,]
que aumCnta el ingrt;so, ig,ualque lambié.n disminuye la claslicidad (fJl};).
Las lrallsfol'maciones recíprocas résullail úliles en aquellos nwdclos en los que h:l\'
nsínlotas para una o amltasvariables, COllsidereinos .
. ,,:, .. :'. : e"" .. ,. {Y •.arJ (X"".n~);;'«,i"':"""/,,,,",, ..•. \."',i.,,(2.;¡S Y',.
L:,.fónlll1.Ja describe una hipérbola reclangular.coo'asíI1l01aS en y:: al Y X:: u}. La
r-1.gura2.3 f~Hleslra argu~las de lasfo.f1na.s 'máqípie¡is para (~) ncgalivas, La ecuación
.(2,.13)sc.~cfor1l111la como ". •
. cc) '.. '.'
Y=of+--'-' (2.1-1 )
. .... X-a2 •
1
1
..
\
I
1
I
,.
.,1 I
, '1
l.
\.
"
I
1 u,>ll , I "\ < O.
.,
.1 '1
• 1
,
: ,,'!'
i.
'1'.
••
l'
1
1 ,l'
I I
\
... :':.
I
,
I
, • 1
.'
, . -'~.:_.. - - ~:
-- -~"-'_.:: ~'~- --
_ .•. L _ -
:' "r.:' (l., "
,.,
1 '
. 1
,, ".
.
1 '
I 11 '\
I
1 J"
I .\
I I
1
"
FlGUltAi.3
Hip~rl>(.)li\ rccll\,ngulrir" '.
)';:: tt
----------------
11
..:
------- --------------
fIGURA 2.<1
y == (Y+JI,(_',I ,)
" X
" .• , .
-' rc'Jmu \'~r~ll1o"lI1:is'H.I~hl\l~' ~•• l'll,¡ili; .'~ / ", ".: .... . .. ". - .. ,¡. J - •• 0,,
.' .' .' • ,"." :\ '-.:"JtI.~ ar. :l ecua.Clol1 \hr ....clal1u:ntc 1111.'llióIl1IC l1lil1ill1o~ clhdr'lllo"
1111 11Ih..:;dL' s, . .' . '. • .'. .1
,1": • '¡ ,....
"'. : . ;,
L'"'.i!' ":,' "]' ,':.i , !:.
¡ J.
",,',1:'(",':' ,:.¡.
l' ,',1, ;
. "
,',
, ,,:
,
,1' ' ,
,
1
'
I
, _¡,,',
'
(.,"
,
\ ,",
"1",
',O "
, 1,
I
:', ,.
f"',
",,:
,1
'1 .
l':
1. I
'( ',1,
, ", ,, ,,
1',1
1
,,
"I , 1:.
1
, ,
I
t
"r "
" '
.... ".:
,11 :,
",,' \'
.', ,"
'", "
.>;' .
: fIGURA 2.5 .' "
I ,
'-' ==ll + JI X
,
X ,'''"
"
i ': ,~ "t l. :.
, , ".
,." ,.
L, especificaci;'lIl II¡¡is genc,:a! que se illlsli-n ~n ¡n Fig\lr:i 2.3(1 elimina nmb"s rcs\ric"cio-
, ;lCS )' I)ermile '~abajar COI; 1,; 'posil~ilid¡,dde 'Uh~l¡isn de desempleo mínima í)osili.vn )'
, un c;\mbil)dc s,llarios neg;llivo.b, Figúril¡2.4b represen'n un;; runción cJe'g~lo en llll
corle IratlSl'érs;lI; Es nCl:cs,irio un ili~'dmíni¡n~, líeingr<:~os parol ,,¿ceder;¡ g;¡SI\?S 1i\1c~
como,comcr eli un rcsÜlp'I::\I;'le.a(lI;qll~:í~llipo d¿'g~slos liendeÍla \In Iímile s,upcr,ior.
" ,..' ,', :" ',','" ,", '1' ',' " :' " "
dOIHk, Iosl1l\i1~imillonarios g"sl¡¡n sóloil.lfini,lési,.nl"mt;lllen]ás que los millonarios.. '
',':E.rE~,:r{jLO'A~'~;lPOÍrtl'C'01)1!!ONI\~tlttl~'NCrÚN':N(rtlNEAt1t}\Y'INi"/?"/"<."""''>
FLACIÓN EN LOSESTAnO'StJNIDOSY EL1)ESE1VIPLEO ,', ' ',1
.:.::" ..... "
;'!,"," .
a ataques y nuevas formulaciones, 'Ianlo desdc el puillo~ líe VIsl¡i cstadístico COIllO
leórico. Es por ello que el simple aniílisis de dos variables .(~llnilcillnsalar!ill yde.'
semplco) no puede considerarsc'tol{lO '~na picza f;lIldllinenl¡IIen cconolllelríil. Sil~.•:
embargo, ya que en eSlecilpítulo nos VCJ1l0Saúnreslringidos a rcl:u.:ioncs.de dos VlI'
rillbles,tomaremos el siguic'nle cjemplo como iluSlrilción uc los pasos csl:luíslicos a
seguir p:lra ajuslar r<;laciones no lincales entre dos .variables.
. Los datos utilizados correspondei, adalps anulIles de los Estados Unidos para
el periodo' comprendido enlrel957 y 1970. LlI variable ¡I¡flación( INF) es el porc:en.,¡
lajcde cambioanulIl d'cl lndice de Prccios al Consumo (II'C). La \'ariable tksclll":.
pIco (O ES) es la 'lllS~ de desemplcoenlrc tmbajadores civiles mayores de 16 aiios.;:
La inOación oscila enlre un mngo mínimo dcl 0,69% en 1\)59 hasta un miÍxilllo dcl
5,72% en 1972. con una media del 258%.La tasa de desempleo era en 1957 del
. 43%a!canzando un máximo.deI6~7°l.u c.n;19Ql. al.qllcsigllcllI! ,~e.sce!!S9.sost.qni90.c'.'i';:
.~ :'a'~io.J.f~.tgo'lJ(ti~c.J~.~.á-¿j¡(dd.)o'~'60.::.'
....•..";."." ".,.,; , " •. ,, " ~.~.............•
(¡ r,
. t.'. .••
" ,"
. ~.
.. .... ~.
~
.+
~
.•...
~
., t .
. t ..
o
) S 6 '1,
DES
>.
6
"','
.'
lL
~.
.. '.
Vari:lhl<:
explicalil'a Cooslallle I'elltlicllíe EElt
DES ó.lJ2 -().X764 IU3 I..JO.
(J.R2) (-2 ..1:,)
I)ES(-I) lJ.1J :"l.)jSó O'x1 0.7-1
(IJ){()) . (-7.19) .
I/DES(-I)' -1.4 X 32.lJ772 0.')0" :tU-I
(-(,51 ) ( Ul.50)
. rt.:~r,..sil)ll.
,.;;:~.:.~,~
..,',;-::,<._._ '.. .... ....,.:... ,..... ..' "" ..... ,.. _ ...
LaFigura 2.6" nllleslra el griÍfico de di~pcrsil'ln de la inflac:il'lll con respcclo a 1" lasa
dI.: descn¡,pleo ell i.:I mismo pl.:riodo. La pemliellle es negativa y la gnifica muestra
basl"nlcdispl.:rsión. I3n la Figura 2.6b se rCflrese'!Hi\ 1;1, illl1a\:i;')n con)'especto al" 'la-
sildc deselnpleo dcl aiio anlerior..La re~pues.l;Í .rcl.ardad" es lút>.ica porque es nece .
.sariü:qile tp\;is~ur(a un liempo haslilqlle. c1desep¡l~lco'rife'cle I:lsc¡;mhios salariaks
j, nías 'liem'po allll. paraquc dichós cambios se filire'n a lrav~s dI.: los precios de los
.j};'odlH:los fin¡¡les. La dispersilllí 'resulta .. en 'eslc' casll.'mllchn menor e intlic¡l una
. 'cícrüt ilo.lineal.idad. La figura mueSlra taml)icn el ajuslede una rcgre~ión /¡I/m/ll.:
Ií! iliflacil\n sobrc el desempleo rCI:lrdado. E\~i¿lentl=mclill:. 'Ia esp..:cific,ll.:ilÍn lincal
"no. es ia répresenlación.ntlecuad". De los 14 rcs'iduos de la n:grcsi(ln.;) son posllivos
y' 9 negati\'os. Los 5 rcsiduos pOSil'ivo's aparecen asoc:iad'os 'a los \'alon:s menOl'es y
ni¡¡yorl.:súl.: la variablecxplieaií'\'II. Investigar los residuos pucdc indicar. pOI' lo lan ..
. to,dglin 'error de especificación. Rachas de residlloS positi\'os o negali\'os su~i..:rcn
'e'specificacion~serróneas. .:' . . . • ..
Lo~. rcsidu.os sOI)..algu tllC;lOr'cs que Jos que. apareccn repr..:scuta(Jos cn la Figur.1
y
.2.6/; 1';1'disper~ión, aunque no lotalmenle,.sigue una re-!¡lcilín ¡lile es casi lineal. Ln
tabl¡¡ .2.2 resume los princip"les resl;llados du las re~r~sioncs.asoci.adas a la r-i!!I'lra
.6,';" ~s' de: resalíar'el'.sal.lo sustanci¡lI
. .
de 'r~ cuando I¡~'\'¡¡rialiic
.'.
<::o:plicali\'a \'¡iri:~ dd
1e~enlpl.~q aClua!al retardado, )' \In incremcnlo llli1yoi' .aún. (dc IU-i-I ;Í O.l)()) cllllnclo
'~~\Ili)iz~i.blrallsforlllaci(¡n reciproe¡i. .
'. r-ínalincnlc, ohlcncmos el rcsuÚauo de ajuslar In 'relaci¡'ln n(\ lincal
• _.
re" .
INr- = tt + --~~-- +11 (2.1:--1)
DES(': l').,.. u, .
:~~i,ajli~ic>e realiz:; mediante ll"n ;'léIOdo ;le'lllillil'no~ cll~idrad(ls lín lillC~ks.I;1 q~lc
.:
~~igcllll.Proccdilllicnt.o
~'.
l
ilerativo de I.:slimacicí'L empezando pl'll' ¡i1~UJlOS\'alores al'.
>
bilrarios para p<lrÜmelros tlescon,o!=idos, ~;¡fculnntlo lliego la sun;a dc los cu~tlrados
dc los residuos par;] continu;]r con 1;] hllsquedadc qué'cambios en lospar;íinctros'
permiten reducir la SCR, El proced¡n;ie~llo siguc de esla mi~ma forl11a ilerativa-
mente h,;,sta qu..: lus cambius sucesivos en los valores de Jus p¡lr;illlelrus estimados, y
las SCRasocindas. resullenscr lo su ricienle pequelios C0l110para de,scartmlos, 1gual
que sucede con el l11éltidl) de lüs l11'ínimos eua~lratlos lineai<:s, al final del l'roceso
IHleden cak'ularse' los errmes 'CSI¡íl'ld,ardc luse~tim¡ldo,:cs, ¡Isí como las pruebas es-
ladíslicas h;ibiíuai<:s. La lIniC:I.difci'i:ncia estriba cn que, C0l110se cxplic;] <lconlinua.
citllJ, las proj)iedadcsue lo~ eSlil11au'~res y de los eSlndíSlicos de r>rueha s(ílo licne!l
justific~ción asintútic~ y, cn t(lIls'ccli.cli~in, n'o'~on v¡ilidas fl;]ra i¡;UeSlr;ls finilas}' nO
pr'op<>rci<in;¡n' resullados exacloS". COJ1lO ya hemos selialado anleriormcnle.las
lransflirnwciuncs line;¡lizanles oblenidas olorgando valor cero a al )i ll2, impilllcn lí-
mil;]cioncs :l la [orp)a de f<l'relaci6'll que, 'lct~ric;1I11cnle~ no son adccu:ltlas. Si sc
olorga v<llor cerO 'n (~" con10 cne,'cnso de In'[crcera regresión dc'ln Tabla i2,oblC-
nemos un;t";isfil¡O¡n i~fcr'iorpriraln lnsn de desemplco que es incrcíblcl11~nlebajn.
Por 011'0 Indo, si' se olorg<l V';¡¡'orcero <l(t 1, In' tnsn' de ínflnción tienc una asínl'ol;¡ in-
ferior iguhl n cero. laque imrlic¡i quc'los prccios no caen por elcv¡ido que sca c1ni.
vcl de (lc.sen,lpleo, lo quc resulla asimi~mo una reslriceión complelamcnlc inapro-
piaua. ~i phra eSlimnr In rclncióll sindichns rcstriccioncs se ulilizan mínimo cundrn-
dos no linc¡¡ks. obtencmos'
- .• 4,8882
INf = -0,32 + ----- __
,. ,', ,DES(-I) "'-2,6917
2
COn r = ¡J,95)' tER ';, (JAO. ESI<lcxprcsión es la que se ajusta mcjor;1 los d;¡los y prq-
porcion:l c1ml:nor \'¡¡Im dd l:ITor CSI¡Ílidar.dc ludas las regrcsioncs cSlimadas. El tér-
mino d~ in(erse!=cíÓ~l. que no'cs ótraque la úsínlo(n e'slimada d..: la lasa dc inflacilín,
Sl: c~ljma cun un valor nCl!ativo, aunque no significativamellle distinto a cer9 ..J,~I.,:)~í!1<
1()I';I'olfSlí{Ü<lUri:dé"'kl;t,,,s;(dt'dcsciHijJ(:({c~'dd2:iílj "l.,. EI2oni;:;,s¡~(e ;11re-las :i~í,ú
01 ¡i~'a~'
'S2;~;';pleo' cnco~ tradas ni ajl;SI¡lr 1;i'SCCu;¡~íones (2.17) y (2.1};) recucrda dl: modo e vi-
derHe que c;¡d;¡ una dcl¡IS cspccifi'cncioncs'illípOlíc una ¡(mi/ti parliclllar;1 la rcl;lcic'ln
l:stimad;¡. La ccuacióli (2,1 };)iniplica un incrclilcnlo suslancial de la lasa de ínliatilín
para aquellas l;\S¡¡'s tic desemp1cú illrerímcs al J%. micnl ras q,~le la ecu;l(;i~n(2.17)
precisa d2 la'S<lsele dcscnipko i,nferiores;JI 1% para ohteller cifras tk inllacilÍnsimil:l:
res. Los ajusteS:i losuatos mUl:st":l1csno son muy dislintos; sin eilí1i¡irglllas extr;'1)ll-
lacioncsruera del r;ln£,o (kesns dalosorreecn rcsultados dr;\In;itie'amcnledirerclll~~ .
2,4
VAIUAllLE DEPENDIENTE HETAHDAl):\ CO,\IO In:C;HESOH
"",' , :,' ,
61
(úo)
• o :.,
pues, el regresar Y/.t 110 es/tí corre/llciolllldo con la perlurbacilÍn 11('/1111111, ni COII
cuatq uier.a de las perlu ¡'bacioflcS [t11ll/';'s; 'aunq ue. sí:.e~lii_ correlacionauo cOIl.lodas ....
las p'erturba~iones previas. De eSle mouo las covarianzas que en la ecuación (2.3) .
eran il!.l'I;1
les n ccr'o són ahura disliillas decero, sicmpre que el regresor.s.e¡\ ulI.~alor
rClnru~1do 'ue ti; vnriáble 'uepr:ndienle. Con lodo ello, los cSlimadores MeO scrá.li.
sesgadps; y los "-es~llndos exaCtos pnra mueslrns finilas del.Capílulo 1 no resullar¡Í1I .
váliuos 'en esle modeío. S'\11e'mbnr~~, 'y cómo ya se ha mencioll;ldo. es posible Olor-
~runa jusiific~cióíl'nsii~IÓlicn a los procedimienlos de inferencia basauosen los es-
limadores mínimocuadrálicos de la ecuación (2.1 Y).
-Se~ X una variable aleal.oria lal que las X ".1' son i¡d(J', (12). Por'lo lanlo
1r1
£(.r,,) ", JI Y var~r,,) ",- .'
., 11 .
Así pues,."" es un eSlimiÍ(!or .insesgado cualquicra quc sca c1lamai\o de .Ia muestra y
su varianza lcnded a cero siel~lpre que 11 se incremenle indcfinidanlcnle. Por sim-
ple inluición rcsulla cvidcnte que' la dislribución de .~". cuiíl(lliicra (IUCsea su f(~rmn"
se conccnlra más y nliis en lomo íl JI c\Huldo 11 aUl1lcnlíl ..'fllrniall1lcnle. definiendo
la conccnlración'en lomo a JI como JI :1:E.la expresión.
> .
''''-'"0-'
~ --~'-
,. N'6lcsc '1uc la x minúscula se u,itii; 0:11 esie cas~ para il\.Ji~lIr 0:1 ,'alur 110: la \'ari;.hlc {"on la llo:s\'iaciúo
con respcclO a la illo:<1iamuestra!. ". ~ . , •
. . 1
" ;
......
l.I\J'llllLUJ.;UllU~ 1\~pL:Ll(l~ lit.: ¡il:'1\.L:ldlH.lIIL":lo l..'llllL UI"I:'\ \ ,lllllt!ll'::"l \l.'
Dado que var(IIl,,) liende a.cci"o'cuand6 11 illlinc'nta. I~JlloncCs 111" ser;í ¡";lIllbiél'l
Iltí .CSlilíl:ldor consislenle de JI. Se ll'ili;, dClIn ejemplo de CliJl\'crg~I;l:i:! CH 1!ICllia
c.uadr:ilica. que' se da cU;ílidó el límite' oel \'alo.r csp~r;í(J¡) Jel ~stimadllr e~ el pad.
lúelro de inlerés, }; el Iímile de la vari:lliza del eSlililildor es 'c¿rú. L~ convcrgencia
en meuia cuadr¡ílica es condición suficiente de consislencia y suele ser una forllla
. mu)' útil dc eslablecer un límite de p"robabiliuad. . .
Una dc las caracleríslicas 'miÍs útiles dc los límiles dc probahilidad eslo inmc-
dialo que resulta obtener límites de prol;al;ilidaCl par:\ funciones ¿jc: var.i;'bles alcato.
rias. Por ejemplo, supong:lI11os .que ñ,: yb" posééli Iln;iles de prohal;iljuil~l. :e'ntonces.
~
.-;~
. "'. .~
2A,] COIl\'crgcllda I
Cll Di~lril)\JdlÍl1
'.' •
"
[\tJ,(.\'.'. ". ;,.JI.)
l•IIll PI' ,
".,
.}.'., J)' 1
h :
" . ",- "- , " .lr~'Y ;=_x. Vh C- 2 d, (2,26)
El lado Izquierdo de la expresión es ~Ival c.l l' , .,' ,
est¡¡díslico vi;; (\, _ li)/ " '. , < or e hmlle de la probabilidad de que el
, ." u sca I11cnor o Igual a algún v'llor)' EII el ,1 I'
correspondiclile ;¡ un'\ dislribució ' '1" , , ¡¡ o ueree 10 es eláre;¡
•. n norma cslandar N(O 1) Este l'
porlanle Cu¡¡lquil.:r'¡¡ '1 ' f '. ' ' .• .' es un res u tado 1111-
le\'antc ~s cO~lO'la ~e~~~1 s~í:l '~l on.l~a def(x).lotl,islril.Juci6n líl¡lile del cstadístico re-
., ,< n )uclon.nor111¡¡1 estnno¡¡r E] n' I '
n:rgcncia'cn dislrihlll'ilíll Un d,I.".' " •.roccso se (enOl11l11a con-
, '. mo o ,Ilel 1l,IlIVOde exprcsar la ccuacióll (2,26) es
. ' _. . \;;;'\'~,LN(vI;;)/, al) (2.27)
esto cs. 'V';,x" tlcnde ¡¡ dislribuirsc e ' , '.'
ri¡¡n.Z;¡a2. En la In;íclic¡¡, el Ob'~liv:mlo un';¡I,van~ble llo~lI1al COIl l1I~di¡¡ vI;;" y va-
,."', ..,~,.. ' "" ", ..,',' .. " ... J . (e Utl 17.¡¡r,1 conslsle Cll ,'c',IIZ" 'f '
a~7J;c.~;~~'Jl.T:ilbpcració'Ií'~eer~h¡d~"id;;;~;;d6;i~r';.:'',', .. 1" .•• '''.1' In erlJllCHIS;,
a proxi lI1a'ción ¡¡ la dislribucióll ocs'con .' 1 d . ~~ 111:\norl11;) del IIIll11eC01110u n¡¡
. " .r,,~::(l ~~, :;\.)11" "for111ula a dcstaenr cs (11")
. 11, -.-0
quc se h:c en I;¡ úir111a sigui~llte: ....r sc distd " " ,... .'
COIlníedia ¡t \' \'¡¡rinilZa u2/1Ii.: Eí '1' l' I )tI),e ;¡SmlOllc.UIlClllc dc rorll1¡¡ Ilornúl!
. ...' \';¡ 01' (CSCOllocldo (,2 se rccn pI . I. , ,
111uestr¡¡I,quc es un cstinndorco lS.'.. t l' ,1 ¡¡Z¡¡por ;¡ V¡¡n;¡n7.O
• I 15 Cll C. y enlOIlCCs h ccu'lció ¡ (221)) . I
7.ar l>:Ira cfecluar I¡¡s inrcrcilCi¡¡s dc / L ' " ' " . '. • ,. f . sc PUCl e ulili. 1
, , .• . ~ . .! ,.,:
r', ,~, ',.' ,,,.:, I • \', ': '. " "; . ' •. : '-:
. '. .' ,
l!ll .~:~
.1I~ ~~;
J,
1l1l1 "l~
',i ...
'XI .. ;
°G' ~o :.~
g 111 ;:~
~ 100 .:
::~: :'-\t ¡~~.£i;";:, J .~.:,-..:
~:.~,, -.~'!
",
JII
11
,11 :-., JII' ~. 1
2.5 .
SEI\lES Est;\CiONARI~\S y NO ESTACIONARIAS
~~>.', ~'~=a;+fJY',_I+"1
... 'C' '~.'y';s;~;p¿:ñ~~:~)C;~:;~i
U'~~~"¿1oMgil
(¡~¿ri¿ri::ibs~s'ltii~ít'sto's:s'ob¡:¿'1 ri\'~lri.¡íhlc' ;;'11\0 Ilciom; dós.ell ..;
la c.~uaci.ó,; (2.2). Di'~h.ossllpucs¡os definei1 lo quc ~e 'dcnomiilil. como proc'esode'
ruido b):mco: LiI.pregl.!nla b:ísicaes ¿i::ómo' se CQI,)pona la serie Y COll el p'aso del
¡¡empo? La eClia'~ió.n (2:2\) muc'slraY, coq)O función de a., {J. Yn Y las pc'rtÚrllacio- .
nes anleri'ores y. aCluales.Si sc suponc 'que el. proccso eil1pczÓ h¡ice mucl~o' tiempo,
. sc rcformula la. ecuac.ión (2.2 \) como' .. ' . . .
. Y, ~ n'(] + jl+ ¡f2~ ...~t (JI, +jl,(,.¡ + ¡)2"'.2 t ...
) (2.29)
Las p;',?picd~d~S ~sloéá'slicaS"lJc la scrié " vic'ncn d~lcr':\linad¡ls.por las propic'dadcs.
'c.~lod~ticas .dc liI, ~c ril.; Y:.'Tomalllio c'spera.nzas .CI\. .amlios lados dc la c.(!u;,cilín
(2.29), s¿.obtiene '. .' .' .
. ': '_ E()~,)=~I(J"I'fJ'" jJl+ ....) .
Di~h~ e'spcro~'la.'malCii)á'~ica c'xisiir:ísólo si"hi seric g~oill~lri~a infii1il<l dcllad6 de.' .
._recho lienc un H'OlÚe. Lo' co.ndición-ncccsaria'y suficicntc p¡!ra ello cs. : .
. '," ". , .' .
l
1'/\I'iTlII.Il!: Olros l\speClm dc las l~elaci()lll:s enlre DosVariabks 67
y, engcncral:
'Ys=fJra} s=O,J.2... (2.34)
Las j\u~oc?varianzas. depelHJcn .únican;enlcdc J¡¡,¡implilllú (kl'rel'¡¡rdo \' son' en
consecücncla,.lIldepellllienles tic l. Evidei1l.cmen.lc, 'Y;l(= (T,.2) es el símbolo ~lilil~do
para r:.prescnlnrla _v~rianza. Dividicndó las tovarianzas I)orln varianza obtenemos
clconJlIl\lo
. .' <le. cocllclcn(es
• . (lc-l\ulocorrelacióil':
. . .' cOllociúos . lalllt)'I'
'. ('1 co nlO coc 1-IClen-
l:. .
(es .d~ cor.re!aclOn senal. que designaremos COlilO . .
.1' = O. J, 2 .... (2.35)
1.0
~ .O.H
'ü' +
."ü ..
t
g CUí
+
'5
"u +
1J 0:4
u
¡: +
u
'C +
&;:
g n.:!.- +
u +
0.0
.0 10 15 iD
Hclardo
. foIGUItA 2.H
Corrclograllla de una serie 1\ It( 1) (I;Ú,íll)éiro = 0.75) ..
~
El corrdograllla tle 1<1serie sc ohlicnereprescnlando g'rMi~<1mente lo's'. f"
de '1UIOcorr '1' '. , ,.' coe IClenles
• 1.: .\clonjUlllo a 1<1.1Inplllud de los relardos., P;lra el c' , . 1 .'
orden A R( 1).\ I '1 ., " , sqUcm.l te prllllcr
.. '., l'" a como ,I,USII<11.1fo'g. 2.0, la aUlocorrclación disminuye de forma.ex-
ponl.:nCI,\ l csue Uno haCia cero. .'
ReslInlil.:n.tlo. cuando Ifll < 1, la mcdia la v'lrhnz', )' I'\s ... l' .
y .... ' . • • .' ,COV.lrlanzas te 1'1sCrle .
s.on C~I)SI.anles c Indepcndienles del !ielllpo. Se dice enlonees n '1 -'. . y'.. '.'
laclOnana' 1 ".(., 1;" ', .. ' '.,. . . "uc a serie es es-
E .'.,. CI .sen.llo (eb", c!ellllmcnle eslaclOnllria o cslacilJnarill cn Cll''''''
,n P'I"IJ~ular; sallsfa~e I~ .condición decslacionariedad
p:'ln os ,csul.lados aSlnlollCOS de Mann 'YWald.
reqúerida par:l que
.
~:I~::
". ',. "'. ',.' ...
2.5.1 Haiccs Unitarias
Las lres s~~ies se i~ician'en' e~ro\' se, genernnalcaloririn~ente aparlir de liria di~l'rí •.
buciól; nOrmal eslñndar, ""haslaul1lolal dc:SOO'létmim)s pani'cada'una de élla's.
La Figura 2.9 conlraponckis grtífieosde I.i'seriés':pascó'alealorio y aUlo¡'rcgresiva,
La nleúi.; le61:ica de la serie A es \, 'lllí'el1lraS (¡uc"Su'dc~viaci6ríeslñíl~lar teórica.es
. 3,2. La scrie Illllcslra ~II\nivel lllediorelativ;\IllC;'ICeslablc y ioJas'las observa'ciOlies
seincluycl\ cnCl ra;igo :I:1Q;"Las'eric (Jas~oalcillo¡'ioes;liu'y.si'milar nla serle esta- .
~'~
.
ble Aa lo largo de las priólc,raso¡)st:rvn~iones,
ciad;; en'lasúllilllas, La Figura 2.10,ili.lestra'de
i\uriquese dcsvra de formapronun-
nllevo lasseriesA y P e incluye, asi-
mismo. la serie explosiva'E. Compnra'n'do esln' figurn con laFig, 2."9, de'staca' la gr;úl '
:
."
25
I A '~-_.• 'P l' ; .,.,., .; "
:. :
' ..'i:- ,
r, .••• '. :
, ,J • 'lo' ~.: .,', ~
"
~: ,~,.
20
'í' '~\.,
....'.
. ~:
,
. ',,~:
.
15 r
.4S0
FIGURA 2.9
Ullólscrlc ~slólcicinllólriaAR( i) y 1111 paseo ~ICóllodo.
70 ~lfru()ús UI, ECONOW,T1tl"
50.000
E :
I
,
I
,,
I
,,"
,
,
I
I
I
I
I
I
I
I
I
I
,,
I
10.000
I
o
............ ' -- ""
,\ Y l'
- iC.CY.YJ
80 160 2~() 32U .. ' ~(XI
. Cbsc:,\'~ción
.fIGU:\.A 2:10
Una s'crié úplosiv¡¡'
"""jll', ,,: Olros ,\specllls de I;\s Itclaciollcs elllre Dos Variahles 71
1l.'JJ6 1l.'J'J2
:í 0.67:; U.'J:íX
1) llJI):í . O,I)}l)
l) n.2ll2 0.1)11
IX 0.10:; tl.:-:~}
2.6
ESTII\'IACIÓN l\'lt\.XIMO VEROSÍMIL DE LA ECUACIÓN
AUTO !{ H.E G!{ ES I VA
I
[(II¡) = --- (' _"fl2"l i = 1. 2 ..... n
Cl\/h I
M;ís adelante necesilaremos poslulnr un valor inicial arbitrario l'lJ. valor que
resul.(a irrelevante en el an¡ílisis asintótico. Cualquier conjunto lit: valores mues(ra-
It:s Y1• Y2 •••.• Y" eSl;\ generado por un conjunto de vah>res ~I. Partiendo de la ecua-
c¡¡in (2.4). la prt~hahili{lad de un conjunto de valores (( es
= n" ./(n,)
,; I
l .. _ ,," ('/)'
--,--¡' L,=I ((,._tr-)
(2;m" ),,11 '
i.:.
Pr()')'
l' 2, ...•
')'
/1
J' " 1 .... '. [.. I
=----exp ---
¿II. (Y - a- JIV
;]
J-
. . (2rrcr2)/l12 , r~ ' '-1 (2.37)
. . '. .' _1 1 = I _
Esl¡i función tk dcnsidau li~n.c dos inicrprclaeiones. Para unos v¡IIores l!;¡dos
2
de Cl.f1 y a • indica la rrobabi'lidad de quese den un conjunto de resullados mucs-
lr¡'¡~s. Puede inlerrrclarse larnbién corno una (uncic"1Ilde u.JI y al, colldici()JI(¡J a 1111
CO"I'"I/(/ tic re.I'II!lados Ii'"cJlrn!es. ESl<1úllinia inlerrrelación se conoce como (un-
ción <Jc,vcrosimililud)' se escribe.como' . .
!= In L
.Y¡¡,que !es una lr<lnsrorlllació~ il'lonólo.n<l de L. podr:ín oblenerse lambién los
eSIIllladores. !'vIV resolviendo'., .... ..' . . '. . ..,
,. 'J' •••., " .,." ..•. , .' .... :: .•:.-.: .•.,..•.(, ... ':cc...:c,.,.iJ./., .._;:,•.. il/-.,,_::':' at. .... " .~:"~;<:' o.'
scr¡ín aqucllos quelll11iillliUIII I:'=I (V, -?~ jJ V 1_ ¡)2. Así ptics, cn eSle caso I'os es-
lilll;¡dorcs i....
ICOyMVdc a y JI wnidénlicos .. Las eCllaciones norl1l<l!cs dc los esli-
m;¡dores lI'ICO flp<lrec.cn elllas' ecuaciollcs(2)(l). El eSlimadur !'vIV de cr2 es
••• : ~ •• ¡
\;:'.\
;~.
I ,
...... , .
APÉNDICE
", : ".
".1
AIlÉNDICE2.1'. . ,:l.);'
,,'"~""';~:;0~;iii'~;;~~;{:';;~~;i.~;¡~';;;~~'~;~;
es unavar.ia~lle ale;llor~a ~~n función dc d.e~lSid!ld.p(I/).l)c.fill¡lI~l~l:; üna Jlu~ya v~ria-j
,..;
blc)' IH¡:q\nnl~ 1"relacl,Ó'n Y,'" !(V). La. vana~le y,llene olra fllllelOn de dCl\sldad:C]lIe,'.
: evideillcn.ICilje, depende uinlo'dcp(II)CoillO de f(ii). .. . .' .'
Su'rón~a~iOS~;(;~ la reliici¿l~ cn;~é .1:' y;/
alll11el~¡ade' fqr;n;\ nwnlíl(~na',col11~ en In ',:
Fi~. A.i\.Siemprc q,!~I/'se ¡¡'a\lecn.el inl~,rvalo'~II'. J',e~lar¡Í encl correspon~i'cnle
inlérvalo U)'. Por'lo.lanlo .' '.' " . ,o - ',' ,". " ".
, . P,r(y'per'len~~eaó.)'):::Pr(lIperlcnece a !ii~) .
o
p(y")fiy ~;I;(II') ¿"
donde it' e j>. indican Vnl(),:csaproi)i;;~o~.dc ¡, ~ yen lus ilÍlcrva\os ój,.'y p(y) 'indi.- .. ¿y'
,ca b fu nCÍ'ó11' de dcnsidalhli:')': yonÍ<lIido líiÍlill;s¿uiindo ~lIlicild~ 'acero. se~lblicnc .
.' .... : .. ' .'1" .' " .. : :.-. . ~. .",. . -\ .. ' . ' . ." -l. •• '.. " • '
,. '.', .'Pú o
) ;"p(u.)'dl/',: ..... :' '
" .,' .',' ..... ' '. '.' ti)' :,','
':.J!i,;)'\ /~III'.'
'.'
é(y)
.. ' . /~ ...
. . Si y'" [(11) nbfl,icra unaful\ció'Úllo .•;Ólona, ,:cs~lI¡¡ríñ nc~esario corre¡,\ir el rcsultado .
'.~ ~~tc:ic:":' .:", ::.-', 1 ~. ~.' " "; •••••• , •• ": '. • ,.... • " ' ••••• ,
Si~'-el;lbargo; I~;'~
ocupani6~ 'por' ''1.h~i'a ún'ica;nenle de iral\sronnaciones nlOnólonns.
La relación rclóánleeil el t~XIO es .
75
•.•• =/(11)
{';~;1
"".:: i'~;;';i¡tlts~:~;;;;.;:¡;;;~';íi~~u'
.,
o 6.11'
.1/
(2,1 Yl
.(j,lI~.ua
','
't!II'
-'-'- = r'pa'ra Üldp~ I
t!y,
que pi'oporciona la densidad conj~l1la ¡lcí.;iCCUilciól1(2.37)~
, '.
APÉNDICE 2.2.
£STll\'lADOlt'ES DEMÁXIMA V,EROSI~'úi.iTUDop,\li ..\ ELi':'IODE.
LO'AH(l)., . .., ... ' .'." o" ' •• ' .'
Ellognrilll1oo
de la verosimilitud apnrccc refJeJ'a'do en ,
In cClr'lcil)ll' .(?'~())'.
' • J C0ll10 _ ••
iJI, 11 J.' 1/ . ,
-
¡JO'2 .
= '- -
2(J2
+ -' -
2a~. ¿
,,\, ( V, .:. U - j3 Y, _ I t
, = J '.
Igu:lI<llldoó¡ cer'o I<ls dos primcr<ls expresiollcs de I<ls [ullcioncs dcrivadas, sc obtic-
ncn lOs cslilllauon:s !vi V(MCO) de la ccu<lción (2.20), mienlras quc igu<llaildo <1cc-
ro 1<1lcrccr;, de I<ls der.ivadás anleriores,'sc ob!ienc el eSlimador de 1<1v<lri<lnza dcl<l
cCU:lciórr (2.40).
2.1. Ajusl.nr un:l'cur\'a de cre~i~liel;lo cO'n~l¡¡nl'e a los dalos de la lalila ¡¡djunt¡¡, ulilizando
dos CSlh:cific¡¡cion..:s dislilll:ls d~ la \'arl'abletieml)o.
........
~..:."' ...•...
,_,z'---.:. . .....
'.
~
Aiin I'rollUC,cit;nllc
nl:lrihn:1I1l1 (10.00U TIII)
•••• 00 ••• _ "-_.~-"--'-'''''~..z::.....~w..I..I-"",
1985 38,1
IW;1i ' 80,0
II)X7
~'10:-i~:"" ''',,-,',''',
11):;1)
,H~:{' "-'.,:.-. . ~.-
,"
7.]'1,4
En c¡¡da '"1¡¡ dc .Ias cspcciric;lcioncs, eSlimar 1¡¡la~a de erccimiunlo anu~1 y ,la previ-
~ión de producción d.: marihuana p<lra 1995.'.
:!.2. Demostrar quc log y = ,~. + ¡J log X "" 11 proporcion<l elmisnlO <:~Iimador dc jllanlo si
s..: toman lugarilmus bas~IO cumu base r, ¡,Sucedc lo mismo con cl cSlimador llc' ('( ?
¿Resulta ne~esarici modiricar las c()n~lusione~oblcilidas si log X se :~ustiIU)'é por I?
bien i y \'0 eliilgre~u sel11anal. Ajuslar uila curva a los dalos proporcionados 11 conli.
"~'''''~~~~;;;''''''~~~~~~~'''---1-2-0-'
. \2' .'\725 '35 45,,55,"70
X '3 7. 143
)' !>r,' '79 ,.1(,'-,69;' liS 62 ,52. '.5\ 5
.\15
. 115
'1 i9
,139 .." .
147 " .~
;'112
78 ~lt.TOUOS"DE
Eéo;-lv.~t¡;rnl"
' :...I~'
, '.,}'=.II+ b((_XJ.. '.
, Dibuj;¡r el i;r;ifico: tlcla'r~nción C¿;¡'~d6IahiQ (/'co,::o';) sún positivos. Tresobservacio:
"ncs mueslralcs d¡lIll()s siguicl;le's v~lores: ';. . .'
.. ,",...
Aj US;:H:'a' i1~lcri'Ó¡-rUI1ÚÓ;la csos dalos'. 'Si Yilitlié¡, d' coilSlÍlilo pcr c;íl)j¡'" lIc ca.
X
c':ihúe(~'s'y intlica~i ing~:i:so~;bail;\a't el cOh.s~m¿dcc'~~ahllc'les tlc,U'11mill~n'ario.',
. ", " . .,.;;. J,. . '.' ';- o':'.' '.; . "'. . '.",
V). 'U;¡ eCOn9!llislu'¡;nz" ía.hip'ólc~is ife quc el ~OSICmedio dc pn.lllllccÍlln tic ¡In artículo
'.' di~ill'inuye '!='Ú¡f~dQ ¡fUI'll.;,tll:lci ta~I¡¡'~Q~i<:,,'a' r'cniesa'! (cl.;di~nllóa ,111).valor mínin¡'o
. aSiníóli.co. Alg~n~sd~lOs illuestral~~dclll~~~cs6's()lllnS siguicnic~:'
. . ... ,. ..... '., '., . .
__..__ ....:...-c-. __ .•.~ .. ~I~;..~Il'f •••••_ l,':"'t-•••
-', ,
: ~ • f .' '.'
~".- X;, 1;
,{ :) ':¿Exislc'p1it11 x¡í?Dc ser aSI;¡:cllií! es,sl\,;,,'lor'¡ ., ..,., .... , ..'.. .',.. .' "
" ~ t.-t. . '.. . ',.. ..> f", ,', '1 ,j. ,""1 .',,', 9 ' .' ". ,
:.
f, '\'
, O
: (',\I'ITl:1.0~: Iros I\speclos de las RelaciolteSeltlre Dus Variables 71)
h)'dislrihucillll dc Poisson
Ore,o
c) di~;¡rihllciün cxponcncial
::: f( '. O)
.\,
,u.. ..
= Oc . O < x < -:c. [] < () < z
'
<
2:12. U(i~ic.CSIIor'ucn,ídor pcrsonalpara ge.nci-arH)O{;'O(iscr','aCiuncs ¿Ic tlos serics'es'lacili.
<\
. 1~i1:'tas I~( 1) indcpcndicHIt;,s. Eiil1linc las 5'<)pril\1cr;is.'ohscr\'acill;lcS y c"lcule fos Coe.
.. f,.cleJ~I~S.<Jecorrclación para' conjlll.~los ~ucesi\'9S' ll.:. 50 ilbservac\oncs .. Rcpila ~SIC
C!e(CICIOp~'ra do:scries in~cpcnd~cnlés dcllipo'pas,co' .illeu'lo¡'¡oy par" ofr;¡~ dos se.
fles cxploslvas e Ind~pe'!ldicnles., . '.. .
. .' .' ,
.•.. '
'.> ',"
... .~
-. , .~: . ,',: ••.. "t ..;
; ~
.'
.
:. :
1.
CAPiTULO 3
......•.. ¡-_.-..- ....: .•. ~.~_ .• :-.-. _.~_ .•....•. :.-....;.__ .~ .•._._._---~ .•._I
....•
,~f,::;~;f~E:~::;~¿::~:'~'~~~:'~;:;
~i:';~~'~~:
;::~~:~:,'
ca illdica,; la nccesilhd
~;::~~~O;
de:'
I';"~¡
.. ' o e SCIl~I<o comull como la leoría ecollómi-
modelos ecollómicos p'o 11. especIficar y analiza: relaciolles:I/II/II;¡'(/r;(/I}le,~. Los
.'
Juntas y simull;ílieas. cadas Uulla
,111gcncralmcnte
d. _11' •la eXlslellci",1.<l.e v,l,nas
. . rclaclOncs
. . con-
,
•.. vo último de la econolllclrí" .c ,e ,IS.C?1lma,~ dc dos vanablcs. Así pues, el objeli-
...•
momelllo sill cm'[1'1rno l' .'1~s,~1 anáhsls dCJISIl!II/(/.f dc CCI/UciÓIIl!S .fil/llt1lcTl/l!(/S'. Oc
'.
.
la posibilidad • " , kesv'lr'I';'l\e'
de incl:lir I'Ingln:mosd eld'.an<Ílisis
,:. '. :l • . l!CI/(/cilÍlI.
' ulla 1/1I1C11 aUllquc COIl
dos. ,.., s. on e" cn gellenl •. e S lIll nUlllcro • mayor que
Especifiqucmos dicha relacióncolúo '. .o ~
....• '
>. Yf:;S~..'~
,y\ ,L,lccu<lclonldenlific"kJ
..'
~,'P, +p,.f,'~P.v~.",t""+A.C",/I,,,
•.... bl.
.
..
' _
.
'''rI.l csexpllcatlv;ls(re~reso,.es)'
1, " ,"fH)'
\' \' 'y
.. :
'{
,
~ •• .J I~nuycn sobre la \'C\riable dependicnlc (regresnndo) ,;. ,.' " J •...•
11105a lod"s lasvnriablcs cxplicativas \'. do l. I '. ,¡ra ~111I.pI.Jca~. d:nomll1arc-
' ~. quc /r 2
ble en cucslión . el ' n '.' .. '1" Il{ e,: prll1lCl' sublll{J¡cc Illolca la varia-
"
~:~I
:~:~~:r~ ¡~Sl:~ lIl~'~~:~~ ~l~~~.~:~~C~lr.;t~~I;l~le;ll~:():I\(~:.
:~~r;:.;{l~.~~.ll~~~:
.~::~~:;~)I::;;~~:~~~i¡;¡:II~'~
oC sUI1l'llmi s' l' l' I nOI.1Clon m.llllcliILqlle e1l1l1l1la'.1./1 ~r¡11lnllmero de sicllos
u _1:In ,'1 o . su.' 11ll(ICeS elc Eli el AI)én (ICC
1,. • : - .
1" I \ (csarro
.
l'
.
11'
;lIl10S 1;ls Ilociollcs .-
h:isicas
~ • ,\ .<oc )f;¡ l.nalllcl'll. lassectloncs del Apéndice sigllcn el dcsarrollo <le éSle \' )os'-
l~rlO~~S ~nP.II~JlllSd.e. modo quc; en cuantO'llos ha sido posihh:. las distinlaS (.\)Ier;,.
CIOlles m,llllcl"les SigUen lasecucncia del lexlo prillcillal. I
••: ~.• _1 ~_ ••.• . ~.:... _~ 1~•.. ".'";~ ._'.
'"'" ,\',
, '.
C¡\I'ITu'LO j;L;¡
• I
Ecuación Linea;
. .' I • ~
tic' k y'¡¡riables SI'
., f,. ','
; 1
3.1 '. . '. '. '. .'
foOHMULACIÓN MATIUCIl~LDEL MODE.LO DE IcVARIAllLES
,.'
, "
hldicarelllÜs las<malrites'y veclorcs ~Q~'l1cgril";(Il~¿ril~ 'mayüscu\; p;¡'ra ",'alrices y
minúscu\:,I' para veclor\;s): En general, Y,si,c.ii,prequC:I)?sci"ldiqUé.lO,conlrnrio, los
'.'
v."'''''''''';,' ,,""," ,nl"m':;'\P~;'1'J""PJO .. \i::1' ' ' .. ':r~' " ,': ' "
.,....
~~;;;;~',
:;' " .l' ~.']·'. P '.'l":,I'.]+'fl.ll.).,l+ ...• fl I.l":.k]+l.:.i] "
. (3.2)
:X\"."':.,~.;:' ".: . y
!:1
'
El
. . .' .y:' . com b"6
,¡'n: ':.
'\ Ios. veclores
'.
• vcclor)' sc cxpresa como una macl n '1'mcal (c. JJ...-.
x. y el vector, de
perlurbación 11. El vcelor Xl esuna.columna'OCU\10S que permile la existencia de un
lérmino illicrsección .en la' ecuacióri ..Ag'r~lp~n'do lodos 16s vcclore~ x cn una malriz X y .
os COCllClcllles P'. en un veclor fJ' con,segulmos
Ir:' • ' . '6 n m¡\s
una ~cprescrilacl ~
sencl '11'
a,sl cn b'e:.
. , ~'" :," J;=XjJ
. ~r-n';"'N . . u ..' ' (3.3) +
1'.
~"1" ' ,\
d d I (h .'. . .' '. . '
~::
..". ",~~".c~,.', -
','}"'.22~'.""."I'"k2",,'r',.-••q-l".l"''.''J1'''''':' ~,., ,
fl[111 , ..
'<.
o' •••••• ,\: ~"..
, ,".'. "'V,-
,\ -: : i ,11' -- ¡ ',' "".'," -. ;',' ,'..
'~':" . ' .
211 kll'
' 1 X •.•• X ' flk
3,1.1 El, Algchr:u\cl'rlíllim(ls Cumlrálicos
J
la ~c¡:nnúa ""h,II','" ,k .\'; ..' ~.' } . '. .
"82 ~1t:TOOOSDE ECONO,\IETllIA '
:: (y ~~Y!J),(f- Xb) ,_
:: y'y ~.b'X'y -,~iXb+b~~Y'Xb.'
~ y'y --2b'Xíy ~1~'X'Xb -' '.
,donde e~lc desarroilo'ulilizaá'hc~ho L1eq¿e cll';'allspueslo'i.le un l:scalar es el mis-
mo escalar, por lo que y'Xb ,;, (y'Xb); ¿:b'X'i.Como;se j,iueslra enclApéliLlice A,
l:1s condicionesdc primer orden son : - '- .
- ':.-' - -- 'J '_' - " .
--()(;;~¡,~.;.
Ú't+;2:Y'y +2;::"Y~~O " - ,?
d:1nclo las ccu:l~i~ncs Ilormaics reprcselllada~ en -'> -., . ','-" ,,:¡O - J
,:,-"j,:,o> .., ~;;!'~''-_''~''''''">:''''A:'~)'':~;':~;;''''''~'':\:'':''}l:~\~>b:(X~\1b\X!){.~'~;':,c:;",:.;;;".;;.,j~.::
j,.,~,,:o., ,.(3.4) ---
Dicilás cCU:1cioncs muestran como el'veclor 'nlfnimocuadniliéo!J se relacionil con
los dalaS. ";.; ' ..'-, ,
. ~JOlrL~' J.l ..tC~ACfONr-S NOII"IALES r:All¡\I::I.,~AS() IlEllOS \',\Il;,\lIlis. !'ara ilus-
lrarla ~cua<:iónm'¡lriCial 'concrelai'c'lI\os".láectiiltiófI '(:1.'1) al e-a~lld~ líos¡'¡¡ri¡¡!Jles y
'eonrirn\arcnlos las ci:u~ci~nes nor:nalesd~riv~CJris e'il el Capitulo (~'El.pro~csú -corres-
ponJ'c ¡¡' k;'2yl~ ec~ac!ó;~' scrormulaeo;~lOY:~;fII'i: JI~,~ + U. L~IIÍlairiz X es
: "
"'.
, ,
\,
l",\I'hlll.ll,\;.La Ecu:lI:iÍln Lincal dc k \I,lriabks
• -- ". o
.y=y+c:=,\)-tc .' o, ¡.,.., "
dcdollde
. y');:: (} +'c)'(;' + e) ~'>~'.f.'
,;
r' .~.
. . '\',([ e.í 'h'y. -+--
i \/
~¡~e'=(!'Xj.~:/¡.~c'c
,'-)4'
"',
ú~ .
,:..J
\''1)1.) V?e .
~ dOllde
,
'
ser
indica 1
.,:
•
.'
call, re~peCI,valllcnle h Sllll1'l d'
.'
l. aSUlll,llalal dc cundr'lelos d" ,,'
.' J d'"
.
,
, . mlcnlras quc SCE y SCR' m( l'1_
.' '.
Ji =
1" - 1 ( ~) iil
donde i es un Vcctar columna cOn/lOn05.1; (3.7)
Como se lllUestraen el Apéndice A, sc Ir:llade . . '.. ' :. .
que. ni Jllllltiplicnrsc por un, Vcelor (le 11 b ',' ,,1II,lllm,llflZ Slnll:tflca e IdclllpO[ente
desvinciones 1'01' la' ['\ { "1 .. J • o SC.II IICIOIICS. lransforma dicho vec(oren'
• " < n o rC -e \.t, - O L .
escriben cama .... ':" .' r_ .. "'''.s.ecuaclOncs mínilllo cuadr;í(icas se
-
. ."=Xb+c=!i X2)[h']'I"C
b2
.. "
'.TSS" TSS
l?2 mide In praparci6n dc varj~ción' iataldc y expli~;¡da par In cambinnción ,linea',' d'e
las regrcsarcs. Casi lodos las [1ragrilrilas infarmáticas prap~rcionan también de ma-
ncr¡¡ nllinilria él CóÍlculo dc un cacficienlc R2 carregida, denaminado 7[2. Dicha esta"
díslica licncen cuenlil el lHimcro dCTegresaresutiliZóldos 'cnl¡¡.ecuilción: En acasia-
ncs es útil camparni- el rcsultn~lo de ¡¡jusl:!r v;nas 'esp~ciricnc,iqn.~.tgl,JFAlF~.r.c:;ry(enlr;S . ".' ..
'.sr'eJe: lridü:t-lfi';1d i'd6'í\"i{t1j'ji1'j¡f~'éfó¡i:Tf2"\íi¡'i:fi,b rété'f púf~t.l~;~s':'Sr'S6'n
;i~cíe 'lÍo ~;j',;'u cva'
'. vnri;¡ille .¡,Ji conjunlo dcrcgrcs~res,' e1-~(lcficicnie J?2sincarregir jamás disminuye. Ln
SCE pennanccccallslanlccua,idQ tique se.alindc cs unn \'nriable tol;¡lmenlc irrclc-
vantc. Sili clilbarga, al aliadirvariablc.s"de baja nivel explicativa. puede d:!rsc el cnsa
de que el cadiclente carregida dismiii'uYh. Esle caericienicsedefine cama
.... I-kn-J .
=-' -. -' +. __ R,2.
.,,::. k /1- k
(3.12)
J
l
86 Ml!TODOS Ul "CO:-:O~I¡;TldA
'n X"\.~:1 •
35
l .. '. 1.1 4
y.= .8 )'
' ..
.... :1 .
. 5', \
.. ..
;. "
- ..... x,x~HdH1J'YX'J,=L:~1
. . . ,
~ Las ccu.ai:ioncs norm:iles(:lA) son
. . ....•..
".,lri¿~~Kltml:\ü
Mcdlanle ¿pr~ccdi'mienIO u¿ ;cstÍl;l~ión,d,e:'ccllac,iillli.:'S 1~;lsaLllien 'ClI\lCÚ1~lo Lle climi.'.
.' nació.no Gn~ss, ceslamoslr~s ~eccs'lal)r.iI\;~r:;fiIa dc la se~lIll(la y tillc.o veceslapri: .:'
e
. nlcm fila de la ICrcer'a: Rcali7.adas ¡as ~:criitio'I~'cs,ob\CllellllJS cl si~lI'icIlIC sislcma .
. .. .', ',' . ',. .
. "', " •• t
.i,
'2 Schworz: CJe, "Eslirilalins Ih~Dirnc"sio;1 ci:,' Mp,.id". rlluls ii[S;;;,i.i'li<'.' , (,.. ,"').1:1 •• lúl.4(;'¡ ..'. X,
'~Ai:~i)¡c.\ l., "lnrorm:il'iQn Thc'orY',and ~Ii Exlcnsion ~r ,lIICM:iiinlull\ Lil:.ciihmllJ I'riú'ciplc",en 11.I'CUOY.
'1 :=. Ó~kc, cds .. 211rl J¡,;rfllOlioiIUI.'S)'IIIJI()sillll' rlll JII[llml~/i~1l Tltwr,l', '[rudap~SI. ¡\'\;adcl\lia¡ Kia,Jo.,\ ')13:
. . , .. ' "w" .t, .. ' . . . .
, . ¡ ,
15 25] [ [20]
[~
O
lO
6
6
.1
/J I ]
/l~'
Ir,
= 16 ..
l)
;5(1)'~~l
6 (lA
2~1]'\~:~] =\ ~.~].
/I~'::hJl
\
que da
fillall\lCIlIC. la primcra ccuaciól\
. , '
/J'I = <1..
y= _1 + 2 , 5X 2 ~I )- v \ .
"",\
I)C:I\\Odll allernali\'ll, si los 'dalllSSC ír':rllsrl~rlil:(;, .:1 r;lI'!{,al~l Cl\ deS\'¡;;ciol\cs r~.sulla
'" Los,:dal,<lS,.~lI~,e~lfirles
:e~I~\lhl~CIl
'a, 1~1(~'
ünicII SOI';lci(\1lpara d'\'ci:II;.~' h.' l.,: ",itllici,ill re'lll:'rilla para que
... ~p.lfe~.caUIl,1UIlIC'UllluCI<l1l se Csalllllla ill,\s'addanlc en eslc mism<lcapiluh •..
l.V~asc I'fllhkma 3.1. . ' . .
~,.:-_ .: '~It.,"
. -..; _. ~~
',;,
~.' " .. -." -.<
~¡.
Y
l'J" r' .J.
1 ==
[J_.:J-' -I,SI [1 (í 6][
(J 2 S] ==2(1,5
,¡' -1'5
d,
o. ro",,, ",,1, "'' i1~':.:~~::
':~;.s _ I.S 1[':] = ~6.S
1
Enlonccs. seR es igual a 1,5, U! == O.\J5)' i{2 == 0,119.
.
J,Z
COr::r-IC1ENTES DE CORRELACIÓN PARCrAL
¿eJ.)e2.) . (3.13)
rI2.J= .~:~.
Los c: son residuo.~ mínimo cundráticos (por lo tan lo, demedia cero) y. por'es(a r;-¡-
zón, la ccuación (3.13) no requierecorrecc"ión dc medias. Laccuñción (3.13)puéd::
implcmenl;-¡rse direcl;-¡menle calclll;-¡ndo ambos conjunl(lS de residuos y, luego, el
codiciente de correlación enlre ellos. Sin e;"b;-¡rgo. en 1;-¡'¡lr:íclica, resull:l m:\sf:ícil
expresar rl2.) cn términos de los tres codicien les de correl;-¡ción' simples, rrz. rl) Y
ru ('.ESlo es .
1'12- rl)rU (3.14)
~)',~;.
Los codicien tes de correlación simples suelen denominarse coeficientes de orden
cero, mientr;-¡s que los coeficientes lip.o 1'12..1 reciben el nombr~ de cocficienies de
primer ordclI. y;-¡que se lom;-¡ en euent;-¡ la innuencia común de otra v;-¡rinble. En un
c;-¡so lípico de correl;-¡ciún csplire:l,el número de correlaciones 'de. orden cero s,!eJe
ser gmnde, micnlr;-¡squ'c rl2.J puedeignomrse. Engener;-¡I, sin embargo, las corre la-
CiOIH':Sde primer ordcn pueden ser milyores o menor.es que los correspondientes
codicien les de ordcn cero, e incluso tener Sigl)O distinlo. En casos de lres v;-¡ri;-¡bles,
se dan dos codicientcs de primer orden :ldicionales, denomin¡¡dos '1).2 y rUlo El
primero mide I;-¡:lsoci;-¡ción entre.y y X) un:l vez elimin;-¡da la innuencia ejcrcid;l
por X2, mientras que el segundo mide la asocinción entre X2 y X) tu;-¡ndo desnpare.
ce cU:llqllier efeclo que plled;-¡ l:jercer .Y.En c;-¡sos de cctl:lciún tÍnic;-¡, 1'12.) y '13.2 son
,. normalmente los cllefieientc's de primer ortl~li queinteres:ln. Ln formulación de
"1:1.2sc deriva de los mismOSI)rineipios o,nlleri,ativ;-¡mente, de laecunciún (3.14) in-
lercambiando los wbíndices 2 y 3. Por 10 tnnlo,
',. .
." ~: ...•.
..
3.2~1Construcción
,. .. ~ . '
Sccucncial
. ~.~ '. '.
de In Smna dC.Cuadrados
' ,- " ,
ExpJic:ida
.... , .
.T~\IIL¡\ 3.1 .
. (6)1
.rh~ = -'-(-
(JO) 4)
= 0,9000'.,
:, ~.
(13 .=.0',941\7
'. i
. .
....
rcsultado no l:Ollsisle lan súlo en 1(lIl1ar i"s raíc.:s cuadradas posilivas obtcnidas.:n el
c:ílculo lk lus codicicntcs. Las corrclacioncs parciaies son. porsu p;)rle.
O,'.I.5ó2 - «().X,_~()-!)(O.li.I~7')
':IUN:-12
VI - (J.72J2 \/r-I-_-l-l.(-)(-){-}()'
Por lo la Illll , rh..l = (),X()Ci7y rlJ.2 = (),:l75l'i. L;ís l1islinl"S sumasdc't:uadrauos dc la Ta-
bla :1,1sc ea1cular:ín como'.'
rh ¿)'2 = 25,6 r~d I - rh) ¿."~ = (J.'.I
rh ¿ y~ = 20,25 rrd l. ~ rjj) ¿.\'~= 6.25
La Tabla 3.2 resume lodos CSlOsresullauos. En el Ejcmplo 3.3. 1" SCE 101;)1era 2ó.5.
n.:sullauo idélllico al alluí obielliuo mcJialll.c la ulilizaci<Í1l de cllci'iciclllCS de co~rcl;i,',
ci<Í,i,simplcs.Y..¡la rciaks ....c , ••.••. - •.••.•••.•••.• ; .•.•. : ••. -1.-:,:: ..... ,:., .•. <,.':, .•'....•.. ';'Cr.:/ •.•',-(~',Y'."" ..
J ..: ".-",..:.':¡"; ..
TAUl.A 3.2
SUlila de cU:l(I~adlls d¿' Ejemplo- 3.3
,,. rr-.f,lr-v-tw: •.••••
,..,_:~, , ••~.•.,.......-':'"
•••.••"•..••.•.
1••."lo'. o,,: ',••"~' oc:" ~ ~.• " - ••••. ' .• - '7' •.•'. ................
Variable Sumas dc' cuaurauos', 'Variúblc .
. X~ ,X)
Suma's llc cuadraut)s
211.25
.. .
, ,
.. lllcr~l'llcllto . I'llcrcllIclllo
debido a XJ "0;9 - -, :Ji:biJo .¡'l'X;. 6.25
, ,
X,2)'X) , 26,~5'_ : X2yX,; .. .:.265
" '. Resitli,ós 1.5 . Rcsiullos , . 1.5'
~
Cunl'HJb hay dos (o m:ís) variab'lCscxrlic,~liv:is ..llo txiSIC IlH;do ue dClcr:ninar la im-
. (lo;'lnncia rCI;'liva que cada una uelas.vnrfabl~s licnc' pnra ~~p'lié~r el movimienlo
¿re Y, cxccplunn.dci el caso e'xlremo (y.pÜéO'j)l'obablc)'cn que la.corrcla~ilÍn enlr.:
'va.rini)l.cs c.xplicativas sea cero. C~lnndOi'í~e~ cei'o, se dicé'{IUe las variabks son 01'-
: l()g(JllII/~.\' )f,se. ~lemueslraX que .!?j.2J = rh + En este caso t~pccial. SCE S'l!uivide r¡~..
en doscomponenles y cada uno de ellos se nlribuye de I.liancra más explícita a una
. d~ I.\s variables explicativas .. La asignaéióli ..rcsull¡i ¡mpo.siblc cuan(lo I¡,s X cSI:ín co-
l:re.ia~ill!la(I;;s, Krllsk:.d considera varios ín~IOdi)s 'p:I'ra ~\'allla r '1:, Í111p'urlan~ia dI: las
. di~lililas vai'iables explicati\'¡I~cJ: S'u proplle~ta. se. centra en clinlerés en d prol11cdill
. ue lo~ cll':;drados de los coeficienles d.c' corr~laci;íl1 sil11pk y. parcial sobrc los dislin-
los iilol11enlos posibles de inlr~lducirlas X. En cada elapa. los codicicnlés ut: corre-
. \:¡ción nl'cuadrado relevanles',j¡idican.\n proporciÓn de varianza explicaua pur ,una
variabk X específica. Con el nnlcriorejéll~plo,.oblcnelllOs' ' .
'. .~ .
r
y¿
~IL IODlJS nE 1:l"U:\()~II: IltI"
'. '. =
(0.7232 '+ 0,3758)/2 = 0,55
KllIskal Illu.:slra sus r.:s.:rvas cu;¡ndo Se trat. U" .... • .
fl;grcsitÍn. Su arlículo in' .... . .' ,'.\ ~ ,lpIiC,lI 1,1lecnlca a un enlorno de
los dalos ue r-1"I""ll1'\ll \.(~III~.C. slln cl11h,\rgo. un;¡ II1lcresantc ;¡plic;¡ción delmétudo a
. ~u, 1> CISC111'ln'Icer" 1'1 .
liva del dinero \' el ~aslo 1'. ., C,I (c p~renne lema dc la importancia rel;¡-
. ,'O;¡U onomo para delermlllar el ingreso ..
Un diagranl;¡ de Tinuergen es un f' I '., .
, l. . . ;¡ orma;¡ lern;¡llva dc iluslrar las conlr'u . .
le ,lllvas de las vaflables explicaliv'ls O' I . . lUCiones
l;,dos cn el estudio pi("ll:r~1 qu~ 01': b.
IC.lOSdl~g~al11as fueron extenS;¡menle ulili.
1..;, ri!'.. 3.1 mueslr;¡ lo d' .: . In elgen rc;¡.llzo sobrc el ciclo de los negocios 111.
- s ¡;¡gl,II11,IScorrespondientes a nueslro ejcmplo numérico.
()
.~
-2
-~
-4
-(,
-6
lól)
(h)
-,
-::.' ()
... ,.' ••.. 0 .
.... ;
-2
Ohs<,,'aci6n .-2 OhscrVólciún
. «1
"
FIGUI{,\ J.I
,
Diagram;¡ lk Tillbcrgcll para .:1Ejcmplo J.)
"
La r-ig. J.l (/ Ira!J;¡j;¡ con dcsviaci~ncs y mues'lra los v:t1orcs d. , •. .
(h) )' (e) mueslran Ih\' ,(. . . '. e). re,lJcs y c;¡lcul;¡dos;
~. 2) }J\J' rcspecllvamcnll:; )' (ti) l11uestra los residuus de la re-
111J. Tinh<rc<n
.... "n",i'/l'f\'
. .. el'
. (./ c.J'"
•. ","
I 11'
u ''''{','
. / r
.ltltft'J" tlf I'flle'ric" Jf)Jf).Jf) l'" r
I .\:,I,!.:IIC11
.. .
. ' ••. , Nalloll~. l'UI},
'¡ CArITULU J: La Ecuación Lineal dc k V;¡riablcs 93
'.,
gresión. 1'unto este di"grama C0l110 los coC[icieillcs medioS de Kruskal sugieren
que. en nueslro ejcmplo, el papel de X2 es más importante que el de X) a 1" hora de
dderl11inar )/..
"
' L;¡ simplificación algehrnica dc esl;; lillima expresión I\OS Ilev;¡ ;¡ afirmar que b12J =
n.
~F uz. L;¡ igualdad de.105 dos coericienlesreslantes se demueslra de manera simil;¡r.
¡. Cuando ¡;¡econometría se hallaba en sus inicios, existí;¡ cierta confusión en lo
¡
concerniente a la utili7.:lción del tiempo el\ el análisis de regresión. Los result;¡dos
I anleriores démueslr;¡n que esii1diferente qUI<.el tiempo se in¿¡u'ya o no en las v¡¡ria-
bies explicalivas, o que a las variables se Icselirninc su lendencia antes de incluirlas
en la regresión.Surong;¡';lOS, ~.or ?jen,plo,la ~igliienl-C función de dern';¡nda
Q=AplhclhT
donde Q indic;¡]a cantidad demandad;¡. f' indica el precio y T, el tiempo. L;¡ el~sli.
94
.. " . . ,:' ~..' ._""'.,.' ',;;.-
:
", ,'.', :,' ;:'.' " ~. ~z.
cid¡¡d del,prccio cs /h rni\?nlrásqué J3 indica la lasade ca,iJ.bio de I;,'canlidau J de-
m¡¡nd¡¡.da (lor unidad de liúnpo.TÓll1íll\do I¿garilllió~ooblcneü)(js ".,.'
,', . -,', : ,~.,.... .',.' ~- .',. ':, '~;"'~'>-~:\-"""' .. ".~?';:\".,:',~:';,. ~,:',:.,.
,';,'. :
.;,:... .... lnQ :::;/31
:t P:{ltl,f+fJfr: . ,c",'< "'-, "';;"
La elastiéidaddcJ prcCio sC¿Slin\'áilJuSlalld(dii'r~é~am:.l;le ciha rcgresilln Inúfiiplc,
o bien c)(c\uycnao 'la IcndeJ~é'ialine¡d 'íalll,r¿'i In QcOmó 'cnln P)' cSlin;únuo la
..pendiente. dc r~grcsiÓII.9¿(~rin,í'crresiéJlwsobi.c,~IScgul\do.15cSI¡\C¡,rémo~. sin cm-
bargo; qüe en dcnsO de' ~x¡sq~fen,dencias SCr¡;.;'a.~las:niilSUlíCi'p~ iós'iJillcriorc's coe:
ficienlcs <lela variable lic"~)PO,CSUl(cslimaUllr d~I panímclro dccambill jI,) Il.
,': ..' .:'< .<',)¡,\',': •.
:: : l~..:. .ff.~". ". '".. .
¡:";;:,,,:,!;,.::"'\';'~';""'" ';é>:~,;.;:;';;!,~i~g:!,;~,,:::.
.",j;",c~:¿~;.>¡;,~~,~~,'';'::':,:j'~o~,,)~,'~~~_:,:;j~~'::~,;(,.;,!i::'.:i,,:;~;;Ú):~:lÚ:4.\';,;"i.~~~ <;,:';;4,';,'1. ;",
En las condiciones qucmos(ramós 'cn la sccciónsiguil:llté'~~I¡is ecuacjollcsllormalcs
~e rl:solvcr;lullara b ='(X'.A')~:J En'cste caso, ~'~p~i.:~,ar~'jn'os!os rés'id:los de ¡,ne', j~,/.
grésiÓIl '!lCúlmo . .:.,.:'" . ,." . . '~" . ," ,- , " •
., .';1
~ ,.
, .
•
, .: .... '.e ~~;'.~ X!J
(3.17)
• ..'
=) :;:X(X'X}:I, - <
X'." :::'My:,
~ '
:'
, donde,~ " " .. , ', ... !d'= r';'~Y(,Y'~},,1:1 X! ",:-,'.
M cs u ít¡l nÚIl,ril.simélric,,' c 'id'ei)jp'ól'e lÚe 'illi"c~15(¡scc;di.ieiil¡~( laS"'pr~I);c(liId~s ,dé
. quc MX'=,?y Mé,'~ ~':~QfI}í~l¿ilio~rillQt't\'I/r.~gl'6~i,Sn. gcne,i'al;fn'f.ol';l;¡íl)ádidona-
da como,' ' '. , . . '.' ..,'. ,. , '
"
, '
; <,
"';:)"~
"f' :\).\
'~"'.".;'J'['/;;.] :~'' .~'' . r ,
".
:', . ~
M. cs u.na Illal riz si 1l11:1
ricl e idt.:I11POI":
11tl: I:Onl;ls P!'opil;da,dd d~ ,\1.X. = () y•.M. e :¡:.
'.,"
= .í"iM.Y'J
.. '.
"~\" l' '\/"',\1'\':'"
1": t:X:z
', ..
'v.r. 20:1. .. •.. 2 .
..
. ,.
(J,20)
.... ".
.••...
.
.' 'dOllCic .\'u,I.:~k'es ,la elc~vi;¡ci{í"\~Sl,ín.t1úr' t1cio~ resid~';l~ '~Ie la r..:gl:esii'lIl de)' sobre
.uni! cQnstanle y ,'<3' "'O Xk; mie,l!tl:as cIUS,'\'2:3Lk,"CSla des'.'iacilÍn.'¡:s(¡ínciar,t\.:llIs r..:si.
tillOS d~ \a~4:i:~resiún dc X~sob,:e las IlIIs;mls v;lI'iables: L! c~lIacilín (J,20) 'es \;)''.''':1'-
silÍn,rílalti:~lI'ianlc de h)'q~lel;ieCUaci(Yn.(.f3()) e;:a !)¡I'n\cl nioikll; 'tic-eros \.ariabJes,
Los restanlcs.coeficienles dc corn;laciúll p:iIJial y codicienl..:s ti..: rl;gresión múltiple
.se ~J;lcndr;\n sus! iluycndo x2 pi>r-.r;'(i~ \:'~~ n'~il,las ccuacinn:~.l\' (~, jI)) Yr~:20) y ,
re;l1izaíl'do'los cambios coircspondicnlC'S'",Cf)M .-.::¡.. .• ".' ~ ••.•• ~_ •• <"": .~.. "'.~
. ~. ,*,~•.'. ,'\;; ..•..~ ',.~: .('~' --~.~, ,.-~-'-' •
. .- ~:. .
_
_.- ~ .. '""~~ ..~--.~"----~~~~~~~~~~~~~~~----~~~~~~~-
3.3 _
LAGEOi\IETHÍr\ DE LOS 1\-IÍNII\'IOS CUADHADOS.
.••., .•..
lt.
( ,
/ , , I
it'
! , i
FlGUHA J.2
o
r. =xIJ o,
r'J' )
=.¡:~,
(x'x .
.rr') )' .= (.r(.r'x)-I.rl1Y',.3_'
= (:..:.....;..
.x'x ~
=Py
donde :\ p= x(x'x)-I.r'
I)eslnqucmns que xx ..c~un;1 malriz;~I,~n,'mienlrasquc x'x cs un escal;lI:. La malriz
l' es simélrici¡ c idcmpolcnle, Dicha .nwlriz rccihc elnomhrc tic malriz dc PfUyec-
ciún. pOrl]l1C mulliplic"nc1o por y se'(Jhii'c~ll: la proyeccilÍn del Vcclor y sohre el \'ec-
lor x. .,,~~
"I';lfa ,dislingllir enlre~[i'(,\" ,1'e1mismll simhlllllp"'" ;q"'<~III"1 d "'I'",'i" ,'II,lid,',,!, d "pe,ador e~l'co
r;ln7.;1 111:1h.'l11;ilicaulilil.ar\.'I1H'~.~a. !I.:lra 'ltc~rila E"'I)~;r;i-h..'kljt.iH,,:d prlll1l'llt.y b.il.ilic, ~il1 Ih,.'~t'j¡;1'. 1:;.I':lra
d ~~g\ll1dn.
c,\I'lrULO ,l;L;¡Ecllnción Linc;¡I,2c k V;¡iiab1cs ,; 97
.. " , ' ..• ~.....
. -,. . ...-' .' -' ~".. ., ... ", ..
r¡iscr pcrpendiculnr :'Ídichci cS.pncio cofumn:l, lo que requiere que esea ortogon:ll
l;\IÚa con respcclo,a:\'lcomo dé".\02 " -'\
'X'c=O
Est.; colltíición rucdci'ivada ;,lgcb~.¡jc:lmenlC énla ecunciÓi{~3~S),Jlroporcion:lndo 1,,5
ccu:lciones 'Iiormnles 'X) IJ v:.
Teniendoei1 = ~')'.
cucnín 1" ley del pnralelogr"mo p"r"
lasum:l de vcclorcs:1i. Fig. :U pone en evidencia quc 5' puede expres"rse como unn
combinación'lincal lÍnic:l de XI )' X2~ La condicióll algebraica equ,ivnlenle ~s que I"s
, ecuacioncs normales se res~,Clr;¡enp:lm un (mico vect,9.~ b, LbS veclóres x de la Figo J.3
son linealmenle inucpcnJienles; por lo "lanlo, el esph'éio colulllnil de X liene dimen-
sicín dos, es decir, el r,,ªgo de X. Como moslr"rnos en el Apén,dice A, ,
J'
FIGUHAJJ
Xl
"¡GUItA ].'1
98. MtTODOS DE t:CO;-;o.\It:TnIA.
0, 'm¡\s rcsul;,j<JamcnIC':.
. .'.. ,.,',... 'X!c =.0:
q~e 'es un'n ccuaci6n:'id~n'li~;¡,'il in deri~a'd'a' ~~n n;'lcripi'idadp;HÍI ei ~;;~() de s.óldddS
variablcs'cxplicaii~as', Cuantió las colui1~ntls' tic X S!l'n 'lin~almel~lé ¡;ldepeildienlcs
(p.c"X'licne l!1I 'run'go coilllllna 'é'ám¡ileiil): j. puede cxpresarsccomo una c\,lmbina-
. cil\n '¡¡ncal Úi1icúlc ,Io:s\'eclorésx¡ (la. cdiaciones:n~rnlales sC'rcsuelvel,l par¡l (In lini.
c'Oh). '.' ;, ."'.:':'" > '.
'l' .
FIGURAJ~S .,'
('.\1'111'1.11,\: La El'lIal'iün LilH:'al dl' k Variables lJlJ
que significa que S' nu pucde cxpresarse como tina Cl)mbinaciún lincal úniea cJc las
x¡y que, por lo lanlo.las ecuaciones normales no se reso!\.t:r¡Ínpara un único b.
Rcsumicndo. los mínimos cuadradós neccsil;iu que X ll"'lga rango k con el fin
oc que (X'X) .sea no singular y las ecuacion~s normales Sc n:sut:ll'an para u'n único b.
3.4
INr;:EHENCIA
'.:.:.,i:.•.•..;.•...,:'
Jo' .,•.'':.:.~~ ..•.•••.• -'..
EN
",
LA
:
ECUACIÓNDEAYi\H1ABLE,s
"H;,_ ,,¡ ~_..•....
.• _,. - ' ',~' ../:.' . ....,
••• ~ • ~.;_
""":"C;~i,;,,~,I;;;"":"
..',.~~.' .
•••. -.• ~ ••••.•• --_ •• _ •••••••• - •.• I •••.•
~ ••.•• _ ,.', j •
. .
AcoJilinuación, neccsilamoseslablecer las propiedades estadíslicas dc los eSlil11n-
dorc.smínimo cuadrlÍlicos y derivarlos procedimienlos tic ii,fcrencia adecuados.
Depcilderán de qué supueslos se rcalicen al especificar la relacióll. '
• I •
. ,
~.
3AJ Hiplílesis
~,'
...
i, ',Y es n.(iCSln~;íslica y tienellll r¡lIlgo ColuJnllaCOml)\clo jg.lI~' ¡¡.k.
. .Lns inrcrenciassOIl condieional2s n los \'aI6i'e~ I)Hlcslralcs lié lasl'ariahlcs :í: plll'
. lo"l,inl'o, I~¡¡ra l1Iueslras' l'cpeli<Jas; loselclllenlOs UC 'la mairiZ X se lralan como fi.
.. .jos. COl110 se ilustró en In Sección 3:3.;pnra obtencr lu.\n,llllica delcnllinacit'lIl,dcl
veclor hes necesario que las columnas de X sean"linealmcnlc indcpentlienles.
2. Las pe:rtwbnciones liene ';15' s¡guienles,prop'ietlndes:' '
1:'(1/) =[
."\
'b
/1,; .
-~:;:;~].:: £("1') . O .
=11
y de laccu;lción(3,22) resulla:
" :. %.0.' ••
J()O
, ~
- ::.'
. £::(11,,111) 1::(11,,112)
.j ":i", .¡::
"" . 1.("" )" ,i,,:,,~
. " ,
=
(
";lr(lId
~1)1'(/l2,/lI)
. C(1\'(II\,1I2)
var{1I2J
~... '"'(";
COV(?,II,,)
,,,,,»)
= (",
()
()
(12
, .
())
t"
COI'("II''', ) va~'(II,,) () O (1~ :
Con fines le(¡ricos. resulla m,ís scncillo rdúrnllllar las ecuacioncs normales COl1l0
f) ,
'.f¡= (.Y')'')~\.X'y ':; (3 .:<) ~h -:r d..e. .
S USll\u)'cn
.' d o." por su\'a I01' se o t1llcne
. . c..Y+i M oc\c~ .
':"
,;,-, ,
,
, .' .' f[(IJ-j1)(b-jJ)']=f[(~'X)"'~Y'lIIi'X(X'X} ..I]
=~X',\'):,IX'J=l/1I1']X(X',,\')':'1 .' , .
.,;,u2(X'X)::'I.
. Por lo lanlo •.
,.,t~'vnr(IJ)'=lT2~';rIX)t. (3,25)
'Esta cxpresi6n es una malriz k x kcon las v;'l,ri¡¡riias tnueslrales dcbi.cn 1;'1dingonal
principal y Iris covarianZ<iS situadas en las posici.ones fuerade,la ~ingonal. . :.'
IOJE~lI'l.ll ~.S,I~ItItOlif..s'I~s'i';'~n'\n'EN LA F.CUA~IÓN riED9S VARIAIILES. Como se ha
m~sirilllo anlcrior'mciit~;c!1 cI. Ejcmplo 3. t. ,\"X es (en.esle c¡¡so)
.. ;.
Por lo (anlo,
. (,\",\')-\
'. '1. = ..
[,¿,\~ - p,] ....
O - ¿X 11
''''''d;';;;d~;;fJ;~'~i;~Y~[Ji;;;i;;';;
~'¡~:'H¿'t0x{"~';t'i"~:>':¡';<'¡:~;"'¡~:';\<""';;'Y;i;"/,'\""','''':v'.,,'A,.~,',,,:;!'o'
." ..
. .. '/):':/I¿A''2:''(¿X)2::n¿x2.. '
Éntonccs, inúiCando In inlcrsccción MCy lapcnúicnli:por ayb, respcC'liv;'Imenlc, Ic-
o '. , • ,
ncmos
.u2 o:>.~+IIX'2)
" ¿x2
=u
. ,,(I .
2
.-;; + ir\'2 ')' 2 '.
~
lO2 .
.
"': .. ",
~
....
,.
.
£J£~lrLO J.6,UNA £CU,\CIc)NDE TliESVAiüAUU:S,'Casi lodas las aplicaci;llles econó- , ~.
, llliCaSCCnlran m~s su inll:r~s c',i los cocfiei~nles ik las Jlt'lIt1il'II/('S ~lc la re~resilÍlI quc.'.~
CIIlos I~rmillos de iillt:rsCcl.:iún, l'ilreso úah;'jarcnHls con los dalos en forllla de ues- .,
~iacioncs, Sirvcn \Q(javía ecuacioncs como 1:' (:\.25). conviniéndose uliÍs ell un problc- .
",...."'' '"'.,,::~:'~::::;;f:;'.::e:?,i:i~)::;~:;;:~~I~r~;;¡!:'i,:t'\f~;;,].":
.. ;"'"'
CQnalgulias op~ra.ci~lIe's all?,cbraicaspuedj.:'di;ll1o:arars~'qué "
.
. ~ '. .
., . . .>'
.' var(b2) =, ]
'112
1 Y
~. ".'
var(l,}>:::
.
"
,r2 ' ..
. . . " LX2( I - 12)) :~ . . :' . Lxj( ,ti)
I -:-
, . . :»
.donvc"n es lac.orrclaciÓn~nlreX2 )' XJ, Si .1;Isvariables explicalivas no. e'sl;\n correla, ....
. Ci6nau;¡s,.las~~aria~izris 'll1~e~lr:ílesse r~dll~inÍlia iris ~~I.as. ~eiresi~llcs silll~lles ue y :¡.,
sobrcX2)' ~c; Ysaure XJ: Sin el\)bar~o, euanuo la,cllrrclaclllll elllrC'.las variables e,x-
se
. pliC:lliv;is .,illcrerilclitaIl .. lalllbicn las: errores :cSlálldar, .il.ís an.i~e a'(llÍ~no.5.tlllC~o- .
~',rres'pón'~l:rían'al ca.so orloganal.'~uai)l~ .il.ís sc':ni;eni~je,i-lasX. lllenÍls preciso. sor;\ el'
Í1!lenlo'dc. cSlillla~ Sús efeclos' rclaliv(J~.Dicha' siluació.n rct;ibe c1IlOlllbre de IlIItlticoli-.:,'
,
." "
lIt:al~t1a.rI..a colillt:~lida~/.~on ..ulla~ali~)~aliu¡,upcrfecta'.o'.c~,I(~la.~ los. e~rures cSI¡\nuar :<:
...SUIIIlIf"lIIOS. .colllleahdadex;\Cla SIl?,nlfICi\quela~. cJ,lhl.lllnasde A .son linealmente de.;,:
. p<;ndienlcs )' qile,poi lo lanlo; nO..p\ll;de c~lilllarse~l".eclor Me':}'!.'t
.'...,. ';:
3.4.3 La ÉSli.\;:i~jón .de ai ~
~.
" ;:
...' La, m¡llriz dé variatizas-cb~a~ia'~z'ils' dé la~curicióri'(J.25) ill~hiyeia ~a~ianza ue la :;.:
'.. p~rlurl;ació.n(f2;'(iuc.és Jéscol,oci.da. Rdillll;"raz\-lnahlcUlilii'.ar enlo;l~~s ~n eSlima-. L:
. c,lor'bas¡¡d~ en.,las~l))a'de cu'adr~dos <.le. los rcsi!luos' dc la regrc~ió.n :ijlisfaua. Par';};
liencio de la'ccuación(3:17). lenelllon =My='M(XjJ '\' 1/) = ¡\-fu, ya quc MX = n. ~.~;
. Porlotanlo,'. . '.': £(e.:ej'::: E(lI'AJ;r\JI!)"~'£(I/'Mu.r '. . ':::::':'(
... . . :..... , '.'~
.', •• ;~
'.)
.. ,'
. . '.1,. '" .'. _
l' Dichas fórmulas no ~on(lp~ralivasporque ,,2 esU~s'conocida.Cuandu S~ r~~l1lpl"zapur el ~slil\lauur.s2 ,~:,."
'.~
«Jc'ri,;auotn la S~cci6n3.4.3);len~I\IOSlos~rrnrés cSlóintiar~s'¡III;,¡I;,.r.I'''r 1;,1."lIu.c1lcrl\linu "~rmr cs- .:.-
láJiuar" se ulilil.~lanlO'
.
r'cr~r¡'u~
.
a cr'roreséSláÍ1u¡ir'
.~~rila'¡Jeros
cóillo eSli,í¡'a<lns,
..
dC¡)~I\"i(:nu\l
. ud C()III~xl\J, ;1~
' ..•
". .+
.', -
:','
",
o;, '~
~:
~~~: .• ('",'h 1I1.0.1:La El.:UacilínLillcalu¡; k Variabh:s 10:1
~'.,
"ji .
~~' Aprovel.:h,llldo
.
-
cl hecho
.
de quc la traza
~ "
. d.e
.
un escalarescllllismocsl.:alar.
.
. t~t
. '," ~'.
resulla
~.
L,
.'~.~Pii"ot"óio:"""
k" ...,....,'.e ..•.........•••....
'. 'k';"'¡"i.::~~",":'...."i.,."{i/':.~ fe"'(j.26)
e
}.:;
'ueCinc l;n esljll1au(; •. ilise~gauo de (J2, S~ raíz ~ü¡ldr¡¡dú s .~~
ia 'uesvill~ión eSliÍl\dar de
íos vnl~;'es Ysobrc el plano de regrésióil: Este~rcsUllado' s~IC,~ledenoli;inarse error
~;
o
csl:ínclar c1ele.~lilllllclor error eSl:íJHla.r!lela rcgresj(lll (EER):
~.
~"í,
~{ 3.4.'1 El Teorema d~.Gaitss-i\'Iarko,;'
~t1' ',.
.r'Es cltep.rcma úilH.iaIlH:nlai de lo~ mí;li¡lH;sC;lladra.~lus. 'E,lalll~cc que. ue al.:Uerdll
;~' 'can 'los Supueslos establecidos anlcr;~:>nilcl\le. ¡lO'CX~SIC,01ro eSlin~ador lineal inses-
r~ gado' de lo~coeficienles jltlÜC lcogavl)i-ial;zasm'ue'slrilles 'menorcsc¡ue los del esti-
;:: ': •.¡ll¡I'd01' IÍlínírno e.uaeÍrMicÓ.dcJa ecuación (3.2~): DehlOSlfl\l'Cll10's un resultado m¡is
I~.,' gel;er;I' Cilllcl;al.c¡uicr. con;bi'ia'ción line'al de los :coe.ficienles jJ: Sea e un veclor a rbi-
~;. , .
t.:' ~b~~~de k eiclilclitOS de' conSlalúc.s.conocic!ús. DdinamQs una cantidad escalar ,11
ij ", ~.
'JI = t;'jJ
!:
'" .Eligiendo c';= [0.1 () , .. OJo enioliccs)l.= ¡Ji, Podemos, por lolanlo. elegir enlre hlS
'.:
l3 el elemenlo que d~seell1os ..Si escogemos. .' . ! ..
.:,' . . . '
::.
. .' .'
, ,
c'~JI
~~:,.'enlonccs
'
, JI=E{YI/~i) .
':
":
<jllCcs el valor esperado de lav;lI:i;,hlc'dcj)cndit.:'nlé.)' ~n cl.p~riodo 11+ l. cnndicio-
natlci 'por '105 valores X en'ese pcriod(\.cn concrelo. El; gcn'~r;II. JI re'presenta cual-
,;.; •
quiercmúbinación lineal de los elcinenlos d'efJ., A cOlltinuación, consideralllos la
clase de .Ios eSlimado-;'es liiiealc~inscsgildos' ~Ie JI. Para ello definimos un escalar 111
.:.
que !l¡ír:\ las veces . cle eSlimador.lineal
," " .
dc'/'.
.
eslo cs. '
:~\.
... :-
= a'Xjl
= c'Ji
(~ue se cumple só~o .si', , .• . ': n',y: = e' """ . :(3.27)
El problema eSlnb¡, en enconlr:ar ell/:-vcclor n que. sujelo a las k condicioncs de la
ccuación{Jjp~.,minimiee la varianza úe '11/: La varianza de 11/ es
:var(II')= £(a'uu'a) ~ (,2a'a
= c'{X'X)-1 X')'
= c'b
Dicho resulülcl~signiric¡; lo siguicille: '" .
l. Cadau~o de Jos coericj~'~les: Me,/J¡. C~'ej' mcj~r eSlil~~do~ lin~al ins~sgaúo úel '
correspondien!eparámetro pobl¡¡cionaljJ¡. ."
2. E~ mejor eSlimador lineal inses'g¡¡do(ELlO) de cualquier combinaci6nlineal de
fJ cs esa misma combinación lirleal de las b. ' .
, :l. El EllO de E(Y,) es '.,
,..' r\.•¡f::t;,i':'~"rJ;ig ".' ' .' " ?>."~9." t-gz<~2.1, :*,?F'(JJ +"',t!J kXk.r" ".'
quc, ese!."alcirhal!aúo inserlando un vcctorrdevanle de valores X en la ecuación
úe regrcsión. '
I~Véa~c"r~ndin~ 1.1.
,\
..
.
:':'-., "í
,
.•" l: ~. •'! , t,;
'.: :
i.':' - ,~
"t.., ", -1, ~
... ';
:¡12, .. ; Q ....
,fJJ O
,'=
.. :"" . ,.., .' ,~, .
.,.", ':",,':fi ~. . ¡ O ' .... I,.~: ;.
,mide la~i,screpancja en~rs: la ~~peranza }' la o[¡sen'ación. Si, en algün se.l.llidü, se Ira-
t.a de un veclor •grande. ,e;lIÓ¡;CCS 'se pb'ne cnd'úda'la vali;lc ••, L1e.la hipótesis nula;
si, por 'cl contrario. es un v~<:l¿r. pequei)o., e'íúonccs no se conlral!ice,la hipótesis
n~la.Co_m.oe.ll cualquier proced!micnlüconvi:líC¡o'nai'l!evcrificación, la diferencia
enlre grande }' pequcoo \'iene.delenílirúlda'po'\; ladislribución muestral relcvalúe
bajo la hipólesis nula que, en este caso; es h\ dislribucilín de /l b cu;uHlo RjJ r. =
A parlir de la ecuación (3.24), oblenen'los.< ' ." ,
, .
E(llb) =RjJ (3.29)
De este moLlo, dela ecuaci6n(3.25) '" - •.
' , v~r(Jlb}= ElR(Ú-jJ)(b-jJ)'N" '
,,; .
Conocemos así la me~ia y la varianza del veclor /lb., Necesitamos un supueslo adi-
cional queclelermi'ncla [or;n:l de'Ia'(.lislrib'ú~ión:~lUcslrar.S¡endo b función dcl vec- .
10("; I:l .dislribucióílinue$iralde Rb' ,vendrá ,(Ii;:teril)in:lda ¡lor la dislribuciónae'/I,
. Las ccuacioiles (J~2l) y (3:22) rt!llresenlarilós supu.estossobr~ ". rcalizaLlos hasta és-.'
le momoill.o.:SUpondre'lilps ahora:, adcm¡\s,.q~~las "{Sé ,iúílhÚl L1isir'íll(lidas' normal~
rnclJle ycoo1bin'aremcis '1.0S t'ressupueslos élllína .únita nfiriúilción' ,'
• ••. I .". " .
"
',.'
C""¡HII.O.1: La ECllacil¡n Lincid tk k Variabks 107
cione,s (3,36) Y (3,37) L1eben combinarse p;¡ra d;¡r lugar a unestadíslico c~lcul;¡blc
que lle~e un;¡ L1istribución [cuando la' hipótesis lí~Ji;escicrla y~que viene' daLlo por
',(Uf! - r)'[!l(X'X)-1 ll'l~1 (llb - r)lr¡ . -'.
e '/(e 11 ,- 1\
l.). , ",' - [('1,/1-
'. k). (3.JR)
. .'
-
. s2c¡¡ = var(h¡) y, .r2c,',',
}
= cov(h,
. ",.
/J,)'
J, '.
, ¡J' ~ 1,2'
" t •••• ,
'k '.
, ~~todas las aplicaciones, las forniaséspecifi.cas dén y';. se susliluven en la ecua-
" clon (J,J8) o (J,J9). •
'. '. ~
~i) lIu: fJ¡ ~ O, lUJ s~ conviert~,eíl'b¡ y It{X".X:)-i It' ~n i:¡j,~I¡;ícmenlo ;'-ésilllo
- . de la dIagonal de (X'X)-I. La ecuaCión (J,J9) se'con\'ie'rle entonces en
. . ':"b,2"""b,2:" .• ,-'.:' .
[ = -,?-'- = ----.,...L-. -:' F( L 11- k)'
, s- c¡¡ var(h¡). ... .
(ii) 111): ¡J¡ = l3¡I)'Verificamos es'~a J¡iiJOICsis 'dc for:ma' sjinil,1r ,í la' allierior
' '1 = ~;-fJ¡O - ~(II -k) ,,' ,
e.c.(h¡) , '
: En vez úe ~onl raslar lúpÓlesis '~spc¿íficas nc~ ;'~;I' /1;:: r'odcnro~ lam bién . de'
. "c:dt:ular un IIllcrvalo eJe confianza del 95%'¡)ara /1, E'sl'e sc' Obl' d'
, ,.' ,'" , .'.. ~ ' '1' lenc me ¡ante
h¡':t 10,0;5 'e..é.(Íi¡)
. •. .. ". !:..
IIJK
. (iii)IlI):J12 + jJ.' ': 1. Ub,;s Jil sllma(!ctlos coeficicn!l:s cSlill1ados, h + lJ.l' Pre-
2
J'
mulliplic<llldo' (X'X)~I por R, se::oblielle Un \'celor fif:l cuyos c1cmenllls SOIl
liJ suma de los c!cll1(;ill;;S eorrespontlicJi!l:S ~Il 1•• segullda y lcrccra fiJa de
(X'X)-', ESlc líllilÍlO r~suil:'ltÍJ óJmbilladu eOIl /l' da la suma dc los ClcIllCIl-
los scgulldo~' Icrccro Ud \'celor riJa. es decir, ('22+ 2('2.1 -1- ('.1)- COIl el) =
(.12" Por lo"tan (o. ".
• ,1'
.. .,,:,var(h])
, . . ,
+ 2co\'(lI].II)) + var(h,1)
.
El eOlllr:ls'lc cSladíslic~l, c~
..¡
;
1= (h2 +:h,'- 1) .,.. 1(11 _ k)
V,'ar(h] + ,h,1)
'.
Dc modo allernativo.poc.lem(lS 'calcular U11'in ler\';lIu dc con rianza dcl 95 'Jiu
para 1:1suma (lJ2 + JI.') COIllO
'.
. 1:::' ",- h~ - 1(1/ - k)
" \/":11'(11)..., h~) .
(,.);:"'i~;o::,¡,~,:;,~,;'
",!?.rc,~.~!1~1\,ej,o,ll1plo
~~~~::::~:;:::i,'~~',:~;'
~,:'::,::: I';';;:~:~:~~~:;'~ ,",'~'~,;~':~,
eo.ntcl1lplil'(lIi,i:hj'jjÚii.:sis'(-II!cli;E1Úy~:j(;sk '~'Ir~gl:cs'¿;:;;s.'"
.\:'X,., 1/' ••",1", ,,1,1, "d" '0"'" , 1, "'''m,,' "1,'""d '"d" d, ",d,,,
. Pi I'b¡,: il{
' -1,1"","" ",1" "'1"1",, I"r,,,;,,, do"{.''',,)-'. P,>n,,;"',,,,, dld,,, "'1''''''.
'."\ "i" P" el Id O""" """ 1.• O"', ,i, X "",," Ji X ,1, d"",,, X, " ,,, """ ,'1,. d, "".
......•.
J
",.,.",1",,, d, ,,,, , - ,,,,,.,,,,,,,. £"'0"'"
x ',Y = [' "." ~11; .,:,/'=
t
r.' -' . ;'X,]
. ..\'2 .. - X '2'\:2
.\"2;
,
De 1:1rórniula del Apé,;dice/\ que proporciona 1;', in\'crs;\ dc una matriz
,.:. •••• 1
p;lrlieiond:l, pl;dclllos exprcsar I:í sublllalri¡¡, rcqucrida rolllO
•
[ \"
# ~, \" -;'.~. \." . -1"
tI.1. ./ i \' 2. ]-1 -- [ \'"
I ]" 1 \' 2 1-' =...,
, 1 \" \' 1-. I
uonde r\ es la Illalri¡¡ .. ~I~r'in¡da :lnl~riClrllll'nlc cn I;i ccu:lcit'ln (J.7), (I\le
"i Iramrorma lasobservaciollcs cn de\;vi;lci(lI'lcs. 'y'X, -.: I\'r~l({¡ = I;!. es el
veclor de los cslillladorcsi ..•. 1Cde los e;lcri(icllh:s lk ¡liS k _ I rcgrcsorcs.
Sin lener en cucnl;lcl divisor 1(. cl nlUllerador dc 1;1cClla(i(1I1 (.1.JI\) cs
.
" ':
'. ~
,,p.
f. ~
lo
';,'. , ¡ "i ; . ~
:', "
l
... ' ,.:'t'~\:lofi'PLU):L:I ECUilcidllLiI1<:alde kVari:íbles 109
~.' ., : ;, ~ '.' , ," , .; 1 '.
,
I:;..~. ':SGRI
", '¡~' -!
,
". (, '.
" "".
¥' ,
J1i":'.kh"1~~I!.i;jL',,1J';"""i1
,
,,'
'a .fr
,.'
.
U'lilizando la ~euacil)il 'd,IO): cxprcs:l'ren~ost:lmbién el es't:ldístieo como
.
'.1
.f.)j;;:::Ún.,2/(k+~1
••""
'f(k~,;!,';' ~.~)J ..
"(I,¡.••R2)(II*.k)'l ..h(,¡":''',
~::I:~, ","!:" , .•...
(3.tl1)
':.:":,:'1':';";"< ,,-:,;:';';'1 .. , '. '.
( "'
.y Ix,.~;i[t:J+.,=x,b,;;;",+~,.
= ,.
,"1
"'1" 1"" 1"r,,;o, d ",,",~'.< K' X)., '. D, modo ,1m;'"" 1o 0,",[1 do,,, 2
.. " Ej, "'PI" .< "í; .'''' "''''''i, ".~~"",''oc (.y-"I,K,)-' dond, M, = 1 ~
X, (X', X,)-'X'" Se "",,, ," "o~ !""",Ir. ~imé"i", dd'mpo<"", d, ,,,, dd 1,.
p" !!'"d,ro"''',,.o, "" J" wihdó" (3;17).PlIse< ",im i,"'O1" p'''pi,d,d d,
,; qlieiHIXI'.~ O)' M,I! =I!: l\tiem:ls,,Illjy nos tia clvcctúr de rcsiduosclIa,ntlo
sehacc.laregresiÓndcyiobreX1.EI nunler:ldor.dc I:lecu:leión (3.38) es
. "I/~(,Y';ÚIX2)b2Iki.' ..
• y',H;y= b';(;Y'2;\f,X1)lJ2+e'e
110
. :.,
. ,;.
.'-'1
c""ITI'l.o.l: La Ecu;lcilÍn Un<:al d<: k Variabks 111
, .
, . y ;, l)~x 2 + b'3X)T. e ,
Os la reslricción deque í)2 + b3';. L:S~s~ilu}'cr;Jo. la '¡'é~lricción 'en 1:1re- '
gresiÓJ~ oblench10S unanllcva e.cuílción:.. .' .
~'. '.' .)';'b 2X
2 ; (1 ::.'b2)'\\:~c.; .'
..
- . . .
. '. .' •. '. (F,- .\) = b2(X2::- .\"3) +e. .' '.' .' ~....
Sc crc'a,~, por lo l~nto. dos nuevas varillbles ..(y-x)) y ('~2 ..: x.'): La regresilÍn simple .....
4e.la pflmera vaflable sobre la segunda (si Ji l.éril)inodl: inlcr£eccilÍn).¡}ippo'rciona el
eSlllnadorrestringido de /)2' L;¡, SCRde eSla: regresión es SCR reslrii;gida, ;, .e., . In
., El .mélo~o~en~ral requiere. un; v~ctor b~,qll.e minlil11cc 'j;¡:SeR y que ~c hall~
JCIO a la.s re£lfl.:cioncs Ilh* = r, ParaoblCIl~rlóC$ial)lccCliios 1;\flll,lcióll si~uiente . ....••...
. el, = (y- ,
XIJ.)'(y:-
. .
'. '.. "
- = -2(Rb. - r) = () ; ..:,...,.
nA. .' .. '
~,
,'.~.,- ,
~
112
La súluci(Ín de b. eslX
. (3.43)
donde {¡ es el eSlilmdor lvlC hal~ilual )' 110 reslringido (X'X)-IX')', Los residuos de
la r\.'grcsión reslril1~ida SOI1' , . , ,', . ".:;.'
. =J'-:X{¡-':'X(b.-b)
.
l.
. ,; 5:"151
, , , '.'1 : <' '5S . =.. '50
.' ." .
~ \" l l' ¡ ~..) .'., •. . i ." . ,',':'¡
. i
I\síp¡les.c.'.l =5(1I20.::.í.5,Y'¡ ,:\', " '.' " '" t
, . . 1=.' ,.,2l~5;':.' C~~';\!Q~1.095;:,.:
• l' _ ,\lO.75',yIB. ',",'.:'-. . .fi
. "IX';l-'I'~'[IO
:~ .•. -,.::,6 4
6)-1~( ( ~1:S]',._" -;- 71,52.5 .
.",'.,'
,.
';lUC c~el
J~~ullildo ohlel;idQiI'I;lcri~":l1lel1\c:,' /,:~'" : ,: ': .. ' ~.', .. , ..,.'.'.: " .• ...
. I\It~rnilliv"nicnlc,'p'otle;llOs l1naliznr el':problCll1i1 en :lérminos de 1:1red,!e'
ción de' la sci~tu,,:mlo :liialJinlos Xl nI conjunlo dc'r'egresores.Scgún In T;ibl:l 3;2,'
,"~o .• 't'.~;-~'('=O.I).l'orlo'lanlo':,' ':- . ,.; ; .. '; ',j'"
':";;
.',
:" ..., ••...•
, :'
;...,. ,.¡,
. • •.
'/r'= '%~:\/1~2.¡¡¡Iml qU!?'l1I'!lcs;"
, ..•• , •. ~."", .' .': !.
~:~;'t.:'~~i;?~.:.~
"~."~";;i';~!b ...>:.:..y::~,.~.,~.~
-, •.•. .' . ;\ ,'.'.\
...,.,
": ;:. .~",:", •..
::'( ":,:
,.. ', ' , , ..
• ~.••" ". " ,: ":.:.,
>',,'
,:"',', :'" -
".'
l ••. ~'.,
','.
• •
' "
,
_
o.,.
J
".":
114 ilÉTODOS DE [CONOMETRIA
. , . . .,.
(iv)f1u: f12 = f1)= O.' Dcbcn lomarscprccallcioncs.'y obscrvar que exisl.:n dircrcncias
cnlrc ésta y lashipólesisprcvias'.SusiituycncJocn la ccUacilln (J.40). obtcnemos
. F= 26.512 = 17 67
'. "J,5/2 •.
t:.£JE'
.',.•'.;"._,..\,~:.:,~j;;.:
.._,.,S¡o....CJJl
b aeg oi.Fo:os(1.7.).~5J\lioO,.POf~Io"\'auId~:.'Y
JI,.pesa.r.tlcI:hl\prc£i oli ~l\e: valor.d e .. Q 'f,;":!:.:
Rl. la hipÓI~sis no resulta 'rcchazada a UIInivcl del 5~¡',.
. ," ,;",. . .' . ~'. . !Ji
(~:.-. .
,~
3.5. .. '.
PREDICCIÓN
. : ~.. ~' . ,.
..; ..
. S'uvongah)os ~ue hernos.i\juSladq una ecuaciÓn de. regresió,~y' que 'consider<imos al~'
gunos vabres~specífjcqs dd~¿cio~de.regr~sión '.
' <, ..;:.ct'=[i:x;;. ..:.~,~~kil'.~:". ",'
Estos .'valor~s' -de ¡,¡¡'sX'pucclcp' servaJo;'es IÚpoi6'licQs ~n el caso dc a(lu~1 invesliga- .
dor que eS,ludia los posibles efeclos áe esceúhrios:t!islinlos. '¡;ailll>ién puede darsecl
,caso':d~ que ~e lrale de valores ol>seiva(jós¡'¡lI~vos.En'c~nlqú'iérn decstils do¿silua-
ciones, deSeal'naS 'predl;ci~ el.valor:.~e YcoJÍ{iiciol1~¡( a'c.. Cunlqúier prédicci61l'de es-
. le lipo se basará en. el supues(o de que ~I m~delo ajustado permanece inallcrndo en. '.
el .periodo .d~ predicción. Es"posible 'verifiCar dichosupueslo d::. esrabilidad cuaildo .'
-se .observa lambién ury ~uevo .. ~¡j16r y f' Q~lendrcm'osuna: alrllcli~a predicción por
'pli.nl:o ¡.r¡serlando !os:valóres da~o,s' deX:~l1ln ccu.aGi~n de.r.~grc~ión. .•.. ....' .'
. .... ..... , ";':yi'~,b'i+.~2~ir'+:',,",:b~Xk¡ =e'b. ..... (3.~5)
E~'la dis~usiÓn' ;lccrc'hel'leotemade' Oallss~Nj¡;fk'ov ~~iüo~lféíbamos quec'b es ~I
inejor.cstimado/lineár inscsgado'de c'fl..En el Cbnl~~IO n'cl'lÍal ~'fl:;: £()/¡).'Por lo.
lan!o; Y¡ es un predíelor6plimc/ de' E( Y¡). Además; lae~uació~ (3.30) demoslraba .
que var(Rb) = R\'ar(b)W.Reempliliando R por e', obl.cnenws ..
...', ::'. '~ar(e'b);"e¡va~(b)e '. .
S¡ suponemos (fuc ~liér';ninp. ~~perLu'r~~~jón~s nornl~I', lencl~lO.s qilc. :, '.',;' .:
.'''4' '_.:_" ~:.' ,""," l.: •. ~....'~ .• '¡"" ,'.:. ~~:~ ". ",' ", •••. : '. ," •
'. . ,
'.' ,1,' '.,',
';'."
,', t
'(... .. ~ '
'j .,!,'.•
"l ~'~;-'; ':.
...•
"';J
('",,/'i lJl./)), I.:t ECllacillll Lineal de k Variahles 115 1.,0.
~..:: . 1
.,...~
...:.~'}
c'IJ - e'jJ
--;===- - N(O.I}.'
\/ var(e'IJ)
, -
~,:'.l
'\II':¡.O ~.K.l'rosigalllos con los dalas del Ejcmplo J.3. Dcscamos prcdecirÍ:.(l'):.Si:X,. .. .',
:.,,;.,,.:J,:.J ..O Y,X.1" JO,La .PJ.cuicción.po(' puntocs,.' ..:...•..~.:."
;.' ';:,;;i; "i:",\."/~:\;':)'¿j;'¡'.";'i::.';}" ."
?r. = 4 + 2.5( 10) - 1.5(10)= 14
.' ',' .' .
["",n'"do(X'''I'' obtl,,,, ~
-s.O] ..
l. 2~:~'.:~:~' '-].5
,:'> ...
'-
:
. ~
. ". .... -S.O-1.5 2.5 \ .
..'-
,":':';":.
"
'~~.
- 116 ~1I~TOD05 rJE 1'('()\,(l~IEThf,';
, == Ir1( l+c'(X'X)-lc)
de donde 'deril'¡lIilOSUn C'SI¡lUisli~u i" .
~ . .
Yc-:-YC" -{(l/-k) (3.4X)
s VI +1"(,\",\')-1 e
•.'.•.
1
APÉNDICE
APÉNDICE J.l ..
Para comprouar 1'12.;; ,== (1'12 -~lJr2J)1 VI - rh VI -:-rh
RecordCl11us que cn el C:'piIUlo I arirm¡íbamns quc. p01ra un01 regresión dedos V¡¡-
riables . ." == 11.\' + 1', en rorm¡¡ de desvi¡¡ciones. ' 1; == rsJrx )' Le! == Ly2( I _ 1'2) ==
I/.\',,! (1 - 1'1), donoe .\' indic01 la desv,inción l11ueslrnl eSliíndar de la v¡¡rinblc del 5ubín~
dice. PUl' lo (anlO '
.•... '
.••••
4.1
,
.,,;
' .. y. por lo tanlo
'-o
'-~.
,
.k:~:::;!.:~',:'~:J[/;;;)h[:~.',~::.1
\;~
donue x~ cs elll-vcc[orúe obsel'v~donesen )(2 es la ll1atriz 11 :'\ (k - 1) de oh. y .r.
l... .. ':' servaciones úe lodas las'vnr:iables,del lado del"ccho, illCI\lYI'lldD \lila col\lll1na de
" "
.'
,,,
. ',"\
. ~;.... .•.•.
,
•• ~. -... 4
'. '¿Ai,j.;.~(o;'~r~nE~I;~~iónLiil'cal
.. ,,' '¡ "
dekV~r¡'¡¡bl~s.
,~. ...,,: .
"117
. . : • , • • '..: .:",:' :'~. ,. • ,', .'. I 1"' .-~ ',: • ..". '.. ,. '.~ ,. '. • • , •
(~
,;
los k ~ I elcrnenlos rcslanlcs tic la'iJrihlcrn tila'; De la .rórl1llll¡¡uc I¡¡ invers¡¡ de una
" .
rnalri7. pnrlicionatla ol?len~mtis . :' , ' , ".' '' .
...•...
~:.
C11. -- (',.1 \,'. ,,' 2 ,\.V ('V,
., 2' 2 -.
v )-T '" ,~)-'I - (,)
A, .,~\. ..' .• ' 2 '~ .. 2
'1'~'2 )-1".
/1
¥
. . -'.' :. ;.':' ~.. : ," i ,', .' .:¡ ..,. '. - ,':' '. ...,
"'o'lld"
U \"o ,,' ••
,: .•,[
It' .•...•.
[ X :t (V'
- ~.,-'. A
X' ,)-1,,'Av, •...'.
•• ,
," ,
lo larilu,
. " . ,", -, '.."" .:. ~ -' •. ~ " • ~ • t \ •
'!
Por " 1J2= (x'2M ;;.\'2):- IX'2J'- (.,"2"1 ""2)- I ,r'2~ .(X' .X.)-~ X'.y
. '; : '~,(:Y:2M~:'~2)::'I':r'21,~~r;.' ,','
Nólese que clcodicienle licn~ dos illlerprelriciollesposi'Jles;' El. vcclor M .X2' indic¡¡
los residuos' de ,xi
cuando des'aparece' la', innliel\ciá' lineal, de todas )ns vari¡¡bld de,
X •. be l¡lOdo similar, M .)"iildica el ~eClor dc'residuos de y. cuando se permile X •.,
La rórmul¡¡ muestra enlónces que b2 'la pe.ndienle de In regresión de' loscslos ú'iti: . es
mos resiuuos sobre los'pdmeros. Sinemb¡¡rgo, la idempOlei1cia'deM.~scgurn'quc
oblcnúrí¡¡mos luénlicó cocficieillC'c¡¡lc~,~ando la .~egresión '~e s~~re, M --':2" .. ,. J' '1
El Te o r.'cnia de rriscIi~Wllíigh-L~'\'c1l20 es Un" resúltado qu'cpcrmil'e gencr¡¡li. ,
7.¡¡'rel cjemplo'~a,ikr¡or. Sllp,ong;Íii;osqu~' l()'s.:rcir~so¡'d's¿,divideii d~ssubmald. e~
ces, X== [XI X2 rOrl1lllJ¡¡rcm()~ Ia regresiónco~no J. .
-'
'y.=IXI . X~J [hl]'+,
b2,
e,': ~Yil},+ . 'Y2~2~ . •.c (,';'S.})
.. ':'~ .r:"'f:'_ ~.: '. ~'_' "'" .~_~...,.••.~:.~,...~., ,': ~:. ,.: .••,.,.":";''''' '.~) '•••...• - ~ ;",:0 "1" .••. \" •.••.• ":' •• ~:-,:"_:,,,,,,,,~,,,~,. "".; ',',0' ., ••.••• , '"v_r~i'" r. ~f .•••. :.~••• ,., .•., ~ <,:,.:,' :.-,~ •., .... '~ .'".~-~ .... ; _-;-~ '.,0;" •• ~••: ,:::'"> ~\' t'. " .''',
,~.,~
rr'el)úirlir)Iic'lljC~Ii1o~"r:"'~eti¡¡c1(¡nPQr"A;/í '='['':''X¡ (X1íX¡)-'1.x1j','dof1¿J¿' A/1 es 'ti ¡) ¡¡' iri:i" '
lriz silÍlélric<l e idempolenleco;liólas'des¡¡rróll¡¡d¡¡s en i¡¡ ccuac'¡ón(3: 17), Obienc.
111 os "
.' . ..; '." .' . MÚ,;"Ú¡X2b;:+c' , .. (1\3.2)
ya qud/lxl== O yAlle,== c:r~enlllllipljcnild() InecunciÓ'nporX'2
. ....., .. '. j~'i.k('IY==(X:21'11~\'2)b2" ....
(A3.l) pucde oblenersel"mbi~n aparlir de la. regresión de (¡\[ 1.1'). sobre (M IX2).
Gracias a las propie'dades dé M¡,lcnemosque ':'"
'. MI)' = vector deresídu6seuando'y~c ;egresa~obre XI
•••.• :
... M;'= J'- i(i'i)-l
,é
{'
•
=-¡'~.l(i'i)
1/
~'A:~: '
.' l.(ol\d~ A .es la 111a,lri¡ qllc' geliera 'las d~svi¡icionesdcfinidas~n la eC\H1CiÓli(3.7): Por
.. 10 tan'ló, Jos'co~ficien(cs de laspendielllesse Obl<.:liur¡ín a.¡l:lrlir de esla regresión
uliljza;ld'o-Ias yariablesen [ormillo desviucióll, 'y(\iclla regrcsión nos dará también
'idéJ:]lic;a SCR.a la obt'cnieJa en\¡i r:egresió;l 'con ui1'I~rmino dc inlersccción 'y 19S re-.
gre~o~es en.rQr'~Hllo normal. Si ~Y:IreprcscriJ¡¡.ellieinpo,enlOnCeS .Ios <;ocficientcs de
'Ios/cgresoies.resl'anle~sc obl~'nd.rál."e'ii'~-iin'andoé~pril1lcr ¡ligar la 'tendencia Iinéa\ .
. d~,lodas las nriables.y regr~snn'uo luego las varia.blescon'lti lendc,iCia corregida, o
,1J¡~ll l,IliIizan.<Jó losregresóres e'n fO(l1ialO ;lOflÚ¡il.~ jnclu)~cndo el ticmpo como un
.regresormás .. Fin~ln1cnl~:' ulilizarem()s'Cl'lcor't;ni~gcn~ral :para iluslrar la corislruc-.
ción secuenciai de. SCe:'o,dcfcirll1¡\'equiv¡llc!lI~,ladisn;inu~i{\;l '~ccuen~i~1 dc la
SeR cuanlas más' va'riables se ai\adun ,iI la regresióil.' ElevalúJo. al cuadrado la ecua:'
cióó (A3.2),oblenem'os .. ' ,.' 1
, .
, / y'¡\~¡Y= b'2(X9rfIX2)b2'-¡; e'e'
. ". . ~."
~ i ,.'." '. ;
APÉND'ICE.3.3 . 'o
....
"." - 1
.,".', . " .. ,
(',\I'ill!1.0.l: La Ecuacillll Lilll:al tic k Variahks 11')
;
.. :.;.-.: ..
APÉNDICE 3.4
DcrivllCi(ín!Icl cs!im'a!Ior restrjngillo ¡j.••. ,
bdinilllO's '
. 'Rú. = r'
•. ,.' ,
bl,Íllima ccúación nos lleva a
0.= b+,(j:'X)-lil'A .
. ,donde bes c!csli ma~or ¡\O res! ¡'ingido'M G.. Mui til;lic~ndo p()r U,' se Olllic;lC '
.. !lb,:::: Rb+[R(XíX'r1 R']A . ' ,. .~-
'..;1
asl pues \: 1..= [R(X'X)-I R']-! (¡'~'Rb), .,' ...,
y,l?orlolanlo' b.'= ú +(XIX)-IRI[R(X',Y)~1 j{'I-1 (r- Rb);
•. ~. . ...• ,'.1
'.• r
" PROBLEMAS
.'
c.
3.1.. De;llo~lrar algcbrai~amenteilu~;en gencral; I;is,'d~~cCll~acicinc'sen(~n;linos tlt.: des-
viaciones mostratlas cn el Ejemplo3:) d~bcn ser idé.nlica~ a 1;;segunda Ylercera e~ua.
'-
ción oblenitlas cn el primcr pa'so del procedimienlo ~Iceliminacíón de Gallss aplic:l(/o .
~L,'
,-
a las cctljlciones normales en lénilil;os tic dalos normales: . '
c~ •.,
l'anicl1llll UC"os princi,)ios gener"Ic~. ilcri,,;,;' la eeu;lei;;n (.1.15) ,;"r;; 1'11,;
;';", ' •.•..... "'," ", ',. ','. ".,~ ,"-'.! .
D~nlllsll~ar cn,la eel1,lClon (~.,J(í) que Ri:2.l-ri1.=.t:i.l2 (l . .., ril)' Dcmoslrar tamhién
~i.~.l ,- ri.l = r1~.J( 1.-: ri.il. C\'rólario:,.Dei1l0Slrar q;le si 1'2.1 = O. cnlonccs 1I~.1.1 = /"72 + , .
ri.l.2' . . .
que. cn gcnet;'lLc;1 el all,ilisis delcndcllci;; dc~ios variahh:s. nunca cs iguar' a los c'ocn,
cienlCs ue licmflo. hl.l y {¡l.l' ¿Qué succde cuandolJ;.l"='(J'i .
. '. . \ '" .
J.5.
DCl1l0Slr;'lr C]ucy\y •. con y.,= '\.1' (clln.'l ddinido cn la ecu;lci(íl1 (J.7): cquivalca la
SCI~ sicl1lpre que .se.rc;,liza\a'regresitil1 dc y sobre .1'1= i, Del110Slrar I,imhiér;quc el
codicien te de rcgrcsitil1 estimado es 1'. . . ,
.1,r..
COl1sideremos ul1a fdrma ;;Ilcrnalil';.' de espeeiricar la ccuacilíl1'llc reg;esitin e;1 la qlle
los rcgrcsores dcl lado dcrccllll~se cxprcsel1 'CI1rornüi dc desvi;lciol1es: cs dccir. X =
..••.~
:,
[i.\'.I. uUl1de ,\;, cs la matriz de desviacioncs iI x (k -1). Del110slrnr qlle siempre qlle
~c haga la rcgrcsiül1 de j. ~ohre X.c1l'celor MC ser,í "
,1.
dOl1de h] cs el elcli,el1l11 I'CClor (k -1)
',:,.-.~
. .-.I:~.:';",:",,~~.':r~.'
rl~1
:~,:y~':'i:':~:I'::;::;';>.:",~./.:'~."<,':-.:':~:~.,:::::~ -:'.' . ~',-"'...;.~ '-'~ /' .
.•..} .'. h1~.(.\"t.) ,\.y=(X.,\.)-,\ '."
Seohr~,;'u';~;i u;,a pl't:dlc~i,ín por PUI1IOa parti,:dc
Demoslrar que
\';11:( Y,) =
.
.I':I.~
"
l. .1'•.(.\'.,.\'.)1.1'.1
tlondc .1".'= l.l'~.r'" .1"1.11 y. p(',r Jo la1110.clahorar dc nllCVo l.1 IlI1Ihl~nla de prediceiün
del Ejelllplo .'U{..
.1.7.
Nnesl r,;, ayud,l11ll'dl' invesí'i~aciúnillrOlma d.e !tI, re,"Ii;ld,,~ ,í;:uiellli:s ;lparel'Ídlls ell
'dislii'llOS p'rohIcJ;,a~,dc re~r'l'sil;II;.¡.t;l lill~"~'a'il,e'lall:1 ,i:I~Ur'lI'd..: ¡fui: CXiSlc' \Í1l
error? R;17.11I;-cla i;~~P;i~SI;l~.' " .•. '. .
'.-": ' ,',
1 ;;
ti,
, ~ , l."
"(:I\:I'/TIJ~:;I\(ai~'~;i~~i¿liLin~:t1
. .'. . ',.' .. ,".
ue ¡.k --v;riniJlcs, .
. 12,L~',
," .'1'
'.'
" '.
,.~. o! •
,', , , .:t.
., I
,'.donde, ,", 1_ ,;
.' .. ,,:. '.1., . ••.. 't' '.; \
" .'~ , ¡'I, "
i ..,,\'~;=.r;I.\.;:¡',.'=,~~,.J' '; (":'.,~;, '," . ~f
i.c;!:íl es: ¡a n:laci<'lI;'c';llreiJt :f1.l*; fl~j'PJ';rljc;;lO~;.r~ rl(', ~e '1al ra;Js r or;naci;~J,ni1~ ;'Ircct~
'. a los ClIdície'n'Ii.:'s ÜC'c(\rrel;lci(~h 'pard:11. . La litcrnlüraCSI;Jtlís\ic;'I.sue\c.! uerlornillar ;'1
'h;scúdíc,íenlck JI~;'~;)~ii~ii:ill~S hcliC Sirvc'lpii'r:lc;'Iló;I;'It el efecto'del c;'Imhi~dc un;'l ~.
Jesviaclt'III' cstiiillla'r 'cil ,;íHl'Úc'l<is rcgrcs;''ti:s.sOhtci;Jl'ariahie lIcpcndicnte (,ílCdido'
lan;h'íén e'nl;'lida~lcs'de trcs\;iitcilí,,¡'i:SI:í'l1\l;Ji')." :".' > ~. , _,
" . ,: ','.1 I h'; . l': ¡ , ", ¡,' ,".: " j .. ', ."',.; •., ;';". j' ,"' •••. ;. ''''¡'''~; :.¡, 1>', ", .... . : ...•. 1. '.' ," "
'.
.J.9.'- Vcrifica~cada
.;
"l1a.de lashiplllcsissiguicnles: ':"', ••• ,¡o " ,":,
Jil
"
=), /h -= \. PJ:= ..':'2. en clmódélo;
.'" •••• ,', , •••• \ , .1 '."
tic
rcgresiÍln " '. .,J.
""','.' :,,' .',:' :v." "'':.;
, ',.,
: :'-y',=f/u+ f1IXi, +f12'\~2'¡hXJ,
,
+", :
~. , . -' dathlS .fas sií!irienlcs sú;ilas'd,,:cu;ldí';id(;s);i1f(jd~lcl'osde'.Jesviaci(Í1ics rcspcéí~, tic l;lS
::l',i:~.r-:tf~~::;:f(~~i;~~',~7:5?'}~':?~~"5"~\~~{:r~¡.';~.r.::{:'::~:~~.¡~::X:.,\~:j!
.:/,"<':""""':-"~"n il:Jli mr"lle:"-2~';úhsc't\:il éíil'n\is~~:'\'(':"T.:...~~;~.::'~~~~,:1:1,7,:.~'~f~' :-~.,
~:''-'
:.~,
.~.. '.' .- ". >"
6IJ ::6.(( ':j:,I'~= ¿xi "~Ü,,=}O~: ~>J"~20'
2:.,;xí:':7'if~;2==~7 .'2:1'.\';=.":26 ..
3.11. Estilllamos la siguienle ecuación oe' r~gr~~¡~:n'c~n10 una fU;I~ión líe prmJucclón para
Q: .' . .'
3.12. Consi.derz:¡mos un modelo dé re~r6~iÓn Illú'\lipie en' el'qlie aparect:n loUOS ;us slIpues:
.' tos ciási<;os. p.ero en Clque .,wc\isie . ,éi-millo cOJl.¡"lI/lil'.'Sup~ngal1los qu~ dcse~~)os.
contr¡¡s1?1' la h~pótés,islúJladc \;1 inexislencia dC,rclaciól\entrc >' Y X. t:s llecir
J.1? Upo :d~ I()s 'asp.c'eld,s ctu~ dcslaca, Hi hil)ÓIC.si~de .cicpe'l;\at¡v¡Js.'raeio¡lale,s es que las ex- .
, , peclaliv~s 'tÍeben:s'ú,insesgad'as~:-J:'s, d~cir, qu~ l.a pre¡J¡cd,ón ~mi:diasca igual :\'101 'reaÚ.
zación o'bse(vüiJa de' la ,>:ariáble estudiada.: Dcbe.vÚHicarse diehosupl;eslo 're~peeto a
lasp~ediccione(an~rid~d,as';Y; los' v¡ilores aciualds~,~ Ios \i~os d~ii)tcrés a lrés meses,
. 'dei U~S.Tré¡¡SurY BiI1~ pubiiéadas en Tlle.Goldsmiill-Nagtlll f)(JIIt1 allcl MOl/e)' Markcl . 3
LClle'r:Losresu'itadosde'.la ~¿limadÓn poi,n\ínin;os~uadn,J~~ (basados en 30 ouser-
:~
~aciones' iriméstr;l~s) d;\a.'r~gre~ió,)',(:¡'~'i(¡s liP.ós iíúerÚ de d~ hecho sotll:e \¡is pre- , ."P"f, . :1
dicciones f~~roil Ic;>ss!.guiefltes:.' :. • ' .. ':'~~ ~~~':
':1,
• '1 ~
ti;: 0.2<1 '+ 0,941", \ 'é¡"'. '4'.
l. ,' .
., ',. ; ~ I : ,
io+-...•
\.
i\."
1 ;.
SCR=2R.56 .
.(0,86):. (O,iA}",' ,' :
• '. o. '. • • • ' ~ .'., • • ", • • •
donder,' es ellipod~ iriler¿s'ous~T~"ad<i:y ¡.,' ~s i~je'xpCctati~'¡; m c'(ila ,d~ ,;, ¡ti fiilal ue!' :~ ....-
. triméstre :aútcrior: Los éi(nis' ehlre par'~nlesisso,~ lbs t:rrorJse~tiínd;\r l:sli;ll~dQs. Los .:J¡: ,
catos muestr,aies'd~ r' nosdiu\' <', . '," .• ,; , ," .,', H{
, ¡r,',I;o:~",1-0' ,l. '¡(r,~_ i '?"= 5,2 .¡;:
1,,;'
1,,'
\ ..l
C.ansid'crar el siguicnle mlluclll ue regresión en desviacioncs:' . .,.r.,)
""1
(/.1
..
(.-:r']
con los ualos nllleslra\es
1/ = lOO '¿\.2'= <193 ¿x 2
, = 30.
j
.,.1
\1.'"
••.•
. 3
C,'=
e,'" , .
Y,=
¿;,Iclliar los eslil1liluore~ minin)(l. éuadJi\ticos de. Pi)' JI) en
e,= '.PI + fJ2>'1. + fJ.¡.C,~/ +11,
',1"
(Un'i\:ersidad'ue ¡'\'Iichi~iln. I'JSl))
. .
3,16; I)emoslrar quc 112 'es el cuadrado.de la currelación simple enlre y y .r. donde
y= X(X'X)-IX'y. '.: ' ..' , .
1..11'.D!-=I~)Qslrarl]ue cuando una .regresión se ajusta sill lérmino. conslante. los residuos no
:
ilc'C.csi,riamenle suman cero y (¡ue " ,
•
:I.lK: PelllO~lrar quc 1/2 alllllt:;lla al a~~¡]i( '1II1nvariahle explicali~'a. :!dicional st)lo en eí ca'so ,..-
- en ¡~lICel eswdislicci Ijara prohar lúignificnció:n de \licha vúiablc.F (= /}). exceda de
,la un'j¡Jatl. Si ri inuica elcoeficienle.de correlación parcial asoci;>do a Xi' demoS,lrar que
.' .... r¡';;'~,=~ .
.•
F •+ gl~, •. /2 + ~I
•.. .
, .'
UUl1ue ¡:)' , S~lI los v,dc.~res' de
. "
h:s eSladís'lit.:os U" IJI'u':')'\ p',r'l \' y' """':"1 "\ / . . I
de lilJc.:l'lad de la .regrc.:siül1,
.... . . ~ ~,," ;.,' u l, os gra( os
X~;= .. \'el~dtl;ltlllleuia.
'.lO
[,''oc 1"h,pó"", d, '1'" 1" ""od<l,d m,d"
L,,, d''''''d.' "" 1""hl,,,,,,,d, I,e.,.""d,,¡'¡~pi"p""ii""",
"" "1",, , '"' ",d<l",,,,.
'''",,,, 11"d".; ,;.,;,,;,
.'."" ..
I~';. ,.' '.. :
,
'::':~:':"'!';';'"
X ,.'<. "[;'i.~ :¡,' 0]" ['. 1J2] .. }
. .x' = 11 '11 211 .r:,. ="
. '" (1' _ P )' = 15/J .,
() :W' MI lJ2 ¿ .r
(ú) ¡,Cu;il es el lall1;riill tic lallllicslra'."":.L
(/)
) ~ a eu ;Ir la el'llari\ill de rl'¡:resiliil.
ro I I .
. .
k) E";"",,, """ ""'mi,;, d, "i )' "'di,,,,, Ji, h,,";1"" ,Ié ";" JI, e, ;.",,' , ce•••..'
(o/) V"o/;e" ,,, m,,,,,,, h, 1";'"'' "",;"""1,,
1""!"";,;O "," ;";,d" "'''''''',' )'""''';.
( ) ( ''''''do ,,,M",,,,;,, '"1''' '"'''''' d, '''''''",,1 •., d, 1•., '",d",,,. ' '..EI
(' a ctI ;wuna /lredlcclllll cOlldiciollal'lar', l' (1'11/'1\ ._.. I l' \' _" '011 .
.\.:.'.' .' . I / , . I..... , '. '/" .' . ~I - - .... 11'- -, l L'ller aSI'
1l1lSIlIO.lIll Illlen';1 o leJ I 1J .1%paratlit:h;1 prd.Iit't:il"Il, S', L'I \'a/or de l'¡ resulla scr /2,'
'
¿cree quc eSle \'alur h •.I,sid(.l generado por la /I1is/I1a rL'!;It'i'"'11~u"\'a[ellle a los tI;l-
l.os /I1UeSlr;1 esuIsplHlI )ks,! .' , '. '.
' I . 'l' .
.
CAPITULO
. ~_ .. _0:,.. ~~ _'.i :
<1 ~ I •
- "_. -",,- ....._~.,~
l
' •.¡ .. . .'
~ : .••
L._-'-;O"_.'~' __ - •••..••.•••...••.
:•.- .•.
~•..;.~~~_~ •._~~ ••.•
.-;.""" :.::.-.--:..:.....-.u.:~~
.•..•-......••••.••.•••.••.••••
tt~L..U..;...J~
o,,'
'
Contrastes'deErrores
.• .' • ~' :: ' , ; , ;,' .' ~ 1 ::' :'. " •
.,de
> ,"' '.:' "
,
"Esp ecificqC~Ól)G;e,''¡-a.'Ectl"áci6i1'' Lin.eal
' '., . . ":, . . " ,;.
.;, .
.., 1'- t' "1
' .. '''" '.' '.'1 :•.••••.•.
. ' ~"...
..')
. ",:. .
,'. o'., ,,; • . '.! i .
. . ' ,.
~
.r:
.¡
:il.
l",;:
i :;, , ;:
.', ~~~~. ' l' ",. . r ",. \ ••
'. 't '.' .,' ., '..',. ,.::" " " : o.':,~ ,': .' .1' ' ',,' , ,~_, ; '. ", ' ,." .,
,1Jt',.".;~;~~:~,~~~pt;,.~s.r~
:, :~'>
..~..~i,~;~~~l'.~.~~;~~~.~~.~I~;,~c.I~:~~~~
'e",,.,, "'''''''''"'1'''''0
Imoli;éo ;i", ""'O, ;;,feccnd,.s;
.•......
,',..,", <Ji p'oi,d;,o 0, ~c ocm. .
} «¡:.: bargo, nose n fn:nl:"Hos a !in:., pl'eglH1I;i'cruci~L ¿Cóllw'sabers; lo!; sl/pi/mos 'lile
, .. $: 0",1,." losA! e OSOO ",¡¡hiO'I"o'n"';,ooi"'''" "'''m;iI,"''" ,1, ddtos?¿ Cómo co"o,
.r f cer las proj,icd;¡dts dcllérlllino de pCrltlrbaciÓilllO: observnble? ¿Cómo saber qllé
yarinblt::sinclllirt:nl:lllla1rizX>'en (¡l.léf(Jrlll'aflllleional,haCerlo( CUilndo 'algun'Q
. .
to..
d. e.los SIIP.l.'CS. s's ..'II...li).':íccii\c.s t:.'a.rcc.c .'.d.~.'.'..":did.cz .•. ¿.,q.'.l.lé... S.I.I.C.
etl...cconloses.lima .. dores
MCO?¡,Sigll~ILsit:nd~l Úli!t:s(jiéslr/la/í eonflls.6á ¿Existen cSlill1auores 'y procedi.
",i""o, ue;" ["enc;" ,Ir"",,,;,,,, ,,"'te," 're"'"", 'peOr;'uo, bojo '"P"" lo" 1,
",,'" ¡;"0,1 "" ~"c.é"",II;ln y en lo, ",,,;cnle, "'P,,"u,,',,;,",', "", P"S"" lO'.
",n, "'¿'I''';¡;,,,d,¡,, 'púc'c ,,"do'.",""" "e 10',"P""'"' ,,', "'"'''''
'.
• cado; C" icrll ..lS. áió... t~
."stlc.csrcc.
. .,. :i. r.k. a.ci.O.'n....'.li~"ie.njn\I)Ji.cacion.cs,
. .... al ros,.sin -e.n¡.
m.cnáre,' S',
~ . .
bargo. ,./asticnc.ll' ¡nu)' ~r:lVCS, RcslIlla.lrclllc'ndaIllCIl[C Í1ill)Otlanle eslar nl.erlauode
IJOS.'iblc.S cn'Qrcs.~I.t:.'.
t.'sP.l:cif. ;Có.lció)¡..yvc.rific:ir. ~.up'reson. cia, E.~iicarlllJlos p..oSlc..ri6res
'YCren.lOsCÓll1onlllchas.v.cecse.s.ne ..c.. c.s,a.i:.i.Olll.il.iz:ir. Ydc ..s;irrollar eS.'p'ccifieaciollcs y .
proct:<!illiicl)l()S dciM~i'CI1Ci~.!11~S,coniplejos qllcsnbyaccn cnla léCriic;¡ oe/ós
Mm.....,....
Ch
.;:' "'126'
4
4.1 ..' . . :.' '.' >' '.
ERHOg DE ESPEClfICACrON
" -~. '." .. 1
La e~pecificadó'l~ deiñlolJeI~ li'nealse ceiúra elúl\~ec'I~I:dC'iérmin~~ dc'pcrlul~bá-
ción .//.y en!a matriz X. n.tcoruenlos los su¡)UeSIOsddCapílülo 3:" : ;,.'
'. ' . ..•.. ". . y:;: >:/1'+',; ....
,,;,.:
(4:.í)
• io I .:. " ;~
.., -<-1
.. -<;ionndaseonla.exi:lusión.devnrinblesrelevanlcs ;,.•. ,'. ',,~•.•.....: ' ,
'::;"""
3., Forma funcional incorrecla. Puede darse el caso de que lus variábles sean las co-
..rreClas pt;ro la forma funcional que las relaciona sca incorrcCla. A veces. el con, :j":ih .
....
lexto de modelo lineal es suriéie.nlc parn mUllej;r clp~oblcma. Por ejemplo. una
rel¡¡ción Y = f(X2.X)) puede éspeciri~arscc.om.o:'" .
'.' '"
,Y ';'/J.1.+ fJiX2 + fl.l''<) + ,,' .~ .
(uates como. fut ul:as, alllique"sí eSlar~' ~;rrCI~cio()nildo' cón PCrlll rbaCiónes r,;~adas .
:~
.
12t\
,.,
, .'
.•• ; 1
... .
!.'.
Los c'slilllauon:s ;VICO scr;íll sesgadus para niueslr;¡s rinilas, aU;lque consislenlcs Y' .
a~illtóticat;,cllie dislribuitlos' siguic,i'do uil'a ley llol'I{,'al siempre que pueua a'plicar.
se c11~6rema de 'lvlann'. \\Ialtl c1~scrilo enel Capílulo 2. Ol,:a SilU¡¡ción tlislinl¡¡ es ¡a.,:
que se produce cu¡¡ndo un regresor se correlacioi¡;¡ cón la IJerturbación 'aclual. En ; -:
dichu C:ISP, lus cSlinl;tlilires ¡viCO ser;ín sesgadus e illcullsislenlcs. Túl cOlldición '
licne'luo~'arcualldoe,1 n:.orcsor'(o.regresores)',')reSe';lan
t>
cn:on:s' tic '.1Je'diJ;;o,c..
uan. ..
do la ecuación consider;¡d;¡ (orma p;¡rle de un sistema de cCllacióncs simull~lleas,
Discul iremos esl"s silu"eioncs cn capítulos posteriores .. ' . ,
CJ. V;ir'¡'ablcs.,no eS,I;¡e.io.nHri;¡'s. 'l\1enc,ion;¡n;'osbreveni~;'le ,en el C:l'Jítulo 2 (.Iue. 1"
111;¡)'oft" de los proccdiil\lcntonlc iilfl:reilcialrildicionil'ks suponen quc las v;¡ri;¡.
. bies son eSlaeiollilri;¡s, CU¡1I1do ,~o se ¿¡¡¡-'eslc cilsu nos enfrentilmos 01 prOcedi.,
:f micnlusue ilikrencia nu eSI¡íllllar)' nosintrodlleimos cn el reino de !;is vilriables.
integrad;¡s, la cointégración, los inudelos dC' colTccción del error. elC" 'que discu-'
, lirct',loS m~s addanle. .
~l
, .:.:.,,' ,' ;: .
4.2.
. EVALU¡\C£ÓN DEL MODELO
.... .....
YPHUEBAS
'.. '. DE DIAGNÓSTICO
"1,
'-, Dur;¡nle '~llJcho li~mpo. las pr:íclÍcas eCOIlOll1élricas hahilualcs se resumieron en (i)
~.
'-.J' formul;¡r Ull modelo b;¡sadócll téoría q cn;illkrilu'es descuhrimientos cconomélri.
cos, ('¡¡) cSlin);lr lospar;Ímetrosdci inlldefo mcdi;lllle los d;lIos ;llUc:~I;':;les rclevan.
les <JiSPOlliblcs, Y (iii) exan{ill;\I"lo~estim;¡dllreS resli\t;IIl!cs y eSladiSlicos !1SllCiadus .
~)
"
l'
COIlel fin de juzgar lav;¡li'<.ló,t!,elnlOdd(;cspecifil';¡dll: r)idlll exalllell solía ~clllrar.
sc en c1:'jusle glob;\i.én 101 cOllcordanciacoll los sigilOS dc '"10.S CIIdicienles pre\.j;¡- .
.\.':
mcnlc sUPUCS,IOS~ en I;¡sigilific:lci~ncsl;ldíslica d~ los co~'fil'il'nICSr l'n la wlll(lroha.
~ .•. cilin' de la;¡ ~!ocorre'!aciónúe.l as I)CrlurliaciliIH:S,Sid lllo<ielliclIlllpl ia diclH1s cr ílc-
rin's ''-s;llisfaclori¿,melllc'',lallllcva i:CiliICi;."JílP:ls:'i1la :. Cfl'I~';1\a'r la lil~ratula dc la
;llaleria y ¡'lodrla uliliz'arsc para rcalizar' predicciofles COIl {'I;'I"~l'\l<:lI;IIS ;¡ la csc;i1;,
\.J
.-', ~ '''::', ., ~.
,1.1'"
,':','
.¡
~, 1
.
, ¡ bl'='(..t;X,)\~ij'l
a
donde }.;¡. y I (i :;:'i;4rii~t1ié:;ln la 'pa niei6n .dé los J;ilo~ Cillll y ;'2 ul1s~rvaciones. :n, d
'2:, lJlili~ar:bl rar,o(jb~lenc~~n~pre~icci,~n,¿jel ye~l()r Y,l 'de lafonila ..... ,,' • , l
':,'," .. ',',. "':~':".',c; 'H'=.rl/~r:'\. .., ' (4:6)" ~.
.. .
~ !..... .. ," ,,',.,:. ,,-, '--.".. " .. ~<~.~: '.. ,: ,./ " ,.'.,,, ~... j .•••••• :" ., ••••• '", ••...•
.,
. . .... , '.
,......;".
. ,,'.. ~1=)'~:-'Y1bl='1/2~:X2á;;'~)J)-:: .' ,"0
.
•
para des," , ' , , ", • ' , .. ', " .',', " '"
.;'.~
':
• ~ "' " .• t. I ~"~.., ,'. l' , .~ • ,
_~, .-
"'.""v"-(''''= E(úd')' '.,,'..."..'.: ,'." '\ ..
J ..
• ; . ~ '.
,"'. LA • •
"
.,' :..
':>~
,l.:,
,j.
• e.c; Chol\', "Tcs!~ ofEqualit)' i,~t\v"cl\ SC,tso(Co6rn'cieuls 'in Ti~olinear Re¡:r~ssiuns"',
52, '960, 211,.22., , "", """."" ' _ .' .,,' ; I .' '." ' "'.'
£CIJIIII/IlrI'ICa,'
" • ", "
;t
" . ':'\
.
',,1
,.:, \
,1:'"
l:.t' '.:
, ~,?
~.
"
";'1
. .' '. <'.>~.
AI'íTlJl.lH: Contrasles tic Errores dc Especificaciún tic la Ecuaciú\'\ Lincal tic 1; Variables 1:11
= Ir2/",
'" ••• ,
+ x~. var(b,) . Xi
; _' "0' '" ••
(4.8) ,
(f'l~'ar(d)l-'d- X2(1I2)
(4,9)
',. _ .. _.~.'.•. '_;'~:,~'~~.,.•....••.
}.,¡,~,¡.¡','!í.., ~.'j,( '.
~e~lorIJ ~irve tanto ¿¡entr~ cOlllofuera d'e lo's d<ilos uliliza.dospara laeSlin1ación. La
derivric'rúri ,d~ var(d) supbnc que a2 CS,idénlicaen'tód.os los subconjuntos de .datos.
Por lo .talÚo, clconlraste F en láecuación (4.9). cstad condicion'ado Pllf dicho su-
puest~" Cuanuo -li;5 perl~lrb'aci~nés scnn hCI.erosce(Mslié:as, él eSladístico F puede S.o-
bred¡'mcnsi'o¡)ar el 'verdadero nivel' de signHicaciÓ,n. .'
'Pagan'}, Nitholls, siguiendo Un ¡\rlíc.ulotif\l~i¡orde Saike\'cr/¡.illlSlfi\li un ;~lOuO
altcrnnlivode,desarrollar .eslecor'!trasle dc'prcCisióhde )¡¡' predicciÓn. El proceso de'
.( 4,1 ¡) ,.:..,.:
.' ..
5 Véas~ Apc!ndlC~ 0\.1- , _ . , _' ,..,' • ' -. .' '
~ 6 J\¡J;ian ,l'á¡:;\11 ):-D. Ni~holls. "ESlilH,ú¡'ng l';~¡JiCli~ld,:rrors.;\;\t1 :ri,~ir Slailllartl [)~\'ialions Using Cons .
.'. '
, '~
1.32 '~II;IUI)US DE I;CUSO~¡L:Ti\f¡\
¡.~
'¡ Si X inuic¡1 la malriz ¡IUmCnlilda dc la etu'lcíl')"l' «"JI)
.' . '. o en 1OI1CCS
.
(X'x r.
'
1
=.[ '-'\2(X,X1
(:\'i~,t' .'o-(~\'iXltl,.\:'i
)-J• 1 + X ( \" \' )-1 v'
J
. .' , 2' " 1 ,\ 2
J ESlimantlo ., l<lc~II';,ci{¡n (<1.1
'.. I)Or'l\-ICÜ
'.' •'01.('"u enemos i) '.
'!¿
)' '[hJ [ (,Y;XI¡-I '. -(:\"':\')-1) •... J[ \:,' ,. 'J" ~¥p
, ,= . _'o ,,:1'.1 '2 '1)'1+'\2)" '.,;~
~, .'
.J ( . -'\2('\1.'t1 t' .1.+.'\:.'2(.,X.'I.X1)-IX2' .. )'2 'f.t,:;.t.: ,.;((::
"
.1
. [
=
(X' X )-,'\:"
... 1.1' IYI
']
. .'
["]
b
'.'!~
~'i'¡"
. .
."~:- X2(Xi'\:.~I)-".'.\';Yl. = el
'. (4.12) '>,il~'g
l
}!\t
, ..
;-... ,
~lSI\~.u~;:,:O~~J:'ln~~r~s kcocr~c~cnlcs' tvlCO rcrlic<ln cl eSlimador b 1 dc fJ, oblenidoa .:rt.
I .1 os. os 112 coeflclcnles rCSlanles, que eSlim<ln cl vcctor 'Y son 0encl'II~' .¡;~
. _...,.< '
mcn 1e Ios errores de . r '. '1 • .'
l. 1 .. .
, ,>
pi C( ICClon (cfll1ldos ~n 1<l.ccuaci<Ín (4.7), L<l eslimación MeO .
n' ••(
J~
(C <lCCU<lClon(-1.11) se forl11l1la COI11O: ..' ..'.'JI:
."-
[::;H;; i][~'H
:;] (413) ~'
""
- Sin cmbar.go .. l<lscg;llld;¡ CCU<lciól1'd~I;lexbr~5ió.11 (<1.13)'cs ".t~
~A
' ..•.. . . )'2 = ~2bl. +d + '2 :~ :
S.lIsllluyendo I?C?I:d, ~c ol¡liellC"C .=¡ O. AsÍ- ue.s l<l 'c
. ' '("""('1')" ',,' I P ,'.
. . . .' . ,
S R dCllv,ltia lid "Jusle dc h écua '. "~o.
:<f.'
CIon., .,.
.2,"
cs. SIIll]"JClllcnlc, c'l'l' L<l c'c'u<lciÓn (4.J O) evidenci;,' ( IIC la h'" .' ." .:?~
fJ conslanle equiv<llc <l111):'Y = O L<l hip6les" . l l. IpoleSlS de IIna.:,.~
ción conjunl<l tic los Úllil110s 11 c~e;icienICs ~~ ~c COI11P~.~c)<lexallllnando l<lsignifica. '/~,.':i:
• 1 " 2 . n a rcgleslon <ltllllcnlad:1 (,1 (3) SIl ..i' I
uC un<l ¡¡rItC<lClón dircCI<l tleI IJrocedilllicnl I .. '. e ra a ...•~
.. . o gcncr<l para VCllflcar IIn CO' t d'""
reSlrlcCIOnes Itne<lles dcs<lrroll<luo en la eCU<l." (111\) R .. '.. n!lIn o c .'¡
) l' I ,Clon '" l. C,dll.lndo las sllstltuciones'
I el' Inenles en ;1 ecuación (:U1)), II.:ndremos cl cSI'ltlislico l. 1
. .. , .'" l.C pruc )01 cxpresado como
F = d'fvar(d)¡-I;"1I2' ' .. '
. '. I( - F(1I1.1I, - k) ('1.1<1)'
("'1 III-k) -
Los gr<ltlos ¿Ic liberlad. tlel tlcnomiliador tlcesla cXllresilin s (ll)I" . '. .... 'l' o
h'( . ) 1'" .. C Icnell"p,lIllr(c
: S .•1I1 ~ 112 lJ )se~vaCJoIH':S 1lll=1l0slos.(k + II.~) p;¡r¡ílllclros.cSlilllatlos. L;¡ Illalriz 'tlc.
.,'
~....•.l' \ all,lnZ,IS \'<lr(d) Vlcnc d<lda por (T~ vCoccs I<l:suh '. .'. l' .... '. .
1(\"\"-1. O" ~ •• ,. l.n,llllzlcl~Xlrt;1I1l11I1rcI'lOldct:l'ch()
' .• "0 ••
~ntf.:= e' 1'1' La ¡'egresión rcslringid¡í seobliene igunland() 'Y<l'ccro, ésloes, estimando
J::-:. . .' " :',,', . . - '. .' .
,,:..'.'
~:.,
..tv..
•. '
. [.)1] _' [XI'X]"
,>'2
,-
2
I.+C •
' .. i ..
~~~".;. . .'. ';" .':', >. . .' ;'. : ~.¡' i... .' .,,' ,: ~•. '
~~,~i~~',
Eñ dcfini~;~<l, ~ICo1\I~<l~ie de
~'" . , .;
Ól~~~
..
~~'ob,¡¡dri~
' ..... '.,
COI~~'~i&u¿:":"::
.!.' .
." '. ,.. :,
,. '..
. ,.
.
.' , .
g. ~:' J. Uliliz;'l1\do I;ls "1 obse,rv¡'cio~es dcsign<ld<ls.cOll10 primera mÜCSlr<l, ~e lral;\,ÜC' .
'~':'';''. ajuslar la regresión de)'1 .so~re~~\'1 o~leri.ien~o.laSC~; ,cj cI'. .' : .
. ~;: 2. Ajuslar 1<lniism.aregresión <l1?~;lS)<lS (nI,'" 112) Y ob\ener 1aSCR. reslringida:
~ ' )~'C~c.. """"' ,....: .",,', < " . .. .' ." . " .
~~ }l ." ,.'
S~sliluir eslos resul.lados en I~ ecuación \4:15),'Re~haz~r I~ hip?lesis
. .
de constan-
,
J
~.
4.3.2. El Con',;,'. <lell".",,? . ,
A J,....
.}.:.. UIl<l de las dificull,~d~s tlel .".cÓnt',:a~'lcdcéhÓ~v
" ; ~s.ia ~<llu~al~ia<l'rbiíraria de lá partí.'
:~¡- CiÓ~1del conjunlo dcdalos.ynit de csias.divisiones'puede Ilcgarn redlilzar l~hipó •
. ,':' ,-tesIs .nu.':l y o Ir <l.<l<lCer,l<lda. Eslo
~:r.~""'Y'''.'""""6""\'''.' '1.'..'.'. '.'1';''''.1";';'1'''1.'
d".:.'1'.".". ,....•••......."
no se da en. elc~nlr<lSle
, ".'. "•...."'." " ". ""f'.. ~,...'..,." ,.." '..' ., ..".,
,p ...•.
de Hansen. que <lJusla l:l
..
~.¡':í~
.~:ecu"cl
• . n lne:t<l, "., •...••), n~ :~c::II,Ousdv:acl~l'éS:'
1>'.""."'" ~.:..,~..' .•..••.' ' ..•
;er~1l1Ie',un;l'CspetllC(lC101l"mil.s'<.",.,."
: r~::. gener<lldel modelo qucla ullllz<ld<l en c1Capllul03.perodescanaregresbres no cs-
:. V-J:' l<lciol1:\rios. La de.ri.v<lciqn'lécnié:l de.didiocOI.llrnsie.va lliá~(¡l1á (¡.el alc<lnce .de es.le .
~:'. ,.' • . .....• ;'. .'. .' •..• .' •• '. •. .'. . ." .•.
lO!, hbr.o, <lll.nqllereVls¡\femos'd pl'ocesosupedlcmlmenle,: Escpbamos In ecu<lclón de
!.~:.' .'.,.... . ...,.......
:-!.f:rcgrcsloll coino . ".',.- .. "
1;.,;•.......
XI =f.!,x,;+f!2x2í+:''''+ fh-'(k;'¡ re,: ". (~l; •.:, ,¡ (4.16)
L<1sIclrasdetnssubílldiccsi ndicnn10's nive'lcs'ac'l\w ié:~de'lás"v;ri;¡b!c~ yno l:lsdes-
vi<lciones rc~peclude lasl\1edias)11UeSlrales;.y la prinieravnti<lble,xll' suele scruna
variablcquelOI11<l sicmprccl\'alorullo, Como cS¡'labilu;¡I,illdic<lrcmos loucsiduos
MCO comó .' .
~"'.
c;, ~y,-h'~~'I'-b2 ..\021"~ ,+' bJ,-'(kl 1=1, ... ,"
2: xii
JI "
CI =O . i =l,:.:.k .1'
'1 = 1, ' •....
L.....
y
?Bnjo
'.' "
2:.(cr-¡j2)=O.,. .~ Por
(4.18)
1=1 " .;, ' . ' . ~; hipó
~\ri1élr
L
,S"
l;4.3.
1:;',
"
t,:' Elli
'
",' "
;.;., don
\:~::-ll
, \'nllevo
.~":~com
". ".'.' .... . " ~( .
(4.21) ,
.';
donde
:,
':,. ." 11' .,
", , 'V '':'''\.''/2,1
",¡- ¿. ¡t.,' '.
, '(4.22)
. ,; , ." ' i = I . . '~ . La
rar~ In c~illproba¿¡ón de in eSlabilldad conjU\lt;';l~n~nlo's " .. me
. . : 'jI ~'[f;i ..::: ,'1k + ii: '.' (eg
: ,. .' •••.•• • '1- ",' Íl)O
y .
..• :. , ' •. ';.,
.
l'
.
'J" .'
'o"
-
i!:.'~:
: .
yo
..
;-', ' '
. ., '-s, = [S'I'; .. \5.k :"i.,1 . \':"dalo
El estadístico ,de vef!fi~.éi¿ión.'dc'la";cslabilidad, conjun\a scr.á ~;i;'dicc
. . " ."., ~. - ,
.,--
, ;. . '1"" ,,'
L= e ..:.-\.'
.¿ I s'V-1s
,
. (4,23)' : do
" ' n' ~'; i, '¡' , es
"
;:
TlJl.o~:C()nlr~Sles de Errores ue EspecificaciúlI de la l:'cuaciún' Lineal de./,; Variables 135
. ....
.. '
'"
= L ¡,J,:
, , ~ I
(il.2~ )
.~
.. ,.x;,'.': ,.,.
a base de 1:1 estimación rec.ursivn es' muy'sencilla. AjuSI¡¡mOS ,el m'odelo a !ns pri-
er¡¡s k observaciones. El ajuste c~ r~rfc'clo; ya"<¡ucslÍlo lellcmos k eoeficienlcs de ,~'
(4.27)
(4.28)
El valor desconocidoue 2
enlal.:cuaci6.n (.1;21\) se SUSlil,iyl.:por la varianza re-
Ir
sidu,,1 eSlimndn d~ las pr:imer:is observaCiones'(1 :.. 1). dado <llIC'1 _ 1 > k. La raíz
cuadrad;¡ nos 'da lal.:Slim.!ciÓll dd l.:JT(JrcSl;índar <k la fl.:grl.:silill (E,E.Ie), Trazai.c-,
mos unn líncaen c1'\;;;lordedosyc<;.:es CSlccr'ror cSI;índ;,r rt'n',r~ivo)' (Jlr;, cn e/va-
lor de menos dos vcces dicl1(Jcrr,or esl;íill1ar rl.:cllrsil'o. J:SI;I~ linl:;ls Sl.:lraznn cn lIn
mismo gr;íficrÍ nlq::dcdor dl.: In lílle;¡. tkl \'01101' cero y;i1rnkdllr dellls errorl:S tk pre-'
dicción nClualcs (II"ni<Jdos 1;IJllbi~nresidllos i'ecur~I\'osí, I.os r'~sidllos ~ilu;l¿¡os rllern .
\,: ..:_i,
,.1<:Ins bnnda5 scíialad;¡s por 1<i5l.:rrorcs CSI;í'¡ídar ~1Il.:kn ~1I!:<:rirla inconsl<Jnci<J de
los rar¡¡'lllclros. En cnd;¡ pllnln. la.pni!iúbil¡'da'd ¡Id l.:;100011\CI \'ado. bajll 1;, hipÚIl.::
sis nuJ;¡, se cnlcula a pnrlirde I,a corrcspllndiclik'di\ll'i.hllt'il'~n 1, 1;',1Cllmll }~;lse hizo
en la ccunción (:l.48),
.J'
'1' ',¡\;': :"! . ':", ;~ I J, " ,~; .1
~: " ,
.. " ,1,.'"
1,
. ~. ' ••
", "
,.,' .
'.
.,~:,,<:t\I'IT\J1.0J:
'.e onrl's
i. 'lcsU" ErrllrCHl(J
" lo: 'j' <".~,
~s;jccífié;i~ióii lié la Ecu;ici611 'Lill'c~ltlc k V~rí"ulcs
~',I'';,,_.; " :'>:.l'''',~',), ,'" ~"':"!'-'I",'" r'~""'." ;~,
137
'h.
I ,
,..1 •
' . - ,
' ...
.. ' !~'= ~(O, u. 21"_I.)
',
' ,",
"",
.. (4.30)
Urowll, t,:l ;11,; h;¡s;¡htl~;s~cll e.s"io5;c~¡duOsi~c~,rs¡'v~)s. re~~i:~l;\d,os.su~icr~n,doscoi~.
,
Irastes " , .' dc Ios, rar:ullctrI)S',',
de eilllslancla '." . El pruner.
'. cslndíSlicooe
,'. " . ' prueba
". " es In cnnlt-
dad CUSUI\1,
,
WI:::: ~ ",,/¡j 'l~k+l •...• 11 , (4:31)
.6 ' I ,
¡".h 1",
. ~;. domJc 112 ::: SCR,,/(I/-' k), Sil~!l~6~CR,ila sllll1il'.de euadrndos. de losresidiJos. cnICuo ,
lada élpmtir de 1:1 ~egrcsiólldc.l"tó,l~ntJn9id~ la n~lIést~¡¡,::W, es'e,I ..sun~alor¡o nC/I.
caléulau(¡respecloClI.CunndoJ,os
1I/1t1,ndo r;lr,ámclr.os ~on co~slari~es ••~(\~I) = O. ,
pero cuandll noJo sea;l \V, Ic.nucr{¡ " scrdisliÍllondic~lO val,or. Ln',slglllflcncI6n del
. hecho de diferir' dcla ,Iín~;i qu~"rel?r.es..~J.l,I~.;,I.;X~)~:..i~~!,~L~",~,~.,n~~:~il~~),:~.~;,~~,'J!~,rr~~B).~.;~;,.
;;'~'\?':f;\'Jg~;~"6í~íi~J~(t~'¡;:i~l,¡mi;:J'JI.;'¡TMJ:J¿]'~lc';ís'r~cí:is'q.U9:'p¡¡~~'n:por los pú n IO~ .'~ ., , ..
.«;"0,01 i~;;I;14}.
u ~0:(J.5" a =0,948
o'. 'el
1':.,":- ~ 0.10 •... ~~OiR50
:~>
..~.,.
:, ,
Ln figura 4.1 n~ucslr:,":ls Hnenspntn de~i~i':I,;¡~igniricaóÓn de In prueba.
...... '
:í;, .¡;¡:::r
". .
.--:. ~~";'
:,;:
"
que va dc~de cero ..cuandol = k. ha~la InlJ1idad cuando {= //, La significación de las
discrepancias dcla linea dt: valor esperadu se calqtlantrawndqUilyarde.líneas pa-
-: J
rnlelasa la línea [(S,) a lllla distancia, por encima y' POI: debajo. igu;t1~ ('o'
(
Hansen (01'. cit.) sugiere lJuc el c'l1l1lraSle CUSU¡\:1 Ctluivaie a su contraste L (de
1
c)
estabilidad del término deinlersccción) y q~,e el¿~n(r<lsicCUSÜ~1S'o equivale a
su contrastt: LkTt (de cSlabilid;id dela \'ariailzal:
H(J:¡~':: N(O./¡2Tj
J= Xj1 +Za. + 11 .
\
",=";..,.
Rnl11sey sugiere que Z debcríaincitiir las p'olcnci.as de los' ,'I/(ores 11I'¡'(licllOs tltl (11 "11_
fiable ,j~l.le/ldieJl/e. Las potencias 'dc:scg~lI1d'o~lc;'<;e:r y.cUarto g-nHJo nbs dan ...
.' -'. '. ¡ --: ~, • " '.
" ..:,.
'",
-,1"
.O. R~n1sc}'."'-rcsl~ ror SJlccir1cal;~n Er~~r'i~ Classic;I'Linc;lr L~",; S'1I1~;~Si\'ri¡dl'~is':, IIr ll1ún,,;' ,1". (
Sil cié,)" S('(Ít'.r 11, J I.L9(¡;;.)5()~)71. '.\ié,;!S~:Inlllh¡~nJ;II. lt;lIm~y y'l'. Schmi,h, "Snlll~
o)'n/ SI~iiJlic"t
r1hcr:Rcsulls (In Ihe Use (Ir OLS ~Ild IILus RC'Sldll~1S in SJlcci(i~al.I(l1I 'Error TeSIS". ln/ln;,,1 II[ ;';11('(;-
nl' Sitlli,'¡iclI/ J!.ulldniillll, 71,1976. JX9-J911.. .
, !," .•
'",
:(.' .
.~
4.4 ..
ILUSTRACIÓN NUlvrÉruCA
.. .:...
I
,',
, '
#~.~
\/ J'.
Precio '
• l' ,.... .;;,:"
~. .......
"
.
Il1grc~o'/"""
.... >;.
'I ...
j
;;,;;,j:\.:. 'C ().'
/.
. . / \"\
....
, /'--- /
.,.1
~ . ",
.•.....
"/ -:!
';
,.
. ú~
-J
nGUHA~.2
ConsulI1o de ~a~olina (Y).prccio(X2}c ingreso (X:I).
." '¡", ; . t, ,
.;j' ~ 'l ••.
'1"" .\ 1 :',
'J'
.J
142 ~IETODÓS DE ECONb~IHIlIA
. O.ll~
-- lk"iuull~r..:cu(~i\"(;s
'.'
O.U!> ••.••.• ! 2 E.E:
~:
(U~I
,. .'
. .
:;'. )
O.IX)
"'-
"
-o.m ...........................................................
\........ ......
-O,ll-l
.......
'
.......
~u.O!>
(,2 (,.1 (,.1 (,5 c.c, (,7 !>S !>? 71) 71
p 7.1
. "ño .
FIGUHA 4.3
~eideJuos recursivos y bandas oc los errores' cst:íno~r p~ra 1:1eCllación eJo;":1solina oc 1'1 Seco
'clón 4.4: " ' ,
.l.J
.1 ::
i
n
" .\
"
::
2.7 ::
:. :,
, ,
" ."
2.4 ::
LL
2.t
l'
,
~
g LX
.'
'-
"
-:>
~
;¡
U
¡~ ¡o :
'...;
~ : : !
;;
-;¡
;.
1.2
n !; ¡ ','
-----,-,-,/\:-",r--\\:----
1).')
O.!>
,.'~
11..1 '-:...
..
: :~~
,',
( )
..
"
~
.¿
r ..:;,
jI/
. ,
.J
'''?t.
l-l-l
"',
"
-.
.'
Los lres gr¡jficos de 1.01Fig. <1.5 mueSlran los COeficienles recursivos cSlinl<1dos,
'C'
;':
COIId.os bal1da.s .tk los ,~rrorcs est;írldar. Como ya antieilJaban 1;ls Fig. <l.] Y '1.4, hay
cambIOS dramallcos a linaJes de los (í(J, especialmente en lo que refiere a 1;1cons(;lI1_
""'>.
,t'
te C( 1) Y a'la elasticidad dclpreciu, C(2). Eil la primera Illilad de fa milcslra. laelas-
-, tlcldad del. J~reciu no es significalivalllcntc dislinla a cero)' Ja cstinl<lc;<Ín por punto
de la elaSllcldad del precilles positiva. La elasticidad se vuelve negaliva cuando in-
c1ui~lIos los dalas eJe los 70 .. y lo misnlo ,ocurre con su significilci6'n.' La c/;Islicidad
-, dcill1grcso, C(3). es posiliva)' r:iwl1abl<.;menlcesl,lblc. . "
"
._.-4
- ESlimaeil>1l r~cursi\'a eJe C( I l 'o.X
, ___ o =~ E.E.
Esli'llaci<'l1l reeursi,,:, de ('(2)
,
I
-, o ~2 E.E.
O , O.~ '.-
- '\.s~
:',
,
I :::
'C '-- .. :.. ..• , ;,,,..... .- ""
I CI
,,
t
"::J
0.0 \
-------- 05. \
,,
"., ,
.:: -(¡
" ... ",
,-- ..... ----- .. :~ -OA
[ij
",,----
-s ,, -0.8
'.'
-10
6~ 6.1 6~ (15 {¡(\ 67 (,X 6') 70 71 71 7J -1.2
,\110 62 6.1 (,~ (,5 (,6 67 6H 6') 70 7 J 72 73
A,io
(al
(b)
", 2.5
- ESliniaci,'," reeurs;,'" de C(J) ..
--'; :tH~.E :':,., '.;.
2.0. ~.
, ,
., ,.
1,0
..• ----_ --- ....•.
0.5 ", .. ---_ ..•... ",
-- .•-----------~- _-----
.
.•.
0.0 ,,
'/
• Oj 1 •• "", ' •• , r.,,' , •• 1•• , r." 1,,, L.u.I.LU.1
(,2 (d 6~ 65 6f> 67 (.8 (,o) JO JI n 7.1
";in
(,.)
FIGUHA 4.5 .
Codieiclllcs recursi\'os cSlilllados; (al COnSI;lIl1l:. C( 1): (IJ) l'Iaslieidad dd preci". C(1;; (e)
l:laSlicid;,d del ingreso. COl. ,'. o'. . • • '
(1\
" ", "
..':" ..•.
~.
~.. .
C""iTIJI.O~o C(;nlpISlcs de J::rrorcs de Esrecific~ción dela 'Ecuaciün Lineal de k Variables t45
- CUS 111.•.,
--~- Signifkln:iclll deL')'):, -- CUSU'I-,(úc cllndrnúos
o 0'---, Siglli(ienci6n úcl 5%
.~ 20
o 1.2
.~
'. ,
] I(J __ ~ _ .~ Il.R ,-,- .'.-.-"'~--
.~ .' .'
-- -- --
'O
,w "
~
..J
W
~, 0,4
--
.- "
,-
o'
13"
v>
0.0
~.... .'
ufu.I." 1,I! 1•. , I,!! l ••• lu.
60 .61 62 (,.1 (H 65 (,(, 67 6~;69 70 JI 72 7J .
,\,io
Añó
(11)
, ';'
4.5
CONTRASTES DE CA l\'1n IO ESTRUCTUHAL .'
, , .-,. " '.', . '~ ..' . '. ':.
1
~" .
'EI conlra~le de 'predicci!il! JcCho\V 1l0S,coJiÚlrcc.d¿ fo'rmá natural, a'co~l':aslés n'lás
gClleraJcsúcc;í¡l1[}io eSlmctu"rnl. UIl ¿all1bio~sl¡-ucturnl oU,rla fup:lur;¡ cSlruclur"lse
da cuilllúo Jos par.ílllelros dClll1a'.rciación dificl'cn ciÚreconjunlos dc. déltOS. Naturnl-
menle, existen di\iersossubconjun(os de dalos.con la posibilidnd de dlvcrsasrupluras
eslruclurales.De I1)Olllen(o, consideraremos solnnlenledos 5Ubco'njunlos de "1 Y"2
observ;lciones que d;1llun:1 muestm 101~1 de " = ;'1 + '''2 ~bs~rvnci'6nes. Sup~ng;1m6s.,
'por ejcmpl(i: que descarnos invcSlig"j- si cIconsumo'agregndo enun paísdírierecn .
liempos dep;1z.)' en ticmposde gucrrn.y quq posecn)os ,lilsobserv;1ciones de /;¡S V;1.
. ri;¡11Ics.rclc\;hilICStÍc /;1 ;lIiosdc paz Y.';2~licis de gucrr'¡,Pódrí;¡ 1Í1OSrcilliz;¡run con.
Ir"slc de C1w\\':otiliZ;lIHI(; 1;1fl.Jn6rí'll I'~'.i";~,,.,;'"' .:,.....,,_.. ,_ .
C
146 . :. ~.'~
ta
consumo en tiempos de guerra. Sil~ emba~go, siempre que 112 > k, se utilizaní. de. for- p
ma alternativa la función eSlinpda de tiempos de guerra p,lI:a pn:dccii' cI consumo
en liempos de paz. La elúción no es evidente}' ambos procedimienlos proporciona.
rían rcspueslas distintas. Siempre que los subconjuntos sean lo suficientemente gran-
des, será mejor estimar ambas fun~iones y verificar los parámeiros comunes.
m
4.5.1. Contraste de un Camuio Estructural
donde'p 1 Y.P2 soo lós kveCloreS de coeIici~,Úcs para los tlemr~s de paz y guerr¡¡,
resp'cctivam~nle. La hirólesis nula dc inexistencia ue cambio estruclural es
.
(4.35)
rYI1::::[XI].p+,~1 (4.36)
," b2J X2
Den~minare~~s a lú sun'¡a de:cundr:ldosdelo~residuos, SeR, del modclo qlleaju~ •.
" .~
Ci\I'ITlIl.ll~: CllnlraSll:s (\1: Errorcs (\1: Espccificaciúnl.k la ECllaciún Lincal uc k Variables t47 \.:.1;:1)
a 1,\ ecuación (4,~~) como.c' .c'"L~,\, verificación llc la hipótcsis nula \'endr:\ dad" .. ,
.~~
por .'
..;......
'--1: )
. (c',c.-c'c)lk •
F=
c'r/(n - 2k)
. - f.'(k.n-2k)
. . .::0
".. ,?
Paralll lcrcer" pnsibilidad. considcr,lI11os una pucsla en cscena allernali,;a d..:',
modelo no reslring,ido. ':,¡1]
'"
[l']., [X ,
)'2
-
. Xl
(4.37 )
En cste caso, \;¡ \'eriricació.n ue !fu es un simple conlraste de significación par" los
últimos k rcgresores. Laclección del procedimiento más adeéuado deljcnderá nnj .
chO del prognima inform,ílico ulilizado.
." ....• ~:.. ,. .' -. ',' '~.,. ,
(i'\
4.5.2 Contrastes acerca de la Pendiente ".
Las ,investigaciones econÓmicas ~lIelen inleresarse por los coen'cientcs que re.
p~csel.ltanla pendiente de la ecuación sin imponcr resll'iccioncs al lérmino uc inler-
seccióil. CO[l objelo de explicar dichos contraslcs p~rliciollOlrclllos las malrice~ X en.
mosigue " , o, J
[;::H;' i~~][;;l +U
I
'"'
~..
Cier!os programas, inf9rmálicos que re:lliz:l'n la regresión proporcioll"n
. .;-
lt5rlllino
'. -
u;, IU~
,,,",
,....
I
..'
'~
de intersección de fOl'll1;l "utOIll;ítica(imertando un" columna ue unos en los regre-
sares). Dicho paso uebe cllldirseen el ajuste de las ecuaciones (4.31»)' (-l.JY) .con el
~'i,\ fin uc evilOlr la g.eneración de reg'resores lincnlmentcdependicnles,
Una forl11ul"cic')I1 allcrI1"liv;l dd,úodelo no reslringido es
UI
[)'IJ:=,[~I
y:! '1'
lJ Xi . lJ
Xi ,Xi
J °2""
¡Ji
('(1
+fI (<l,4lJ)
¡Ji - ¡Ji
I
El contrOlsle de significOIción conjunta de los íillimos k - I regresores es unOl prueba
dc 1" hipótesis nul" planteada "nleriormenle. ldéniic" advertl:ncia sobre el lérmino
de intcrsección debe aplic"rse a 1" estil11"ci6n dc 1" ecuación (4.<lO).
'.
"
7, >
4.5.3 Conlraste acerl:" de las Intersecciones
.... -'
I'odría p"rl:ccr qUl: la vcriricaciún Ul: Hu: (tI =.Cl2 vicne dada pUl' la cOll1probaeh'J11
..
del seg.undo I'l.:grcsor de la ecu"ci()n (4.40). Un" verific"ci6n de este lipo tiene, sin
-~. cmb"rgo. poco scntido, La estilll;ición Jc laecuación (<l.'IO) no illlpc;ne rcstricciún
~,
;llgun" " I"s' relidienles y. por lo l~nto, lo qlle cuesti~na lahipólcsis de inlerseccio-
11(':Siguales es si exislen dos supcrficies de regresión dfslillltl.l' que cortan ,,1 eje)' cn
-,•..... el mismo punto. El contr;lslc de inlersecciones distinlas auquiere 111;íssenlido cuan-
.......•... do. el supuesto de pendientes de regresión COllllllles se convierte en una condición.
L" pl'l.:gunl" "hor" es si el plano de regresión est<Í situado m;;s arrib" o 111;isah"jo en
....-
la uirección que 111area la. v"riable dependiente,.EI moddo no restringido para di-
-" CI.l0 conlrastees el .especificado .en .1" ecuación-(tLY.J).quc.ap;.lrq:ía CO)11().111.O\h;10.,
-~', reslringido en el contraste ue las pendientes; El modelo resl,ringido es
, i
[J'I] [~I X;][u]
- ,\'~ _I~
==
.X;')1',+II
\....:.. La cOlllp;lración ue las SCI\ dc\;;s ce~acioncs (4.31)))' (,I.~II) pl'llpon:illna Un;, prue-
,~. b" de la igualdad de las intersecciones cuando las pendicntes son iguales.
Un" forma alternaliva de mostrar elmodc\o no reslringidll cs
'-
\~.,
(.1..12)
\
"
l...
','.
l •.•.•
, '.
I '
Xi .'
O ' a('(11 ]
- +
O Xi] ¡Ji ...
[
11 . Térmil/OS
. '¡reloreJ
dc intcrsección
dc ¡JclídieillcJ
dislil//os,
di,Hil/tllJ
'. ¡Ji '.
La aplieacillll lit.: los M ca " caun módelo conducir;í n una SUIll;l de c\JOIurados-de'los
resiuuos, SCR, con gmdos de liberl¡id ;Iso~i<lelos 11 - k, 11 - k - 1 Y n - 2k, respecti.
vamente. Losesladíslieos de verificació'l para distintas hip'ólesis ser<Ín los siguien-
les: .
Los grados. de .Iibertad tle los numeradores esigual ;11nlímcro dc reslriccioncs im-
" pucslas pord call1l>iil\le modelo no r,eslringiuo.a modelo reslringido. Dieho núme-
"
'1.
ro equivale lal\\bi~l1 ¡r la dir<.:rencia 'en los grados delihertad dé I;¡s SUI11;lSde cuadra-
-.' uos dc los residuos d~1 nUl\\era~lor. .' .
i" ' .,,'
150 : ' h\l:TODOS DE ECOI'IOMETIIIA .r C,
1
3
3
'..' [1 ] 2 [2 '1
5
6,
g
10
y, = 2 '\'1 = 6 )'2 = 6 x2=
12
4 10
,T.
"6" '.i.,."":,, - ~El-
~. • ," '. , , • • r " •
, .',,' ,
" [.r J
X=.
'~'2"
l.
"
y~ [YI J' .",
l'
• 2
' '
LS /1 Dt:pl:ndcnl Variahk is Y
VAltlAIlLE COEI:I~ICIL:NT STD.EIUWR -"T-S1',\1'. 2-1'AILSIG.
J ••••.
:: :
con FII.~s(l,II) = 4,H4. Por lo lan,!o, la hipótésis nula de una pl:ndienlc de regresión
1:i1 ~lt'Il)IJU~ IJEtC:O:"Il,'": Ilti"
cllmün r.:sulla r.:chal.ada. l'odcll\os prolJ;'Ir si los l.;rminos dc inlerscCI.:il')n son co-
nlunes. suponiendo una pcndienle de regre~ión común. El esl;'ldíslieo de prueh;'l
;'I1\cCU;'lUOes
con !-jl,'}')( 1.12) := lJ.:)]. por lo que la diferencia de los términos de inlersección es sig-
nificaliv;'l alnivcl del1 %.
LS // [)~pendenl Vilri"hle is Y
VARIAnLE COEFnCIENT STD.EI~ROR T-STJ\T. 2-T/\ILSIG.
e -IU)(¡25000 0,'HD1417 -o, I2'.!:lIí1<i O.¡;'JlJ4
02 0.~(¡25000 O,606214(í O,762'J312 O,'I(¡I(,
X 0.4375000 0.05lJI)263 7,JOO<i2l;] 0.0000
Z2 O.0715'JO') O,O(,<i7'J(¡,1 1,1I7I77¡;<i O.JO(,1;
R-sqllined 0.976.11 (¡ . Mean uf dependcnt val' 5,000000
l\djllSlcu R-sqllarcu O,lJ(¡99~'¡ S.D. of depelidenl V;1r 3,093773
-;... S.E. of regression O.:iJ5'J'J~ SUIll of squareu resid 3.160227
Log likelihoud -9,60353 I ¡;-SI;1lislic 151,8074
Ourhin- \ValS'''' S\;ll 2.R200lJl) Proh( r- -51"IiSIic) 0.000000
~•... '
LS // Dcpcnucnl V"rii,hh: is Y
V AIU,\ OLE COEH'lCIENT STO.ERROI~ T-ST¡\T. 2-T¡\IL SIG.
..•....• '
\' I
La lahla ijuslr;'l el enfoque ;'I\lernalil'o a los lrcs conlr;'lslcs. La primera p;lrle de \;) .
lahl;1 cs el ajuslc;d modclo dela ecuaciún (4:'ÚJ). La \;erific;,ciún de 1;1siL:nificaci6n
c'lIliunla de las v;lriahlcs segÍin(,I;'! y cU;'lrla prÍicha si l(ls \'Ccl;ncsjJ (inl~rscccil~n y
pcndicnle) son iguales cn ;1mhils subconjunlC>s dc da los. l\ficr(lTSI' (progr;II11Ol pre-
\\'ind(l\\,s dc QU;'lnlil;'llil'c Ivlicro Soft\\,;'Ire) ¿~ cllill(lrCsull;1l11l un eSI;¡t!íSlico ¡: dc
:'.1)1. idénlico;11 oblenido en el p;írr:lfo ;'1111 e ri'l(l'. La 1.11>1amlleslra ;lsimisnlO un con-
Iraslc P;Ir:l \'crific;1r 1;'1igu:lldad de las pcndicl:lq. de n.:¡,rCsil"n qllc implica la verifi- o:
. l \ . ,-
.t
~...
('",'ITUI.U~: Cuntr:lstes de Errores de Especific;1ción dc 1;1Ecu;1ción Line;¡\ de k Viui;1bles 153
~~ ..
-'J"
•.••• Jo.
cación de la significación de la cuarla variable. El estauíslico (es 1,0718, c1i1r;'lmenle.
',i no significativo. El cUi1dr;'ldo del esladíslieo ( nos da un valor de F de 1,15, como
antes.
La segunda p;'lrle de 1;'1T;'Ibla 4.3 es el resul!ado del ;'Ijustc de 1;'1ecu;'lción (4.42). L;'I
hipólesis de términos de inlersección equivalenles se verifica examinando la signiri-
c;'lción ue la segunda variable. El estadístico / es ],2467 y su cuadrado, 10,54, como
ante~, por lo que se rechaz;'l la hipólesis nula,
..
..t
4.5.Cí E:dcnsioncs
4.(,
" VAHIABLES FICTICIAS,
: : ;.
,'.
4.G.l In(rodllccilÍn
. '
; .,~:.
. "
:; 1.'/.'
t-;~:.~
,.
"1 .. '-
>
l'
J
154 . ~1l:TODOS DI: cCONO,\I(TIUA
' .. ,
,.11 .•••
:
.:\
.:'i
com~' en.los m~dclos'dc'c~mbioestniclural. Larig. '4:7cl)ll;estra el erecto ,de :ljus. \:
'tal' \111 modelo ,de'esic tirio a.la .cc'lIaeió,i (4",ij.ExislcJ\' dlls lincasde regresión pa. .,
ralelas y se u.llliza la lblalidad'd¿las observaciones; n'.para estimar lapendielltc co. ' ,~f.
nlún. >.. ......•. ,; . ., ~', . . ~ -.. :',~; I
.'. ~'
.¡.
\ .
J' .)' .•...~
.. ,.'~
: t:
,':.
-..-,
"' ..~".. :.'o'~ r ._~
"
.;~,~;';f
~.
"
"
'.:~'
'.'
\", ¡ ", .,'.
..
{ x
(a) tb)
:'
(',\I'jTUI,()~:ContraSIl:S ¡k ErrUll:s tk I~spl:ciril:al:i(indc la Ecuacitin Linl:al d~ k Variables 155
(11
. "
(1')
FIGUHA 4.7
Rc¡;rcsinncs con variables f'ictici;¡s., ... ~..•.•....
" ..•.:.:~.: ••;_'."".:' ~..... '., :".•__,", :,,' :'0" • '.,'. , .- ~_",.' ',' ' ••
'(~ = a~ -,('(\
r' .~,.
rr__ .:
1
r. ~
156
<.'
r ...• Por lo t;¡nlo, las "y llliJt.:n los' términos de inlersección direrenci;¡les COn referencia ;¡ .
i a,. Nor1l1;¡lnll:nll:.la hipótesis que nos interesa es .
r"
/ln: 01 = a2 = 0.1,= 'a~
L;¡ v:riricación s.e realizn eSlimando la cc~ación (4.43) y comprobando las n.:slriccio-
ncs IlJ1cales pCrllnenles.' Oc fQrmaallernaliva. expresaremos la hirÓlCsis nula como
"n: "(2 = "()= "Y~
L;~ \'eriri.cación se realiza ;ljl~S(;¡ndo la ecu;¡ción ('1.'1'1) y comprobando la significa-
cl~n ~Onju.nla d.e las tres val'lablcs riclici;¡s trimestrales. El estadíslico de rrueba se
n.l~lnllcne Inv;¡r¡;¡nle se" cual sea la variable ficlicia omilitla al cambi;¡r de la celia-
clun (4.,1]) a la (4.'14). .'.
. .' .
,
Pnr.a evila~u~~lllnlri¡ dednlos singularcu':1ndo, uiilicemosun ~Olljunlocompl~lo de
, La
vnnilbles flcllclas" deberelllos suprimir laconslilnle; o, ~n .casoiJe '1uerecmanlener '.
- ...•
la constanle
. .',: deberemos e"clo'lr
",1 un" d 'l" "bl' f' "', E' , " . ,
" e .'lS vana .es, ICI.lCIaS.,-1 PI'QcCdllnlenlo de ~,
eS:lmaclón SJgu~ fallando en el caso en que deseelllOs ,estimar ~na fclación' e~ la que
eXisten dos. eonJul~lo,s,de.varia,bles ficlicias ¡¡lIl1que suprimnmos J¡j COllSlanle pueslO
que las vannblcs flcllclns son llnealmenle depenuientes (la suma uel primer conjun.
t~ m~nos la suma del segunu,o es igual al veelor cero).Siemprcqllc mantcngamos el
lernllno c~nslanle. en la ecuación delJ:l'elllo's cxchlÍl' UI/;' yafilllJle [iáicill de clIdllllllO
de los CO/lJU/I(~s. Obviamel~[e, eSI~ I~ I:cgla es e'xlcnsiblc>¡,loscasos en los qu~ haya
lres o más cQllJunlosde vana bies flcllclas, "
,L
4.6.5 Ejemplo NlIlIlérico ¡J:,
g
>', ",~ 1 " c
" .""b1.+¡Jtn{'~:'4 /'rimÚír¡¡'llfi.¡dtfd¡jó"t'é ri'~'ri~'8Hí;il~~:¿~(vt~~;;'~Ú~i¿:;l;;':¡~;~:p'~~'~'t~¿ ':;:'~"l
(C) y el nivel de educaCión (~), l)orejemplo,lrc~ personas ue la primera c¡¡legoda, :tJ; , m
lanlO por, g~l~ero como por nIveL de ,educación, poseen ingresos 1), 10 Y 12, respecti. .¡; g
V¡¡n~enlC, Sl,InSerta~os un~, COnslnntc y ,~iJprimimos unn 'vari¡¡ble ficticia en c¡¡da la
conjunto, la ecuación ¡¡,eslimnr loma In fonna,sigUientc',,:', . '.' ,', . ' :,,' " p
y =¡i + ('(2£2 + o.j£):+/J'I£4.
,::.
+ 11.':
;'; .
,'(4.48) ,
, a
c
, .T,\III;A4.4,'
i.I,:U'''''~-.-.-r':.•''''I' ".";~:r. t'" , p
~r,:r __
E, I E2 £)
l'1:; ,
, .~:
.G , H,Ill,I2 12,,14
; .e2
~. l!
5.6 10,12
,211,22 •
,20,24 ";! L,
Lnsv;\riablcs,co.rrespóndienl~s '~p~rc~en en f~rm:id~ col.~mnas lal C'~1lI0sig~e ,',
I • ' ':. .
,':
, .' y £2'" £ C'
" ';',' '",' ',J,' 2
S I O O ~O
10 O O' ~n
,,~ ;-'. '
]2' ,O O ,.'lÍ: .,.... .'
.
'12') 00
,::; 14'" :"1' O: O l.,'
20 O )" ':0'
n. ()\ 1 O,
5 .O' 'O' '1' ,
,6 O O ", lo
]0,1 O' 1
';:~~:,
1'2 1 O 1 ~.:':
.. 20 O 1, ), '.. ,
~',> .
. 24 O 1 J, ••.
-.. :
~:,:' :
':'Y:'¡": ,
, ,'.'
l
"I'ITlJl.O ,: ConlraSles tle Errores de Especiricaciún tic la ECll~cilÍn Lincal tick Variables 15'.J .'-.
~ .. , J
r
a rclación eslilllada es :! ')
, J'
HI £2 R,\ £1 £2 £,\
GI '.J 13 22,5 CI lO 13 21
Gl 7 I1 20.5 Cl 5.5 11 22
m¡¡rginales dcl ingreso segltn el nivel de educación son I~s mislúos rara touos los
géncros y, recíprocalllcnte,l¡¡s diferenciasen .los ingresos por razón eJeI géne~o son
as misfnas en louos los niveles de educ¡¡ción .. Es preferible \'erificar primcro dicha
posibiliua'u anles que iniponerl¡¡ en I¡¡ esrecifica'ción, El conlr;sle ¡¡UCClI:HJ0en, eSl,e
caso e~'.un Conlraste de los denominados cfcclosdc, ilileraccilín. Lo des¡¡rrollarcmos
'':'o.
aiiadiL:lido a la cspeciric¡lciól1,¡¡nlCrior:dOs nCre\'as \'ariablc~' ficlicias: $L:lrala dc los
produ'~lOS (E2C2) y (£)C2). La es\yeeificación rcformuladaes
, y = J' + Ct2£2+0.)£J :t fhG2'+ "Y2(£iC2) +"y)(L')G2) + 11 ' (.:1.49)
Los valores esrerados son ' ' '
I.::(}' I GI, EI)= JI
más de v¡iriablcs' riclicias, rau>n por la ¡dal, )' ei1 general. no obserl'arcmos esle
,,' I ••.
efL:clo. \ ..
• ~'¡:'T'
~'.
'~J..
,\PÉNlJICC
AI'I~i\'f)ICE
-.:l,1 .
1)~lnnslr;lr \';Ir(d) = Ir~11 +:r 2 ('" y )~i\")
. . . ",! l' ' I~ I " ~
, .
'n,.
,
Dcspucs se rc;¡Ji~;lrolldós l'cg'..•. :\iOllCS Ill;ís ba';a IlIs SitllJ'l:ri,',:"',~ 11~.~S,1h;ls;a Il)(,s'.¡ ..,
1')6').1 haSln.1 'J7r: -l .. ,; 1, . " '. '. . . )-
'.. ..' ... 1.. COIlsunl".~.{:e CU"d',ltios .de lus fCSldllU' ,le' (le' l) ..\~ Y 7.,1(,. fD¡JCC' ;
11\,1111L11 k , Venr¡C:¡f 1;/cunSI;lilC¡''' .de la r'claci,"nciI ;",,1,,;, ,,,1.'l'l'Iiud,,,,
,\,"
.: . ' : " .. ~ ¡r '¡r. '!' ,~, r _'
...... 4.3. La siguicllleecuaci.lll~ ~,e ~eg'~c~í~nirepr~s~n'ln.~1 modciode Ins I(cnlns dc g"solin" en.
unmer~adll regional, esti'.llado a panir d~ d:llo~ Iri~lé~trnles:' . . " ,
,<2 =- 7fJ -lÍ,lÍl'P +O,2Y'"" 1';55,: + 3,6Si +4,75J
. .. • ":. '~. I '-.' ,:. ',' .1 l.. '-.' .~' >~'1',. _ .• - ,',. ~
donde Q .'in'dica'las. vi:i\la's, l' 'el' pre~io, Ycl,.ingrdo disponible, Illicnl r:lS c¡u.e I"s dis~,.
iii1iasS¡ r~prese,íla n\'ari~ll~I~~'~i~¡f~¡:lsíri r;d~s: ,;;~~l P,,;a ~i a ~osigu ie~ le ;eespe r'~;n',
:1
. lo's sigui~ntes /' e Y:: . /, , :;':,.' .
":1' •. -,:" 1 " .' ~ ,.:,!. '.' '1 ," • : ," ..
t~.:¡
l' ;'" "
1 .. 4.4. Elmodeln
';'~)'';''o; ;'~2i~i~"ti; + ,;:
se e~limn medianle M¿P~d';I;d.~' EU EJ son ~,,'ri~bles ficticins que indie"n In perle-
nencia al segundo y tercer nivel 'cducativo, n:spectivnmenlc. Demoslr;n que los esli •
Il1adore's ~'ICOson
")4~r;\.]-.,.~::,;
..' ..2'~-;-::-~-':'~~'''\"'':'"='[~'t1'
~~,_.[, •.".,;r.c;'~i:P :""'.\"""""'/':";~~-~""':'7\,!F,"':"",",,-. -
,. c~ = )2- ) 1 ", ,
.. . cJ', f'., - 91 '0 •
.'<l.S.Estimar la~sli.:ciT¡ca~il;lIl.
.)/ o:ü¡Eít q~E2~cr:\E.i+ fJ2Gi'+'u
utiiiz;II11lolos ,datos Je laT;ibla 40'1 );c~limar 10svn'lores medios. resuhnnlCS p"ra In
.Tahla.L5;¿'01np;n:ariosresllhad'os(¡¡)I~I.lídos co¡) lo~ .valciresproporcionndos en el
1910 )' cOlllelÚarios. '. . •, , . .
Hcpi:lir dejer~iéi(I¡1;,ralaesí1eciric~cjÓlh~ .r
r =JI+¿~ltl'Hl)£i;
. .'. . -'. fJ2G;,- +11 " ..'
,4,
,
y 70 76 ,,91 1,00. J05 ,. 113 -, .In' 120 14(1, 135 .. 147
X SO 95 105 115 125 135' : 145' 1(j5
'. ,<,,;
155
•
175
•
IS5
."
';'-'-
"'<"'~'é~i,;;;~'~.iJ;S,;~<ii~,ri'~~ie'f~id'ós'tl~;~"~~'~.~l~'ré,J!;~'iÚ;~~~~~~~i~'¡~c;~cl,k¡:'~,J
, Q:_~u.díl~Úce' dd I'Nn de 'EE.UU. en Jlíl;;rc~cill1:~I¡I;~leS " '
;" ';L;.~~¡'~diC~~,~I¡li-p.~lli;;baj~: .i~
, '.' ,'.' K';lin fndice uelinpul capilal.', y: "", '" .}
La 'estilÍ\ai:ió.~ dc. un'a fi;ndóndC't}f~d;',cciÓ'1\ par'alalo'í)¡illaü~.t!~1 perioJo PfO[lÓrd,o ....•..
/)
na los 'résuHa'dos siiúiénle~::,-' ';.' . '. ,.,', . . " ," .',' 'J,
.'
..
..' ' ''ológ
.' .. ..'"- _."
Q::' ~':i.8766;+i,~í 061og1J' + O',416,~llíg':K"
,-.c;. . . ,.' -. .' f • ',. • .' ; ~ : '. '. _.'-,. -
.,' j
.' i'"
, con R2:: 0.,9937 y s:: 0;03'755. : ...
Las regresiones iJar~ 'dos' subperiodos'nps dan" .
J 929:") 948 ',.,' " ".,', ,.:.,,-;. .,:'
, ,locQ _~,'-4,P57~~ 1.6Üil~IÓgf t O¡~J97 !o~k '.
;colin2';",'O,l)7~'i9Y"A':';Ó,04573::_':,' <:-,", >:<. ~'; '., ',-
W49-1967 ' ;" ',;' .. ,
,,'I¿~Q::;-i.;56.ji'o.~j36'log L+1l,66:\1 h')~g" i .,
~~~l~':
,<1.9 •. ~o~luIdm'~s"ci"ni I¡:~i~,
(~:n~i't'~;~!>d :,'Gie;,y '.~' '!~I~~~:~~~{~,~a~'l
~~í6~'~¡lii í rJe'u na
, m~eslra de 2Ó,observ~c~Ón~s,'énu~láre'~ Urbnna y'~ira :dc'IO (lbservac¡-on~;'de un
área rur~I,los d¡¡(?sciue.~~:,p'rcs~nl~n'i!C~.nll¡lÍ;J~¿\ón J~ \u;incra r~sLi;ilidií:" ' ,
Aren I/run/Ia'", .~•. ,,' '.' " '"~O ,.'j '" ." ".'. ".. . ., . '.
l~'.
.
'~'J,'
~.',.
. ";
")q]' '" ' ,:~Iy~[
:X~;r~[':Ú)~, ')"y =;14
':', •. '.-lO .."20. . . .....,'.
, :'1
4Ó'.
.. :.
. ," ~
:'. '
CA " 1'1'11LO ~; Contrasles de Errores de Especificación dela EcuacilÍnLineal de k .variables 163
Verificar I;¡ hipótesis de <¡ue lanlo en el ¡¡rea urbana como en la rural se manlicne
iJénlicil relaeitÍn,
, .
,10. Un estudio de ~aslO \'aca~ion~11 reSpeCIO¡tliJigrcso se b¡IS¡' en JUlosexlraíJos de 256
, familias, clasificadas e'n lres grupos según 's;, ni\;~I'Jeingresos,Realit.amos regresio.
nes lineales (con lérmino de inlersección) pa,:a c,ida unúde esos grilposy par; todas
-',\¡is¡;,mili[,s.'con los sigui~ntes resullados:
• o•• ~:;:~~:~~se~~~~~~i~~.",g:(~;"""",,:~ª~_
J~;i;Ü'¡;':¡~};'(¡;f{~A7:~~¡fh¡:":';;~:"; ¡"2~~~
' .. :"',d'\' M
Verificar si ¡'a función del gasloesla mislllOlpara' )05 di~'c[sosgrupos de' iligresos,
, ¡,Qué inforniación adicional es necesaria para comprobar si la elaslicidad del'
.. gasto es igual cn los diverséls grupos dc 'i~grc~Ós? . . .
,'-Ottdoqúe lavari;;m,i1 dellogiírilmo ~el ingreso en la IOlalidad de la muestra es
igual a24, verificnr la hipl)lCsisde que laclaslicidau del'gasto en lodns las f~milias es
.0,10, •.
ce'
c';'
,',
'i-,
(7
:; ~. . .
CAPÍTULO S"' ,
,"
""
- •.• ~, .•.•.• __ • _ •.•••.••••••.• _ •.• -.. ••• - .:- •.• __ ..: .••..•. - .•..••••.•'1.4•••• _-..1 •••••••. :,
.i¡
"' Máxin1a Verosin1ilitüd (MV),"
Mínünos Cuadrados. Generalizados "
~..
1.
.. ;
S.!
CSTli\'lADORES DE M/\.XIMA VEROSIMILITUD
.. ~':'..'::.',~-".,:
;"! ,1: .:;.,
En 10s ¡iliiiíos 'nfi'os ha tcnidolugaruli r¡ípido cil;sarrol\o dc nu\:vos contrasles econo-
111':lriclls bas:\doscn los enrocjlresdc \\;;1Idy ele lusn\ulliplicadores de Lagrang,e. D~I
mismonlot1o. h;) ri:sür~id\l'c1 inlerés pOi' el eiifoqucdt: la Ill:íxima'verosimililud.
, SupongiHllOS que -'" = I.l't:"~ '" -",,les un vector de l/valores nl\leslraiesquc de.
pcndc tic linl'cclor tic k par;ílllctI'OSUl:scunocidos,fl' = 1 lit (J~ ••. Hd. r-orllluh.:\~lOS 1;)
densitl;)d conjunta COIllO/(y: O); quciildic;lsu dcpentlcncia dc lí. Dicha dcnsidad es
susceplible de, doblé inkrpretac;ión. Par<l un fl dauo, indica la probabilidad deun
conjunto de resultados Illllestrilles. P(Jditro lado, pUl.:de lalllbién interpretarse COnlO
una rUl1ciún de ()con'dicion;)da por uli conjunto dcresulladoslllucslra\cs. ESI;\ lílti-
,f ;: n\;\ inlerprc¡ariún es 1;\'del1l1nliliatJarl;licióli dc \'crOJilllili(IIr/. La ddinición ronllal es
1 (,~l'l:~;Ul.b~';'£Slill1;\dorcs,¡"-lV'. MCG y VI
" l'::::' , ," ¡, ."" ," " ',' , , ,
',", 1:::11\ L¡ , .. ,
','.
o,:
;; :• .' ' }' el iJ que'lll:lximicc l. signirica qucl:lrnh'ié'n ;,{<lximiZrrá:l L.' L:l de~!V;l.da ti: I respecc
In a O'sc conocccolllo'd ¡:r:llIiCllle (scorc).~s(O; y): 121 ¡;:'/VIV,O. seobtlenc.lgunlando ,
" dicho gradicntc a c<;:l'O.csto es: h~\lIal1doelvalorüc, ~ qiJe rcsuelv~ln.~cu<l~,ón '1;
2. NOfllmlidatlasint{lliclI
J( !;):~!(~J(¡:~
)]=-£[.,:;'.: j..
, '
(5.3)
.'
il.uJ ¡;ÚX~9.'1~,Jtc:.,li.ei~J\~lq~p.rª_C.I:L~¡rai~c,211;Jh[m
..;:.: ~',,;,',.:;.~,~9nº<:J u1adi¡S,',c¡l1iloúüvec; o~ Ji1a/,.~
Siguiendo el desarrollo, obtenemos la matriz de uerivallas de segundo ordcn, que t
es cuadrada y simétrica, y que rccibe~1 nonlbre de m:úi-iz hessianaó'
5
.:a ¡:a 2 2/, ¡Jil
. -'--. -.--
'uO.'.':, éJO,iJ01,aOléJOk
.'
'1, ' " ,,'
,"... "0',._
que' su~iclcmento:i.: h~sin"iocs el producto
, ~.
Vn(Ó - B5.!l.'N(O~,~2)
!:',", .
"
.~.: :~
para una ccinstante f¡~jia '0:2.; Si denolllinarilOsC~)(l ii cual,ql)ier otro estimador con~ . 1",;
sistente y asint6ticamente '~o~m¡il d~ o, entonces :Vii0POSI:C pna distribución' nor.:. "}:'
mal límite cUY,a v.a~i~nz~'.es';nay~~ o q~4;a2:El'EMV til,Íle'la mil1iina vil. W igual
l
rianza ,entre, tcida:l~clase
~
de eSliil1addreS~onsislcntes
, .. " '.
y ~sintólicaillente
'.
norma- . . '. '. .'._ . ,_. . • • _ .
para una malri7. positiva definida V. Si ~ indica la l"ilatriz de varianzas de otro cs-
timador cualquiera, consistcnte y asintéticamentc'normal. ji - JI es una malriz
positiva scmidefinida .
... '.,'\.
5. Elgr:'dicntc lielle m'celia ccro )' várinnza /(0). Para dellloslrar ¡iue la media cs
igual a cero. deberemos observilf (¡lIela integración de la función dc densidad , ,
conJunla sobre todós IiIS valores posibles de y es igual a Lino, esto es,'
. ".
r ...f f(y l' Y2' ... Y,,: O)dYI.... d.l'"
.
'",r..f
.
1.tI.'.' = I
;::-:.-
f "féJL,-'-dy=O
.... .•.•.
(JO . . .
,
)~
Pcro'
,'.
-.:
'. ..
=0
~.
'!' .
. "'" ,1 l
",,,
).
5,2
ESTIJ\IAC16N ¡"IV DELi'YIObECÜ' LI~EAL .',.
,:
. j(y 1 A) = f(ll) I:;.\ '.
dond~l(all/ ~i)')1ese.1 v;llor absolulodeI ~Ielermin;lnle romiado;l partir d~ la malriz
1/x 1/ dt.: delwadas parciales dclos elementos de /1 respecto a los elementos de )'1.
En esle C;l~O,.I~ malrizes la matriz idt.:Jllidad. Por lo tanlo, la runción del logarilmo
de la "eroslllllhlud es . . .
;::""
{ '. 1/ 1/ 1
= In / (1' I ,\) = In /(11) = - -In 2n- -In 1¡2- - 11"1
2 '. 2 2a 2
1/ : . . 1/1 .
=- -In 2n- -In a 2-- (y - XfJ)'(y - XfJ) (5.4)
2 2 2(¡2 .
El \'eclor dc par¡ímelrOs desconocidos, Ó, licnck + J elemenlos,
O' = fjJ',(2)
..
D ~ s pW.:~JfWiQñiTt"f:(fcñv¡¡U¡\s p¡(rcrilfG"s' o Gléilc,;iot~-....----.. .•....., ... ~-:-.-~.::..-;
. :~. "' ' . "-. :.- . . .
iJf .. -.1 .' .
.:-.-:= -'-. -, (-X')' + X'XfJ)
.rJfJ.. .(T~. .'
"'l/J.
.~ = -~ +-' -'... (y -.\}1)'( l' - XjJ)
da- 2(¡.¡.2a ..1 ..• , '.'"'
p= (X:Xr
.
1
X'I',"
" : (5:5)
1:".;: El EMV jJ escl cslim<ldor MeO b 'y a2:~se'clll, dóncl~ 'e,= y- Xb es cLvcClor dc re- ,¡'
; :'-::;':siduos fv1C02. Ln teoría dé'lo~mínil1lo~ cJlldrados'cslllbice'e'qu"cE(e'cI(12 - k)) = (12.
;:i,'.::.:Por lo tanlo. £«,2) = cr2 (12 -:k)Ii¡,'y.'dd'csI~m~do:~ésOllí1
. , - • _ ..." _": _ , ,¡. " . ,~.\ ' ': :.. , .••
qucü2 es un eslim<ldor.
l , ' .' .
: .;. sesgado dCl'!. allnqucjJ sen un eSli~la~or.ins~s-glldo d:c'jJ.Las dedv;¡dllS tic segundo
!
1',2/')
.", ._ '. " • ,J,' ,',"/ • '" . .- •
.,
~.:; '..orden son
(12{
.'
x'"r ..C'OI1! -£1-- --'-
. ~,. tI
"11
'v' y
" ,l
I
-- = __ o _' '_' •
1': .
" ,
'; ,\
.....
y~ (llIC t(l/'it) =;'1I¡2,' ' ., ,.. , ,'. {"'!i;'
y su inversa
..' Los términos que eSl¡inru~r';l dela di~g()hnldc~s¡ri rnalri7. s~n igJales a cero e ¡mIl,
;:o:70':-:--~llti'¿¡~;:flY' f,2 'se' (iisfi;¡I)uy~ if ii)dcpe~d rt'ñltriíirit'¿:é~~ .. ::,'.::;.~,";";",?;,:,:",.'!,r.':~"S0:, ..".,:!;j:-;;c'T~-" -
Suslituyendo losvalor~sEMY~dc IClse{:Oilcion~s.(5;S)y(S~6)cn}¡¡' fUlidon&\
logilrilmod~ In vcr,o~inlilitud,ec~int¡¿ii (5~4).ydcsl!.acicIldo lucgola l.ransformncióñ '
log"ríllllicnoblcl1clllQs .cJ1n~xinlij deln función de verosin!)lilud: '. .
. . 'L(/j;¡,2r=(2~e)-"h(¿2)~nh .. .'
"1/)- .
'/=.c{)nsl:m lc' (~Icr"n
. ':;",
uon(]claconslnnle
.. '.
lit) depcnde
". ' .' . "
dcningún()
.. .. " ~.:.. ,',' . -';.
de los., . [JariÍllldrosdel
.'
modeJo,
'.
r
170 ': , M"TODOS DE ECONOMl;1'nf,\
Los EtviY de las eC!Jaciones (5.5) y.(5.ó) nUlxin'lizánla f~nciün 'de vcrosimililú"d sin'
imponer restricción .algunil. ~I.v'alor resul(¡lnle de' L(jJ;fr2 )dela ecuaciÓn (5.?) eS la .
máxima vero.simililudi;o' rt-stúlIgidá y se:exlircsncomoJunciÓll de. la sl/lIln éle CIta. C
tiradoS resi</¡jalllo' ~ú(rjiJgida,' e'e:' El mo<.lelo '~s'susceljiible'asi1llisn'l0 'de e$tinlarse. d
dé Corola rC.l'triiigic1n>nlaximiz;1I1do láycrósiri1ilitudsujelan lasreslricciones; Rfl'=. r.
Los estima'dores result~file,s los simboliinreillos,rilcdinntcfl iT2 • En este caso, la.' . y
m.áxilllaVÚosin)ílit'ud se consigue sustililyerído dich,osvilio'res en la fundón de ve- 5
rosimi,li,llid paia ol:itenef.L(jJ, jj2).' EI.máximbi~stririgidono puedecxcedé'r ,del va-
lor, del' m~xi'mo no resiringido' aunque, s.i las reslficcilllles son v¡ílidas, esperaremos e
que ,e,1máximo fcstríngido, esté n~uy "ccrcano"al má~imo no 'reslringido. Dcfi'limos t
la razónde vcrosiI;n!\i\ud,cscomo:. . .' .' , .' . ..
M
," " .LÜJ,éi2): ,',
..
,'.';.,' ',' " >"='-LÜJ;t,2)'" ..l" ..
,',- .
'. , • "r: ~~' ,-;.
c
e, =)'-Xb,
el EMV reslringiuo tic (r~ es ¡j2 = 'e'. t:,/íl~'Y: pór lo tanto
. 1. )
,,;¡, In .•.•. , .
.... ( 1-:-(e,e.-ec)/e.e. .
''lt
5.3.2E1Cniltrnste
Uf- ..•• ~ '." '. ~.' . ',".
de Wald (W) '." ••;
. (llfl- r)'[f?r l
(jJ)n'rl (Rfi - r) .e'x1(ti) (5: t:Ü
I
dOIJ{¡~íies' el número tle' reslriccioli~s'¡n~rüilJ.is';li"R. L~di~lriGI;éi(¡n asil;lóllca si.
guc existiendo cunndo la (r2dé~conocida' el,l J:'(jJ) se re~einplt1~a por'l;n eSlilllatlor
consistenle a 2'; e'e/I/.EI resullado"es'el eSlndfSlicode-Wúl<1, '. . .
. . . ... , •. " '... .
. ,
.,.
......
'" ,
, , n(e' c; ':'c'~)
\V == ' . " Xl (( )
e'e ' ',. I (.'i.I.'i)
.'
.~ '",
El lesl r-.'IL. conocido lambién C0l110 cOlllraste. del gnuliellle (.score). sc b;lSal!n d
yeclor dc gr.;\l,lienlcs (scores),
iJ In e ¡¡¡
1:"'-.
s(O)== -'-' '-, == - .
'j.>
¡JO . ¡'O
Desl;lCarCI1l0$ qüc todos !tiscknlcnt'os de la ccuacil'ln (5,1 (I)sC cvaluan cn iI.A dirc~,
rc,;cia ~c 16 que slItédln Ccill:cl.con'li'asledcWald, ahOra linicalllcnte necesital110s
caicul¡ir el cSlilllador restringido. La pl'pularidad dclnsconlrastcs ML sc debe al
Ill:i:ho de quc, cn'lalJlayori;;dc'llls casos, ,'esulta ,lilllCholll:is r;icil c.¡kular el cSlil11a,
dor rcstringido que cl no resll'iilgido,
; " .'
"
'-:;'"
fll'
1';lrlicndo dc los desarrollos inici;idos cn bIS ccuacioncs (5.5) y (5/1). l'l \'celor de
~r;ldienlcs es .
¡¡r
Ni J, ,\"1/
ff-
.I( O) == =
" ;If. . 11 . 11' 11
. "7: 2rÍ~ + 2;,"1
;I(r~ ... o': '.
1 ~.•.•.
1',)'
'l " '1
.~ ,~ . '.
'. ,
y VI
: ~ 1:'~(:~~I,,;:~;.o.\:lcili'{';I~lor~sMV.MCG
,'1"': ,- ',.,:t ,
. :.>(iI~n~.fri..,'~:~', 1 I
¡ <\
Anlerionnenlc " .,
Illoslralllosel ..lI1yersq
""', ~c,'1 :l¡m.l\IIZ
" ¡: J." (el '.111o~l11a,clOn.
r '. ,! '" Si laevnlualllOS
• , ",
enil,oblcnel11Os ,.r,: ,¡.; .. ',.,:.:,,' ,
., .. ,'.
~~'4,,'], ni:'
•. 11 ,
• ~ : i 'i
. . ~.~~ "".
l. <"-;, ',",\
l'
..
, .)
~• I ',¡
." "
(.
lIe;X(,Y',\')-IX-C:' ,
= ;(5.1.7)
", "
'"¡ ",
~."],,':¥J5.W¥4~1~~~i)~}hS,cV;-?~~~.:g!~,.gt!).%~~Y~;~3~
.:.';~.....,,J.\.~.c.C:!2.i~~';;~~~~;.c~~~~!!~},~~.~~I,C,I:'~~)2.Ll\,.1
J'" 'rlldidi1}; .tolal d'c'.lúr~gl'e,sltJíi'11111\lple,;l,\s.'ru,cs;e}c:slr(I.ISllc.o MLpanJ1~ecunCI9n. '.
:. ~ . (5:17),.es '. . . ", ".... >':, . '., .. , . '.
"ÑIL==II!~2 '.' .
• . .". .;'",,'" . ' \. '.~.: ; l' ,1 _. '. -' ~ .
," ',;
J
174 ~i(TODOS DE, ECÓNO~IETIIII\
lI(e: - e'e)
ML:;:: , . (5.1S)
.~.. e;c •.
»M."'.~.'-'4.'" ~"""'C~~';::(:':t~::~>,"';'{'::';:~
j ".,'" . . .
, q~e imí51icn RV ~. ",V. De m~dosiniilar,lJlil.izál;do.laleréer;l exi~resión dc' la "ecu~-
ción (5.12), ObIC.nemos .
: ' ." ,. (. ('e'.-'
~LI:~:::-:.1I111.I-.',
e'c')'.'
.' ". ','. " : e ~'e•. ' .
. :'RV ~'.'5111(2,4/1,5)';2:35
•••. :
ML =5(2,4'~
.: ", ~'"
1:5)12,4= I,S75" ~..
J!' .,.o' "':,.-';"~!" .. "
El5%dc Xl. (1) ~s3,S4 iy;'p6rlo tan 10, ningullo,de 10scuIllraslcs rechnz:lf¡\ lahipóle-
sis nula. ", _ ,_ <"o . '. .
...• ,(
$.Vé~sc Apéndice 53:
~.::':':. '
.... : !,~J
; .1.~ ':"~
• :1~'.. •
tí.','
c,\i'illJl.ll.\: ESlimaLlofl:s ¡\-IV. :VICG y VI 17.'\ .::)
,~\
SA r.
do,nde n es una malriz' rinitaposiliva de orden IL ESle modc.lose conoce como c.I
caso de perlurbncion,cs no esréricas, opuesto a var(/I) = a!¡, que es cl CasO de per-
turbaciones esréricas. Su[)ondiemos que los clemenlos dc n son conocidos. Por , .• ",\.
X~I () O . ",
O X~2 ... O
. ',,-.
var(lI) ;: u2 a2diagIX~, X~2 .... X~,,}
.'
..
O () X2
, 2"
". fí(,) (2
u:::.}t
)-"rí,' '~.nI-I!2'.'[
.'. (T-"
1 '(o "l)"-J'J 11.
ex[) - 2. 1/ l!"'. •
,:¡:..
Dado que I (T2 n J =u2"1 ü 1. podemos rerormular la'runcitin de densidad como , •...
f( /1) = (2n)~"I~((T2r"f2Inj-,ll2cxp[ (-lii,i2 )/I'P-' iI ]
l. • .
-l~'tl"';1
o
:f';"',.
o'
.>
)
¡.'.'",
t,'-'
~( . u . l. '...
"
,-.-,::.-
-+ -, (y - XI))'n-'(y - XjJ)
"
, "~e
r- 2(r2 2(¡~ ..
,
1t:\Ial;lIldo ., cero hs d ,/,'\'., l.... "1' 1 .
. ' ,. e,. (,IS p.lICI,1 c~. o llcncmos los cSIII11¡,dorcs MV
l.
\
(5.21)
l'
. JI. , •
er- = - (y - XjJ)'W Ll' - XjJ)
(5.22)
U
...•.,. Siendo n
positiva yrinila. su inversri es lambién positiva; Cinita. Podemos por lb
1:t1110.h:lllar un" l11atriz no singularP t;t1 quc ' . . .,
~~. ~d~1,:.:/~~:i~c:;Y~I~:Té~"l~_'I:-~c-~~-r~-'1~7~~Cf~t;~l¡~\,~~i;¡:a;::~~~~~r~\II~~~~::~~~I~~~~I:'e~¡~:...".
os . nlús,.o.~lglllnks y: ,~..
Conseguimos "sí un punto de visl" "Ilernnlivo del cSlima-
dor de 111,IXII11" vcrosllnJlllud dclmodclo no esférico.
••t~
Si .Illulliplic"mos clmodclo line"I, y = XI) + /1, por una Illatliz no singulnr /'
que S:tllSCilgil 1" ccuación (5.23). obtcndrel11os ~ ' . ,
. y"",X;jJ+/I., , (5.2<1)
uondc \' =
.' .'
P¡,," \' -
''''''.'
l' \' )' ''';
l/.~
r. .11.
1), ... I
allll:n(o(,e
l" I . .,
:Iecu:lclon(.'i.2J);Jl=p-1(/")_'.1
.
Enlonces . . ..
. var(l/.) =:E(PII/I'¡")
=,lr~/Jn/"
= u2/ l"'(I")"I/"
j
. ' .
. = er2/
, ,
'.;,t,:,.. 1,
\\t •
r,.,
',','I , ,; , , .\
;~)1•. ~~:.
'b:' '-
.' ,QLS.7".~
(Y" .~y.)':"I';rI),
.,~ J ••. " (5.25)
finalmenle, Y" que In ecu"ción (5.24) s"lisC"ccl"s ,condiciones p"rn 1" nplicnción de
MCO, un conlr"slc ex"clO (le reslricciones line"les p~r" llIl" mueslra finiln en -In
form".., .
"t
.. T~":'se':::'~;~ne~pa~l~~: .'.:{77~",,'l!u;j!J1 =r ,,', ;.,:,.O:-:~~i''''::''':::-iT''''.'7:'-:::';':':?~rT';?:7;\','~.:;:,~-:T.~
. I I
r: = (r- n;}GLS)'[R(X'n- Xr'nT. (r- Rbcú)/q
(5.28)
'. .... 'J2" '. ;t,.'
'. ~
5.5 . .. .,.' . .'. ..... i
If .
ESTIMADORES
. . '.'
DE VARIAllLEINSTRUMENTAL
- -: ,':. '.' -. ~
(VI) ,.' ':. "', " ". :
1,,'
". '
l.
'l'
I3njolos SUpiICSIOsdásic6;,I~s,.cslillln;'lorcs MCO';llnl~l~ lúcjllrcs eSlilllad~rcs linc- :.~.. ~'.'_
. nlcsinscsgad<;>s: Uno dc lbs sUP~cS19s qlicsllslenllln úlchaíeorín ~s quc los rcgrcso- .:(;.;
res. son indcpcndicnl~s'dellérmi~o de p(ÚlUrbnción. Si eslo no'ücurre,lps cSlimado- :.,;.
Ca..
,c.:.' ... ' r,~s'M s~ rán se~sájlps: e iJú;o,n~i~!r:IIJÚ;.J! ~sún rsin~~:. '\";ilOrl),~¡ic.i91l1l1~d.i\llirc 01,11.1''.': \"r~;l; .
.: ..":"~.:"''''s~nCl110.~r~'j;'¡I{ro\lc~.;r'or ..~;í.~¡¡;'í:ífcs
'Cs.~~i.la'~ i~ .•~"'.: oO'; M •••
, ••••••
:.'.: •••••,., ••.• >.." ~- ~•..
. ..
",1.
..... x ,,'.t+ ¡,
,En esle cnso,lit relil:ci6n
, - ~eríll
',. ".',
, ,";.:
J", •
'.. (5.Jl)
En la 'I)f¡\clica, resutla;¡ni'pOrlanIC cOÍlsidcrnr'cuitlildosalllenll! 1;, ulilizacióndeh;
ecuació¡; (5;30)'0 (5:31)-. Por :ejenlplo: Si'luviéranlOs que analiz.¡ir 'y pi'edcéir ~I com-
. poclamiento.de loscorúercianies del': !11en::udo de.vhlores.qucrespondcil al' liNO
.".publir;:ndo dCl ÓltiillO trimeslre, .ulilizaría'mos .Ia 'Ccl,Jnci6Ii' (5.JO) y no apar.ccerían los' "
prbblcÓ1asq~e ui~c~tire'rn.os en cs'tri secció~ .. '::'. . .' ~. .
Ellinüc;la'S varhiG;esec~:J1Ó;hi~h~:;~;I! ~'alor I;el:dad~j;; 'csun;cOI~eCI)l(l ~ago e in alean-
zable.Casi lodos los'valol'e's' ¿e COilVichcl,'cndefiililivosciJando los cslndislicosde-
jan de revisarlos ..
. '",
'.:
': .. ~. " '
b'="2:
.. ' .
. 1 '. ~. •. . ..:.
,\,2
.
; ~
'
('''l'i'll,I.O~: ESlilllaJlll'cs ¡\IV. :\.ICG y VI 17')
_ ¿xUJ.i:+ 11) .
- ¿x 2
"
(5.32)
_ . Sc suponc lambién que 1I,.r y \' son ll1ulunll1enl~ indcp:n~iellles, y quc e~isten :llS
momcnlos úe segundo ordcn con sus correspondlcnles Ilmllcs dc probnbillJad. lar'
lo lanlo
..... ,:,;,,>-.' ..... ...•: ,", . .':,,\
. pli'\ll = (.-!....
11
Z XII)'" ='0.
.-
• . ..
pli'l;l'b ~fJ
.;.'.
'.
..••
( ')'
. 'al' ,-
"a?+
..\
/1-
.V •. '
. (5.3:1)
. _11!I/,~IIl ..).
fJb.- +: .. ¿x 1'"
(5.:;~)
r'
r .:~
:,,",',
. ,.lPi
-
f:nlonl'\:s plil11 - 1 ¿.I'(II-/il)
'" 1'.'
= plim--¿.w- jJ plim --I "'xv = -fllr~
// 11. 11 ¿
1:1 rq~l'l.:snr y 1:1pcrturh;ICil'J11 tr:lnsformada eSI¡ín corn.:i:lcion;ldos. Suslituycndo cn
1;1ccu:lciúlI (5 ..1-1).oblcnCl11os
.. 1
, . . ,.'," "(
. . ,er:.'1 )
qUl' implic:I
" = jJ + (X'Xr X'II
u
~
."
,
l' ",
"
.':' SUIHlnicndo que plim(.\"XIII) = ~.r.l" es una mahiz positiva finila de rango comple-
lo. y quc plim(,\"IIIII) = ~lIi" (J. entonces
(5.:15)
11..: I11l1doque 1:1corrclaci<ln del término eJe perturbación con uno o m;ís de los re-
!!rcsorcs Iiace que la eSlimaeión de los MCO resulte inconsistenle. Como hemos vis-
lo ya, el origen de eslc lipo de correla~iones puede haJlnrse en un error de medida
t¡ en IlllO o m;ís regresores. En el C;ipílUlo ó demoslrarcmos quc la comiJinaci6n de
. ~."
una pcrturiJaci<ln ;llIlocorrelacionada'y tlllu o m,ís valores relardados de la variable
depcndicntc entre' los regresores. puede pro(lllcir lambién correlaciones d..<:=.e~,-c_J.i'.: __ .__.
po, En~,I;:('~Í1trtp-:tp¡: e re 1110S q uClllodCToS'esl rü:C:ilí-i:;tr¿s:J~"ch;;;cTol1es si n1U lr:\'lc;,s
I;lsprigi;j~;ilambi~n, Así pues. resullainrporlanle buscar est.illlado'r~s cOli~istenies,'
- .... .. '
1. LIS \'ari;¡hlcs tIC Z (sl:ín correlaciollaci;¡s con las dc X)' elliltlite plim(Z'Xhr) =
= ~ %x. cs Ulla Ill:llriz finita de' ra!lgbColllpleto,. .
1 L:lS v;¡riahlcsinclúid:1s cn lárnalrizZ eSI:ín'incorrclO1cionauas en cllímile COIl.e1
lénilino tic pcrlurh;lCi61l1l. es dccir;pliill(Z;III;r)~ O. ' ,.,.:
. • f .
¡ :.
tRI
...
. Esta, expresiól; sugiere la' uliliz.a~i¿ll,dC f\1~C(~I:eslim~~I!)r,:'esultanie es .
u
~~~... ;
relllos :leo;;! inuacitin 1ó1cOI;~isicl.lci~dcl cs.tilllaeJor VI,: ParliendoeJe,
(5.37)
1:l~:l~~CIÓO
" t'
,
.r.;
, ~.
. i, Ahoró1
~)
¡..:
. $ "
con
'. ,.)": .. , (':,z. n,,-I (,.z 'Z. ).(.",'Z. )"-¡
vii.: (/ J~'J ,~(~-..,,!,,\ ¡" '.J" ':'" ~\ ~
(50"2)
J
162
, .. '
'.•
5.5.2 Mínilúo. Cuadrñtic~sen D os Elapas (i\-IC2E) .
.' .
". .
" =bv1
PorlQ tnlito, es posibleobtcIler el estimador Vlmedinpl~ un.proccdil\lielllO de ,\i[.::
nln~'os:cuaJr'¡¡doscn dósctapas. Las ~~uacioncs .(5.38) y (5.3~) múeSI rano respectiv¡Í-
mente., la ~lairizdevariilllZ(\S yel eSlimador de:la varianza de l¡ípcrturbaciqn. . .
.... ;
.. .
. :5:(~:3.~Ii~.~ióil dc:hl~tr.u;lIc'(l~Os'
••.• :.:. ". .£. .,' '. .- :, ;.' '
Cás va fiables dé XI son inslrumeillos por sí mismoS,nlienlr:ls que los resl:inles re-
gresores de la scgunda etapa son los valores njusladost<de Xi, obtenidos a partir de
la ~cgresión de X2 sobre el conjunlo ccmlplclO dc insli'ulilentos, Queda lodavía pen.-
L
CAI'iTIJUI~; EslilllaJores j\.1v. MCG y VI I~G
ton frecuencia nos enfrenlalnos anle la necesidad de vcriricar los dislintos ,¡pos d~'
reslriccioncs lincales prescntcs enllna ecunción cstimada con el m~lou(¡ VI (tvl e2l:.).
La v~riricación pucde renliznrse medianle simpks m~lodos de observación. allliqll~
; dcsl~cilremos dos imporlanleS propiedndes a lencr en cuenla. En primer lug.:lr. los
. PI'~ccuimienlos dc veriricilcióll ticnensOlilmenle validez asinlólica: y en seg,undo lu-
gal:. la tl'efiiüció,{ y el dlculo de las sumns de 'cundrndos de residuos quc nl1;)rcccn cn
. losesladíslicos dc veriricación deben considcrnrsccOIl dctnlle. Trilbaj;lremos con el
. ,..modelo line"l norm"I,)' = XjJ + 11 con Hu: RjJ = r. Supondremos que In primer:l eln .
. pa' (lri regresión de X sobre Z) se ha realizado ya, dando como resllllndo In mnlriz de
. . ajustadOS ,y = PzX.
valores ...
El procedimienlo .'de verificación es el siguiente:
1. Renli7.amos la rcgresión de )' sobre ,r., ilJlponiendo las re.l"lr(CciOIIl'S. Dcnomina. :'
,mos b,es al veelor codicientc rcsul!"nle y
..~.
al vcctor UC rcsiduos.
2. Realizamos la regrcsi<in de )' sobre J, sin reslricciones. Denominamos b,w,n itl ...•.
I
vector codicienlc rcsullantc y
(5A7)
JT. \V. Killal. "Th~ Exisl~ncc uf 1.•.lumellls of k.Class ESlimalors". t:fOlII"'/I'¡,im"~K. l%O. ~~1.2~~.
K I'a,a ulla hi~lll(ia oe le,((Ir IIc~,ca ,le los pohre~ ,e~ultao(ls de IV cUlIl\du I = k = 1. Y eX;~le haja wrrela.
ci<ill ~III,c el illslrumento )' un~ ú,iica ~lIriahlc c'xpl;cali\'a; véal\~e los ~Io~aniculos oC eR. NelsulI y IL
Slarlz. "The DislrihuliulI 01\ Ihe Il\slnllUelllal Variable ESlimal1l( amI lis I.Hal;" \\'hell lh~ ""lfllllle'1I Is ('r"'"'-'
';
a 1'00' Dile". JII//fI/Il1 (lf IJII.liMH. (,J. 19')0. SI2S:SI40; y "Som~ !'lIflha Ilesults Ul\ lhe Esacl Small $:1111'
pk 1'((II'~rtie~ "f Ihe II\~lrumel\llIl VlI,iable E~lim;lln('. t:(()1I01llI'¡rirll. 5K. 1')')11.%7.')76.
.,
,i,'
~. I¡~
..'~_. ," ... - .... _, .... -- .•.. ---_.- ~-
-r.J
;, ¡,
"
<t'~
,\ptNDICE
,,'"
'\PI~Nl)ICE5.1
Camhio lle l';l~iahles el1 I'UI1\:íOIlCS
de de'lIsid:'lf
En el Ap.:ndicc 2.1 consideramos el C:lSOde una 'lll;ic:I variable: EII UII caso,de Illld.
liples variahles. 11 e." indican \'ccllll'CS de. [Jongamos ¡JOrC:lSO./1 variables. L:I ex len-
si'-'n del rcsullado :Ullcrior al caso mullivariablc es ' "
'"
.•...
,r
;111, ;111,
'Z'
;IY2 ¡) y"
,~ ','
\.:.:'
" Itll~~~1I1);l\..id~(1I1~' J;lIll~~ (i. '~_iacKil\lllln. 01'. cil..'21).2J2." Itusscll D;l\'id'flll \" Jalll\,.-'" (j ~lad,il1"llll
"/'. rif.. 21).~J2. .' . .' . . .
\ '
,¡
"/ '
, "
185
n2 celll;:\(lo .r
,
';11 celllr:t'tlo , " '
, , ~ t'~ _ ,'" , .(
Scglill el Capítulu J. putlcnios r;nillular la ~i:gl'c~iI1'11\'(Cd 'F0nlO:
I .:
':I'=Xf¡ +e = Y4:e
Elev'andl; al cuadrado sc lihlicnc
" \':'I":=:j'S;+'c'c'
,,'
,"';.
.", ; "" ¡'.," .r' , . ..
:' .'p 1 .~•• .., \ ".
,J. " ..
. .. '
,'"
ya que ,i'c';' j¡ 'X'e': n.SusÚlllyendob.le,;cl11os'
'
'
"y'):=?'\'(X;,yr1X'y
..... ".',. , ,.' ..... ,
+ .~,~
','
(A 5.1)
';'".:'¡ "';1
y'X(X'X)-IX,'y_, (i'y)2h,l
, .' 1 ' (A -5.3)
y'y- (/'yt/II
j
r ,
.....
",'
que cs el denorninador de la ccuación (A 5.3),£1 SCE dela ecu:idllll (3.9)es b'.- X".
X.b.. .. ':. .' .. ' . .'
. y::Xb+ 'e
PremuliipJica~do por lá malriz A ddinida erili\ccú¡¡ciún (:U)rcsillta ":'
.---:
.•.•? Y'X; X';\1-' X;y e >:'.r( X' AT' x { :,U')X(X'-'T' X'y
. '=-jo'X(X'xj-:1 XI)'':' (.i'y)2/¡t .' . .
~
'. .'. . '...,
que es é.) (¡'y)2 'num~r;¡dor de la. ccu:;eión (A 5.3). El último paso de la compraba ..
.' ción sc'?~'s;¡ ~n el hech? de (lue:.y(¿y',\~"~ ¡('E:: i.. '.' . .' .. .' '.':' :'
y aquc." csta prlmcl'it'COllHllllU de X.cl.imjdllclo (.1'.K)'1. scr:íla primcra cohIlHlia.: ',:} .'} .
d~ {k,~'[ultii)l.ié:~ndo .P?f ¿L6.bleiJÍ:l1ló~ ia prin:~ra:éólu.~lln¡\ dc la~llat.riz X, qüc.cs .U/'.~"~~'
" ,'.
.;;. ,'-f
,.'.1',:;
~ !;- ;-
:" .'
,.
APÉ.NDICÉ 5.3. " .¡' .... :". ~ "
:'.r '>,'
" ••• ' •• • .' o •••• ' ",. ,',
e.= y-:-Xb.
donde b. es el cSlimad'orreslringldo que salisrac~ Rb.= r. Por IOlíinlo
. . - "'. ~'.' .. .
.
ya,ql!~ MK:::;'O,corriplcl:t'ndo la dcmoslraciÓn; . '.:
- i'" . ~
(,;\I'/n 'Ul .': ESlim~d()r..:s i\IV. Mee y VI 1:->7
PHOULEI\'1A$
Consideremos la variab!..: binol.lli;;I.I:- qnc aLlqui.cr,e "a Il;'r ccro o UIH!Scgün la Junciún
. 'd":lrCI1Sid¡¡Ú de prnllabililJad (Cdp) . . . .. .... ('\
,.
/(.1')=0"(1-0)(1-,1') Osos.1 y=Il.1
I~or \0 lanlo, la probabilidad dc '''éxito'' (/= 1) "icli.e dad;1 por ji 1) =: I/~.mil'nl r;ls qne
la probabilidad de "fracaSl)~' (y =i O) \'iencdada pOI' f{O) == I • U,:,
Váiricarque £(.1') O )' var(y) = =
O( l. O). Si extraenios, tk esta distribuci,í,i, ulla
mucstra aleatoria de 1/ obscrvaciones: hallar el Ei\'1\' ue () y 1;1varianza de sudistri.
huci,ín mucstra!.
-..•.rvI.I;Jl in IJ le. las d.os.c.x pr.c~s.i.ll.ncs.dcJa./llill l' jz,dc. info r.mólciún. de la 'ce ~ .;¡:iúú'.(:;;:\ )'~~n'ail
a ¡.
la varianza asintólica d.:! estimador E IvlV.
~L' Li, fdp dc la disi rillllciún u.nir,~r;llé vielle d:id •.I' por
,
,,::'~
1
. f(xln)::":; O'¿x<'l.I
. ex . .~
.
l:Iall;,r el EMV de o .
' . .Í' +\
pt .=: _'. __ '_"
.- 11+ 2 t"'-
"¡'Iallar la mcdia y 1'0, \~'a~i¡iliz;1de p* ciltér;\linCis'de !amcdia y la \'arianza de 1'. ¡,Es 1)'
lln estimador consiste'llle de (f!' .'
5.4 .... Ex'traeml1s una nlllcslraue tres \'alor..:s ..x ='): 2,:1. a partir de la dislrihuci"1I1 exl'P-
I!encial con la siguientc fLlp:' .
"",' ,; ".
.I
'-",:
.,. Ji(x) = ~e e~.IJ'I .. '
. . '. ()btC.IlCr l!1 ('.I'lillllll/Ol' MV de ÍJ y 'eaicular la. /',I'{illlllcitíl/ ,\1\l para 'l'SOS \'alnrcs mucs'
.:1,:;lIcs..
5.7. Con los datos dclE,ÍL'nlplll .l,.1.. c;i1~ul;'¡rlos eSlaliisliel;s de prueha I~V. \V )' 1\'IL para
"11: JI,1 =-1: Verificar cl e$ladí~lico MLc:,iculnnuoci re,siduo;l liarlir de la rt:gr~silÍn
rcslringida y realizando la !'egresión s~lJJ'e X2}' X,í., .. ':, " , '" '
S,Il. Repetir el Probkl11:i5,:> paJ':l /In: f1! + /1,1 ='0,
5.9. COlllprilhar 1:1afirl11aCiünde 1;I'cctJ:lcilÍn (5.45)
:-".
-..(~
:.
,..
ji
~.
_~li
, .. :1;
_~~:I
"
;'.
'"
~I
"""/
,'~
~~f;
,
x.:..t.
-.:..;:
.1;
\,.,.L,.
fi".
'.!
\,-!'
~I
\;".,
\..1.,'1;
.. ".
(:',1' ." ".
";ljl
¡'C
¡-<'
:, : ~ \ ~¡ ¡' ;~'
,:)"~f~:,:' ,1'" ., •• '"1, 1 : .
.,¡' '.'t",,:
CAI'ÍTUCo
, ~ ."
(í
' l' ~ •.,í" '. :,'
",:.
"
l'
1-1eleroscé déi~,t~ci~
j~ly' Aut.~co rrela c~Ó TI "-::
• ; • • :. '. ~. 1; ~, ....' ;.- • ; . 1 \ ;". ,• 1 .' " 1:
'¡
•• ~ ••• L
.... ,.
¡ :
¡
'i - ..•. ,. .. ~ , , .1 (.
",1. ." r,';, 1 ;,,'
;->;:' c."--f:
"'.'
.,l ",'.'
(.. ' :
'I! "', ¡,
',', -'$
"
:; " ¡ '.:! . !:. ,',
;1< .'
"'.' ' ... ¡..•.
X2i o ... o
var(iJ) = 'E(IIII')=a2
o . X22 ' ~. u
:..
:;: (f2n (6.2)
.'
o ()
X2i,
:', t ;::.
Considerel.nos la ecuación '.~
'," '~~'~i.
.;~ !'}::.:"~
L_.
CAl'iI IJI.()I,: '.kl.:rosc.:dasliciJad y ¡\ulocorr':\:ll:iún 1'J1
,~l Iq
'0
()
IT~ .
, ....
,0),
( j r:.. "~1
... x'l
.1", ...
(r;.._
:'
. .r~,
.,
...
•.
" 2,xlx',
=2:
,; 1
IT
l'lióllllerl \Vllile. ",\ llclcrncc<1ó1~licil);'('I;n~isl.:ne CU\'ó1r1ance ~ióltrix Esiil\\óllur :lIld ,,'Di'''CI Tesl fuI" k,
l~rucedól~iiCiI>,,'. fC""IJ11I1'lric". 4H•. Il)xii. 1i17-iux. .'
~.:,~.
.t~~. ,.>
~. "~
.. . '
(6.6)
LIS raíces cu"dradasdelos e)emelitos de la diagonal princip.lI tic eSl.var(b) son los
errores eSl;lndar t:slil11ados de lilscodicit:nles MCO. conocidos Ilormalmente bajo
c.:Inombre tle ,CI'rores eSl;ind"r.he'H~r'osced:í;licamente consistt:nles (EEHC's). 'En
".
e:sle caso. las, prueb"s 1)' ¡:'resullar:ín \'~Iidas' (¡n iC:1111l:n
le a ¡,ivel asinlótico. Las hi-
pótesis lineales,generalessc veriric'anín mcdiante el ~sladislico de W"ld,
W =(RIJ - r)' ,
IR [est. ,"i,r(lJ)JU'I-"(flb- r)'! x2(ri) (6.7)
Aparecen aliora dos pn:gunlas c1a,'e: .
l.' ;,Cu,i¡ e~ la diferencia' cnlre,el eSlimador convencion,,! y el estimador correclo
ddos errores esl:índar de los cocficieli\es MCO?
2. ¿.CU¡Ú es la 'diferencia entre los errores esl;indar MCO correclos )' los errores
'. eSliintiar MCG?
J)a\'idson y wlacKi,inon'proporcionan evidencias par¡¡ ambas pregunlas a partir de
los resullados de eSludios de Monte Cario. Su modelo es el siguienle:
.", = I + x, + ", ", - ,V(O. sr;)
con/l ="¡OO; x,dislribuido unirormemente enlre O)' I,siendo U lln par,ínH:lro que
10l11a Jisiinlos valores. P"rlientlo de JOO obser\'aciones. oblienen 20.000 mueslras
pa rá~ ry,dh~;t,~~'(f~To-;;'-;;16;¿~'~I'~' rcÜ:lri~16~"~~i'i;l1';,Ú()r¿s/1'VICO'yM cG ti~"i;;'.¡ i;:~-"'"'.'.
ti-);:~C;
"
'le'r~ección y la pendiente. L"s des\'iaciones est:íntlarde' dichos esti1l1adores propor-
,
,l'
" ~ion;\Ii los errores cst;íntlar (coi'rcClos)~ICO, yMCG. La Tabla (i.I.~ n1\lesl ra U11"
selección tic 'dichos reslIll;,dos. En t:!caso del lérmino tle intersección: los errores
est<Ílidar oblenitlos por tvlCO incorreclosson illa)'lHcs 'quc los' ti\: M ca correcla-
1l1~nt~ calculados. Poco' direr~ncia e~isle entre l,os crrores es\;intlar de la pentlicnte
correclos e incorrecl'os,esccplllando el caso del mayor valor de tl. La ineficiencia
de los ¡viCO se dC1l1UeSlra mediallle el conlrñste cl;lre los errores csi;indar1\'ICO
correctos y los errores es\;intl¡irMCG. La in'eficicncia air1l1t:nta dc forma stlStanci¡¡[
con ll. N"lllrall11cnlc. se lratade rcsullados meral11enle illlstr;lli,'os qllc dependen
tlt: la especificación del'c:\p~ri1l1ento reatil.¡ldo, '
1 ,1.
1
.
,"",' ,'o
",,; l'
-, , : .. '
.,
'
,,
1
,,' .""" e= My
tlonde tU = 't - X(X'X)-I X': qlre esUll,a nl:llriz simélrica e 'idcmpOlen\e eon las pro-
piedades MX = O )' Me "" c. Si'roniendola cxistcncia de honioscedaslicidad. la ma-
\riz de varianzas }' ~()\'arianzas dd vce:lor de r~sid~os MeO es
E(cc') = E(MIIII'tU) = a 2M
El elemento I-ésimo ue la diago'nal priilcipal de l:is ninlrices de la ceuilción (G.8)'llOS da
, f;((',2) = (1'2 (1 - xi,(X'X)-1 x,)
6.2"
.' .CONTHASTES ..D EII El:-ÉHOSCE6ASTICIDAb
J'
'
. ,
La incficiel;ci¡i dc los MG() resulla ullserio problenia. Por ello resulta de-
seable verificúlaprc'scncia dchelcrosccdn~licitlad: Ln prescll!e secci6nrep:ls;J eu,,-
lro impOrlanles conlrastes: el contrasle de Whil.c.el conlra'sle de 'Oreusch-
PaganlGodfrey.el cOntraste de Goldfeld.Qualldt y un conlr:lste uera7.ón tic verosi.
ll1ilillldespara dalos agrupados.' I ,',"
" ..••
. .
. . ,~. ~.t~..
ESle conlrasleasilllólico,para
car las variables'que
uelerminai'la.hclerosceuaslieidad
la provocan. Sell'ala,seil~illamenlc,
no preCisa especifi-
de calcular una regresión.
auxiliar Ú los cuad'rados de los rcsidLiosMCÓ s'qbre'una constalllc y lodas las va- .
rf L::
1 •
d
v
r¡¡¡bles no re<Jund¡¡nleS del i:o,;junto'de' r~'gicsores, sus cuadrados)' sus. productos' l.;.: n
cruzados. Suponga/llos, porejelilplo, que, '. .._ , .;'" r. ;:.
. [", = O, V/ .
. 'ci! = [j'7 =h(¡', (~) . (6.10) ""'\.
.... . •
. +SC:E~'X?(jJ'.,.I) •
Pórlo lanlO, la homoscedaslkidad 'se' r~chaia cu~ndo. SCEi2 es .mayor que el
valor crílico preseleccionado en. la dislrib\ldpn X~, .
Como se den)UeSlra en el Apéndice 6.1, exislé UI~ p.ro~17dimicnlo más sencillo y
~sinlólicamclllc equivalenle que cOlisislecn.-r~a!.iznr I.a.r.e,grcsión de el sobre z"
EnIOI)Ces,,,lU de dicha regi'csióll eSI~ 'asi.illl)licnmCi1ledistribuido bajo 1;\hipó- ,;So'
.. lesis nula como X2(p :"1). . . . "
~.2,3
.
El Conlrasle. de Goltlfcld~Quandl6
~sle. cOlllraste es muy se~cillo y~c ¡jrli~a' ~~r;l/1~;íestras finil¡IS '~l,an~lo se supone
!Iue un:l únit;a vilriilble (típicamente
uno dClosre.i~resores) provoca la helcrosccdas-
~------ . .
~.S.M: Gol<l(c111 y ItE. OU:II\lll: "Sume T~m C~,rH Ull11lCCiillSIici 1):", 10ll';';'¡ "ll/:C';\lIIc',;nlll .\',,;/;.•;;<'11/ A,.
SIl<:int;0~I,6n.JCJ(¡S,S)I).S,I7; u S,M. CiohJCclú y R.E, QÜlIllllt..N,!"/;,"'''' M,.,h,,'¡, ¡II !:'nJIIOlllr";c.I'. Nonh .
¡
Hullallll',AIIl~lc,tJ;lIl1, I 'J12, Capillllo J.para ulla lIiscusi~n <le Cllr;iclcr ~ellcrill. ,.' . .-
~ " ,'.
(
r'.:::-
.' ~,..
•.::1.,
~i
l
1')(,
""l'l
La potencin del contraste dependerá, entre o~rns cosas, del número de observ¡lI:io-
ncs ccntrn1cs excluidns. Tcndr:í poca poténcin cuando c sca demasindo grande y,
por lot;¡nlci, SCR1 y SCR~ tengnn pocos grndos de libertad. Sin embargo, si e es de-
masiado pequelio, la polencia ser:í lnmbién eSC<lsa,Y<lque se reducen hs direrenclas
exislcntes e;llre SCR1 )' SCI~2' CúnlO guín.práctic;¡, e suele eslnblecerse a¡iroxi';ln-
d;¡menle en I//J. .
los eu','{u'a(rO.cincci o m~s grupos Clloase,\.(lI1 variable que :lclllC como indicador,
como sucedín cn' el ejemplo anterior con Xi, y derivar luego un conlrns.le de razón
de \'erosimilil.ud ncerc;¡ de I~ conslnnciadela vari;¡nza dc la rerlurbi\cióna lrnvés
dc lacomp;¡rnción d.e los 'residllOsdelos dislinlos grui)os. Supongal1los g grupos,
il conll¡ obscrvnciollesenel ¡.ésimogrupo y II=L~ = I "i como .1:1I11;¡jiolotnl de In
'-J'"
muestra. El modelo es
"
"L!., )'1
.1'2
jJ+ (6.12)
1/);
o. lkmodo .
Ill;ís compaclO,
. .
'y.=XjJflll
\¡ "
" ,1'" . ":,', ...
. 1. b J:
. ~'
Ellognrilllloue la vC'rosimililud es . e,' . '1" ';
, " .,.: '1, .; ...1; . ..
(= -'--lil(2n)-,-lnl Vl- - /1'1'-1 11 (6.16)
" .' 2 .' .2, ,2' ..
J
.' .[•...
~....
~.1,;I
dando y==., . '. (6.20)
.' ' O'
El segundo método CQI~SiSI~.en c;llcular U'I'lCSli~11 .•1dorMCG Jaclibie conel fin de.
lnllar. de captar la en~ienciaclel MCG;Paraéjecular di~.ho mélodo resulla impres-
¡;indible c'oriocer'lafomiaestruCluralde
, '.....
\n'helcrosCl;d~s(icidnd.léi cunl no sielilpre
'.' l.'
es posible; .. !
._.' '.J~
r.
"~
'--'., ...
('''''¡'lUl.O (o: Ih:tcrusct:úasliciúaú y ¡\ulut:Orrci¡icilÍn ll)') J
"- .
•J
donde ,es .~.na única variable .(posiblemente uncide losrcgresores). qu~ scsupone ......•
debe delerminnr In heleroscednslicidad. La csp.ccificació,i mostrará homoscedaslici-
dnd cuando Ctl ,,:,'0 ySieúdo li}=oll(> O). SiCtI).== q y Ct.~ := 1. in varian7.ac1c la I)er.
0
• [
rr ¡
2 .
. O ]
.' [ z¡ Ir]..'. ; "
.:..]
O..
.x. n-' J' " [',' ' ... .
I
.z¡
.:.
~ [~;;] == 2" (\.).1'
-'.( l'
I.~ I 1.,' . '
Q' .)"
'. .. " :Z,,'
Del inisn\o modo, veremos qlle
l~
: .
X' f1'-1' v~
¿ - ./\.,
'.
,
k (1)
11.,
.,-
.=l.' Z,..
",
",
1- .••\.0.'l.
";[
[" ..
. ;~
,,' ".
i\lultiplicaneJo y;,
y todos los e1cmcntos dc .t., por la r¡,íz cuaeJnld:l del recíproco de' <-"la
(
•.i'
,
", aplieaciónd<: i\'ICO a <:sas \'ariahles tr'ansformadas nos eJar;i c1estimador bMC<i' Si su.
poncmos que <T,~ = tll '-,~ . el factor eJc pomleracilÍn es, en este caso, el recíproco de z,.
,"' ,
,
ci =
,
O'jj
.,.
+(TIZ," 2
..
+ 1',
EJE.\II'LO (,.1.CO¡\,T1L\STES !lE 111':TEIl OSCEI)'\STICI IlA 11. El fichero de datos crsxx del
disquete inclll)'e una muestra illealoria de IOOOolJser\'ilciones obtenidas a partir de la
.~
..... EnCUeSI¡¡Gener;i1 ill¡¡ l'ohl¡¡ción(Cllrrcl/l I'O/JIIlfllioll ,)111'1'(')')de IlJXR.EXlrajimlls las
primeras 100 obser";,ciones dcl, fichero para eSI ima r IIn;, cCllaeit'ln I¡pica.de. il,I£.r.cS(~~,._
",', ,ba;-:r~f)¡;¡(¡.inílrc~II;-i~~cS;;llildd~;¡~/;~~:;;r~í:;l~ll~ljc;idi~nic ~s el 10garilll1o dés;;fi¡,"i,,,
. :," ;'ió '(LN\V ';\G E), G I~¡\D E indica los .¡"jos de esc'olaridad. POTEXI' )' EX 1'2 indican,
rl:specti\,¡¡l11enle, los ;"jos de experiencia y SIlS cuadrados, mienlras qlle UNION es
).:.
IIn¡¡ \'ari¡¡blc (ieticia cero/lino 'qllciildica la afiliacilÍn sindical. Los rcslI!lados cst;ín 'dc
ilclleruo con I¡¡s.cxpectativas, La escol¡¡rid;,d líene IIn cfeclo positivo significati",), la
expericncia IIn declo cuadr¡ílicn)' I¡¡\'¡¡ri;~hlc (¡clicia n:presenl;lIiva de la pertenencia,
o nO.a un sinuicalO pr'cscnta UIl coeficienlcp0siti\'o, illlllqlle no significali\'o,' .
r i
TA liLA ('.2
,
A uloeoúe!¡¡eión
.'.
201 l
••• IO._ •• _ .•• ,J,-"'J. __ .•.•.• _~ _'''~.'''_A''''-'''''~_. __''':-~~~..:.6.oo&''''''''''~~'-''''
LS 1/ Dependelll Variable is LN\VI\GE
Sal11ple: I lOO
Included ohservalions: lOO
Variahle
e
C\le f1ii::ienI
05lJS tnCi
.
" Sld. Error;, .
O,21;:14l;5
",Slalislic. '
2,0992~8
I'rob,
0,0384
.ti RI\ DE O,OXJS~3; O,02009~., ,~;4,1578-11 0,0001
I'OTÓ~ l' O.O:i027~, ,.' 0,0 i41J7 , 3,55Ci214 O,OOOCi
EXI'2, -O,O(}{):'i
(,2 ,O,OO{)28S . ~l,951412 O,05'¡O
UNION 0.1(,Sl)2lJ 'n,12-145'1 "¡',3i12~S 0,1856
Ir.sqllared n,:l717% .' Meiln dependcnl v¡¡r 2,35<)213
t\djllsled R.sqllared 0,:1453'1 S.D, uepcndcnl\'ilr 0,5809'¡1
S.E. ofregressipnO,47Íl04J, ' Akaikt info crilerion -1 ,;ICiI 15J
. 5\1111 sqllil~cd rcsi' 20.9Nl)3' \ : 'Sch\v~'rl!# c-~itcrion . -1,330895.
Log lik'c1ihllod .,Ií:l,RJ('IS; ¡:-.statíslic 1;I.OSCi20"', ,1-',"
Durhi'l Walslln sIal ".' 2¡1CiI7J5;, , I'lot~((,Sl~lislier, '," ... '., O,(J()()(~O{), .
.I .
.(0,0<l28)06:541'0)= 5 3'5.
SCE
i .2(0,9572)(0,2099)2' ....
__ J
Mll()IlOS DE ECU;'U~IU IlL\
TABLA (..]
I{egresión :llIxili:lr de While GA
~-'''''''-~'';'¡''~~~ ••.•.
,u.a.::~J.:::ar_''''''.~.~.'';-''''''r~t-J'''oJo •.•.•~-•••t~ ..,ro ••. '.'~ ..•......•••.• :aW\
••.r.:"'r.C'\
•• , , •.
',;', ,.: PEl
LS // Dependen! Variable is' SCi~ES
Sarnplc: 1 100 .
'.; La 1
, lncludcd observalions: .100
ro s
Variable. Cocflicienl Sld. Error T,Slalislic Prob, nula
C -0.077672 . 0.985804. ~0.078790 0.9374 ,'cuand
GRADE' -0.012200 0.125021-:0,097586. 0.9225 .. mas
POTE.XP 0.077838 0.071880 1.082882 0.211 19
. EXl'2 -0.003990 0.004095 -0.974433 0,3325 \ '
".' . ",
, "
Con
..... ,",
"'AsiI
• '1'" el .••• " ... _'
i..,., .
~:,\\II;,i.c..4.\ ..... ,,' '.' .. , .....
. .cOlltTastc d'C.~rcush-Pag:.Í1iIGodfre)' \. ",,:' ,
..,.....,..,.rrcrr-v-_W~~:1.~t_.~;r......r.""""'.........-.c..,~... I.V'~.~.lII':"rrp.\Al""" •••.•.~.'lIo •••••. --:-
LS "DcPcndcnly.l~iable ISSc'n.ES
Samplc:: 1 100 .
Includedobservations: 100
. V~riabk. .' CocCficienl ,:. 'Std.Error' Probo .
¡ J;. '1 ". ..
. 'Car
C -0;068446~Ú;l99232 "C::0~3'1355'1 . 0.73 19 "'(lue
GRADE '.0.020768, 0,013507 "1,53'7566", 0,1274.
~lIc
PQTEXP, .0.002089' o.00i77(i 0.7:542Í-i' '0.4526
de
UNION. ":0.122248': 0.08)188 -'1.469547, O,i450. ,
. ", ..
"',.
l .•.
•..•..•. -.
,'1'" J
ow;,
<.1)
lnUIU3ACIONES AUTOCOIU{ELACIONADAS -.-.C1
1l(;lc;'osceuastieiuaJ "kCl,'" !lIS ekllH:nlos dcla üi"gunal pril;cip,,1 de v,n(u). pe.'
.0
sigue SUIJoni..:ndose que I"s perlurbacioncs tienen' covúianzas a 'pares que son ' :
as, es decir que L(/lI' /1,1\) = (l. par;l lodo I Y.I'* (l. El sllpuesloes insoslenible
do las perturbaciones cSl;ín aUlocorrelaciúnadas (correlacionadas con sí mis.
s),' Las aullll:Ul'ariall'l.as a pares' se ddinen COlllO
=: (l. .. ,:)
ando s=(l.
,
la ecuación
"Y., = C(I/I l/l'..)
(6.25) se convierte
.1'
en
:t 1. :t 2. ~.. (lí.25)
--
. 'Yo = f(1I2¡) =, (T\ . (6,26) . .
.!i;;;.l,!P~)j\G'IPorJl)
la nI o ,.qlleJ;¡$[1erlurbaci OJ1CS,50.n.11oino.'icedásticas. eua mIo, s:~ ~O,(.r.:,(.' "
ecuación (6.25) mueslra cómo las aUiocovarianzas son simétricas en el r~lardo J e
ependiel1les lid li~lllp(), 1. Se l"nl;\ d~ UI1s~ncillo paso d'~ las aUlocovarianzas a
autócoi:rc1aeio;les, Elcocficielile dc aU,locorrcladón para el rctardo J cs
fln-'I' Pn-l' 1
,r"
":.1,1
,..
'f'
....¡'.•
Al
..•....,,'~.
••. 1
"...
1.'
;.;
"
..c"" ~o.¡
.,:'r
11, = <pIl,_1 + E,'
r' (6.29)
donde IE,l es un proceso dc ruidq blanco .. El proceso AR(I) sc eslutli6 en la Sección
r f'
(~.5). La coi,diciún ncccsaria y suficicntc para la existcncia dc un proceso tic pertur-
hación cSlacionaria es . ; ' ...
'('
l¡pl <: 1
t:. l.;' cspcr¡1I1za dc lll/ll's una conslanll'
. (6.JO)
, CT'
v'lr(1I ) = (T~ = __ -E_ (6.32)
1"'-. . " "1 - <pl
l11il'nlrns qUl' los todicicntcs de :llI(oCorrélación son
Siempre se espera que l:l especificnción)' = XfJ + 11, 'incluY:l lodas l:ls v:lriables rele-
vnn(es dc la,m:ltriz X. Sicndo.csle 'el e:lSO, esper:lríamosque l:ls perlurbnciones se
hallaran no corrclacion:ldas serialnle.nle. Por lo (nl]lo, l:ls perlurbnciones significnti-
V:lmcn(e au(ocorrelncionndns indicnrínn U1;n especificn~'ión no' adecund:l. Supong:l-
mos. por ejcmplo, que In relnción renlsea . ".
6.5 .
1\'1COy PERTURBACIOf'ms AUTOCORRELAtIONADAS
0"7, .
var(b) ::O'f,' = \ .{ ,.
,.- 6:6
. ':.CO
xl L.~ 2lp'¿"I=,?~,X'~I+~<p."~,¿,,'= 1X,XI~z'/ .. : *;;~I ,.x,\.,;,,). (ClAO) . ' . ,. AU
.. \ '... '2:, = ¡.Y7: .." '2:': = 1 .x1 .,' . " ¿',' ~I sr
El 'priiner lérmino,uellad~ dc(ed\O~e. la e~uacióri(6.~()eS la expresión col~~cncio- Su
nal; aunque aquí incorrecla,.de 'var(/J). EI.léimin'o'cl1lfC parénlesis liene que ver :csq
con las -pOlencias de; lp y lasaulocorrelac.lol'ies l11ueslralcs (Jcl regresor. Cuando la
vari"blc regresorn~ eslá aUlocorrelacionad}i,dcscarlarCnH)scl lérmino enlre pa-
207
("Mi 1,"0 1,: I k\CfllSCcuas\iciuad Y 1\ ulUcurrc!acióll
o
)' la varian/.aconvcnciLlnal nll cSlarú gravcillenlc sesgada. Sincmbarg . si
regresor como la pcrturbación sc aulocorre\acionlll1 posilivamci1lc,'cl error
...• )
'_ ,', ~,., .•. i_ •.••. " o', "••• '."-, ".y ••.••• "•• ~'~.:' • •••• -,'.> ..... '•...... o,'. 01,- . .' .,';.~' . o".. ~" ",4 .
.'"",
\ ..
.xl. _. (6,'11)
11 I~I<p2.L.-2
•••• .2 .. 2'." .2)
\ 1 ~ <p2 2<p L, =2,\,'\,-IIL,.= \ .1,.4> (,,\.\ +.\ )ILt= \ .\!
u)'cnóo los iéf,ninos nccesariqs cn'las cCli,icioncs (Cl>W) \' (6..JI) oblenemos lina
csiQn úproxi11lada uc la eficiencia 'uc' MeO: .' . .. .
'var(iicl.s) \'-:- <p2
~0. =. (1 +.<p2 - 2\1'r) (1.+ 21ft)
por C]Clllplo.'<p2 = 0.5 = <pr,.fa ra1.ón' cs. igual' '1 un IllCt\i"O.ESlO cs. el coci"icienle'
imo 'cuadrático posee una varia;,za nHl~slral equiv'.llenle al d{)ble de la ue MCG. ':.'
e
-cn~ba,'~o. lJlia c~lilllación MCG .fáclibl no lrciw POI:qu.:- ¡ICCesa:ri;\I)lCnlCcaplar
lolillitlad dela eficiencia. ya qúc. óesco,íoq:mos':
. ,- . la,
. cstrucluril ':'vcróadcra"
. 'ue \a
.urbación y tkbemos'CSlimarla. 'A' pesar uc qlie cstos rtsu!l;¡elos CSI)ccíficos ilus-
n un modelo mliy scncillo.sospechai1iosque las 'pér'turh'acio;les aulocorrelacio-
las ~ozan ele un problcma i)OICncialm~nlc muy ~ra\'e yquc. pói' lolanlo. rcsullll
suma impor,lancia verificar la existencia óe a'ulotOl'rclación y hid';,r procedimien- .J
MCG faclibles. . .
6
ONTRASTACIÓN DE I;EIÜUltBACIONES .
UTO COlUU';LÁCI ONADÁS.
,~.
~:-. - .
2(J~ ~1t:rOI>OS DE Lt-Ü:-;o~\ETllj,\
Los problem;¡s anles mencionados recibieron tral;¡mienlo en \ln par de ;¡rtíclllos in.
novadores en su tiempo y convertidos ya en cliísicos1. El contraste de Durbin.\V;¡t.
son se c;¡lcllla a p;¡rlir del veclor de residuos MCO, e =)' - Xh. Suele rderirse como
ti o DW y se ddiile como
La Figur;¡ 6.1 indic;¡ p(H qué se debe esperar que d niida el a!c;¡nce de la alllocoáe-
I;¡ción de primer orden. La media de los residuos es cero, por lo tanto, los residuos
se dislribuyen alredeelor elel eje horizonlal. Cuando las e se aulocorrelacion;¡n posi.
tivamente.los sucesivos valores de.las e lender¡ín a estarnúlY p'níxim~)s, por arriba y
ror debajo, del eje horizontal. miélllras que las primcra~ dikrencias lender;ín a ser
nl1méricamcnte ma~'nres que los residuos. Por lo lal1lo. rI lt.:nder:í a scr ;'pequeli~"
cu;¡ndo las e se ;\utocorrelacionan positivamenle y "grandc" cuando lo hacen neg;¡.
tiv;¡mcnte. Cu;¡ndo las (' son aleatorias, tenemos una situación a mitad de camino
cntre I;\s dos ;\nleriormcnte descritas .. No esperaremos que aparezcan tcndenci;¡s;
por cncima y debajo del eje y cnlonces ¡/ tomad un v;;lor inlt.:;'medi(!.
.•.....
r:.
El esladístico dc Dmbin-Willson se relaciona eslrci:h:lI11cl1lt.: con el codicicnle de
autocorrel;\ción mUCslr;¡1 de primer' orden L1elas r. ,\n'lpli;11ldo la ccuaci(¡n (ó.'12),
¡J. Durhin y (j.S. \"aIStlll .... '.•...slil1[!. (or Serial Cnrrl:'alilll1 in' 1.-,,';1\1 SqU.lfl"' Hq',ll""illll". 1I;'''''I'lrik". Jt
PiSO. ~(¡'i-~~S: 3X. )'JS 1. IS').11S.
rAl'iTUI.O 1" I-Ictcroscedaslicid~d y Aulocorrcl~ción 209
obtenemos
d = "'''
¿I:~ cl2 + ","
¿,=2 - e,_1
2 - 2"'''
¿t=2 c'Ct_1
2:;'= I el
(11)
l'
" .'
.
(b)
l.-
", '"
; .
FIGURA Cí.l
Motiel{)s de ilulocorrcl;\cióll: (il) aulocorrelación positiv;\, (b) ,Iutocorrelación
neg;\liv;\.
CU¡l1;dü ;,cs ~r;\ntie. I'os diferen'tes -r;\ngos de sum<llorio del numerador y el dcnomi .•
n;\dor ti~ne'n ~in efecl~.amo;'ligu;\éJor y ,. ;
I ::.
ti =2( I - (r)
. ~'~i~:
.,
210 "':, . :..>
, •.......
dado
.donde.~ = Le,c'':112A~i es el coeficienle de la regres'ióntvlCOde(', 5o~.rc l:¡_I.Si ig- tÍcu
noralllos las'disCrel)<Ínci;is de:l~üft ima'observación . .p 'es iúld;j'm¡Ís qi.le el caefi. no yam
cic;llcde corrdacióll simplecnlr¿ )'!i'~I' Pór.lolanlo,la e,
ecuasion(lí043) deni'ucs- tant
lra heuríslicamente' que el r.111g0 dc ~/ nscilaenlre O {4: aUL:'nl;ísdé que: ncs
'el < 2 cuantlo lase seaulocorrelacion<ln rOsili~,itnic'nie , les
d >',2 cuan'do las.ese aUlocórrClacionall Ilcg;ltivanlenle
do
ti = 2 cuando laaulocorielaciÓn.d¿ la~ r,es cero.
pr;í
L; hipÓlcsi~ a vc~iricilr se relaciona. ;,¡;illrillmcn,le.co,; 1,,5 jHtlpiedades de lasil ton
'no observables. que llorepr09\ICiníneXacli,inenle los residuos .tvIC:O.:sin eillbargo,
lar
sigue sicntl'o v;í¡ido af;núarqUclos.inJiCildbl;esl;"L:Ce~lclllespresénlarán.valorcs' de. Su
d que' tienden a
scer me'llores (mayores) que2 par~au¡ocorrélaéiopes positivas (ne-
sor
galivas)' dc'las 11. P;¡r;uina,sc'rie alealoria :/(,elv;,ipresp~ratlo de des ~c : 101
,
,.>o¿~.,;:~iL,":':""),;'c' ,: •.•;;,.; .• , ,:".;.,,~, :,.,~,::L'};':1~(dj'-é:'2~;:i:Z,(It,;J,), >:~;;;;';"v::.:",,,.,->,,\;,. ", " ,J,:,'..
¿.,,~•. ..:.. ~~'<:;r:
. '. .
11 - , k ..
. do
donde k es el, n tÍIlH;ro de coeiiCIC')lc's:Ú,e la regrcsión:' , . , ~e~
Yaqtié cua1qui~rvalor'calctllado de eldepcndé tlc l.a.lI1'airiz aS,ociada X, resulla ¡;,b
illll~osible 'labular vaiorcs ¡;rílic6séx;tCl9s<!e el p:ir;¡~;;alquie~al)iicack~i.:ll1p(rica. .
....,;.,,J
•
!les con -ténllino dc, intersección "il\1I1quc siil variables trill1cstr'alcs ricliciélS. L,l se.. ..'
~lInda l"bl" se uliliz"ní P:lr:l aquellas' regresioncs que incorporen variables lrim~s',
" \raks ric\icias, Giks y King proporcionan aúnlll:ís punlos crílic'os ['):11'.1 nivcl¿s del
r, ~
25, I.OyO.5 ',:.1... " , ", . ,
;.
.¡; = 'i;': 2 e, 1"_I/'i;'~ 2 1';.1' clcslill1i1e1or ele 'P obtenid~ iI partirdc la regrc:
. _ Si_~l.(~e_("_.~t.:.!~:~Y!=l.~.s!.:~~~1 l.as e.I,(~sr~s!.dllos de la regresión fvl(Q.rJ£ __.• _
", la ecuaci(in ((1.45). ' '
1,' 1),[',\, Uik, y \I.l:. King, 'TOllrlh.OrtiCl",\lIlocorrcio'líoil : ",,"hc, Si¡:nific:tIICC I'oinls for Ihc \V:t1lis '
.1l~,t".1"""'01 of t:COIIOIII('frin", S. l'J7x. :!55;25lJ. .
,
,...•...:1
I
'.
.,)!
J.~
.?
"
bacioJles dc' medias lil6\'i!cs: Iiustral'enlos' su des¡ir'rol1u 111cdialilcu;1 sCl1cill~ ejeni. • ".' u
pi?: Supongamos la ecu¡\ción' ,'. '. . "" ,., .' .', .'
.. 'p
. ' ". ');,=/11 +jJ.2,\:, ~'UI (6.52) . ,p
con /1,= fh(;'-I +E, '(6:53) ,
¡:
JOllllc's,: s(¡po,n~ fluC IjJ,) I <: y, que I:IS E S()h variables normaksil1lkpcndil:nl<.:s.c
i4~nlicanl¿nk ,distri~u.iqaS,có'll media'~cro y v,irí,anZ¡;IT,/. Slislilu)'endo la e,cuación
(6.53) ~n la ccua.ció;d6.52), oblclic;nos' ,
\ . ". " ,. . " . :' :
17,11)78, 334':J55: y L.G. Godrrcy:-"'Tcsling' n'g"inSl Ce;H;r,,1 AUloicgrcsivc ';,n(\ Movingi\vcra¡:c Error' J
M~JcIS W\f(II'lhc Rcg~cssors induue ~nggc!l Dcpcudc'nl V~"ri"blc~", ECtIlIl;'"."lri('ll,'46, 1'J7K,I,2'JJ.I)Il2 .. .~
"
",\1'111'11/,,1 kl<:ro~n:dllSlicidau y l'\ulUcorrclaciún
JI
Como villlos cn el CapílUlo), la millri(. de inforlllacil')Jl pill'a l:SIc lipo dc mod;;lo d<: ,~.
.,
rcgrcsión es rJiilgon,i1 <:n bloqu<:s, por lo t,lnlo. los pilr,ímetros JI = l/ji /J2 fI.1J' po-
ur¡íll IralMSC separaualllcnlcdel parámetro ,r¡ . El \'c<.:lor graJienlc es
• .1
"= -el
. L.-
I (2:'
-.-:..
l'.
E-II'
I I '".
" ,',
I.+
, <r..'. '.
uonJ'chi (i1lin;" '.Iínca es rcsul\¡,dll lklos,' sUi;l,~sl'ui(rcali~,rJ(;s sobre las. E. pajo el. '-
pUlllO uc. vista asintótico, no existe' ui rcrencin' ~lgu;H1 '~i ,i'eeml'Ílazamos. '£o.:u',II",)
pOr ¿ .I,I',!!' ',. -Así
. pucs, el eSlildíslico.1v! L.dc-i,úcuaeión
. , .
(5: lúj sé
.
convierle en' -.'1 1
ML = -' (~-
ti2 L,E,H',
):'(.:¿JI',H
' '0 ~ _,)~I (::\'_ ,_,').
. 1
t ~. 4ft'Ht"
,', \
. ( " .
,
. ür
. :;:_1_,tll/(I'I/II')-I'li>;E
.:,' ' (6.)))
, '
donde
:' y
'-~.¡:~'j
E -
..
•
": . ,~
. En .
dld('lIldl: ras tilrJcs inuican que t.ouos losclcmel{l~1~'ue 1;,'écu¡Ícilin ((1.55) se c\'alú;lIl .1,
, ' ""
c}il'os.valorcs tic los estimnuorcs' reslringidos~.fi."T -; (= ,E' E'ln). La ecuac¡'ón(6 ..'i:'i)
';,'"
dClllul:straquc ML = ,,1?2, J(lIi~lc R2 es eícuadrado dcl coeficiente de correlación
IlllHlij)k de la regresión dc E, sobl:c ;j\~.' .
. ." "
,'1 •.•
1~
-"
Si O, :-.:() V si ~u'stituinios JlI yJl~ por sus estimaciones bajo el SUI)Uest¡) de hip<')lesis
nllla. obtenemos" .. ." " ,
",l'.
'¡'•• [:, ]
E,_I '
Por I(~tanto. vcril'icalllos JI.\ = [J' medi:lnle un' proceso en dos ctap:1s. En primer lu-
gar. <lplicanHls ¡"'ICO a 1<1ecutlción (6.52) con el fin de obtcncr los residuos 1; (, a,los
quc solcmos denomin<lr (',. EnlOllces C'rectu<lmos 1<1regresi<Ín dc e, 'sobre 1 I x, c;_d
p:lra caleul<lr I?~. l3ajl,)la hip61esis nul<l,,,R2 se dislribu)¡e ¡lsinl<Ític;lnll:nle como un<l
X~( 1). LI segunda r~gresión. o regresión <luxiliar, es exaetan)entc igu¡d ;, la rcgre-
sil"n lil:1 procedimicnlo de f)urbili. La Ílnica diferencia estriba en el procedimiento
-' dc conlrasle. J)(lrbill sugiere observar la significación del codicien le de c'_I' La fór-
mula de Brcusch-Ciodrrey nos da nl?2 como estadístico de prueba con \U1<ldislribu-
ciún <1sintólica X~. ,
El procedimicnto es cxtensible a 1;; verific<1ción dc órdenes m<lyores dc aUloco-
"
" rn:I:lci<Í11. Se tr¡lla. simpkmente. de <1iiadir a la segunda regresión m;ís residuos re-
lardados K'ICO. tal y como Illostraba la, regresión de DUlbin !eCU:lCilín (ó.<19)]. Un
punto dest<1cabk ,del conlr;lsle de Urell~ch-Godrrey es que veriricl también la hiplí-
TIC'.TITI1ii'i3ccs'o:T\íTAvi)'.-¡'ii'ifa:rii'11E¡'ííii'[,¡iEiIYíi::--'""'C'::""
I t;S is, ¡111.tf,I;llil.ti:í1';í ,. ",..." •. :,~'::- -"?: 1
(:'d" '
l
, 2 \7
, ,
'\ '(
, "
Él cS\i1d ísl ico de 13ox: I'ierce-,Í_hlllg ~e',bn~<1,en los ~ui1(1 r~do's 'dcJos rri merps l' ene (i-
cien tes de i1uloeorrelaci,ISn,de los resi¡i~lOl.MCÓlk. El e~l<1díslico dcCinccomo," ~e'
.. " /' "
. ~, . '
, '.
."1
'::::¿",,:el e,.I-)
donde' ;¡:. l' ¡ . " " ',::= 1.+,1 ,,,. ,
r ..:'::. i '1 ,~. .¡'. • "
:'
'. Q' =//(,;
..',' '.',""}:
+'2)2: ,.il(/, + i) :. I /' " ' . ,.
(ó.5R)'
,
A veces, eSl<~sesla~lístieo~ s~ udli~a~ p;Íú\~CriCicat pei'llltbneitlneS<111tóeorrel~cio-
nadas en el lil~O de eCll<leión d~ r~gresi¿;, qllC hemos vcnido~onsider¡úido.Sc\;:;ÍI¡),
sin emb<lrgo, de ~na aplic<1ción crronea; y<1que ecu<leiones como 1<1(6.5'1) no 'son'es-
quem;is A R puros, sino que posee'n mlcníás v<1ri<1bles cxóge~¡)s x. El efedo de ¿stc
hccho sobre 1<1dislribución de Q o Q' es ,desconocido~n.
6.7 '
ESTlf\.lACIÓN DE ImLACIONESCON .'
. I'ErrrUlwActONES AUJ()corúiELACIONADAS
donul.! ¡'cs una ma triz no' singu la r l/X ./' que 'se espera que 'dl.:Pl-= nti;l' de un núm(; ro,
P. pequcí\o de p:lf,ímétrosdescc:nociuás; EII)aSosigllitni'e' C(;nSiSleéil"a ~still1a~ión
conjunta dc todos los (k+ p + I) pariínictrOs, Un scguntioprOcedimienlo, ¡ilejor
q uc el an lcriar.consistc en em pcza r tomprol'¡;uulosi 'láa 1IlocorrelacióIl putliáa ser
una seíial LIt cí<.:rlOSerrores ¿~l.:spel.:ificación<.:nlan:l¡¡dón originaL Naturalmcnte,
jamás sabremos eu,íl es la rclación "vcrdadcra" (i "correcw", Pr<.:sumibll.:mcnte, la
mayoría de los datos se gencran a partir deprocCsos cxtrc;nad;\Incntc complejos
quc prccisan cspecificacioncs cxactas y cstilllati(i.lr<::s adécuat!;ís: EI'ohjelivo consistc
cn' oblencr la mcjor aproximación posiblc a esa,~oll1p\(;jidau dcscollocida, Ser¡í cn-
tonces cuando podamos aj11iéar a dicha "prüximaeión l..:rminos 1¡\I1¡imbiguos como
;'vcrdaLlcra", o "correcta". Cuando hi ¡'clación pllsee en'o'r.csa'ulocor¡.daeionauos, es
que cxiste un comportamienlo sist¿111lílico que 'no ha sido consiucr,;do eíl elmodclo .
'., .. Y que se relaciona con 'el té.nnino dep<.:rlllrbación.J~odcscahll.:s<.:rípobtenl.:r un ..',:: k.
li" -",¡.; ;!'
.,~" "'';;'''ltí'Üd~T6i::0'l11Pfé 1Iclis'ivú'dc-16~':C'r¿c'th~'~is t'e:írí;\-lid){"y'crftlé¡t-r~ ;1Ci~';~í:f(ií:i:s"'i'¡[T~'d ~i'¡¡ k
. " '.
y, = 11 +"Y2xi+:"Y:ix;~I.+
'.'
"Y'¡Y'_I+E,
.
. (6:60) .
dOll(re l;]s[(/1 son .ruido blanco. Sin embargo, podell1'os enconlrarnos co.n Un invcsli-
. gador uc teoria 'cc'o;lómica. qllc soslienc qUe )', ~st¡íinnuü.la llnic¡in1Clilc por 'X,.. No
Cs sorpIcn(knle'que. al aj\l~wr clmo(,!Clo a lbs datos, la corrc!,\ciún signífil.:ati\ia s.c.
Cllcueitlre en los error<':,s.~A.concinuación . .con.i:I objClivo.lll.:,lenq en cucnta esa co- :.
rreiació.nal l.:slinl;lr la ~cración, el iii vcstigildorcspeci r¡'ta." ..
'y/=p\'+fIt,\:;'I'II, ,y ... ii,'~'I'II,~,.I~(, (6.01)
Y p;6C~uC¡1 d~cl\lar la eslin~aeiórl ¡iOr'.MCe: ElnlOdc!ocorreclo ucla. ecuación
(tí.6(l.) incluy~ cineó par~melros, .es uecir.Clí,úr~',cod'¡cientes )' una varianza,"lllicn-'
lr~s (juc ,~ucsúoinvestigado( t;ablasól,! d~ cllúlro p¡irií.i11elros: Así l)\les, el i"lVl.:stiga-'
.. doriú'ponl.: a l(lspi\r~llllclr6s dcl,illodclovércJ;ld.c¡'(; iina posible resri'il.:ei(ín (Iut;' no es
v¡llid<l. V~rcll1cisla 'naluralei,í de tal rc-siriéi:ión rcfoÍ'lÍlulando')¡j ecuai:illn(6.<íI): . -,
:
. ':)', ~'flIÚ-.pJ
~- . '. ..." .:. +'ft2':r;':' <¡>fh ,.Xi::;'-f:~
..'.. , " , :. ,
~;_I:~'E,
", , .
. '.
(ó.ó2j
"
t•. f":.
'..,
.
~ ..
. !'
".' ..
...
~¡r',\
(',ll'ill:l.llfo.I It:lcrosccli¡¡slicili¡¡u y ¡\U!oco!Tc!acióll 21')
-1''' 1
."./
que demul.:Slra quc y, y XI til.:ncn UII ¡'aclPr comlln l.:n el orl.:r~dor retardado, 'La
ccuación (6.60) pcrmite cscrihir quc
(1 - "y~L) .1'1 ==)', + ("'(2 -/- "y,\I.)x, ,j,(,
Para que dicha ecuación Icnga un faelor comlln, las "Y debcriÍn obedeccr la reslric.
ción especificada en la ecuaciún (6.6:l). Por lo tanlo. debcríamos buscar cspcciric¡¡.
ciones COII residuos de ruido blanco similarcs a la ecuación (6.60). La vcrificación
de la cxistencia ue f,lctorl.:s comunes muestra cnloncl.:s la cOlw<.:niéncia de redul.:ir
taks cspccificaciones a olras m,is parcas como, por ejcmplo. I¡¡ que aparece cn la
ecuación (6.61). ,...•~\
".,,"
SupOllg~lll11S,~h~~I:¡l.(lu<:)a..cspe.c.ifiS¡I,ció!l..;.,,¡,,\jJ'+<;'/I.:cS-Ía
" '. .E~'ri~n{/ción. /\1 c(;.
ilú-:jiiYillié'soiúos capaces'd~ ()hll.:lier a'unque. de todos l1lodos. dl.:bamos pl.:nllilir
una cstructura uc aUlocorrl.:!aeión conio la de la ccuación' (6jl). Deberemos supo-
, ner ~In forma concrcta de auiocorrl.:!aci()il; Lo lil,íshabilual es tr¡¡bajar con \111pro.'
.. l.:CSÓAI~.cI). Para este C,\SO, 1011 COIllO,:imos ell la ccuacillll((;.J5). la malriz de 1'01'
rianzas y cOl'ariallzas rara 11 cs
l'
(,
'1' 'f,,-I
I <fH-2
<¡:5',-1 . <p"-2
,.,."-
= (r~ n
'1'
¡J()/Hle n ==_1' ,[ J
I - 'P'
>
<p,,-l. lf!"-~
.-
Li matriz inl'crsa~ lal como pucde vcriritúrs~ l;aciclld(] las ol')Craeioncs perlillCllles. es
-'1' .0 () .() ()
-<p .1+ .()
~2' '.-<P . O () .,
O -'1' 1 -/- '1''2'. () () ()
!l-l ==
.: . : (6.66)
() O' ()
-<p I + ''f2
,..
-'f "
() O O. () -<p 1 ,..
.
, ~
,~
___ .J
220 ~11~TülJ(JS IJE.lT():<O~IF.lld.,
J
Por lo que la malri~
\/1':' <p2 n, O [J n
.7. tp . I [J () [J
fJ= [J -<P I O [J (6.lí7)
[J' O [J
sal iS[¡lCCla' condición dc 101 ecuacirín (5.23), eslo es, W = pI/'. En c;)SOde conocer (p,
exislen dos formas equivalentes de oblen~r los estimadores tvlCG tlel vectorf3u. L;)
primera consisleen ,sustiluir <Pen,la ecllación:(ó.66) y 'e¡dcular direcl;¡mente bGLS ='
(X' 11'" X):I y. La [órma alternativa consisle 'elltrans[orlll;)r los datos prelT1ul.
liplic;lncln por 101 matriz J' y re;¡lizando la estim;)ción MCO de y. (= l'y) sobre
X. (= JJX), Esta trans[ornl;)ción trala el primer dalo de modo dislinlo ;) los delll;ís,
\'. =::
(\/1 _<¡:2) , .1'1
.1'2 -:-'-P.1', 4
.
.\'. =
l
Si, par;¡ simpliri~ar,I;¡ matriz X incluyera un veclor de unos y una tlllic;) variable ex'
\/1 - tp2
I- lj>
(VI - <p2), XI
.1'2 - 'pX¡
((díS)
\' los eslimadores ¡vICC] se ohtendrí;¡n re;¡lizando 101 regresión de y. sobre X., cui.
;!¡lndo de allul;¡r la c()llslanl~ en el programa in[orm¡ílito antes de realiz;¡r la re-
grcsi('l1l. Sin embargo, cuando se desecha la' prim<:r;) fila de J', 1" regresión enlre va.
ri¡lhles Ir;¡ns[ornl;ldas sería simpl<:melltcla tic (y, - <P'Y'-I) sobre una conslanle y
(x, - <P.1"'1) p;)r;l los punlos nllleslr;¡les ( = 2,3.",,1': Evidenlemcnte, esla t.llillla re.
l!'resi<Ín no es plen;)menlc MCG )' eliminar la primcr;) ohservaci6n en casos de
;" ",,, "" P"I ""''" p""Ie ''"'' "" """"d" ",,'" '00," el "" do, n,i,,,,, "'; "'''
aunque eso tenga. escaSa~)Orl,~s~a a~Ü!!9_ljsi .__- b-: - h '.' :.':-_.:" -",,"1'
Enl;¡IWrGli~i,~;;¡;'''cs lInlJ;\J';íílielrodés'có{,'oci(\oqliC Jebe estimarse junio al res- 'SCR
...:, .. lO de p~r;íi,iclr;ó~ del modelo, Ulilizaremos elmotlelo de la ecuacilÍn (óJ11) con el
ohjetivo de propOrCiOIl;)r la cxpliC¡iciói, m;ís sencill¡l posible a los diversos procedi-
mi<:nt'os de estimacilÍn, Como .¡Icabamosd<: moslrar, <:1,modelo se rdmmul¡, cn la
'.1
ecuacióll(Ií.(12) como
'\ .. .. ' y, = JI 1 (1- <P ) .'.fh x, -<P ¡J2 .1"_1 -1 <P .",.1' E,
\laja el SU~liésl'O de la ecuacilÍn (ó,59); el veclOr penúrb;,lcioncs E de est.a rdación se
'-.. "comport;) bieil" y minimizar E'E nospn)pclrcion¡lr¡í eslnl1adores ¡vICC, SII)eIOSa 1;)
misma ¡ldvertencia que ;¡nlesrcaliz¡íbamos enrderenéia ¡d tral¡1I11iellI0 de la prime.
ra observ(lción. Sin embargo, la ecuación ((¡,62) es //(1 fillc,,1 en los tres par;íml'lros.
Por lo t;)nlo, son necesarios 'níniiilOs ..l'lIadr:1l1os illi lineales (:-'ICNL),.:-'ICNL eSI;ín
.•...
'. '
,1",' : •. ¡'.'
"
~~I'iT\JL~(,;HcICro;ced~sticitlad y AUlo!=~rreiación
" " " ",o' .' : l'
221
;"".-
"",,6 """ 1"", ' ' ' ' "
,,,,,ii6,, (6.690)
.':~U,TTjéjr'Cj~i11jjlctuew~.':'oJri\iísffio:9';c,:iia:¡¡?
11,", voI6", ", • 'on p"o'.", ...
e¡'¡o'¡j¿~~.1T:¿¡;gYesi6Ir7¿óit'i6r~KI6d~''.".
,"i,,, "'; .-'.~'~"'''.
. - . .. - . " , .. ., .. " .
cs,
11 .1' 1 .'
1==..., -ln(2n) - :-:-lnIVl..,~'u'JI~III
'. 2 ... '2; .' 2 '.
Particndo(k las rclacionesya lldinidas ellias cC,tlaCio;lcS(6.:ílJ)~(6.6~) )' (6.67), lC-
ncnlo~ que26', ,",...
.'¡
.. PREDICCIÓN CONPERTURÚA:CIONES
. AUI'OCORRELACION.:\.DAS . . '.
. ',., .~
,_: .', , .,.. ... '. ',' . ,: i':, -' ,-." . " .' - . .... . . . _ . .'
-' C.M. Ocaclt ¡..J.G. "'I;~cKi')Il"Il .."A Ma~"Ill"i\'l:.ikc1ilt()bJ'l'r()cóJ"rc for Ilc¡!rcssillll ,,¡lit AlIlllCllricla •. '
. ,1':<1 L:rrors". E.~(J(lOlli.clrica.46. 197a. SI.SS:' .. ". : , .
.. ),:
~
,"
donde )".1 = y, - 'P y, _ I )' .1".1 = x, - <P' XI _ l' La rclaciún salisface I~,scoiHliciunes es.
el
l¡índar Ul: MCO. Aplicarcmos ,\-ICO a los da'los lransformados. sir, dcscuidilr el lra-
l"mil:nlü adccuado uc 1" jHimera ollsl:rvacióll. )' oblendlt:mos h~IUJ' Partiendo de
los resullados ue 1;1 Sección 3.5, la predicción por punlo óplima de )"." I es i
que puedc'
-. .
rcformularse en l~rnlilills de la-. va;'iablc o;'illinal
~ CO;l11~. ,)
(6.77) •
donde
7 . . '.' . . ,." . . .
.~¡,;(j.. ..,X.b~1C(j)'(.1":'" X.b~.I'G(¡)/(II- k) . (6.71))
cilnH\ (;'n 101 eCllilciún (\27).',
(¡.SO)
. En 'esle caso. ya no conoccl1Ius.e.i;aclamcnle las~propié'd'ades ue la predicción ni !----
existe modo concrelo de exprésar la varianza del prediclor. La \'arial1za en la ccua-
ci.ón (6.7X) es condicional en 'P)'no liene ~n cuenla la incerlidumbre ,,1 cSlimar ése
p;¡r¡ímelro.
1\
1".\IIL\ 1,:5
::t111,",;;!!~'lI:~(T(}iJ~2lÍi.Tc¡:¡;¡¡¡:¡ i: illi:-E'jl c¡:j"líé i¡iT:¡--.~ "~'~C' •.. •.
.. '~' ,,~" - ..
LS I1 [kpendcllt Variable is Y .
Sali\ple: 1951-19lJO
II\c1uded obscr\';Il;Ol\s: -10
Variable Cod"licicl\t 'Sll\. Error T.Slaiislic I'rob.
\\~ í'
'.
'{
, .. ' 22S
'.
(,.ro
T'\ 111.'\
Conlrnslc ele nlllocorrc\:;ci(ín(lcIHilllc"r orden
_. _ ." • ,_~ •. ,,~ •• .t •••••••••• _ •••. ;" <:_ •• .:.-: .•.•• ;... _~ ; ".' ":'.u ..•..-'_ ~:_0._ ~.:..•. ~.~..
Dre;lsh;aodtrey Seriaí'
.
CorrClation\.M
. ¡
Tés,.: .
F.Slatisiic .- 0,599158 ,PlobabililY . 0,444097
Obs' R-squ:rred '0:673227 ,.. I'roba~ility 0,411929.
Test [quation:
LS 1I Dependenl Variableis RESiD r
" r • ,,1;
C -0,836639 <1,490048
'" ..'.
CO,239721 0,811?
!
X '0,016228 :,0.170768 . 0,095032' 0.9248:
X(-I) . -O,O'\9().15 0,227329 -0,218386 0,8284
.. Y(-I) . . 0,022~89 0.0730511., ..... ,. O,~P9217 .0.7590;.
. RESID{.,.I) -:0,1,11878 . O.! ~3292, . ;::O,?74053 9,4441
R-sqllarcd 0,016831 Meandcpcnde;llvar' -4,87E-15
Adjllsled R.sr¡uared ~0;095532 S.D. dcpcnd~nl v~r 5.196118
SE 01'regrcssion . 5.438654' Akalkc'ir;fo crilerio~ 3,50)5)2.
SIIIl1sl)lInredre.sitl, , 1035, 263 ,S~I1\'iarz cr'ilerion~ . 3,7146-12
Log likclihood '.. '':'12 Ú282 .." r:sl~¡islic' "',' O,W)790
burb!n:Walson stal ',\'90'14 '1'5' " T'rob{r-sla,!slic) 0,961856
lO,'
Una rclad¡";nll1ali:s'p~ci(¡'C:1l1:;
•••••• '~' •• ~' ..•••.•. _.~ •..•..• :•••.• .:.L..l.:....-•• _ •. _._._. _' ._~--"~. ._ .•.. _.• --L.••
LS I1 Depcndenl Variable is Y
Sample: 1951-1990
Includcd ohscrvalilllls: ",O
::""':'7!':'~';':"':"'7:';'"{;;;-;:¡7;blc'~T:¿¿rh¿i.~~;;.j?,J;iü::fE'1r;¡~:n'T:slrilTsT¡K\:,.,,7?f'r~'b'rí('(".!;:::.';'Y'~.:'.~',\'Y":"';"'<'~"\0;.':;::
'..;;;c~'
... : -.
' .. . ._,:
CII:llltiiíseespccifica' crróncalll(:nlC Y s610COJilO rtÍnción dt:"I;\ X ~ctual. obten.
tlrcl11,;slús ,,'csUIt;ltillS ,illls¡'¡-:itloscll la Tahli. 6.7.Elcstarlístico D\V indica un~ ;]ulo.
cOl'.re!aci,;n :t!lalllcillcsignificativ;];DicI10I'CSlIll;]t\O ;]collsej;]lItilizarel método de
cSlitllaci<'lndc C(lcl1r:1I1c~OrCUl\qlle ofrecc los resultados q\le mllCslr;] la Tahla 6.R.'
R! parece 111I1Cho,mcjor ahora)' cxisle evidcnci;] ';¡parenl.e dc pert urhaciol1es :ll1tOCO:
226 ~IÉTO[)OS lll: ECO"'U~IETi¡IA
rn:lacionaJas. Sin cinbargo. lal ca 1110explicanllis el1 el desarrollo qlle cOI\\:III)'ó el1
la ecu;¡ción (6.63), lacspecifieacióli de, Cuchrapc.;O/CIIIl illlplic;I\~JI;~.lestri:ci.1l11 ~!.oli-
.neal en los pariÍlIlclros de la~relación que liene X.X(- 1) Y Y(- 1) COlllll regresl1n:s.
L¡l resiricción debe ,:i:rificarsc con 1;; re~resiólilh: la T;lbla (¡.5. La T,lhl<l lí.!) in'ue'slra
'.. :..
.Ios rcsullados. Tal S'como se .esperaG",'reclla1.a;)His la. reslTic..:illnsinninguna Juda.'
LS IIDcpcnllcni Yarial)lc is Y
'Sanipk: 1\151-1990
,lncludcdobscrvalitins:40
Convcrgcncc achk\'cJ afler 7ilcralions
'.\ .. '.... ;"'~ .•;.,.,;i.":.\,~. d';V;¡ii1Í1Jli~,.:.'tHifffilú;;I'-"';';'~td:-trfot;-""" ;"¡;"SI:;,Ú¡.ic' ,,',,~: 1,+{J1I:"~; ..... ~i.,.;'", '•.. ~.'
. ~ l •
T,\ Il LA (,.9
Un contraste de I;fespecilicacilíll de Cuchrane- ," •. 1••
.'
Orcult. .' . ....
~~ •.•.•.•..•..••.
_ ....•.
.-':_
•• ~._"','l"'"
.Wald Tesi:
6.9
HETEROSCEDASTICIDAD AUTORREGRESIV¡\ CONDICIONAL
(AReH)
'..... <r • • ' '.
'. ~
:~~ü¡<;ibll,.dnienle, io'~ económclras.lianvepido alertando "ce re" de la posible exis-
:e;1cia de perlurbacio~es heleros~edáslic"s en los an'~lisis con dalos de corte lraús.
'.f
L'ITII!I.11I,: I klcrosc<:daSli<:idau y AlllOcorrelación 227 l. ¡ ~)""-
en úna arliclilo scminal que 1;1hClerosc(;d;lsticidad puclk darse tambiéll ell conlcx-
. los dc series lemporales2~. Los invesligadores dcdieados a 1" predicción destacan
. qw,:, p;lrlieularmenle en mercados cspeculalivos lales comO los de lipos de camhio \'
los de rendimientos de acciones, los pequei'los y grandes errores liendcn a ,lp"recc'r ;~i 1
agrupados. Engle formuló la noción de que el pasauoJCCiellle debería proporcionar
. infornlacióll acerca de la I'arianza cOllllicional de la per.lllrbacióll. Posluló la SI-
guiente relación: .
') .' ., 1
'.. ;:-y.'. 'caso m,ís sencillo es un rroccso A ~CH( 1). H, = E, [0.0 -1-ClI 117 _ I 11/2 . Sus propi..:-
. dí!des •.que d<.:sarrollanlOS en el Apéndice 6.3. son las siguientcs:
. .
" .
.l~({ljh~'l F. El\gk. "¡\lllorcg(c,si\'<: ('ol\di';ol\al 1';<:leroc<:dasliciIY\\';Ih Eslimal<:' of Ih<:\';lIi:IIl(~ of Ul\i.
.le."~il\bdotll Il\n;iliol\"; 1:('(1;"""('1';<'11. 511.l j¡¡Z. %7-.1()()~.
l
,~
1,
-._Alf
f.) .•......
~.
\
~.
, 1ooot.
~J'
\II.'I(JlH)S DI. r'('(J\II\lLlld,\
\ _1, ..
l:
11","
El eslililador asinlúlicodicienlecs' el (le máxi;lla verosimilitud, C]ue da lug;lr a ccua-'
cioncs 110 litleal~s que nccc~ltaiílr;;;:\I;lleillo;it~r;;li~o:l1o cntraremos ;¡quí por el
'1
.. ,
mon'lcnlo en m;I)'lires dclalles-'~. La liler;rl;lr;¡ ha sufrido una auténtica explosión de
nllldelos'/\ ¡~C1'L lino de los m;ís import;¡nles c'S cicle A RCH cn M ED 1A o.modelo
A RC! I-f\~,i\ La ,c;lraclqíslica principal'de eslc mollelo esC]ue, én ecuaciones pnra
.: , ,~.;
l11udclos.financieros, inclu)'cla yarianz;¡ éondicionalcomo regresor y" por lo lanlo, l'
permite que el rie.sgo esperado '(le un biel1 quede'reflejaclo en su precio. Ln versión
de EViews de IlJ1J6 inclu)'e un amplio conjunto 'de procediniienlos de estimnción )'
COllli'aSlacilÍll,(1e cSletipll de modcI()~,' ' , .
,;", '1. '." .1"
: "
APÉNDICE
A l'í~NJ)ICE (íJ
.; j.
dóm!c.l'; = (1 .r~, .\'.\, .., .r~,). En lu~ar del suplleslo h;¡hit ua I de homosccd:1SI icidnd'slI-
1)()llllr"lll(lS.',CII
~ "~sI"~
~ ~ "as(,)'
~ (lllC
_, E/i, = () 'I~ar;¡ lodo,'
-;¡¡;-;:" 7'-'=~-~'-"--'-'~,-, - ...~. 7..
,.. ~~- •••.•. ; ;'.l)'{~::Ej,1:';;'J?':"".,':.,r'?"<;"7.:'"'S,:';'!;':~:,':T::~:>~'~::\:;,(':'.?"/)::,'
dOlidc z; = (1 <-2,Z-"",Z"i)CS ún vec,lordc variahlcscOIiocid';¡s que posihlcmelllcin-
c1uye aigllna tic Ias\iarihhlcs de ..r o filllCíOl1cS t1etiicllas,variilblci;, y síemln IX =
'.'1 Vl::1Sl', pu, l'jell1l'hi.' HtI"'~;l.i1 D;~"id~ony Jan;cs ú. lvJ¡,.cK.in;'OI\. ~./:".t';"'f";~mmul ¡"f'fclln.";" 1:"cIII"""r-
"in". O,xl",J lJlii\'erS¡I)"l're~s, 1.'J'l,1.55(,,5(,0::0 \\lilllam 11. Grecne,'''t:CfIll/,¡,,,''rir ,\""l",;,", 2"J ed ..
M:lC/o.lill:ml'I'Jl.41X.4,12 \' 5(,X-577.' . "" .'" ,
,'~ I¡"herl .':, FI;~Ic: Da\'i,j'I;\, Lilien )' Itussdl ¡',JÍilhin.;; "i,slim:;dng Til1l~ Varrin¡: I¡bk I',emia in the
TermSlruelure: Tite ,'I¡('II.M l\1tider~, "ro",,,;,;"';':;,', 55,'I')X7::I'II-.107,
JI 1.:1presenl,:Secci"'nse hasi,en 1.. (i"d(rc)',"Teslin¡:lor 1vIuhipliC:lI¡"e'llelerored:,qiciIY", .1";"",,, ;,¡
r'"",¡"ú,,'ui,'.'.'X:' 1'J7.X,2~J.2.lr\::r,s, ,Ilre."sdr -)' A,H:I'aMn.'; A .Siinplc Test 1m Ilclernced"'licily ~!HJ
'1\:;,;'\1.,,'•• C"dricii:iú Va,iali';",",.':'",''''''''''''''''''I;, 47. lt¡:7'J.'li'¡O'12'>.t, mueslra c,\,";,ies'e mi,mo plllceso de •..
\'cri.ric:~ri~-~n ~c ~(I~lil"nc",I~';p:a ~';lll"t1r.il"'~Il"iI~,~c~ '1~I;i~:gcl1cr:.II~~ t1c ..hcic~oscClla~licid;ll.fqu\= c.1 ct)~ls~t.fcr;tdo en
c~I;,C:l."c(i"H1.
í 230 MÉTODOS DE É'CONOMETIlI,\
(o: I a2 .... al') un veélor 'de parámetros desconocidos. En esle caso,-'a hil)óte~is l\llla.
dc hOl11oscedaSlicidad lendréÍ la forma .0 ••
V211UT
.1
.
=- 11
-ln211-
2
-I
2.
2: In<Ij-
J
-1
2'
2: -II~
Ir2
.. .'
La malril de información 1(jJ, (X ) es una malriz diagonal en bl()4ue~. Necesilamos,
por lo lanlo, concentrilfllos únicamente cn ul/ua y en la submalriz
1",,;' -E(iI2/i<lexiJu')
c1u ¡ 2 .t '
--o = u, Z,
. ¡¡ex
. élllúr2 .' .
...._..-'.-.-'.'-'.=.z,"
. ,la .
Entonces
ul I ,(";' .)
-=-
c1('( , 2 2: --1
u; ... , 1
'.~ .
L
.
.' i.
(}~
oc...-
.~
DI ' ..
:" ••.J.
..
-= -2: f¡z.,.
il.ex . 2 i!'.'
.. .,1
íl~ •
f, = !J, - I = )' - I ,. 1
(Jj
.. 1
Entonces
u,
donue e, es el residuo de 1;1regn.:sión MeO Lle)', sohre x, )' (j-2¿ d /11. Comol )' ,Q se
diferencian tan Slílo por una conSlanle. la SCE de la rcgre~:lon de ,~sobre ;: ser;\"
igual a la SCE de la regresión de I sobre z.
Esta úllima regresión es el eontrasle de Godfre)' de hcieroscedasticidad mulliplica.
liva. A continuación sc realiza la regresión del cuadrado de lus residuos IvlCO divi.
didos por la vari:lll7.a eSlimada, snhi'"e ¡;;'s vari:,hles ~; hajola /-Iu: 1;, ll1ita'd de lá SCE
.....•
I'l:sullalllt.: st.:distri!Juir¡í asilllólit.:amenle como ullaX~(fl- 1).
e; )~ =,-"'Ll'.I
1
__2 ,
2:¡-='\'
,1 ( C'\
--1 '\'(,~+ 1/
, ,¿ -2
lT I
,'.
.
-~
lT
,1 -,,¿
rr
~.
~--------
"",
",'
, 'j
.\II~T()Il()SIJI, lCo:", nIErHf,\
,: 1
LM = 1SCE = "fU
Finalmcnte. sc,i;~I;lr~l1los quc el proceso' dc l11ulliplicar la ~ariablc depcndiente por
una constante, anacilr una constantc a la vnriable depcndienle, o ambas cosas, no nl-
lera. el R2 de la regresión. Parlo lánlb, elR2 dcl eSladíslico tv1Lpuedc obtencrse "i
r:;lilzancJo la rcgrc~i~'lI1tic l!¡2 sobrc las variables ;:. Otcusch )' Pagan demueslran que
SI la helcro:cc~asllcldnd cs susliluida por la formulación m<Ís gener,d (T~ = h(z;a),
dondc h( ) ,~cli.c;l un" form;l funcional no cspccificada, pucde sc~uirsc ulili1.;lI1do el
n~lsmo estadlsllCO jvlL y. en consccucnci", sc' Iral" dc un;1 prucba dc hetcrosccdasli-
cldad muy gcncral. .'
:¡
. :'~
APÉNDICE ó,2
Contrasle HV para'liol1losccdasticiclad (llIr:l daros :lgrupacios
•. •.• :,'" ,' •.'i ..) 1: ' ...• '....:.:.: •...•. 1.,..'., .... 'c. ..• ,"':""',' :.: .. : .....' .......•.. '., "j",'.
'l,!.>'
CU;l1ldo' ji;'" (J2J.sC lJ'j¡nsfor;l~a en
"
.
C~I'I:;uLi) 1"l.iclcrosécd~sliciJady AUloc~rrélaeíól\" 233
'! '
.,; ~~ • .~,;. '~;:") lO"
.r . ..,' ,l.: .' • .. .; \ .' "'1....•.•. ~ ',. !I':', ,~:" \" \ ",.:'" ",' ¡,,' _ " , :, • ,
"
',,'>' \. '2
" 1 ~-:~ln(2n)
.
~
"'.:¡:;
f"lIii~;,;dq
I 2; '~,:,\~~i,
~i '\(j'i ~:XijJ)'(Y~::-
(r'j '"',',',, "
X,jJ)
c' ' .,
(t; =
.2.,,;.(y ¡-A i 'jJ'")'/'"
Vi; ~ •.~\';
" jJ")f":
, I~; . i =:. 1,,2, ... ,g .
."
..
Por lo t;¡nto, £::/'2[£"1 (",)1 £/.2(0)= =
(J, Y así sucesivamente p;lra los pcriudos anl~-
riores. De este modo, la IHcdia Ilocondicional es E(II/) = (J. .,
Volviend'o a la varianza,lénelll(is y~
-".',
. 11 [O 2 j'
/lj=.Ej °0+°1"'_1
;~. ':
= 0u + tl,(oo+ l(I";_2) .¡
".j.
que c~ posil'ivu' puesto qlÍe (tu > O. s~ Irala, en consecucncia, .de un proceso ho;i10S-
c~d;islico. .. y
La aulllCllvarianza cOIH.Jicional de primer'ordenes
"Resulta evidente que, en el c;~so del proceso (.k p.t:simo orden, sigue sosteniéndose .
la condición de l1ledia cero. La va(ianza no condicional es una funci(\n ll1;ís cOl1lple-'
ja de los parámelros (l. L-a c'óndición 1::,.,
(11,"'.1) = () se manliene cualquiera que sea .
el orden del proceso)', por lo tanto, para cualquier proceso 1\ ItCI-I las aulOCllva- , .i
PROBLEI\'lAS
X' 4 I 5 S 2
r.
Y 63 12 15 4
I
!¡
j
l
i.,"
SuplIn.:f 1111 mOlklll lin<.:al con lielel'\is(cdaSlicidad de la forma C1¡ = C1~ X¡ . Calcular
los eSlimadllrcs ¡vICC de II y jJ y los colreslíondi~nlcs errores cSI;ínl'iar.
6.1. Aplicando MCO a los dalos descritos a conlinu¡,(iún .. ún in\'csligador eSlill1a una rc-
lación line;d y sus crrorcs eSI:lndar asociados .
:
.. .....•. .. '. "'~."•.... ~.,.....
." ' ; ",'
x 2 J 1 ) ')
Y .1 7 J l) 17 .. ,
Sc le.:iI1flll'lll;¡ asilllislllo dc que 1;, ll1alrizde varianzas dc las pcrturbaciolH:s cs
1';11(11) =,,~. diag/O.IO: 0.0.'): (J.](J: O..,(J: (J.I:il
, j
Utilizar dicha inforll1aciún para cakular los errores eSI;indar correClOS para los eSI.i.-'
madores MeO y cUllIpararlos con los o\l.lc;nidos p;llliendo~de .la.rürlllld;!'l:q!~\1,:!lCi(). ,
n;¡l" .' " ' -
, .(1;.= eCl:j
,
¡"!fa llna variable escalar conocida ,-,.'.
,:,
liA, Extraer de CPS¡;¡; un,l mueslra de lOO ubsc'rl'acioiles y dcsarrollar los pJ'llceSUS de
contrastaeión ilustrados ell el Ejeniplo 6.L
Ii.S. Utiliz¡II1do POlexp como I'ariable.:, dil'idir las I(JOOohsCi'l'a(iones'li<: CI'S:-;:-;e'-) cualro -'.
grupos y lIel'ar a cabo el contraste dc hOll1osceuaslicidad cn gru'pos ddinid" por la , ..."
ecuación (6.21).
"
¡Nola: Como sc explic;¡ en el epígrafe anlerior a la ecuaciún (11.21 l. sed suficienlc <.:s. ~,
tjlllar ell'cclorj1 en cada grup.o por separado y. púr lo lanlll ..no r<:sulta nccesario rc-
alizar la ilcraci,in cOll1pleta l. . .,
'"'\
('.Ii. Desarrollar ellogarilnlO de I'erosilllilitudde la ecu:lciún (1).72).
'"
.6.7. Partir del modelo del Apt:ndice Ií.l suponiendu.que la hCI<.:rosc~dastil'idad ticlI<': la
fOfllla siglliente: ,-...•.
'"""
i)esarJ'llllar el conlrastc IvlL para probar 111;: «1 = ... = «/' = O Y comp;rrarlo con cI -,
Cll.nlrasle dcl Ap~ndice 6.1.
~
G.l!. Probar la afirmación del Apéndice 6.1 que afirma que e', proceso de mulliplicar la V;¡- r--
riable depcndii.:nle por una conslante, aiiadir una constante a la \';IIi:,"le dcpcnuien-
-
----------- ~II:TOIJOS DI' IT():-;"~IUHí,1
.
le. u ¡lIllb¡IS cosas. Ilo.¡ri\(;r.l el tU'de 1;1regn:siól1. (Nul;r: Ddil1irz ~,c/y + 'c!; dOl1de
las e SOI1 cOllslan\(;s ;Irbilrarias e; es una 'COIUIllIl;'lde UI1(;s. Tr;rbaj;lr luego con ];¡s
,Jesl'iaeiones para dl:I11()Slranlue N~' ,'':; ti! ', ..)" ,
.' ,.1 =','
C..9. Desarrollar los n:slill.ldos de las ecuaciol1es ((l.]]) y ((>.33) par;r el proccso 1\ It( 1)
111edi;1111eel IIlClolill de ilcraeilÍll de 1;1~sper.lllza l11atcl11.ílica iluSlr;¡du el1 el l\p':lldi.
ce ("J, '
, ,¡
(,.\[1. Gel1erar sus propios dóll(;S y cxperil11..:nlar 'Ios procetiel11iell\os Je aUlocorn:l;lci(ill ex.
plic'ad\lS ell el Ejemplo (l.~.
"
-,
~ ...
--.;,
'1
.'"
.•... ,:
,,',~ .. ' i,
'i
CA!',lTUL07 ,,', 1,',,' "1- ••. ¡ .,
1,
'. i ,.'... ,., ..,.:., ,,' . ,'; ~!'. . .1 •• ,1
:;,. , . '. ~
Telnporales',
"t
...• ',o
,1
" ,
" '
:",' , ,,,."
'",1" ,,-:','_""<_,":.
" .......• !.""'.:',~: .':.:."",.",'~" ... >•. ',:~,.~:;'
¡~,_I'~' '!,'"
.
"x,
\ ',' ~.,
~
, ' .:
0,1';':1 +,,;
." .' . "I .
, (7.2)
dl1údet',CSlIll pl:(lcbo,niid(lhfanm.La~cüaCi6n(7A)
11, :::
especirica
,:..: •.
un proceso M A(r¡)
¡,
¡ntrrí.. La cOlllhinnci(ín de 1<15 cCli;rCioiics(73) y (7A)tJa'lugnnllJn proceso/lli.\'¡n .
1,
;tUlnrregrtsivny dc 11l~di:Th,('Jvil,ARMA(p,q)::.:' "" , ,
, .r,:::O¡X¡'.I+,:,+U¡rÍ'r_',.+:Et-fJIE¡C-1 ~;.'. :j3qEI_q' (7.5)
d
:¡
2:11
238
(7.6)
YSiC+/
. . ' ,,', ;.' .
a2 . ao al ~2
C,-'-' _.-' C¡'_l =.--+-. -.-1/+--11, (7.711)
1 -.a 1 I - al. 1 -.exI I -!.XI
•...
l.
Mediante algunos cálculos 'algeb'raicos, obtenemos'
I s~Irala de relardor un periodo ladas las variables que aparecen en 1;1idenlidad del ¡,igreso. multiplicar
ror o¡/(t - od ambos miembros de \¡¡ igualdad y. finalmenle. reSlar el pruduclu lllllenid(ld~ la iJenlidad
o~¡¡;i"a!.
,
:.
,
('''I'í IlJI.Cll.l\IOlkllls LJ"i\'ari;Il11":sti..: S..:rió T":l1Ipor;t1..:s 2,W
I (X2 nO 1 I
) ---Y,_I =---.1 --(l,.,._(l2/'~I)+--II, (7.7h)
1-0:1 l-ul,I-('(I', 1-('(1
Por lo tilnto, lanto C como Y poseen un componenle ¡\ R( 1) con idénlico coeficien- 4, ,'l
-r
le en ellérmino relardado. El lado derecho de cada una de las ..
ecuaciones
.
cs un lér-
I~.'
. IÍlino de perturbación omnibus cuyas propiedades dcricndcn ud componamienlo
de l. En caso de quc 1 fuera una serie de ruido blanco: el consumo s~guiría un pro-
6eso puro A R( J), micnl r,is que el ingreso seguiría un proccso ¡\R¡vIA (1.1),
La clasificación de las variables entre endógenas y exógenas no se realiza a li-
bre albedrío Sil.lOque depende de los objeli'vos de quien eSlablece el modelo: Su- (1
pongamos que ampliamos el modelo lnacroeconómico de modo que incluya lam-
bién una ecuaci'ón p,ara l. La nueva especificación es
, C,=('(o+cxIY,+a2C,_¡+II,
,
[nI;¡ Illedida que p -:-' :1.:, \1".+ 1/." .¡ I .:-, O, da'Uo.«(uc Icil < J, Podelllos ;1S;l11isllllles-
crihir el in\'Clso, o retíproclJ, dc/\(I.) ~nlllo .. ' .
l' l .
1\- (l.) = . == 1+ nL .f.¿,,2L) + llJl) + .. , (7.10)
"f (1 ~ nL)
[ e,] . [ClPoO
(l-n2L) (J
(J, ,,1
, -ClI .:..L) ]
-/111.(1 4} 1,= (7.11 )
'~I -1 I Y" O
dOIllJc /), es una \'ariahlC i'iclicia que 10m;1'v;1lor uno para incluir el lérmino de in.
lerseccióil en el modelo, ('miemos escribir ahora el Sisl~;lla anlerior en forllla 111<llri.
cial C0l110 " ,
.
,1(L)x,=;lJz,+II', (7,12)
donde las corresponden'cias SlJn evidcntes, ,\(L) csla matriz:l x 3 cu)'oselel11entos
son'polinomil1s (algunos de gr;1c1o cero) del 'operador de relardo. Su inversa se cs- '
crihc como .
, . '1' .'. .
'; , II-I(L) = --C(L) (7.1:1)
. 1i\(L)I, . '
dondc 1... 1(1.)1 es el determinanlc }' C(L) cs la ni<llriz de COf;1clores. Combinando las : .:
ccu;lciones (7.12)}' (7.13); oblenenlOs ; :
I '
1,\ (1.)1.1', = C(I.)llz, + C(I_) 11', (7,1,1)
; j.;
'1,.
La propiedad h;ísica dc la ccuaeión (7.14) es que (oda v;lri<lble endógen<l del veetor '.\ ':,.
~," (10c d a 111
.1',
opcr<ldl)r'de ¡,41;íi¡'do':"Paj';ldicIl0 m<Ítlelo' ',.
c';'(jTie'é's ,oh~ fin ti j¡ oh lió e sc;11;\ti.lCl
~,!Jlj I~ljfil~ ~;po r'C1:-O)fsnl~r'c1 cTéTifijTi,ITm
.
~-o-~l, \~:,"-.
'1 ;é
(7.15) ':1 ;:
-:'.0"
,\sí pues, tod~s las va¡oi;¡blcs endógc¡i<iS dcllllooelo poseen el l1Iismo componcnte :r¡I;~.
'l.
aUlllrrcgrcsivo de tercer orden. L<I)l<lIUr;lIeza"(Jel término dI: I)ei'llllb<lciún tic la
l:cu;lciónA R dependei';¡ de las variahles exógen¡ls del !ad<i derecho de la eCir;¡ción ;~"
(7.1,1), En caso dequc nOicsullara:ldceuadoelmanl'cnimiell\odelsupucs\O tic rui.
do blanco para el término de perlui'bación, dehería enlollces ajuslarse Ufl rúndelo
gcner;lIARlvIt\ parecido'al del;\ ccuaci(ín (7,5). . .
7.J.21\Indclizaciqn AIli\lA
., . \
!
:~.l. Verificar In csl<leionaried<ld
, .~. • .'
dei;; ~eri~ y, en C<lSOncces;]rio: efectuar tr;¡nsforllla-
4;.' .' .'~ '.. 1> • ~ • ¡ . • ." .' . - . o.
.:C.:. ..\i7ih..¿.ó.....
,.>~T'(io"'~.\~i~.7'.~':~.~'?:;';i~'l~'b.'~¿;.~.','J'~f(il')~r,[IT~IT .'''''.-,Ii2f.~~.~;'
... "Jj.
r.'c.~T,;.~.i~.".'.s,'
... :;\,;ft.'ff... r..ct.\.{;;.Ef.íS:l,f\'.1'.n.~.I,f.i1,,:W!t.:,'r.'.i.,','::" ' ';' ,~:.,.:,:: .. , .
do él operador de re lardo
.' "" ,(1 - ~~J_)'I:~Hr+~,
.'.o l' .' ". • . Oí 2 ,.' ".,. f
queda y;=(I+ÚL :~c!L +".)(I1I+e;)
(7.18)
['\ úÚin~~ 'lérillino delládo dcrc'c'h~ dc'sripal:e;;~ I~O;:t¡~iC '.1:; _ I d~penuc eXclllsiv¡Ullen. ':.'
le de E.,_ \' E,~ 2 ••.. y, adem¡\s.:'E¡CSlá incorri::laciqnad; ~on ,todos slIsvnlores pi'eee. '. ' ¡.
dcnl~s debido a' qlle hcnlOs SllPÚCSIOqué'se lralil ¡,]elln.ruid() lil¡\ncQ.,:CU¡~"n"c.I.()'q sa~,' .. ' .'
lisf;;¡cc la conJic:i(ln uc. csiacio'n,{ric¿¡¡,d. f ('( '1 <']., ¡;'illonc:cs ", " ',~:.
. . • -. . \ '. -'. :.' " • " ',' ': ' , , ¡.~.
',"YI = Ü"Yu
donde "Yoc~ un for;1~a alternativa ¿Ic simt}olizar Oc (orJi1a parccida.n;lllliplican. u;' ",
do la ccunción (7 .19) pO~X;;- 2 X tomando eSficr¡ínzas. ohlCncnl()s
/:'
.g
'¡¡
1.0 •
.g U.X
,-
.~ I\){ Ú~ pal:illll.:lrn -0.7
~ O.x
c. ~ O.~
g::l
y
~U ..•
(UI
!~ IJ.U .~jJ.o.ou~
l"
;', -.)
I~ ')
e
y
2
;g 11.2 .g -nA
u <=
O
U 0.0 ~
1(cla,J" U -O.X
H lO 12 L-L..-l-L_. l~l'lafJ\1
lo 111 I!
rIGUHA 7.1 .
Correlogralllils de series ¡\ R( 1) esiacionarias
, - :.:. ',:.;-: ,". " ,_~' :' 'o •• ' ,,01,:: .-.,~' " 1
1''''
i2.2Frocescrs An(2)
(7.2:\ )
I~a l11c'dia 110 condici(;liai (suponicndo eSlacilllia,:'icd;ILÍ) c-SI-l'" !n1( I _ Cl I -: Cl~ ). Oc.
flnaJnos, Como :Inlcs, x, =: y, - p, y rdon\lulel11os 1;1ec:uaCil)~l (.7.23) cOl'no
'Xi = t~IXI_1 ;. (~2xl_2'+ É',..
(7.2.1)
Multiplicando illllbos ,lados por i, y tOl11anüo.c~flc'rnn;j\s; o\¡jcncl11ós
' , ''Yo=,'al"YJ+¿~"Y2+E(.\.>,,) "
La ccuación (7:24) del11uestra qtic.i::CI',E¡)= uZ!'y.'por.'¡) [,U'\lo'.
."Vi,.= ('(I'YI + ,C'r.i""'2 -{- (r; (7,25)
9------------
¡{¡' •
¡Y
ivlulliplicando la ecuación '(7,2,1) por x, _ I )' .1',_ 2 Y tonl<1ndo esperanzas del Illodü
l1abilu;d, Vl:1ll0Sque
1'1'= ({ll'o + ('21'1
(7.2ó)
1'1 = all'l + U11'o
Susliluycndo 1;1ccuaciún (7,2(') cn,1;I (7,i5) y simplificando, ll:ncmos
,,'
_, (1":('(2)(1;
"Yo - '
(1 +(2)(1 - al - ('2)(1 + ul,- fl2)
rn caso de eSl~sionaril:u;ld, la vflrianZfl deberá serunfl constflnll: POsilivfl. CUflndo
ludus lus lérmlnos enlrc parénlesis son POSili,;os, obtenemos
fl2 + al <, 1
t<2-al<1 (7.27)
b21 < 1
Se Iratfl de las condicioncs de l:slflcionarieuau para el proceso AR(2).
Las relaciones entre las aUlocovarianzas ue. la 'ecuaeilÍn(7.26) pueden exprc-
sarse también cn términos de los coeficientcs de autocorrdación, "
,
(7.28)
r2=U¡PI+U2
Se (rala de las denominadas ecuaciunesYllle-Walkl:r para el proceso AR(2). La re- t
, suluciún de eSl<lSecuacioncs para los uos primeros eoeficicntes dc au(ocorrelación
,~
, (1;)como resultado
, ti,
~ ,..: P,=-- (7.29)
" , 1 - ul
- ..;'
';'1
". . ': J""""¡":_'f~~J~/~;~'~.~;':":~~'''''''~':_~''':.':,,'~',.::: ...•:."..• "
La laé'C;i'~fJ:ddlkóc.esu t\R(2) es' , ,
~,
f',,=nIPk_l+fllP"_2 1(= 3,,1.... , (7.30)
[sla es una ecu;,ción eil diferencias de segundo orucn. con 105dos primeros valorcs
dados cn la ecuación (7.2l));f',.l¡ís aún. los cneficicnles de la ecuación el) diferencias
son los del proceso t\ I~(:n,Por lo tanto. ,I;,s condicioncs (Ic cst;lcion:,rie(I;,~1 ase!'.".
ran que la rac desaparece cU;lIldoaumenla el número de rclardos. La faclien~ la
forma dc un:l función dccn:cicnlc c,xponenciallllcnle o. cuando las raíces de la CCU;l-
c¡(in (7,3D) son complejas, 1;\ ro'¡'m¡J d(; .uiüs'iI1l1.~oiü;il ;1I1ltliligllaüa.
.•.• ~,.
, il (/.)1', = f.,
donde ,/1(/.)=...
, - ,
1- tll/.
;
~,n,I.2
~
---n
.
. "
' "1
', .. '
...
.:
Demanerap"recid:l a los resultaUosobleniuos parfl el proeeso AR(I),la eSlacionil-
riedad del proceso AH(2) requiere ',. r : ';.:'
<lh)I<ly IX21<;\ (7.32)
t ,!
Rdorlllulando las condiciones en.t~ni1illos,(k los p;1r¡\n~clros ~. obtenemos l:ls eon-
~ : diciones de eslacionariedad ucsatroll;das anlcdorl{,enle eli la e~u¡¡ción (7.27). '
.• ;
El C:lSO'A R(2) :ldmite l:l posibilidadtk un pnrUe rriícés complcjils que tendrán
lugar si ('(~+ ., [(2 < O. Las raíces pueden escribirse como. ,
, h ,"h = Ir :!: \'i.. ' , .
i'''dg:~~,~'¡;~)~':'.i~~~~'t:ir;{~r;;;~:i¿~~:;gi;rS:i::í;:!~1:á:'7D;:T{\ID{'~
r':1'~,4:;S':'T~:í'ri't;~~~'~6":'¡';~~;;:""'::,":'~"
ginarioi = \,e¡. siendo;2 = -i. LbS cócricienles Ue:;iulOcórrclación reOej¡H,ín:lhor:l>
flucluaciones sinusciidalcsqllelentlc'r~na cctosiemprcC]t1e l:lsraíees complej:ls len-
~an 1I1Ú(/¡r/O mcnorlluc la 'unidad. El' vi,lor o,bsolú10 omódllló de cad:l üna de las
míces cOlllplej:,ses , " , , ) >
,
Ix,I=Vj,2+v~=~o';
1"" '
j=l,2
,
sienUoO <: -('(2 <1.la <:ondLción p:lra q(lc ~lc6rrdogtama posca Un:l formasinúsoi-
dal :inlOrliguada; "" "
La condiciondceslacioli\'.ri.~d:ld pnrÚ:líces reales o complejas es que el mríuu-
Jode las raíces sc;¡ .mcnor (luCtli\o; O (¡u'e !asraíces sesituelÍ cn él inferior dd (:¡rclllo
Hllidod. Un:l condición o,I1ernalivaesqt;¿I:lsr:lícesds/\(z)=1 -a,' - fl2Z2, cstén
, sillwdas [Hcnulel círcH/~1 /ln;lIud. Lasr:líccs(lcÁ(i:) sonaqúcllos v:lloresde ,(¡UC
r(;slleh;cnla eCllación ",
2~6 ~ltTOUOS ut: I,CONU.\IUldA
EviJcnlcl11cnlC, las raíccs Son <¡= l/'A¡ U = 1.2) por lo quc, cuando las 'A sc silúan
enel interior de! círcuio uniuad, lasz se sitúan [llera, del mjsll1o. LI lilcralurasude
hablar dc condición de eSlaci'onaricu¡td cU¡\Ildolas raíces del polillomfo ell el opcra'
dordc relardo se silúan fllcra dd cirt'lIlu lIi/filad.La figura 7.2 miles!ra uos corrclo-
gramas p;¡ra scricsAH.(2) qlacionarias.
~ 0.9 RI.U
oc. UY;ac(-l) .,tl.f,'oc(-2)
i O,X
);11.:\
.~.".'
"E 11.1. -
'.:'~.
, 'l
J~ O) ~ ¡
;,
~ II,~,
,'~ 11.2 ,.
~~::,::~:l:~~Z'~~::,::",:,,,;..,
.., 0,6
l! '.• :' .
FIGuitA 7.2
Corrclo¡;ranias oc series ÁR(2) cSI¡¡ciónarias
,I
(n:l)
p) = nlP~ + (l~PI + 0.-;
El par;ímclro ti) cs la corrclación p;¡rcia! cntrc XI)' XI_J. man!l:l;ien't1o conslanlt:.slas
.,i,-ú,~,;~~;::::'(~';;i)~"j:,,:',':~%k'
~'r:':,::::,~:Ó~,~:~
':'~p,~;,~oA~lnJ;IJ",.
,1 d, ,1,
riol'. De cstc modo, I;¡-fa'cp (I)ad) dC"un proce~o A R(2) 'ucsararecc después dd se-
gundo reJ.árdo. An;í1ogamcnle, la facr de,una sC'rie AR(3) dcsapareccr;í dcspu<:s del
,7\
lercCr.rCI;¡'nJo. Subr¡l)'cnlos, sill embMg(), que dicliosr..:sullados SOIl I'Úlidos CU;llldo
iratilmos dc los p;¡r;\Illi:lros'/}()lJlllcivl/úlcJ,'!-Iabiluallllcn!l: dispoílcmos de corrt:i;¡-
ciones' mllcsl rales q uc, SOil'esli macioncs .¡n!pe r,reclas de 'Ias,córrespondic n lcs corrc-
laciollcs poblacionalcs. Eli ,cu;¡lquiér c~~o, 'csperamos.quc la f;¡c cmpírica de ulla se- .'
riceslacionaria AH, lieiltia';¡,cerii)' quc"', fa!,:p sea aproximai!alllcnrc ccro l11ií~;dLí
dcl orden dcl proccso" ' ' .
1--:"
7.2,3 l)ruces()s Mi\.
,.-.;
,
Podemos invcrlir el proceso I~R(I) eI.c1<1c~uación (7.19)y ohlen.er
, ,.1'/'= E,,:+ ClEi_., + c{2EI_1 + .•...
'Sc Irala'tlc un rrocesotvlAde orden infilli.IO: ivl~\(~). El proccso ¡\IA puro cxpresa
una variable [Inic;f)' exclusivamcnlc en t~rminos dc I()s'valnrc~ aCluales y'prccedl'n-
lcs de una' perlurbacióndc lipo ruido bl'ancCJ,:Eli Illllníclica. lo (¡nico que imp0rla
son J;is'propiedadcs dc los proccsos MA dc orderi rcdll~ido,EI proccso ,'\'IA( 1) cs
XI = E/ - Ji I E, _ I
'\.,.
.',, -/1,
PI =-.-,'
1 - Pi .
(7.Yi)
¡. P2 ~. P.1 = . oo ~ ()
"
"
o-
l'Olknllls illl'nlir d proces,; 1\1,\( 1))' ol1l<.:nel' El COIllOuna.serie inJ'inita enlénninos
"fl
., de .r,. x".' , ....
"'.
'T: ., ( 136)
~,
'tI'
,.. .t
"
-.).o'
11
.'
;~':\'?;:/\:?i,;:.'.,.,'
;,'
.,i t¡
/'
'-¡!' 7,2..:1 Procescls.i\íU\IA.
.! '
"-.'J'fl
i
El procesoge11cral¡\Riv.IA(ji,i¡) es
1
-...'
,H
j
A (l.)x, =1J( /.)E¡ (7.:17)'
"'-'"
..ji donde
, (7.:11))
~~!,I
'IJ(I.) :=. 1"- JI ,l. - hU - oo.- /1,/'1
"..,1>l La l'stacionariecl;-¡d requiere que las r;rícesde ,\(L) sc silúen rlll:r;¡ del circulo unidad;
,,1 por su p;lI'le, 1;1invcnilii.lid;¡d .i:xigeidénlicas cOIHliei\lIleS sohre las l;,ír<.:s de /1(1.).'
.,,, ji,
\./1
\' :J,
/'
i; ..
"¡"i,'
,
•. 1,.,
,
II
1
J
,.:',
.J.
C',\I'h¡';1.0
••
7: Ivlude"os
';"'~'.
U 11i,'a ri~IH~S de Scri~s T e lil¡ior:;'¡ Ics
:
'._"1" .'"
• • :
~'.,
"1 .;'.
'"'.,~¡~~~ .. l'
;' ",
. 2~!J . ¡
¡
," , .•..• ' ' •• ~ '. -••• ' '0". '1, :,~ .. :.' • r;'._:: .' ¡: '
,',
'-l:' Dad<]s lal~s concliciC?I1~S• .cI proceso ARM,A(ji,q),podr:\ expresarsc bicll como un Tiro.
ceso' A Itpul'o de ~rdeninnl~itp'; \iLcl1'coii~o ullj1r.otesoMA pürcl de orden irlnnilo:.,
.,' '. "., '.',' ., , 'l." " ." " '/""- > '1 , ,'. '¡ _< :\ J: "!., _" 1
.
1J-1(l,)tI(L):,',
:' :.
;'E¡ :' o x,.=A~'(L)fl(l.:k'
'\ . ¡.
-=1.'31
El prócl:so mix 1(l dl:ll1cllor orde;l es'e1 'A IU"I A (1.1 ). . I .
r::lcvandi¡ (7.'llJ)all:uadra(Jo
x, =lY.l'i.'¡ +
;
y IOl11alJdocsper<ll1zaS; vel11o~qllG'
'. '" "
Él -IIE'~.l
. 1'.
"
.'!
(7AO)
I
I
.. (7.41).
!
I
...•. ~" ., . I
l\''';ltiplicando la,ecuación (7.4dh' IOl11al1do espeTallt;s,: l. ..
.; . " , ~ , " ;
.:."'-
. '. ,'. (ll-:-fl)(I-#J)': 2 ,l'
.
. '1-20:13+ (\2, ,
(7.!.IA)
i
, . ~' ..
I
k:=2; J. oo.' " .
"...... '/, '1'
,,:'.,
~.
¡lcs¡il1~sddrClardo
.
.',' "
IJ 'llliiliil:i;con\'crgc"
,
t:'
.p >
..~..
.'
7.3 .. . .:\
;.~
CONTRAS1'ACIÓt'lDE LA És;r~\ClbNf\RlEDI\D.
,
'. .' ~
La St:cción 7.2 d~rillía 'Ia meelia,' variallza, aUloéovarian7.ils. yaulocorrt:laciones de :~
tarias.
' .. *
7,3.1'Iríspccsión Gdll(,:~ .'
..
. ,~,
~t.
.'v~iv'iim:o's :'I.laS'I'rcs:s61:;es.(Íc'la~' Figu;;,~'i.lJy~. ¡O: l:nduso'ulili.z¡;IHJ~'J pm:as ol1sc;'\.a-
cioncsdél~einlÍ16s la rorinii cxpldsiva dé la serie, ro 'lúe es típico dt:lJll moddo A R( 1)
con un páránielro 's~pcfior a '.la uilidad, un párárnclrd igual a I.OS t:n c1easllque nos
ocupa. L¡¡s dos series ies'l¡int~s,col1 p¡ír:\¡lletros de O,lJ;)y 1,00, son muy similares en
ciertos intervalos de liClIlPO muydislintasen y 'Olros. Un';'esull¡ido relalivamt:nle ob.
vio es que, si nos bá~a¡nos úniCan)enle en la inspección:de los grMicos de las series, nO
rt:sulta f¡í¡:;iljuzgar si 0na serie es estacionaria y la olr¡¡ no; El corrclllgrallla re¡\liza
mejor la. .funCión de delceciónde 1'\ no eSlncionai'ie(l'i'd. Hemos cl.ll1sirllido cinco se.
. .~
"
aunque gelleradoa p:lrlir tle un eOlljunlo distinto dCIILIm<:rus alc¡llorios. EII c:lda
una ele las series henios.dcscartatlo 1i1SIOOprimcras observaciones y hemos uliliza.
do las' 100 úllimas par:i calcul¡¡r los codiciclites 'úe liJs funciones f¡¡c y facp; Las au, : -'\
lDéóri'claciones IIIl/eSlm/e.\' se hall' cidcula,úo a pLirlir de'lafúl'illui¡¡
,
. 2',' =k ;'1(-",- .\')(.1', _ k ~f)
* I'k = . ,.,," 11 .' ."_' ,. • • •
.bSir ~-J:¡uric~'Kcud:dl)' J. K~ilhO;d. "Ti/l/l' .~l'ri~S:'. Y,I'~dili¡'n: I,d\\';rrd ;\'nll,ld. ('j'Jo. K~.K., .
. )óp. ¡\,ilic'rsll';. "Serial ()c'l'cnuclll'e. 1'1O;,c;tk; 0[. Lincar I'roccsscs":j""n¡,,¡ ,,{ ,11,' ()",'rll/io/l/¡J Un •.'
";1'11 Sori"' .•:. 1')RO. JI. 00S'.') 17 . .. .' .
~.';/
--------------
"1'.\ 111.'\ 7.2
),"
Cllrrelllgr:\Il1a de Y I
~lll':Slra: J()I-~()()
_
...................... ..•...•.•..•.......•..... ~ ,....•
r
0.882 . 0,.882 80,153 0,000
I 2 0,781 0.015 14),67 0,000
I ') 0,706 0,062 196,04 0:000 .
1 4 0,59) -0,196 2)).45 0.000
'~''/,' ; I 5 0.5)5 0.177 26-1.21 0,000
I 6 0,,174 -0,070 288,58 0.000
I 7 0,415 O.Q.17 )07 ;49
b I
0,000
I tJ ~ 0,)61 -0,100 )21.9) O,{)()()
I 9 0.296 -O.OI? )) 1,7) 0.000
l
I 10 0,256 'O.(}ol) 3)9,18 0,000
I 11. 0,185 -O.If>6 )4),10 0.000
I I
I n 0,092 -'0,1.15 ),1.1,08 0,000
I 13 0,021 -0,0-18
\ I 1 )44.1 ) 0.000
.1 14 -0,055
I 1 -0,022 .)4.1,49 0,000
I 15 . -0.146
I -0,186 )47.05 0,000
I '16 . ~iJ.l 85 0,1)0
.•...:.
8 1
I
1
1
17
18
-0,194
-0.20;1
0,089
0,(4)
)51,21
)55,81
)60.97
0.000
0.000
0,000
l.a lilh.';l tr ;1/.l1S di."(\ltl,lilllll
'r1ir;lll.11
\ .••. rq'h,,'srl1Ia
l\, lhlS \'\.'f\.'''i •• l!l:l:,h:d(l( dI: (cn •. Cll'(rtl( csl;illd;lr dt: 1.,'5 c:-.lil1lirdl)fl:~.
tI....;ullocnrrL'1aCitlll: ,\CP: ,Co\..r¡(i~lIIC de Oltl1t)(ilrh:!:.'cil'lll P:Irl.:i:ll; ,O..stal: Esl:HIí!\lico de llox.I'icrrc-
,\C; Cot.'rilil'l1lt.;
1ju,,~ (1:q. ((I.:'~)I: "fob.: ""/,,,../' p:,ra b hipl'lli:si~ '<1..:(llI": lod:lS-'oS (udit:i ••..llh:s l"h:autot:urrd'ad'.1II ~Ull i!=.\Iak.••;~,:ero. "
Mucsli'a: IOI-2()O
Ohser\'uciones illcluidas: .100 .,., ..
AII(ncnrrc1al'Í,in
T':-~'!T~'7~7::'~'~'~'I
::-:;'?':,~;;:'.':')'.:': .. :':~~~:~'~,. > ...
." nlnl'nrrl'lal'Í,ín 1':lrl'Í;l1 ._'~_¡\
~e~¡~:':.::.ó:.~~¿
... ~ACr~.;..,
, ....~~'
..;;~.,....
,,~.;;. .Q:~l:il. ,,,,,I'n)!).,_.,,,, ...'"
c';' .. , .},:;:--
T,\IIL,\ 1.5.
Corrdogr:ull:lde '[)Y2
~_"-~~*~,,,_~,,-","".,n".l:~~_~"" ...'''I~'".,,..-~. ~-:.,~......•
-;-., •
'.~
M ucst r~; 101-200
Ouscrv,acioncs incluidas: lOO '. '.
.~
A litucorreh,ción Proh.
"
t\"IUCSlr;i;10!-2oo' . ,
()[¡sel\'ario.n~s.induidas:lllO,. ' .. '
L:tl;nco ,:erlícol en ¡rilW' uisco"i¡:'"(1s repre,en;" uos véccs,lI'redeu~r de c~ru. e1e'rr", esl,indar uel", es(¡mildo"".
AC: Cocracic,nlc' <J~ aUlocorrclnción:' ACP; CUCCí.(¡CIÚ~.UC,autocunclaci(lI1' parcial: O-Sial: E~t:"djst~co de llo.(.'pII:rc:c-
"Lj~ng (,Eq.- (ó.SM)j; Plob~:''\I(lID'_~P'P'¡H;I:'I" ,I~jpótcsis' de' t)UC Ind~\ .I~iscodidentcs uc ¡~\.lIucurrdaciün "son if.ualcs ;¡ CCf().~,
. .." - .- - ~ . . . ": ", .. . .'.' ~
" .
',.'.
f-,
,
.
"
"
('AI'III:I.I)l, j'"llldeIIISUni\'¡1Ii¡llltes de Serii:s Temporales
,J
7.3.2 Se.ries In legradas
Los primeros Irab;¡jos sobre series lemporales denomin;ibancl lipo de series que no-
.~ !
.
sOlros hemos etiquetado de no eSlacionari¡ls como se,:i~s llli,estacionarias homogé,
I\casx. Laliler;¡lura n¡;Ís rt.:cienle las califica co,úo series inlc¡;'r:idas. Elordcu de iule- /", 1
grat.:itÍu es el J\lllllero mínimo dt.: veces que es necesario ¡'<.:alizar In Ir¡insforma¿ilÍn de
primera diferenci;¡ para Ikg;¡r a una serie que se;¡t.:slacionaria: Por lo lanlo. Y2 es iu-
legrada de ordcu llllO )' esla siluación la simbolizamos medi;lI11e I( 1). Una serie esta.
cionaria se dict.: entol\ces que es una serie integrada de orden cero. I(ll). DdlenlOS
observar que realizando la primera diferencia tic una serit.: I(U) obtenemos una Illle.
vii serie que es lambién 1(0). Por ejemplo, una serie de ruido bl;¡nco es el ejemplo
m¡ís sencillo de serie J(O); su primt.:rn diferenciaes unn serie eSlaciun;¡ria ,¡'"IA( 1): ,
. ., ,
, .. :.;. -. ",: ....•.. ~.:.. ' ..' .. " \" .. ':, ." ..~'.:.;: . -;.•.....•w_.;./ __..; ..'P ...•• :' .•. \i,.•.. :-"••.~;~:.o;r.'I'- :.<'t..•./;~;,;<i.l..~:"
7.3.3 Serit.:s deTendencia Estacionaria (T5) y de Diferencia Estacionaria (DS)
. ,
'Y4 es uilsencillo ejerilplo de serie ,de lenllencia t.:?'lacionaria. Pod~m(is forml1l;,r1a 'J',
como
1:.\
!~ "
:' Véas"l'rohlcl\1a 7.4.,
(
'. ,
:".,
YS Illostrnda t;lI11bién en la Figura 7,3. Es!a serie l'Iuelú;, tic fon;,a similar a Y4, aUI;'
que apal tánd.ose .~e ~a le,nden.cia.lineal; La prim:ra dircreneia es
, '. .. 6y, = 01 + E, (7.<17)
Por lo tanto .• 6)" es e~l;lc~on;lriQ, ';t;e'stb.queSe!rata de una constante más unil s~'ric
tk ruiJo hlanco .. La variahk J' reciht:; por ~.st:1razón, el nombre de diferencia esla-
riol1:tria (DS). . ..• "
~IKI
". ,',
>':'. ,,"
. \ ::.: ,~ .
150 -
~ \ A~ ,l.
:,r",
", )1
:;
( \I [Vi' \" ':,:'\1,.1\/ V "
" ,
50 .• ¡V:.f
_ •• ",f"
- -~)
o
'--'.' Y4
--- Y~IfAT
•.•...• Y5
l.
q,
...•.... '
.".~
-50
,"
......,,;'
~ ", ..¡
'" FIGUHA7.3 .
Series de 1~llcle,iti¡¡cSIÚeinnaria (TS))' de diferencia cSlacio"iari;¡ (I)S). .0;
\ '
l'
~. ~ i.'
",'
,
.', " .... ,:.:. ¡ . . " ' ..:. I ~ ,> .J" .. , 1'., ~.',' l' , ,':", •
,'¡.", \'
,,'"o .Ó,II'4.S=;,o;.!,-::,!(a,;c.1),E/;":;I'
., " •. ' .... ,,
....';~Y"'.,./,~'E;rlt~(a<'i)ll~:J
, .1 =: .', ','
'=:A~r',.:"
, :; ',' ' ,11 " ': • ".',:I 'l' 1 ",,,:,,!,,!.: \ '.'-~' ,"'<'.'" ;:
Así pues, ,'.... "'t..f,~'!(-I+?,e, (7,tlCJ) '1"
't ..~,~,¡,j!'\\!W~-'7*H~~;r~~~~'!tr,!'~t;~,!#~','r"~.?,","
:::1 . ¡II" +} ..
obtencmos '. . '."',)E,= aS . .
TAIlLA7.1
Cllrrclo¡;r~ma de DY4
•• ..,.... PO _ "'" .--,~~,,~ •••. ,"~y-,'I'~:\I"-""~"':"~.'--;"""' ..-'--:~""',"' •• '''''_.''~'c ,.r..'r •.r.'" ••..•-ny~
"..... v:,.•:....•." .. 'Mfre'St"ú:'; 0'1'"lOO' c.":',,. ;,:.:,j",.,' •.•. _;,,~:.,"'~: _c.-,¿L.:',) ...' .:.,~,:'.L;:~';" .•.:~.::<.",,:...;~;':;.)~
.:J•....' ::~,;:,:/¿.,/.~
Observaciones incluidas: 100
Autocorrcladón ,Au(Ocllrrcl;iCiÓn Pardal '¡\é ,\CI" 'O-slal I'roh.
'.
'1 1 -0,0<)1 ,-0.091 0,84:14 0,358
I 2 -0.\22 -0.131 2,38H 'O,3().l
'1 ) 0,141 0,120 ' 4,4681 .0,2'15
,1 4' .. -Q:2)). -0:233 10;215 0,037 • . ,~
L; linl:=-~'crli~al en 1r;\I.05 Lli~~.onÜnu'(,srcprcsc1"Ii'\ dil5 \'CC-CS~.I!u:dcuur tic ~~ru. el ~r.ro~ ~)1;il\d;,( d.~ c~lilll:ltlutC's... to's
AC: Co~£icÍl;nlé t.lc :\ulucorrciadón: AC~':. C~crkicnl~ dc ;U'IIl.lCllrrcl;lc-{l'I;' ¡.;u"dal; O.:Ú~'I: ESI;,di~lh:o lit.: Ih,.,.l'ic.n':c-
LjuII& (Eq. (6.5:1)); ¡'rob.: Valor'P'I"la la hipólesi, de 'lile ioJ~, los coeficiellle, ,le ¡';'hICi,rrclacilljl.'"Ít i~uales ace; ....
.' ' '. ~:. , .. ; .. , -. . • . i . , ".' . :,
" Las Tablas 7.7 Y 7.8 mlJesli':lnlos co(relogralllas 'deDY'1 y I)Y5. I\lllhassugíe-
ren una fuerte eSl,,¿¡onarie~¡¡£ A pi'imer~visla puede sorprenLiernos<llIt: incluso
las aUloco~rclacioi1es de meilo'r oruen 'de.DY4resu)lén no significalivas:Sil1 ~Illb;,r.
'go,y ~Ql11oseñal~bam,ós ;lI1lCS, se lra'la de una sc'r~¿'~!~MA( 1•.1): yla ecu;ición
(7.44) de¡llOslrabaCIUc
:., . . " .~.:
.',
",
,.
', ' .
~
,
". " ,,' '
..
'
_ (a-fJ)(l-afJ) .'
PI-..
.'
fJ [12' .
l. - 20 .'+
": '
" 1
(;1
voll'ílmos a la ecuación (7.'15)
.... ~ ....
',:..•... ~.': ;..• ;., " ~
... ....
\.
, TABI.A 7.M
Corrclogr'l\m:t tic D YS
lt'~'~"".~"'~~"':_~'~~'''.''':l'''""A-:'.:,¡"",;,\,,,,,,,,,,,_,~ ••.,•..~r'-r."',~
, Mucstra: 1U1-200
.Obser\'ólciol1cs incluidóls: 100 .
. -Jun~ :(1. ( l .. X)); l,fUh:: \,¡,Ior./' piir;lla hipütesis eje que lOu¡¡s los codic¡L:~lh':S dl.."aul,icorr '1'l .¡ ') " .' J'
, .: ." -". '. . . , '. " : (; , t.: l n 5011 Igll:l l'~ a l.••
:rn.
~.'J--------------~,7;'
~"~
.',' ...
'-.;.'"
',----~~-..
~,:
-~~~~--~~
, !,
'
i;""iHILO 7: 1v!ótlClo,S
Unj'v~rianles 'Oc' Series TCI11I}Orales 261
1.. 1,",
. .' .' '
,.' ." , .' - ' '~j, .' ;'l 1 i.'.. . , . ". ~', ',"" ; : ".; •. '., : :, • '
1110.MacK innoil ha' ajllsl"do re.grc5ioIH~~ oe stip'crCiCies, de ,respucsta P;) rn dichns rc-
plicaci~n~s~I;)' que permite cnlculnrlos'ynlores' ~rflicos: de: DiCk~y-Fullcr pnr;) cu;)l-
qllier 1¡II1}niiomueslral y dislinlns' especiric,,~iq¡ics, tic regresiones co,I1101;) 1110SlríKla
cnla ccua~i'óll '(7,54). Los 'proccdirnie¡;[os dcM~cKiJinon se I1n'n jncorpor;)do en el
progr;;lI1a inCorm¡ilico EVic\\'s de Qllanlilnlivc Micrp SoClwnre:'-La'Tabln 7.9 mues-
tra los v¡ilorcs críticos asint6tic'os.' ¡'{e'sumimos ';)'CÓnlinll;)cióri de Jorma brevc Ins
lldin iéio,~cs' de los t rcs COnltastcs.' ,', .,' "", ~;. ¡ ", I .. :':
;.
tión de regresión (7.5ó) para despues aplicar un tlllllraSlc OFj). No se rechaza la hi.
.'
1; ,
, J
pÓlcsis de raíz unita'ria, ni al nivel del IO'Yu. No se trala ,dellll resullado sórprclltkn-
le ya que el vcrdauero par¡Ímclro A R es tasi igual a .Ia unidad. Si ampliamos la
mueSlra a los 200 punlos totales, el eSladíslico DF es -3.42. con ulivalorcrílico del '."/ ~
1% de -3,4ó, que ;Jhora sí pcr!llite recl;a~ar la hipótesis de raíz unilaria al nivel dd
1'Yo. Si. a la ecuación de regresión utilizada con LOO observaciones le añadimos dos
primeras difcrencias relardadas, ,Imbos codicientes resullann¡l significalivos a par.
tir de los resullados de los r;llios 1 de Sludent oblenidosdc. rcspel:lil'clllcllle. :-0.20 y
-0,52. El correspondienle eSI:ldíSlico 1\ O Fes -2.14 sigue rechazando lahipólesis de
raíz unilnria.
'.",
;:, , ..>,<.; ..c:olllr:lSI.c.d(: ra.Íl..llll,i.l.atia.par;lYL., ..' .. ' .. ' ..
.._".... 'o, • ',' ~. ' •• 1,":. '.-, ••••. :: ~ ;'., ::>~,,\~,,;.'!,~.i~1:::'-..¡.It(4)~.~li~~:
.
r.r_"'~_""""''''''Jl''""-,~,'I''''"-,..~ •.,,...r-r.T. __ ~,..''''''''''''''''' ••.•-_ •...;-. __ .. o"
cstos COnlr¡¡sles cSlridísticoSlengan poca potencia y, por ello. es difícil realizar' afir. :.....
"
maciones definilivas. Rechazar una hip'ólesis .nula jusljfica ÚniC¡llllcnte la' ¡'lusibi,i.
dad de . realizar
.
lllía afirmacióll caulelosa y rrbyisional. .
Rudebllsch, en un ililcrcsanle eSludio: del1lueslraque con' dalos del I'N8 real
de los EE.UU. (que rechaznn la liipótcsis demízullitil~.ia)re~h;izilnla;llbién que la
. serie. es 'eslacionariada cuando se toni;i C.(mlOcic;'la la. hipótesis nulil de estaciona .
licdadHi. .
{~
l.
1.\ E\'íc\\'s dellomina ,\ IJF;1 louos ItI~ t;ullltaslcs d.c r;líz unil;,ria. silt h.'ll..:r en Clh,,:llla si !;{ rCl.!rt:sillll t1tili/í1~
ua incluye n no rrimc~i1s dircr":Jlci61~ fl.:lard:Íllas. . .f ~ ••
,\11, 1< JI llJS 1)1' El.'lJ:--'O\lI'THi.\,
'1",\111..\ 7.11
1,
COlltrasle de raí,!. onilaria (;:11':1''1'4
....,' .
. ....• -" ':L •• ; o',,. ~~"~"' •••.•••.•••••.••..•.•• O" '':' •••• ," • o'.•.•• :. ' __ .•••• ,'.
'o'
7.4
ID ro:NTI fI CACI ÓN, ES;n ¡..•.
I ACI,Ó N YVErU 1'1CACI Ó N D ro:1\'10 O I~L()S
'\IUi\'IA >.'¡
"o '
,. i
"
J
7.'1.1 Idelllilicaciúll
: . . ;.~. ::
_ .••... .~
.:1
Los procedimiclHós de la Secciélll 7.3permikn determinar si una seric es cSlacion;\. ,~
~ ..•.
j':
,-., ria o si es n('cesario dirercnci;\rl;¡ una' vcz, Ó posiblemenle dos, hasla convertirla en ¡",
,'j'
~s1a cio íl,~,l'~~;};<!,~~J~~i?,ce
di~ ie nl:~.s!fJ2::~~~o~.~?D),4:,iIJIS l.l'~Il.) ,;rce rca !,!~~lll cc.-'
¡\ ,decís i.911 ~ ::,d
~ ••••.•
I
lJIdCI,'Q~~1ol:'~:,rbécsoARi\'IA debcfilOs;ijúslári,'la scriecSlaci()J\~.ri;-¡, El resulú,do fi. "',.~;,.',
nal es',ln' idénlilicatilÍndé Un 11Io<it:lo aíllorregresi\'o, inh:grarlo )' de IlIerlia I\\U"i1, ' .~ .
,\ fUi\IA(jJ, d, ql, Cos lres p¡\r:1melrOS a delerminar sun los siguiellles: ;\ .
(I = "n\lmcro teI (1'1"
1 erenclas ncccsanas: . para que
, .;~ eslacioll;lriedad
eXlstí\ :
/J = urd<.:n del componen le ¡\ I({~ ;
q '" orden dcl C()ni¡1lJncnle rv[A',*
:.:~~
Norm;¡lmcllle. rI es ccro u ~l1i()y,deronila Illuyocasiollal, dos: se trilla dc hal1;lr UIl:l ::;\"
r<.:presenlaciún parsiIllOiliiIS;' con v;¡lorcs l;ajosdclJ y (/' L\ dificil elección dcl ordcll .:~ .
dc /' y (/ se agiliza mediallte Ull procedimicnlo nlllnérico su¡:<.:rido por 1'[;1I1n;\1ly ~~~ !
\"1 ~'.' '
. ' -S ,
:; ~
111
Gkoll
2(..\.212 ..
"TI1I.:
1)..1~\Idl..'h\l~('h. l!IH ..~rl:lil~ UI~.il I.t{)(;l' in'¡'{cal r;¡-':I:". /\"11'11("'" FHI/lIJ"';" UlT;I"I\', )l)tJ.'. )U•. ,1¡ ~
. .t. :
•..•\ \
;~~ .
-. ~;
-~
_ 'í
.'1"\'5. ~ ~ l' ~
:.~'.
\r
.
r ... ,
1*=lnL*=.conslanlc--'--,ln(J2-,--.-.
.' ~_~
11 - I .
2(,2
I
L
,~1
"-.
(y,-III-n."I.:)2
.
(7,63)
4 .•. ,,~:;>O-" ./
'''~
Maximizando respeclo 11/ y el obLCúell1os los eSlim¡,t1orcs l'vICO que acab;lmos de
eJescribir.
Con cl fin de oblcncr eSlill1:loores ¡"IV dc infonnaci<Ín cOlllplda, llIaximizare.
mos la probabiliuau no cOI}eJicional .
L'=p(YI)L*
C< . ,'-.
1'01' lo tOl,nlO.
. in {I(YI) :; ~ol~stal1le.+ i I'H(1 _ (2)' _' .!. 1110'2- •., -1l1 ('1'1 -'- _11_,_.)2 l'
.' . ... . 2 . '. . 2 2(/1 .. 1. - el '.. ,
. . .. ' ",' . " " ~
'.;'cl lugarí"llllo u.e,laver:~sin"lllj lud,no condido-nal es,
.{=:- lú¡jO' ,) ~-.l;' : .. .
'- --';"':
2u2
.
H2 (y,-;III_
.." .. :,'
aY'_1)2
, '.': ','
19 P.ara un Ir,,¡amienIO mas c'xl'enso. 'veasc j¡\IllCS 6. '1'lan;iho;l. Til//< Ser;,'.; ;1,;,,"'';.>. l'iiIlCC\(lIl. ll)l)~. Ca.
p¡iul~ 5.'. '. . .' ;. ..... . .'
".'
"¿o
,.1.'
"
\.
;-r'\,
El ajuste tic: 1(1sesqucmas 1'0'1/\ cs m;ís complejo: Incluso los proccsosele mcnO!'
ordt:11 implic,lIl mélOlJos IHl lineales. l'or cjcmplo. el esqticmai\'It\( 1) es .
y, = p + ~I - j1~I-1
CII¡1I1elO~1I cs igual a ccro. El = .1'1 - E. y. p'or St; paqc. E, ~ 1', - P'-I'g El' Dcesle mo.
• - • - ." 11
uo. los 11 v;dorcs dc E' podr¡ín cxprcsarse cn lénninos eJc 11 \' JI. Sin cmbar!'o.)' E2 1'\
t' . '" ~ _1 I
cs una compleja función no lincal.e1e los par¡ímelr<!, y ncccsitaremos lécnic;ls ¡'t-era-
¡ivas para obtencr los cSlimauorcs convcncionales. Tcncmos de nucI'o disponibks
proct:lIill1icntos dc IvlV con información cOI)lplcla qt,lt: eSl;ín ucsnilos c.\lcnsamcnle
en d mag.nífico lralado de I-Iamillon, Loscsqucmas mixlOS compartcn lodos los
probkmas dc cSlimación dc los procesos MApuros.
......•• "
,---,
7.4.3 COlltrastes de DiaglllÍslico
. . ""- ' ,",;,'o,.",;.,;"¡'.~,,.,,':;>."\
" 'L;,';~;'~-,;t;-fi~ación y la estimación han ~;'~i~'i;~;l~O:;ul'l-n'lO~kl~';~'~;i\'IAeSlimado. El si.
7.5.'
. PHEDICCIÓN
.EI objetivo principal del ajuslé de esquemas A RMA a una seric temporal es pro.
)'eclardich:, scrie hacia cl fuluro. mils all;í del periodo mUC.~lral. ¡\ vcces. 1¡11e~pro-
'yeccioncs se utilizan COlll0 banco dc pr'uch.as,para la coml-irol1aci<Ín de' las prediccio. . :!:
..•. "
2óX ,\II~TOI)()S 1)1'E('r¡:--:()~II' mi"
siúe remos, 1,1predicción y" "', P;¡rOlel proceso AH.(.I). El valor v~,r:I_~~I.:.r.o es . _ -'-'C- .:~." j~.
" "'::,';',,:'..::",:;\~;'.,;:.:::-,~'7:':\'il:;7Tr=:'J)¡¡:"~~;~~TE-;rf:I"""7(7.66)' .'""1 ;'
EICé~:i;d'c !)rcdicción"i,rnil11o s..:d . " ,~ '.:
S'".I = E(Y,"lly,,) = (l-ll)¡L -1 ay" (7.67).
Ellinito'l¿rmillo'dcsconocidocn dl,ldo derecho de la eCllación (7Jl()) es In innova-
--:; '.
ción dd pcriodo /1 + 1, qu..: s..: susliluye por su esperanza nl;lt..:nl;ílica qu..: cs igual a
( cero, Rcpl'esenlarclllosla pr..:dicciÓIl de (7,ó7.) como
.Ü'".i-IL) :!l(Y" -Ji.) (7.68)
~.:'
eslo es, predecimos 'qu..: .\'".;¡se'diTcr.l:nci;;r;í déla nú.:dia por una rracciól1 o dc la
desviación el1 el periodo /l. Llcrror'deprcdicci<'l11 cs (',,01 = y,,, I -5'''ft = E/,,I y; por
lo \;¡nlo, var((i".I) =a2.
(',
'1" ,
" , .... '
= (1 - a)~+:a[o"~{l)ll. +
• '. • 1" , :~
ay" + E". d + E"'2
• " ,
~,
..
,,:
..,
..,.J\~LcPtlc-s.~U;¡n(j~f:'hltQfiJ.QnliMIe<:-!m¡Jretlicci6'1.i!tTtiJ~ñTif:".6,t::vaIOfme¿.]'¡¡:i:p'J'coífcíi5iri";;I;.~(~{;:,::~F
/":!f¿ridc;¡lil niedinn:O\:ondicional,d~lpr~~i;so yln v~~i<in:z'ncleefrb'rde predicción . .'.:
:'., auillcnln tendiendo al v;llor dc la variarl?:! no cbndiciollnl del proceso.
"
. 7.5.1. Proceso I\1A(I)
El proceso MA(I) cs
I
. .. ..... )'i=/1.+Ei-:fJE;~I., . (7.72) 1
Si la predicció,ise
"
r,,:¡lIizap,uncl
'.. ',.
periodo/"
'Y"'I;'
Jescubrinwsque
¡l.-fJE". '.
(7.13) .
1l'
.
" .~Ar'•••.,..• ,"
J
270 ~1l::1UllUS llt: E('u;-iO.\IETldA'
Como tercer ejemplo, 'conibiilaremOS los pro'cesos AR( 1) y1YIA( 1) para obtener
ARMA(I.l~: . ",
"',
21v~aser,oblcllla 7.8. ."';
.... 1, .
r:
\; ..L
'.
(',\I'i IlIl.lJJ:'¡'d"dclos Univarianics tI..:S.:rics'TcIllPUI;oIcs 271 lpl
\'ill
,( ('I/~.\ ). - ) ("-
(1- .
!.riJl~")
-1 IP) ;
. . .I~ u- . (7.7'-))
1~
¡, '1
. Como dcmoslraba 1;1ecuación (7 .. 11); esta varl;lllza límite es la I'ariilllzil de la serie y,
(~)
..~
Como l'lllirno ej~lllplo. collsider¡IIllOS ulla serie i: cuyasprilllel"¡¡S dikrclH.:i¡ls siguen (i,,)
Ull esqucllla A I~( 1):
Z, - Z,_I = )', (ViO)
~,,,,
'Fü¡'i1í tit :n'cIÚ¡)s .'
;.;"tc" :.) ~ ,,' [' 1+'(1 + ,;)' + (1 <' Lo')' +, ~(1+ 0+ + o';')'[ (m)
. deros v;lIorespueslo que la fC)rnlld;1Ulil¡Z¡¡dalil;'adn;ile lo~ i;¡¡I,\r~s ~Ic los errores ell' ,..;,
I
. ' la est ill1;1¡;iólltic los codicie Illes, . , ,: ".... \(;
. - ¡
ES'rACIONALIDAD
t'vluch:1S de l:1s series que sc miden en interv<llos periódicos dentro del aiio muestran
*
regularidades csl;,cionales. La :lctividad en el sector de la conslnrcción ser:í menor en
IllS meses de in\'ierno. el desempleo liemle a disminuir en verano, ele. En olras pala.
hr;ls, (;s m;ís que probahle que el valor de una va'riable sercl;lcione m;ís con Sil valor
'cnd mismo periodo (mes. semalw. dc.) lid :lIio anlerior tIue a su valor en él periodo
alllcrillr dellllismo aiHl. Tral;índose de dalos trimestrales formulamos, por ejemplo
" Sin emh:1rgo, casi lod<ls lasseries económic:ls muestran cierla continuidad enlre pe- r
riodos 'II"YIIU!II/eJ. Así pues, result<l inadec"uauo suponcr ruido bl<lllcO en 1;l,ecu<l-
ción (7.8-1). Supo;lg<lmos enltinccs un esqucnla,t\I~(I) p;lra 11,
(7.S5)
donde E es una serie dc ruido bl:1nco. Combinando ambas rcl:1ciones, obtenemos ",
~,
" ~
(7.86) ~ \:
,".-f
Se l!,;lta tk un sencillllejemplo tk 1II(l(lelo aUlorregresivo lIilllliplicalil'<l esfaciollal y :,:¡
su definición abreviada es A I~( 1) x SA R(l). Haciendo las operaciones indicadas '~ ~;,
..,', potkl110S rdorl11ul;lr la ecuación anterior como ,'; ,:,i l~'.:,:\,'~,i,::
~:';':,¡:,,~;d';~;!;,~;::~:~'~:;~~¡,:,~:~~':~'~~,~;~;';~:
~;o;o~~,"'t
',',~dr~: f 'O
picio, El currelograma empírico tk 1:1T:1bla 7.12 mueslra el comporlamiento lípico ',,;¡
tic un modelo de estas C;Ú;lctcríslicas. La T;lbla se ha generad!, a partir de la eC\I:1. ,:'!:{,'~ ¡,
ción (7.87) haciendo u ,;, (1' = n,);. La aulocorrelación disminuye cuando aumenla'el ,).1:-;;
IllílllCrO ue r~tardos. aunque hay picos relativos en los"rc\;ndos il, X. 12 y 16. I)cs- ".; -
pues del rel:1rdo 5. l:1s autocorrelaciones rarciaks son pdclicamente nulas, con un
pico claramente positivo en cl retardo Iy ¡¡Iaramente negali\'o én i:I S.
Especific;1!110S. de modo similar, modelos de l11edia Inoyil nllllliplicaliYú esla.
ciolla!. Un I1wliclo 1\'1/\(1) x SMA(I) es
"
'11,
1
j
j
. 'chos modelos resulta ó:trem:1ditmcnt'c difícil~~. Subr<lyarcmos fina,fmenle que, :1ntes
de ajustar esos model(l~,
de eslacionariedad.
cesarias
debemos,
Ei,';\lgunos
1:11110 las dif~rencias
como"siempre, comprobar
casos, y'par:l observ:lr
ele pril\1cr order(como
In posible existencia
la csiacionariedael,
las"diferei,cias
scr;ín ne- .
eslacionales.
I
. Cuando 7. indica
serie cstacionaria,
series lrimcstrales,
consisle cn efectuarla
la,'difi:rellclrición allecuildn ,paraconseguil:
ir~n~r~,:m:lciónU7' L)(1:-: L~)z,.
una
i
;:T'\III.,\ 7.1!
• o'' • . ,
I •
'.
l
1
1
.""-'~ •• l •• .'_ •••••• " • .;.a.,.,,_.-.a ..•...••....., ••• "-••••.• ....-...c......~~ ••~.~z~,.__~-. __ •••••_~_"""'~_._N _
Mueslra: (,-lOO
Of'scr\'aciollcs inclllid¡¡s: 95 ¡
.. 1180,078
~••
,>"-0,093 ))7,32
"":~:~.¡:"~:,.,:c,._ ...••"i'vy':"'.
. 0.000
,.'>
7.7 . .
EJ£I ..•.
IP1.O NUl\1IÚUCO: VIVIENDI\.SNUEV¡\S MENSUALES
~.
La figura 7.'1 mueslra la serie elc viviendas .¡Jc nucva conslrucclOn ,en los Estados '.'
Unidos. La serie se dcnomina TOIllINcll' Pr;"nlc NUilSill:~ VIIi/s S/;,r/ct/ (expresada "
cn miks, sin ajuslc eSlacional) ycstil eXlraída de la basc de dalos DI~l/rvIcGi'aw ..
Hill. La denominación de lascrie enla llaseúe úalos C¡libase csHSófR. Ante to-
do, comprebarelllos la eSlacionaricdúd para ver.si poúemos lrabajar con unmotlclo
en los niveles de la serie. La inspección visual no da nluchas pistas sobre la carcncia
de eslacionarieúaú y los conirasles t,orlllaksilO hac~n miis que cont'ií'nwr csla sos- ,'.,
pccha. El contraslC de Dickc);'fu}l~i aumenla~o of.rcce losrcsullauos que apareccn
en 'la Tabla 7.13. La hipótesis de raíz unitaria qucda'ruCrlenll;nlC rechazaúa. La Ta-
::",~"",,,::.,W,i,,,7~.I4.\!11lJe,sl~;,1
e1~orr~log!an1,a úe lascriequc confi)~maCSlcsllpUCSIO. Su asp~clo
., .. ..c~.l{iu-Y-i;7ililii'r'~rtlcr~ó~:',:~Togr'(li'llf¿rti~+~~;ii:'¡';'lJí'oí.'r'ég¡:~sl'vXi'i'¡'i~t1~iii,é¡-r~V¡(;;\ti'cíú~-""\"";:"""".
Ilal úe la :'ahla 7.12. Los cpcfic;ielllcsúc aulocori'.Glación disminll)'CIl primero, para ",'
alc<lnzar Ull pico rél<llivocn el rClardo 12', ydi:¡minuycn de forma :lcus¡;üa en los rc'~
lardos. ri1ayores. Por su parre, l:ls:ál;locorr~inci(lnes p;\I'ci;lcs' n'üleslranullil pUnl¡;
positiva'cllcl r~l;ird'o'l:y olranegaiiva Cll ~l rci;u;do;13.'
2~O
21XI
,.',
", .
n; 150
, ."';:1
E:
,,:
'JI
~,
~:
",
'g'
.~!100
:>
~ ",'
':¡ .
;tj(:;j;\.,\ 7.4
",,;¡úl¡¡oes oc vivicnciasnucvas' r.rivaoa's;sin aj~slc cs;ncion~I:"
" '," ".
! ",
<',\1'111;1.111: tv\"lkIIlS Univilriilnil:s dt: S~rit:s TeIllJlllr;dt:s 275
do reslante hastil 1l)l)2:0't. La figura 7.5 muestra los resultados, La prcdicciún de lns
,( ~.:.
.>.12.prilllei'osJllcses es aceplahlemenlc bUC~¡¡l.,.. ".._.. "-. '-,'-'., ..' .::.•...,,'i.,~~;,:~i+ i~¿~;.:::
,
lA 111.'\ 7.1J
, .....,
Te.';¡ ¡\ ()F .~ohrc I1S . .
___ •.••..•
"~:'''''''''''JO'''''-t.,. .••.•.•.•..
_ . ., .....••.••..•.... ~•... - -:.~ .. '"..••..•."1" ~ •.•
("
1:' NÓlesc quc anlcs hClllos d~s~rilo el lI",dc'lo ro'lIlo A Il( 1) x S~\ Il( 1l. ,hIO'!.: 1 indica el orden de cada
. crilllj'o"cnlc. SA Il( 12) cs uo lérll;ino illfllllll;ilieo q'lIi: esplica:tI urdcna:lor <¡lIi: el relaruo en el Ct>lllpo'
.lIenlc cstaeional ue prinicr ordcll es <le' 12 IIl~SCS. . . .
.w
•••.• .1
.,¡' 273
J
T,\III.A 1.15
~'l\llldelo lIlulliplicali\'o cslacioualAn
".¡~1
;.;
!~._---.~~ .F." ••••
;rr"I ••• ~.'.~f<"~I!"It .••.••••• :" •• ,l:'-:
•.~,•.~.\"Y: •••••••••••..••••••••• " ••• ; .• -, •• :-r,.~,...
•••. c; 250
'-..' :.o,.~.,
: ... '
.....
200 .: "
",:
.. , .,
"-,.;.
~ ";"'''''':';
:: 150
C
~
~
."
'A
.,
'C
u 100 "
\
.
':>
50
.-.-..- .... I.ílllilc de cOllrialli'a inferior'
o
85
AllO.
! .
". ',,i
,
(';\I:¡ I \:1.0 1; ~l11dclos U'I;í~:-;lIi';;I;IÓ(¡~Sni~s:rcn1l'\ll;d"s
. . . 2 7')
1
(
.•..
J
) J
.
'1
.1
i ....
"1',\111.,\ 1.1(,
-.,
)
l
AIIlo«,rrclari"'n :AC'
, l".
,\'Cl' 'proh, • I -l
.":0.130','", -O,DO '.5:IJR2
,-)
I "2' '. O.O'Jf 0.075' 7,(,55)
1 3' . O,O~O 0,0-12' 7..7787, ,0.005 ~'.
I I 4 O,OO-l 0.(>0-1. . 7.7H28 O.lJ20 •
1 1"
I I
.~..' .~:~i~.'6:~~~' .~¡:~~~~
~:~~ ,;
'\
..•...]
7 0,005 O.()(l~ . R.20.'1 . 0,1 ~5
I I
II 8 .-0,(l5J -0.05H .9.0266 0.172
II ? ',0.O~9 . O:OU 9.7615 .0.202 "
......•.
I
\:.1.
.. InlellIelllos Ulla e-;pec.iricilcilit'l Ih~s COlliple\acon 'lÍn.ll\o.dcló.mixlo, Illcorpo-.
1
r;thd,i \,;rmillos i\(!\ ~..'t\ I~,
~
I '..... '1-.nf:)(i~'11{12)HS( ~ (1.-jJL)(1 - (H.,.12)E, (7.l)lJ) ,
'~
: L(I,T;¡hlil 7..ltmllcslra 'l(¡s.r¿sulla~I;)s ae aju'sl;lr'la espccjficati<.'lll ¡lIllcl'Í'or. lós'
I
,~- '. dos lÜl)lillo~ .alttlll'rcgrcsi\'l~s sOIl'allamci1'tc ¡;igniric~liv,i~,i.~u;l! lJ~l~ el t¿Tmillo e'sl,;.
I
\. •.. -.
" : cio'lla'-i\'II\.I~il. Figu,'i1 7.ó mu'cst'ra Ia:sp,:cdi¿dplles pi¡r;; esie modelo .. EIl dielra' figú-
. 'i'a.~;c;q)rc~¡aU'¡;\'¡lejora slist'ancialcn ;'eJaeiÓri COillaspredicciollcs tibleni.tI;IS C(;I)<jI
1_llIldellllJllC.;niliza'b'a l;,íesl.iu~'l1la.;\u(orr~gr~~i.~;o pu':ó.' :' .. . . '.:
, ...• C0l1<:1 IÍlodelo;rCll)al,.d p¡¡lrl'1I1tsia.éióiiai.de \';lspÍ'cdlcclú,lcs s~ Illantielll':';i ló
'- l¡Írgu tlc'¡ horizo',iie:¿k I~PIi:dicci"ln. e'i'gr¡¡;ll');il"LC PO¡:~lll¡¿dc.6dicicllle SI' l~( 12) di.:".
. la Tabla 7. i7'és 'n'luclio':lll;\)'or, quc' ~I é~rresp()ndiC!ilccodicicnle di: la Tahla 7.15. .
. En tonsec'¡jencia: lasprcdiccioncs resullan 'cxcelenles no s(¡lo pa;'a el I;rilllcr
a~l)SiIlO lalllbi.:n'para los .tres Ú cuülro ;iiiossiguicllh:S: Iq q'u~ sc pOlle'dc n¡;¡lliries~
lo llbser'vand¡) a sim¡)1e vísta los rcsulladosqui: allareecll cn .Ia Figura 7..'i.
. Los residuosdcll:~quem¡1 ,i'lixto s~ aproximan Illuclú.~'m;\'s a ulla serie de ruidó '.
hl;1I1CO'lJl1elos.qbicllidóscoll el.esqucma alil(irr;cgr,esivo. "".
. Podelllos co!l1prol;;Il'lo t;d~ul,lIjJo el co;'rclOgrail;;Ícorrcsll0I1dielllc. No debe-.'
. IlHls.Clinsidcrarla.cspeciricacillli'dc.la ccuación (7'.l)lJ) COllltl la.última p¡t1abra (lc'l
. ;1'F¡lisi~clil'prl:ndído.,'.. , ". " .:
(
.. 'EllectoJdeb<;,:fa 'CXpcri,ilclitarÚlil especihc;lcioi;cs mlieíonalcs. Ya quc el co~:¡
'~.
ricielltc tkJa "I:abla 7..17 es lan elevado. resllllaría int.eres:lIllc, por cjemplo, ajusl;u::
UIl modelo ¡\ Ri\:ll\a 1;ls di re rencias .est;¡cion;t1es L\ 12 lIS, '= lIS, - lIS, _ 12. dc 'Ia serie:
i\ >_ ~Ic \'iyicll(ias:' .' .'.
\....
1\.
-------------'. ('MíTUl.O 7: Mooelos Univarianlcs OCSeries Tcmporales 277
, .)
,.
T,\IILA 7.J~'
Cnrrelogr,lIna
I .. _ ••.• __ ,._.:.
ele liS
••. ~ ••...••...• _.~.~_ --.J ...~.: .••.•.•~..,~
••. .....-u.-.~~
•..••...• __ ~ _ ....••••.
..-_~
M oesl rOl: 1')5') : II I - 1'J'J2 : ll4
Observaciones incloidas :'4ll()
'
¡\ 1110 co rrel ac; ,í 11 ,\ 1I1ncnrrcia(Í,íll Parcial AC Q-SI:1! PrulJ.
,..',:".
6
7. 0,183
0,197 -0,106 631,82,. 0,000
1",
- "'
1\(": Cndiri\"'IlI~ lh: aÓlll(lHIl'1;lciún: ~\CP:_ CheficicntC' tic iltltocorrcl:'ldl)11 parcial: Q:5I,II: Es'lildí~lico UC nox-
l'iCfl'~.Ljtlll~ (Et¡. (fl,)t\)): PIole \I"tor.1' ll(lra 1;, I.'ipl'lcsis, de.: que IOU;1S los coeficientes de nUlocoffcl"ci6n son
. i~lIalcs a ('no,
. -":r'
'A'~"\.
,.J
.\ll.llnH,~ I)L 1'("("fl\II.IHI,\
,,"'o~
.,,'
;l.'", '1'.\111.,\ 7.17
,o'
~lfld~lfI IIl1dliplir:llil'lJ lIIi:dlJ
li . ~.......•...•.~•.._.••..•.••
""':..t.t,._A-._~ •.•._ ••.,.'•.••.••
'_I ••.-...~ ••._._~~_,
~l
-,
,},I
." ~:,{1
:"" .. :
;. '.0
"~
::.~ •.
'.\
""
:J ~O(]. i \
~
...j"
'1,
:=
,. :
.....:
\
~..... ...
,
\: '
!~
-
,. ,. ::!.
".'
, I~Y;'
.,-"',,
d' '~
:{
"(1
:.- ilX1
~:tt
;i .. )()
....J!
..•...ql
fl ..•...••
~..•...•
.L.1..•.J......J...U..I ..•..•..•.••..•.J,l~., ..•..•...•...••.••h,., 1, ••• I! •.•~..&..1..u..u..uu.J~ ..L
.•..•...•.
..... _,
q{;I,JHA 7.6
..J.<r" .I'r~diei:¡oncs. con el 'nlodclil llliXIO
., ',...JI
;.1
CAI'ITUI.O 7; Mollelos Univariantes de Series Temporales 281
PROfiLEI\1¡\S
7.2. ObleliCi. 1:1 fac )' la facp 1;;\I:a'él~'~quelÍ1;;MA(2),lii; E,\ -131~'_ ;- 132El _ 2
" " '. ' . , ,. " .-" '. ' ,~": ,', :'.... -,', _ "\_...¡ . "'f l' • ",,,. ,: ' ,._: ',:. " ".
7.4. Obtener
j yu =
'de 611, dc la ccüaeión
1 en el modelo {1 -\CXL)II,
.
(7.46).
= El - fJEI _ I
(1,) Demoslrar que eldeclo de un impulso unitario en Ej' sobre ",,~ C'1,e1 modclo
,
,(.1,- L)(r-~L).rt,.= El ~s (J.,-U~~,I)/(l:~:~) , '. ~{
..
7.C..L1evar a ehbo lostOlil rasll;s 'deriifz'unilaria ITceesarios' par~: las s~rics'(2 e:Y5., .
A(L)(y,-fln-llll) = E'í .
I
:.~
'lI)',=o,noj +O.3lÍ9ÓY¡_I+v¡i
i.C1i,'des son bs raicesde la eCll,iciün?'
(Regresiones IOll1ndasde RlIdebúslí. (JI'. rit.)
• .'. 1
Modelos Autorregresivós'
y con Retardos Distribuidos ..
¡'.'; •
',. .'"
.-, l'>-
x innu)'c lanto sol;re los valores aClualcs de y cOlllq sol1r..:,losjil/llm.l' ..,Tolllalldo d..:-
I ..'
,'¡vallas pardales.
. ,j
1"- i
¡'.l'-, :t i . . .' 1
que x se m¡llllienc igual Je manera inlléfillidil ;! cierlo ni\'el' COllstante .r. [¡úonces.
daua la condición Je eSlólhilidad y sill;alld~) Iils innll\'aci'lllll:S a su lli~'c1 esperado ce-
¡'u.la siguiellle relación demoslrar;í qU(;..\' tended;¡ ljll \'¡\Ior conSlanlc V.
",. . . .. .. .' .
- '111 .'. fJlI + /1, _ :.
,y ='-. -"- +"--' - ..1' .(¡L~)
. , I --: (t,. 1:::- «( ,. ' . .\
Cuando );)' .r soillogarillllllsllaluraies de}' y>:, t¡i .ecuación (1'U) implica una r.el;t-
. ',:~~
'ciún de cquilihrillcon c1a'slicid¡l(lcoll~lanll: ..
.dollde
,/11
(/.=-.--
(K."l)
'1 - ('(/
""
"-, --------------
-f't'.
.J'
, .\
~.,,
.'
Las propi\:dades de las relacioneS ARO se ol)tie'llen sin más que proceder a la repa-
ramctriz;lci(m de 1;, ecu;lcilÍn. Como ejemplo, sustiluyamos en 1;\ ecuación (S.I) y;
por ."(., + t>y,. y.l, por .1,., + lir,. El resultado es
,:,..'
:\
est;ítico. CU;lI1do el crecimiento es cero, la ecuación (8.7) se convierte en J;¡ ecua- :1
ción (1).2). ¡!
"
'í
8.1.4 Elasticidad Unitaria
;\
,¡
l3ajo el supuesto especirieadoenla ecúación (S.8) de elasticidad constante, la razón 1\
";1
de equilibrio Y/X varía con el nivel de X.:Si la el;lsticidad fuera una[racción positiva,
la razón sería cero para X infinitnmenle grandes y. contrariamente. numenlaría ilimi- :,I
~í
tadamente si lacl;¡sticitlad ruera mayor que uno. Supongamos. por ejemplo, que X .i,
.,
representa el ingreso lotal e Y el gasto en un bien de consumo o un conjunto de bie- '
nes. Las implicaciones anteriores son poco plausibles. Un supuesto más real es el de
elasticidad unitaria. Por lo (anta, en cierlos casos veriricaremos la existencia de el"sti-
cidaclunilaria y. tal vez, la impondremos en el proceso de estimación. La hipótesis es
11u.' - ¡Jo + fJ
'Y - ----
I - 1
'. I-al
!l.I.S GClll:r;l!i'l.acioncs .
J
"~
, .
L1 reparamelflzaclon ". l'" '.. " .(8
ue;) CCU;¡lIOn, '. 12) debe basarsc
. _ .' . cn~l perilldó
. h1o 1-2. ['a.
ra el primer caso. realizamos las SUSllluclOnCS slgulc,nles.
. Y,'== Y'_I+ 6.y, , .1';-2 ,==)',-1 -úy,~,:
x, ==.1',_1 +6..\', 'X,_2'=='.I',~1 - 6..\',_1
Sus:ituY~IllJO en1;, ecu;\ción '(8.12): ". ., " ':: ..' .' .' . '
, i'sy == 11/ - o.il:>Yi_I+'f30tl." ~ jJ2~\:'"L-(1- ~I -'('(2)(.1',-1 -"{,-I) + t, (}l.I.3)
... .. ~~ u~" .
I I ,
.
+ (]Jo- jh - un - -y)g .+"1.1"'
l'
---=-.::-..;....::.--,----
== lIi
1 -('(1'- 02'
, . . .. . , . '. l' 1 .
I S''1 P' ~s 'lgU",'ll cc;'ro.o'.blc'l.lelnos'la. re.la.cióIi dC,.eq.ull.ibrio ,e.'Slitli.co.Con
o, "{== .• o )lene-
I "~ ..
\
.
mos fa relación uee1;¡sliciuau ul1\l;¡na. . '. '., . " .
AI1adienuo ,m'¡\s v.;¡'riaLJI,ésen, el "rauo.., ucrccho., o.blen. el111,)Sd esqucma.
gcncr;'1!
l:i 2 "., .
ESPECIFICACIÓN y VEIÚFl.CACION
. . l' ", 'á t",'ea es'"e',i'l'i')i;s c6n;0' inlplemcnl,ir u'na cCliacitÍn conlo la (}U <l).
La pi egun .\ pi,. C . ,", '.' " . '., ... "1" l"
Má• S e'0' l.1cl'eIOll;enle
u
'qué v,irinblcs ucbcríanapareccr
• L . '.
como n;glesoles y ~II., CSl C
.' "'a )ucde
l . "\ 1 ser los órdenes de los pólinomiüsrelardauos'! L" .lcona economl~ •. 1 .
)~r1~ 1.1 'UI"l ;¡cerea dc'las 'vari¡lbles a.inC1lilr;.\<> quc si.ú:ede es que los leol'lcOs no
serVir ue g ". ""' .' 1 . ,1 "r' 111'tr'\
.. bl:
slcmprc h;¡ an.\ Ulllson ..'
I '. "o o si lo hacel\. .' cll1\ensajeresulla
'. ".'
l emas.lalJo gene ,1
'u'
••
....
,1:
ser uc Ull' .1 .
'l.'rJ. rJ '¡)o'r cJ~eml)I().lálcoría
. . ,',
<.)el"comp0rla.nll.elllo dcleWlsunll
,'. ...."......
or SUglCIC
d' ti' I .
~I.i .', ,le un 'bien cspecífico ui:pende IlIler (/1111de los PICCIOS, e Ol os l~S
que a uenH1IH a u ,. ..... U. t. '1' nns
bienes uela cesta de Ja compra, 'a,.neni¡zanuo ~pnla poslbl~ Sll~".\~.,on e. cl~e. _ ".
. '. '. , 'b" . ,1 s" La siluaCión es incluso mas dificil por In. que LO.n
val'lablcs que p)Jnlos,o scrvduo.'. '... ,. , : l', .' .'.
.' . . ... ' ....•• .' .1 rJ',"'d de 11'\YescaSllS' poslbllld.ldes dc gUI.\S ICOlI 1"
Clcrne;¡ la cspeclClcaclolllelaruu .\ on,,,', , . .,... 1-,
caso En .Ia pr5cl¡¿a,exisle 'ÚlHl irileraeción ii.lcvilable cl:lre la. tcollay .Im~dal.os ..( cs. ,.
carthhdoo"I'ilOdifical1dodi'Slil)lnS :espccHicaciones s~gun eu.1cs sean lo.s .•~sU,IlI,¡tl~~
cm '¡rii::os: E¡iló'nces'la pregunta es: ¿cuM.es In OleJ(wmaneradeIiev.1I ~I C<I):0 .1
Algunos crílicos se llevan las manos a la cabeza horroriz;ldos ante esas ;\Clil'iuadcs
.r'
tlue ellos califican como "minería dc da lOS", incapaccs dc. ofrecer rcsullauos de V<l. '!
101',Olros eSludiosos se apuntan a cnfoq~cs particulai"es. La mayoría dclos invesli.
gadores empíricos, sin embargo. suclen buscar en vano alglll1 lipo dc guía. Tanlo los
ordenadores mouernos como la accesibilidad a bascs ,d..: dalos. cxaccrban y alivi;lIl
el problema. La cnorme canlirJad de procedimienlos inform;ílicos de cálculo cm.
peoran él problenl" dc la elección. Por olro lado. sabicnuo cu;í1 es el proccso dcsea.
do y gracias a las herramientas aCIU<lles. rcsulla muy f,\eil y cntrl'll'nido implcml'n.
larlos.
'. I
\) 11ra nlc 11\ uchu 1ie mpo, y especia Imcntc de biJo a los lími la¡Jos recursos in form,\ li ..
cos'. ha sido 11\11)' común que los des¡¡rrollos economélricos' sc inici,lran mediante cs.
pecificaciolles ele relacioncs razonablemenlesencillas.'como la ccualión (X.I:.1). para
cXlcndersc de~[Jués gracias ¡¡ 'Ia incorl)Oración de nuevas I'ariab!l:s. m;\s relar,d~)s o
ami)os cosas a la vez. Es \In enfoque que pasa de ló particular a io gcnc{ÍlI. Cua'ntlo
. ' .' . .
lllia especifien.ción originaba residuos aU1C)correlaciollados la soluci<ip consistía en
l;lili~ar una especificación Cochrane.Orcull 'añ¡;di~ndo para ello a la e~uacion un
,
ú,ric~ par;\melro aulcírregresivo,.que se incorporaba a la misma co.mo \!n palialivo y ".:,
I)¡'(;¡:'edienuoa la eSlimaciónr..ie laecuaci6n'n:sült,lIj'le'. Es
.ieellfoquclicnc;lngra\'c "
'es 'que lasespecifica'cioliCS exceslvameiHe ~cncill.as' suelen dar lugar.a in,
fon.llación errónca. incluso en lo concernienle a los efcelos rJe las variables incluidas
.en '¡a especificación. Supongamos, [Jor cjeril~)lo. que elmo<:lclo cspccifica.(ío es
)',==/1.1',+11, (S.15)
)' que el "\'erdadcro" nllldclo.cs.
1":-'
"{z,. + ",
)',= jJ.r, + UUó)
'l'arlicllllo de la ccuacitÍn (K.15). estim<lríamos/konw
. . ¿.l'.I" ¿(¡J.\: + "(i + ~;).\:
/) == .-- = -------
¿x2 " ¿x2 ;.•...•.•
'¿zx, . ¿vx..
== /I. + 'Y -- + -- '.
. ¿x2 "¿x2
Si. como vcnimos hacien~lo hahilualmcnl'e." suponemos que x ~'.~ no son estoc;ísticos
)' que l' esdi: rüido blanco. lene'nios que
. £(b) ==fJ + hz, "1
siún IvlCO proporciona los' mejores estimadores lineales insesgados. Y m;ís ólun.
";lr(") = (f~,.I'i x~ . pero la pscudoperturbólción de la ecuacilÍn (lU5) es /1, = '( zr + Vi'
,\sí pth.:s..els~ cSlim:ldo a panir de la ecuación (1-;.15),sobreslimar;i (T~,.
Supon!!ólmos. por Oll"ll 1;ldo. que la ecuación (lU5) es la especificación correclól
l'l'IO qllc cSlimanHJS la ccu;lcil'JIl (S.16). ¡\lílira. en lugm de omilir una variable rele-
":lnlL'. incluimos una variahle irrcle,ianle. La eSlimaci(in MeO-da
[:~:J- IN(U. Q)
'l'
t ','):' .'
Porlo'lan\o. var(;(,) = (1:11-0'212 (Ü?2';" UII (I.~ (>2)' COl1lO~il la~ellal:i(¡n(X.1 CJ).l\d2:
'ni:,s.
, .'.. . '. ..' :'Ir 1" ,... "
I '£(x,/I,)= l:.1x, E 1,) •... ~ E(X,E2,)
¡ un .
1 Meuianle.'la eClinción (8.22). elrconlrall10S ,(ue E(x, EII') = trl2 }' E(r, El, ) = u22'
I Por lo lanto. £.(X¡II,) := U: Como <¡u'c los ~ liCI1~1li1Ulllcorrelaciolles cero. tou"s las co-
v;¡'lianzas relard;¡d~s enlre '-': ':Y 1150n cúo. En c,¡so 'de I¡ormalidad. lús covai-ianzils
I
1,' , .
ceru ilÍ1plil:ún. ind'epenJenl:Ía. eSlodsiil:i1. U tilizandox, 1111,para se iia'!;ar que "x,'y ;1,
'f SO;1eSloc.iSlic;Í;llelllc'il1u~í,eildicIlIC5";I,?I'¡'~Illl)S., '. ". .
~ . '.. : .; x,II'¡,;+/ para lodo" '~; (:-;.25)
El lenguaje de la COIl)isióll CO'\~I~S'de.I;OIll'ill',i:I,1x UC la ecuacilln (x'21) COIllO C:lJ).
gCli¡¡), M,ís rcci'enlelllenl«r .se ha
den()minauo dicha' eOlluicilÍn CIII;lO cslrÍl:lallleute
exógcn:1 con clfin.d~'d¡slingu'¡rl<l de Olros lipos ue,cxogcllcida'lI de,los (¡'I;«; hablar.c-
~ IllOScn brevc, Oli~ cOlidición ¡.cfaciollaua¡ aU'lquc menos r~striciiva: es .
¡.
,
1:
,.
. . . .1',11/lú.i para lodo , ~:?O '. (X.26)
r 'es decir. x, ~s il1d~p~nui~'nlc'dciod;\s I,¡~'pei';uri);,cioncs'actuaks)' 'futuras al;nqLle
1
t no uc las pasauas: Utilizando 'de, npevol¡llerminología uc'la Cillnisii'lI1 Cowles. 1"
(; varbble x/d~ laccuilción:(S.21) la Jenqmil1amus ,variable prc(lCICrlllinada: .
,/.
El mqdclo bi~ari~bl~.dc'laee~I,<iC,¡ÓI~ .eH.iR) s~rei)i1rcmalrizar;íc~,m()
1:,.
. ". :.:' '.::,: :'. YI;';~'fIJ.¡-,+!I," ' .. ' .. ": (:-;.27)
r
J'
r
¡:
i,
\ ) l'Ma la 'Ill~S sill1pte. ~unque. ;)0'5ic~'rrc .s~ncill;::i:x;'o~icii';n: ii~lénfilq'úc'<.I:i: 1,,'COII';i,ion C',í,vlcs, Vé'~5C
..e,
l"
\\'illia", C. 1-100<1 y 'fjalling KoqpllIalls,.S'"IÍie/il £crJllo;'!<'/rii: AI",I""I; \Vitel', 1'):;3, . .
.,1:, .' .. ' . . . '
r,
' " '
," ..
','
2()1
I'artiend,) dl: la l:clIaciCJn (¡).2'I), C(/I, E2,) == O, Por lolalllo. Ir, XII' lienl: \'eCllll' dc
ml:dias [(\ + JI :U21121' y malriz de vari,in'l.as y co\'aj'ianzas
'!\.'
(¡{.2i\)
/'
~.' ,
La priml:ra ecuación de la l:l:uación (X,27) cumple lodos los requisiloS de los procedi.
mientos cl;ísicos de inkrl:ncia descritos cn capílulos anteriores. csdecir.l1ledia cerll. .JI
•. I}
'con ~'=='li2- 0/11. o == ul2/lftl' Y'~; ==E2, '- fiEl" Áhol;a~.", sl:ria ~xógelia l:n J;,(;cual:iún
condiciunal, '(Iue. plíJría. esl,l' vez'ser tll)'alizada .il1clependicntcnll:nlc dc 1:,'ccuill:ión
l:q'ndiciónal ue);. . . .
La dislril~uciól1 normal'dl:'dos variahlc's (;) de lllúllip'lcs variables) IIll l:S Ul\
'I'G[).a,~lccllad(; paravariabks 'ccb;lÓ)ni~éls,.qll~' I;onnallllenlc Illuestran fuerll:s pa,
lrones'ueallIOl:Orrdación nliÍs que aUlocorrel:!cioncs'igllales a cero. Ila IlCga,do el
I\HIIllel\to llc; trabajar CÓI\ PGI) m,\s reafistas'en .Iós que el probLema de la cxcl\!,cnei.
diltl se torna llli\S 'co;llplejo, ." . -
1i.2,] l~x()geneitla<l
/' ...•••...
0.": '.
'.'I~i,h~ri F. "¿;'~tc, l)'I\'i<1 F, '11~illl(/;' Jean.r r:;,ri:tli~ R'ic,"",,,1._.Exllccncill ...., 'F:,olll"IfI'lricII. SI.l ')S.1. 277.
:>01. , .... . ...•. .
#
2')2 ,\11,1
(1)( ,\ !JI;ECO\I)\II:lld..\
:'
l.:;:J-. le: ).(:::~
!,\" ::~~)J (X']O)
SUlh1ng;lmlls ¡IU~ 1;1ccual'i,'ln (X.2')/I) es nucstro centro dc inlerés. L;l pregunla b;isi.
ca es ,Iccrca de la "c:\ogcncidad" dc .1'. Según EI-II{ la pregunla esl;í mal t1dinida.
l)cpend~r;í de las razones por las que estemos interesados en analizar la ecuación
(X,29/1). Distinguiremos Ires objcliv~)s princip¡lIes:
1, I{ealizar ini'crencias sobre uno o m¡ís par:ímelros de inlerés,
"l Predecir ." condicionado ¡I.1'.
3, Comprohar si 1'"relación dc la ecuación (S,29a) es eslnll:luralmcnl'c in\':lri;lnle a
-'
los c"mbios cn la dislribución ma;'ginal de.l'.
Cad" llllO de esos ohjelivlls d" lugar aires lipos dislinlos dc exogencitlad que dcno.
minamos: e:\ogcneidad débil. f'nerle o supere:\ogeneidad.
Exogeneidad déhil
En general, podel1los raclorii'.ar cualquier I'unción <.ledensidad conjunta C0l110,
....J.'
, el producto de una distrihución marginal de una o m¡ís variables y una distribuciói1
condicional de una \',Iriahle escalar." sobre esas variables. Designcmos mediante Al
el cónjunlo de par¡\metl'lls tk la dislrihuci6n condicional y A2 el conjunlo de pará.
-, ! mctros de 1" t1iSlrihuciLÍn m;lrgin¡lI. Dichos r¡¡'r¡Ímelros sei'¡ín l'unciOnes de los pi~r;í-
.,•....;
metros () de la runcilÍn de densidad conjunta original (l'GD). Sea '1' el conjunlo de
"
par;ínll':lros de inlerés. Cuando las variables condicion;lIlles son déhilmenle ex6ge-
n;ls par;1 '1'. las ini'crenci;ls "cerca de '1' de la distribuciLÍn condicional equivaldr¡ín a
1;" inrercncias ohlcnitl;lS :, p,lrlir de la distribuci6n conjunl¡1. En otras pal;,br;¡s. la
dislribución marginal,de las variahles condicionantes no incluye inrorm;¡ción rele.
v;ulle y puede ser ignor¡ld;1 en el an;ílisis.
l,ea.1 iZ:lmi: In.n¡cT¡)i';¡c-¡i),i-eii':iJl!lí;;ic:r;i-a;::s~iíínl'gilía1 y c();ldici(ln a ,':> de l~er;í ,;:;; llni'~
plir~e,' d~ls.~ondiciones li¡U<1que la e:\ogcneidad débillcnga lugar: ',
, '1'=.!tAI) ¡¡\.JI)
es decir. los p;lr;ílllelros de inlerés lIniC:llllenle IHlctle¡'l cxpresarse cn lénninos de la
dislrihución condicional. ,. '
Al" A2 son dC\',irii,ción lihre ¡¡U2)
I)e \':lriari"1I1 lihre signiric;¡ t¡uc cu;dquier par;ílllell'll de Al puede lomar cu;dquier
\';dor cn su rango. sin IC,ner en cuenta los valores que haY,ln lomado los par;ímelros
de A2 . ~' \'icel'crsa. No oislir,ín rcslriccioncs cruzad;\S (igu:dd:¡t1es o t1esigu:ddatles)
enlre elementos dc amhos grupos,
S', [llllodclo de I¡I ecu;lci(ln (X.2,)) iluslra eslos conceplos, El plllceso dc multipli.
cal' la ecuación (X,29h) P(lI'lfl~/U~~)' restar el resultado;¡ la ecu:lción (X,2')1I) origi.
'.. .
na un:l ccu;lción condicional '. ',' .' . . .' '.. .
' y, == DlI,r, -1' Dt.l',_t -1' 02.1"_1,+ 11, (X.33)
1'""iTlJU) M: Molielos Autorregresivos y con Retardos Dislribuidos 293
donde
Up
b,=-Ut-- (S.34 )
(rn
(rn
fi, = -n,-
- - Un
La perturbación 11, de la ecuación condicional es igual a la ya definida en la ecua-
ción (X.24) y posee las propicd;¡des mencionadas en las ecuaciones (8.25) y (8.2S).
Por lo tanto, reparamelrizamos el PG O de la ecuación (S.29) medianle la ecuaci?n
(R.:rl) d~rinicndo la'ecu;¡ción condicional )'la ecu;¡ción marginal (R.29/l): Los disltll- 1;
, 6t 62
[J = 60 + ~ '= &1) + -
al a2 :1
:¡
No podemos expresar [J lInicamcnle en términos de Al y. ror 10 lanlo, la primera ~"l .
,L
condición no se cumple. Adem¡ís. el hecho de que [J se exrrese de dos formas,equi. ,1
valenles implica una restricción cruzada entre elementos de Al y A2' puesto que es "
decir
Ul)I'- at02 = O
'.."d'nr ,,1o 1a nlo~--jO$""par.Tmc1ros-dc-.l-as"tlislTibltcroncsmn rgi n nL::Y::SC>t:l9i
ci.on,aln osg,n.~lC,
"variación libre, Ninguna de las dos eOlldiéiones se éumplc, L;ivariable x, nb es dé. :.
hilmcnle ex(¡gen;¡ para [J. ...,
Sin emh¡¡rgll. si las dosperl\llbacioncs de la ecuación (8,29)fuer<1n indepen.
t1ienles (<TI! = ()).Io:; p;lr¡ímClrOs serían "
,
:J •
0= (j1. IXI' Cl2. (T 1" (122) j
. Al = (jl.lTll) ,A!=(a\.~2,(Tn) (836)
En csle C¡¡So. 11' incluye el¡ínico elemento fJ que. a sU,vez, s'e hallaiambién
en Al' con lo que se cumple la contlicicínde J;¡ ecuación(S.31).
prescnte
También es evidenle
1¡
que se cumple 1" condici6n de variación libre yque, en este caso . .1',es débilmente,
ex(Ígen¡¡ jl;na /1. '
P¡¡ra seguir iluslr:\I~~lo el caso. volvanlO"s al ~.t'p~lesto d,e~ue ,Ot2, *.0. aunque.
ahora lomamos /}o COI11¿1par,íl11el.ro de.inlc,:és. Obse.rvandQ la ccuaci,6n (SJ~) .ve-
I
J
j,
mos que se cumple la condición de la ecuación (S.31). aunque, no la condición tic va. ,
I
1
!
r
2<).1
.¡
.~
inuicada entre elcmc'nlos d'e Al')' A!. Sin e¡;lbargo, lai;¡depCildcnci;; de .;', y 1/; signi:
(ica que 50' 5, )' 52 pueden estiJ~arsc consislentenlenie 'lf11 iC;1I1
do IY¡CO al¡1 ecua.
ción condicional (8.J3). Lo que.sucede eS.(lucdichos ~slimadores ¡lO son completa-
Illente dicientes porque ignoran la in(ürmacióil dc .Ias reslricciones cruzadas. Así
pues, el hecho de que no exista exogeneidad débil no implica necesarianlcnle que la
inferencia de la 'distribuciÓéi condicióna!sca imposible O cslé ¡¡!Validada.Según cu;íl
sca el parámetro de inlerés, en este scntido plie¿1c significar simplemente que la in-
fe'rencia no e¿ compiel;lI11e'nle dic'iente. . . , . '.
Como iluslraci'ó,;rinal,sl"pongamos' qu~ ('(2 ,,; (J, de";lOJoq;IC el retardo' y no
; .. juega ningún papel Cilla gCller~cj¿n de x. C.l,andóel padmeir(lde interés es /J, las
d()s prir'neras ecuaciones de la ecúación(8.34) n~liestranquefJ = /)" -i- 5Ih~l' por lo
d ..",_•. _,}~~~.;.'.~.~21~~.!.~i.?~~,~~,I~_.E.c
~9Sj,P)\(~:?.,lJ},19;~~~£l.J,~lnJ '->..,.: •.
~,;,J~!!~e~.\.r,j!=.9.i.(\tl.S¡;.I,l%¡1!Jil.hAdcs¡¡
pareCido y, por lo tanto, los par;ílllelros SOn ahora de variación lihre. De lodos mo.
dos, no pueden realizarse infercncias 'de /llJliieamente apani,' ue los par;ílú<.:tros de
la ecuación conuicional. .Si C1parámelro'dc in'lcrés fuera' 8,; , sc cUlllpli'ría [anlO 1;1
ecuación ~8.31) cO~lO la (8.12) y x;serí!l débil,hcnle cx(¡gena.¡-iara lio'
\
1- Exogelleid;l(1 fllcr,tc . .
:Cua'nuox, es débihl1clile exógcno para}] y, i\UCI;1¡í~:yno'(;a'l~s'a tí; el senlido dc'
1
. Gr:II'lger a :.~,sc' dice qlle :r( es UI~ÍI ~ar¡ahlc fü.ertclllcnle e.~ógcllapaia La <;;illsali~.' ¡J..
i u;ld,y .,ió calls¡\Iidau'~ ü¡: Gr<tng.cr iiC"ie' qUe ver' con c1hech6. de lill~ ,Ú1S Y';liores re.
I
I tardadoscje )'mcjoran, o.. no:iúejciran: la explicación' ele :I"ge-ncraua l'111icamel;te a
I panir dc valores retarCla(josde cll~' Jilisma5~ Uí)a cO;llimlbacióll s~llcilla 20nsiste en
r\ real.izarl¡i regresiól1'uex sobre v~lorcs l:cl:ii~;icl05d~ ella misn;'" y val~res relarda-
dos de )': Cuando eslos úhilllos 'Soil.é.onjunlamenle 'no sigl\ificali,ios, se dice (Iue y
n(i causa'en el senlido jc Granger:a X. :Sj ú'no'O ..1ll;1Svalor~s relardados <ic i rc'sllll¡in
significaliv?s, se 'di'ce que)' c¡¡lis~'en ,cI'sentido de. Gr:inger a x.Sin elllbargQ, la con-.
traslación su'ele ,ser ,ilUY sc'nsiblc. a't llÚn)Cro de. ,'ciardos,'inC1uidos en la' especifica-
ción.Calúbi:ar la l'OngiHld 'del n;:tardopuq.le t.!;¡r !llg;!r'il conclusi(;'.les distintas:
Cuando existe eX:oúneid~d .[ueUe, fl puede ~si¡'llarse apanir ~nic;Ímcllle d~ la dis.
tribución,condicional y ül¡\izar~e párar,ealizarprcdiccioncs de)' cundieionadas por
las' predicc.iones dex, éstas .tlll imas .desarroll<itla'sa su ""ez'solamen'le;r partir de 'los
v;dorcshislóriCos de:1'. '. .,' .
SllperexogeneiJad. . .
Exis'lcsuper exqgeneidadcll¡¡~ldo los j)anílllcll:OS deJa di~lribuci(-1I1 contlicional
son ill\:arian'tts a los cambios ocurridos en la distribución inargina\lie las "aria bIes
condicionanles. Supongamos que en laeeuaclón'(S.2?) >' esel.l'NIl la canlidau y.r ",: .
éc cinc:o. La ecuación (8.29b) jugalJa .cntoiic~s un papel dccisiv(i ijara las aUlurida-
I
I ~c.W.J: Gr ••~ger.,"lnvCs(igaling.C ••usal.RcI:I'dolls li)"EeunOl\letfi~ rviÚhllli';lIId ('rll~~.SI'~élr ••1 Me¡.
1,,. hoJs .... E(~I"JlII(iriq. I 'J6'J. 37. 4-24-43lt .
"
..~'.
.~
des llIoncl,lrias es\ahlcci':lIdo la aClu;ticantidad de dinero COIllOulla cOllsecuelH:ia
del ni"c\ del P~U y la cantil/;Id de dinero 'del últ:il'no.periodo.La ccuación Ui.2lJ(/) \ I
- ••••••• ~••••: •• ~••:., • :. ~,' '., •• '. e_o _ -<' • ~'_ •••• ......•..•.. , ......•:•...•..... . ...::..,.. ,'.';:
Valllos a vcr que, con referellcia al Illodelo de la ccu;lci(lIl (t-i.2'J). para quc x, se;1 d.:-
lJillllenle e.~ógena para JI es necesario que .uI2' = O. Nos hallamos. 1)01' lo lallto. anle
la posicióndesafonullada uoilue la príncipal venlaja de la Cxogl:llcidad débil cs -po-
,'""-
J
dej. ignor¿Ír la distribución marginal. ya qucelcontr;\sle para comproba'r 111esislcn-
ei:; de cxogeneidau dd)il precisa ".!Odclar lanlo la dislribución 'llIargillal c()1~1Ola .. "
coriuici(lllaL-Englc ha uesarrollitdo Ull cOlltraslegéncral tvlL para COIllI)rohar la e:\o.
gen-eiuau déb¡'¡7. El prodecllllicnlo.gellc'ral r~lteba:quc.vi lio apa'rczca cn la ecuatióll
(ecuacio.nes) llIarginar (Iilarginales) tie 1;; .\'<Hiable (I'ariahl'cs) condicional ~. qUl: la
suhmalri.'l. corrcspondienlede la nial'riz de cóv¡ú'ianzas de I¡¡ perlurbación (:s cero.
. En C1nlOdcl0 d~ l¡¡ecuaci(ín(g.29)suponíamo~ que ..,', no.aparecía en la ecuación
marginal (8.2%), que sólo exi'stía una 'ccuación'marginal y que. por lo tanto. única-
menle exislía un elcme'olo .olí la cor,n;SI)Ontlienle suhrnalriz. Así p~les. la hij)Ólesis
nirla Sl:uí 110: "12 ~ (J. En eSle sencillo ejcmplo, el contrasle ¡vIL resulla igualmenle
sencillo. 'Se basa cn los residuos de las ecuaciones (8.2lJá) y (8.291». najo la hipúlesis
nula, la ecuación (8.29{/) es la ecu¡lción condicional, ¡'ndependientemC[lle distribuida
. ' de lil. ecuación rnargiilal (8.2%). Así 1;ue:s', bajo la. hipólesis nula. cada ecUación se
esti'l¡afÚcricie'llemellle por ,MCO. Los ,'~siduos dc 'Ias .ecuaciones (~.2(Ji\) )' p-:.2%)
los simboliz¡.I'nl0S, respecliv;;'lúcnle, median le' e" y é:I" Para, simplificar. la' fórmula del
modelo no incluye 'Iérmí'nos ueinlersección jl:Ulfq'UC.cuantlll IIcg;~ ~I nlOrncnlp ue
. cSlilllar ecu¡¡ciones en la pr¡ícliea, incluirenlOs.un lél'rnino cOllsl¡illle a.ml:nos quc
exista una ra~ll1l a priori pan\ no hacerlo. El conlr:rsle M L se construye siguicndo
los siguienl,cs pasos:
.f'~'
__ --:... _
: "ICE. LlIras'Jr., "[conou;elric I'.tllir)~. E~alllali(\n: A Criliqll~". en \i,,1. 1 di: Cilrnr~ie.Rorhrslcr C\lule.
• 'r~nres ',n 1'1Ihlíc VllJicy. snpl'lcmenlar)' serie, of rll,C' Jotlrl/al 01 ,1/.(I/,,'/(/'.\':L'ClIIWO¡j,,-,. eús. K, Ilrllnner ¡Uld ;" .
. 1\.lIklll.cr. Nonh Ilollaud. JIJ7(¡. 1') .. 1(,.
1 Rohell r-.'Eil¡:Je."W¡;ld. Likdiholld Hali,! aud Lag,:a;l¡:c i\'lullil,lirr h's,,'iu i"wn"úlelrics". Capilul,,' l.,.
/ll/o'¡II1r."ki'II:'ClJlIIIJlIl'/riCl, eu,. Zvi C1riJirhe, aoú Miehacl D. Inlrillig;¡l;,r. ,'Jur.lh.lltlll;lIlu. tlJK~.
(
"~o
t.
AJ
" . .• '"!'
MÉTODOS OE l.:c:()"ii~li'rldA .
\ ../
\. ,
"r .,')
,'.:',..
.
'",,',
'.¡
fJ
pliln;,-,:;£\.'¡"(j; . ':
( "
.¡ ~.
"
.
",":
Se tr;¡t;, decontras\ar dos posibles estimndores defJ. La estimaciÓn MCC?, jJu.':f .j
¡J,.,
(.\".\')-1 .r'j', será co'nsislénlc y asinlólic:\I1ienle eficiente bajo J-/O:,:,S:r:í inconSistente o
,.,
,<
:
(L
1'-
l'y. Dicho eslim;¡dor será consistente 'bajo n",bnJ "ipóleJ;s. Am~os e~t1madores SO~l :j~
consistentes b;¡jo /-Iny la diferenci;¡ entre ellos des;¡p;¡recerfn;¡slnlótlcamenle. Indl- :.l.
earemosla difercnci;¡ C0l110 f¡ = ¡JI - ¡Ju . Enlonces, bajo Hu • ¡:
~;
• f¡ \,
-(-'- ~N(O, 1) o --A ~x2(1)
s.e.(f¡) var(r¡), '. .,
l'
l.
mcnl;¡!cs como
•,
¡
~., ¡J, = (.I-'.q-I .i)' . .Í' = z(,',)-I ,'x = l' ,1: '
\
!
l.A. 1';III~I1I"n.
111
IC'":1I;"C Tcsl~
"Sl'ccific:I,iol1
uf IndC¡;l'ndcncc
Tc~l~ in
bcl\\'ccn
.Econol11cI,ics".
Slochoslic
[c;"""l1rlricn.
ltq;rcsso,s
~6. 1978. 1251.127t: y D, \VU. "Al.
ond Dislurbonccs". 'fwl,,,,,,c/[icn, 4\.,
r
~
l'
r
l
r-'¡'
'1
',~ .'
t,
l.' '
"
.:~
,
l' =
.\'1J1, -1 ~'(dj~ -I,i: ,fi -1 l' . (~.-n) , .'
blriclllnlcnlc hllblan<!o. cl conlrllste asinllllico I';ílido iljélul'~ únll fnrl1lll cu,ldr¡ítica
5y su 11l,l\riz dc cov;\Ii;lnzas. (3l1joHll. 5 '[V;,r (5) ]-, 6 ~'x~(kll, En la pr¡íClicll.
suel.c cmp!carse el conlrllSlC convcncional r. Puede des¡u';'oll,lrse cl C(')nlra.sle aller. ~ :. J
8.3, . .
1U'':CRESOnES NO ESTAÓQNAIHOS
súj)Ongamos que cn el' modclo rélJreSc'niado por Iil ecuaci(ín (~,2l)). Ic:nemos 1,1
ecu'ac;illll marginál
x, ;:"\"_1 -1 E2,
L; variable.\' cS.¡lhura lin. pasco ¡¡ICalOr'io,o, ~llilit.an¿lo cl 'lengl,lajc ~lel Capílulo 'l. inlc-
grad:1 dc ordcn 1,/(1). Pariicndo dcla.ecuación (8.29ú).la v¡¡riablc)' es lalllbi~n 1(1'),
Lalliscusión tlel Ca píIUI~'7 moslrabaci lle en caso de reg.rcsio;)és' cón\'a','i¡iblt.:s 'no es,
lacio'nari¡¡s, los eSladí~licos habiluales { posccn.dislribudollcs' 110 cSI;Índar y. conse-
cucnlClllCnle, la uliljzación de las tablas estlÍnda(daría lm!,ar a !!,ravcs errnres tlc infe.
rcn~ia. Un probl~l\la: adi<:i~lIí¡;1es laplIsihilidadde ,cnel;n¡'l~ar rt:~re,ionl's esplíreas.
, . El documcnlo dc Yult::12 de I926,'dejó al dcscuGicrlo cl problcma dc la rcpt:-
silÍn espúrca: Ivlczclalitlo ,clos 'bar¡lj;"~ de,'c¡u:(as, repartió .Ias carlas itle,ii(;i,billCnlc:
1);lI::igcnerar serics (k n(lIneros ;licalorios:'Calculú laboriosamente ¡I mano cientos
. tle cocficicnlcs dc correlación cn1re series' a!calorias '(indc'pentlicnlCs) y labuló la
dislribución resullanle, La distriliúción cra ;lproximatlalll~'nle sim~lrica )' uninlll<!al
cn el '.'v~rdildcro".valol"ccj'(); ¡jorque eSlab'a c.orrel;,cionando 'serics inLiepentlienlcs
ue (uido blanco. ConE¡ rcprCSenl;¡nelo una scrie ele niidO blanco. 'gcncró x, a parlir
tÍc,la,fúrmula 0",- x,_j.=: El . Tenía ahora pares de \'¡¡riables indepcndielltes tlel lipo
1(1).Li dislribución de los codici:e'illcs'de correlación elllre.par~s de series r era
12 Ci~ l1dll)")'\IJc. '~\\'I.l.\'r:)o \Ve SOlllcti;lll;; (;ci. .N;)';lSCI1~.C C(lri'~'blitlll,hcl\\n'il '1'~llh'Sl"ljl'~". .I"HUI',/ /1/
. 1111'UIIY{'" :\'iulixlind St.Jcil'~.r. Scril:~ 1\, HI), IIJ~{¡.r.(,').
'a..J
. "",
C0l110 una salscr;¡cabel.;t ;i1);tju. con un rondo plano y elcl';,das dCl1sidal!L:s CI1 I\;~ d-
Iré'n.lOs .. 1 y .!.I. Fin;dnlel1le, gCI~erú series y a partir dli .", ~ .1":'1 == x,. "01' In 1;;1;'((;:)".
cra una serie 1(2). La diSiribucicín de los codicienlcsde corrcl;¡cicín cnti'e p,lres de
scril!s l' leni;¡ roníl;1 dc l'J eun casi Inda I;¡ .masa conccntr;¡da CI1 los l:Xlr~lllos. E.1'd~L.
CUlll~I;IOllL l'\l1c es UI~ \c'llll'ra,nol'jclllplll de .i;,inl'cslig,lci\'ln dcllipo ¡'dontc CII~I;~ ~
\' un hito dc b liICr;tIUr;lt:sl;tdíslica. Ell11cnsaje b;ísico del (\ocumcnl(}~s que es r;í:::
cil l'\cscubrir corrc(;tCioIICS "csl;.ldíslicalllel1lc ,sigllilú:;llivas" cnlre sl:ri0s il1dcp~n~ ,:
dicllles no ~staci~1I1arias. ,.' '
. ¡\-I~dill' sigll) despues. gr;lcias a la.ayuda de la pOlcl1cia de las l110dernis calcula-
doras. Gr;ll1ger y N~'\\'boltll.1 consideraron de nuevo el problema. GénerilronIClO"
parcs de paseos ;¡lea.lorios indcpendienles, esto cs, I'ari"bles indep<:ndicnles I( 1) Y
,íjllstarol1 'rc!!rcsiones MeO lineales dcdos 1',lriab!L:s. Calcularol1 el habilll:d cstadí~-
li'co I para \'~r'ific~l:'i<l sig;,iric;¡ción dc cad<l regresión, Su princip;Jl dcsc~lbril11iento
rJie que 77 ele las lOO sil11ul.1Cioncs I l<:nial1 un 1';¡lor l1ul11érico l11ayor' que 2 y que,
, por lo lanlO. la hipál<:sis Ilula consisten le en la in(;Xis(cncia de rclaci¡')n sc rechaz,IG<l
inéorrc¿I~l11cnt~ en Ill;is de lrcs cuarl;¡s P;¡rt<:s dc la lolalid;ld de los casos. Encon-
Iraron talllhic'n cSladíSlicos' J)\V muy bajos. lo cual licnde ;¡ ocasion,lr I;¡ fl'lI'Ill~d<l
cOl1vcl1cional dc suhcstimar los <:rrOITS cSI,índ;¡r y. por lo lal110, sobreslilllar los va. '
IOlcs ,. Sin clllb;¡rgn, simulaciol1cs poslcriurcs con ul1a recslilllacÍlín has;tt!;¡ en' trí,)a
correccil'ln Cochranc-Orcull ,\ R( 1), redujeron la, impórtancia dc .cslos l'esul1ados.
;¡\lnl\\lc sin climinar clllllplel;¡l11cntc la proh;¡bilid;td dc rcaliz;¡r infcrenci;¡s incorrcc-
lasl~. Como mueslr;t I;¡ T;lbla ¡j.!. ali;¡dir l11;ísvariahlcscxplic;¡livas de paseo.;tlcalo.'
rin no hace l11;b quc il1ácmcl1lar el porccnlajc de ini'crcnci,ls errúneas.
TABLA H.I ¡
~..
,.
Resull;¡ I!vidcnlc qllc I,is re~resiones dc variables indcpcndicntes dc pascq
;i1ca(orio ocaSion;¡i:;íil c;¡si s'iL'l11prc 'infercncias ern'1I1c;ls. "iJillips Clllisidci'(')' el pro.
~,.'
1; C.\\'.J. Gr;lllgl..'r y P.i\~\\'hpld. "SpuriOt.l\ Itl..'grt.:s,¡útl\ in rnl.llnllh'll i\ ~ " J"",,,"I,." r. ,tr'''",d,,','\. !.
....¡'~
,
..
~.
.:
1')7.1.1I1'1~1I ...•
11 ( ',\\'..1. (j I ;1I1;.!I.'r ~. 1'. \".\..,,,'htll~I .. I.''''/~(,t"tt.\'ill.t;' h':"molllir "'"111" S"(In. ,\..: .1\".-1111\: "11.."'. 1'''7. ~1I.'i.~ 1.1, ..
l "
A
I
l' j"
. ,,
('''''In/LO M:tv¡'OIklO$ AUlorn:l'.rcsivC1S y¿unRcliirdos Dis.l'ribllidos JOI
: ¡,
.
.,1
. bl~l1l<l d<:sdc <:\ p;lIliri ~;c Visl;ll~órico clem!?strando gue. ~e~l:ls regresione~ úC' pase.
. os . ale;!lorios ",indepcl1tlienles,
, " 1:os ~oe f"IClent é'"s (e re~re . s'ón
1 no
.: convergen
. <l
, , valores
' ' •. '
:-r
co',;'sl;lI1lcs cU;1Ildo ;1\I'menla cll:lInilño de
la m'ueslr<l como'sucede en el C<lSOcslan- ;j
.¡
lhr' Adel11;is elli;¡hiIUal ratio I no posec una dislr.ibución límite sino CJuc se disper- ,
s;; ;;, ;1\ll11enl;1I: el la';laiil;'dc'!a muesl'r:a. i,~e'r~mcnlarl¡lo. por ,lo lanlO',I<l prohabili-
~Ia:d:de inf<:r<:ncias Jrn'1I1~;ls"c;!'ando alllll~nl;1 el, t;imañ~) de,b I!Hleslra IS. .
", . 'Jam;ís dchcrí;; IT<lccionarsedc forma <llarmist<l ~ntc ,l<ll,es 'rcsult<ldos. En pr!'
: n'í~:',lugar. aClualnicnlc uliliz;; C1h<:cho dc e;'i~O;llr<lrU;,niv~lbajó lk' D\V ~oinoi!,-
'liit;ldü~'. de r<:laci(;ncs seri~l1lenle ~'l<ll 'espec(fic<ldas' Y. P?í' I~ l<lnlo. sé <lb<lndon<lr~
lli'cila r<:lacilín para Irah<ljar con un<l especific<lciónn'~ev~. ¡::I)stgundq lug<lt. lodos
..CS(;S rcsultado,s p,:ovi<:ncn d(; regre~ion~s (IUC incluyen sol,ain~nle v<lri"bles .en ~<llo-
res rcrcrid05 ;d p~riodo ~,c",(/I (l corriC'llC. Cuando y y x so~ p<1seos ale.at(1I'los IIlde-
pe,;dicnlcs y se re;diza la rc,gresi.án, d<)i,.sobre Xi' es que se.ha comc~ldh U~' dohlc'
crror d<: c'spccificaci\)n; se ha excluido una variable relevanl~. )"_1. e II1clllthdo un<l
\;;,r'iahk irrclevanle, X,. r-inalmcnle, y.conlodcmoslrab<1 1<1Sección R.2, las fórmulas
co;weneion;ilcs dclas ¡'<:\acil'lIlcs 'A R b. especi;t1menlc cuando se 1rabaja con el en-
fUql;C dclo gcncral a lo parlicular. implican muchos lérminos rela.rllados y. p.or,lo
'. (ilnlo. <:s mcnos probahle que surjan 'prohlemas respecto a corrc.';lclonar s610 van;)-
,bies actuales. Sigue existiendo,sil; embargo, un grave problc:ma. ¿Qué [m)cedi-
mienlos dc infcr~ncia utilizar cuando'"lgunas o ladas !<1s,v".ria~les d~ una «spccifi-
cil'ción ARD sÓIlnll eSlacionari;Ís? .' " '. . ' •. , ." ,
Sims, Sl()cK' y W,Úsón ata!=a,l¿clproblc,m~ en unin~i)orlan'le artícurol6. El 'nivel
lécliico del ;il:lktdll va' m~s"a\l;í lIC1uliliza(\ó cn el presente'libro. raz6n por la. cual
¡ ofrcccilloS ían SÓ!lI UI; l)rc'vc;:~slln;c;) I,~.'11;Í$i~.rllllelll~.l~ rrcsc,:ncia' de v;riables I( 1)
i'il;I~lica que '1;; nlayoría. s,i lio !od.os .. los.conlras~es e~!adís!icos tendr;ín distribucio-
1 nes ¡io eSI~nd~'r. Así pues, 110 podremos comparar alllom;ílic<)l11entelos conlrastes
, esladísticos
. convcncionales
'. a las labl;1s c.s(;índardc I.,N(O,!). F o X~ '. .Sin '6
embargo,
1' .' 'existen cXcepcion<:s a 1" re!.:l" l!.~ncr"LCuando(;n algunareparamclrlzacl nsecx- ,
... ~~~-"
h'.,:r:";::7TJ[C!m'mí'7fn\ir. meTro'co IllÓ'¡; J.t(fl'f:i'éIélj'¡'C::<Tc' t;n~>~7í~hIe:~~~"ifr~í:f5'9l!rfí{l(Ot"T~'s','. ";':f ..
".'.1',
'.
= "í+clL\"_I+f1;~r,+
-',. ';
fJl.I'¡CI+.E,:
.. ",. , ..
(R.I)
.
~~
~:.
i
":'C.A. Si"",
r:•.•
J,II. S'od .I'.,\L\\'.,\\"iISill>: ':lnrq'cnc"in.I.incar Tjnlc Scri,,~ ~Iodds ',i,h.Sú"'ctlnil Ro. j'
¡
.. ~. , ."¡;b" .. OI,,,ill,'"¡nI, -"~ lij'IO. '.l'I.l.I ..~~: . ' ""':'
. ."il ",i'l:I 'un'lc's"J1lc'" "i~i,."~IC".',,,:,'':ase'',\:. 1l:'!lcrji!l!.).1...,1),;1:,,10.
. '. ~.'.
J..\\'. (.ialhr;,ilh (D.f. I 1c!"lry.....(,..¡,o•..
'j'
¡
':~",,;;,,". 1:',." ".'('"",...,.,¡"",
'"li"Ji' 1'''I'I;/((j¡"r'i''¡'':,(lIr''.\'.Ii.~ "f ,v;;" ..W,Oit'lIinry O ••),,". '(hrill"lI Un;l'cr\ily i'¡:
P,c~~.11)1).1.C;ll'ilUlo (l'Y~ \""¡)~l~i;llr'l~'I.lll' ..d cil'mplo.'.l1c Ia'~ p:igil1:1s IX~.:IX9.~
1,
l'
I
r-
3112
"
l'. Z,~Z,_I.+V,
Restemos (ill/( 1 - C\ 1) + (JJ¡j +/1;).1'//( 1 -ex I ) de alnbos, lild05 de ia ecuaci()n (1\.1). El.
~',:s'Jllado es .' ',. . " .. '
, ' ..:.alllJ '." .('( I /111+ ¡ji' ". '
',z,",--~''+ (XIYI_I',-.' " " .1'/+ ¡Jlx/~1+ El (1\.'1.5)
, "
.l.-al'. ,',
<:-'
.: ',','
l-al ,
' ,
Las ll'l~s variables de la ccuaciún son de mcdia cero 1(0) y. por lo lanlO. pmlenllls
, realiz;)r la inferencia de /lu y al' separada o conjunli1l11enle. dclmodn habilual. L.a
eCI,ación se úenomina tambiéncquilii¡n\(la pOI:que [(¡das las v,ariables eSI¡ín inle~ra.
da5'en clmismo grado. [:1 parúmelro resiany: d~ la el.:Uaci{ln es fll' Esle misn)o 1'':-
'sullatlo puede ohlener'si.: coij,otra reparamelrizaci(ln dc la ecuaci"ln(K.1 ) .. cn la 'lile
el cocf'icienle apareceac()m(Jaliando aupü,variablc'J(O) de meuia ,cero .
(S,.17)
Ya que AI'I es una v¡¡riahle 1(0) de medii1'cc'ro. 'el ~slauísli'c'l f de Jil es asinlúli'camenlc'
N(O.I)'. 1\1 incluir d05, variables J (O).y.dos' variables:l( 1)" dicha ,:egresión puede pare-
,'ee¡' no'equilibrada .. Sil1cli1búrgo, las 1'i1I:iahles,I(I}.e'sliín coilllegrildas. aunque los su.
,....
bínuiccs l~mp(lrales no seiui exactamcnle' iguales, Así pucs, la presencia de dO,I' I'aria. ! .
'bles'I(I) permile la posibilidad de .que i.lna combinnción lineal cntre ellas sea 1(0).
sie';llll'e (iue ambos iauos de: la ceuacióli I~üscan idéntico ürden Je in legración.
Volviendo a la i.:cuación(~.I);. . , ('
l'
.. '., )'1 = 111 ~'(lIY/~1 '1:¡J(}I',+,!JIXi_I"¡' El ,(S,I) "
'T'o.
t
"';,:
"
"t" pli;n(~¿(xi-'i'}Z,)
1.:1 l'llI1SIS1.:111:1:\
re<¡ull:I'c<¡lIC ,= ()
t plirn (~¿(.\',;.,.\,)2)
~_;I
')
(' uallt Iox es .c~tacion"ria ' ,
y SI: 11;lIlacllrrelaciol,lada COil Z, c1llumer;ldor
y cl dellomi-"
-' I
n:aur son ~onslantcs dislilllas n cero y,vo,r 10:\aI110" r:111ala candición, Sin cmbargo,
CUal1lll1 x es 1)(1 . su,v¡lrianl.a aumcnta ilimitadamcnle con el,lam¡uio de 1" mueslra,':
, ,
La UW;lI'i,lnl.adcllllllllCr:ldilr sigue,lcnt1ien'(\o i1un'; cOnSI;\Ille' finita y, por lo lanlO, i:f, _
1" l'Ondiciún se sosticne. Adcm:ís, la lasa a la que cl cs'líl1la~lor MeO sc aproxima '011 }
par<Ímelro pobl;lci()nal es m,ís r<ípida que en el casa eSla~ionari(l convcnciol;a!. Se '
l' - '." ~
t Ice quc -y es un estimador sllpercollsistente de "(I? La relación eslimad" podría uti- "
l'Izarse p,lI'all 1)lcnCl' l'os reSiduos 1\'ICO. z,. Estos,
" a su vez, podrían suslituirse po'r <, "f,
1:111a~&~~~t~~~~~~~~~~~~~~;~~i~;~~~~::~:~~~'-~-"-~-~-"-~-'~-~-.-~-\'-~-~-;-~-~-'-"'-'-{-~-0-'-(-"--'-'---~-'-'-7
~,
,,
l' 1(1: I:"!',k \' (',\\'.J, (;r",,~~',.':(,,,i"l~g'''I;o,,. Error (\;rr~elilln: 1t..:l'r~,<,,,,',,,iol\. 1:51;111,,1;0" ""ti '1':,.'
lil1~": 1.", (1I1PJil.I'Itit'lI. 5~ .. 11):-;7. ;~I~~7(). ..
1'1 J;il1h.\ 11-. Sln •..
l. ""~~'1l11Clli( Prnpo~i'l,i",'s.(i L...::isl Sq-U:1U:SI':'Slill};;I.nr:':of ¿'oil1lt...'l~r;llill'~ vc.:crors". I:'(ú~
I/'''''''u/,'", 5~. P'S? 1".~S.ln5()., .... -
1\:ll\l,."rjl.. .•...l.'
:" \.(.;1 .•••... al. Hjl.<.'ii .. (apilUlll 7.
l'
a
...,
;.~_.
f:
7-~-~-~-~-~-~-1-~-~-:'-~-~-~-:-r-~-~-{-!-~-:--~-0-;-0-~-,'-:-~-~-,~-~-k-~-)-~-(-;-~~~~~I~
,,
,~:~~,
-1,(,(i
~,t)(j
~;12
~:~I~
~1,'12
-3,X,¡
,~~:~~,?
~,13
(¡'
~i'
-5,25 . -4,72 ~,<l3 ~''.
-5,25 ~I,71 -A;,12,
"':S,52 .•.(9S -Ull
~ ~ ~ ~ ~
, + , _ J.. _ . ,'. • "l...,. _
11 J:lII1CS (j. t-.~;It.:}.(inl1t'lI1. ':,Crttic.:;;1 'Va.lllcs for \(;il1ic.:grilti~)n Tcsl~". C;¡piluldiJ~ 'l~-ntlg'-R,," ErrJ!lrJt7',ic Ut'- .,
l.-
IOI;"II.'},;I',\, r<ls, ItT. EJigk :0,1\1'C.W'.'J, G,:o"ga. O,t",~ lJl\i\'c;~il)' I're'5, 1<)91. ;:~..
., I ~
",
, '
Trab"jilnl1ocon (;)SOS én: los qúc ¡ipal'e;,,,calim¡í~' de dos \'ariablcs. surge lk in-
medialola posibilidad de qu~ cxista m;íS de una i:e1acion de cointegracilÍn, Supon-
i~
gamos que e.xislcnk(> 2)variilblés, loda$ ~\Ias ¥(i).LÍl relación de coinlcgracilÍn es
lInil combinacióú Iillcal de es¡j~vari¡¡bles lilites i(O): Eviden'Ii:Ill~'lle. I¡\lúhiéll el ell-
foque dc Englc-G ranger presenla problC"nias; ¿OblCndrem(iS dislinl¡IS n:lacioncsdc
coinlegranción canibiando simplelllcnlc Indirección'deIa lilinimiáción del error cn
la regresión de k variables? El Car;ílulo 9p,:csenlaUJi enfoquc m;ís generalista del
lcma lanlorcspectodclnúmero,dc rdúeioncs de,cúinlegracióll coll)()de lacslima-
ción de los parümclros JC~S¡IS rcla,ci~íiCS, ,
r.
1"
~.~;. - 8.4
+'1 EJEI\1PLONUI\1ÉRICO
iüs;:D;i'¡Úsid~r~6W~t~,:6:'~t!i-;i'¿:{~hi"~t!!ió:¡i¿jú
;}i',ú-~:';~;:";";~ltJi'6riíc¡\1'l'i~; lf¡;-\~"i-(;'d~{d¡¡;i'~~tk¡fsfii?t¡1Ütí"é~'C""/;
,~1' los Capítulos I )'.1. Las Y¡Hiahles Sl,ln lassiguiept'cs:,
:' 'y ::Iogarillllo ()el g;lslo ¡'cal de
gasqlin¡lI)e;' cüpila'
i~ '
X2 :: )ogarilll1odel !>rccío réaLde'!~,~asúlina' , '
,.1 , , )\3 ::losariípi6,(jd ingr'cS9rc¡¡ldisponiblc per dpil;\ ~"
1~ I.os dalOs son' sc,:ies-,lrjn'l<;slfal¿s~stacionalm~n\c ¡¡jusladas )' c'uh,'en el periodo "
1\ comprcndidocnl,lC,'1959,1 yl Y90'.4.LIFigu;'~IS;i 'm~ll:sl~alae,v~liuciónde las sel~ics
¡~' <l.lolrirgo del '¡>criodo'qlnlplcl()JElcuild'Il), cenlr;d ',l1ueslralos dr¡lIIdliws cambios
1\ sufridos por 'el r~ec¡o';cal de I¡¡ gasl)lillh dCl i9°/oe'~If~ 1973,3 y 11)7~.2. ;llro'lod:i~ía "
\~, l1layór'ucl 60% élúrc'I978,3 y i9S11,2.,ün'd~~cc'JS()SUSI¡¡ncial cll'la pri¡ill:ril inil;,d 'de
~:¡- ios ~9y UIlIlU~Vll¡iüil'lCII-11l ¡i riJúdes de los k().Elg:isl~i: rc¡;lsc lII;lIí¡ ic,;~ <;llli,SI';~IIIC
.~ dui~alllc los 60,},' 11ril\cip'ios ,.'I'e.los 70 p~~r,:\J~.scé';Hlc,r.n 'coiú"illlla'ci()fl,SII1, ,rl:lt)ll1ar'j¡~~.
~;j nj¡\s Ilisnive!csúlúcfiorc,s,E";;idc;ll,cnielúc.' las sedes prdel)lilll'llll r,clo empírico
1":' foi';n'idablc -para ctlal~uic.r ,~',~~i1is(ad~ li, (~ellll'l!id~:- ;::', ,': ",
o'.' ','
¡~
.},J
"!:~
. ":'7.6 ".
~.
¡:...•
j ~:
,'-;j
t :.. ,-:;¡
1: É
1':.1
~.~ .: .
;1
1: '
[
1"
,-8,1
' .. ¡'
, 60, ';lí~,.
1""
j,-,", .... ;.- '"
¡, , (
1 ".
¡',.
l.~ .' .. ". '1
r" • l",
i .
l'.\l'inll.o~: ivlodc:l(ls l\lI\llrrc:grc:si\'os y COJl Ik¡úrdos Di~;tribllidos
,'i,2
,g 5,0 ( ,1
:i,
'J
-:> 4,('
o
E
1 .E
~j
e 4.4
..J
(¡(J' (,5 70 , 75 :i0
;-,,,d ....;,:.1.,.'... , .-: .,~',: ¡ ';(¡-,~f",:: =.•. :' .. ' .
.',
,-J,')
,'"'
'
~~-~
70' 75 ' XO, :i5 'JO
~\I\U .'
(e)'
1,
FIGU.ltAH.l'"
Consul;io-p~rso,;;il Ikgasolln;'l c:n-llls'EiúadnsUilidos .., 1959,1-
llJ'.)(í.4:, (1/) G"a,sló rCó11á~r C¡ÍllÚ'a, di; g;;solina:'(IJ)'l'rc:ciorc:allk
la '¡:a,olilla; (l') Ingí'cs~ldisp¡;li¡hlc rc;d c;ípila, ¡ler'
(
áJ
X.<l, J Eslat:ioll:lrie<!;l(l
.;
SU~iL"léque d ingréso nll es' eSlacionario, Tanlo el precio como el gasto llIuestran
Glmhios cSlruclur;l!es ;,so.eÍ;ldos con losbruseos cambios del precio del pelróleo. El
l"ll'nlrasle c\lnvécilln;I!, suponiendo IlIi t~riliino d..: inll:rSecdón y cualro relardos,y
lal como J11uestra la Tahla ~.3. no rechaza la hipólesis de raíz ul1il;iria en ninguno de
lus IréS casoscc.
1\.'I"I"on;,rgulll..:nla que los c;imhios ,,:slructuralcsinvalidalJ los contrastes' 'con-
\'cncilln;l!cs'del'aíz IIIlitari;,cJ, Desarrolla 'Un p~ocedimienlo de conlraslc que pero'li.
.""
le unc:lmhio ,,:slruclural...:n rcchaconocida, consisl..:nl<.: en un camhiód..: nivel y/o .-.
:,
,...,'
un camhio en la lasa ele cr..:cimienlo y pí'oporcio,l'''' 1¡II11hicl1los vaior..:s crít icos n:!c.
\';ll1les.
Sin.cmh;.,rgo.la Iiipótcsis dc.raízunilaria.l1o ¡'esulla rechazada .11:1plicar el ['mi. ',
c<.:dilllicnlo d..: Pcrron al g¡ISIOy precio2~. La hipólesis de 'ul1a raí;', unitaria el1 las pii-
mcras úifercncias resulta rcchazada par¡1 I:1Slrcs ~cries )', por lo l:1nlo, todas son
I( I l. ¡\ conlinuacil'lI1. in\'esligarcmos la posible exislencia d..: una rel;lI:ión tlccoinle-
graciól1,
~,"¡,2. Coinlegraciún
'. L:¡ Tahla ,,),'1 11111l:s1ralos resullados de eSlimar la n.:lación decoil1legr"ción de EI1'
""'"
glc.Gnlng..:r. Dichos rcsult¡ldos implic"l1un<Í el;lsticiúad a largo plaw respeclo elel
precio d..: -0.15 y una el"slicidad a largo plaw respeclo del ingreso de 0,71: De Io-
dos Illudos. dcbelllos I'erificar igualmcnte si ell<i r..:presenla~IIJ.aJ~I,;,ci(ln{lc,r;.(ÚJ)J~.", .." .-~
_~--.¡-,~..,_.-:--.-~-.....,~t- -.~.;.,..-:-';".....•.
I •••• ': •• ~.-:¡": .••':"_~~_.~:: ::':<.:..;. ' ," .~_'.:_' ".'., .:.',: '_." '":" ".: ",_, ',' ~g
gr;lci,ÓI.,i;:g;~¡:~:lt',i"¿I'os.
• ~ •• '",' " "':
ili1pilil;lliICS Conl i':1~i(d¿[é:'coiillegración:
\ ' e • • • •
EII'lri lllerl1 -deellós :.:' • ~
qúisisk \:n \'cliricar si lo~ rcsidUlls de esl" relación son eSlacioJlariüs, En el segundo .):
sc Ir;lla 'de ajustar lIna espl.'cific;lcitÍn general A[{D a 'eSlas lresvari.ahles y ver si :
I'u..:dc rl'soll'crsc un;1 rcl;lCil'lI\ CLlnsigni.ficl(ltien e1largll plazo. -.:¡
L, figura ~.2 Illuestra los residuos de la r..:grcsilín de 1;1Tahla 1).4. La serie' es
~
cl;.lralllcnt..: 11(1 l.'stacionari¡l: CI1 IlJ7.L1 existe un pico inl'erso dralll;ílico, Si aplicalllos
1;; icg.;'esil'1I1de la ecu;lcilín (:-\,-1:-\) a esos residuos. ohtcnelllos UI1AOf <.le-1,34, que
no recha7.a la hip(ll<.:sis lk r;lí7.lJllilari;1. Es c\'idcl1le. por IOlanlo. que la relaeil'lI1 de
coilllegración no exisle.
\, :
~: En ...:sl it \' I'¡j..¡''si'~\Iit..'ll.1...: s tahla:-. '~l~1,\1 r;lilll1S las \';lri;lhl~s en IIlaYtlscul;ls. ;IUllqUt.: corn:spontli..:n ¡1 I:ls, V;l rij1-
:1.
,.j.,\ 1; i.;\ 'H:)". ' ; . ~.
. " . I
J.
Vall;rc~ ADFpar:iY, X2)' X3
;~
~~~.;,. .•....•
':, . ~,'~~f'''''''~'~'~~_~ -1
1, •
'.Y • , X2 . i. xi
~1,79 ,.,' ::'1',94
L'IS \';IItUCS, friÚ~us ':11., 1%,. 5t}{, ): IU'X. .tlc ~i:l~Kinnon ., .
. .', ,~- . ....
. Clllh,. hidus dc lus' rcsuli;Hlo~ tI,eI prngr:ul\:I r:Vic\\'s son,
l
LS /1 Dcpcndcnl Variable is .Y
S,nllplc: 1959: í':'1990:4
,' lncll,úcd observalions: 12'!!
... .'. :-1
Variablc. CodliciCnt Sld; Error T.Slatistic ,Prob, :1-'
1: '
X2 ::'0,131\561 O,OlOn5 ~iÚ1399 . 0,0000 "
' ..
X3 '. 0.998547 ti,015403 .. : 601.8262,1 0;0000 ',"
X4 -0,518128 O,01739Ó •. ';:29'7949í 0,0000 '."1 '
e '-1,5145)5 . , 0,117185 .::IÚi429 0.0060 :,
R-~lJuarcd • " . 0,972774 ~1ean&penJenl v~r ~7,7630h
:1:
Aújusteú R,slJuarcú 0.972116. ;- S.D.depenúenl nr '0,120187 :{
S.E. of rq;rcssion 0.020069 Akaike ¡nfo crilerion ;-7,786363 :¡
Sum slJuareú tcsid 0,0,1994.5 Schwan: criterion . -7,697238 ¡-¡.
Lo¡; Iikclihooú )50,7031 r:slalislic , . 1476,851,
Durbin-W"tson sl¡il 0:7'11016 Prob(F.stalislic) 0,000000
~ .,," -. 1 •
11.111 -
:
:'
: ..
¡~
~
, ~'.
T.\III.,\ N.S
,\ lo d el O ,\ HO de gaslo, precio ~ ingreso
, •.•.- •..••...•.•,,-rr¡r.:1 .••..• - - --: ........,~.--...-..:.~ •.•:.-:'(r .•.• -w,.." ..•
~.•....•
,,'"..,;.
..., ~~--:~
~ I •
LS 1/ Dependent Variable is Y.
Sarnplc: 1960:2-1990:4
Included obscrvalions: 123 .
¡: .
E~c1udcd observalions: O arter adjusling' cndpoinls .
! Variable . CoefficicI11 Proh .
ii X2 . -0.2676-17 0,03787,1 ,..7.06670J O.U<KlO
l. X2( - f) 0,262873 0,069291 3,7937:n 0.0002
¡ X1( -2) -0,01.7411 . O,075414-lJ.230l\C;7 0,0179
.1' X2(-3) -0,072094 0,077389 -0,931585 0,3537
l. X2(-4) . 0,01;'402. .• 0,077210. 0,186524 0,8524
l', . .: X2(--'5) . ", . 0.058206 .... 0,046340' . .... .... 1.256058"
i . '" 0,2119
.'¡';;''';''i.;;.cJi''',- .,.;'A'1..•..
"~.....•..•.
;.. ,...',.'..~:.~;:';,'o",'~:'29 'f'i&l ,'.;.~.;,.', <:,..
..;,.,.J.¡; .. ,(.;Q. ~5 8ir.14~;.'i¿.:;;}"" ;;'Y<.I;.84l3 26":.,', ';c.::;;í •. ,,;,.';0,068L ,....",.,<.>i
X3(-I) -0,1621760,220228.-0,736-100 .0.4631
X3(-2) -0,049270. O,214372-0,229lÍ35 0.8187
X3(-'3) 0,010409' 0.,213133. 0,048838' 0,9611
í Xj(-4) .0,084917' 0.2I¡i¡J2. ' 0.4041100,6870
.~ -
X3(--'5) -O,1989(l70,153118-I,29943" 0,1966
Y( -1) 0,660572- 0,096063. 6.8760139 0.0000
'1'(-2) 0,0670 \8 O,t'l4535 0.585\31 . 0.5597
'1'(--'3) ':"O,0235780;ln094'.' -0;20135,9 0.8408
'1'(-4) 0,132194' 0,119013 i,1I0747 0.2692'
Y(-5) 9,163124 .:0,101384 .1-608975 0;1106
~ .C . .' W)()5543~,126043 0.043975 0.9650
¡:
" R-squared, 0,984158 .. Mean depcndentvar . -7,752780.
¡; Atljusled R.squar~d '.0,981593.. S.D. depcildcnl var' 0,11'1024.
j.
S.E. of regrcssioil '. . '0 015063 . Akaikeinfo criterion - 8.256599
j:
I , SUIll squ:ircd rcsi.d. ". 'ci:023821 Scll'.var1.crilcriun' -7.1145060 .
,
t.'
Logljkelihood 351.2514. . F.Slali.stic 383,7051 ,
f
'Esúl cOllc1usión se confirma ajuSI¡inU(;. 'lin'J11od~I;) a los .datos. La Tahla
r. AlU)
8.5'I'llueSlra los rcsúllaúos .. r-ormulamos In relación ARD .COlllO'
." X(L})',; ;/¡jJl,(L'j.r~/ifJJ(l.)'\'JI':I: 11,
\, I
l ••
,-' .;/1. 'U2(1)~"UJ(I)'~
\.. (. i. ) ~i \., • I
)';= A(I)~' "'(1(2.+ ;I\(1} _1.1 j.
, ' ....
C,\I'íll:l.llS ivlOlklus ,\ulmrq;rcsivl)S y con 1{<.:lard\ls Distribuidus 311
,\ ( 1); JJ 2( 1)f IJ,( I ) son cc ro. ,Col11proba r si,\ (1 ) esce ro Cl¡ u ¡vale a clll11pmba r ti ue
la suma de lós cllcficienlL:S de los térnlilios Clln relardos de l' es igual i1 l. La sunia
Lla C0l110 resultauo O,l)l)l) y el valor 1) de la hipótesis nula es O.l)~. Por lo lanlll. 1\( 1)
es ekctivaincnle c<.:rll y la rclaci,ín alargo plazo sc rompc. 1.;15 dos sumas rcstanles
dan como -r<.:sulladll -0,022. con valores l' dt: U.O;! y ()J L No exisl<.: l:viLlencia de re-
laci,ín de cO'illlegración cnlrc esas trcs variables25.
jj = K \' 2 /1,-.
#' I
\'./11
J ,!\' --1 -11 +/h)'
."
'..
,;1'
•...
pur 1;1(l)mhinaL'i\Ín
.1':1 que los aut;Jlnóvilcs consumcn
dc: cOL'hc:s. molos y aUlobuses.
. -
el 1)1)% dc la ~asolilla utilizada
LI cifra de Ipl; disminu)',') un ()'X,
lim,llIle el periodo cOlllprc:ndido cnlre !lJSI) y ¡en], acolllpafiada de un;, knla b,lja.
d;1 de precios ~' un incremento del ingreso. Por r:tzones evidcntes, en especial des.
l)lles (k las s,leudidas de' precios tk los 70. l:ts seri~s subicron Icnl:tmcntc. Llegaron
a si[uarse pql: del~;¡jodel ()% cn cl periodo comprel,ldido enlre 11)7])' 11)71'i. sobre. "
pasand,)' ..:121'::, en,lre In,; alios 11)71'i y, 11)1).1. CUlllinu:1I'\1I1 cn alza con los desccnsus
dc: precin dc Ins 00 y. cn I <)()O. c:llpl;er01 c;lsi un 50% m,is clcv;ldo que.ell 1<).')1). He.
lHos'lr01nsforniado los da{os anuales en lrimeslrales median le una inlcrpolaciün li.
nc;1I y. medi'anle I(;garilmos. heli10s óblenido 101scrie .r~ que ha dc ser incorporad;¡
,r1 all;ílis:s eSl,idíSlico. .
'1'\111 .. \ ~.r.
Itclachíll,lIc cuiJllcgradc"J1I
LS // [)CpClldCIlI Vari:lbk is Y
Samr1c: 1959: 1-1 '1'10:~
IlIeluded ohscrvmiolls: .I2X
Varhhk C(\c[rkicnl Sld. Error T.Slalislie
X2 -O. JJS561 0.010935 -12,61~99 0,0000
X3 0.9'IX5.17 0.0 t5403 6'1.8262'1 0,0000
X,l -0.51812K 0.01 ~390. -29.79.191 0,0000
e -1.51~535 0.117185 -12.'12'12'1 0.0000
••,u.).,~;~:;",
'~:~qlla;f(! '..•..•. {):'17.27.H,''''i' ... ~1c.alrlkpc'ritkril'i;ar .. '... "-7;76)027'<"-'
Adjlisl.:d R~s,\lIarcd 0.972lt6 SeD. d~pendcnl var 0.120187
S,E. ur rcgrcssi(\n 0,0200G9 ,\kaikc'inrl; erilérion' -7,7liriJ63
SUlll ~qllared rcsiJ 0.().1'I9~5 Sch\\';lr~, crifcrion -7,69723S
. Log likclihood 350.7031 E-slali.slic 1.17(,.S51
Durbiil.\VaISOIl SIal 0.7-11016 ('ron(f',slalislic) O.O(lO(XJO
.-
I
-w.
La Tabl;1 1'iJ) mucstra ¡;)S resulladosde una pllsihle rdlciúl1 de coinlegr;lción,
LI Eigur;¡ :';,:1 ilustr,l las snics actlwl y ¡¡jusI;lda y los residuos. Llls resitlllOSparcccl1
esl¡¡ci,ol1¡¡rioscl1 sus 11!",e\cs'l11cdios cOl11p:\radus con los de la Figura X.2, al/lique si.
,;
~lle e:-;iSliel1dll UI1 ¡)ico inl'nso pronunciado el1 11)7'L l. UI regresiún,de la prim.:r;¡
difnel1cia de los residuos s(\b;'elosrc~iduos l'elúuadüs tia COl110 resull;ldo UI1 "DE
tlé -5.YJ.EI1 la 'Llhla X'.2. L'I \',dorcrílico;¡'sinlii(ico del I 'X, para k = '1 es -'I.ó'L Por
III t:;l1to, rc:chaz;lI11os la l1i'n(lt<;sis de raíz illlil;lI'ia l:n'.I()s residuos y, a difere'lcia tic 1;,
Tabia 1'i.•L lillede e..-.;islirlln:J .Ic1aciún:de coil1lcgr;leici,l1.
",
'.
o" ',1
¡.
. c'Mi 1\:';'
.
s:l ....l()d~ll;s
""
i\ útc;l:r(;gi'~si~'lls'y
,- :',¡( ", ';
C(lIl'lt'ctanios
.,' r' "~o
Dii,lrihll'itlos
,
313
-7.1,
-7.7
, ,I.n~~
!=;I',,111
, •. , d
-Ú. g
" ~II
:.t,
- -7.~~.5
11.111, , ' .
.1
, j.
-~.O.
..
~r..•
5 I IJ.IJ~
J
.:;¡::
;}. !I.INI
-IIO~
-11.11-1
FIGUHA ID
,j
I~cslllladlls de la rc¡:rcsi,ín de 1;1 Tabla lUí. .1
.. 7.6 :J
ó1ju~l:llln
"
~t
'.'
.f
j .
J.
f
.
l,
j
¡
'.
J
'1 i
lÍo .. 85 ' . , 90 ,
j
. .~" ': f
"
>¡
1 ~•
.\
~.
,'
...."
(.
314 ~ltTOVOSL)E [(:OSO~IETI(IA
1'.\111.,\8.7 . '. •
i\llHlelo AItD para gaslo, precio, ingreso ylpk ~ '.
•••.•• .:~~~ •.••. _ •• - •.•• ~.,-_ ••.",:._. - •..•••.•: •.•• ,.~.~ .- .-rr,...-;o~...•,.....•.•...•. _.. _~ ... , ... - .. ;.,
.••~t •
j.
LS 11 Dcpcn<.lel11 Yariable is Y
Sample: 1960:2-1990:4. .' . . '.
lnclu<.lc<.lobsl:,y,"iol1s: 123 arier a<.ljúsling cn<.lpo'"ls
• Yariable Cudficicnl' SI<.I.erro, T-Slalislic P,uo.
.I!j, X2 .
-0.198597 ....0"0'218".
l .
-6.11. 13~6 O,()OOO
1 X2(-I) 0.189293 0.054372. 3,.i81461 O.lXXJ7
• )(2(-2) -0.Oi6542 0.05855&' '-0.2ll2483 0.7782
¡. X2(-3) -,0,115526 0.060759 -1.901377 OJ)(¡02
1 X2(-4) 0.066<185' O.06i770 1.076J2~ U.211'14.
.I X2(-5) 0029012
. '. 0'036719'
. '. 0.7..89.468. 0.~317
I X3 0.16-1873.0.129176. 1.276347 0.2048
,...•/ ..,:..~,~:~~~~~,:~L~.j>;~.';,.:!.;~;g,j
,.1,:",",,',,' ,.f";;":~~~'=~~"""'v, ~~j
..:",:.,'i>•.;; <'.f ~~:~~~~~~.,:;;:"...', :¡,•..:.;:~:~~~'~ •. ).....' •. , ":'
, 'X3(-J') .0.066797 0.167245 0.399397 0,h905
¡ X3'(-4) 0.045524 0.162186 . 0.28069Iií~7'J5
¡ X3(':' 5)
X'4
-0,004198
- 1,557670
0.122806
. 0.585739
-0.034182
-2.65932,1
0.9728
O.D091
¡ X4(-I) 2.69705~ 1.241118.2.17)085 .1l.1l322
., X4( - 2) - 'p78796 1.381349' -1 ~6-I9689 0.1022
X4(-3)lJ70965 ,l.J7256J 0.8531230-3957:
[ X4(-4) 0.204391 1.2569760.162606 0.8712
¡ X4( - 5) .--0.375389, 0.621491 -0.60'1013 . 0.5472
j . Y(.--I) . .'0.5810,24: U,082101 7.076947 O.()()()()
F Y(-'-2)0.0!'1630 0.091902 0.159190 0.8738'
, . Y(-3). -:-0,166262. 0.094471 -1.759933 0.08f5
tí Y(-4) 0,1974\)) 0,098549 3.017817. . . 0.0032
i; Y(-5) . 0,023884 .0,0835230.285956 . 0.7755
DUM -0.093403 O,q12909 -7.235528 . 0.0000
c' . -0.2'90653 O,1297.1~: -2.240701. .0.0273
R.squárcd' '.' . o 99i490 ;, . "~1ean ¡J~PCI1¡J~,ilvar -'-7,752780
'A<Jjus'led.R'square<.l' '. 0:989406' S.O; <.Icpcn<.lcillvar • 0.111024.
S:E. or reg,cssion 0.011427 Akaikeinró (r¡(crion'. -8.764246.
.
'Sul1l.squared rcsi<.l . • o.012797 .'' . Sclllvarz c'¡lcrion .- 8.192664
389 4717 r'slaliSlic 475.7689
Log Iikclihoo<.l.
Durbin.\Valson SIal
.' ,.....'....1..8.727.13.
'
'. ,. . Prob(F.stalislic) o .00<l000
',;
, ~.
,.
!
. Las dasticidades J~ ia' relaciÓn dccoinlcg'raciÓ,idee~lú reg.rcsiún sllnidénli.
j,'
,;s, !wsla ¡¡¡.s'~os rrim~ras cifras d~cim~lcs; a.~il~'qÚeorrece la Tabla 1:1:6.
'í:
¡.
,,. .
"
.
.
~.
HA.'! Itelacilín Ge/leral AlU)
, lo
C'u;lndo ajustamos un;1 rclacilín gcneral/\ 1~l)al.conjunlll dc datos sur~e la dudil li<:
incluir o no una vari¡lble fiClicia en d p..:rilldo 1'J7.l.I.l\quí decidinllls incluid;1 pL'rll
;:.1
lit:jal1llls en manllS del it:clor la realización lkl ejcrcicill que resulla en el caso dc c.s.
c1uida. L, Tabla X.7 orrece los resultados utiliz¡lndo retardos hasla él quilllolrimcs. ".-
con éxilO a lo largo elc I'arios ¡lIios. Sin cmbnrgo. scguircníos con la rclació¡; ele la
Tabla ~.7 corno un¡'¡ primera formulación acepl:iblc ele la rclacit'lIl 1\ fU) y huscarc-
mos luego (lIras CSI1l.:cificólciolll.:s accptablcs-. . .
,
:1
-7.1,
.. 7.7
1111.1-
-~.II
H..:sit!uos
II.II~
-M.I
.,.
¡. 0',01'1
:i:!
-(J.lI~
-II.II~
7IJ 75 811 'JI!
1\'\"
FIGUHA 8.5
Rcsllltauns de la rcgrcsi\Í1l de: \a Tahla R.7.
:¡
(',\I'{TlJl.li~: r.•.ltidclos' ¡\ulorrcgr~sivos y co~ p,~lardos Distribuidos 317 '¡
'"
,¡
i
L, Ir;lnS~::'~::;~C~I~:': ~el~I~:i)¡~~:-:);~r;~!::(:
de la,ecuaciÓn (~.51),~n ~I reg;'c~nnúuse'
';~~::;i;~::-l~~:-::
~cilliza u;lnlrnn~rdrnla~ióil
:::::::::~:':
sil11il~r,
derccho
;j
i
"A(Ü=;;'~ alL~ !!;(,/~~JL~,~.a5L5:" .'. :1
:',','.\ ,
=,1'(1)1;+ (1':": 1.:)(1 ,f--Y'IL.~'Y2I~2"",'')')L3 + 'Y~L4J. .J
que da com'o ¡.'L:sullado, .:. " ':i ;'1'
JI/) ~11~T.OI)US
DE Eco;-;6~IETldA
., "
LS 1/ De¡XlllJen\ VJriJulcis DY .
SJrnplc: 1960:2-1990:4, . .
Incluucdobscrvalions: 123 Jfler Jdjusling cndpoinls
:,,,:;;;,,,~;;,,;,,(.",,'A~;}.ki"""""":_"":":~~?~~~'~~';;""
.:,.JI~"";i.~~i~~;~;: ..:,....;e.': •"';h:~~,i.,"",,,,,_,,,-
),.",.::,;..;;.",.;"'~:~~~~;; "....'
OX3(-I) 0,061823 0,134400 0,459991 0.6465
OX3( -2) -0:108124 0,1 )1237 -0:823882. '0,4120
i PX](~ 3) -'0.0-11)26 . 0,125801 -0,328506. 0,7432
' 'DX)(-4) .O.004i98 O,i22896 O.0j.IIH2 0,9728
. X4l-l) -0 ..139445 O,04~512 -"3,132745 0:0023
\
DX4 -1,557670 0,585739' - 2,659324 0,0091-
I, DX4(-I) 1,278829, '0,782296 \,6)4712 0,105)
! OX4(-2) . ,-0,999967 0,787947 -1,269080 0,2074'
DX4(-3) .., .. 0.'170998 0)75869 0,220395 0,8.2'60
OX4(-4) ~ 0:375389 . 0,621491' 0,604.013 0.5,172
1\ . y(,.. 1) -0.249322 0,074893 . .':'),3290) 1 0,00 12
:. [jy( -1) ",0,169655 0,090504 ...:1,8745.49 .. 0,0638
'O.Y(-2). -0,155025 '0,0'84,890 -Ú26174. 0.0709
()y(..:.))' . ":0:ni"28T ti,Oli4269 -):811749 0.0002 ..
DY( -4) '. ':"'0,023884 . 0.08)523 . . . -0.285956 . 0.7755
DU~I':;O,09j:lO) ~. O,Oi290Í) -7,2355280,0000
C . '-:-0,290(,5)" 0,12971) -2,N0701 O,027j
: ."
Tanloe'l cril~rio -<le' Schwúz (es) com6R2 van cl\la dirección ~c.Jecuaja }:pór
é!lo'clinlinam.osde la' relación los rClilrdos'lrimeslralcs .. Los coeficienles ;lllsignifi.
I
c¡¡¡ivos decs,lar~la,c¡Ón'l:cdueida sugiercn'I.a¡'cduceión'mosirada enel segunc.Jo paso
de laTabla '0.9.' .. . . .. . .
rl,
f .' :
t i !, -l.'
(',\I'i I \lUJ >. l\ tUlle los 1\ U\OfrcgrcsinlS Y.Cllli !{cúmlos Distribuidos :>1')
1 DX2( -4), DX3( -4) 0,0112 0.24 0.91 0.6497 -8.34 r' 1
DX4(-4), DY(-'I)
2 DX2(-I,-2) 0,112 0.96 OA7 0.6506 . -8.5X
DX3(-1 10 -J)
.. 1
DX4(-11O -3)
. ) DX3 0,0112 0.8J 0,J7 0.6511
",.'.; ,: .:", ...'. '_.'.~'. '; ':-. :; ,; ':":. '. ;:..• ; . ," .
')',\,111 ..\ H.IU
EcúacilÍn reducida
--~"""""""':-o ••••r~.~r~"',,,,,,,""n.,."'''''-r._:'._'
_ •..•..•..•....•
:--
.••.
_" ......•.•....
, .
lS 1/ Depcnd~nl Vari~ble is DY
S~lIlple: 1960: 1-1990:4
Included observalions: .124
' ..•....•
ExchJdcd obserVJlions: O "fler ~L1juslingend~oints \
I~
Ace.pl'amos talllbién eslil \:édllcción, igual "HC t:l'tercer p'aso. La Tabla R.l () Illll<:stra
la ecuación rssullanle. Es inlc,rcsanlC(!t:slaC¡.lr (jllC, 'en la Ta.bl;) 1)'.9. el hUlllildcy pa.
. sado de n~oda R2sigue los pasos 9cl m¡!s riclu~il.cri.leri()'.de Scll\~,;ir7.. Podemos impo. (
"'.lcr.a'ún olra simplificación, yaquc. los.codi.cicnles'''', dch.~aSI() rClaruado .\' dc'l il1~res()
.. /
t
-------------------,--::-¡:-.,
1
,
.',
"
, : l'
, -0.236:1)"-
(.~1,,~":';'-,:,'
¡ •
0.0'107.1',+ 0,2373.1"1- 0.1295.1',1- 0,21)79 = O
- - • .. j j~
qllc la 1'l:lación ARO de la Tahla 0.7. Sin cmbargo, el contraslc de Cho\\' sigu'e indio
cando que l<lpredicción falla desplles de un <liio. Como experimenlo final; reestil'¡l<1'
mos los ecu<lción de niveles omiliendo 1<1v<1ri<lble ficlici<l del periodo 1974.1. El
cnOl'n1\.: e incvilable rcsiduo dc 1974.1 implica rechazar 1;1hipÓlesis de norm;llidad
dclos residuos.
.,' Aparle de este (¡Itimo i1specto. l<l relación sobrevive a los mismos COlilr<lstes'
,',,',
que la ecuación de niveles q\le incluye la' variable ficlicia y, ae/ell1,is, sobrevivc <llos
contrasles de predicción dc Cho\\' j)<lra m~s de cuatro aiios. Consecuentemenle, -:}
,:J;
ajuslamos 1" ecuación al. periodo comprendido enlre 1959.1 y 1987.,1, dejando doce'
'.
lrimestres para la predic¡;ión. L<1Tabl;¡ S.I r Illlleslra los resllltados.
,,?
". ~ :;.
i'~
~. "
,1' (it56) >¡,
}
quc est~ prhClic<lIllCnle de acuerdo coli las esliillaciones previas de \;IS elasticidades. .~f
~1 Y;l qth: I(lS fl':o;;iduos son los'lllismps 'l:'.1-ól(l~ ~cpar;lIl1clri7.;I<;i(,l\. ,la mayoría ,dc los, t.:.sladi~lic:ns t.k ru,n"-
pfoh¡lC:iúll y, di;l~I1c"ls(i(o 1ic nen \';1101t:.~.idé,:~ic(ls s( I;l"r~-Iaciüi~ ~sc ~Sl ¡lila en I~i\'dcso 'primeras. ~ircn':l1ci;)s.
\'..'(
aUl~qtlt,~,drCSUII:l(h..lIHlsca cit:rlo para".toJos Iv'~ ~~_lél(.J.ístic<Ís .. \~¡¿ascI'rohlt.:l1la H..10. . <
),
."
.'rr •
-----,--~-~" ,~,'
",'. • ,1 ¡.
'••
.1 ~ .'
1l)()O.'l. El ~alor Fdcl contra~le ~e predicción de Chow eS 1,10. con un valor P d<:
(J,37 y, 60;' lo t<lnt~, no se recl;az'" I;lh,ipótesis,de co~staneia'dcp<1r~melros. 1'<l1y
como revehJ el gr;ífico, las f1uctLla,cidn~s d~ dem<lndaen 19S9,Y 1990 fU,eron ,sustan"
cialmel\tc mayoresquel<ls delospriineros años dc 1<1,d~cad,,:.E! ~egllJ.ldo trimestre
d~ 19S9 contempló un<l c,lída del 4,2%:, seguid¡i dedos trimestres con aumcnlo. del
3,8% y dedos Irimestres con caídús del, 3;6n/~;y.3,4%, respectivamente. Por lo t<ln~o,
los IÍllinlos años del periodo 111l1es!ral son ,un 'tontr<1ste formid"ble p<lr<l cU<1lqlll.cr
ecuaciÓn. Ca, predicción d~ la Figura S.líes un<1 prediccióneslálica, que utiliza los
v<llores dc hecho de todos los ~egre50res; inclityendolos relari:los~c la variable de.
pendiente .• EI <1eu'erdo c~lotal~c~n', c'l d~~<l,:~ono dei ~onltaste de 'predicción de
CllOlV mostrado en el Capitulo ,PI\. ' " ' ,¡ .
•
El espacio disponihle.prohibe UI; ¡1I1~lisis'lllásextenso do este conjunto de .da-
los. Hemos simplelllenle el11pcz<1doc iluslr"do algunos de los muchos ,tests de dl;¡g-.
nóstico' disponibles nClu"lnlenlc p"ra ~"des;)rrollo de modclo~. El reto C]ucdi' pnrn
elle¡;lorcolI el ()hj~.tivo de que désar:'olle Illcídclos superio.res r:tI<:>spresentados.'
TA tll.A K,II
.'
"
R;squared 0.986554 .MeandeP7no~nt var.-7,762119
:'Adjusled R.squared . 0.9&5223 ' .5.0. dependent var 0,116079
S.E. or regression 0.014111 Akaike inro eriterion " - 8;428585
'S\ll~ ~quared rcsid 0.020 ti O' ".Sehwarieriierio~ . - 8.161590
Log IÜ:eliho5J::" 324,0797. ' F-slatisl,ie 741.0565
rlurbin- \Valson mi ,1.931894 ' Prob(F.slillistic) 0,00000o
'.~ :, ...:
•
, ~:
2~ V~;I~C Prnhkl11a :\..11.
.;
o"
r
322 ~IÉruUOS UE ECO:,;(mETldA
-7.62
-7.M
-7.6(1
-7.£i8
:!'
..J,
-7.72
,,:
,. ;.
-7.7(,
-7.78
SI 82 83 85 87 , 8<) 90
F1GUHA IUj
Valores aclu:llcs (Y) y prcdicciuncs (YF) de la Tabla !l.l L
8.5
I\'IODELOS NO ANIDADOS
L
(',\I'iHIl,(J': lvlolJclos/\uliJrrt:c.resivos
-.. l' con I~clardlls Dislri\llIiJus.
.. (.
SiX; O Z. fucr;ln un conjunlo vacio, unmoLielo S(; (;nl;\/,aría con d. otro ~. serían
aplicables Ills procedilili(;nl;O~lk inkr'cncia-est;\ndar. E'n g.~ncral. sin (;I~lbargo; nin-
gún coíljunto de par;íllletros es susc~p.liL~lc ~k e'xp'resa,;'se entérlllinos de las rcslric-
CiOli(;sdel olI'o cónjul]to, " ', ' - '
La conl rast ación puctk Ikva rse <lca bo (;st~1blceiendu un nHl(k lo Cllm¡J11l:s.11l ()
'arlificial en el qüe se enlazan ambos modelos, Él modclll'co'i11puestocs
,/1''.1:)' :: (1 - o.)XjJ -1- 0.(2')') -1- 11 (X,)I))
donde II es un par;ímclro (;sc:dar. Cuando ex ;:: O,se reduce il ,Ii l' I)c modo inverso,
ellando 'll = l. elmod~l() compueslose reduce a Ú~.Si pudieraneslimarsl: los p;;rií.
n\i:lrOS de la ecu¡¡ción (8.59), los conlrastcs rclnlivos a ex apunlarí;in a uno u olro
l\llld(;¡(l, DesaforlUnadam(;nle (, !lO puede obtcnerse dc la estimación de la ecuación
(:-;,51)). La matriz de las vi\I'i¡¡blcs del lado dcreého de eS<lestimacilÍn es [Xt X. Z-l. . ,¡";'¡
:',"'I~IY incluye menos variablesquc pari\IllClrOS eSlruclurales exislcnen er, ¡J. y David-
.:;:, "'o"'",_--:'.,~.'j.
•••.•.•••• '_.0 ,': •.• ..". .' -' •• _,',' • -.' '. " .••• ',' _' .' ,";, '.".'," ,.;",.' • '''.' • ,. o,, ~. -' ".'..' " ",. ',.', .' '. •
, Abarcamiento (cncompassing)
. 'Un cnfoquc relacionado con la ~o'níp¡¡Í'¡¡ción de dos.(o m;ís) lilOdelos sc b¡¡s';}
en la ¡lOción de abarcar)lI~ ellando un modelo ,¡halTa a'olro.. ser¡i,capilz dcexplicilr
"
'~
!:/ HllS'sdl t)a"idsull j' J:IIIICS (j,"~1:ICKillll(lll. "Sevcral TC,sís ior ,\I"dd Spc,'iriLlli"ll inlhe i'resenc,' uf ,\1,
"
lelJ1:lIive ilyp"lhcses". fmJllIlIlj'/,.iUl.~~. 1<)/;1. 7St:7'),1," "
.'U (ir;lyham L Miwll j' JC;III.fr:lllcois Richarú. "TI;c 1:IlClllllpa$sing i'rinciple ¡1I111liS "pplicaliun '" Tcs-
,.'Iill¡: N"illICSied ItypOlhcses".":""'lO,",,¡rifll. S4.I'JXC,. (,57,(,7/; .. ,
,-
,,.
.
¡
I;IS car;lclerlstic;'ls dei nJOdclo rival. Ptirejcmplo, ¿qué podr;í decir nueslro econo-
misl;;, tlllC "cre'e'" cn 1;1ccuilció'n (iL57), sobre el vector y de la ecuación (8.58)?'
"
Nucstro economistil podr;í oplar por dos camino~ 'distintos. En primer lugar, pucde
opl:lr por elegir la ecuación (~.57) con el fin tic producir el vector de regresión Yí
qne ac;,bamus de lIdinir. y realiz;ir luegó la regresión de.l'l sobre Z IJara crear su"
predicción del veclor.'Y. ~Iue dcnom'inúr¡í y. PoI' lo lhnto,' .
'9 = (Z'Z)-I Z'¡;;;'=(2'2)-1 Z'X(X').l-IXy (S.60)
Dc modo allel'llalivü: el cC()I;Olílis¡~ lIcl!eríarec~,iocer quel¡¡s co'ri"elacioncs i¡levi-
lables cl;trc series económicas dat;ín Iligar a conexiones entre X y Z, que deberán
describirse mcdi;uúclas rel;;ciónes mínin;o cuadráticas :
.,.' ,','1(= Zr¡ + V n = (Z'2)-IZ'X (8.61 )
,,
La visión de nuestro economistas consiste. por lo tanto, en las ecuacioll(;s (8.57) y 1
PUíl), que implican un;l rel;lció'n entr~)' y Z.' , .'~
.,•...
\.....:
(8.66)
"
. ',"1,.-'1'
.
¡
' '- ",.,",
" '
'.d'.
"
"
L¡¡ conexiónenlre;irnlhs
. -
Ill~irices esZ '. =XAdo;lde.
"', ",:'
;~
,,'
','
,11
. :~
I~"_'I=[.,,~',,,~.', .'~ll,,'".', '.
"
1 ',O 1 J ':~:
r.
~,
j
1,
j-' •.
326
l
En general, las transformaciones lineales implican una malrii', no singuliir A. For-
mularcmos
)':: XjJ + 11:: XA.A~ljJ + 11:: 2-y + It '",-
dondc Z :: XA y -y:: k1jJ (/\~U) .,.~
,
Las inferencias sobre' el.veclor jJ se rcalizar<Ín bien directanH.:nte. ajuslando la re-
gresión sobre X del modo habitual, o bien ajustando la regresión sobre 2 para esli.
mar')'. utilizando luego la ecuación (1\8:3) para comprobar hipótesis dejJ. La rcgre-
,
0'.
sión direcla ofrcce los resultados c1,ísicos:
r• . . . ~
~ [¡ :: (X'X)-I X'y va r( [¡) :: ',~2(X'X)-1 J2 :: c',•.c •./(n - k) : 1,
•
J.,
fi:: I\~
~:, = A(Z'Z)-IZ'y
,J
',.
= A(/\ ',\"XA)-I/\ 'X')'
"
l.
"
:: (X',\')-IX')'
::b
Así pues, mcdiante dos métodos distintos obtencmos idénliws cSlillla'dorcs, Ambos
. "-'r
1, vectores de residuos son idélitieos para e,:: M,It, dondc tri,:: J - 2(Z'2)-1 Z', Susli-
::
". tuyendo en la ecuación (1\8,3) obtenemos M, :: M.r- Por lu tanto, los vectores de re.
í:,
!, siduus son id~nticos y ambas regresiones dan lugar ¡¡Imismo estimador de la varian.
za residual. Finalmente,
".ií" var(f1) = A . var(~)' A'
:.í
.~ = s2A(Z'Z)-1 ¡\'
:: 52(X'X)-t
:: var(b)
1\ sí pues, la re pa rame 1rización conseguida medían te transf ormaciones lineales no
singulares de las v<\riables del lado derecho dará lugar a inferencias idénlicas del
veClor jJ sin que illli10rle la reparallletrización utilizada para la estimación,
Primera diferencia como regresando
A menudo deseamos sustituir el regresando y, por su primera diferencia t.y"
Consireremos la relación
Y,:: aY,_1 + jJx, + ", (111-:.4)
donde, para simplificar, suprimimos el término de intersección. La rcparallletriza-
ción será
6)', :: "YYI-I + f3x, + 11, "Y = a - 1 (I\X.5)
:
, \' -\- 1':
_-1 ,~. ]
,-
l' .1
La regrl:siún de la l:cUacit'1I1(/1:-;,)) es ; )
¡~1 Ji
= (X'X)-IX()' - .1'-1)
. )
~ = (X'X)-IX'y - (X'.\')-I,\"Y_I
,- 1
= L) -l:J , )
= [11 ~ I 1
oondl: 11 Y /J son los codicicnlcs estimados de la regresión (/\:-;,-1), Los eSlimadllrl:S
de ambas repar,lmelrizaciones son idénticos, porqUl: Ji = /1 Y l~ = -y + I :: 11, [1 1l:J'cer
paso es
(X'X)-IX',\' = (X'X)-IX'(Y.I .1') = [1 0\
II I
Los resiuuos dl: ambas rl:gresiones son idénlicos)~. Por lo lanlo. las infcrl:nci;IS dl: (,
YJI son independientes de la reparametrización utilizada,
APÉNDICE H.2'
E,~lahll:cer la igualdad de los colllrasles esladísticos de las eCllaciones (X.37) y (X,-I 1)
1 1 .1".1' - .\-',í'
Ahora =-----=----
. <-í"_\-) U'-\") (.í"X' )(.1".1')
.
: .....
~IU (JlJuS ot EC(J:"U~II:lll i,\
I ...•
(.\'..\')~Ji..l.
i ',1';
~ '
.. \/ .
=~
(i '.1.)2
quecol1lplcta la demostración.
P[~OBLEMAS
¡u. i),;sarrollar Ulla rc',iar"IllC!I'ización ÚC \;1 ~cu;lci(íll' (S.12) quc i[IC()rpore el supucsto ;.
HA, Comprobar que los residuos del ajuste I--.ICOde la ccuación (I;.Ilí) d"n lu!P!r a un esli.
mador insesgado dc lt,~cuando la ecu"cil'lI1 (1'-15) es la especificaci(')I1 ctlrrc~ta de .\',.
,
, •. .•..'.
.r = .r~ra 1 + Y-11l2 + E2
dc I;ISecu;lclollcs por ~'ICO y SCobli(:lIclI los n:clores de rcsiduos
Se eSlima CI(I" \111;1
c"y C Dm posihks C(lIltl:;¡SrCsd.: 'rtgresiiíll'p;,ra\'Crific;lr 1" exislencia de cxogellei.
"
dad d~bil de x $011
. e",obrc.ry cl'
y sobre .ry c,'
"
.1
.. '
.j
..•.
"l, '"r
, ',,' I
R.I tI. Calcular. U1iran/;:o d~ prueba~ ~~a;,ldí~ticas' de diagnósl ¡ca f);;~,,'algu,j:lsdc¡ J.:lS
ecuaciones d~ la Sccci<Ín:-;.4 roi'n)UI;¡(J;1S (anloen JonÍlato de niveles como ue
primeras dircrencias.¿Oll~ eSI:;IdíSlit()~ poseen valores idénlicos par:l ambos
, formalos y cu;í1cs no? ¿Por, (Iué? . :: ' " "
, ¡.
__
1
'
"
•.
',:',"!
...
'---.. ,,'
¡- .
CAPÍTULO ~
1'''
. '.-,:~~'~.: •.':~':'!_'Il""~"C.:'
.'t' .•••
'~••. • • • :~ '7i
',. - I I 1 .,
\ ~,
i.
. '
I ,'- .I.l\l)\
l.. ( -;(j ).:r
: . ". - '.
'. ~
-'
1
1\'
.
I~('~,E'.\) = "-'"
'.1' = /.
(\1.2)
'5 . '" ~,. 1" () .~ *' /
! ¡ uonue' ~upo¡lelnos qu~ 1.lm¡ilri~ de covaría'nzas n es <.IcCinidapositiva, Por lo InnlO,.
¡. ¡ las E se no se hallan corrcl,lcionadas serialmenlc aUIHlue pueda darse el dl~o de que
Ir 1 cstén'corr..:l;lcionauas, conlempOr¡'ne<lmClllc. ../
! ( 0
I ! (- . le) rj
II fl
~ VECTOl~ AUTORREGRESIVO(V~\li) L ~):)
'f \,
I I
:::m
,
¡J
0, ue forma lIl¡ísexplícila .
)'11 = 1111 + 1/11~\'I.t:.I'-I- 1/1'~Y~.I-1"1 Eh
les variables del grupo. [n lapr;íclica. I¡¡s ecuaciones dt;: V f\ R 1Ie:~an ¡¡ incluir len.
dencias lemporalcs dclenninislas y olras v¡¡riablcs exúgellas: aquí las igllorMe:mos
par¡¡ que I¡¡cxposición rcsulle m¡ís sencilla. Como en el C¡¡SOuniv¡¡rianle~ el compor- J
,'....
".'-.v
. ' ' 1' k'1 "'0 1 , ' 1- :.:] . )
A =
O h2'
.C = e,,,' C1 J \ ".
,
- - ",' "
A lIicnos que los vajores propios seaii 'uis\intús. los Veel(lI'l:s propios son line;i1mcn,
le independientes y e es no si1lgular.:I'or lo lanlo,
"
:'
/i. ,A~2.' C-I AC = Ay. Á'~ CAe> ' (l).,I)
Cada una ue las vnriables Z siguc. por.scparauo. un esquema Al~( 1) que cs cstacio, ,~
nario, 1(0), cuando c1valo(própio tenga lIlódúlo menor qllc I¡,es lUl pasc~) aleatorio
.C(in deriva, l( 1), cU<lndo el valor propio sea iglialll 1; ~',cs explósiv() cuando el valor
propio sea mayor' que 1.,Las series' cxpl'lsil'.,,'sse desprecia.r¡ín'por ser económica-
ment~ irrelevantes, Considerelllosailoravarias, cOlllbinacion\:s posibles cnlrc Al
)' h~..
. Cl/SII l. It.:,' < I )' I}.!I < '1. Las;: son enllil\~es 1(0). Laccll;lcil'll1 (').5) nlllL'slra
," . que J'as.i' sún un;1 c(lll)hi nación lincal de I~s;:, í(l,q ue se descrihe l'llnlO q uc ." cs 1(0),
S'iendo '(odas las variables e>!;icionari¡ls,los,p¡-()~edil1lienlOS de infcrcnci;l estándar
Slll~;.lplil:ahles al VAI{Jornllll¡Hlo com.o hcmos hecho'cnla ecuación (9.':\). :'rambi0n
liene scnli¡lo investigar el c(¡uilihdll'csf:\lieodel sislema . .El proceso de igualar a ce, f
,
1''0 el veclor de perturbación al,ealoria de la ecuación (9J) y suponer la exiSlcnci¡l de
.1'11 vl:~lur.cquilibrío y da lüg¡\r a ,
r
'.
(1-1\))''=/11 01', I1Y=/II ('.J.7)
,t'
'. .' :',,' . . '; "
dCH)de TI = 1 - 1\. L;¡ ecu;,~i{)n se resolverá parn un :v (¡nico y c1islililo dé-teni. siem-
1m: qu\: la l11atriz n se" 1H1 singular. ,Los,resull<1dos,dc iílgebra nl<llrici,,1 del I\péndi-
n: 1\ de,lllucstr;ln lo siguienle:'. . ..' ."
Los valorcs I'rnpic)s p lh.: 11 son,losc'ol11plclllGlúarios de los valores propios >-de
,1. cs decir. ¡Ji = 1 - h¡. .
LllS "ectores propios de TI son idénlicos a los de 11.' '. '.. . ,
Por lo lanlo, en esle caso Il es nosiligul;¡r y cxist~ enlonces un equilibrio est,ílico
único 1'=11-1.111. Los'\';¡lo;'Cs ~Ie >-~ségur;\rí qtielas des\;i;¡ciónes del vector equili-
brios(')i) lr;insilul'ias\' licnc!cll .; dcsnpnr~cer con elliel11po.
.\.. '.
CilIO 2. ~I := )}' '1~21 <1. Alioi'~ 1.1~sl(I), rnseo alc;¡lOrio con deriv;¡, y 1.2 es
"
1(0). (ada:\:"és'~;ti(1I1'~es I( \). ya'que selr',la ,'Icun;¡ cOlllbinnción lincal de un;¡ va-
riable 1(l) )' una vil riable 1(0). Direnios en loilCCS quc )' es 1(1 ). En este C;¡SO, cn rece
dc sentido busc;¡r un;¡ relilcióndc equilibrio CSl¡ílico enlre un cierto V;¡IOI de XI y
olro 1'" nUI'que sí lo lienepregunlilrsesi exist~ui.i;i rcJ¡,cióndc.coinlegr;¡ciún enlre
."1, ~")~2rL;¡ rel;¡ción st: .dcs~ubre fácilil1el.lle.L;¡segunda [ila (inferior) de I;¡ ecu;¡-
ción (9.5) d;¡ lugar;¡ . .,
.
:1. 2' ---: c(2) J'. , .
(9.8)
,1
donde c(1) es \;¡ fi\;¡ ilífcl'ior deC-I,Y6i idtanlo, 'les 'un¡i combinac'ión linen\ dev<1-
riabks I( 1) aunquc. Imr sí llli~llla. es Ui1i1 varirible 'cslilcionilriil 1(0). El vector de
coinlegrilciúll aniquila el componente I( 1) de y,. El resultado se h:lcc explícito [01'-
mulando 1" ecuación (9.5) Como
"
y,.[:J z,,+[~,] '" il'
'.
1'""',," '1'''''''''''' ,,,"" ",1 "" pOi.' ti """" "". ,';1 ób'""",,,, ,,>1 J',. '1" 1'''''1''' '" ,1
MOSlrl!ié'ill~)S'1.:l11111ll~n In 'rclaclOn de colnlegl <1Cloncn te 1 1111
nos de 1.1mn llll. JI :.~.
l.ldinid~ 'e;ila. 'ccu~tió"l' (9.7.')',' RepnrnmClri7.aremos la ecuación (9.:1) como
.¡f.:<\
lJy, = 11/:- (1)"-1 ¡. E, (9.9)
Los vnlOl:es propios (k n son cero y ( 1-:>-2)' Por 16 tanto,'1I es un~ miilri.z singul;¡r
dc rango lino. ])cbido;l! herhó de (íue estani;ltrii.col11p;lrlt veclOres propIOs conA,
..••..}.
,.
tellclllOs
:fl ' ='C O(
,[0 O
I _ ~2) C-I
l'
-'-'
.•.....1
'"
•= ¡ r
,
q(1 -"1)
" '
I "",1
..
.'9.10)
•• <
.' ,
t,., ",.d "~'O '{':
'.
1,
¡ 1', ;.
," I
" ,,'o '~, l':"Í'lTULo 9:Modc1osMul
, ei:u<1cionnlcs JJ3
~' .!, ....i " ,
,..,1 ti
•
,lue~o, d segundo por su recíproco, I;¡ nl;¡lriz n pcrnwnecc inlacla, Rcformularcmos
el vector dc coinlcgr¡¡ción cuma 1., = (y/,. - )'21)' ajusla;ldo ~I~modo adccuadu d vector
ponder;¡do.
C{lSO J. Al == A2 = l. El análisis de este caso es dislinto al realizado en los dus
anleriores, porque no existen dos vectores propios line¡ilmenle independientes co-
m.:spondientes al valor propio repetido y. por lo tanto, no existe ninguna malriz no
singular C que di;¡gonalice A como sucedía Cilla ecuación ('JA). Para ilustrar el ca.
so. consideremos la matriz
A= (
O,ti -0,41
0,1 1,2
Verificamos fácilmente la existencia de un valor pl:opio unitario de multiplicidad
dos; csto es, Al = A2 = l. La ecuación (A - A 1)c = O da como resullado
1Véase" Apéndice A.
o'. ~"
'"
(
tÍ:.• 1
C,\I'íTUI.O'). i'v\lJlklos i\tulticclIilciollillcs
'"
" .. 1
J
ivlultiplici\mlo la.rrlnll.:ra,cclIac,ión por( 1- L), i:; ]
Por I~ tanto, 'Ic es una serie 1(2) y 1.21es 1(1). ConsecuClllcm<:nl<:.llldas las variables
yscranl(2). '.' . ,
Rcsulta intcresante calcular la matriz 1'. En genera!. la ecuación (9.13) cuml1li-
r¡í
!""\
eslo es, A [JI=I\PI\ Y AP2=PI+A/h
\
E\'id~nlemenle .. Ia primera ecuación da como resulta~o c.l vcctor propio único de.
- C 1 -- [-2 .1J' . L',1 segulll .1-
lern1ll1ado antenormenle , esto es '1 1) :... . , se trans.
iI ecuaclon
rorma en (/\ - I)P2 = PI' La resolución de la ceuación es P2 = [8 1]' y. por lo lanlO.
_ l\'l.antenemos ~odal'ía el supuesto de uil VAR de primer orden. ¡\l;nque ahora am-
:yl.larel11os el sIstema a (res variables. SupongaJ1Jos (Iue I(ls valt1l'l:s prnpios de la ma.
1m, ,l son Al=.1, 1A21<I Y 1A3,1<.1.Así Jlues, existe una malriz no singular (3 x 3). C. de
vectores proPiOS de;l, Definimos un I'ector;: de tres elementos como el de la ecua-
" •.
" I
..
.;
. ,"
j~
'"
]
""
('un 1.:1fin d¡; wns¡;guir un;, combinación li1l1.:aldI.: las variables y. ¡¡UCsca 1(0), de-
bcnlOselilllinar el clt::llIcnlo <.\" ¡-Iagamos 'quc c(:2) y e()) iildiquen I;\s filas segunda y,
lerccra de e-I, cnlonces Icndremos c1~s ,:elacioncs de cointcgracicín cn
-
. l.21
= {.(2),'
1
I
,)' l
3, ="~,,(J),
(9.1 S)
Lus vt:ctlirCstk CoiIlH:~ra~'iún sc' tktt:rminan Slílo mt:dianll.: un faclor escala, sin cm-
bargo, el hecho de trabajar I.:on lres variables ,inlroduce ,una consideraci6n lutal-
mcnle nucva. La cOlilbinación lineal de 'v,II'iablcs 1(0) es lambién 1(0). Por lo tanlo,
cnalquicr combinaciónlincal ele bsvariiJbles de la ecuación (9.1::;) scr;í lambién una
relación de coinlcg;'a'citin, wn 'uI",'eclor'd¡; coinlcgracicín asociado. ClIalldo existell
dos o m:ís vectores de clliillegraci611, hay illfinldad(\e veclores de cOinfegr:lI:icín.
1\
I\nalizarcnl(is la malriz n pai'a hallar la fornndacilÍn dt:llipo de correccilín del "\
nror, Los v¡IIures prt1pios sun JI, = (J. Jl2 = I -},,2' Y JI) = 'I,-}"J' Entonel.:s.
,n =C(I_,\)C-I
"", .. '
,
~.I{:I e,;.l],"[.~'~: ~ JI ...
e( 1) , •...
c(2) •..
]
,(9.19)
.• :
.....,'
; ; () O, 1', e()) ... '
,1
{ il
.~ 1
.
Ddinicl1dll u,; \'cCtor lIc tres C1émclllos'
, '
l"lrn,l ,.
lí'=.
, ~
.
1'-1 j.,;'lencrDos qtie
:.
II es:¡ (2), l2 eS I( 1)
\ .
n," '(11) E" .'''"',,', ':: ~¡:,:r':::¡/1:j'::'),'¡::T::~""n"i', . '. .. .
'.f" .. ',-.
Prclillllliplica;,do pOI; b,segunda fila de )'-1, e~lo es, 1'(1.), e1i~linamo~ tanto '1 como
'2' obtcnicndo 11(2) .1', = ~2¡. ql\cesl(I). ÓCPlOdosil11il\\rjpcrl11i~lIljplic:.lndopÓr 1'(3).
:7'
oblcnclllOspPl'YI = l);~ «uces 1(0). A'sí:plÍes. existcn dos veCtores cc)lniegrantes.
:nIlHluu"súlo unt¡' dccllilsda lugar'a ''ú6i\ c'olilhi'Ú1Cióll' liheal eSlaciOlr¡,i-¡n di: )'. £1
Illolivo CSquc y es 1(2). Sin éinb;ú'go; lo'sUatos eil;pí,.ic6ssu'gic~eli que la n1ayoría
dclas sCTicseconlÍnlicas sonl( 1) 'o 1(0). ' ';: ",
, ReSllll:l posible tcncr:lllnislema 'dc'v;\¡'iables I( 1) inclu's<'lc'Jandocxisten diver-
~,,,;::~'.'~:~~::::"'::':::~"':"'~::::mr~F;6~~,~~;:
',Los dospJilncTosch;inénh)SÚ~lorlÍllinm 'riIilSC Ig'ualiúulii'no p,lrasiinrlificarb ex-
pliCación, ya qllc,~1 tínic,o(!lcrncnloh~si~b,deia filacs((' Losyalo'rcs prüpioss'on
}"l= 1, ~2=,I ..y>-')=(/"dcindésliponenw~ qtic'C¡ Ghimovalor,propio tiene módulo
menor qne !liJO,Las dospril1lcras ,,;¡¡'¡nble(v.sónr~seos'aleatorio$ COI;deriVa y, por
lo lalllo. I (l) •.y laierccra ctuaciól1dclVAR éO;l~eln l~s tl:es vnriribles de modo que
1/ - II
'1
.
.- .J
o •
I I~ango (11) = k. Cuando todas las raíces lienen mÓcJulo mcúorque uno. 11 es lil:
,. )
rango comj¡il:to y no singular. Las variables .I'\le la ec:uación (9.1) son I(O)'~' los'
estimadores no reslringidos de la ecuación (9.1) o'¿1c '1;;..:cuaci;'lIl (l).2C¡)originan ~)
infercncias de los par<ÍIlH:lros'con losmismos resull;,dus.
2. n.ango (11) = r < k. ESla siluación aparece cuando ..:xisle una raizunilaria d..:
multiplicidau (k - r) y las r reslantes raíces son' numéric;lIl1enle meno'res que'
uno. El veclOr y ser;í I( 1) o mayor')' n se éxprc'Sa.seglln 1;1 ecuación (l).~ 1). Cl).
mo el produclo externo d..: dos matrices '(k x '1:): ambas lk ran~l) r. El lado dere.
cho de la ecuación (9.26) inc!uirií r variables cointegranlcs.
3. Rango (11) = O. Se trala de un caso bastante .especial. Sólo aparece cuando
¡\ I + + ;\" = 1, en cuyo caso n = O Y la ecuación (1).26) demuestra 'que el
..",
oo.
Existen uos mouos de estimar los VAR. Ei primero 'consiste en eslimar el sistema
cstablecido en ía ecuaciÓn (9.1), mientras que el segundo exige.alternativamcnte. la
reparametrización de la ecuación (9.26). Según lo argum..:nlado en la seccilÍn an!c.
rior, la estimación direcla resulü,rá ndecuilda éuanuo lodos los valores p'ropios de 11
sean numéric¡\mente inferióres a uno ..La segunuaaltern¡lli,'a. adecuada cuanuu las
variables)' no son estacio!larias, clll'lsis.lcendetermi,{¡¡r el nLllllern r de.pnsibks vec.
lores de cointegración.y L:stimar luego laecljación (9.26) mediantL: la matriz n para
, .mostrar las r variables coinlegraliles. Discutiremos 'este' l~dlimo enfoque en la si.
guienle sección. Desarrollaremos':ahora la estimación JI(} /"l's/ringid" de la ecuación
(1).1 )o.la ecunción (lJ.2!i). .
Como que las variables'delládo.derecho son idénticas en cada una de las ecua .
. cilllies VAl{ resulla que, siguiendo la discusiún ill:erc;l.dc regresiones aparentcnh':lI'
te norelacionadas desarrollada cn el. Apéndice 9, 1. ia eSlimación cficieille del V ¡\ 1{
.1 se consiguc. aplicando 1\'ICO por separado a c<ida una de las ecuacio,~es del V,\ le
Suponiendo, .adem¡ís. 'lucias periurbacio.ncs;se hallan normalmente distribuiJas.
obtend,'eníos también eSlin)adores de MV: Este becho 'facilil¡1 la contraslacilín lk
varias hipólesis iml)Orlanlcs.
"
"
JI
"p
ajustal110s un V A R de k variables:! ,,: 'I;U(l~OSobservados, el lil:íxí"110de'l-h;garit;llo
}' dela funció'n de \lerosimililud e~.1." . ' . .
. . , .' '. Í1.' -
1= cunstante.+ :- Inln-'I
2
':;1
I
donde n es la matriz de \'ari¡1IlZ:1S)' covari<1llzasde los residuos de .las ecuaciones
"1,
V t\ R que 1;1mayuría dc lus pr\lgr<1mas infnrm<Ílicos orri;cen de mancr;] ;1\llllm;ílica:
Si ulliz<lmos Po rel<lrdos. e1m:íxilllo dellogarilmude la función dc verusimilitud es
-
,
} , .
, (\ ='constallte
. ,
.
,
".
+ - Inlfl -I¡
2 o
.i /
"¡' " , ,
'.' Qucda at'ln por determinar el nllmero de gr:1dos de liberlad. 1/. Su valllr equiv;!le :11 '.,
., nlllllero de reslriccioiles 'impuestas al delermin:lr la hipótesis nula. Por ejemplo, 's1 :,
en un VAR dc ulls'variables verificamnsla prcsci1cia dclrc~ rcl;rrdus cn IU!!.;lrde
cuatro. excluiremos dos variables en catla un<l tic las'ccuacioncs del VA I~ y. e~n:esle. ,';,
caso. 1/ = <1. En ~el1er¡¡1.1f = k~ (PI - Po). . '~
;:
¡;
9.2.2 Contraste de Causalidad de Grnnger )j
:.t,~,'.¡.
En la formulación gener:!1 del V A R, C0l110en el caso tle la ccuación (lJ.I), a¡Jarecen ¡-,'}
los v<llores retardados tic todas las vari<lbles en todas las ecuaciones del V A R. A ve- 1
~
ces dese<lremos verificar si cicrta vari;¡ble o conjunto de Vari¡lhles juega un p:1pel f.
~~i~i~: ;,:'-,~er[::;,'
:::\(~:;;\,~;~I~.~/[""
1~1:)~ ]' :"'~IS[;'''~'l)I~:,.[~.]\~
~' A 1\ S" P""'" "",'~"'c ..t"
. ,:\'~í .=. J I2:11,"l'( ,>'2,,-', +(2/,.
En csle caso; el \'alor. ret¡lrlla~l~dc J'2no licpcn¡,(\a <¡ue ver en la dcl<;rlllin;lciÚIl de
."" Por lotanlo. ~I:diel: que."~ no. cau~¡! ..en e.~I~entil.lodc C¡ran.!,cr, a ."1' Dich;.1 hipó-
.
lcsis SC VI: ti IiCilría. si inpie mc ntt rea liza ndo la n;gresi(lI1 de J' I sobre los va lores rel a,:-
dados de .1'1 y .1'2 Y cxalllinalltl{lsi~lCl1cficicnle tic la 1I1tima varí;lhle ,:esulta signifi-
calivalllcllle dislinto a cero. En Icrlllinos gencr¡des, el veclor y debería dividirse en
dos Slllll'cclorcs: y,. de orden k1x 1,)' )'2' dc orden k2 x 1. I.a hip{')lcsis de qlle el
hloque ."2no C:llIsa. cn el sl:nlido de, Gritng'cr. ¡í Jt sc eonl rasl;\ esl illl;\ndli las prillle-i(s)=
ras kl ecu:lciones del VAR y cOlllprob<lndo si los codicietllesde los veclores)'2 re.'
'1" . '1" . D
I I 1
\;lrt :It OSll leren SigUI ICallvalllcnle de cero. c nuevo,tl conlraslc Ill;ís scncillo es
\
l' '~',"
.'
.!
. .,:\,',"::. \l 4 •• ;1.
\ ,
.,-'.
'J
342 W,Tol)oS DE ECO;~O~IElIdA
"
';~' .
......
L~ T¡¡hla 9.1 inu~.stra las'rc~pucslas 'al il,lipúlso CIl'!~)Spriilicros cinco I;eriodos para IIlla
perlllrb¡¡¿i<?~~
de 'una dcsvi;ción estándar ~n (1', be modo similar, ra Tabli\ 9.2 prt.:selll~'
~lgU;l¡;Sréspuestas ~¡'inipulso paia ,;\ perlurb~ción ?C una, Jcsvi'acii'lI1eSl:indar en ('2:
.. .J
\/~
~:;.:..: ..9.2,511111U val:ÍoHes Grl o gonnles ..•... ,. . ............•..... .' .... ' ":" ,
,""",\
¡.
I ()
.SI
- h21 '
.1"2: l•.
E.il:~II'LO. Si~uielld() l:llll el anlerior cjcmllló rilll'nérico. supondremos quc los \'~Iores'
J.
de las lll<1tric~~',(y !ls~ estiman a. pilrlir 'de'los datos Ill'ucstra1t:s. [;1 este caso, la'm;]-
Hi/, Ú da lu~;;¡ ;; .
~ SI = desvía'ció,; CSI¡índ:;¡'de El '=.\(¡(, = '\
/>21 = 1~11('=0.1>75
----
h 1. '" \.\~(
, .",,'1";~ "'
1 :. 1'12) = \/2511-(1 ,1)21( 1(,)(25)1 '" J,5707
.1 ()]
daudu p..1, = . .
[ :1,5 3,57(.17 .'
I
,¡'r~~,5"'~j
.' ':t.{~ri.;:i~:(-;~~.#' ,~'o~]t6t~t?;j~;']".
y podelúoscalcular lucgo los siguienles vectores)' medi;mlc el procedimiento habilu.nl.
. T'\ 11L\ ')..1
2
]
I
"1;95
1,0]5
:l.5
2.55
IN,5
.¡ O,5XO 1,OJl) .
1 .;
,, '. ,:'1
1. (', •
••1, e'; ~ '
. ,
cArITUL() 9: Modelos lvlulticeuncionnles' 345
, ""', . ' ,r , •. '
ciOl1;\r tln problema gcnernn'-os.otro.EL nllevo probleo1a consiste en que el orden de :.:
ortogon'aíización~lcl;,s v;;riablcs "EI;liccJblen~r efedosdramáticos'sobre los r~~ulla:
dos numéricos4• 1'01.' lo lanlo,: I;~'iiilerp,:el¡¡ciqn. de.li1s. funciones de respuesta al "im~
pulso es tina operaciÓn eoillpliéac!a, 16 q;lc haprovdcado'int'ens'2~ debates ncerc;; de
su posible sign,ificado eco1iÓmico5 .. /.... l' '. .
.'
donde las e inuiciln c1cinenlOS de p-.I )'l'í7= var(t;,) para'; =1,2. Por definición, las u lic- :¡
nen yariilnzi! unitaria y .I¡¡ssustillliremos'cnsegllida.Muhiplie<lndoJa ccu¡¡ciól~ (9.32), :11
. v¡¡r(YIl) =dIVI'+c121':2',"Y" ,v¡¡rlY2I') = C~lvl ,+ c};v'2 O"" • _
9.3 .. ".
MODELOS DEVECTORDé; . - "',
CORRECCIÓN'ÚELERROR t ~.
. ve"¡'osimilllud. propuesto. por Johansen enunaseric,'dc. ilrlrcldo~. cscI que Illiísha ,lla-
l1Iadú,l;\ jlcilciÓn ;\ los Í1i~esligal)orcsyúJ()sCreadorcs dcprugralllilsinrorl\l:ílii:o~h,
;, ., '.: .••.•• " >, "o,", • ".', •
".'.
. ,:
'
.. , ,~ . .
.--.:,.'
.' .
,.
L\l'i 1\:1.0'" ¡\-lodelos 'j\ lulÜccuacionalcs , L
,..l
pccificacioncs aquclla que parczca n1<ís adecuada a los tlalns disponibles y especifi- ('
1 1
car. asimismo, t:lnúmclO dc relardos que incluirú cl, VAH..EVi~\\'s !om,"por ddcClll
la tcrcera opción, cs dccir:quc ~xiste un iérmii10 d\:inlcrscc~ilinlal1l0l:n la eCUilCilJll .' L
'.~.;
.'u
1',\111.'\ 9.5 . . .
Cunlrasle ilelrango' ele túinle'gr:lci6n pú:i lusd:ilus de g:isulina
- ,', .. :,."; .. ~ ,': .-. ,', ..••..• '-: ' .•... - -...•.. '.~ , ..~••. ;.~ .• :.''e- .•••.i .••
''t"C' •• lo'.,.,.~ .•••••,.,,~.O:..;.tf •••.•.''M .••~ •••'' ••• :I.~L..l.,O",...,.....,~.
c.l.!l •. ""' ••.••••.•
S:II11P1c: 1959.: 1-1990:4
Included ohsa\'~lions: 123. .
Tesl ilssuniplion: No delenniniSlic Ircnd in lhc d~la
Series: Y X2 X3 X4
..' Lags imaval: 1 104
'
'.-.""1.,""':" ., .. '. '. ': .,~"." . ', ....•..• ~... :.-.... _ ... _•
..
0,91010ó -O.97211~ .
(O.2ii260) . (O: 1355lJ) . (O,242()O) (1.52998) .
;,
Log.likclihuod 1117.20]
L,
, ! .1
,
l
CAI'ITUÜ) 9: Modelo~ Iyluhieeuacioriales ;349
.','
~.2
" -7,(>-1
.~ -1.(,('
.~
• j ~, -1.(.)( o
.ü'
~ -7.711 , ~ -I.M
""
. '01l
.,
,1
a -1.72 'o
.
jI. -1.1(:
,'".
-7.78 . ~..
I
81 82 8.1 .K~ 8}. 8~' 87.: 88. 89: 90, .,81.82. 8J 8~ 8~ 86 87 88 89 90
'1. "eo.
.. :. e
..J -~.1I8
., .'
kl :', (,/1'
35U,
,.
en que la preoicción estáliCaod Capítulo S úliliz¡¡balos v¡ilorcs de hecho Oc tooos ,"~,
los regresares, inclu)'endo los relaroosdela variabledepenoi~llte; mielltras que In
predicción VA R no utiliza datos más allá dé 1987.4. . . .'
,.. .• s. '. ." .. :':
..¡
':
9.4
MODELOS ESTRUCTUn¡\.LES DE ECUACIONES SIMULTÁNEAS -
, ".,< ;":":',Yi,+fJ12,y2/~1il.=lIll.,
o,"
.,'
,
.
,', .;' ' •• ": .•..• :.
:.
, ";i',
:,fJ~íyil+;j';¡I:+~2í =112',"':
. ~, . 'J";':::, ... :. .".;" .. '. ~, . ~..'
"'.' O,':' '
• '1 • • '
.... ;
."
C.\l'iTl!t.O 'J; j'vl11l1t:los ¡\'llIlli~cU;lcioJlaks 3:'1
.': .
, donde YI inJica el precio e )'2 la canlidad. El modelo cs'
cstr0clurii(i)orcIUC cada
ecuacióll dibuja el comporlamienlo de un conjunto dc agenles económicos y. silllul-
l;inco; porque lc)s valores aclunlcs dc ,las variablesap'areccn en cada una dc las
ccuaci.oI1es: Si lit primera ec'úación describe lit rcliJcilÍn' de 'dem¡in'da,la reslricci<'Jn
JlI2 >0 asegura'una pendienlc negativa'; YIhl. <¡ O'¡isegura 'unil '[ull<;ióndc orerta Je
pcndieille posiliva, Nos guslaría lambién impon~r una re'sl.ric~ilÍnadi~.~onal. '1\1 ~ O,
que-asegure un lérmino dé i'nlcrsecciól1 positivo en ¡á funciónde demand'a, :: J
11
,:
.1.
l) )', .
,
,-
Flt.URA9:2. . . , '..
Model.o d~'eqllilibrl() parci;tl,'modclo de dC[llanda/ofcrlapara 1111 mercaUo '(lIlico,
;
(
~J
r ~'"
"-
,-
.... )
" \11 1"1)11\ IJl.l.nJ:,\C,\II.II{I,.\
~.
". ", '0'0 un rrobknl<1 nuevo. Es pusible quc, i1 1i1visla de este esp;lciu bidi.
,,::.,.:,
.'.
" .",':::' Lk Ji~Jh:rsi,in lk prl:cio.s y c"nlidades,'un analisla (1,:'1;1dcmanda ,¡juste .
.J'
'1 ", ~"':';"'I1;' lIn con,lllnlode dalos)' crca'qt,IL,Ocsta\)a eslimando una ccuación de
"
"
o,;':I1I,I!;,¡:1.U "na lisIa Jc laoj'crta a,ltistaría .lipa .régn:sión'a los misl1los datos y cree.
'1.1 qlll' 1.'~I"h;1estim¡lnt!ll 111i"~cuaci<Í.n dc orerl;!. El cClllHlmisla d~ "cquilihriu gc.
,'1 ;:':1;"". en SlI dcse{) de estimar amhas fllilcioncs, haría un alto para preguntarse: ¿Có-
11." pucdo eSlim111'UUS runciulh:s' scpúradas a' paí'lir (k una dispersió'n 'bidimcnsiu-
"- l1al'.' [SIC nuevo prüblcma se denomina problema dc identilíC;lciún, La pregunta es:
". o,¡'lIcdcn de hecho estimarse los l' ,mí m e 1ros 'de cualquier ecuacicín del modelo? Nu
'1.'1' ;,Ia de una pregunla acerc.a elllll;todo de' e.l'/ill/(lcitín, ni del t;IIll<lIio de la mues-
.J
"
Ira. sino <lL:..:rc;,del hecho de si pueden ckclil'amcnl.e ohtencrse eSlima('lorl:s con
I
,i"niric;,t.ill económico Lk los'par;íl1ll:lros eslructur;dess. .
-' [xplicar":I1111S los principios b;ísicos (kl pi'oblema de iuenliricacicín dcntro (1\:
,11.
~'.
lIn m<lrCIIIl1<1lrici;lIg..:n..:ral. Espresaremus la e.úlacicín (yj,l) COI'11O
ny, + Cx, = 11, {Y,]5)
dlllllk')
",
,
.,,~,: 'H=ll ..fi~ 1
fl¡I~'j
"
.1'1'] C=['Y'Y211,']"
.".,=.[' o,.~, X,= I 11,=[ I/II.J 112'
(Y.36)
,,
"'. 1:1 n1l1,klo Clllllplcla I11cdi;lIltc los sUpucstl;S adccuados acerca el vcctor u,e per-
,~.;'
St'
turbaciones. Supl)ndn:mos .
1/, - iidN(O;~) (Y.37)
'j-"
..
,,
donde ~ es lIna l11atril. de \'ar'ja,il.as y.covi1ri;IIl~.;lSdefinida posiliva. Suponemos q~c
"..i~I las perlurbaciones se dislrihuyen normall11enl~, son homosccu;íslicas y no eSl,ín ca-
l'
.••••:..1'
rrdacionad¡ls scri;dl11cnle, aunquc cx.istc la posibilidad ue que se currclacione'n con-
,.,
,.;1
1i:l11por;íneal11cnle. Las \'ariables del modelo se c1"sifican en cnd(ígcn:ls y cs(ígcnas.
1~11'
Las Vari¡lhles enuúgenas son."1 e."2 y. cn es.!e caso. la única variahlc esógcna cs 1.. . .,
~~ . \';r.ri,¡¡:li'6,'nciíti¡tJ:CI\íC'í)'2I',Í1I{~ l¡í,'¿i!ii:G'1(;:i:i'dC'lcflÍíi'ilo5"d¿llildsci:ci6n~' t(;lio(J~ro"'"
dc¡J~)s' ecu¡iciones dClermill;¡ las dos va;:iablc's 'endógenas )'1, e )'2, corrientes en tér- .
<~! millOS oc 1i1\;ariablé cxúg..:n;¡ y las perlurbaCiones, Multiplicalldu por /J-I la CCUa- :
(I~ ciúll (<J.3;'i) vcmos 111;íscl;¡ramcnlc ladepcndencia, ,
".. l,":\
y, = 1 Ix, + \', (<J,]~)
O
:- En an;ilisi ..•dl..' ~~ri\':s_1\.'llljll1ral\.'s la idl:llliricl(i(;n P:lf:t •.kh:rl1lill:tr l.'I on.h:n dd cs-
(1 lInh';lI'ianll ..:. Se 1IIili/';¡
\'"lIh.:l11a ,\1{1.~1/\ que ~.c ;~jllsfi1r;i a Il1s d;l"los. EI.procedimiellto eS ,t;JI:t1I11Cllh: di~tilll(l tic 1" 1IIili'.:ll:i('m :IC.
'.1 [11 ~~t,,-,l'jl'l1llllo. e iiH.lica 1I11n:t:lor .. :,,'pill:i;indoiios \k' la 'COIl"CIlCit'1I1 hahil\l:d dc ¡ndic;lr.cl '"cetor el' mi.
~¡:' Ilthllr1;I~: ya quc en •...
asi ..lolJaS :I;',~;lrlli.~tI\:iIlIlC~ uc la' t;Cl;;1I:'itin-('J.J5). e ser:i, lIlW1I1ó1lri7.. '
¡•• F~l"-' liSO dc la l1lil1ríl.-1 ( 110 lh:h,,-,l:l1l1fHlrdirsc _l'onl 1.' l' lIso-'lId ll1i~lI1o~illlhlllll \,'11 la litl'wtura Ú~ la ,,,inle.
(L} ~r;lCi{jn t.:1\ b~ I'rill1L'r:ls '~ccci(_ll1L'slk' eSI..: c'iipil"lilo .. " mlh)s lkhl..'1I ~cr t'n los rC'p"'l.'li\'\ls CfJIHc:<tos. Ln ¡nler.
.'.!
,¡
, 'i
L" ecunci()Il (Y.:lR) recibe elnol11bi'c ~Ic.roi";ml' i-.clilléidll' del'm~()clo, Li1s e~uncio~es
., '~ (1).:17)y (Y.]~) Ikvnn tnl11bién a ' . _.'
. 1', =..,. iid N(n,íl)íl:;: n-12;(n:i)" (9.40)
.'; :';~~;~:::~:C'~i,::'~~~I"':(éJ;'
':', .' 'j
L~
2.f-í;<
.' t .•. ", ."
O",
'
• i
" l'
t
.,.,.
••. ,
,.1'
~.,'
•.••••
.
(9:41 )
J
. .
354. ~IÉTOOOS OE I£tONO~IETRIA'
.' , ." '. .
. ." .
El sencillo modelo de demanda/oferta no cSllí idlinlifici,do. Cl)nsith:remos un
modelo más. realisla dederí,andai()fert~' ' . .-
. "' .. "
" .
JI,'+ fJ;J2"+'"YI~X;; + '~12:r:2"= "i, . (9A3)
. . fJ2IYI;+Y2,+ "Y2IX\/. + 'Yn\"),;¡'-Yúx~; = "!, .
La variable .ríes u~a variablcfictic'iacon v~lpi un~ en todos I~)sr~riollos y cuyosigni'
ricado esabastece.r el término' de intersección; '\:2rerrescntarí;; el ingl:es9 que, según
1ateoría económica, afecta ulademanda; y x3yx~scríanlasvaririblcs quc afcclan a la
oferla. Existe tambiéi1la posibilidad de'queéiertns~ariablcsxseün valores fe/I/i.dmlo.\'
~e y. Por ej~mflto;el. precIo rélardadopodría¡,fecla¡'aJa~rcrtaácíual.Tambi~n e~
posible que existan vaI6res'retard~dosdel ing¡'c~oy.dc()tr;ls~~riabtesexógenas de hi ',
.'" ".~'~~iC:f;L
f<-"YII:: ¡j12'V21).:-'VIi .lj'~."VD'•.}j 12'Y241',
.'
..ó.l (fJU'V11"-"YI2) .. fJ21'Y12 -'Vn. -'V2~ .
donde ó. ='l-j1 liJ1il' Contnrslaremos la matriz ,con la especificación no restringida
. ,.' ',' fr'=(n ll' ,tll' ni:i 7t1~1 :.', , , .' ..
. . . ,,' .'.' ':'. "R11'. '7t12n i3 '. ~24' ,~.. " '.
y la pregúnt~ qú~ sllrgc escúá'lcs sedr jos '¿oeficienles cslr.uClúralcs a rccuj'll:r;,'rde
los n, VerilO~ que...... .',' '. .' . '
,". ;'fJ21'=; -~22'/rif2
. " fJI2';,;.~7tI)/7t23 = ':'it'4/JI2" .
Existendosmodosalternalivos; aunqueequivalelltes: dc bblenerjJ'2' reflejo del he.
c::ho de qÚc hay. ocho pa'nin1Ct'rQSen la fornlnred'~cida y sólÓ sielepanímetrus es-
t~uclu¡'ales, Únn vez 6bienid~s las fJ:t~lculj\rehlOs c;Yscgui'renllis dClerhlinando los
cinco coe!icie~le's 'V del modahitbitu'al.Así ¡1úcs; ideilliriCillilOs las céllaciones de
.dcll)anda yofcrla'de' la. eCuaei9n, (1).43):::' .
. ....." " ",
":!."'f
',- '.
9.5 '.'
. . CONDICI01'mS ."
'DE IDENTIFICACIÓN'
';,- ... '
r'
"'
1,
1 ~ .¡ :
'. )
l~::~:~
respeclivamcnll:. o
l
}111 "V, 1-: ]
LJ= ¡1~1 ~:: ~:~] e= 'Y! 1-:
~.. .,~,'_
f~'" .•••••••••
", ::.. _', •• " •• ~•.) (';1 '. . .~.o.': '."'_l", .~:~ KI l" _.' • .'", ." o', .•:_>"~M'-':•. !.~(iJ- ';'-_: . :.(:'~~-... "..f.,I••,:;,:::,;.~)It¡r~,~;'. ,¡:;r' ...•.
Comparando con los ejemrlos anteriores, los coeficicnlCs fJ no eSl<í;l Iwrmaliz:ldos.
''''
Existen muchas rcglas de normalización cnlre'l:ls cl.llcelegiL Si. cs posible, Iwrcmos
. q'ue los coeficicnlcs de la primeravariabic'cndógena de cada ecuación. sea igual a ...•..
ti,no. eSlocs,' reemrlazaremós la primera .col;l~lÍla dc n por' tln \'CCllH unitario, i'vI¡is
ha.\)iIUal resull:l suslituirla di'agonal principal ~Ic'llpoi' un. veClor Uoil:lrio, Oc modo
res'tÍmido,formulamas el conjuntO de ¡;cúa<;:i.one~Je lae'cu;,ción.(9.45) con~o
O
"V 11 'Ylh-] I =0
O
(J
"
r "
iI
{ ...
~.
,.
JI
"
j
.' (luL'lkn t:xislir. <l'simisillO. rt:slriccin,ncs linc<llcshomogéncas quc incluY,ln dos o Ill,ís
c'
t:kmt:nlos lk ~ll' [sp~ciricar. por ejt:mplo, CJuc los codicienlcs de)'1 c )'2' son jgU<l"
les. s..: L'XI)I'<:S;lriaCOIllO ' ,
"
I
);' -1
),
IfI 11 PI~ )'1/,.] () =n
O
:1<
.J,'
En C;ISt)dc qu..: CSt;IS rucr<ln 1;ls únicas restriccioncs <lpriori sobrc la primera eCU<l.
cj,"n. s..: cxprcsari<ln como
,-'i¡
al(l) = U, (9.47)
O I
O -1
tiontit: ,(11 =
I O
n ()
...•... ;.
O ()
La matri/"tll licncG + f\ filas)' una ColUliln<l par<l e<lu<ln:slricciún impucst<l a priori
t:nla primcra t:cuaciún.
Alkm;\s dt: las rt:stricciol1l:s incluid<ls en la ceuación (9.'17). habr<Í lambién res.
tricciones sobrc,lll originadas en las rcl<lcioncs enlre los codicicnles estructurales y
lus lk 1,1forma rcducida. Segllnla écu<lción (9.]9), formulamos .
'.
•.•.
,J,.
nn + c= O
o ¡ul' = ()
.:_,.._;- '_,_,,::-._.:~JJ::;:.[
dO,n~>?:'l: ,'" ':,~':'-:'''-,~ __ ~+---- -'",'-T"~ •.•
"C'" --.,'
I '.
, r" ~.
El nlln'll:ro 'de ~'"riabíes, exc1;,idóls' de" 1;le~u~ei{m cs';r~clural d~be 'ser, como míni-
mo. lan gral1ll~ cÍlmo el' n¿~le'ro de éeuólci~lles del moúelo ~'¡enos uno.
Finalmclilc, uesarrollaremos una form<l allern<lliva dederiv<l~ eslaúllima condición
Illedi<lnte . '
~= nlllllcrouc variables enuógenasactun\cs incluidas en l<lecunción.
"
\
es decir,'
El n \1111<: ro ucv;lriahlcs prcJcl..:rlllinau:iscxcluidnsue'ln e'cuaciÓl1 debe ser, como
Illí,~iml), jan ¡ir;lndcwllllleli'llillléro uc. vnr,iólblcsenuógcOils incluid<l$ mcnos uno.
La conuióón n~ce5aria sudi: u~noúlíl1Hrse clindición de ohlen para l<lidentific<lbifi:
d<lu.En mouclos granues, su~1cscr l<lla'niencomliciónque :!JuedeapHdrse. pueslo
que "pl¡cinlH condición dt:rnilgoresull<l difícil. Existe unafotma <lllern<llivé\ dé ex~
prC5:lr la condiciónueril.n~~)qu~ res~llal1l:í~rácil de<lpli~ar,.aunqlie ~ig'ue ~:en,uo
improbahle queppctlautJlIi'.:lrse.en modelos grandes. l,a fOflna <Jltern<lllv<les
rlll' (1;I=G~~K~JsiyÚ)IO~i p{Arl))=C-l (9.52)
, .
11 v~;"c 1'.1<'1.I'i_h.:<. T1If'¡,/l'I/";(,C"fili/l {'",M,.",';" Eni,,"i,,('¡ric;, M¿Gr~\\'.l'lill. 1%6. C~rílulo Vd. rM~
'\lila c'l'lic:lCillll ("s\I'milla'.' H.W.:''¡'arci''"lhc'r.~; ¡\ ~horll'((IOrOrlhc ni'sic Lc.",",~ of.lhc linc~r Illcnlific~'
li\)I1I'",hlclll"~ 1"¡(;";";;;""'-""III",,,,;,-ÚÚ;;''''¡,12:1?7I.'SI5-SI6.', " "
'1, •
.,"
:~.
o,,
_ .. ~
,,1
••
35:1 MIOTooas DE ECO;,>O~IErJlf,\ .
1
Nótesc que [IV el)] es una matriz constituida pbr las dossuhmatrices indicadas,
mientras que A el) es el protl/lclO dedos matrices, L¡j scgundaforllla de la condición
. ," ... ". .
lieneque ver sólo con loscoeficientcs estructuralcs y es; por la tanlo, de más fácil
aplicaci6n. Cuando todas las restricciones son dc'exclusión; la prinlcra fila de Ael) es'
un vcctor cero. y las G ..: 1 fiJas restárltes contiencn los coeficicntes dc las ccuacio-
nes estructurales de las variables que no aparccen el; la primera ecuación.
'Sila igualdad se mar1iieileen la condieiónde orden; es decir.- R = 1, hi ma- e-
triz A '11 debe ser de orden G x (G ~ 1).Pqrlo tanto, la ílrimera fila de eSla matriz cs
cero en virtud de atel) O. ,Estosignificaque.amcnoscjue = se dé nlguna combina.
ción exlraña y poco probable entre los coeficicntes cSlructurillcs, esta matriz scrá
no singular. Se diceenionces ,que la primera ecuación cstá CXl\l:tullIcntc idcnlilicada
oidenliCicada, Cuando R> G..,.l,entónces A(I) tieneG o m,\s Columnas. En este ca-
.; ,', 'so, existen, másreslricc,ionesqu,e!~s~)jni!ll~~',~~igi,bJ~s:p.n.r:l la" i~c.¡i l.iri.c,lI.!=}.~I})'~en ",".~ . "',
.,.. _".."..."'..".ge'«á¡if1i'alirá'hia's'\le u.h'a.•~'lfti:ní-h'(r1z.ctla~ra(i~"'d(tordéil'.G.::"f'(lut;a¡'¡-s'rag~-i¡;'~'~;;':'
.•.. ....' ..""'...;
dición, de rnngo. Diremos ahora q\jc lá.ecuaci6n ~s.tá S0. hrcid,e.'lllific:id.a.
'£JHlI'LO. ConslcJe'rcmosel'sisiema .
, '. ~
'flIlYI,T,Pi2Y1I + 'YII,t ,+'.'iI2X2, = "".' :'\
"
'.' fl21y-¡,-t'PnY2' + :Y21'~I/+ ~;2Xi,'~ !.;z,
'P~r~l, Ill()~entd.no h~yres'l:r¡<;ciq~es i;~pu'~Ú~'sa'pfiO(í.y.Cil eSl!; c;;~oni;l~ürii\.Ü~ las
",
" :c'cÚn<;iones esÚ\'jde~lifi~ada.' Slip~gnrilO~ ;IIiQra quc In~rcslriCci~1I1~SSOtl . . , '
• • • • ,"' .:-:"' I .', •• ••••• , •••• • ~ '.,'- •• :.. • •
\ .... ",
" .'
'''','',
q . O.
,11='
.1 ,O:
'. '1,
Ó I
. : '. ~.
ni2 'o O
itú .O . O
o := (o' O O O)
O' 10
1 'O'J, . .,'
. ',-;,;
l',\I'in:1.l1". M"d<:!os ',\illlli,:cllacionait:s
,-
, r:ormulalldo c:xplícitanlelllC: las ccuaciones. obl.:nCl1l0s " }
=
jlll ;¡121' fJl~il~~+' 'YI~ O'
"111 = ()
'Yl~ = ()
Si /1'1 = 1. ICllcn)os .:nlonccs que
it 1I ¡f~1
/11' = - -'- =- - " 1
... . rt 21 ¡¡ 2~ .
[sio no implic:l conlradicción alg,un:l. yn que ambas maneras d.: cX¡Hcsar jJlí dar<ín
""~""":~ <:9.1)1':~l eSÜII:ld,~.Ull \'a.I0.ri~~Nic();I,.}'s.a.ny:r}()Lc~ Sspc~!fi~:,~i.':I)c,sY!:lJ~~l~.~I~I>IJotn!.'I.' .. '
lización tIC cstc cjcmplo.dan lugar al mouclo '
...,
)'1/ + I! IJ .I"~/ = ."1,
~ fi~I)'1t + )'2, +'Y2I.\'I,'¡' 'Y!~.\'!I== "~I
'La
'-.
n;l'lri/.l!C cocficientcs dc la rQrnia. reducida es '
J'
-'
9;6' .
ESTIMACIÓN DE ECUACIONÉSESTHUCTURALES
Debemos Ilam;lr la atención sobrc varios puntos., En primcr lugai', hcmos implll:slo
"
la condición de normalización jlll = l. En scgundolugar, s~ suponc quc 1;15 g - I va-
riables ClllJógcnas son variables explicativas y que, cn CilSOnecesario, las variables
se reCI1Umer;ll1 auecuaJam~l1le p~lra quc ¡'os'íl1uiccs apa,rczcal1 cn forma sccucncial.
Oc mouo similar. suponemos que las primeras k variables predelermil1ndas lnmbién
aparecen en la eeuaci<Jl1. EI1 otras pnlabras, l)ayC - g vilriilblcs enuógenas y K _ k
\';¡riabks prcdetermil1adas exeluidilS de'laeeuilción. Las ecuaciones ue la form¡¡ re-
ducida (9.30) y (9.39) muestran que cada variable endógena es función ue todas las
11I:rlui'l)acio'nes estructur¡lIes. Así pues, las variables cxplicativas J'2/' ... , Ygr de In
ecu;lCilín (9.53) se hallal1 correlacionadas,con la perturb01ción/ll, de dichaecu01ción.
Enlonces resulta que. según los desarrollos ,moslrados en el Capítulo 5, aplicandu
MeO a la ecnachín (9.53) oulendrelllos cstil1wdorcs sesgados e inconsislcnlcs.
La discusión (kl Capítulo 5 sugiere asimismo que oblen~Jrcmos estimadores
consislentes utilizando "ariahles inslrlllllcn(ales. Recopilando (ouas las observacio-
nes ue la ecuación (9.53). pouemos formular la e~uación estructural en forma mnlri-
cial C0l110
'..
••...-;.
~I,
CI\I'ITULO ?:Modelos Multiecuacionalcs 361
~- . i"
con m01lriz;k \'arianz:ls y cov;Írh1l17.:lS ," ' .' ," ' '
., . . 'V¡H(Ü)=.\.2(1,',P",ZI)71. s2=Ú':-~Zla).'(y"':ZI~)lIl' .. (9.59):
Verificaremos las reslriccioncs li'leales de la eeu01ció~ ,(9:55) lnl como describí:lmos
en 101últim01 sección ucl Ca'pítulo S.: "''o'' • , '., '
:i
'1'
)'1' + fJ 12 Y2, + 'I"XII + '112.'(2, + ". . _
'"
Tenemos "l 1cmaS que' l",v=[23,'1j
,l I 02 1)" , .
'1"
. '.. [10
.X'IXI
'. 2.
. .
= .O
~l Xí)' = 4
,1
)
.. X'I;\',= [2j' J
0;1 II II O
, ó ll,~ II O
y, de este modo Y'IXtX'X)-IX'Y, = [1 II 2 1]
O
II O
O ll25
()
(J
ll5
[\ = 1,6
'= 2.7
y su soll~cjón
~"
9.(;.1 Variables No Eslal:ionarias
NalJa ¿Icbe cambiar clIan'do 'seaplica h fór~H;la cOJ1\;cncional Ikl eSlinúluor IvIC2 E
par.a eSlimar los p"dmclros' Licsconocjdos yJónÍ1ülar esiadísticos dc conlraste tipo
. Wald; l:as cslin\aciones por punlo y la mill.ri;' d~ co\'ari¡II;~.as aSinl:ílió obtenidas
.S~lIl iLi~nlicas. £1 r-csliltac1o de los CSl;idislicos u'e'conlrasle-lipo \Vnld Úgue eSlando
."
dlstribuido asintülica'¡ncnlc se~t'ln una .chi al c~ladrado. En olras palabl:;~s. la no es. ,--...
II\c!onariedaLi y la coinlcgración. no precisan nuevos métodos 'de eSIi'mnción ni nue-
vos procedimielilOs de inferencia eSladíslica: Pai-a cotlSlruir y verificar modelos de
ecuaciones eSlruclllral~s.p(,)(Jcmos.scguir sin problema las ¡'ecomendaciones ¡Je la
CO\vles Commission.... .' .
. 1.\ ¿'heng 'I-\sian. "Slalislical Pf'".perlics of lhe 'TwoSi¡',;~c Lc'asl ;;'Iua'f-<;s.Ésli;nalof'.Und" 'Coinl~g';'liol1".
..•"'. r.P,><:uú,ciiill . de
,
ifiÍllajo; Ui,ivc'fsiiy
. .
"r SOliihe,;i Calirurnla', Los ;\ng~Ic;.!lJ.'.I~:
-~.
' .. - , .
.,"
i
¡;
.•..•
;¡,
(idenl ificaJos) de un mode lo, La \'ersión de mín imus cU<ldrados en dos el;, P;I:; p;¡r¡\
la estimación dc sisicnws es el m~'todo demominado de mínimos cua:lradú de tres
etapas (rvIC3E)I~. EsteproceJimie';lo permile la posibilidad de corrclacilÍn contcm-
por;inca cnln.: las I'Criurbaciones de distintas ecuacillnes eSlructur,l1es. Se Irata. en
L'sc¡'lcia, de un;1 ¡¡plicaL'iúll del procedimiento de regresiones aparentemente 110 rela.
~.
;.
APÉNDICE
APÉNDICE X.l
Regresiolles Aparentel11cntc No Relaciolludas: HANI{ (SUH)15
Suplingamos 4ue 1<1ecuación i-csima de un éonfunto de /1/ ecuacitines es
':I';=X;11;+II¡ i= 1..... //1 (¡\\).I)
..:,
donde y¡ es un \'ector /1 x I de obsevaciones de la variahle i.~sima. X¡una m;ltri/. de
observaciones de las \'<lriahlcs explicativas /1 x k¡;fJ un veclOr de cocficiellles k¡ x 1;
y lI¡un \'eclor de pCrllll'h;lCiones /I.X 116. Se supone que la pcrturbacilíll)' las vari;l-
ble~ e xpi ic;)1i\'asdC'C;'1ü¡i' e:cuacíúll"lity:cs l;íIlcoh'c lacilin;',das'. [;'ls val;¡;¡hks'j"pÜ'ctli:: n'
se!.' UI1conjunlo de hienes de consumo, l<lsasUc dcscmpleo, clc, La pregunla es si las
ecuaciones uebcn lrabajarse de n;<lneraindependicnlc ode rorllla conjunta. Un po-
sible molivo p;ira uecanlarse por la segulld<l opción es la cxistcncia de ciertos faclo-
res comunes qucinfluyan en la~ pcrturbaciolies de 1;ISdistinlas ecuaciones y que no
hay;rn sido especiricados cxplícit~menle en las 111<1lricesdc variables cx'plicativas~ El
cunjunlo dc CCU;I\:illllCSpucde escribirse COI1H)
' .....
!'.
lJ t\. Zdlller y 1.1. Thdl. "Thre~ SI,,~C 1~~a,1 S'Iuar~s: ~imlllia"~,,u, ["imali"" "f Simulia,,~nus
E'Iu"I;"'" ", 1:"""1""(";';"11,30. Ic)(¡L5~. 7X. .
1; L" id~a h;¡,ica parle ck A. Z~lIner. ",\n [ff¡cicn! ~IClh\l(1 nf blimalint: Sccm~,,~Il' U",c!aku Hc¡;r~,.
.~i(ll1s "ntl Tt:sts ror ~\ ~!.!rc\!atiol' lliflS 1",,,:;ral uf ;\IIJ('ric.'lI~' S'ff,i.\l¡c"I,\uori",¡'m.
oo, 57. 1')(12. :US.)(JX-
th Cll;lI1du Sl." Ir;,h;lja ~~H1;;l(1d~lilS \k vari:IS l:clI:~('in!H:"s. es i'l1pOrlanh: nn rOl1(lIlHlir.la u(il¡l,aci"J~; de y, cn.
ino indicador d,,: l:ls ol~~L'r\:;li:iol1cs'dc UI\ l1\il11c'ro lk \';¡rial;ks ell un punlu 111llcslr;d , r.'", illdi~and()" lib.
~\.'f\.;Il'illll\.'S 'lúuC~lrak~ 11.:1;1\'ari;lhk
•.. i.csilllil.
CA"íTULO 9: Modelos Multiccuaciol1alcs 365
r'):2":
.1'",
I = ~
[X'.:
O
O
X2
O
..-
(A9.2)
o y=XfJ+1I (AIJ.J)
(A9A)
Un
L= ,~( 111/') .= 1'21
~:
u2",
".
0 1= ~c 0~
.-. (r"",,l
lT1II1' lT"'2' uiul (1''''2 (t".",
(1\9.6)
donde (es la nHlIri/. iuent ¡dad de ordcn l/X 11 ycl símbolo'@indic:JeI prodUCIO de
Kronecker. cs decir. quceadnclemcnlodcL~sc I'nulliplic<lpo(I.. . . ..••,.
Scg(lIlla q:u;icilÍn( A \)/) •.Ios mínimos cuadrados gcncrhliz:Jdos (M CG), u:J;~n
lugar :i1mcjor eslimmlorlincal'ii~sesg;iu()dcl veclor fJcn la ccu:Jción (A9.J); eSlo es,
d co:,j.ulJ.~odc ecuaciones d~.he.r~;i,c~:linl~rs'e c()~junlñl11cnlcyno ~e manera separa •
da.ElestlllladorMCGes' '."" .", . , ,. '. .. .
. . . .
b. '-(";',"":I"')~l _I)..•
v' .••.
(,f ..\."" • :- .'. .'\ - , (A9.7)
366 ~II:TOOOS DE ECO:--:O.\Il:T1IIA'
. . [&11 i
donde ¡-I :::
I.c~101,:::¡ ..... (A9.8)
. . . . (]wlj
. .
1,'."" •
',' .
.-,'
'1'"
.'.'
(1\9: 16)
Cunnuo lodos los valores propiosliericnrÍ1Ódlllo menor quc ulio. los l~rminos de }..,
li<:ndell a cero cÍla'ndo 1 aumenla, e),i.convergeeúel.l'eclor conslal.lley:EIl cslc e<l-
. so', esle líllimo vector puede:interpr'ctilrse .cO'mo. reprcsenlali\'o de !I'n equilihrio cs-
l¡¡lico, porquc n .;"'1-A es'líó singular,. El moli\;o cs'(ille si t\ luvi<:ra raíz ullil:lI'j;,.
la.suslilucióllen la ecuación (1\9.1'5) dñ'ría com() rcsulta~I(lI/- ,\1,= (J. COI1UI1i1IlIiI'
lriz 11 singular. Sin einlwrgo, .cnel cnso 9UCI\OS ocupa, 110CxiSlC raízqnil:lriil y 1/ -
'AI * O Y n es uila matriz 110 ~ingula~. Deslaquemos, por CJllill1o. que ulilizill1dll un
polinomi~ en el operndor relnrda<.lo, rcformulanlOs la ec'll'acilÍlI. (Al).'11 ) t0ll10
A(L))'; = m .. donde' .. ~r(L) = 1'-;\ l.
A(L)'::: I-;\L = (1.:... ~IL)(l ...;lI.zL)demueslr'aque la c~nditión de que las },,'S lic- ,... ,...'
.~/.
nen módulo menor qUCU;10 'cquivale a que las raíces de .4('-) se sitúen ruera dcl ,-{"
círcu'lounitnrio. Si existen una o más.raíccs'lInilari,,~. o una o m;ís raíces con m'ódu-
I~ i;~e-'lOr 'Itie lino, !fes singular y' IOpaJ110SC'On lasfórniulas de coi'ntegracióll dc co-
rrtc~ióni.leI error djscutida.s:enla~ccción:9.i. Si..'lO existen raíces. unitarias (1cro
. lino om<Ís <.lelos lI. liene'n m6Juloiriayclr (iue 'u't1o. f[<:s lllia 1;lillri~IH.l singular y el
vector Í' existe; este resült<1do no tiene, sin emb:Hgo, connol<1ciones de equilibrio
porque' 1;, ecu"ción (1\9.16) mueslra uno o m¡ís términos enl" I"orm" h; lllle ;1\lmcI1-'
,'O,
I"n inddinid¡lmente cu"ndo (.llIinénla.' .
)''' que
l'
• I
= ¡
,-
e-I h' +)' ~
'
(/\9.20)
que mucstr<1 cómo y, converge <1f cU<1ndo I <1ul11enl<1.L,s raíccs unitarias o exvlosi-
V;IS tendrán idénlic<1 inlerpret<1ción que en,el caso VI\I\(I).
Un enfoque <1llern<1li\'o se bas<1 en el h~cho de que cualquier VI\R de orden 2
o m;I\'OI" es susceptible a Ir<1nsforl11arseen un V/\R(I)de,variablcs tr<1nsform"d"s. .
[
)', ] =
..",_1
[/~I
,1
;\2]
()
[)"-I]
.1"-2,
+ [1/1] ,
(J
(NJ.21)
,~, "
(/\9.23)
PROBLEMAS
9.1. En un sislema VAR oc primer oroen con dos ecuaciones, elegimos ,malriccs A que
iluslren lus Casos 1,2 Y 3 oe la Sección 9.1. Desarrolll1r en el oroenador personl1l, y
para casa caso, un pequeiio experimento ue Monle Cario generl1noo las innovaciones
aúecuaoas y calculando las series resul!anles' de la variable y. Representl1r gr:Hicil'
menle oichas series ,isí corno cualquier serie coinlegranle que surja .
9.2. En un sislemi, VA R tic primer orden de tres ecuaciones. suponemos 'lile 1ó1ml1lriz A
es
.r'
A = [ 1,5 -0,25 -0,25]
1,75 0,75 .-1,25
" .
1 O O
Hallar los valores propios oe I\. Gen<;ró1r vl1rlas series)' y delern,linl1r el orden de in.
n?
legraci<in. i.CII;il es el rango oe la l11ó1tri7. i.Cuántos vectores coinlq;rólnles pueoen
., enconlrasrse'!
1 Repelir el ejercicio paról
y = C.+L+.c
11= y -:-II'¡>- T
K=K.I+I.
conslante, las variablcs exógenas son G (gaslo público no salarial), Wc; (salarios pú-
,'blicos),T(if)\PUCStos de socicdadc~) yi (iiempo), Éxamin'ar la condicilín de'rango
para it!c.:nlirica,r la funciÓ,i óe 'consu¡no: ,,' ,
9~6, En clmOdclo
Xi,'+f112Y2i + '¡'¡¡XI' =.1111 ,
Y2,. + .'
f12IYI; + '122.1'2/:1'
. . 'Y2\rJ;= .. 112;",-
'
¡.
: .~.'" (
:;7\
(o) Idelllificar los pa~iÍmclros quc aparecen como ,coeficienles cn los dos modelos
(considerando los dos model~)s por separado),
,(h) Olllener las ecuacionestle la forma redllcilla par,i .1'/ en L'lll1odelo I ~. la eCll¡ICilin :, ,}
.\'1 ")'2 h
"_"',-~'~~¡"'r," •.•••.••,~ ~.~.• '"' po_;'o
I I o":
~
7.,1 , '~
¡,
Calcular: ,
ESlimadores MeO de los parámclr;lS de la forma reducida 1111reslrill~idl)S: .~o
ESlimadores dc mínimos cuadralJos,indireCI()S'
. .
,{i'vtCl
.
i. (.le. los par¡ímclrOS
. ~de la prill,lc, -
fa ecuación.
ESlimadores IvIC2Ede los par¡ímel'ros dc lasegullda eellilCi('lI1.
..
La forma reducidarestrillgida ti parl.irde'losaparia~los (h) y (e).
Un cstima(,lor consislc'nlede E(EI1£21)'.= (112
r;:-:'i~
1, ,..
,:.~,
372
. . [Í{O. O - 4.0 ]
}"l' = ' -l"X=[ '2.0 1,0 -:\,0 -5.0]
- .1.0 5.0 . - 0;5 1;5 rú. - 1.0 .
X'x" l 3.0 O
O 2.0
O O
O O
O
O
1,0
O
O
0,5
O
O
X'X=
7
O
3
1
-2
O
2
O
-'-2
3
5
I
¡]-
1
Sólo la prilllcra ,1c eS:lS \';lI'iablcs
cxógenas liene codicienle dislinlo a cero' en una dc las ecuaciones eslruclurales esti-
1ll;ld"s por ivlC2E. Dicl1a ccuacitin incluye. d?s v:lri:lbles endógenas, y los eslilll:ldnres
.'1.'
,1'~1 + P~1.\'11 + 1'22.1"11 .j. 1'1.1 .l"JI = "21
.'-.;..,
del quc se disp'1nc de la siguicnte il.lrorlllaciün:
l. Los cSlinwdorcst\.ICO de loseocficielltes ,lel" fOl'll1<lreducida son
[ lO
:) lO 2]
10
•. ~.
5 <.
2. I.as cslim;leiollcs de 1;) \';irianza' delós 'erl'(;'rés de' "ís 'Ull:ficicllll:S de 1" primer"
"-.. ecuacióli'ell ia fqfm;l rcducida son 1,0,5 Y 0.1.
.1. I.as cnrrcspondicnlcs CO\'¡lrí;1I1Z¡IScSlilll¡ldas son lodas igu;lIes a cero.
... '
....•
\
da es 2,0 .
Ulilizar dicha informnción para reconslruir las ecunciones MC2E ue los eslimadores
de los cocfieienles ue la liri\iler;1 ccuacit'Jn cslruclúluriil y obtener I;JS correspontlien-
tes estimaciones. •
9.13.
,vII = fJl2J'2t + fJl~J'JI + ~II.I"I" + 1111
"~~~~~r;~
es un;J ecu;lcilÍn ue un modelo de 1res ecuaciones que incluye Ires variables c;tógen"s
t~~'jO"',:,:'¡;": ;,,,~gu~;]':~:"'~'['f :: ~
L"
Otllener los eSlim;Juores MC2E de los p:mímetros de la ecuaci6n y eslimar sus erro-
n;~ esl:índar (suponiendo que la ;nueslra incluye ~O ohservaciones). -.
.', .~-
~,
l,
..
-..
9"
J'
,'CAPítULO 10
. . ..
~~'.~r~~ ••..•
~~~ .•..
~~.~':..,~; •.•
:""'!t":'~'-l.~."I:''ll~~~''''''::.'.'''¡;''"--:~'H:- .••.,.,.::!_ :-.: .•.~;':"' .: ••. _,,_r. ::.. ".
. .. .'. .
',L. HanSCII: ':L:lfgc'.Snm'ptc PIop~itic.s or-Gcncrafiz(:ú MClho~ of' MOIllCllts ES;illmlll(s", f:'nlll(}lIIclriw.
50, 1982, 6~6,6(¡(). ,. . . ., , " t '
,.,
374 [ ..
.. l;i-,,,; .
.~5.~
¡-"".
,\
lall1bi..:n de los prog.ramas inf()rm¡íticos eSlauísticos eSl,índar (IUe carecen de Ull pro.
grama explícilO de eSlill1aciún MGM.
10.1
{1'
EL MÉTODO DE LOS ¡'.'IOMENTOS fl "/
'1' ;
" J
JI. = f(x)
¡radicionalmentc; MM cOlisidcra las potcncias dc .r. A vcces la mcdia )/ recil¡e
d nombrc dc nlOm'cnlo de primcr.ord~n, y . . , )
,",
)L,::: '[(.r2)
.,
'""-
(
.r"'"
~IClllIJI)S!JI:I'Cll:-:ll~lI: mi"
I
JI •• = -,,¿
"" x2 (10.5)
El cstimauor es sil11ilar al cSli'l1<1dor habilUal dl: 1<1v<lri;IIlZ:l. Illll:sto qUl: con algunas
oper<lcinlles illmcdi;llas ohlcnt.:mos que
\,~.) I
= - ""
,,¿ x~ -',,¿
- "" [l]! X
( lO.?)
I
= ,,¿
- ""(.1' - x)! (10.1)
1
"'" - ""(x-x)2 ( IO.lJ)
,,- 1 ¿
10.2
I\'ICO COI\'IO UN I'ltOBLEMA DE l"IOMENTOS
La ulilidad dc Mtvl(j sc dcbe al hceho dc que el cenlro tic inlerés tle muchos ejerci-
cios de cstimación cs. simplemente. un<l función de momenlos. P<1ra ilustrnrlo, em-
pccemos con una scneilla regresión line"l:
)'= XfJ + lO ( 10.1~)
2
donde E sc distribuye como Q(O, Ir ). Q es algun<1 dislribució,i (no neces<1ri<1menle
n0I"l11;11).E ticnc mcdia ccro y varianza Ir2, y X es (11 x k). Supongamos t<1mbién que
elmodclo se ha espccific"ado correctamenle y, enconsecuenci:l,
I-:(X'E) =() (10.13)
L" condicilJn dad:l por la ecuación (1 n.13) es t<1'; impOrlanle que pronlo disc\l-
lirt:mos en del,,11e su sigllificauo. De mumt:nlo. recordaremos únic<1mcnte que la'
condición sc cumple siempre y cU<1ndoelmodelo eslé correcl<1mente especific<1do.
Oblener un estimador de fJ puede no resullar t<1nevidente como parece <1pri-
mcr;! vista. Sin e"nbargo, en 1<1pobJ¡!c.it'ln lenemos,que .\- I
" ' , , \-1.Of'\C'/\ ID" ()
. .' E[X' (y-XfJ)]'='O ,.~ 0'to'f"M. (10.14)
en dondt: ht:mo~ ulilizado sol;lll\enle el hecho deque E =)' - X fJ. Nos enfrenlamos
ahor:l con un problcl11;1 interesante, Por hipólesis resullh que EtX:Ú' - X fJ)) = O. Sin
embargo. no sabcmos qué csJ1, El principio MM sugiere,que re,empla'z<1ndo el lado
izquicrdo dela ecuació,\ (10.14), c.£llt)c~QSomo_l11omenlo_o_contlici6n.qrlog()nal'"
por ~\I-,lIl;ÍlugU"¡lHIC~tr;¡J lcnenHJs '. , . '" '
--'"""..::: . ..
I
- X' (y -' XfJ) (10.15)
11
.. .
10.3
VARIABLES INSTRUMENTALES COI\'10UN PROBLEMA
DEIVIOMENTOS . , .'
Supo~lga~lOs que y sQn salarió~ p.or hora,. el 'I;echo d~ ser'. (1 nq ser. veterano, x,
y las variables.inSlrUmenlales 2son ~lriH~s'y;¡¡ñode nacimicnto: LahiplÍlesisa
veri'ricar es que los en1pleadosm~s illuiguos sllrren discr¡lliinacilÍn POSili.,;;,. Eslo '.
es" dado ~'ricónj~lnlo de e'arac\erís\icas"relacio~adas con la pl:oduclividad .. un
veterano recibe. uf) ,salario ;)W)'Q;,q'ue aquel que 11010 cs. Un pniblellla polen.
"tiat (¡ue' áp;lfcce al'utilizar MeO' 'es q~le 10.5.vetcr¡úio's' se 'difcrenci<Ín de los no
. '{deranos en ~onceplosno' observados por el ec'oi1Ó;nc 1l' i}t1> o l' lo tanlo'.
f(,\"¡E) *O.En la- guerra dél.vicll~an1,los militares sercclulaban Cll base a fe-
Ch;lS de náci~1Ícnlo elegidasaieal6~iámcnie (el procedÍlnienlo se denominaba' ',,:
IOlcríaal~ai~ria). Cólisecuel;tcri1eillC. par;1 gcnle e;~ edad d.e recluianlienlo du.
ranic la gúerra. la [e~ha de ria'ciénienlo'se ref.lcit1l1aba'dircclaíllenfc con la pro. ,
babilid;i(J"de con'vcrlirs'e '~I;'i,;elcrano .. En eSle 'c:iso. el lúes v la f~c1;adc I,,;ei-
h1iento T~sullan variables inslrume'nlales adccuadas2.' ' '.'
Supongámos que)' eS'elloga~ii'l11o déei~1plco ~n unú ~Illpresa )' xi. los sal;Hios .:
cOlllrnctu¡¡'les, Ide~lniente'.seríndese'able estimar una curva lle dcmandá l;Íb;;. -
ral,pcroelproblen\ri rc~idc,cr] que ~n~l)i~'~ y"~;II~fibS s';1I11a res;J1I,IIÚe l:lnlu de
los cambios en la 'ofena, como en los de la demando\. En consccúelleia. .
'£(X'I' E) *0, 'Yaquclo'nalariosc,oilLracluiíícs se', negocian :por adélat1ladll, llna "
posible variable inSlrumCf)lal.cs'.Ia iJlj7acióllllo cspcl'llt/a. Pordcfinici6n. dado
: , • : ~ "'.: " . '. ~It
"~,O
. ",'
1 J. An&rist, ,;.'LirCI,nic En~in¡s,~'~;¡ Ih~ Y'¡~lna;~ ~;aDr~el L;;lIc,~ ~Evid~;l~Ce:llm SlIc; ••1 Sc~uril)' "U,,
minimalivc Rccords ..•.Allluicoll £.c:oHo,i,icRCI'iciv.IiO: 199Ó. 313.3)~ .. ' J' '
~ ~'" , '.
'''.'
JlI). Anle lal supl~eslo, exislen distinlas opciones: EI1 primer lug<lr. 'po~lrían1lJs tksc'-
c~l:~r 1II1~1de las ecuaciones; es~o c~; p~~~rr~n10sdesech:l.r Illlit"ilri:lhlcin!>fJUI11C'l1lal.
,",
I:.n.scgundo lugar, poranalllgía cOl1lllínimos;Cl'lad;:ados.las d,,:sl'iacioncs'ticl;,s con- tl;~\
diCiones poddan' pOII(.lerarse ,cn' crcoílC'ulo Cori',os mismós pcs(J~ l' minimizar luc"o
la sUI~la ,de l,i~(I~s\'JaciCln~s al.:u~d!,,~~ El1tereú lug.;lr,.'j)lídrío;n1lJs POllllc;';lr ,71s
-ccllaclone~ deacue¡'docon la prc<;i~i~).n(medida porla varianza) c'n la eSlimaci('ln d..:
e.'I~I~1.e,c!!:l.ci(lJ1. " . .'.. " . .,
, -;-.
. Engcncral.Ja pri!ller¡¡. idea 110 es Üplil)li, (des~char'inrorm;lcilÍn casi lIunca lu
es). ~a .segund<l idea,es.implcmcIÚ,al?.!c n()rj)~lal()gí¡LColj-'i~s_ll1íl1inm.clladrad()s. CSlu
es. minimizando lo siguienle respecto afl: " , . .
( ...•..•.
¡f""-
'l.
V" --
.•-'1,
(10.21 )
l.
,,'
1, L<I"Icon<l. .. o 1<1In
' fa 1,'m<l~ión '.'.
'11)riori Ilcv<ln ;l 'suponi.:r
'",.. un;) ClJllilici(jl/
, tle ori(lgo-.
')1' O
I/(/liil(/dcn 1<1poLJI;)ció'n qucúorll1alll1enle tOl11ala forn~a de tlg(.", ,'\:,,0= ".
" '... . '
dOl1deg(')esul1afuI1ClOnConlll1ll<1tL:,l,I, . l' 'l' IllS (1' \,)",
.,' .... Ililr;lIlIclros (J, ,", ' .•.. ' ': '. ' "
"- ..,
2, I '111.',ltlgOnlliestral
,_()flSlrUI1l10Se , ,
r " ' m( (J) a la conlilcloll de ortogon,tilll.\.d p(Jbl,l-
cional y minimizamos lo. siguiente respecto a 11:
... --
,'11
. -t:", '" ~
C""¡TULO 111:MétoeJo Gener"lizóleJo eJeMomenlos 381
III(J.'X.
. .
O)"
"
w./,i(j,.x;O)
/-. ,,' .. (LO.25)
:1. Si el IY eli.:gi¿hi resulla sercl (íptill1o. 'el v:ilot ¡iiinlllliza<.lci de la' fotmól 'cu;i<.ltáli.
ca de la ceuaci6n (10.'25) se 'disl'r.ib'uye aSilll(S!iCanlcnlc con' los gróldos:de liber~
lad <.leX2 equivalentes ni 'c,xccso 'Rdc condiciollcs momento sobre k'pólráme- de
;; li'os bajo 'i:l fliplÍlesis nula de que se
satisfacen las condiciones <.lemomento. Es-
\.
lo rcsull;, 'cxlrel11adal11en(c 'útll. 'esrecialni~nle para probl~m:ts simii'~les ól
MC2EoivICJE(linealonoline';i1). , ¡ .; '$-" '
','
, (10.26)
Recordel ll0S que.cl 1110delo MCO introducía varias condiciones restricliv,,{el
c
mo-
delo' del;;';, inelui~ lodas las v;II'i;ll)l~s rel~val~les. los tér~inos crr~r dcbíóln se.r ho-
J1l0SCedihtiCllS )~ dislribuirse normalmcille,'etc: Por l.f~sgróléiól. es' difícil que ~n la
práclica se den todas estas condicioncs, Pero. po'r sue'r1e, no son lodóls ellas n¿cesa,
rióls. Nos limilólremos a la consistencia de 11. En el CapÍlulo 5 vimos, por ejen;'plo.
que podemos prescindir de los ,errores homoscedáslicos. Que el modelo 'deba ¡'ncluir
lodl/s.las variables relcvanteses una condición n;~;y tesl~i~l¡vóly:e~'lól práctica, re-
sulla muy poco probable; 1'01' lo tanto,. es r(lzonnble pregunl;\rse cu~ntóls v(lriólbles
ser¡ín .\'II/icie,i,('s para' conseguir eslimadores (¡ables. Lñ respuesta no es fácil, ól'un-
que el punto de visla MGM dejacn evidencin .las conc)ibiones que deben salisf~'cer-
: se en el ~aso de gl:al~~les'l11ucstras. __~~~~~,,,:,":,,?:~:,c,,,,;,,,,~,,;;,,;-::¡t"';7\0:';"";";'~;,i';~"':":;'7
,;.:-;;-;?"'.ti'i'j};lí't ¡cu IÚ ¡"ó'pi'csci mi iremos' (.le Iaildriii';il id';¡dsi:~niprequé :c( t~tnlí nÓ efe
' '. error fcnga ¡lledia ccro. Müs illlponánle, sincn~bal'go,es¿1 tequerinlienloi~lpués'to
por la !ystri cC,i,ón úCl11omcilloqX' ..ü,-::.jI.Para' ver'lo'que eSlc{implicti:éonsidere-
el
úíos diseiio <.le:,eSlÍiii;¡"cií.í,l'iñ'{,s é1¡ísico: el, -c~p~rilllcnlo~colilrol •.•dq, Supongúf,os
que helllosdéséuhic;'lllUnnlJtvo Iratal1liclll(~ paróla)'UUar ,a eliminar el hábilo allól":
boico. DispOllellH)S d..:una illues~r; d~;1I = 2Ji r~ma<.lorcsy ólsiin~mos ;¡leaIOri;;'men •
.le cllralalllielllo T :í>l;i milaúdc lilnlllcS¡¡;'- Ln-~t'~ól-i~jTtnd,de );i li1ues~rn recibe un
_,o ., ..
Iratamienloplilcebo(uillral¡lI11icntosin erecto). El'diseño' c.xpcrimenln) clásico su-
giere qúe un bilcneslil1lador de la.diC¡iciadcllralamiel,ltoco'nsiste cr¡.COlnparnr 1;)
'proporcilliiUe rtllll~lu¡)J'es cnlos do~grupos al ri~l~1 <.lelprogramáo
. ;' .. ' ',. '.. ..
...J
r:
.:.i.:
) Suponemos 'luc " no cs un parámetro tic inler~~,'I)or lo lanlo si. por cj~lI\l)lo. la Illctlia tic 'I,'es tlislinlil
tic ccro, ac¡uel paramctro queda absornido por la constante.' .. .'
;" .~
;;N':
C'AI'jI t:1.111" iVlélodo Gcnnalizadll (k Momcntos
"'.) \
r
',' ,}
I .
- X' (y- XjJ) =O
/1
tiene una l¡nica respuesta, que igualn exaclamente a ccro clmomcnlo nllleslr,d. En D
otras palnbrns, no hay restriccioncs de so!Jrcidcnlificacián quc co;nprobnrl,. COIllO ,(.)
veremos en b.re~e, una ele las venlajns de MC2E es que permitc comprobar algunas
de estas restrlCCloncs. . .... . . :'.' . t :')
]0,5
DISTRIBUCIÓN DEL ESTIMADOR MGM
. ". Supongamos Cjue tencmos una condición dc momento bicn ddinida (l una con-
dlcllln de ortogonalidad
:.',:\
E[g(y,:\'.Uul=O (10.30)
'donue y, ': son h)s datos y 00 se rcfierenl único valor. d~ un conju'{lo de p~r¡íme-
Iros, que Igunla la. e.spernnza a cero. Oble'ncl1lOs una lIlu~.slra a¡ealoria. Para -un;¡
n_l~lestra da~a ..~1 eSlllna~lor tv~GtvI l1liliiniiza.:. respecto a lospadIllClr(;S O.. la t:xpre~
slon que se IIlUICa ~I conlln~laCIÓI\en la'que cr estimador 1) es la soluciúli ~I..:'
I1ljn (m(y, X. {j)' . 1\',,' m(j,. x. {j)1 (10.31')
11
donde m.(y, X. O) := (1/11) ¿ g(y¡, Xi, O). Y cl subíndice de 11' indican quc plle~lt; scr
u~~~IJunc_19n('e !Oi...Q.ato.~. A~ltmimo~_~¡,!nl~én que 1l'" es una ní'iiiriz siméiric,l. ddi. .'"
.',
b NI~)tc~c. (IUC eH muchas pruehas itlCítlnrin~ cl;\sic:ls. los ill\'CSlil!,~dorcs ClHlll~;~~ar¡¡I~ las (ll(-'"'\",,',"\',c' .. 1 '1 ,'':'''''-..
. '. ,. ,-. . .. .' •... liS U~
Ir"I'"I1',cnln )' I~)s!:rup~)s tic c~lllrul. J\'illeillltlo, sc ,¡I¡liza la cón;p";';}l'¡;;'{ par •• \'aificar que el rq'allll
al:allulo cSIi\ 11lCI~ rcnllzildo. En caso arirIHillivo. 1•.5 características de la IHl'diil d..: amhos !!.rupns :-...:ri"1:1 ,,~'
I1\lSII1:1 lOIl prnnH:dlo. .
~!'"
--'~j
,,'.,
~lf:TUI)US DE EC()S()~IETlli"
.¡
1".
que:, cnel límile, el valor verd.luero d~, los, paramelros 0 l~lIIl1mlcel.a eeuaclOn °
(IOJ 1) y se 'cumplail la~ ((lnélicioiles de regu1;lI'idad adecuadas:>, '
.1"
11;;llal'\:mos (j o n.:sulvicndo la' siguicn,le c..ol1llición dc primer orúcn:
1,;1 Ill;¡lriz de pi'imeras derivadas esG =iJ IIIli/ (J. Debido ¡¡ que el estimador obleni.
do al l11inimiz¡¡j-I¡¡ecuación (10.31) es consislcnle, C( IJ) converge a C( (0), I-kI~lOS
asul11¡d~ anlcriOJmcnle que 11'"clJIiverge a, W y, por lo liInlo,
plimC(O) '11'" = C(IJo) .11' (10.33)
n
L¡¡ distribución úe se obli~ne me'di¡¡;lteun~ ¡¡proximación de serie de TaY,lor
dc s( ñ) sobrc el verúadcro °
0 a parlÍ!: de la cond.ición de ~ril~ler ?rdcn l!cl;~ ecua.
ción.( 1 0.32). Daúas ciertas cOlÍdiciones de regul¡md¡¡d, la dlslrrbuclon de IJ sel á
iJ .!!.. N(Oo. (C'II'C)-I,G'Il'QWG(G'll'C)-I)
, . . .
(11'-34)
donde n =E[g(Oo)g(Olll'j o, ya que E\g()', X, (Jo)1 = O, se lral¡¡ ~encill¡lIllCnIC d~ ,I¡¡
varianz" de 1" condición ,de mOl11enlo. l-Iansen (19R2) demoslro que una elecclOn
óplim¡¡ de W es un eslimador consislent'e de helCrosceu~lslieidad (~ ;llIlocorr.~I¡¡.
cilÍn) ue E{g( (JlI))g( (0)']-1 = íl'-I: Daúo un eslim<lúor eonslslent.e (~e O, será posl~lc
oblener un eSli;nauor n-l. En esle caso especi,,1 úe un 11'" opllmo, 1" eCU¡¡CIÓn
(10.:14) se convierle en
( 11.35)
El leclor vcriric¡¡rá que cualquier olra elección de IV ~boca. ". una m.,,~ri7.de cov,,"
ri<1n7."sque excede de la elección óplim<i en ~n¡~ l11~ln~,~:r~~,~~a.~o~~I,I,I~:~.:._~_~~"c.~~
sea. el peso' de~iill,,;'i~ÚI7.Tllili"";;i'¿rii';""-MGW{~síéúlFrc. COI1SIS(C¡1 lé ya~1 ~'lOII~a,\~c.ll1c,' "
.
II1SCS1.!.l1 ".", 'd'o' se
d O.' ,C' ~uan .' U'I'I'I"lz<'
,(l.
1'1'Il'I'I't"'I'Zcoi'rccl" . MGM rcsull" tamblen "slnlotlc,,-
(', ( ". • •• •
¡O,Ó
APLICACIONES
Las condiciones lit: I()S'ln0I11CIÚ~)S ~Oll IlH1r,gl:I1Cr'ú1t.:s. En 1;, prcscillC scc~i<,,>n rC'I.)¡\S~-' ,
, I(1S c.'J' e.'IlIrIos de cstim'lción
re mus , " )' conlrasí"ción
. l1leúi;wle los tvlGM mas senc1l10s:
~,:
", ,~ .
, ' ::i~,¡:;;r!:~E,,'(:':¡
• t ,.L" .-'; ;' ¡ .\.1- ,f ',o \ " 1;: i . 1! '~-.' .
',l',P','
1, • ! {'AI'lnJl.o (i: ~1~IÓUO pChliraliUl~o de MomcnlosJ85! :
. " .
10,(j.1l\1ínill1o ClJúelrados:en.,l?bs E'aplls)';Conlr~sl~s.'
!.:'~,,!¡,,":; : ji;,
JI ;:¡
',';¡ ./:.h i . ~¡ :
1.
e" , " , • •
11'" es una l11a~r'izde pes~)s.( L x l~)y / ..¡> ,~. ,Z,Y,.,ypu~den)er.~r columnas en común,;
Hasla '<lhora, hcmos dejaúo un po¿o.:dcladoel probleimulc la elección de IV,;:,vol".
vanHlS dc nuevo ri ~1.1~C\:imlcm;;s: q~lelll1ü'hucnn 'cle,eciÓn ue:: ll'" sería un 'estima.
dorde la invers'" dc (¡'malriz dev~ld"n7.<lSllsintótic<ls'ue nllcstra condición ú~ mo-
mento; r \'ar( 1/1I)(Z'lO') I~I, 'que indicllr~n~()s. tomor< 1/112) VOz]:-l; ¿Cómo cons~gu¡r' ,
un eSlin'i'iiUO¡'cl)jlS-i~nIC a'p¡irlir ~Ie eSla'expre~ión? Apr.il11eravista, p<1rcce que ne.i
CeSil<1ríamos estimadores consislentes de las E, Jo que resulta imposible porquc el,
númcro de Ea eslimar aumenl<l el) proporéióll iuétllica á como lo hace la muestra.:
Afortunauamenle, y a pesar úe que l<ldimensi6ride lO aumenta con "; no sucede lo' <.
mi~mo con 1" din;ensión de(I/II)Z'E" ' ' ". " .' j.
,El rroc~dil11ielllo siguCtlos ¡Jasos: " ":' , ' .
1., '. En primer lugar, gcnemmoslJn eslimaúor consislente de fl,A. Podemos h"ccrlo
de distin'tas l11<lner;¡s. Un<l,de ell<lS consisle cn realiz"at MC2E como de coslutn.
~~"",,C"';7" !Jrc¡ lo que cquival~ <l ulilíz<lr (2'Z)-1 p<lra "J.I~, en el' primer P<lSO.Por sue'rte,i
1 __ o _
, ,'p.'
\V,; =~¿jZ;i/d'"
" "".. .
(10)7)
. 1-: . ,-. '.
,,~)" . dbndez/soilcolunliias deZ.
.' . L Con el eSlim~(¡or 11'",I.cto,námos eJproblem<l den~inimización originnl:
flliil(;[
jJ,",,, " .. :"'
l'()''- '\}1,.;G¿Jr. ':w,,' ..,Lti;6''--xAíG~f.)J)..
,'¡-< .. '. ... ",.11 .. ' , ''':'.. ,
'fe 10.38)
.. .Siguiendp h ,liism¡¡ lógicúqq6 l.ienlfJlc"úacOJ{Ja'~cunciÓn CtO,24) Y haciendo
Zm ";'2iz¡ij'd, ol]tcneliios ", '", ..' , ':- ,', '. .
[1, JS6 ~,(TODOS DE E('O",O~IETHIA
":.
f
I j ftMGM '"" [X'Z(fo!li)~IZ'A1~i X'Z(Z'!lZ)-IZly (10.39) 1 .
1 Segúnb ecuación (l0.24),MGt\1y MqEson ieJ~nlk()s,cuílndohayerrores ho- ; ¡Z
moscedásiicos. Sin embargo; cuándo existenerrores,helerosced;islico.sel eSlimador : lar
c(número de parámetros.' Eri este caso, el )lli'limándo' es también liilconlrasie esta-:' .do
díSliC~'que vali9a dichas reslriccion~s~r3ajojall¡póles¡s 'l~lade ql;elúlds rcslriccio- '. ~' .. ' H
ne.'s s()nválidns, '.' .', .. ::..... ..,',::;",." :. ' .. "; :... . '. " ,.'.
•. -
,h,
Ailltfic,,;¡ SlOiIJ¡jCIlIIlHOciril;Oll.55', ¡i)(;O. 65l).65'J. ofrcce una~crsió~ asinl,ilic:i e1lui.
valcnle del le~l. Sude mcnciono'rse I:\mbién como el conlr:;sle de Dasn,a,,,): .
','
.
• __; .••..• ' l""
..
" '.'
. '
< ~ ¡;.~ !. :":.11
;".':\
",
,"'; •. : ;:', .••• ,1
~', •.
L ..
_._~~ .__~_
l',\I'j'lJl.llllI.I\-kllll..Iu (jt:lll:ralizaÚI) lk ;-'IOIllt:ilIOS
. y =1(X.j1) + e. (1(1.-12) l! }
~~i~
1:1;;II:~~~i~ i~~;"~~'~12u7.
~'~~~{)~;~it~~I~l~.r~::l(:~.~;;~~ii~;C~~t:C~~'~:llcd~~~,t'~':1t;1 I~~;~1~'~iil~II~;;~ ,:'..,
~~l
I
.--.
."J. Dllrhin. "Er"HS i" Variables"; 111'1';(,':' o¡,},,'llItl'fo"/;()/l/Il S/"/¡.lI;¡,,,II,,,Ii,,,,,'. ~~'.IIJ5~. ~.l.32: D. \\'11.
.,...•
",\Ú~
, r';¡;li~c"'i'c>l.s ,;'¡' IlnJcpcll;lencc hClII'ce;, SlochaSlic R'e~rcssors a,nl Di~llI•.hi\llccs". fl'llll"lll,'rril'tl. 4 L
1')7J.7~.l.750; .l. II~llSmi\Il."Spccificalioll Tesis.in Econor)lcirics":Ei'(lilllllll'/";l'lI. ~6. I'J7X. 12.) 1.1n l. vi,
sc'lal\lhi~n Capílulo 1l.2.5..
~*t\2"2~' . . ...
1 \Y. Ne¡~ey, ..•.
..... . ..
Ccncralizcd MClhou of Mo;ncnls Spcci[j~aÚ.¡1I1TCSlill¡:", ]""l'IIlIl o{ f,:ol,,"/('rricI: ~'J.
\
r "U
~(Pq
"
::;¡. J~8
\:.-
..~.
;~,
p
Cuando la dir~renciaentr~ los úos eslihlaúoreses grande,.MCO no es aúecua-
'" l'
úo. p'or esle motivo a veces se discule el conlr;:¡sle como ~i ruern unaprucba de "en-
" dogeneidnd" 'úe )'2' Como veremos, la arirmación no es del todo ciertn. El conlr;¡sle
~"'l
ev;dúa sila e'ndogeneid;¡u liene algún efeelo sobre la consistencia dejJ.
," 1'''1';1 profunuiz."r en el co;úrasle, conside~emos la ecuación (10.4:1) Como inle-
"
grante ue un sistel11a ue uos ecuaciones que incluye adem,ís la siguiente ecuaci{¡n en
la que Z es una matriz. de vari;lb!csillslrulnenlales: "-
"~l+;' .
..,
,-..
~\l
+ EZ, )'Z = :Zo
Seglín los supueslos renlizndos hnsta el ;110I11CnlO,la ccuación (10.45) divide en dós.
( IO,~5)
la V¿li',innz;,ue )'2' Una dc 1,15 pades',' Zo: no eslá corre!;;cionndn con el error en)',. E"
La ol'rn pnrle, b. (Jo.l'iÍI/cl/1(,lIie se correlacionn con E,. Por lo tan lo, el contrnsle pro-
PUCSIOpodría c~litemplarse como lú \feri(icación de si e~ ciedo que COV(EIEZ)= O.
Prorunuiznremos l11ás aún en 'el lel11nconsiúerando un dcs~rrollo ;,Ilernalivo
del conlr;'lsle de I,Iausl11nn. L;'I discusión se bnsn en el docull1ento de D;'Ividson y
MacKinnon12. Dos artículos ndicionales sobre el contraslé de Haulilan son los des;:¡:
rroll"c1os por Ruuu y por Daviuson y MacKinnonlJ. En l11uehos cnsos, es i11ás direc-
" \0 c;dcular el conlr;'lsle oe Hnusmnn a pnrlir de ,simples regresiones artiriciales.
I~csulta tilil considerar el conlrn~te de Hnusm<1n como un vector de co}/traJl~f.
C(;nsidt:rt:l11os t:lmodelo tinenl canónico
~, )' = XjJ + E (10.46)
,.il'
dlliHh: ¡iene media cero y \';'Iri<1nz.nuZ, X es (11 X k) }'tnntó)'
E como E son (11 xl). '
..;1 ("Illllp;¡rt:nios un cstimaoor de!J, por ejemploMCO.
Aleo = (X'.>.')-I XI)' (10.47)
(on 01 ro cSlinÍ;ldor. por cjelllplo jJ,\ •
.'7
= (X'X)-I
,f
1.' 'P. RlIud. ':Tests' of Spci:ific;lIion in t~on{ll11c'iics". fwillllllcrric IIn'ic, •..'. J, 1'JS,I, 211 ..Z~2; Ii. f)'l\'idson
r J, i\lacKinnon. "Specificaliun Tdis Oascd on Arlificial Rcgrcssiuns ...,1l11tr1,,,lo!'iI,, -III",,.ielll' S'tl;iJiicnl
,1JJlfl'i",i"". H5. 1'J90, 22o:i27.
t 1\ t 'l~ " , d,'; ~.; ¡ ,.
, l' '11 .0." ,1 i
1';;~ I q¡ di:-
.. . " . t ,. rt \ ':\1 1", ',:1': .• !:
<,o
','
"
ra
.
de
...,
v¡¡lo;'es
'
p'reuichos".
, ". ¡..., ~.,
Esto'
',' , " l'
es,
'.
[1nrnderl;:¡
\, ' .....:
i, residuos (11 x k) obtcnida a pnrlir de la r'egr~slón de. c;:¡dilcol U'1]l n a de X sobre las Z;.
P;'X~<,la l;l~lri~ (1/ .~' k) ~Ief~n~o:e~ ,p,r~'dY~\io'(obte'rido}:n pn'nir de I~ r~gresióil~é,
c¡¡da colull1na de X sobre Z; '. ¡.. ,,', .¡ ;':, , ;' i, - , , .' ¡-: ';,' .,'
I La '~I~cciÓn de:A 'de[1Cn'd~'~~de;'~~~bl~l~ri ñl qu~!~¡~~r~e~le
' c'l ín~e~tig.ad~r;
: CU,1I1Uq;\ =P¡r;,cn'to/lccsft,liéS elesii,~~'dót'mf¡'i!llo c~n;drálico e~ dos et~,p;:¡s d~jJ,
' 1Ilíliz.anúo Zcol11o'varinblesillslrul11elilíllts. ;Pnrn el,estimnú9r dccfeclos riJos (V,4~" :
; se Cnpílulo 1i),;\ = M o. dondeD el conjuntó de vntiáble~ ficlicias' de las unid~.,: es
; des ue Corle lransversal, y ~1o es/n m;:¡!~i,z~lIc.: ~o~,lo lail~o;I~~nsrorm;:¡los dnlos F'~
' desvincione~co.nrl;sp.c.cI9 ~<;¡as úe Jl.1eúl.(lSIl)dIVldua,les¡:~rc:clrl~as. ,',; ",.,' .,"
, Cunndo el modelo de 1;;ecunción (10.46) ,es corredd.'el Jrmile en probabilid;¡d
de In oirercncia de
la ~~unció¡n (10:49), es edro. L~ ~~e'ds~l~S imponnnlc si c~.be <:1' ,
" . que, yn que (X'A X)'I es una mnlrii (k x k) ,de rnn~o con~p!clo.el vector de conl rasi
' tes tendrñ Iímile ~,i rrobabilida~,:~g~.;'I~;cer~ si~n..l~~~: ~:~i~~dO' '¡ ,', : .':~:: j'
'phm :-(X'AMxY)= O, ,. " (JO.5Ó)
,,' ,'"", ',"':',:/1 ' "", ", ' l' ,.;. , , 1
Consideremos hhora In comp<1rélció,ir ~,nt~e MCo yl1~E, En esle ca5~. diVidd
remos In matriz X en [XI X2]. don~e X, es, una sybm;:¡triz:(~1 x g) de regr~sorcs pOl
lencinlmente end6gcnos y Xz es la subm<\Íriz (n'x(k- g)]de reg~esores ex6geno$
úel lado derecho. Tcnemos'un :conjtinlo de 'inslrumenlos' Z ~ (Z. ""2]. donde e!, r;
nueslr;, matriz (l/X 1) dcinslruhlcntosi"¿Jcrúiflddores' con (/,~ k)", con cuafhuesL lo
lfn mníriz;\ CS. simplel11crúe;i\ '= Pl..' " , ,
• , Estnll10s interesados en saber si 1': , ' "
,", .¡~. :
,
r'~;'
;',~ ~';;:¡:~',i:\::7;:;CT~':{';"f'~;'~0~,:,;:,,'~;i~:;~:ip1nn+~~;~j~T~.?C;?"';~!',~~:"\~SiP~':~:'~X163T
-~.~,.:
<, ':.-. ,'. 'h" .•• '
. . l' .. .... ~.
\ , 'YI P:,>[8\,]"'"
'':'''Z:~i\,''
," >',;, ,'(1052)
donde ,fij, 'I'im 1>01iz~ 'lal11a t;'i~ ,.dev;ló~es r'redi~ho~¡de ,~h.~;'reg~~siónd~. lascol u~-,
nns de xtsohre Z;Ya(jucX {ZlicneneneomúflXz• es ,cvidentcque X2 :: Xl' Eh
este cas~),dcslaqlier!lOs que' ",' ,
-J
-,
'[:X.:2','.
?',iJ ',~'1x: ' '" ,,',
,, ,. (lO,53)
í
, es igu;,la tc;op:lr~ ilq,{,eJifls ril¡¡st'6r~t~pondiGn~cs.aÚ,f'~rquc los resiúuos de liri¡i
{'
1,
{,
regresión d~ :i:2 sobrcXsQniguales;¡c~rb,' ',' " '"
., , .:' . '. ...", '. . .
t
:;
.. : "r ..
JYO
l'
. ;,'. ",:'..,
,¡""',
..
", '
, ~:
"J,'
I\f
"",' .i'
>
~.' , '
,"
1-:'
C'AI'in;l./) III.ivf-élodoCi..:ti..:ralil.adod" ,\-llllll":llloS ,1<) I
"
":.~.,'
..I-:,,... Calcula liuo'tI i'recl a menle" clveClordé,c6nÚi)SICS;'ÚlmlJ él;' ¡í:~~lI;¡éiú,r~r Í1\h:)',"
2. Esliniando la r~gresi(íil de los regresorcs pOlenci:dlllcntc cnd,lÍgenlls slIhrc los
'ins[rumentos ycalcul:\lldo cl valor' predicho a parlir de l:dcs r..:gn:siollt:s. [sli,
m;indo, a COlllilluacilÍi1, por /VICO un¡i e(;uncióncn.l¡¡ que se illcluyen las vari;¡.
, bies creadas y contrasl;lIldn'si éstas, spn SigJ1ific;ilivils. como SUCl:t1cen la ":ClIa-
ció n (10,55)., " '" ". '
:l. ,Estimando la regresión de los regresor.es pO.lenci¡¡lme'nle clldóg..:nos sohrl: los
inslninlentos)' calculúndolos residuósdeesos,rcgrcslln:s. ESlimalldolucgo por
MCO la ecuación que inCluye lasvari;¡hlcscre;,uas y'vcrificando si éSlas son sig-
, ilificaliv;¡s como sucede en la eCllación (10.60), ' "
.' Véase O;¡vielson y MacKiri;lOri pnra un;e1iscusiól; t1claliacla -tio.: I~s dos'úllimos Illé-
ll)t!USYS\I extensión a otras clÍmp;¡racionc's.,' ' , '
,.';""
•... ~
_A
[ ... ,;--
~
."
.'
¡,~In/. ;/ IijL
-.-,-' 11- 1 -----:- '= () (IO.ó2)
. ;) (}(j (J' ;) (J ¡
¡J,:
. I'..:rll eslaL'CU:lcilÍn cs 1;1que definc precis;lmellle .Eivl V y. por consiguiente. pucde
,~',
scr considerada COIllOlin cSlimador IvIlvIG.
Si esle es el ~:;~o. ¡,por qué cicrlos'inv~~ligadOl'es prdicrcn tvlG!v1 a ElvIV?,
lJno de los mOliv(ls essu f¡ícilmancjo. 1\ veccs, cuando resulla difícil calcular el es,'
limador do. m:íxi/l1:~ verosimilillld, eXisle' un es'limador lvIGlvI quc. a res¡¡r"dc ser
menos diciente :Isinllllicamcnle que el cslimador !vIV. sigue sicnuo co,isislCnll: y
Ill;ís r¡ícil de calcula)': Un segu,ndo molivo cs que.a vcces. allnque no se cono!ca,lo
suficien\e el proceso dc ge'neración de los dalas que cspecifica por complclo la run-
cilÍn de \'erosimililu:t1;si se conoce lo suri~ienle como para poder cspeciricar condi,
. ' ciones de'lllolllcnl(¡j)ara un cslimador MGM.
"
.3 IO.G.'1 Ecuaciones dc Eulcr
Olro ejemplo linico para j\.IGi\'1 cs el c'nroquc cOIH~¿id(; como' ecu<lcilln de Eulcr.
Las ecuacioncs de Elllcr SOIl condicioncs úe primer orden de prohlcm:ls'de oplimi-
: ..J I.<lci,jn dinámica. !vIGivI considera dichas eondicioncs úe primcr orden como contli-
ciones de moml.:nlo. Lo iluslr<lremos medianle un ejemplo. Supongamos qlle el tob-"
sumidor represenlalivo licne en catla reriodo una función dc IItilid;¡d sobre su con-
sumo c inlcnt:1 maximiz<lr
I,¡
.•.•.....
r '
sujcto a /1,=:: ~:¿.,(I; ,-)-T(C'+T-11',',,) ( IO.(4)
= Il ' , ,.
dadc:~ adcm:ís de IcnCl" media cel:o y, n'ó 051ill' corrclaCió"nt.Jo serialmcrHe: (uanuoo
= r. 1:, utilidml n',arginal es Jna cOlls¡an(~exCCI)ld paro la 'info~l11acióri l/lleva recibi-
da enl ré~lpci'iod{l I')l't ..: "/1'1>,' tdhsi!iúicl\!c':C1 ctroro;'inbovación" dc In ulilid"d
nwrgi;wl no sc correlaciona con'I;(¡nrohúrición(1hl~nida durantc o anles dcl perio-
do ,. U'cl;n~licilí¡l p;i¡'c¿i:u,;;,cOífdidó,ú:de'brló~onalidad.', é ,,'
, .", ,"
' . ',~'
, £;Z''¡;/'(c,'+;~L-;,.,.('~,)r~'O::.,¡1'
~~t. ;', i. .
"
¡_\. 'L,r 1,' / ') .•r:,',., . ,¡,-~d~,¡",i':~', ":"1'~"'! :
(10,6]).
','_
".(.
" .. ,
." "
. ~
.. ' ..
10.7
LECTUI~AS
.'....,;'..'<"';:;':*!;~#fJaYW~f~~~I~.~;~~~~~;'~*J~;!~~'~~í~h~f~1.Wf:~~11:~!a~
se incluyen algunas consideraciones relativas: a scr'ics lemporales que aquí hcmos ig- .
nor:ldo: Da~idson. y M,ici<,il)n6nincluyeli bücn:ls disc'úsiolics soh;'clos conlraslcsde .
11;lusl1\:J1\y los cónlraslcs t1C~S'I)écificilciÓJ\,;' .' .
'.
"l.
, ~ "
'
' ,.','
1 O. LLa sum;i' Jc dos '~ilrial;¡'c~ .iilJcpcndicl)lCStlliiformcs Jéfiliillas cnl~c (O. ti), posee llis- ..
La
" tribución'lr!ólnglllú' .. J.un\=ión(\(: dcnsiu~u dt; pt<ihal~i1iu¡l(\(\e cSI;\Jistrih~icióil ~ie"
, ..
, ; i' (n) .Dcl11~iSlril~{lite C~¡ll;íaaJee(l¡lua f~nciÓn"Jcde¡lsidad" !. ~,
10.3._ Enla cé'u'a'ción.('! O,~4 '~~~IOSl;a( ;¡'~I~c¡c~;rl;; y:n~ J: 'il ~l'da 11Igilr¡~lIna;ari:lllza Jel
..':.'
eSlin;ador MG~1 mayor q~c Jav:lri¡inza':obicnid'¡¡ ~ljliza:)do ia 1!}¡I.lr.izóplirÍla[cCua~ ", ;.:.-
..
-1 . "
,.•
, " "
, l' •
.~,~n.,.~
j,' '-~)T.
",_': '.;'.' ,l.;"
.,1):;
,r:,
. - , .... , '; ,Jo I
í~
.. .J
(".1'
~~;~!:x~'1ff¡~}/~~~IJ~t'~'~Xo~~;{~~;N~.":.';,.~:,;.)
'-'~'$~'~' .
I
(''"\
~~~~~
I
.'\
~~~~~~~ ('"
.1,
.l'.
!::~8888:;8
. ".;j'
' . , l' , ¡'
!::~8888888 .-,
, l" - .. l' , l' .
, j •••••••••.
!::~ 8 8 8.8:;
- ¡- ...
888
, l'. "1" '. ,
e5
~
!:: ~ 8 88 8 :; 8'8 8 88
. l' , •. -: 'I~ " ....
.~
.- ,
,:".;.;'
:i,
~
r ..
¡,",
",,'
.,.
!,'.1
10.4, DemOSlrar que ¡j~lt;~1=Ij~lct ..incluso en c;;so de heteroscedaslicidad cuando MC2E,
est;í exact;imcnle idcnlificado. . '. ,
,
10.5, DcnlUstrar que las e'cuaciones' (1 U,55), y. (1 0.(0) rr.op~)rcionan el mismo conlrasle.
1
'" I,jl
lU 1'.
.\J. I)CStllTO.11ar l'"a CCll.H.:IUI1 (1") .).(1) (l'I\1• a' N'úlese <Iue el 11l'Ohlen1<tconsiste en re,dizar
l. • ••
lvlC2E, pero ning.una de las variahles del lado derecho es endógena. Ello signifIca
que la rcg.rcsiún.lipica dc primer paso de X sobre Z da lug;lr a un v;dor pn:dlcho de
X quc es exaelamcnte igllal a ,\),, . '1.
(b) Ulilizar esos estimadores par;¡ gencr"r un estimador de r¡ que sea negalivo. ¿Có-.
mo se explica el resull;¡do cuando existe un error de dkulo?
....:...' , •.•¡ ,
(e) Consideremos
. ,,'
h o ri1ji
.•
' :;-
en ni "C 11.=5';
-~::;;":'.":t707~-:
. -~----~-.--.-.-
.." .... "';¡;;'h¡ ¡~"
el siguiente modelo. de "error dc medida", p;¡ra el logaritmo de
•• -:--.- ~~~",:,~.~,~.":,-_::-- ..,..---:- •••... ,-, -.. _. -.'7:",~~~7,-'~-,-
\.:.1
\ .... '
,¡.:y
!
ti !
'1 \";.i l~ <.,
J ',. ,
,'.,1 " '-
CA I'ÍTUCOll,.,.,
!';'.
,'::','
.
".':"
'~. .! ",'. " .... '.",
1 ,
• ~ , ,r;
::~~:t~~.~i;¡~::~;,;,'::~lL:.l~;~,¡'''~=-
.. 'r','
. í"
.r
'::.. Un Slnorgaspor'~:V9é Métogós :'i
..
'.'¡'
:i: Intensivos .de' CálQ:uI6" ' \ "."!.'
I
,',
,", '":,' •
J;
.)
1
.;'1:
. :~~'
:¡ 'i .,' : h J t, :": .tl" 't ! { :
''l. I ,
"Y,
t'.1
.¡:
"1"'
~ 1".,
";~:.):1¡.1.;~~¡,"~';~\'1
• t l'. l' ~.. "
j'\;-j
r
" f . ,~, , ¡ \'
~:"
"h :l;~ '", .'1. '1!Hi, 'lr~,,: t ~~1:\1'!':;
~ '
.t_/' r:;
" - .
!~' ."~ ';J
'¡'l,i'* ~ >¡\/"""~~"_' ,:ti' '¡I~~~¡; ~,' j,- '," "'\' ¡_'~¡
"1,,, F, .. ,,.'¡i.r:I<'i'Ir!;,,,:.'¡' .,:. ¡.'l'; ';'.,J'" ,l,!
.".1'; ,.,";; ';""':1" '!,¡¡;'.\~: ,:,.',- j..j,! ;l.!.:.. ~_;>:,( l';;! ',.. ~' .. '1
degrnn pop~,laridad debido 'n los gl:nndcs avances le~nológicbs: l11élodo~ de Monle
.. " .. ,.,', i~ \', >:.,. ..",-1, •.•. ~ ,~ ,,! ~':"', '1 ,.ji ., ".~ •• ,J •
INTRÓDUCCIÓN'A .
Los MÉTODOS
..: '.' ':
tmM6NrE:CARLO
." ". , '
'
..
,. ;..
'
:'J
,.....
<../. Ciíantlo de lo que Shral¡i esdc:i;iicj-'p~í:ci¡¡r'-I¡i~i:idc¡iC¡i;"c'i1Íri;'¡c;:fa;'cc~i;~'i;l~I',ia'
lelÍrica licntlc a n:qllerir-fori1ll11as gcneralcs, aunque scncillas ..él"C ~ean f¡íciks úe
'comprender y reconiar. nunca cnormes'tabulaciones de~rí.:sultaJ(ls ¡m-pr'cc;sos qut:
son espcdficos de algo tlesconocido:l.
ESlO significa a menudo que debemos considerar con detalle tanlo el diseiio del ex-
perimenlo como la presentación de los resullados. Hendry y Dí'vidson '! MacKin.
'non5 tliSClúcíl el llamado enfoque de ¡ús slIpi!rflcie.\' de rÓ/Jllcs/11. El conccpto. b¡ísico
esque c!¡\I1álísis de regresión de los resu\wdos d<; Montc Cario suele ulilizarse pnra
résulllirdichos resullados dc formn sencillil, Una'. Car¡¡Clcríslica alraclivadcl enro-
que reside en el hecho de (Ipe es posible verifie¡¡r lo adecundo de In forma sencilla
clcgida.ge'neraÍ1do más:contrasles. En lam~yoría de IQs,,~asos, el formalo elegido
son' histogramas y labias. '. . .'. .
. La norma 2 es evi¿lelil~. aunque a veces diricil de conseg.uir. .1am;\s PUC(1e es-
tarse seguro de que iOSfCsli'llados obtenidos son relevantes cuando las condiciones
experimentales a las que se ;enfrenta el'estimador en un e'sludio de 1vlonle Cario no
se dan Ilupca en el "mllIldó renl", Nalurillment.e. el inundo real es complejo y en ¡Jo-
cas ocasiones el mundo d<r Monte Cario ~e's~dta ser su copia exacla. ¡\ menudo exi,-
'te 111101 contradicción er1lfe generalidad y compre'nsión: En otras pídabri,s. cuando
. los resultados analíticos: solamenté pucde'n establecérse en casos esjlcciales. enton.
ccs el mélodo de MOnll: Cario pucde resullar' n~¡\s general. T¡lIlíhién es posihle en
ocasiones utilizar datos verd¡ideros para dlseiiar el experin1crolo.' ..
I~
La norma 3 se relaci(lIla con la2. El rendimi;enlo 'dc' un eSlimador depende a
~~ft'
~()O
11.1.2 Ejemplo
Hall scilaló que cuando el ingreso futuro cs incicrto y las preferenci;ls de los agentes
,.>-'" cconómicosson indC¡lendien\es' L1clliempo. la maximización de la uliliLlad esperada
implica el~igllienlc comportamiento en el tiempo del consumo agregado. C,:
, (1 + 5) .', (11.1)
U (C,+ 1) =--- U (C,) + E,+ I
(J + r) " ,
. donde
ó= l<lsa de preferenci<l lcmporal
" r ,;,'\ ibÓ~¿je;~1tcl'ésre;i)(CÓn$I,úíTC)-~:7--C7:-7--':""""~-"-::-:-:----'--~~""''':7'C'''':-:;;
.~I
donde f3 es el par<'lmclro qlle refleja las preferencias, Ne\son y SI;\rIZ sugil:,'cn que la
eSlilll<1ción MCO del moddo es problem;ilic;'í porque la "ariable independiente
, ..
'- .
(, le 11,,11. "SlochaSlic II11l'licaIilll1Soflhe
.
Lik:Cyclé -l'erll1al1CI1I II1(\lille Ily¡,,'lhesis: The"'Y:lnd Evi,lcl1'
ce ""j"'Ir"."/ uf I',,/i,ie,,/ Enll".II;',I'. lló: 197~. \).71.\)~7, . . ' . .'
,1
"-,
\ ,
. . , '\,i . .J•. ~
""- .
(',\I'¡TULO'I': UnS,il(irgasborduc MCIOUOS lnicn~ivos de C:\lculo 401 "
. I - . . ,',. , •.' l' : I . 1::, ,~ . 1"' ;, ": i':' ,. . ~ ,'. ;~ :;,; . t
7E! código uc,'c:ilculo. el resullauo rin"ly los resultados numéricos del presente capilulo y los siguienlcs se
oh~ienen a pani'r"e STA '1' /\.. aplicacióninrorOl;ilica disponible para ui\'crsos orucnadore~ l' sistemas ope .
. rall\'OS "e STAT/\. C"'por;,Iion.,Colicge $1:,Iion. Túa,. ' , .
, 8 NlÍle~e "fue la I'ig, I L rilO i'l¡cnla,~er UI" cjemplo'de '¡In I"ogramn bien escri'lb,' No loes: E~ EVieivs
'. '1'$1'. Rals.~~S:ST ¡\T~.c.i,c",e~: f:icilprn¡:raOl:"r'dc ,~,~nCt~ Ol:ísC?;"pacl •. ESlepro¡:,ama ¡iénc jusliri"c.:
Clón 5610 ucs~,; ~m puulo,c!e, ~i'la.r~u~gói:iw: .. , .' ',. . ' . , ,
'.: .. " ,.".:'
J
402 ~ltOTODOS DE ECO¡':O~IETIlI •••
"
FIGUHA 11.)
I'rv~r:\ma ,oc n\UO;Slril
1
. .'
(o:lo~
i,l:3G'é'!'\c;'adÓri dcN "¿11Jérod~~cud~Llca".
. . , ; ~,
•..
" "
y = p.+ X . Ir (11..1 )
I~
l'
Para crear una v:lriablc uniforme (a¡ /1) parti,enelo de una variahle un¡l'lirmc
,.{lL.I.)•.nccc.siliu:enlOSuJl a..tra Ilsf{)f1naci (¡nsillli lar;"I;I.c.nfo(IUC 'es.c,~ 1e nsi blc.ul. i::¡Ú;,(,);',j'n': '.
que el invesligador desee crear un cd.njunto dc variabl~s normales corre'lacionad,ls
en(rc ellas de un mudo prcviamel~tc espct:iricado. .
¡,Cómo sed I¡\ variable uniforme generada en primcr lugar? Exislcn div~rsas ; ~\.
ror, pi)r ejemplo: poder rcplit:ar cl trabajo rcalizauo. En cse t:aSll. sería úlil ClllHlccr
cxaclamentel:i cadena de números pscudoarealorios uliliz.ada. .
. Un método muy popul"r úe generaciÓn de nllnlcro~ pscudoalc"lorios es cIlla.
.n)adoJllélr)(/o ccmgru('JI(:;al. Par',,'"i1ust""r1o,.qmsidcrarenlOs el ejemplo de un genc.
rador congrucncia!. La siguiente ecuación. <icUi);I ~I ccnlro de dicho generador:
dont!e' 232 cs clmúdu/o )'1'01noi¡ició~'s¡gnifj~" ql;e lomamos lac¡inlidad quc le' pre'
cedc. la dividimos por c1ml'ldulo )'lonl<\m()s.el n:slo,.]'(ldo iniemlno de la serie t:s
un númcro cOlilprcnúido L:nln: () y 2.12. El númcro (¡l)ll(ll) es cIlJlltlti(iliclftl(}l'. La clce.
dlll\ del .multiplicador es sllIilamente importante .. Una Illala ekcciÓll lendriÍt:onlO
consecucncia propiedades iú) descadas. Pal'a iniciar el proceso. cl usuario. ciL:her¡'¡
especificar, para el valor inicial.Ro, un vnlor seJllilla.En IHlL'slrnejel11plo. la progra.
lllilt:iún de la siguiente línea.
t~
Cu~ndo sc utilice este método; I~ semilla inici¡¡1 sed un nlll11cro gr;"lde, impar
il y positivo. Un elemcnlo tle la serie U se transrorm<l, rol' división, en un número en-
lrc () y l. por ejemplo.
R ,,+,
x,,+1 =V ( 11.7)
dU11lk x es c1nú¡;lerual.:;úurio tlese;ldo. Uno' de los aSlieclos más deslaéahles tI.: 'un
I!cnerador dc nLÍilleros¡¡lé<ltorios eS su periodicidad. Todo'gcnerador tle ndnkr'os
;dcillorios se repite t\'entuillmenlc: ú¡¡ bltcn'gelier¡¡dor dé nllmeros aleillorios dcb(::
ria prolong;lrsc duranlc un periodo IOlll;ís extenso posible. ElmlÍdulo imponc 'a la
I)eriodicidatl su limilc supcrior: por consiguicnte, se inlentar;í que se;1 lo m;Í$ grandc
posible. Es frccuenle increment;¡r I¡¡ periodicidad éombinando inleligenlemcnle dio,
Jáeliles c;¡c1en¡¡s de nLÍmeros ¡'¡Iealorios, 1'0r:sucrtc, cl investigador '110csl;í ublig;¡dü
a rl1rmUlar su propio g.enerador de !lllllleros aleatorios, aunque si que dcbcr;í aseg.u-
r,lrse tle que el clcgido tenga una calidad acept;¡ble. Cu;¡ndo se sospeche que existe
,I!gún problema. cl g.clh:r;ldor sc ,icriric'ar;í illedianlé el cuntrasle cSladístico april'
pi<ldo.
El reslo del prognllila es evidente. Una vez creado el conjunto de cpsilones E,
g.ener;¡remos 'un;¡ serie pam e, y su rel;¡rdo. Las variables dependiente e indepen-
tlicnte sOli simples funciones dc esas dos variables y crearemos el instrlll'llenll1 a
partir del relardo de la va~'iable independiente.
UilO dc los aspectos más complejos tle cualquier esludio de Monle e;¡rlo es la rre-
senlación de resultados, El problema. sin cmbargo, no.diriere cn gran m;lI1era tlel
q uc p 1I eUj.SD i'gi l' en .éll1í 1i:¡Uici' 'csl'UdlO"'Ci)íji"ífico;-C'sc'lfi:I¡;-'r-;'l?,HC"OI'lü'TCt)W¡Vcii';lIó'" ::.
.•.... quier;l., LiSIamos a conlinuación alg'unosde lus métodos utilizados:
'.,1
Recordemos q~e: cn nlics!1'O ejemplo, .I'tihí(/l/1().I' que IJ era igual a o: La' preguil-
1;1enl()I1ces es la s.iguicnle.
~ si JI. = O; ¡.con qué rreeucnci,1 rl:cha'l.arernos la hipólesis.
','
'\.;.
: 1.
t ..
: l. "
.
',. ,:-'
. ,
•• • I j"'.
l'
,
I j'.,,,, ,'.
I -,OOI4!1I0 -O OOJ27 ¡
-'.",
S' ,003712 i. .;0:i'~706' ,
10 p '. ,01 ,02
..• ,0042636 ' 0;61606 .","
25 ,0046738 3,53549. ,01 1,521 )RO
50 .0049745 11,73876 ;,05 7,29\1 1,825
i 75 .0052915 25.72853, .
,1 13,830 3.457
90 ,0057522' . <\],<\2638.
"~
,15 1\1,592 .4.R9R
95 ,0063265 57,37334
,
!
99 ,0113449 ' 95,86761 .
,2 24,586 6,\47
,25 " ,28,812 7,203
.8
, .'
.6
"
". "::J"
~ ,4'
.c.
.~
O
,.!.
l',
,2 ; .(
) .
.' ;
o
, -3 . -2
i'
. ~, :
)
'.'•...
Pistrib\lti6n de iJ~lcíÉ"'" :, . ,':.:
, )
CAl'iTlILO 11: Un Snwrgasbord tic' ,\-kltiuos Intcnsil'os dc Cilndo ~()7
donde /1 es N(O. IT,?). Sin p~rdidade gellt:ralidad. consideran el caso en quc fJ = (l,
El reslo del proceso de generación de dalaS viene descrito por.
X='Y/I+E
. Z=:'fJE+V.'. .
. ~' ...•
dónde l' )' ESOn vnrinblcs norr~)ales estíínd'ú nocorrclacionada's ni entre sí ni con ;/,
Los'pa'!'¡ímelros'Y y (l (además de N, c1n(¡niero dc obse'rvnciones) permiten l'lnil am-
plia'variedad oe circunstnncias. El par;\melr(l'Y c¡llibra.e1 ses~o oc, ¡....I(O. Cu;,ndo .,
\~
'Y= (l, MCO es,ELlO. El pnrñnielrO'(l cali¡)'ra In calid'ad dcl in~lrumento. Aunque ~
''7'
,es IlJl instruinenloa,decuúdo 'porqüe se hnlla c(lITi:laciotlrido con,\' \' 'no con /l. cuan- "
do p es pequeiío. 1. resulia tin instri.trnénlo limiiaoo 'porque eSlií P~)Cocorrelaciona-
t1oconx, ' .
Nelson )' Slarlz deciden examinar varios panímetros de interés. Para ilustrar
t:stasi'llJación, eXilminaremos d ,caso en qLie fl es, pequeiio cn relación a 'Y. Expcri-
mentaron con (l vnrinble cuando '(se mantiene igunla I :)'e1 n'llmero de obscl:,;acio-
nes se fija en loo. Decidieron. presenlar los resullados en forllla labulnda, L;l Tabla
'11.3 es una modificaciún de la Tabla 11.1 de Nelson y Startz '.
Se evila, evidentemente, la utilización de un instrumento pobre. Seglln 'el p'eor
caso, dé~critoen la Tabla ll.3, cuallclo 'p =,00 1,Ia ~Iistribución eI~ fi~IC'2E es bastnntc
pobre;. De hecho, el remeoió(MC2E) es peor que la cnft:rmedad (MCO) CUillido In
distribución se concenlraalrededor de ,5. Es conveni.ente destacar también la dire-
,renciaentre la distribución nClual de /jMC2E )' la distrib~ciónque predice la (eorín
nsinlótica (las columnas etiquetadas como ASY). Exceptuando el caso cn quc fl = I
,.
'L
,(caso de I,m buen instrumento). la dispersión tiende n ser mucho menor que la que
¡¡'punta la teoría asintótica. ,Segl~n .Ia Tabln I L 1, una razón f elevada no nscgura quc
el~esgo dc la mueslrn.finila de fI~.iC2E s(:¡i inadecuado,: . '.;
. Tal. y~~mo indicall lós aulores, ulía dc-Ias pósibles prólecciones conlra inferen-
cias erróncas es observar directamente la correlación entre e', instrumcnto y In va- ...•
riahle explicativa. No se trilla, sin embargo, ele una tarca'c"idenleya que las estima- .
".1~,..
t
aJ
ciones Lic 1••,corrcl<1ción son también sesgad<1s. H.esultainteresante el patrón del va.'
lor d.e prob ••bilidaLi del contraste de Hausman [p(H)] de la Tabla 11.3.. Cuan~o el
instrulllcnto espo!)rc (1' ",r,(l:": el)'l: .OO\), el contraslc dc Ilauslll,1I1 lo rcchal.af.a con
frecucncia. \)cstaquelllos. asimisn1O, que cuando fI = 1 cl comportalllil:nlo de IJ/vIQE
eon j\.IC2E cs aceptable. .' . . . ,
. f\.\uchosinvcsli\!adorcs cre(,:nque la consecuencia de un pobreinslrulllcnto (un
inslfun'lcnlo que es~xógcno .pt.:ro que está débilmente corrdacionado COl.l~;.Ivari<1'
hk c11thígclla) es un cs.timadorlvlC2Epoco prcciso. Siguiendo dicha IntuICIl:n, nll~'
chos de ellos arirman.quc el problema de los instrumentos pobres se dCtcct;l Investl'
!.:;lndo el l:sladíslico 1: cuando para el eSlimador MC2E cl error esl;íll(l:1r no es gran.
~Ic. sc arirllla que los inslrumcnlos son adecuados. Aparcntcmcnte, se lrata de una
inluicicín errónca.
El cnroque de Monte Cario sugiere, por lo eontr<l1'io~ quc la~ consecue~lci;.IS de
cnrrenl;lrsc con instrUmcnlos pobres son estimadores de fJr-.'ICO y fJr-.IC2f'. no slgmrlca.'
liv;\I11enlC distintos entre sí, incluso en el caso en que el (Jilimo de ellos posca una
r;wín 1 clev;¡da. ¡.Cuál cs la ral.ón quc justirica el lIébil comportamienlo dc MC2E
en csle caso'! Al fin y al cabo, el problema salisface las condiciones est;índar de ¡;¡
uliliz;¡ción adccuada dc 1\1C2E: dc hecho, la v<l1'i;¡bk instrulllcntalno sc correlaci.o.
n;¡ con el lérmino de error y se correlaciona c~n I;¡ v;\I'i;¡ble instrument;¡d<1. Como
hcmos visto ;1I1tcriormcnle, cl problema residc el1 (¡ue cu;¡ndo la.coirelación entre
1;1v;¡ri'ablc inshumenl<11 y I;¡ vari;¡ble instrurÍlentada es baja, la distribu~ión asinlóti.
ca d<.:f\'IC2E resulla una ;qnoximacióli muy d¿bil a la distribución aclualcn muestra
rinit;¡. Ndson y'Startz discut<.:n el caso en detalle y proporcionan diversas res'pue~las
analític;lsY.
11.2 .
i\'lI::'rODOSDE MONTECARLO y CONTRASTES DE
PERMUTACIÓN
t) C. l\e\sol1 y H. SI;IrI/.. "Soll1e FlIrlher Hes~'¡" "1l1Ihe E~ac\ SlI1all I'ropcrlics o[ Ihe Ilsl""l\el\~1 V~ri~.
hk ... Es\im;llur". Ec(}"",,,rlrinl. SX. 11)\)0. <)ú7.lJ7(l. bc~ta~.lfcl\loS' que Nclslll1 )' Starlz concluyen, l:rrónc~.
.••...
y . ..
lllCI\IC.qUL I¡lllstrll\lCllllllt.:/
l' '\ '. l. ~.ICJE
. __ 's hili1Ud~1
L. ., Cll"lilllol~ , "arjalik il1slril1l\el1lal se corrclaéiol1"
• <.Iébilmcn .
."
le \:011 la ",,,j,,hle objeto ud ¡'nSlrllll1el1lo. G:S. Maddala y J. kOI1~. "The 1:~'1C1SII1~1I Sall1pk DlslnbullOn
tlr lh.: IIlSlrllllll,'nl:1I \';Iri;ll,k r:sli!11~ltOr". {':oHItJIIU'rr;n( (,11. .1')1)2. l.:\I.IS.'. tkllHlcslr:1I1 que 1;\ cnnrIU511)tl
\ ,1
(",\I'lnJl.o 11:Un SmorgaslJord de Métodos IIlIC,:,s,ivos de Cálculo ~109
tración, consideraremos los d¡¡tbs obtenidos a partir de un conocido estudio eJe Da.
vid Card y Alan Kruegerll sobre el s;¡lario mínimo. . ,. ~.
El diseño del estudio ~r;¡ muy evidenle. L:!S versiqnes más sencill<1s del modelo'
de demaml;¡ y arena predicen c1¡¡rámente el impacto de unincrcmenlo del sal,Hio
mínimo: si el s;J1ario mínirúó aumenta (esto es, si alc;¡nZ<1un nivel lo.suficientemen ..
te clevado como para aféci"r a varios lrab'aj;¡dores), el empleo debería c.aer en res.
pucsla a un precio dc 1" mano de .obra ~n;ís elevado. Card y Krueger seaprovech;¡.
ron dc Uil exper(mcn1(; natu'r~l'fonuito. En New Jersey, ~991, est;¡ndo en el gobier.
no el Partido Demócralay 'rcéién' elevado el sal;¡ri~ mínimo a 4,2.5$ por hora, se
voló para que elsalari¡) mínin~~ ~st;¡lal se ~ituar<t', ~ pa;tirdeabril de 1992, en 5,05S,.
cs decir, por cncim;¡ del mínimo federal. Duran.te los dos años lranscurridos entre la
dccisión y su 'efectiva puesta en marcha, lá m~yorí" del Partido Demócrata.t;¡nIO en
el Congreso como cn ¿I Sena'do, ru~ reemplazada por una riu~va mayo~ía esta ~~l
del P;¡rlidó Rei~ublical~o. A prin.~ip¡os lÍe 1~92, sin tener',;¡ seguricl;¡d de que 1<\nuco .'
va ky acabara p<lIiiéndi)sé en m;¡ rcll<1, Ca~d y Krucgcr investig;¡ron los rest¡¡lIr;¡nleS
dc comida r:ípida de New Jcrsey y I'ennsylvania. Des'pués de un¡¡ secuencia de grao
ves inciden1cs, el incrcmento del salario mínimo se hi'~o efectivo. Seis mes'es m:h
tarde, Card y Krueger investigaron de nuevolos mismos restaurantes. Comp;iraron,
en primer lug"r, 1<1distribución s"l¡¡rial en ambos est<idos antes y des pues del incre.
mento del salario mínimo en New Jersey. Los datos mostraron que el s;¡lario míni.
mo había tenido un impacto en el sal;¡rio de muchos trabajadores. En segundo \lI-
gar, y lras demostrar lJue el salario 'Í1íním~ aument~ba p;¡ra muchos trab;¡j;¡dores,
comp;lraron los cambios de empleo én los dos eSlados. Si 1<1variación de sal:irio mí.
nimo hubiera len ido cl efeclo apunlado por el modelo económico m<Ís sencillo, el
empleo h<1bría caído en New Jersey con respecto a Pennsylvania.
A ekctos ilustrativos, la Figur;¡ 11.3 presenla un subconjunto de cambios en el
cm pico ekgido alea1oriamenle. Un enfolJué eS1ándar p<tr;¡ verificar si )¡¡s dos m'ues.
tras de c<1mbio de empico tienen su origen en distribuciones idénticas consiste en
calcular un sencillo contraste 1: el estadístico ;¡propiado, suponiendo qU,e ambos
conjuntos se originan en una distribución normal con varianzas idénticas., ;¡unque
tal vez con medias distinl;¡S, es .
X-y
u\.{ 1/11) + (1/111)
La direrenci;¡ cntre las medi<1s de ambas muestras es 2,]4. El empleo allm~nta más
en NelV Jerscy (el esl;¡do con aum.cnto del salario mínimo)que en Pennsylv;¡nia.
1I Véase ~\1 oiJra ,'/"''' IIt"f }./CII.\IIn"IIICJlI: 711l~ N('II' F:C01l0Ill;c".r (Jf r,,( A(;II;III"'" lV(JJ:r. PrinCClon "Uni'''cr- .
'¡Iy Pre,s. IY'}.~. j),,,;,"n e,celenlc (aunqllc cOlllrovcrliuo) csll"I;" accrc" <lc los crcclo;rcon~mjcos del so.
i:uio mínimo. El lihrn resulla. asimismo, un ejemplo i1cccsiblc sohre las leorí:lS cconómiC;lS de conl r;)S'a.
,>-
r . ~1
.~
~\() v:JM
'O _., . -'
"i 00 6 oi N
'D
"""
M N .NM ~.
N_ ~N
.~
I I .
c:
O
u
,'.
;{"~':;'" '
. -.'
....• :r:
','11 a:
.' "." '..ro n
c:
'
E
e"
,~.
í;
,."
1',
~
."
:"; :.
410
CMiTlILO11: Un Smorgashord de M':lodlls lnll:nsi\'oslk Cílculo' .111 \1.,'
,"
,. i J
¡.Es ésta una difercncia signirienliva'! El resulladodcl conlfasleldescrilo anlerior.
Illeille ofreec un valor de 0,56. La probabilidad de que~ Iwjola hipÓlesis nula de que
las muc'slras se or'iginan en una 'misma dislribucil')'n. se observe un valor mayor que
,',.)
esle es .5775: por lo lnnto, noexisle evidencia de unadifercneia signifiealil'a.
FIGURA 1l.3
. M,n:.~tr;loblenida¡1 p¡~ni.r.(I_cl~~s,~laIQS,\le
' <;.',~' ':/ ""'"'\"."'-" ,'~''''" ~
C¡lrd,J(ru.egc.I'.. ' .....:
.... .
,", ,
". ",.' ;.'~ ~ ".
e 1 .~,.. ~ • ..f
.1
.:'/ '
JI
,,",'"
- "
"::J
-"
.~
~ :; .05
4 ..'
e intervalo dc
':." , c(1I1,fianza
~I \J5'Yo
(j,
",
'"
FIGUltA 11.4 .
,. . .
i'v1edi;¡nleun progr;¡ma inform:ílico,
.' .
realiz;¡rell1os el Paso 1 lal como si~ue:
1, Generhr ui1núIllcro ale;iloriopara la totalidad de las 1/ +'/11 observaciones.
I 2. Orelenai- los dalos según sunllmerO;¡lenlorió.
'-- .l. Etiquel;¡,r I;\s primeras .13 observaciones de la c1asiricacilín COIllO Ncn' Jc:rJcy y
!;¡s 7 lI\limas como PCI/I/.I'yll'(/I/;n:
1'
¡• j .: ~ •
t ,,', .• •, ,,1 r"•. ,í! ,,~;.: ¡ 11 I <' " ..' ¡:,-..: (, -' .
-i El contrasle exaclodc f'isheresiá ¡;,uY,rcladonado con elcontrasle de permu-
',.. 'laclón. En el i~i'iJ1J~ro.sc!c¡'lc~ia fnloíalid<ld'CJe perrnLI¡a¿i6n~s posibles de una labia
2 x i con vatorcs marginalesidé,ili~~s' a;'los dclalhbl~:;i verificar.' La probnbilidad
de la iabl;¡ ix 2 objelo de:l"cibscrvaci6n se ea\cul'a, 'b"sicilmenle, enumerando io-
" " das las l"blas 2 x 2 riosibles y hallando.l:1 fr<leciónde laSlabl;¡s 2 x 2 que inleresen.
"¡ Dichn idea general tiene Ollias nplichciolles. S~hmoyer demueslra que median-
.:¡ le un co'l~lraste de permulació!l es p'osible, construir una versión del conlrasle de
. i Durbin-Wnlson.,que nodepeilde nide,ln normalidad de los lérminos de error ni po-
'see una l.~n~ de ;;';/Clc;'III;IInc;ónl,2. LQ~ ejcici~ios: ~ICI 'presente cnpítulo son ejem-
",i plosel~ eSlcconirasle.J<íing y Andc~son n1ueslrnq ol¡-ainler~sanle aplicación13•
Aportnn'dalos rel;¡do¡'ad~~¿on ~nso~'pr~'senlad~~, <int~v;i-ios Jueces de Ona misma
jurisdi,cción. Los juec~.~ dispón,ende inrormadó~' ac~rd :d¿ los cargos de lodos los
;, .¡ 1 casos adjudicados y la cor~espondienle scnlentin. I'resur11ible'!lellle, si ellribunal es
.;: "benevol,enlc",la Tesoluc.ión del juez es'irrclev¡lI1l~en 'relación con la exlensión de
,! la senlen~i;l. ..' ,: " ,. ". .','. .
. ,( ., : ,
,1
11.3.
EL UOOTSTHAP
.. (1bool ;: ~iliti.~1,/'1
B-J.j=I ':'¡ ..
2
:.•
: .'
.,..
.[
"
En c1l'aso 1, eXlr.aemosde la Illueslraorig.inaluna mueslra dc lamaí'lo 11. ESla.
os. por lo tanlO, ils'ignando ulla órobabili'uatr 1/" a lod¡i ob'scr~;acióne'n la muCSlr,1. • </J
{)
'1
, l
1.3.2 Ejcmplo
:.:' t
a técnica bootslrap lienc muchas aplicacione~ .. Pucue, pór cj<:mplo. utili7.<lrs<:co-
\tl allernaliva al contrasle de permutaciónanleriorment<:dcscrilli. Aunqu<: <:1
jcmplo que moslraremos a continuación' no es el caso lípico dc utilización dcl bo-
lslrap, lo uisculiremos aquí paraseiíalarla relación cxisleÍltc entrc el bootslrap y. '...
!
'.'! ,¡
l cunlrasle uc pcrmutación. .
Ulilizaremos los dalos dc Card y Krueger (Figura.' 11.3) .. EI alg'orilmodC un " \
.'
o.I~lri1Pping' para verificar (juc los'cambios dc empleo sc()rig.inan en la misma dis~ .~'J
r:
..l:ih~.cl(~ií.~s.'d
i;~ii
~eúle;.":'- ,'.. •...•,-- ...~:...:,".,."";...".'. :... ,,',-'-'.-'<'... . . . ,
.",' . ' •.
.(',\ 111.'\II.~
El problcma <lc <los mllcslras
• i .: ..._ '. ~
El pOlcnci;d de ;lplicación dcl bootstrap cs mllcho Ill,ís exlellSo que ~~ del con-
1ras 1c d e'pe l;n1\11aciúll.;¡$UpOIl ga Il)OS;,'1';> 1:,: ej cmpI();,quc:c-\HI ie-"11lCnt~ :.I.I,JVI~ran.1P~la:"'f
lllucSI¡.'<l'(í~;.'C;\I'líl~'¡o~kclllpko.deNcw lersC}; y quc'dcse<ir;)I110S venrlsar la h1pOIC:
sis de q.uc',la mcuia cs igu;íI a cero. En cslec;¡So, no hay pcrmutaciÓn posiblc y, po~
consi~lIienl\;;
. ~ ' "
el c\)iilrasledcp..:nlllll;lción
',-',
111) sii'yc,.aull<¡uc si e1.boolslrap.
I.a al1lpliil gal1lil,de<q1liG1CiollCS Irac.:qlle cl boblsl.ra~) sca cada vez ni;is popul;¡r en
el l1lundo econol1l.:lrico: Exislcn dislintos proccdll1llcnlos hoolslrap. El /)()(}I.I'II"lIP
IllIlIIlI/(;II'icO es ullode 10s'I;I;is comunes. Lo iluslrarcmos con un cjempl~J.
¡~+
'f ,_,
,i ~ t •. 1"
" ¡'.l' 1, 1""
." l ..
, .i'i
1.' li 1 ¡..! .'
.¡ (,o\I'iTlil.O 11,Un SI110r~I¡~b~):~dde Métouos Intensivos ,d~,Cálculo
'1"
\J'
"':'1(,. !:' :-'! (1"
''-; ~"
COilside'relilOS
,:: .c."
I;¡
"
r;¡ZÓll
',,'.
(o""'i:ti;¡!quíerfu'nción
'. . , .,
lineal) de'. dos
_
pnrámclros:'
. :
:ii'
: ~'.. .i
,
.- ~
l'." ,,:.:
rnzon '= a
('(1;
(1 L9)
;1. . .;' ": f. ',} ',' ,
,':;"donde bIS [t¡ soil los dos"cstim<ldores. ClIilriuo deseemos un eslimador del inlerv;¡'9
';;' de conrianza de la r;;Jn, uliliz;¡rclllOS lo que reci,be el. nombre de bOO!Slr;¡p p;¡r~mé-.
>.1 trico: " " .., ." ~,' '.' ,. .
'(;'. 1'. A parlir de la dislri!lucit'JIl N(G1, ;;\;1'); don<ie,;':-2,,1'cs );¡ v;¡rian7.~ c;st!ní;¡d;¡de'
" ..>1 lIl" gcncramos IlLl)OOcxlr¡;cciqncs 'dé (tI Convielle,idestnear qlle suponemos,
~. :;,'." propiedadesasinl(!licas)'.quc,I)Or lo t<lnlo: lililizalllos la dislrihuciLÍn normal.' .
:~ :.~¡!2. A partir de In disl.ribllció;uY(U2;;':-2tt2);,dolidc;':-2;.2 es In v<lri;¡ñ7.;¡eslim;¡u;¡ de a2' ','
generalllos I,O.OO()cXlracciones d~ a2: .r., .....,. '" :.' '.;
. Mcdi;¡nlc los dalos generados. cnlcul;¡mo~ 10.000 p;¡res de al ya2 y su r;¡?ón. i
PrCScnli\ii;OS ÜIi in'lcr"al,) de conriÚilZ;¡dd195%; ',!' :
'l'
'" "
8et ob.:1ÓOO,o /'ü',OOOOb.ervat.1ODiI'/
'OQnerat,e ep.llonloO fn~no.,.,'(il',rilforUín), "'o'
. l'Ge~~r~teiltd. 1I~~18 '/ .
'.' generat,; ep.ilt>ri2'~inVhOm(unifDrmn) ',,', I;Cen~rate'Btd'.: .1orma18"/
;
. lIeneratet.op< 81'pha~1'.'ep'¡Úonl'.' .e~a1 I'Genef:at'~¡;wn~rat~~ of ,ratio'/
g~nerate bottom:= alph,,_2. ~'p.l,lo!l" B,,_a2 :'''''no .• ame(á;d~no ••1Dator '¡ .
.generate ratio. top/bottolll ¡'Co.npot:e.ratio'¡
cent ile-o, ',ra t 19, _.._c.e.~ti '1 e (~.'. S; 91'.' S 1-.. , . '~rDi.play':95' eonfiilence Interval' ¡
den ascendente tI<:tnmaños: Ir" r2' .; ...• rio(xx)\.Entonces, el inlervalo tic confianza
dé195% será .
. r251 .,;;r ~ r;'.7~ii
, ,, '..
Cuando la 'distribución ¡io ,es~il;iél~icéi,;'dpn)~c<.Íinlicnto ;idecliadoesellll.élO- ;
do del púcell'/i1l11(Jfj¡jic~dó;Si eJ'objcl'o de int,erés e~uíl inlervalo de confinnza,del
.".,' ~:óo~~s~~,:?::
Ü~
'. ", •••••.c•. ;.,',.':'
l.a.~,~~~;:;,'~i~:;l.,r,:~,~:7~~t~~~jl!,~/~,'.:~S
.. ;;:~'3,~:~,:.~:,~,~~'..¡~;~:~,,~,~:X~tr.
~!~(;J.~~,~~.!~.~~,'::a-,:,:,
'¿'I;i~¿~d'c;'~lie ~~(i¿~f.~ciJr cn~"ni~lo ala utilización de boolslrnp parnmétri-.
,~, ,.;;.,,
co: Suponemos que .Ios dos pnr;ám~lros(aly(i"2) 59n, ind~pendienles. En 'caso COIl-
lrario', e! proceqimienlodebcr:í nlodificnrse para incluir eSlc hecho ..
11.3.4 Rellluest.reo
. .de'los
. Resiuuos:Scries
. " . TClll¡JIlI:¡IlcsyPrediccilln
-. , .
: >.
'. ;-"~, ;'x;/1 +\'.,:'
, (' .',
(11.11)
.ll
',.';.' .
CAPiTULO 11, UnSlllorgashord dc t\'léloumlnrcnsi\'()~til:C;íh:ulo
1,.
5. J'ylcdianle el método percenlil, calcular un intervalo de confianza del 95% o cal. ':;,,1
donde \. )
COIllO yahell10s indicado, utilizar .sólo residuos río es lo 'apr"opiado, ~Por qué
son ¡an l)equeños los residuos no ajustados? Queda pendiente. cOll1oeje rcicio para
elleclor,.demoslrnr que cuando E es iid, el residuo l\'ICO de In ecunción (11.11) li~ •
,~l~.~" J"i¡~r,l~~I,J~u
n1a", , .. , ..'. ", ..".,,' ., . ..,•. ,' ,.' \ .".
..•... ,
E[€ij = (1 - h,)cr2 . (11.12) "
_
E/=
__E_,_, __ . i~,N"
¿
E/
.(11.13)
~ NS-=I~
A veces, los resiuuos oblenidos después dcun'rcescéllado recibe:l ,el nombre de resi-
duos eSlandarizndos y, por Olro lado: ", es' el e1emenlo /,ésimo d~ la dingonalue la
III(I/'Ú su'¡,lJri:ro. El segundo lérminode nu~slro nucvoresiduo sirve para aseg,urar
que la media del residuo resullélnlesiguc sicn(1o' cero. .
El b'oolslrap de remueslreo de los residuos suele ulilizarst: en aplicnciones COIl
series temporales. A ltlenudo el cOnlextodc'uichas apli¡;aciones consiste e;l ulla si-
tuación donde cl término de cri'or posec Una correlación lemporal (conocida). El
documento de l3ernard yVenll ml.lestra un ejemplQ (Iue evidencia la utilidad del bo~
,"--.j
olslrapen aplicnciones de series lempornles17. Uno de lo's objetos de su interés cs.
enlre otros lcmns, el intervalo de c(lI,rianza'i.Ieln predicción. de la demanda tic elec.
lricidad yen cierlo nlOmenlo fUl"uro.
(Jernard )' Veall eSlablecen el'siguien(c sislcmn dc dos ecuaciones:
.1'1 =fJo -:fJI.X, +E, (II.I~)
l (
~2lJ ~II:IOl)(lS1>10 ".f'O:-;()~IETn¡'\
donde E, cs' iid y ¡", sigue lui pi'o~eso autorregresivo de primer orden
." . .
P,= PP,-I 11, (11.16) -1-
,Í'.,., = Z",''Y.IlCG
'c' p;lra cieno conjunto de valores de l.rJs. '
r> -1. Prel!ecimoS:v.¡. mcdianle la ecuación
1:.
(:
.r, ~I bootstrap implementado en esle procóo sigue los rasos siguicnles:
1. Calcular las estimaciones dello
.., Construir n mUCSlras boolstr:lp:
,jI Y -Y~KG ,PI
l' 11) Extraer del conjunlo de residuos.:;ji una mueslr<l aleatoria con reposición dc
,,'
¡> l<líll:uio T. .
. I
1'.... h) Tom<lr el¡iri,iler eh:menlo dc;:ji), J'ii'i¿lirlo I)oi' (VI -¡I~),I()que d;1 C0l110r~-
,f
,s 1.111.~<!~fJ,~.. :,,~,.,.~.:,":;:'::""0:'~'}7":r:;"?:::'T:C'~-:-':'-'-:'---:':-
,_..
r.-' , L') 'CoIIs"!ruirlos, elclllenlos restanlesinedi;¡nlt::
('. ~1:=¡;~':_I+;:j: para 1:;,2 .... T
;,) .. Lú mLlcslra';'rlifieialseljesarrolla entonces como
x; = 7.'-Y~I(,(; + f,; para I = l .... .,.
. I d()lldc-Y~ln; cs la est'¡'macióll ivlCG origin;lt.,
?'-.
r) Se completa laillucslra uliliz;lI\dó
~
x;=.rill+fll;\:+~: .par" 1= l .... r
. . ', .. , ,
t • <'",,<
,.t l'
'.
!;
l'
,l.. ",
."",.,:!-.'(~!<.:.~,,~,
('Al'iWI.OII: Up ~"l!orgasbot~l
.
,. ; ,. 1,:';' ji , ' ,_..
... ,: '-,'
,de lvléto<.los, !l.lIcnsivos
.
I¡
<.leGlclllol\21
-;.. • ~ •.• .' .J
I
1, donde P" y PI son las cSlimaci6I)esMC~.originalcs y el sc mueslrea,ñ u~ nu,c"
l' V()'~OIí reposici(lIl ariÍrlirud .. il: .. ' "'. . ..
. . .,'. ' ." . '1 1" J', •
! Una v~z eli illlses'ilÍ'; de las. ;l1u'csl~as hoolstrar, se 'calcular;) un conjunlo cJc':
'prédicciones pnr~ .r,;, '" ' . '. '",: I ':' .
! ,', J¡'.~:Z~~-ytIOG (11.17)
\ " . ;" '. ' , ,.. . 1', ..• \ I . 'l' .. ' ~ ,.... l' ! .) ••• .
• • "t ,
'; El leclor quc haya scguiuo I;¡ presente discusiQnpucde penS<1r que exisle un enro'
que m;ís direclo de boolstraren c1.conlextode regrcsión. En lug<lr dc cxlrner nue-
V;¡Sll1uestr;¡s ;¡ partir de los residuos, ¿por qué no extraer nucvas ll1ucstras a P<lrl~r
de rares de datos (y, X)? De hecho,enc;lsós ue dalos 'cie corte lrnnsversal. dCCI,iV;¡-
I11cnlc eSle es elliléfodo I11;ÍScomúnmente tltiliz;¡do. ' .
1"1"¡)ci.:ftl(].tf~f6"1ít~t.,';6¡~fQ'íf:~rH{'2icr2i'?;'E~'i0{d.~8?;-~':':;:~:~~:'~("~''7,:tC:-"~"'~-:7?'2':'/~<':~
..~'<:""':"""';"'~E " '.; ...
.);;= :'Yí~' +E/" (1.1.18)
... '.~: .
J
A22 MÉTOOOS OE ECü.'1ü~IEmIA ~ ."
-f'; ~ <:
:.f..
una
.quc
jcrc
l'ob
HC
'Irilll
lan~
de
~CI
.'
. do,
Tcn
1<JPor ~jelnplo. ~i',e con;lruvc un' csi:iéJisiko
¡ • , '" 1
/'d p~rt¡~Jc lúi.7.;in ~'l1irc1:,~sli,;'¡,~i<i11del par:imc;rn jJ ), 1:.
' ....,' "~ , '.' . - . : clla
eSlimaci6n OCsu error eSlanoarll; poseerá una dislribuCión / sin imponar Cll~I.cSsc~.n..los v;t1nres vcroac.lc-
"
ros oc)) ,yis. Lus cS.ladislicos c~I)'a disl,ribuci6.n ,io c.Iepcllo¿ oc,.losvai~rcsesl'cdfi~"s oe lus parámclros
subyacc'nle~ rccibcn,eI nombrc dc pivoles; .', : . '. .' . ". " par
20 J. Horo,vil;,. "O~ol~lrap MClh¿o~s'in'Eco~on;clrícs:TI;eory ;;,;o'Numcricall'crí;"'llanéc"; Woikin¡:' blc
Paper ScriesM95 -' '10 July .1995. UnivCrsilY()[ 10\';'1, Dcpúi,;u.:nf (j( Éco,iomies .. ;" .' . ',' '(::
21 O. lJrown)' \\'.'.Ncwcy. "Ooolslr~~l)ing 'furGI:.IM",Julio 1992,. Massnch~scIlS:lllstiluIC ofTcchn<llClgy, . , .' :.::l'yen
DepartplCIlIIlf'E¡:onomics sC'n{inarllotes.' '." .' '. .
.~. " ...:, :1.sidad
, :••¡\:. .
'..:.-..l;
'.1 ¡
l. '
;;~(*:.~
11:Un Sl1l()r~a~h()rd de M~I()<.l()S Inlens,in)s
('.\I'ínll.o
...., .. -, '~'. . ~<.le. (.¡
.
!c u lo.,
... .
4 ,.. .. ,
;~)
STIIVIACIÓN DE fUNCIONES DE DENSIDAD NO'PARAME1TUCA-
ncmosahora una cc~ación quc d,; lugar a una cSlim¡lción tkla dcnsidad' para
al¿¡liier valorde x:
Cuando se sabe 'lile los dalos se dislri'buyel1 normallllcnle.c1 procedimicnto e I
ralllél rico cSlremendamenlc úlil.f:n particular, hemos partido del cUlllplcjo pro- ',-'
¡
c'ma eJe describir Una muestrn pnra reducirlo ala estimación ¿k dos par:lmelros: . .- .;.¡.
Porolro ladu; supon'gamos que no es\¡¡m.os' seguros de (luC los datos se dislríbu-
nllOfliüilmente: El enroque pnr¡¡métricoimplicaría lomai' varias flmci6nes de dcn-
d (normal. beta, giullma, logaritmo non.ll<Íf,.elc;). eSlimár los eSladísli~os suricief)-
. . , ~ ~ ,
~
rlili
f;.. .~
e ""
tes dc eS<lSdistribuciones. rC<lliz<lrlos contmstes de hipótesis óldecu<ldos y. fin<llni<:ntc,
{-.
csl<lhlcccr un<l djslribucilÍn quc nos ofrcciera un<l buen<l cólr;¡clerizólción de los dntos.
'>1'.
El enfoque no p<Íramétríco e~ b;sla';te dislinto: La ide¡; b¡ísieil es lib~r<l.rse dc
I"
r.
,",
la neccsidnd de especifie;¡r por <ldcl;¡nt<ldo una fbrnw [uíiCion<l1 en iJ<lrlicul<lr. El
hislogram<l es liI forma m¡ís sencillá ue cSlinúición de la [unción dc densid¡llJ no P<l_
f' r¡ll11étricól. La Figura IIJi COI11¡)ólr;¡c1enfoque p;¡ral11étrico (suponiendo una distri •
• ~ I
hución nOl"I11<1I) con el histogrólma.
t:: A unclue la interpretación del histogr<lIil<l es intuiliv<l pCI" se, siempre resull<l líLil
,r ,
<ldoplar un<l pOSlllr<l un poco l11iÍs[orm<ll. C<lda recl¡íngulo se denol11in<l eaj<l (hin).
(~, L<I Figur:~,11.6,inclu)'e cinco cajas ue <llllplitud 1" El procc.dilllicnto consiste en ele-
g.ír un punlo inicial XII)' traza el primcr reCI¡íngulo UC <ll11plitud Xo + /1.
(- El segundo rectiÍngulo se inicia donde el primero dcj<l de cubrir el in(ervnlo
"
(,:" (xo + Ir, ,\'0 + 21r)"etc. Conociel1do In <l1ll'plituu: existe un algoriil11osil11ll!c q'ue deler-
l11in<lI;¡ altur<l de las C;¡j<ls. Ln allur<l de un<l c<ljn es una eslil11nción de 1<1[unción ele
r. dellsid<ÍtI en cicrio v<llm de x y. por 10(<lnto, fOrJllul<lremos el <llgorill11~ C0l110 sigue:
'ro " [(x) = -
I
[nul11her of observ<llicins in (he inlerval (x, x + Ir)]
(' NIr . '
;'1
I'v!eneionnrelllos tlos inlercS;¡nleS camctcrísticas tlel histogr<lma. En prinier lug;¡r,
'l;~-
la eSlim;¡ción de la densid;¡d depcnde de J;¡ elección del punto inicj;¡\ xo. En scgundo
... ~
O).
.. lug;¡r. y IlliÍsil11porlnnlC para la tliscusión posterior, la [01'111<1 del histogram;¡ depende
e tle I;¡ ;¡mplitud dc J;¡s c;¡jns, L~s c<lja's más cSlrechólS corresponden a los his'togr<lmas
. 1 . .
..,. J f(.r)= 11I1l-p(x-/r<X<x+/r) (11,11))
,~, h-ll 211 . .
In, •
. -:;.,
.;:1.•..
y..,
,':(
f:> ------~.-. . .. , :~. ~..•.
"':
,:¡!., 2211, Sih.crr;lan. ()':II<iIV I:'.Hilllllli";' ¡o, SI<I,i.wicllllltl f)"I" /1""I."JiI. I')SI., Chap"'o" :'nd 11,,11.
!~;ir)
:~
):)
"
~, '
, ,;. ( t • ¡ .\ ~ •\ ., ",: ¡
.-~ " i \" \ ' '.. '" " iI; :¡, • I'¡ , • \. ¡:, " I \ " '_ l"
.5
'l. .',! ;.', 1
ti
_
•
l l.
c:
'O '
'.ü"'.
u
ro
t:::
j,
e
; 1";'
2- 3
\f. l;'g tlcl s,:ll~rio,
.'.~
FIGUHA 11.6
His'iogr';úúa con' cirtco c.ilj~s'(l,.i'ris).'" i ,.; ;' .
.'1'
.' ~, '"
. '1 '.
~".~',~'c!~;
. ':
. ';.'
L;¡ ;¡proxilll,ú'elllOSp;¡m
.' '.
cieno_. \'<llordadodcl/. . <::on10'
. . '.
1 1 .'.. .....
f(x) =- -lv<llordeX1, ' .. X'; delltrodclilll~rv;¡lo(x ~}¡,x + h)J (11'.20)
N 2" .. ..' .
('r~x'). .
Veremos cn seguida lo útil qiJe¡eslllladescribir este eSlil~ildor CÓ~lO
. . .--.1 NI ..
....N
=-.2:-...
....[ (x)
i"'l"
1\1 ~."'.'
.'. h.
..
¡
(tUl)
",,"
donde 11' es, un;¡ . r;,ncióndeponderacióndcfin.id<lcomo
-'.. .,.'. .~ , ' , ",.: '~ .. '.
.,.()
w z = -1. {. s.i.lzl
.'.. <1 ' .
.. ~'... ',Oen ~{ro cas~~
; :',"
.Ol> .••. t
D
d
p
t
.06
.1
,da
I
c: ,()~
.c e
'ü
'-'
w::'"'
i . . " '3
tog dcl s;il;¡rio'
riCURA 11.7
l"Iislo!:r;lnia con 50 t:;¡j;¡S
" .lJlt
,i
c:
-o
'ü .l~1
u
1:
'u..
~
';
.02 - .
."'
;
O
4
Log del salario ,',
. ".;1i
FICURA 11.8
, '~.' ... i\~,FI
HisIO&;:ma con 50.cajas per? c~n PUPlO'i~!.cia<lIi,~ii'~!¿' ,
:::~:;ESli
,:Ü~:';:
'.,J.
::;:,"
• ~."1" ,
lAI'lnJl.O 11: Un Smorgasborll lIe rvI¿ludos lillCllsi\'os lit: Cilculo ~27
;\
l~!}
Dicho eslill1,ulor se relaciona directnmente con los histogrnúHlS que ncabnmos de
describil'. La diferenein suslnnliva eSlribn en que el eSlimndoringenuo carece de In
propiedad poco uesenble de que SlI foi'mn depende de la e1écción ud punto de par.
tida. Silvermanuescribe el eSlimnuoringenuo como "UI) intento ue construir un !lis-
10gr~mi1 u.anue eauá punlO es el centro dcUrÍ inlervalo mueslral.".'.22
. La Figu:¡'a'¡ 1.9 ofrece un ejemplo. de eSlimndor ingenuo utilizando los mismos
alos. ,El histogranl,i es sntisfaclorio por muchas rnzones. pero mejorarlo resulln
Illl!)' sencillo. En' pnrticular. este estima,cior no es un estimador alisauo: licnc saitl)S
el1 fus bordes de las cajas y derivad;¡s cero en e/reslo ..
.754
""
..:...
1'.-
o
2 3 ~ 5
Log lIel sal.;¡ria
IGUI1ArL9 ;,..,
illl¡Í¡¡oijilg~ilUb ¿oh 50 cajris '...... :. '".
.
't. ~(
:J
."I,"IIJI)I)SDie ''l'''~I)SIETl(i,\
T'\nL\ 11.5
¡\ Iguuos kcrncls cOlllunes
(jallssianll
r '. 'para 1,1 < I
l{cclan¡:lIlar
<::'. en C;lSO contrario
" En lugar de utilizar l;l runcit'lIl de pesos anterior (conocida como kcrnel rcctllng/l-
-'
l~.
(01'). l;l sustituimos por una función kernel alisad;l y sus deriv;ldas. Esto es, a dife-
i
,,' renciadd estim;,dor ingenuf), el principio básico dd estimador de densidad kernel
c-,
.' consiste
¡ en ""llll'ear"
::> Illdlls los IJunlOS de la estimación. La Tabla 11.5 presenta los
kernels l11¡íscomunes.
'~'I
Ddiilire'mlls ;11101'<1 una exlensa clase de e~timadores de densidad, el estimador
.i. de densid .•;Jk~rncl de ROSCllh((/II-I'(/rZl'I;: .' , '.
.,-..., f(x)
~
= - 1 ~L.- - I ' K -- (x - Xi ) (11.22)
r.c.
J Ni=," "
donde K se rdicre al kernel (nOl'm:1lmente, tillO de los definidos en la Tahla II j) Y
" a In ;lnchur;l de banda,
. . A.u ife rtlnbi :1.11ch:: sIi11li1UO r.'ingc Illlo¡doses ti nr;itll)i'csdcde ilsid nÜ'uc'kenlc:l'sair
1'~ca'lí,)6i\t¿';;li'sa'dlls: La I1ccesiuad- de tal suavidad dej1ender¡í cid problema ;ll <]u
noscnfrcnt"emos. t\ ckdos'pnícticos, la eleecióll ue kernel carece casi dc importan.
- -.
.,.....
l.
cia (aunqUe si'l:eslIlle liril \'erificarlo)~ El resultado no es uellodo sorprcndente,ya
que ;lnlCs inuic;lmosque. el I/I/c¡'o de [)(IlId(/ de un histograma era importante para
delermi,i;lr stlsua\'itlau. .
"-.
---
..••... ,. pre ljuc uiSpoiif!arilOsde probabiliuaucs mueslralcs, fvluchos conjul1losde datos
"
1,1'
'. J,'
.,' ,.',.r, 1,' :'," ' ,'. , I '.' '. •• '. : ~ ! " ' •
....•.
'~¡X)I~.~l!:.o.,~(:I.'~',y;).
'.'
", Ni=l/¡ ,/¡
l' :'
6'b't'c'TQ~'S:¡iXr'jb~!'\';:.i
",:,;"y,J).<l.2'Vn :I;:Ap1i~.llcit1lj~~t'ri'S':Efé¡;rt\fiT&'Jhs',pil,rtl'fi'~~'S'm'iJi'~:irc:H
ue , ", :.. ':~ .' ..... ;.; .. '-.'.~ .... ',' :.. ,~'~.:'.,";', '<'~';':''¡,:.;..,~:''''''~-,''',.'.:.- .. ''-' ',:- t", ':'. ', .•. ,.',~ •
.La esli l11;i~ión I;~\ paramétric" ,de ladcn~id:t'u~S~(ll~'aJ~~rr¡rnl ie nln ú1i le n ;n;\ lisis 'd' i .
plor¡)lori(J dc d:ilOs, 1'01' cjelJ1pl.o.t~stilt":'r;jcií:;prC2i'ri~la 'pr~scndadell~;¡ plJ~ra
a gf<lli(ICymó"íl (citcl vülnr '~clsaI:n'i9.njfl'iili1d) :il;e'dÍ<1Jlle:cstii,,:iciones sencillas no
paf<lmélricas dcladclísidaddel iógaTil'líO.uClos.$~larib~ dé'niujcrcsen 'eI periodo
cOJllprendi~ociHrc1979~)989(periqdoimcJ cúal~lsal;¡rio mínimo, con el "juste in-
nacíon ;lrio, Uism inú yt\); loq ú~ s\' gi e fC)l IIC. e I sa la rib'll1Í n inlo juega tinpa pe I im por-
-
tante cuanuoselral ;¡dS e~rlicar 10s.c::lJ1ibios en Insdcsig'úaldadcs salnriales2( La
.; - " "," .," .-". ,.... • f" •
:: "
,"
~IIOTOl)OS L)t:.ECO:-<O~It:TIlIA .
dondcfJ" y fJ" son las eSlim;¡ciones MCO de las ecuaciones (1 1.23) Y (11.24), respt:c- .
tivari1enté, y..:..'<" Y ,'<" son' las, medias de las variab'les Xen el sector sindicado y no
s¡ndic¡¡uo25• 5"';: es el salario medio de los trabajadores sindicados CU~lljo son relri,
buidos de acuerdo con la función de salarios del sector no sindicado. 5':: es el salario
medio de los trabajadores no sindicados cuando son retribuidos de acuerdo con la
, fun'ción de salarios del sector sindicado.
Calculamos el efecto de las uniones sindicales sobre los salarios medios de los
trabajado~es sindicados mediante la siguiente diferencia: •.
Efecto unió.n sindic;¡l :::Y,,- Y,: ( 11.25)
J
g(lV) ::' [(11' í x)h(x)dx
H 'R. O~xaca: ..M.alc.Fc~~le Diffcrcnli~ls in u'rb,;I; L~bor Markcls". Jllrwlllli/llllll CCUllOIII;C IIrvicII','I4,
1973.6?)~709.' ", •. .... . . ' ...,...
"-',•....
.,. "
1'1
("MíTllI.O 11: Un Slnqr~asburu de M..:touus Intensivos de Cíkulo .DI (;:':/J'
!:':""
".
donde [(11 I x) es la dcnsidad cOIH.!icigll¡¡1de salarios. También es útil definir dos
1 )~.
,I~
'"
dénsidatlts '¡¡dicion¡¡!cs. En prililer Itigitr: ia 'deilsidad de salarios cn cl scclor no sin: '/":')
dicado: ~
..~
:.
\.'¡
!:(I\'III~Or:: jr(nÜ)h(xill::"O)tlx , . (11.26)
d.onde P'(III Ix) ¡;¡; [(11' I X,II :: O). Como antes, P'(I\' Ix) represcnla la eslructura sal¡¡,
r~¡1I~lcI seclor no sindicado. De modo similar. I¡¡ densidad de salarios en el Sector
slnlltcado scr;í: '
. (11.2R)
:"\.
( Il.2lJ)
( JI.3D)
.' .., .
~~n.d~ ,U:: [prob(:,. ~ ~)V(prob(1I :: O).':')]. Conviene deslacar. sin cmbargo. que I¡¡ : ',-","
eCU.1Clon (11.3n~ cs Idenllca a la eCliaClOn (11.26), exccpt[¡andll ci¡Jc'.1"rIfI.
.. Nos gUSI¡¡na s¡¡ber cuíÍI sería la distribución de los salarios si todo el lúundo re-
c~I~lera sal¡¡rios no sindicales. Nuestra primera e!Ccción sería ulilizar conYo cstima,
clOn la muestra no sindicada. Desgraciadamente, I¡¡ distribución de las c¡¡r¡¡ctcrísti.
c,as x ~e esl¡¡ muestra no reneja I;¡ mueslra de caraclerísticas x dc la población IOlal.
1 nI' cjemplo, la mueslr¡¡ no sindic¡¡d¡¡ tiene demasiados doclores \' no suricienles
o.l~rcros c.omo para poder representar una muestra de la poblaciól~ total. La sol u-
clon consiste. en dar un peso mayor a ¡¡quellos miembros de la muestra no sindic¡¡da
que. presull1l~lementc, estaríÍn poco represenl¡¡dos,
. .
Ambas prob¡¡bilidades
" . ..
son r;íciles...de eSlin¡'lf'
! .
'c l.
1)1'01)(11 -- (1) .C.>.\ .• ue
proporclOn ,1
~!
-..J
rl( ':,; -132 ~IU()I)OSI)I':H'U~I)~II,ll(i"
'.
S. I'C~c'I('lr1- (1) (cxllerrCI1Cla ..
.cxnerrel1Cla a I CU,I
. d'I;H Io, eSl"rdo
. , civil , liempo parcial,
r .) .111\1.. - .• ' • " , (1 \.JI)
:lIios (k cduc:lclon)
r~',
t\ conlinu;¡ción. utilizaremos elich:l ecuación par:l generar la prcdiccicín ele la I:~oba-
bilidad de scr micmbro del Slnt . l'IC:ltO. ( :1 d'es l':lC;lf (tle
I ' dcbido. . '\'. (IUC la ecuacton
..., de
prl:di'ó:ilin gcnera la probabilid:lu de s~r micmbro del Sindicato. pO.I.lel1~o~1'lInble~
calcular l menos 1:1prob:lbilidacl.esllI1i:ld:lucpcrlenecer a un slndlc.~tO). ?b
ICllem'os como reslI!lado el términoprob(1I = O Ix). C:llcul:lmos, :1 cOnllnU:lCI~I~,
,
,,-'-. p;'0\1(/I = O). corno 1:1proporción cié individuos no sinuic:luos cn la mucstra y lo ulIII-
',' zamos. junIO 'con la eSlim:lcicín. anlerior"p:lragcncr:lr O. " I
. . .. ', (eI et enSll
Realiz;¡mos. enlonccs. una cslrnwclon .' l',11I k'cr n.1
e (mcdl'lntc
.'. el kerne. .
Epanecllnikov) con la muestra compuesta sólo de lrabajadores no sl~t,lr~ado~,tltlll-
r)
, 1.:,ndo p:lra cllo nueslras estimaciones de O. ESle p~so d;¡ lug:l~ a la ~rslrrbuclon u~
salarios de la econorní;¡ cU:ll1dn todo c;ll11undo recIbe su salarro de ,\cueruo COI11,\
estructura sal:rriai de los no sinuicados.
.H
-- Den,id"d "CI\I"I
\.1:, I
~'.
()
_ .'.. él 4 •
Log.del ~atario
~ ,:-J
FICURA 11.10 .
1", I
.•.. ,Eí decto de los sindicalus
\
,,
.....•
.,-
;. .
~;
La Figurn 11.1,0 nillCslr:l dos dislrib'uciones .. L:I primera, cliqtle(:ld:l como
"Densid:lel (Jan los no sindic:l(Jo's'~, es 'Ia'distribución que qued:lrí:l en 1" pobl:lción
tolalsi todo c1mundo recihier:l el s:llariodc los no sindic;¡dos (Iá estiri1ación dcscrí~
0 la ante~iorníellte), L;¡ segunda dislribución es una eSlim:lción de uensidad de kernel
utilizm1do la totalir/ad dc la 1I/1lc.f;ra sil!' nueslrospesos O. L:I diferenci:l enlre :I;nbas
densiu:ldcs es el efecto de los silldicndos.... i
La cstimación sugiere que 1:1dislribtlción s:llari~1 lie'nue a igual:lrse p:lr" los in.
lcgr:lntcs de los sindiclllos dc"los ESI"dos Unielos.Conv'iene dest:lc:lr que 1:1den~i.
d:ld contraraclual ("Densidad para los no sindicados") liene menor peso en el cen~.
lro de la dislribuciÓn)' ¡myor.cn.I:I,mil."d inferior. Una simple explic:lciól1 de este
result:ldo es que (i)'cual1lo más elcv:ldo sea el s:llario que reciben los no sindic:lelos, :
mcnor propensión lendrán :1 afiliarse (Ioslr:lb:lj;¡dores con sal:lrio 'menor tienden ;l,
eslar sindic:ldos) y (ii) los sindicntos elevim los salarios de los lrabaj:ldores con S:lla-:
• :
rio menor en relación :lsus'eonir¡\íi~ros
.. •
no siridicndos. El ereclo de la sindicación'
; ¡,. Id
; ~
'
:lfectan poco;' 1:1$col;ls:pocós Irab:lj"doÍ'es c~ial~;\n SilU"dos en I~ col" y' co'n ien-
I
dcncia . a afiliarse, • •
.
•
\', '1'
.~
~: t.
26 J, DiN~rdn }'1'. Ltl1lic"':"Di\'crgi~~ \V~gc Ineiju"lilj. in ,tic U.S; nnd Can "da: 19R 1.19S9. Do Un ion!
E,,,I,,in Ihe Dill~rcncc'r'.ll)inieo,Uni\'crsil)' l11 Cnliloríli"-lr\'irie.'Dcj'Qrtl1lcnl 01 Econol1lic!, 1994. •
27 D. ('"rd y'D:ll)"'I"p .... D¡)c~ln'n"don,'Grc,,~e ¡hc W¡'cels 'ollhe. LnhorM,uki:I'". Industrial R'tlalion .
Scclion Wilrkinld'apcr nu,ilhC'r 35(,. I'rincclon Uiii\'.cr~il)'. Dce. 1995. .
"i
:~~.
.. '. 10- ••
mas de varias observaciones repetidas de )' para dislinlos valores de x. El caso más
sencillo es aquel en el que x adquiere un pequeño número de valores discretos. Por m
ejemplo. consideremos x tomando lres valores (1,2,3). E,) esle caso. la regresiÓn no re
paramélrica es: s(
( 11.33) ra
re
donde D;.i := I(x;:= j) ydonde 1(-)es la función indicador qúe ~dquiere valor 1 siem-
pre que la afirmación enlre parénlesis sea ci.erla; En olra~ palabras. hemos creado
un conjunlo de variables ficlicias paraca(.1a nivel de la variable x. En eSle sencillo
caso. los cocficienlesjJ1.fJ2 y fJJ son las medias de)' para cada nivel de x. Esle enfo-
que' es el mejor siempre y Cuando x no adquiera' demasiados valores. Sin embargo. TA
cU<Jndo x adquiere muchos v<Jlores distinlos, el mélodo falla debido al hecho de que l.
, "
(lin)2:;l(x;=:,x) C
OicJlO al¡sad~r es s~lsceplible'la'qlbiéJl de inlerprelarse como una regresióli ponde. cn
rada. A deslacar que 111(.1') c.s la s.olucilJl\ c1probíema siguie'nlc: .
. ',hin.:= (~i"'/I;(X)(Y; -.
PII.PI ";=1 .
';u- /J lX)2) .
=min(~.
'.
i
";=1.
Il'l/i(X)!)';-IIí(X)]2)
.
(11.35)
s¡
Esto es; el i1lisamicnlo puede' considerarse. COl~.lOuna ~eric de' regrcsiond; oe míni- fu
mós cuadrádos ponderados y lIí{Xj como el eSlilllacior/ocál de lIIí"illlos cl/[/clraclos211 .. ve
ye
La regresión no pa'rámétiica d~ y' sooreximplica reali7.,ar una regresión. para cada
()
valor tic x el1 el quc 'procc\la eslin1ar la relació,'~ y = '111(.1';). Tíllic¡lmenle. el proceso
de ponderación da mayor pesci a 10's punloniluados cerca de x y menos (o ningún
peso) a los alejados de x. . .. '. . . . de
La elección' de 11'(-') origina distinloslipos de alisadores. Loe.u es úno de los
• • .• .., •• ,i
2:1
y~
z.I
., lo
'~"
28 W.lIarllle. "1'1'1;,,1 NOIIPMlIIlI(If;C.fl<grc.uioll. \990, Cnlllhridge Uniyer~il)'l'rcss. .: Sc
de
.
~.'"
,"-
--'~
.J l
Cl\I'iTlIl.O 11: Un Sll1orgasbord de IvlélOdos Inlensivos deCilculo 435 :J
" J
AIII.A 11.6
.)atu.~ generados para)' = scn(.\') +'E
"'-- •.• ~ ••••.•.
- •.,~ ••__ ., .--, ••••.•••
~ •.•.••-_ ~y •. I"t""l~~_,~ - ..•." .•._ ~ •.....
I ,
Observacilin n°
..... y. .r .Obs~rvació.n n°. ':'.': . .. ,1' .- ., ..~.
-/ . ...•...
\l"
1 0.82 0.79 11 1.23 &.64
2 2.52 1.57 12 2.30 9.42 ¡.
3 1.66 2,36 13 0.19 ¡0.21
4' 1.50 3.15 14 I.11S 11.00
,
\',.'
5 1.47 3.93 15 -1.71 11.18
6 1.60 4.71 16 -:0.]0 12,57
7 0.49 5.50 17 1.42 13.35
8 0.41 6.2& I~ 1.31 14.14
9 3.09 7.07 19 0.79 I~.n
10 1.32 7,85 20 0.22 15:71
Cu;)nd~) A '= 2. las regrcsioncs ii;lcales locales que calclll~ loess s()n cuadrálicas en x
n 11Igilrde lineales. En es le caso. loess es la solución de ' ..
ecinos mas próxlIllOS a x¡son los 2q + I vrilores de x situados más cerca de (e inclu.
en)
.'
X', es dccir. el conJ'unlo (,' ,. . . . '. ')'1' Y e conJunlo
. : '~II".' ~ (".1)' •.••. \; •......•. \¡. (,/.I)'.'\i+ll
",
, ',''''~
. Con fincs iluslralivos. sl'lpungall1¡)s que lenemos los' datos de la. Tabia 11.6 or- ... ,.
.••.
\',
enatlós de neuerdo a Xi, . Cuando u := ,l,loess considerará 'Ia vecil~dad de lamaño
1 S~i,il; E, Oey.clalld. \1;.IlII1I;ÚII.~()"III. 19'.1), Hu'harl Pr~l'S. ~llérn;illu pnll'i~llc lid n1cm,ín 1'/('.1$. a"rc.
~alllra d~.re~rc.S1~" Inc~l: ~c. e~collllc.á.quí cicrln juegode p:..lahrn.s. porque 111<'.1.1 es el lérmi'Hl (IUC ulili.
I".I(IS gculogn, p.tra desenlllr d oeptlSll.u oe ~edlli1cn(o que llurmahnclllc sc ellCUClll ra cn los ,'alles -por
o 1.\IlIlJ. Ulla ~uperlielc.
• ,
La Sutileza .'
parece hahersc
.
perdillo l' muc'll'S
• • 11
,"cces /')''" s''e In Icrprcla como 1o.
• '.• '
"'.IJ (cl.mcllllC), Ha~dle. por e¡clllpln. utiliza el lérmino como acrónimo de LO\\'ESS -Lucall,' \\'eidllel1
caUcr plnl Smunl1ull¡:' IUlltque cI procellilllielllo que ucscrihe es Ull', li¡:en \"Iri';nt . ti l. " I '.
escrito, ilsimisrno. por CICVc!;HÚJ. '. . . ~ " ,1 • -' • lo: t,: ,l(llIl l l..:="C11'Oy
,......---~...
I -:¡¡;.
..•
~~1-.
',¡J'
(~.~:;l ~II~T(JI)(JS IJIe U'(J:-:(J~IETllf"
!.:
(,.,?/
1
If =.20 x, 1'= 2 l1Ir.cdcd?r de xi' 'C;::onsider'emos el dlculo' de unvaloi' 'p~'ra'I~I' fÚ;lci6n'
de r~gresión cuando x= .7.07, o In'ob~ervaéiÓn numero 9. Ln vecindad dcrillida, en
.:stl:' I~unto cun;l¡!tl (/ =2 sPI¡Jasobs~rva'cibnes compr~ndid;is c;11re .7 '11~ La csti. y
macil',n locss s.:r;í el valoi' predicho n pa'rlir de' una regrcsión'li;1cal (I)Onuerúda) de
.1' sohre x para l:sas obser.vaciones. " " -.
Dc modo m;ís form;.1I. cuillldo los datos se Cl;,sifican de menor ;, mayor, ddini.
remos el conjunto
J •. = Xi: Xi es unnrj-vecindád
.
r;""\1
r':~'r
r-.
, vecindades y predecir .i7 -el v<1lor aliS<1dode Yi'
Con el obj'etivo de ilustrar <11Ieclor acercn de In in;pOrlnl;cin de 1<1elección del
par<Írn':lro a dyl alisado. realizaremos unn regresión loess sohre los datos de In T<I'
hla 11.6, generados a panir de Inecuación
Yi = sen (Xi) + E' . (11.36)
donde E es ulln vari<1hle normnl cst;índar.Ln Figura 11.1 mueslra los d~los originn.
les. la función de rcgresión "verdndera" y la estimación loess con un valor de a=: 2.
En este punto. parece que el estil11<ldor se comporb nccplablcmenle en cuanto a re-
/"-,
p rud ucir la, ."<iIÜ'S:i.QJ}-ll\,º~i]q:-I]J,G-,,"'t-;.~_ ..-..••',,,,.-:--,-':,.: ..-.~-;'- ," -"':.'.','--"---'.',;":_,"', ",",.:.'._:,",:".':
"'C:
'~"
i :':;'~$jtl'c,i;íÜiírg«suavi~n/~ncxCcs6 p~lé.de()~ig¡I1a~ un sesgo significalil'o. La r:igu~
'r,tn.2 com'[-lnrn .dosCSliill~cione~ 10css(C'l =,2ya;" ,S) con In verdadera. Apnrenle-
l11entc. S'es (kmasi~;ído gr'al;dc.' La surva esdclllasi"do "sunve" y su comporlnmien-
lo. no cs :lccplable.:.n cuanto. a reproducir la vnriaci<Ín suhynccnle. De nuevo,)' Inl
tomo vimos.en el c:;so dc la estilllaciónde densidad no p:lralllétricn, ya quees'm:ls
~\:l1cillo."lisar a ojo que \10 idisilr, es prcrcrible alisar en ddeclo quecn exceso. Lo-
ess no es el' único método de ali~nr que existe, aunque si el que I)osee In deseable
propiednd de seguir" la línea muy
ele cerca. Unanllcrnaliva consiste en utilizar lod(js
los datos y un estimador kernel cOI\vencional:
-.-
~,
. "'"." Jl/h)K[(x-:x¡)lhl
/.
'\I',,¡(.r) == \I'J¡¡(x) =:, _ (11.37)
, f¡,~x), .'
dolltk
'<" ••
" : ._' :.. [" (x )'=: ~~,'h K (.r ~x ;)
1,
j'
l'1\ l'i:1'lJLO 11: Un' Sn;org;'\sb~nJ~Ic./vIclodos Inlensivos Jc C~lclllo 4J7
.,-.
! ~
:
i
/ .
. ,
,l'.: . . '
-. " !
'-'\'
I
o
, . 1"
'i ~
.;.
, ,.1';': .
. _.~'-_! .• ~L?csscsiim~da c'ullrido n = ...2
. l
--' Verd"d~ru ,,;Ior
-2 ",
"
FIGURA 11.1
Un eslimnci6n luess scnéilln
Vcnl;ldcro \':llor
~.\ .
"
:"'::"".';:t! -,.:':'
y:
r .' - ~' .
. {
15
'~
rICURA 11.2
J
438 ~ltlODOS DE ECONO~IETRIA
Sin embargo, suavizar en exceso puede originür un sesgo significativo. La Figu- res
ra 11.2 compara dos estimaciones loess ( u, :: ,2yu :: ,8) con la veruauera. Aparen- qu
temente, ,8 es de.masiado grande. La curva esdc:rilasiado i'sliave" )'su comporta-: m
miento no es aceptable en cuanto a reproduci .•..layariación subyacente. De ~uevo, y dl
tal como ~imo$ en el'c¡!soJé la estiilHlción de uensiu".u n(~ pa'ran'~trica, ya que es
más sencillo alisar a oJoque no alisar, és preferible alisa'r'cal ucfecto que en'exceso .. ne
Loess no es el único método de alisar que existe, aunque si el que posee la de- su
seable propiedad de segl/ir fa líllea muy de cerca. Una allernaliva consiste en utili-
zar todos los datos y un estimadoi' kernel convencional: . .
do
(1/11 )K[ (x - x;)/II I ( 11.37)
II'I/;(X) :: II'II;(X) :: _
¡¡,(x)
, ' ,
,
,,' ¡¡,(x)
. ..
=2:-
. IIh
K -. -,
11
'; .' '. '., ' . ,
Na
Aquí recphoceremos, sin problemas, ladensid¡ld Rosenblall~Parzen que. tratamos lip
,enl~ SecciÓn 11.4: Yaquedichosj)esosfueron propuestos en primer lugar por Na-
.' - .
daraya y Walson, el ,estimador suele denominarse estimauór de Nadaraya- 01
WlIIsoll30: Igual que vimos en la estimación de la densidad, es m¡ís importante la l
c1ecéión de la ampliluu de b:\Oda que del tipo cJc.kCrnel. ~•
.
2.
11;5.,1 EÚL:nsiól{: EIM ódelo(lc RegresiónPardiilmellte Lineal
,'.".. e .-:..-:....,,~':.
',Elhec.1,i()UC 'lucios mélodos de ¡'cgre$iÓn nopaúimélrica estudiados hasta el mo-
mento 110 sean aplicables a nu\s de dos variables. constituye una de sus más severaS 3.
limitaciones. Estimación, interprelación y presentación de resultados se. complican
en cuanto inlehtamos lrabajar con n1<\sde dos dimensiones.
ES
Una' solución ~l problema consiste en el modelo ue regresión parcialmenle li-
eS
neal
co
)'¡:: Xi II + f(z;) + E¡ (1 J.3S) se
üonde una parte del modeio es line;lI (las X) y una única variable liene una relación. :~:
pOlencialmenle no lineal con y. Cuanuo la variable es categórica, el método I1l~S:. le
sencillo consisle en dividir z en categorfas siguiendo el patrón de la ecuación r
(11.33); ell otros casos, se necesita un enfoque nllernativo. ;~
Supongamos que la variable z representa años de experiencia laboral. Un en-} 1.
foque consistiría en incluir z, z2 y z) como regreso res y aplicar MCO. Esto método:'
:.
: G.s: W"lsóñ. "SllIoolh Restession Anal)'sis", Snllkliyn JI. 2(,.1964.101-1
. '. '.~~,
.......'
di.1
.•.....
;.J .. \
onde
Z I :: z, si z .,¡; 20, Y O. en otros easos
Z2 :: Z, si 20 < Z .,¡; 40, Y O. en olros casos
z,l :: Z, si 40 < Z .,¡; 60. Y O. en olros casos
.i'.¡'
Z4 :: z. si z > 60, Y O, cn otros casos '-
aluralmente, es posible lruncar los dalos de otro modo Un d' l. . . .
po de enfo ue .' ..,'" . a l: "svenla¡as de cse
. q s es que aJu~lan razonablemenl~ bien. en e.1elllornolinealtradicional.
Esles )' Honor~ en un d '.
1 . . .. ' ocumento reCiente, sugieren una posible alterllalil'a.11
lservan .Ia pOSIbilidad d.e Iratar la parle no lineal de un modelo parcialmente line:
• COI:l~ ~I de un C~'cI() fiJO se tratara, El estimador se oblielle CllllHI siguc: .
Cl,lslflcar los dalos en orden ascendenle de valores 'z. .
~O~IO~ ~atos ya ordenados. calcular la "'priinera diferencia" de los valores ad.
y"cenlcs a y y x, conslruyendo '
~y:: ó.'XfJ.+.error .,
Sles y Honoré demueslrnn que b" . -... ' . .. '. :~1'"
Slá acotada) el estjmadorJ~ ob .. "Jo cler,tas condiCiones (ell panicular. cuunl!o, ~ 'J.",(
. . .' • tenIdo median le esle método resulta consistente L
onsistenCia de fJ es consecuencia del hecho de que cuando 11 ~ ';C l' ., l. " ,a
acercan cad .' .... . .' ,~s, aL) acenles
. ti • a vez m.~s entle SI. Como consecuencia. cuando/es contiñua la uife-
:Icla f(z;) s~ aproxllna a ~e.ro nípidamente y, en consecuencia. puedei :ílOrarse
empre y cuando 11 sea lo suflclentemenle grande. g .. "
. f':;-"
El Jesullauo sugiere un cnfo que d e d os etapas para estimar la forma d¡; f(~): .....• '.:
.'
~:~.ular. median le el proceso rcéie~lel~)enle 'descrito.estimadores 'consistentes
;,t .•...
E. Eslcs y U. Honoré. "l'arlially Lincar Rcgrcssion Using O"c NC'lfCSI N'i 1I .. )' -.;
y Deparlmenl o( ECOIlOlllics, Mareh 1995. lllilllCO. • . e g 1 HH • I nnCClon Uni,'cr.
r.2'1
\ál
qj~:l.
,0)'
Por otro lauo. uicha 'técnica parece útil para an;ílisis ue dalas cxploratorios. Su
cspecial alracti\'o reside en su sencillez y aparcce a menudo en los programas infor-
m.ílicos estadíslicos eSI;ínuar.
1 Uí
I{EfERENCIAS
El capítulo de Henury~ aporta una útil uiscusiéln acerca de los métodos de fvlontc
Cario. No es frecuente encontrnr contrastes de permutación en el enlorno econo-
mélrico. pero el artículo ue Schmoyer constiluye un buen punto ue parlidal2. Véase
Efron y "l"ibshirani para una discusión b.ísicn sobre boolstrap32. .
__ o
Por,ejcmplo. J; ¡:"P describe un mélodo dc "regresi6n no par"mélrica de elise-
,io a la mcdid,," quc. aUn(IUCsimilar a loess.lo domina asinllllicamenlc y funciona a
~;- la perkcción cn mll<:slras f¡llilas.
ro
"
,'J~"
•....
\!;i
•..... .1~ ti. Uron y IL Tihshirani ..,llIllllm.l/loiulI'U ,1". Uuur.>I""I', 1')').1.('hap"'an & Ilall.
\: ~~~:.;
. ,:"
" , ;,.
,(, ",;
PROBLEMAS ,\ ,.
'-"f.' ' .
,\ ('(lnlinuarilin. <:1prcscilladur :,b!'c lII\a de ¡as puertas, tlelr:\s tic la cllal nú hay'prc ..
mio. (Es tlecir.aulHlllc,'c1 prescnlador ~iempre rcvela lo que h:lY dc(r:ís de un:l, ub In'$
puertas no elegidas,' no rc\'cb dónde 'esl:íel p~emio).' El concurs:l"lIe puedequcdarse
con su primcra elección o elegir In PUCrl:lreslilnle. ; ,
(/) i.Debería el concursante qued;¡rsc con 1:1puert:l que y;¡ ha elegido o cambiar. o. ~or
el contrario. la estral~gia e1egidanoliene"impor(anci~? .':' .
,,) Después de que el prescnl,adorh:lya abicrto una de las puertas, ¿qué probabilidad
(iene el concursan,le de ganar si.cambin su elección?
, 'r) Crear un experimcn(o.de Monlc Cario simulando cl juego y ch1cular lo probnbili-
dad de. <llIe,el cClnellrSantc ganc'si elige tina de las siguientes
.
allcrn;ltivas: ..
i) Camhiar siempre.
ji) No cambiarliunca (esto'es,quedarsc con la pucrla clegida i:n r-rimer IUS:lr).
;';~:(;f.'''. ,~~'~"':-"v
.. t .•••~•.""'" ~:r.:":'¥="-,:.7¡~...?>~rr::'~.'7:~~.,1."'1.~;'.:.~;;:i7;~7T.,,;r:7="~3.:.~~'::;,
'~::::. ¡'.~~~4.~.'7."::r~.,:~r:-~:~~)
.. ..~;~~tt!~
..~:~.~?:7,;y:~
...:.~;~).::,:,~.1::;;_'~,~,~'.;~",:
;,:.;...;} ..-:?;(;}~~::;-:~'.
,", .. , 'd)I.Cu;rni:r~'simlllaeíoncs dc:Monlc,CiHlo"ser5nncccsilri;¡s¡1úa gencr;¡run inlcrvalo'.
deconrian7.a dcllJ5%ue ,;;odo,q'(IC los'exir'eOl'osdc'l inlcr\'illo dc conrianza& la
resplIcslúorrecla nó'sc:in nia)'o~cs, crn.:ilot ahsoll,ío, que ',Ol? .
J.I 1\1IJnl)' ltalt fli~ dm(l(kraü~'rdc.lllle(Jncl~rso'icl,c,\.isi\:OI!.'U)' popul'l' li!ulado "Lel's ~Iakc n' Dea''',
dOl1lk.lo,'elllleursanfcs se ,lisfr;íz;rhan )'"éumpelinn"p':tra'ganar.graneanlidad de bienes de consurllo. Uno
de hlSCIlllclIrsns ud ShO\\'CPI1111ysi;l1ii:\r,nl,n'1liidcscrilo .
r :~
'1
4U METODOS O~ ~CONO~I~TRIA'
;p:!. N(p,l:)
donde
•..
':---.
P,= '
"" .
1":: •
,I'~.
:'(
3.. Verificar'la e<:uación (11.12).:"
4. Se realiza un experimenlo ¿égo para é,omprobnr el decto 'del;1 cafeína sobre la cilJlaci-
dau de leclear. Vario~ eSll;dianles ~ecib'en el necesario entrenamiento Jlilra escribir' a
, máquina. Una pa'rle de ellos ~o lonH~ c~feí'ln;elgrUI)OIl:slanlcrecibe 200 mgrs. lleca-
fdna. Ulili;'alla versión de Monl~ .Ciif16 del cQnli"asled'e pcrmulaciún pi\l'a veriricar si
;,,;;
la (lislribu'ción 'dellc~leo csigual para;,mbos grupá~>Col11pnrnr I,os rcsuhndüs obteni-
. clús. con uí'ia pruebat ~ol1vcncionaI35.,
" ' ' '.
'
. .. .. . ~ .
'. . , ,', '
"
,"
'l.::
,"
~,.
~5\
, ,
No cafleine:
24 22 4 5 24 4 24 8 2 47 24 8 24 2 24 4 24 6 2 4 2
200 milligrans dI calreine:
246 248 250 252 248 250 246 248 245 250'
y = fJu+ IIl.!', + E,
donue
E, = pE,.1 + v, :;'. \.
'b) Utilizar cl siguiente conlraste,ue pCrinulación pafa' calculo)r una a-hernaliva a cada
I1lUCSlr;¡ <.leMonleCarlo:
. 'j) Calcular
j = \lXI
2: ,e,c,.; ,
ti ~ j =I
i'= mI'
"" ';:2
'j
'.6'
= 1,
j = \llO
2: ';""1
;= I
,
"1
1
d,=-----
i== IOU
~¡:¡ •
',,'
t t'
, =,1
c) Calcular la proporción dc veces quc sc rechaza lahipólesis d.: que los errores no se
correlacionan serialmenle y evaluar la pOlencia ue ambos conlraSles, L y (l pueden
Illodificnrsc a ereCloS de aprendiznje.
(i. Con ;os dalosue la ril!ura 11.3. ulilizar mélodos de Monte Cario rara c;dcular la t1iSlri.
!lución del eSladíslico"I. Conslruir una eSlimación kernel dedensidad no paranl':lrica
de dicha t1islribucilÍn y compararla con la dislrihilci6;1 par:nllélrica I que se eSlimaría
rara esos datos suponiendo que los dalosson normales.
J~.
..
'\,'
( "
>'.
"c' "
, .•••• l
'1" ".
""":' l'" ""'1,) •• 1 ""
, ¡'
CAPÍTULO 12 '
!
'
Datos de 'Panel'.
'"' .
•• 1' .•
'; ','
", l
,
,l. ,
, "
'.'
\ ",' ,'. ! ", I t' .
=
'"
(i2 ] (12.1)
X~t, (iT
.'
446 MéTODOS DE ECOI'/O~IETRIA
12,1
J
FUENTES Y TIPOS DE DATOSDE'PANEt.
',,;
.
..
Anles de enfrenlarnos iI losp~bble'mas de eslimaCiÓ~; disculamos las fuenles y los.
tipos de d;úos de panal más comu¡les... .... .
Ul~O de los conjunios d~ (Jalos' de pailclj11f¡~ üliliúdo es el Pal1el deesludio di-
n<Í'mico dt los ingresos (PanclSlody. oC In'comeDynal~iiés '(PS!D», recopilado' por
el Inslilule of,SoCi;ÚRese~rcl\.de la Universidad de Michigan. Desde 1968, lus in-' t \':
. "
vésíigador~s han r~eopilado inform¡¡cióh de niás de 5000 fa,milia's. , "
" Los mien;'bros deeSI¡¡~ familias' s()n enlrevislados anualrnenl~ sobre su CS!aluS
ecén6mico;'se recopila informaciÓn acerca de'los'cambios"profcsionales, cambios de
ingreso, cambios enei c'sta<,1o'civil- y ólrasc~ra¿icds(¡~¡lS socióeconómicas y\JcI~iO- .
gráficas.' '. . . .. .' .
La cncuesta sobre ingresos ypr~grama dc' participación (Survcy of InCOllle and " ~
T
Program Parlicipalion (SIPP,Í),S. ,bepartlllcnt ofConimcrce, 13ureau ofCcnsus))
es parecido al rSID, aünque cllbre un pcriodo de tieri1po ,ú;\s reducido y las entre-
vistas sc realizan cualro "éces al año.'t~acncuesla canadiense sobre la aClividad en d
el mercado laporal (C;¡n~di¡¡n Labor MarketAclivily'Survey(LMAS)) recopilaios
d¡¡IOS'de pal;el's'obre las cbndici.ones cconómicas dclos canadieI1ses.'Cada vcz son
más los P¡¡(scsquedispónende conj'untos de datos sir:ni!ar~s. . . ,.",
.Ol~,? ~¡po deconjuntós dedalos de' p¡¡ncl consisrccÍ1 observaciones:re(>ctid~s , , 1
de e.ril!da~es'de' gran ta,n1año,lalcs con~oloséslados dc los Esia~os Unidos. La obra ,"
',; 1"'
~
('l
.
1""
, )¡
c.\I'ina.tJ I~: DalOS oc Panel
J-'-
..~
de David CarU sobre los efectos de las lcyes tic salario mínimo sobre el "empico
conslituye un buen ejemplo', Card recopiló informacióntlcl p¡:riódo coniprcndiJo
"::=~~l
en,lrc 1lJ76 y 1990, para cada estado a nivel 'inJividual. ~obre lasas de empico)' llc. ':~:I
scmplcll juvenil, tasas de escolarización, sala:rios medios y otro raelllfes. E1¡ cste ca.
so en panicular, la unidatl de decisión sOlllus estados.
;¡?
....
.':~ .. ,\
finalmente, 011'0 lipo de dalos de panel lo conslÍ(u)'cn los e.onjunlos tle d¡itos l.~;
de corte transvcrsal en clases relativamente humogéneas. Uno de los enfoques m;is )"';--
\ ..:
C(lmune~ eonsisle en c1:lsificar a los individuos en razói1 de su edatl. sexo y nivehk
f.T'I
eSludios. Cuando el proceso se repile con d:lloS de Carie lrans,'dsal iJeolros p<:rio.
dos, los conjunlos podrán lralarse como un toJo contil11lO. aUnCjue "sint~lico". Véa. :1)
se Deato,n para un ejel11plo2.
.',
"',:
1'}
'l.'
J.onuc suponemos que Eil - iid(9,u2} p'úa lOUt?!')' 1.'Esto cs. las obserl'aciol)es cn.
lre lus di5~inlosindividuósno eSliín correhícionadas.scri:limentc y los errores. en los ~r
individuos )' ¡\ lo. largo 'deí tienlpo, SOI.lhomo~cedásiicos.
. La estiilÍación del mouelo.es directa. Los'supueslos reilli~.ados corresponden al
/:7:
.r~
tilOuelolineal clásico. La estimaci6n diciente '~onsislirá cn eSlimar los dalos me- :ft.l
di¡uliclylCO. Sinembargo,nl~uponer 'quee~da ci¡)s'erv~eión'es ¡itUo que hacemos ,,"~
'"..;~
es'ignorar la eslruetura depancl de los dalOS ..A pcsar de .tralarse del m~todo de es-
lin1;lciún m;ís scncillo, explicareli'los a Coílliúuacióll ¡i'or qué \IU es el m¡ís adecuado. ('
.,--
.;oh
12.3 ' .
DOS EXTENSlONESDEL MODELO SENCILLO ,-
"~ "
I D. e'ru, ."Usillg Regional Vari'llion in\Vages lO ESlil;lale Ihe El1lplo~'l1lenl 1I1lI"'CIS on Ihe ;l.lii'¡illlll1l
Wal:c". 1IIIII.I'If;ril,,"c1 L"b"r I/rlt";oIlJ 1), I'N2. 22,37,.,
I/r,';rll', ~.(,( . .. .
'i:-t
',',
1,\. Dcal,?n.:'l'anei Dala [ro", a Scries o[ Rcpc;lIcu Cr,iss.SCC1ions':. JO"fII"""{ Fmllllllll'lrin. JO. I 'IX.'. '-: ..
Im.IZó.' . . '. . .
.:i~~'. ..
.. .~.
',
.J.J:-; ~II>I()IJOSI>E l;cl)~ll'"' mi..,
dondc suponcmos que 11;/ no se correlaciona con Xii' El primcr l~nllino d: !,a ~es-
composición, O¡_recibe el nombre de decto individual. Nue'~lra "Ignorancia, l,ene
dos 'partes: lit primera varía segtín el indi"iduo o scg.lln la unidad de eorle lransv~r-
Sit!. aunque se ma;ltic}le cql1slante en el ¡i'enlpO; dicha parle puede o no ~orrel~c.lo-
narse con las variables explicativas. Ll segunda parle varía de modo no slstcmallCO
(l'SIO cs. independientemente) enlre íos individ.uos y a lo larg.o del liempo. Dicha
ftÍrmula e~el modo m;ís sencillo de evidenciar la idea de que es miís probable que
dos ohseJ\'acio'n'es de un mismo individuo se "parezcan" entre ellas a quc puedan
parecerse las ousen'acioncs entre ,dislinlosinJividuos.. . .
Ivlüchas aplicaciones cmpíriCas implican uno de los slgulcntes supuestos acerc.a
r .. el efcclo individual: ".
.
r. '
I Modelo dc e{C'c/o.\'II/C'(llOrios:i't: ,l nó
o .'" •
cSI;í e'orrelacion¡¡do'
.. ,'\.", , .
12.4
EL i\10DELO DE EFECTOS ALEATOIUOS
,
,.
,''¡---
"
cfectos aleatorios,
l. IvlCO producir;ícslimadores consislellles de IJ, pero lus errores eSliindarqueda-.
r¡in atenuados ..
"'.)
~
,~,
'l.:.)"
ro,
\ .1[:
\:\...:..:.
CM/rULO 11~Datos de Panel ; 449
.. :
'.
2. MCO no resulta eficienle comparado .con un procedimiento de mínimos !tU;¡-
tirados generalizados factible (MCQ). ,
En resumen, el modelo oe efeclos ale¡¡torios es unn d~ )¡¡s formas de enfrentar-
"
se';i1hecho de que'7' ()bser~'acion~s'dc '/1 intlividu~)s~o e~ lo mismo que las obsc~va ..
ciones de liT individuos cJislinlos. 'La solución e's direcla: Deriv'¡¡remo~, en rri~ler
lugar, un eSlim¡¡dor de la malriz' de eovarianzas, cJel.término de 'error. En segund~
lugar, utilizaremos la estructura de covarianzas eil nuestro.estimador defJ.
,
Resulla útii ser un poco nl<ís explícito sobre la ~aturale7.a del error: .. '
. ,"l ('1 n u Q
l
ción (12.2), la covnrian7.a dcltérlllino cJc,érror cJe,todáslas observaciones del modc~
dontle
, (12.12)
. ..
450 .~. MtroDOSDE ECO:-:Ol-rETllíA
g
alizar .¡jnanfilisisd~ varianzasencillo. Scr:íútil. pbrJo t¡into.disculirantes que nada
I
amboS e~l.i,)iadores.En'(el proceso,desarrollaren)osun sei1cillomélodo de cálculo
d
del e~timador de crútosalealOfiüs.
. ' ";" , . . . .' '
1l.S
."'
. ..' e
Corisiuera mos ahora dbs, est i;l'ladorés c~úsi~té;1tes •.¡íUnqUcno '.é ficien lcs relali va-
nrentea MCG. El priniúoes ba~lanieiilÍuiÚvo:cpnvcrlir lrilütaliu;lddc los datos
.. ~n.~p..rol~)~diosilldividuaks especí,ficos y eSliillar.porMCÓ cO,n'c,1c~)njunto "ci>lapsa-
. s'íl rryiíf'poi' 'Mqb'l~'::eé::-u
:',"'dé """J'¿-'(l ~'l(5f~'M~i'~~p'¿2m2t\¡:rl'~r{r(;'-;c fiéiü ,.¡.-sig.l' íeíite: J.,..',',.'.~:.:~- ", ,
'_"
y Xi:','se'define
'...... ".
dc'n10do'simi1ár:Cone!
Yr .. = ,': , .,' Tk,
fin de, mostrar los:datos en forma matricial,
Yi
.
'. ,
-1.'1
Apéndice 3.2. Pren'lulliplicando por esta malriz. los dalaS' se lransforman en resi. "1.:' )
," "7t'-
,=(Xik)-I~X~MJ).~'. +,1'[>,;.\:)' . ~'
, . 1
Ir-'I =. -----¡i' ¡i
IIT-II/.::"II 11' 1\'
• I •
~ _ 1/ /I'¡ /1
U/J--.-.- ,
II-k
, '. 1
(,2 = (,2 _ 5 .
11 '. /1 . 7' ,
.¿
("
:, don~: ¡i••.son los residuI)s de la regresión 'intragrupos'y ¡in son los residuos de la re-
greslOn entre grupos. Estos residuos se utilizarán pnra construir D. :,
~'
El lec lar debería ser capaz de verificar que tales eSlimndores son estimadores
(~.
¿, >. ,~
nsintótical11ente insesgados de las varinnz<Js relevantes, Ln fórmula de &2 se deriva
p~)r ~jemplo, deslacando que las desviaciones obtenidas de las medias dejan en ~i
termino de error sólo a lJ, Resulln nhora evidente por qué introducimos los estima-
r".,'
r:, "
dores: cunndo no hay acceso a un progrnrmi informático que los cnlculcnutomálicn-
mente, exisle un sencillo método de cnlcular el estimador <le efectos nlentorios. Es
el siguiente: .
;< 1, Calculnr los estimadores entre gnlposyintrngrupo~.
2, Utilizar los residuos para c;lIcular los 'términos dc vnria'nzn adecuados.
3. CcHcular'O. . . . ..
r'-, ¡".-'
4, Estimar p,?r MCO 'el modelo con las\;ari~I~I~s t~ansforníadasy y X donde
. . " );;,=)'¡,-)';, +0)';, . (12.17)
12.6",,\;;) 'r-...
ELrvIonELO DE EFECTOS FIJOS EN EL CASO
DE DOS PERIODOS
T;d ~'cz pueda pa,:ccer C¡I'IC losdalos de panel no ofrecen nado; Iks'tacai)le en compa-
raClon con los datos de corte IransvcrsaLDe hecho, los datos de panel presentados
hasta el momento han sido c,onlemplados ca 1110unaversicín compleja de los datos
de corle tr:lnSl'ersal donde, adein<Ís. nos clífrenl:ll1los al desafortunado hecho de
que 'lO existe lanta infllrniaciiín en losllindividutis observados T veces, como en los
liT individuos, Anteriormcnte hemos.di~cutido que esli\ l,ijl1itacilÍn se s'eñal;¡ explíci-
, .,.•....
')
tamente observando que. cuando la varianzn del compOlfentc ind'ividu:r!cs c'ero, el
eSlimador de efcClos ale;ltOl'iiJs se reduce ni eslimador cni\jul1to con un línico carie
lr;\nsversal.
\.,!
<~ " I
\, :
\ 1,:
CAl'i'rULOJ2:
Dalos de Pune\. 45)
De hecho. ya h:\y quien dice que unade Ins ventajíls de losdntos dc, panel es,
,'.
que "~enera más puestos de trnhnjo paralos ecohómetrns". Si dicha afirmnci6nfuc',
ra cierla, pocas ventajas aportarían los datos;de p;¡nel. Lo que sucede, por el cont,rnc
rio, es que la Creciente popularitlad tle los tlalos de panel se basa en Stl promesa de
reducir üno de los más gr;\~lcs proll1ciipsn los (íu~ se enfrentan los investigadores:
la carcncia de una list'a ndccuada de variables independientes que explique la vnria-"
,
, . hle dependienle. . ','
Para comprob~r1o;'empecemos .con"un;¡ discusi6nilÍluitiva 'acerca tic un' esti.
mador. de efecto fijo.
COl1sideremosun nlo~lelo,sencillo de, d()s pGriodos (1 = 1, 2):
,,)'¡,=X¡,f1.+2¡fi+E;( (12.19)
donde X =' es una 'm;¡lriz de variabfes explicntiv;¡s que va;ía t~nlo a lo Inrgó del'
tiempo como con los individuos., .
,c
Z = es una matriz de variables observatlas por el económetra que varín ;l
lo largo dcltiel11lJO, pero que se'mantiene constan le parn cad:\ indio
,viduo'a lo largo de los dos,beriodos. '
Siguiendo
i
el desar~0110
.
reali7.~do 'cn el caso del ;;',odel~ de efectos aleatorios, ¡,
definí-
mas
, .'E¡, = aí + lJ;( . (12.20), .
Igual que antes. establecemo's los' siguientes supuestos, como en In ecuaciÓn (12:9,):'
E[-nJ
" =0 ' ''E['. lJlJ, 'J .= u'l2¡"; liT
'. . ,
., . '. .
E[u¡lJj,J ~ O
J
454 ~1£T01)OS
l)( (i.:oso~lEndA"
. , ','
.
~.l- '
"
, ,
. ,J"' "',
~t;'..ti I
, . ~,
C,\I'iTt;LO li. Datos ue Panel
l. COI/ cstillllltlureJ tic ('feclO.I' fijos es illlposible, ell gel/cm/. vh/(,I/el' cstil/lllciol/L's tic
I'arillbles' cX¡JlicaJil'tls COI/SlI/l/tes'{/ lo'ltlrgotlel ;Jié'l/pp5; Cu;¡ndo'c1illli'namoslos'
efeclos correlacionados l/O o!J.I'el'l'tI!Jlc:s; <:ti' excluimos' l,iiÍlbién los efeCtos de ' c>
cualquier variable o!Jscl'I'{/{ltI que permanezca conSlanle ir lo largo del (iempo .
En nueslro ejemplo, la lransformación de di,fcrellciación hace quclanlo Z, co'
mo 9.¡ desaparezcan de la eClJación fiilaI a eSlimar.Todos los efectos que perma,
necen con~tan.t.cs a 10 largo delliempo reciben él mismo lralamienlo.
2, Nalurálmenlc.la olra car.a de la Lección 1 es que c/esti!/I(It/ol' tli:, efeclos fijos I'S
.. •~'-X
. ¡¡Iealorios). "1..:;.'
'"
..{" ,
Anles tje 'disculir aplicaciones clnpíric¡¡s. ~ci l)lodc,lódc deCl~)S fijos. deriva'remos
esle enfoque paraelcaso de m¡\s de dos' periodos deliempo: .' .
. Como que el inoUelo de efeclos fijos se inicia bajo el supuesto.'de que
. c~~(Xi/,af *'
O. úc\)erem'os eSlinlar. el mbtjel,? cohdic'iáiwdo por la rr~senciü dé
"'.
:~¡_.
éft¿[os fijos. Dicho deoli-O,iíoJo, sircfoiri1ulamos él inodelü como
.. <-
Yi; =:' XiljJ~'cxi-l:"!1;I' . (12.2lJ) ":
I;js~. se eonsi'deranln los pa~ñmeiros dcsébnocidos. ~uedebcmoseslimar.Co'nvienc '",.
, • • w ••• '. • .' •
cada. vez IÍlás, Si.n embargo, el] .este clllOfl)oel.número derarámelros crece a la
,,(
~.A v~c~~. y cu~riuo uispon~mos ue inrorm~ci6n a prioii,accr'ca u~ los' clcmcntos uc los regrcsores liue "a. "
rí~n '~'Io I~rgo dclliclllllO. sl'resulla posible retup'c'rar los cocticientes ue lós regresores constanlCS a ": lar.
. go del 'ticlllp~. Vé~sc J. Hausm~n y W. T~)'lor., ..r~ncl. D~l.a.¡)(id Unollsel\'ahlc Indi,'idoal Errecl,'. ¡':m'
llull/ctricn •. ~9; 1981. 1)77-13~8. Véasc tillilhicn c: Hsi~o.l\l/lIlysiJ o¡ /',11//'/ f)1I/{¡. I ~X(" SCCCiúOl-3.h,\. '
, ,. ~: <, " ' .: •
...."
misma I"sa que crece la muestra. Aunque no podamos estinlilr cOlISislenlell1enle ni.
..
~', ~ sí q.ue podremos estimar consis!entemente los restantes par~melros .
'para ello s?lo Ilece,sitamos realilar la regresión
J' = XjJ + [)á. + TI ( IDO)
donde f) = /" 0 ir cs. cOln(i anles, un conjunto de 11 variabies ficlicias (1lIia por indi-
viduo), Sq~lIn'c1leorema de Frisch-Waugh-Lovell, tenell10s ql;e laediacilÍll (12.JO)
es I:xaclamenie equivalenle a estimar un.i regresilÍn sobre cada una de nueslras v,,-
l. riables y yX del conjunto de variables ficticias)' eSlin;ar, a continuaciÓn. la regre-
sió'l de los residúos y sobre los residuos X. La matriz generador" d~ dichos residüos
es la ya conocida ,\I/J = /- O(D"D):'" /)'. Podemos estim.lr por MeO sobre las v,,-
riables transforinadas M /J.I' sobre M /)X)' (¡blener '
(12.J 1)
-1 O O O
1 -1 O O
O l' -1 O
F=
('.
O O O O -1
1<:-",
O O O 'o I
. :,
Dicha lra~sformación es la transfo~mación uc priínera di'fe~encia que b'usc;íbal11os
!'-.
cn la sección';)'llerior._Élle,ctor.~ebe:ría ve;:ificar que esta lransfor'm;)~ión,eonducea
laecuacilÍn de ereclo fijo. '
Volvil:ndo a nUeSlraS observncione's en (lesviacioJH.:s del enfoque de las medias,
1,../,
\'1:1110Sque los dalaS se liber.1Il de los efectos fijos excluyendo las mediasde esas va-
ri;lbks;) lo largo ck la tolalidad ele unidades individu;l!es en el cor'fc transversal.'l:s-
\-..' lo es. el valor predicho de y, pertenécientc' al grupo i: es I:rn1f.:di.i de ese grupo (del
mismo modo que una regrcsióil de.l' sobre una sola consl:liili: daría lügar a un valor
pí'ediého equivalente a lamedi'a cálculadil'sobre'la loialidad de la iillleslra),
.'0\-:-:-
=Yj1
l0
+ (l:, +:n
"1. ( 12.32)
)' y:1 que la media de ll¡ rara un individuo i es, simplemente,. 1I¡. podemos d-ircren-
ciar las ecu<lcioncs (12.29) y CI 2.32)'parri ohtl:lü:r .
,( 12.'33)
457
~
,..•
-''i
;,(
r'
J
,".":',
453
.
12.8.1EIelll¡>Jo
. . 1: EJ:ror
. .
de l\'lcdicln
.
eÍtX
l' fJ . - fJ ,''¡j(r~,
plmFD---:(,~ )[221 (12:J8)
. ' I P.I CT,I' + Ir l'
• ". " , ,c' '1
5~SgO parece el del caSo estándar, cxceplu'ando cl.lérminG..l- P que aparecc <;n el
~deil0minad.o'r. Oe'hecho,cuandq las)'.ilQesláncoirela~ionad~s Jcmporaln)enlc'
,(1' ;;0), lá rórrnul¡jse reducc'¡¡ 1¡¡'desa~rolládáp~d¡.éíplií'nd~lcs¡imador MCO con
da'los'de
- .. ,'
COrle
.
transversaL
,.,
'. ;",
:,
'. " . • .' . '."
1.;
..'•...1
,',o
,
r'';\-
.
.1:") .v'
\.:.;
f)csgraciaJamenl~, lo normal csquc {J'nosc¡¡ muy pé(IU~I)(J. (ollsiuercmos un
scncillo ejemplo de llfcrta laborúl.
';:'
".
hil = U"jdl +Eil (12..'\9) .~ .'I
dondc h incJicalas horas lr¡¡bajadas cn clperilldo &:,rcfL:rClíéia,Y u:*,c1s,!Ii.arill real. .
Sólo cxisle,'sii1 cmbargo, una ~;crsiÓn dt u,: cl sal'ario reaL quccsl~ calculadocollun
crror dc mcdición.
El problema es el siguicnlc: Aunqul:. haya consitleraples\'ariacioncs s;\larió.1les
elitrc.llls indi\'iduos -lJ2\\'. es razon;iblemcntc grandc-'. h;1l1ilualmcl1lc exislcnlllll-
chasnlcnos variaciones cn los Cl/lllbio,l' de los saló.1rios a lo largo dc l. ClIó.1ndolos sao
larios ,:c'¡]escambial.l lu'suficienlcmcnl~tl.esp.acio: Iqs.C¡.\I;lbi.l;sde los sala'[i'os c'alelÍ- r
)
lauos dcberían rél1rcscntar cl error de !11edida. E,n términos de la ecyación 02.3:) .
(.,
P será grande cn lanlo quc cl sal;Írio dc ll,{indi\'iduo no cxperimcnle grand~s Calll" ,
bias deun aiion aIro. Allonji. enuncjcmploampliamen.le citado. dcscllb~e,q,üc::" .
r¡,~íiic\,} íi'-SO~kue 'I~''v;ll'iÚ eiolliJe Ios'¿;¡-¡ iííhi ó,i' ~.iilil¡lar6';;"(1 el! psf6 'I:;,rl~d-C:'dcG'c'j'~¿";\' 'i::~','.'"
crr~r de IllcdicJh1. Oound yl<ru~ger, ¿le~cl~G~~nrcsultados Silllil¡ms para elYSID
uliliZando' dUIOS adicionalcsp'róccd~liiés 'lÍc Ól~r~invcslig.~cióIlX. [)ichas 'o,bsc,f\'aciq .
nes sugicrcn quc, a mcnos 'qúc se consiga'úna corrección, el error dc mcdida puede
scsgar gr¡iVCnlcntc las cSlimacioncsdc efccl~sfijqs.. . . .
Grilichcs'.y 1.lausman sc,)alanque'conla:a~;ud¡¡dc cierta eSlrUClllra.rcsulw PI)-
sible cstimar el impacto dclcrror de medidaeilclcslinlíld'oi' d'c prlmer¡¡s
rJifcrc.ncias~. O,bscrvan quc clproblcmaenjpCOr¡í cúando i)'es.gr¡\mié.ca~liqiic Sl;C'-
le ;iCülil~c~r tuanuo el pcrioé.lo de.tiempo critre la~.dos unidades de C'Orle.lr<ins\'cr-.
. sal.e~ 'pcq'\.Jeiio. Esto pucdc ¡;lHílizarsetolílpai'ani.lolqs esiimado;'cs de pril)lCraS di.
fcrenci¡ls de i1e;iodos at.lyacenlesconlós'qu,l: rcsull;nfan \:cin~di fe rencias" mayores".
. L.a"idca b¡ísica.cs ql;C, cuand() cl'n'¡o~etocstandai~de c'fe~i;), fijo escor,retlo: el esl i.
m¡Ídor de l>rimeras diferencias, .(¡u.c ~ltilíza'.obscrvacion'csdL: c.one Ir,al1s\'ersal de Un'
rerio~lo;ól' Jcbcríaseridénli'coalcsli'mridcirdc p,:inlcras difcrcnci,1S que utiLiza cib-
serv¡1cioncs de cortc ír¡¡nsvcrsa'ld~. L > '1 peridtJos,ó/..Sin. cmb;lI:gn. si hay errores
de il'1e'dida, cl scsgo alenuanlcde I.as difcrcnciasmayorcs scda mcnor. Esto cS'. la re .
lación clllrc la sCI)al y ci ruido cs il1a);Or'cüúntlo sc uúlizan'.csti'llladl1rcs cOlidifercn-
'ciaslllayores. Scglín la {órmula ulilizad¡( csp~rarCl1lOS tillc C;l la "l.layor'í;i tíall1Stic ;.--.."
1 J./\hollji. ':III\enelllpural 5ubslilUlilli, il) Lahur 5upp!y, b'i¡j~nc~ [rllm :'-licrv Dal.".)"""/III "! 1'"li,;",1
Enllloi"icJ, 9~, 19S6, 5116.5215. .. .' , . . ..
• J. Ooun<l \' A. Kru~ccr. "The EXlenl o[ Measure",enl Errof in Longiludin;¡1 Earning' Dala -11" Tw"
Wrongs:-iai.caRí&III:¡".)u';TII"'o!/.,,',,,~£cí}//;;'Í1¡(:J~'9.r9'J1.I~i.i. , .
'/ Z. (j-riliches )' J. I (nuslllan. "Erro,s.in V:,ri.hles'¡h ¡)nn~IDil'¡:\ ":Ji;,;,',,;,lo.! ¡:;"II,~oll/l'lrjn. 31. I '!::Ic,. '),1-111<.
~I,()
l.
P IIn
1'1 .'-
'CT -
f."
J
COV(X¡,
+ (1
°i)
2) (2
jJ(]'~,
2)
'( 12,,'12, )
, (r:;".+ (T v {T ••. "+(r,'
Tnnto los declos fijos c¡lmo dierror d.e m~didn son e'l origen del sesgo de los'
eSlimndores de corte transversal o de los'estinindorcs de conjul~to de daios. SÓlo es-
te último prescnl¡i p'roblcmas en la cst'i'rriaeión de credos rijos'. ~n el ti,¡lO n;ode- de
los (onsiderados hasta el mo'mcnto. saber qué estimador es menos sesgado depen- .
dcr;í del a!cnnce de los ereCIOS rijos~ dél nlcance del error de Illedida y de cuánto se
correlacionen Ins X n lol~rg~ del 'tiempo. En ~unnio n¡'nlcrince del error de medidn.
es posible disponer ¡illlchns veces <.leinforn~ación independiente. las técnicas de va.
rinblcs instrumentales su'elen ser de gran nyudn pnr;¡ eslos casos.
En el caso <.le<.los periodos. los cSlilil:\(J();'l:S dl: declos rijos sencillus implienn esti.
mar por ty'lCO n p:irCir dc lus CIIl/lhios de Ins vnriables. Otro problema potencial de
los estimadures de declo fijo es que la varinción dl: los cambios de X en el lie~lpo
pueue no ser exógena. Sólon iiuslra elproblelnaHl• Considera la eslimilción de hnsln
qué punto In pag<l por trnbnjós con elevado riesgo en euanlo a In seguridad "com-
pensan I<lsdiferencias salarinles"; i.recibirínn Irabnjadores similares salarios en rro- ..
medio ril;ís c1e\'nuos a 'cambio de nceplar los trabnjos 111;ísj)elignisos? El módclo
m,ís sencillo serín 'w' ...[••, "'.-'\\"'",
"
,/
,
..•
",
12.9 , .; .
~.'
"O
. ¡ :,',
\
. ' ~", '1" • .. '
12.10
CONTRASTE
•. ,l'~ ..
DE~WU~I-IAus~lAN
. ¡ ~' ). .
"
,,: ': 1":
'~'. "
2. Cllando los efectos eSI:in corrclacionadoscol1 las\'ariablCs explicalivas. d esti-
n1adl!r de ereclos rijos es COnsi;l~nte ydiciclite. pero. ~Lcstimádordc ereclos ;~/l
alealorios es iI1co'nsisle,;lc. .' ,.
Esla di re re lll:i:l proporciona la base para el conlrasle lit; Hausl1l:lli. ddínitlo ((1m;) .
1,. J.
<,
( 12.,15)
1~h
El esladíslic.o J~Icontrasle de Hausinan (discUlido en 'e1C'píIUloIO) se dislribuir;'¡
asilltúticalllenle COIllO X2, con k grados de libertad bajo la hiplÍlesis l1ula de que <:1
t:: "
cslima.u<Ír de credos ale'al~rios es c(;r~eél~. . . 't"..'
. 'U'l rnéloi.iá hll~rr;áti\'o c~nsi~.le e:nT~alizaTuna regresiól1;luxiliar.SI!pongamos.
que y
y,r SOI1los datos trali¿róril);idos '! p;¡riirde_ un Illouelode efectos alcaiorios ..
como en las ecuncic)Jles ('t2.l7)' y (12:1 S)~ Der¡,~am~s las variables lransforn~adas"1' ..
"-Líe"li';l~ rcgrésiÓn de c'rectos rijos C~I;lO'" .. <: : ", ,. '. ." .' ". ¡"-.~"".
'. :::i'"
""' .
12.11
OTROS CÓNTRASTES DE ESPEClflCACIÓN ; .-
y U~A INTRODUCCIÓN AL ENfOQUEDE.CI-IAi\'IÍ3ERLAIN
1~"-
"
W
r1,>;:''¡
i'
1:
¡.;
r.
¡' lo lO). El enfoqll<: lieilc wil1hiéliilHicho en comlín COn los moderas ¿Ic 'c'cua~iones
sil1lul!;\ncas (véasc Capílulo 1)). CI;aniberlainl~a p~bliclHlo'dos rcfcrc;lcias úlilesll.
No prctendemos tralar el lcma de modo exhauslivo. Lo disculim;;~ aquí por
dus r;l/ones fundamenl;ilcs::
En el caso de losdectos sobre los salario;de las uniones sindicales, existcn r"zones
suficientes para sospechar que el efeclO omitido secorrel~cionacon el eslalus sindi-
r"
,1 cal. Los trabajosé()n datosdc corlelransve~sal da'~conSI¡lI;¿a de que, para la ma,
yoría de los trúbajadores. el éfecto del sindicaio consistc. en las !11i'smacol~~Ii-cion~s,
en un aUlllento sal,ni;" respecto a lrabajadorcs' nó sindicados. Los capit';"is\as re~-
ponc1er;ín a la imposihili~liId de pag,ar ¡i Itis trabajadores lo mínimo que el mcrc¡ldo
escap<JZ de soportar inlcntando iliccntivar a los tr;;bajadores mcjores; CSI~)cs. ¡ni-
I'~' ciMí;)n un rcclulamiento sl'lecti,io: En este casli. (li rcpresentad la capacid;lll ubser-
'1
\ vada por el (;lpilaliSla aunquc no por el econtÍmcli.¡l, O sca. 11110 de los casos cl;ísi-
>'-) cos de decto fiju cOII'c1acionado.
)-') Recordcmos quc I\'ICO cn la ecuación dc un ünicn corlc lransversal origina cs,
", limaciones insesgauas de 13, cuando COV(lli.I";,)== (J. El problema surgc cU;lndo (li r:SI;í
11G. Ci,"l1lh~r1"in ~t\llii\'"ri"l~ Rq:rcssions Models ror Pa"e1 n",,,".j,"'rII,,1 "f 1'.•.••IIII1I1'.l/ic.I. IX. I'JX2.
:i".I(~:~:"P""d D:lla (/'!"i/!',,!.'k ."/ {.~CtI"(/IIt('I/i<...r.. Vol. ~. f., Grilithi,,~ r ~1"'I"lrilliga'"r. NO'lli-llnlla"d.
I 'J~.I. 1~.J7. DI~. ,>.
r: G. Jak\lhson. "["im,,';o" ;~,,~I T~s,i"¡;._,,r r~x~d /fJ~;~~ Ic-I}:de": '.:,'i!"a'i,,!, "r H,c .lI"io" 1V'1¡:C .1':fJccl-
1J''''g I'anel D,,'a". fie,:i,'''' o( 1,'('<'" lI111i('SllIIlic.r. SR. "1'11. ')1 ('1'11.
":"
CA';'TULO 12: Dntos tic Pnncl 465
Seamos ;11101:;'un poco m;\s formales. Para haccrlo, ampliaremos i.:I ejeniplo'nnle'-
rior aJ caso en cl quc el, efecto del sindicato varín a lo I••rgo del tiempo; Á'nali7.are-
mos'c1 siguiel'¡c'modelo: .
Yil = Xi' 13, + 0i +11il . (12.50)
formalizaremos la idea de que el efcclo fijo se correlaciona con x. Considere'mos 1<1
siguicnte regresir'll1 poblacional dcl efecto rijo en todos losrerardos)' ,idc;:lanlo's d~ ,~.;
ai == XiI A) + ... + XiT.Ar + ~¡ (12.5J)
doildc A == (Al ..... )...,.)es un veel.or de; cOeficienies y donde supondremos que ~I es un
efecto incorrelóleionado, parecido al que encontramos 'en el modelo de dectosalen-
lÍnios -el componente ¿specífico individual de 1•• varianzaincorrelacionadó con x ..
En i.:Icaso de dos rcriodos, T == i. A dcslae;Ír que en la "proyección Iíneal'~ incl~Ii~.
mos lodos los adelantos y relardos de xl). Lo hacemos como consecuencia del he.
, cho dc que eU;jndo el efecto fifo se éorrelaciona con x en un periodo. es prohable.
J que 1,Imbién sccorrelacione con x en otro periodo, . " .
r:ormulamos entonces:
)'i, == fJ IXil + A IXiI + A2xi2 + ~i +11il
)','2== 132x,¿ + A IXil + A2x,'2 + ~i + Tii2
;',
. n~[mRn" .. d
n
.'. '". ".-: .. ' .. y
El correspondienle modelo eSlruclural se resllJl1.e como' si
..
.r.~[fJr .-
-l~AI
A2'.
.'
¡J2 + ~2
..AI ].
'(12.54)
1
El 'cnfoquc dc distancia míniJ;laorigina eSli;~úrcionescriGienleS minimizando la dis-
....... l¿lnciaenlre los coeficienles estruclurales; y loscocficiellles'dela forlÍla reducida e ...:'.-H
...,....:';,hu'(tS;:í5'ó'¡'rL'Fói' ili'5iill cíO¡rc:ni¿g~Ú¡{il~6r2tig~'r:(~/
par¡(~ítiliA'irza¡:'.t.r;'s'i é~~'¿fo''''''"',",.',',. d
M = vec(O.- r)'lvar{vedi':' f)l~'vcc(ved¡ -l). (12,55) e
dondc el veclor operador. "vecloriza': u'na ~lalrh y se define como sigue: Suponga- (f
mos qlleA es.unqmalriz'/I.xk y.qúe.ni es'la i-ésima'coluJl1na<.Je A.Enlonces,'
vecCA)::: (a'l 0'2'" a'd'. unvcClor colúnlna d~longiilld /Ik.Dcslaé;ai'CI)10~qúc Ilse s
calcula'sir¡ diricull¡¡d Jlledianl~ MCG ¡¡plicado úlsislema de ecuaciones dCfinicloen .
(12.53). En eSlC c~so, y y~ C[!Jelodas.las.ccuaciones' pusccnlas m'islmis v:u:iables. c
ex6gcil~s. el cálculoconsisle cn .eSlimaiel Si,~ICJl1a'tJe.dosecuaéi'oiles como~i se lr¡¡. a
lara (je. teg.r~'siones:l1parenleJl1e'n.le .no j'claclon¡idiÍs (RANR) o'.Meo,. El ¡éclor ob- .d
servará asiOl isinOq ucéi. enfoC]uc<.l~ disl-ancian'Íílii.n)'a'cs.M eM( ~éaseCalií'ilJfol O) . ." " l
i1pl.ica.U()01 c¡lsQde'q~los de pan~L':: '.. , .. '.:, .• '. ',' e
~ ~..
, t" ;."
ttÚ.2.
.~ .
Efci:tp~ '.','
f¡jo~c¡¡. cil\1o('cl~'
.•...
- . ,"', I
G~l\er:lr.'."
-. ~.','.
.. '.' 'ii
.'j'.,
Cu~ndo n'ó~e"pucda supOner que ~no eSI.á<:orr~laéionado con Jos adclanlosy rel;ir-
do~ de i. reafiza.remos la primehl Úifercncia dC! sí'sl~n.la dee'cuacioneso eSlin1arc-
lIlospor M,CO la s'igui,ehl~ ec~ación: < ••.•• " " , • ,', . '. • '....
. "",',
, . . '. (y 11 - .Y,l )' ¡J.I"Er: .xil
. -' fJ 2" =
Er: X,l'+ (')Till. - TJ,2 ." , .'
(12' 56)
.,'
En ,el c.as~ aconsidcrar.laccuad6n (1256)ecíui\/illecxilclanlelile a IOqllC' ol.)lel1-
dría.n~os eSlimalido .lii ccúnciÓii' (12.5) )mcdi¡inlc' MCOhábiendn realizauo previa~ ,
nien'leJ¡¡ prínicradifercilcia. Eslo es, ; ",.' ,
. "f1~1
1-
;n~'2":"/fF¡"
1 -:-JJI ..
n. ~2I - n~
.
2 -
2-N2'
,
tl'EF
.
.~..
......Sfn enlb'argo:'yengeriCr'al,esld m:ics,Cie'rio, Al :conlrari'o,será IH:cesaria Una
Ira'nsfo(~laci6n (p~i~le'ras difere,)cbs,d~sv,adoncs& lilecliasindi,'iduales específi-
ciis~ desviaciOl;es de los val~res udl úllim~~eiio,do; e,lc:).Eli ilucsüó ejemplo~ es fá-
cil'librarse' rapidalt\c'nIC' Ú'las I:S\í~laciones pe' ~;Al\ísug~ríamosql,lc los capilalis, . .
, " .1" '. •••• ": • " .' • , ,', '. • ~ ' '. • • • .'
'.
""1'
? ';
.' "
• r, .",' •.;; i..; .
~
. ," .
(''\I'in:ui I~: Dalos de I'and -167
clecliv~, Dich'a Sil¡\ciún implicaría (lue lalilo Al ~01l10A2 son POSilivos, El hecho tlt: .
ue A » O iniplica ia'mbién'~I~lcla eSliliHl~ión tld l"ode'lo de e'feclos fijos ser;í mL'.- ,...
t,' ) .
nm qu~ 1;1eslimación de cnr'le írans,;ersal: los sabrios nl;ís eil.;vados tI~ llls Irahaj;¡,
dores sinuic;idos relkjú. no sólo los benefiCIOS óblcnldos ttd capilalisla y losacci(l'
nisl:!s que el sindicato es cap;\z 'de lraspasarú los lrahaj;idórcs. s¡'no laml;ién la ma,
yor produclividad ue los lrahajadores recluladospara lrabajar en entornos no
indicados. Con algunas reservas, eslo fue lo que hallú. por ejemplo, Jakubson.
decto de las 'variables independienles. En eSle .éas(): exislen exaclamente cualro co-
eficicl1\cS en lú forma 'reducida (Ill.rq. fIl. fin y cu'alro codici'enles estructurales
fJ1 •.¡J2<. Al' Xi) yelminimando dado por laccúációJ~ (1'2:55).' . ' ..
M =vec(rl- r)'[var(vccfi -1'»1- 1 vee(vecIl -el'
sed igual a cero.No exiSlen reslricjone~ucsobreidenllficación a cunlrastar.
. . Volvamos il1 caso considera~o al principio de~ prescn((: éa.pílulo el1 el que d ~.""""
coeficienle permrtnecc cOl1slanle alo largo.dd l.iempo. EslCi ;:¡iiade una reslricciún 1.-:-':'
adicional al coeficienle y el'sislema eSI,\sobreiucnri1'icauo Incluso en c.I sencillo' C¡\Sl) '..
de. ,dos periodo~. Según vimos el1 el CapílUlo,l9.eSle'nill1iniando se disrribuir;\ asine .-.'~'
.•...•.
l(Ílic;\lnel1le' como X2con lo~ grados de libcri;,d .oblenidos '\ rnnir de la diferencia
el1lrc.el ral)go eic vec(n)yvec(I~) (une) eneslé'c~so. I?o'rquc el coeficienle cSl;\ res-
li'íngiClo aser igual en alÍ1bos periodos). ' .. : .
,.
, , Es posible; de lodtis modOs,.verificar las. reslricc.iolles de sohreidcnliricaciún
illplícil¡~S en este procedimienlo.sinlener.m1e eslimar'la forma reducida subyacen,
le. En di m'aJelo con n),ís de dos. periodos y cOlilos coeficienle.s reslringidos a pero
!\l;Il,lCe'r~onsl~lltes a lo largodellien)pb,e1 dlcolo dcl.cQnlr;ISle esladíslico se reali-
zar-i¡ lil~'Ji¡;I\le \lila regresioll'allxi¡'jar: Coinoanles;ulilizaremos el eSlinúldo¡, inlra.
gru pbs y calcula remos los correspond icnies':i'c;~id UOSI; ••.. ACOIHi I~u aci.p II.
~onslr.uirell;os 1;, mrtlriz 11 T x kT dc iodos los adclar¡los \' relardos deX.
. ." . \ ~I O '<...' o.].,.. -,' '. .,.
1: ~~2 '.... ¡:'
1'-
O O X7' .•...•.
. l' El kclot
. ,
o
ohlenurá
_
rC5ul1au(ls inlU'iiiv05 coniparanu.o
.'
",
4-.
~~IO(¡-"l.la cCI;aci\'1IJ'('12.:'i1 l,
• ¡. • . ~ •
i~
..
..
,.
..
~'.:r
,.
..••. , .'
r)
(_4'~~~ .,
12.12
LECTURAS
Ilsi;1(1 y las rdcrcncias qlll' mencioll;(; orrecc ulltralamicnto complelo 'dI.: 10s'I")ro:
hkl11as de cstimacil'JI1 COIl datos dI.: panl.:l':'. .
r ', En lo rderl.:lllC al cnroque de Chamberl<lin, las rc"rl.:relleias est¡intiar 'SOIl 'os al'.
tículos ankriormentl.: mcncionados. ¡Illl~que su kclura pucdl.: resllltar complic<lua.
r '.
.1:lkubsoll escribió una clar:l e inlcres'<llllC (lplicacióll del problema de I(')s efectos dc
IlJS sindicatos sobre los s;lIarills qu'e amplí,a I.:i enfoque al caso en que la variabh.: in- .
dl.:pendiellte binaria.l.:status sindical. se mide con error. Ashl.:nreltt.:r y KrUl.:ger pre-
sentan un(l clara explJsicióll del enroque de Ch<llllberlain en un ejemplo emJ)íri~o
donde. en lugar dc utilizar dos periodos de ticmpo, hay dos parcjas: la primcra p;i-
reja sc sitúa CIl.e1 pniOlhllk ticmpo,l,y la scgunda en el 2111•
Lcmicux proporciona otra interesante ;¡mpliación, quc (rala o\Jserv;lciones dcl
mismo individuo en dos trabajos diferclltes en c\-mismo periodol7.
1"':' I'I~OBLEi\IAS
J"
12.1. Coilsiderel11ós I;¡'si~uknt~ vcrsilÍli simplificad;¡ tli; la curva d..: sal;trioslX, eSlo es. la re-
J ación' c n lre ,los sal arim 're,;IIcS,ólctunl.~ry.,I¡rp;r~as
o ,ag':t:gadas',(Ii:'!.Icsc lliple(l"lItillz;1úUti".( "
>..
X" :,::j
1,'(... I hi;ln. I\II.,(n;.\ uf 1'1111.-1/)0'", IIJX(I. C;lIHhrid~c Unin:r:iil~' Prcss.
110(). 1\~hl.'l1klll"r ~. A. B. i\.ru\.'~cr. "[sli'nlalCs nf lhe I{clurn lo Sdlt.HJlillg frollt a i\'cw S;Il11plc uf '1\,"iIlS",
,'\ltln;nlll rou,olllic RC";("li", S.I (5). !,){J.I. 1157.117.1.
1: T. Lcl1li •...u~. "Eslimalin.g lhe Ffkel or LJllioll "nn '.Va!!c 'Inl"(il~;diIY jil ;1 Two SCtlJ)r f'.,Jodcl "'¡.I11 Ctlmpara.
li\\: l\d\';¡lIla~l.' :lnd Nonrandtl.111 Seil.'cliún", ,.)I)t}.l.-f)nC1I1l1Cnlo llc-Trahajú 'JJO.l. l)eparlalllL'1I1 de sdcl1cCS
l'(nlltll11iqtlL'~.lJlli\'ersil.¿-t1e f'..lmllrL':.d. '. j" • ,.
"ji
-...• " 1).(;, IIlallchn"wcr y ,\. J. 0.,\\';11<1. TI'I' 11'".':;. ('¡IITi'. I-HT !,ress. 1'1'1.1.
CA ••ITUl.O 12: O<ltos de P;¡nel 469
12.2. Si¡:lIicndo C(ln e'l Sllr\l~SIO dcl prob1cnla <lntcrior, con~ider~r~1 si¡;uicl!le eslilll;,dor
de fJ en dos cl<lpas <lsí C0l110 su error eSI;Índnr <lsoci<ldo:. En el P<lso.l estim<lmos el
modelo siguiente:
.{
",,~;,¡
.
'.,'
•••El "S" de ";"iahles c'plicali"as '1"c 10m;11llos mismos valores tlentro tic .'gunos grupos p"etle • menu .
. l!11l'tlllducir :,1pr,(lhkll~:ls'fon l(l~ érrorc~ c~l¡iildar inclllso Irah;'1j:mtlo c'on }1;'1l0~<.le c-orlc~tr¡lIlsvcr~al. P:tr:l
t - tina 1.1i~nl~il'lIldc ...t.:slL:pn1hlt.:111a. ~'é:ls~T,. Klúck. "Ol_e; E'itilHalion in.:" lvlnul~1 \Vt.lere .1~.ficrU\';Hi:lhk i~
i:.,plaillcd hy I\~grcg:"c's ami C""I,:;lp"""1e,;us DisllIrhall<:':s are E'Iliiwrrelalcu". F;¡:(JII"'II,~,,¡(n. 4? (q:, '
U. ¡;.I;,"íll'll. "Rall<1,im C;'"llI'S IOrrecls ,,;,<1Ihe, rrec;s;oll ~rRcgrcssion .Eslimales", Jo,,':'
1'IX l. ,;lll,~:21l~~'~'
",,/ "f.,.:nJl~""'f.,rir.\...~2; J1'~(1. JK~..lI}7.
l':.
; ".
'~7U.
. dono.: á = 1,v0J T:
fl= 1,v.01r
y.'a 2 ';(;~,+(Tl+'(J~' '.
....: ;"j.;;:..,~C~:¿,:
••.:;..,.':.....:."... ,.~.'i:;:"~ ,',:,:,:;~;r~r;(:~t~.1):::1j;;::,,~~:~.~.t::.:<:.,~,:~<;~;.«¿:.:,;,;
:.J••"':,.,,,:.:, . :', - .•• 1:
. ,y . . xu.=X'¡.i + "i.!.
, dono~ (para 1000';,1)' ~:)
",'
.
.(/) ..El e~üni~dor de. dfc~IO'S~ldI6~iqs
; " .
.... ' '.' "
.' .. ' .
. •
< .",'"
,£(E7.,) ,= (fi( ,
"C "E(<'; E¡J) =,,'(Jij' .'.. ,
o,'.
\ .:. o:'
'-,"
.f "r
'J :.
.\:
.,1', ,f '," ~
.'
. 1'.,
", ," .
~
., J'
. ~. '
. '.
'"'
CAPÍTULO 13 U.
IZJ .
...•-.;.,Í1: •...•••
: •. ":~I:"'!"- \r •..••
"":
•••
-:~.•.•~.-:
•••~.• "'--'or'"' ."";-~..•,. •.•.. ~.. .'
'y
:)
Tx
VariabléDepenCli.ente Lünitacla"
-. .'.' .
~~.l.
,"~)
:. ;,: .•.. ,' • -o". """'" :' •• ~ ., ••••~. '~." •• , • . -. .'... • . "o,.: :. ,,~ . .' ~,.-. ,: .•.• '. ~... :' ",_ .
" Eil c/ pi'cse',llC C¡Jj)ítulo cJesarrolJarcnlos (iiSli;lIOS'm~)dc'los .:siacJíslicl)S lJuc sin'cn P;¡.'
. 'ra ill;lnejar'aquellas siluacioncs' en quc MCO y IvlC2E ,in 'resultan adecuados, ;\ pe-
s¡r~'dc'quc'csposib)c aplicarMCÓ cn nJuchasdelas Iccciones ('prencJidas;\ lo lar!!,)
de nucstro ex(tnso nn;ílisis cJc modelos, hily'algunas siluaci(in.:s cn las que eSlo no .:s
'posiblc. ~'l¡is' aun. los rnocJel()s consicicra(J~s c.n cs:t~ capí(uio son.cn términosg~nc:ra.
Ic:s,:moclc:lüs'no lincales (no linc'a/es CI~los j)ar;í.illctroS) )' por !ol¡¡nlo. acJifc:r.:ncia ck
lo qllec5cui:rc con MCO, 110sllel~n cúmplí¡''¡¡IS. propiedadcs asinlóticas deseadas pues-
la que frccucntemcnlc 'Ios crrores sOljhcteroscc(\;ísticos o .lIo.normales, Así pucs. los
"llotJc:los son JiJcnos robustos antc la aparici6n de probkmasde espccificación.
. Li'aplic¡¡ción cJc csteiii)O dc 'lilOdéIos se 'hall.lcrenientadQgrac,ias. al ¡rbarala- ;,--:-'-
\'
micnlo de la inTormálica'y a líl iJisponibilid.ad de grandes colljunlos dedalos. Res-
'(rin'gj[cmo~ nuestra alen,ción'a'las"aplic:;aé;iolics 'tle'.cort~ lran~\'crs¡il. aunque muchos .'~-
"
. di; los niodclosdiscutidos aquí se hayan' niralizado ásiinísl'no.cn el cOIj{exlo de series
leliJ;}oralcso de datos dcpal~cl.'.Los texto~.dc'Amei1JiYil y 'Maddal¡) són 'rin oucn
p;lnl~ dcpani(,h.\ paraé~(9S y OII:OSmod~los'11Hís complicados."
1J i '.,. ,. '.
TI"POSO'E I\10~DELo'SbE ELECCIÓN'.I)ISCtUttA
. I i\ n;~llliya. "{¡Ylllla,1 EC;;lIn"'.e/~iCJ. Harv.aru lJni\'cr~iIY "re ss,.! 'JX;;: r (¡.s. ,1-1",IJ"L','/.illli".:¡' n"I":,,tI"11I
(1111/ QII"'lIill~/it.C! \/llrilll,IÍ'.f ill 1:'n)~JI)""'lrin'.C;tlnhri~¡.:~'
lJllÍvt:~\iIY.,l'rc.\\.. I')Kl.
.111
[4
I,¡~:
e
, ,\lE l' JlJUS IJE lCU:\1 l,\I', 1111.\
r..~.:.
"
,
ri Variaúles dicOfcJllliCII,l', biliarias () ficticias. Toman el valor 'lila, u cero, de~
pendicnJo Je cu,í! tle lus dus posibles resultados liene lugi,r. En capílulos anleriores
hemos visto ya eSle,lipo de ,variablcs. En d prescnle capílUlo nos enf¡'cnlarcínos ;11
C¡SO en,que dicha variable se' sitúa e;¡ el laJa izquic'rdo'Jela relación. eS decir,
Cll;lIldo la ~'ariabl.: ficlicia cs UIÜ¡v¡iriable cndúgl:n¡1 O tkpendicnte. A difcr~ncia tlt.:l,
caso en el que la v¡lIüble exógena 'e~ fiClici;,. c,uanJo la ficlicia es v,;riable end6g~na
('~'
\ ap;lrece un probkma particular cond <¡uc lodavía no n,os hemos enfrentado.
f <-,
Tomando un cjempi~) de econoniía I'lboral, vamos 'a suponer (IUe nos inleresa
r, conoca la decisión de
,~,i individup ,¡cerca de si a,ccpta un trabajo remunerado en
',r un periodo de referencia ,de. por ejemplo. U',lil semana. pefinirenios una variable
f~, ficticia y c;omo: ',\
si el individuo i oblienc un lrabajo remunerado duranle esa semana
y¡ = { ~ en caso contr;¡rio
f Olros ejemplos dé economía labui'al serían la decisión de segliir o nO estudios supe-
r, lioles, o la decisión de afiliarse o no a ui) silldieato.
En la pr¡íclic;I, las v¿lriablcs ficliciassofi u,ía~'delas v:lriahlcs discrelas m¡\s uti-
lizadas, Analizaremos elll.!t:lalleestc tipo de n1odelos. Un ejemplo. extraído de la n-
lcl;¡IUrabiolll~lrica (donde se iniciaron los moddos con',variab\o::s 'l:ndógenas rieti-
ci;¡s). es el caso de la,evaluacil)n de un inscclicida. Imaginemos que In tolcrancia
y;* - N(Jl,. u¡) de' un insccto i al inseclicida se distribuyc normalmente entre los in-
"".
sectos de tal forma que d insecto nlucre cuandu la tolerancia es inferio~ a la dosis x;
suministrada de insecticida.
El prohlema cs qu~ no podcmos observar la lolerancia Y/, de un insecto en
particular sino. úl~icameni<:. si el 'inS~Clo'nluére' o pe rniane'ce' vivo. Esio cs. 9bscrva. '¡
~~:"".' mllS y¡ lal quc
,,'
, ¡
~,
v' = {') si el inseelo nluere :
{
. I O cn caso contrario, .
\'ol\'a mo,~\',a.i)¿liJ"r.)J~i:iq\,T-;TJqú'~ jl;hs' i~i;~~:;6Ii;;: L(;';j:rf;;~I;;~l~:li([a:'i-li~c,~~~:J~";~i~~~!'"
,~1'.~
rir d insecÚ.l i'?Se'Ú:lliI',de la prohabilidadde que la lolerancia del ilisecto sca infc',
rior a la dosis:
prob(I'¡;= 1)= prob(Y1 < x;) (1 J.I)
[n esta f'lnillll;leiLÍll. Itlohs~rl'ado. y¡, segeliera a partir Je la regla siguienle:
y¡ = { (~ '~~;:;:~ contrario
"..( .1'* n:cibe 'el ,iombrc de \'llIillhlelll({,III~ ,11' íl/dice. Se denomina variahle J¡Úenle por-
que, a dikrencia de y. 110 si: ubserva.' La fonillrl¿lción di: la variable I;tlentc suele ser
~ ¡ln,t1íticamenle conve,üenlC. ,
',)
"':S ¡tariableI po(iwtÓl/lica~'~ Este (i¡)o de variables toman un nlimcro discrelo
~ (mayor que uos)'ue valt)f'Cs posibles. La investigaCión econoni~lrica aplicada inclu,
"
ye varios tipos de variabli:s policótómicas.'
~, ji
--,.
,')
J~,l
?:
:d
r~\-
.,"!
", '~. !I .¡r.
. \ _! t,' :'1 , :
(',\H 1'1/1,0 t.l:tvlmlcllls (.1<:Va,:i"i)ie: D¡sch;~;l ~' ~Vari;\uli:~i.:rcndiellte Lilnit "ti;, ' 47)
.,. ,-; , Un caso especi'al de variable ordenada es la VI/riable scptt!lltial. Aparecc cuan-' ., ,
e:dgT¡)rTI)'\~b';,éF[e,\'2e'rb:;:'t1f~~;~(P;'}¡;~{~,:
- ':j.,~~')llú:-ri)i':"c:j(ti'\lí)I¡)S(T~~'i."5'rWlTén\T::¡mr~tl,'lin:'¡n'J"(j6pfíRi
: ,'de de ios c!()s;'litcriores ); as(sucesiv¡ijiH:,itc~, Uficjéiilj)ll1dcclio sería el ni\'l:I de es;' ,
, ludius. donde
, "¡'lliaChillerato:" "
,'1',,=",2 ' .., ",cursodc,nivelacióll
" ,
"
. I J ,lit,lilo de,grádolilcc)i()' '
'
13.2
EL JvlODELODE PH.OllA.BILlDÁD LINEAL
problemas de eSlimución sicmpreque todas las variables dcl lallo derccho Sl:an exó-
génas y l'. se dis.lribuya normalmente ébl1'mcdia ~c!:o.. ','
Consideremos, por 011'0 lado;'la ~iguieiúerc~~csióÍ1descrlptiva:
, .~. , ,
'.
13.3 .. . .!.
Eilúr'lPLO:'l\"¡dDELODES'Cri'IPTI'/O'SENCILCO.bE AFILIACIÓN'
SIN.DI'CAL' ". ' .
A' m090 .clé ilu~iració'n;ulilicc.I;1ci~'los 'Jalo~ d'~ 'I'a' É;lcueslaG'cncra! a 'Ia Poblaei;'m . ~
;. t.
..;
___ ~.: .. ,., __ ~i"
c,\\'lnn.o l.1: ¡v\uúdos Úl: Variahle Discrela }' Variahle Dependienle ~ill1ilada 475
SiiHJicalo ,; O
Yari i,lile' Obs Mean .Sld. Del'. Miíl Max
.Sinuic.alo = I
Y,¡riabJe. .Ob~ f\-tenn Std:Dcv .. ,MilI Max .
c'xPPP\ 216 22.TÍ778 11.4 J'711 1 4~
"
fIGURA 13.1 ,
Tr¡¡haj¡¡.d~res sindicauos y no sinllii::adüsd~IC'u,rrenl I'()Plllillion$ur\'~y de IlJXS. "
". .. ... .'. .
,'..;~'
x
~ :J.J
~~
~
j
~,~ 476 ~IÉlobus UE ECf)"O,\IETHf"
~'
r?:¡
l'
r:)
•.••••• :o .•• ,L.; •.. : • .........
. )'
Sourre SS de 1\1S Number of obs 1000
tS;) F(5,994) 18,17
Model 14.1787575 5 2.8357515 Prob> F - 0,0000
r:¡ Residual 155,165242 . 994 ,156101854 : ,R.squnre
¡.il
0,0837
Adj R,s4unre 0,0791
~ Tolal
";.'; 169,344 ;1~9513514 Rool MSE ',3951
r-)
! Vnriable Coemdenl Sld. Error '1 Prob> Itl ¡\-lenn
~ ~, , ,
.. ,216
ev "
pOle~p ;: :O~IXJ388
, '
~ r FlGUHA -13.2.
A tvl"dclll scncillo de I;;:,ih"hiiid:ld lincal d~ csialus sil;~lical
') . " '. . ",' ,', '.:
'~
probnbiliúad se rcficren a la hiptitcsis nuln de que todos los coeficientes :pendie~les
"
son tero, Noes ninguna sorpresa que la hipÓtesis resl;'te habit'uall11enlc rechazadn.,
~ La interpretación de los coeficieilteS es directa;,Los cocficie'nlcs scr;ín las deri~
''''\
~f'
vaúas dc la proba bilidad de n rilinrse a un sindic;ito respecto al ele me n 10 corres pon.
"~
" I babilidad Jineal. El problema es que c:lsi un 5% de los v<llorcs predichos son ¡nfe.
'-O -'o
------.- '.
,1
'- ,"
o';,." ~ El \'alllr de 1:, expcriencia 'lile 'maximizala pro';"bili,ia:' dc I;erlcnccer:; un si'l1llicatocs (.21.rxXlJ7)t2=054.
t, --:,:,,1
'"",
'."}
(1
; ,,'.,
I ;. t~
, ..
i;,
(
1 t, ¡ 1'" ¡l:. .
1
; ~
, ¡ ,
, I
l.~:.'; : í.' , r
, t .. ;,
, , , ~1
, ,
.' . ~, : :';""'/",'1","
!.,
' .. ) c:
'O,
:~
'ü
U
1 ~l
, .1:' ,LI..,
:~ oo' '1
~
,"
" ;.
.¡ .
t:
','
.\ o •.•. '.1.
,, (J"!
'.
:
'"
. ',.'.' , .: ;~I.<" ",:,:.,;,12 , . "/" ;~4 .-' '¡,.6 .. ~ ,:~'
PredicCión (k • rr~b¡~hili¡Ja,dcs.'d~ si~ldi,c:t~i6,n n p'n~tircie u:n:modelo de rrob:tbilid~d I¡~~al;,
.' . . : - : ,. , -', .~ ' \ . '., ,.
I ¡,
FIGUItA'!),)" ':l", , ~
....
corporal' directamente
. en .''Ia eS;i;llaciÓI~'eI
. .. ..' aspect~hetcrosced;ístico
.. " .: . del modelo uti.
lizando mínimo cuadráticos ponderados. ". .... . ' . ...• ., .
. El modelo de probabilidad lineal.ha dejado de nplJcarse :xlensamente debido
preCíSa¡;lelllC a quepúil1ite 'Iaexistencia.de valores 'pr~dichos fuera del rango (0,1).
.. ~
Como discutiremos brevemente m¡ís adelante, goza sin embargo de algunas otras
,'enlajas (su sencillez, principalmente) q uc. hac~ quesigauliliónduse.
, . ' .' .
l'
:.:\ :.
'
L~tr¡i'ns[o~'i1~~ión n 01";;1',;
, ~sliínuar !k) '¡i~n:;li;1~~va'l~res uela probabilid~ld que se
sitúnnenlre O y 1. o ' " .
'\, lim (l¡(z)= 1 /' :Iin~(l¡(~)= () .
" .....
Olra posibilidad '¡~I~¡~Cliva.él modcl.o i(Jgh~¡~;ar~~ccuando' decidin;~)s'que ll)
sea la distribución logí~tica: . '. " , ., .
• , ". " e~pX¡jJ: .
. prob(Yi = J )= 1\ (X;11) =, I . " V'j'J' ( 13.8)
. '. .'., . .... 'l;exp,\ ¡
El rcsultado de diclra:~leccióli o'frece lal;'lbié¡iuli'~al()rsituadó.enlre () y l.
.. , De hecho', nO('IUeJre~o~ I'i;~ita~~?s Kes~sdos 'eleccióiles. Cualquier, [unció,) . :."
(',"'(HU.O 1.\: t••.\ouclos de Variahle Discrcla )' Variable Dcpclluicl1lc Limitúda '.J7'J
0<-'.~
. )
13.5
PI{OBlT ~~.~).
,•• ~~,
' 1
,.,
Hasla elmolllenlu hemus prcsentado los 'modelus prubil y logil :COI1l0[orillas fun-
cionales ndecuadas para mOdelos con variables binarias endól,(enas.'l\mbus mode-
..
los gozan asimismo de tina interprelaciÓn de "comp0rlamiento" que es instructiva y
',~
a menudo analíticamente útil. Considercmos en primer lugar.e!moddo: Observare- , '.
mos cierta variable)' que adquiere uno de los dos valores. O )' l. Definamos una va. ~'")
= X¡jJ+ E¡ (13.9)
.= prob(Xji+ Ei> O)
:: prob( Ei > -:~Y¡j1)
~"~\
,¡
¡'~
se hil trans[oéinauoreSI¡índule su media, c.cro:ydi\¡i~li~lido a cuntin~lacióli por su 't
uesviacióll cst¡íildar. a. ' - . '
t~?~
La distribución es. simétrica en 'el caso.' del modelo, probii (Ylambién en el caso
(..,+.
dclnlodelo logit quc describirelllOsen breve). JC")lcido que es posibll; formular la .!
, . ( E, jJ )
= I)rci.b ,-!., < X:-
, " . a., 'a .
""':
=, (I¡ ( X¡,:¡¡
jJ)' '.' . (13.12)
La dcrivación l.h.:la función dc verosimilitud es úireCI¡l. De la expresión
, ' (jJ )
pmbCI'; = 1) = ti' X; (T
~c d.:si),.'cndc q'u~ ( )
- j1 •
:\ 7(
--, prob(."i;=: O) =1 ~ prob(y; = 1) = 1 - (1) X;
r.",
f~~ Con tilla mueslr:1 iid. la verosimililud de la nllle5lra es ¿ producto de la.verosi-
:;., mililud dc cada observación. )ndic:ircmbs' co'n '\, ... ,11/, las 11/observaciones para las
C' que.I',:::!l, y por oli'a pilrtc. /11 + 1, .,., 1I,'correspondeíl alasil - 111 observaciones pa-
,.0. r:lbs ll."e.y;:¡=I.' ,
.' '- = prob(YI = O) . prob(Y2 = O) ... pmb(y", = O)
, prob()'", ;, ~ O) ... proh(y" = O) (IJ, I J)
;,
- TI"'r
-
;~I .
I ",'.'(jJ,)]
- '1' X. -.Ir
. .i =
.TI'" 'J' (j1)
IIJ -i
'
I
X,.-Ir
.
(1 J.I(1)
...;._..•. :. . .' , ' .
! ,
., '. ~
=fJ<I'
'" , ('jJ)!';
X;7(
l"
1_'1'
,( jJ )]' ~.";
X;(T, .', (13.15)
"f'J'-¡
~1> =' ~ {.I'; . In [(1) (X;~ )]'+ d - y;). In [1- '1' (X; ~)]} ( 13.17)
":"1"
Desl:lqucmos qllccllogarillllo (h: la funcilÍndc \'erosimililud se hall:, acotado
:"tú',::.
.t, sllperiormcnte por n, pu~stoquc O:::: <1'(-),::::.1implica que ..
);,">
"
. '.... In['»(')J s: (J yln[J-(J>(')I.~.~_
..__ " , .•. , ..
'11:
)..,C J '\
. p.s-fl~tt~~ád~t:r~;;Tiié"(f~"I¡riiii~'¡I(~(;~;Db'~r;~~rIF'l,\1
,.o.tró•. ~~. ql'~ I~s. pa~~i;i~'í ¡:~';'P~':;
,!I' siempre' nlúln:cen juniOS. En cOllsecucncia, eslás dos par;ímclros no se Ielenl,flc:ln
"~1\ por separado: lo [Inico que iinp0rla es la razónjJ/,r. Convicne, por lo lalllo. norm:lli-
~~~l:~ za~ ir a 11110, dé modn que I)odamos limitarnos ,a hablar dc)1. (En breve disculirclllos
~J~~. cl'l:aso cn d cU;ll Ir l:sh~\cro;;'ced;ística). .
1:.'.' Es f~cil estimar probil, incluso cuando sc trala de Ini modelo no lincal y no
I\¿',;',
exisle una forma cerr:lua de expresar <1>(0).AdemíÍs, la función <1>(.)debe evalu:lrsc
\L~ numéricamclitc, Una de las c:lraclerfsticasdel modelo probil (y logit) es que I:ls
'1 ~ '.
~'.' : I . '1
¡ -
!( l' ... d
,'
J
r 482'. ~1~TOI)OS DI: ECO;-.:O~IE'rllÍA
. 03.20)
donde.
.~(,)=,1"p (-~,,)
';' . .\
",'C ,
.' eS,la dcnsídad. normal esl;índar, Coll~l)iÍr~Ill()~lo con la deriv¡;da de .Ia prouauilidau
. rcspyclOil X dd'}lOtlelO .dcp.í-obnbiliuad lineal.jJ;.o con los coeficientes tld modelo.
"~'
, J
'L~' .
. " .En el uló(!elo p~op'il; Ir~ IÚrivad.fí de 1~I,:pro,b.r.¡f)ifi{fJII~/cspeclOn X ¡'aría seglÍn ell!il'eI ~
• efe' X y Ir¡s resínllleSVnriIlÚiesl~ef.1II0efelo,.." . :i. C
-:
,o'
. ~il~.,
CAI'iTUI.OL': ¡"Ioudos de Variable Dis(;rela )' Variahle Dcpenui'cnleLimilada -l:n
HJCV ~~ilrOlialilJ¡dad
' se c(lnl'icric eíl(I;(~\jJ +'jl,:¡'l'ci )."ESI(;s;'e~;líl;;dos Ill~ d'ib~j;l'~~'~~" ., . ".
'. ,
- I
.' I
"1.- .
/
-r;
.,
-...
- J
" .../
'll
J ..... : .' ,2 .' ,J' '.
I'.r.oba,hili,daues '(lfl:Jiclfas de 105trabajadores CI\ inulÍSlri;IS C~lJjhaJ'a'arili~.
(Illn slI1ulcal . . . •
.'- •..
FlGUitA 13.5
~fcClli de.la ;;'ril.i;ción inullslrial en' 1I,;a Illueslrrid~ 'lrahajauo;'c~
CiÓn sinJicOlI '. . . .' .....
d~¡Ildllwia'~,. c~n l' r'I' .
¡aja a 11.1'
----------------~---------:-~~"-:-
"':r.,
;...«" ••
Ji
,.
n l'rohahilid:,d prcdit;h;¡ (/'L)'
:-,'I'r;,hahilid;,d pn:<:i<:h;1 (pmilil) .:
oJ'-
':.:J - ",-
" ...
í#' '"
.
'vii""
.' .
'!..
.2
o .~.".
~
-
.c -'~.
'J .-
1-"'." ~ ~ ()
.2
FICUH'\ D.lí
I'r"hil I'S <:lnllllh.:ln ti.: pr¡,hahilidad linl:al
f'
~ .. ,
El declo de ,\In c¡lIllhio de ariliación induslrial es posilivo para lodos esos Ira.
~:~
::~~':;j~,':~~~~1
5111
~;:;;~:~;~J~'::¡~:,~1,~~~:,~~:~;,~~
cI,nhargo;' reSUII;¡ e\'ldcille que c1dcCIO"lI1dustna' es Illcnor cu;¡ndo las carae-l'odcll
lc;íSlic;s'~1e \111individliodistinlas a X sugi~'¡'enquees poco probable que el i,;divi-
)-..,' duo se ;¡filie ;¡ Uli sindicato. (En el rango relevan le deserilo en la rigura, 1;1distilneia
enlr\.: dos líncas ;llllllenlacuando unadeell;¡s sepleja del6rigen. No es l1l:ís qU~l1n;¡ ':.
lúanikslacitin tic la no liill:;ilidad dellllodclo). ''-.:. ,.
1.(1q\le el ejclllpill iluslr;,.c~ que.la preselll:\citÍl1 del resl1l!adodclnl(ltlclo pro.
hil suele r\.:querirlll~íslnrorni:\t:i(Íilqllela que necesilan los codicicnles de una re~
~:rcsil'lI1lineal. Resul!a muy lÍtilcaleuJarel valor de las deri.vildas en los valor~s me.
dios de lodas I;¡s ,v¡\/'iablesXde lil muestra. (Es!ocs equivalen le a calcular la medi;¡
1.:..; .
cSlil11ada del índice. ~'a(IUc 'dichl) Inuieees una runción lineal de las X).'Lo q'ucnos
" inll'III'I;1 L'SdC;;lllslr,;rladcriv;lda deunclcmcnlo"lípico" dc la mueslra. En brevc
\; j,
di;ulI i1'l:mos con dcl;¡Jle 1;\inlerprctaCión ue 16scodiciclílcs.
Itcsulta inlercsanleci)l11pararlds resullados dclprobil con los ohlcnidos a p;¡r-
lir lid nHHklo depr(lhahilida(\'line;¡1. Lil £7ig\ira LUí Illucslra !;¡s probabilidades
prL'llichas a partir deln1Qlklo dcprobabilidad line:i1r~spe¿lo ;¡'Ivaior quc j)redice el
~ .:'1
l•..
\o',
'.
-, -----------
. ~ ,
;;'1 <,1.\
El dcsarrlllló dc'logil es iúénlico nI ele proh,il. I\ecórdenl~s que, según lil eeu<leiqn, .:' ,
(IJ.¡))' •. l,.'~,¡,;',> ',' ,¡
, p'rt;b()i¡ ::'
l. l" ¡ ~.
Ir~'¡X();;!]) .
.: 1.! i ,,:
. :.\
i,
! '
¡ 1', ,c1cxp(X¡jJ),;. ' l
,. '~. (13.2)) .'
,1 '1+'cxp(X¡jJ)
, J: ..
1.;, ¡\;(eqjrelacitin de la vari:',I~h:.Iale;lle del iogii'cs :¡'ó~llíiea alil tIel !ogit, c'xé~iJlu;¡t"
do el hccho dc quc cnl:t'ccuació,;~' (i3.9) uigueló' (IUe Ilanlamos úna dislri,?uci6n
de valor eXlrcnlü:'AI, ig\lal (lúe c'n cí Illodelo ¡'¡robill, y ~. difcrCllCi;¡ elel modelo dc
prohahilidatl lineal, 1;1formulacióh dei modélo asegllra quelils 'prohabilidades pr~.
dichas se siilÍan cnlre[)y l.' La prilicipal direrencia entre la distribución norm;¡! y la' ;
distribucillll logistic;\ es qucesla 1Í1,lil;Wlieneun pé'so:mayor en \n$ col;¡s .. ,'. ..' ,:
" .1\1 igu:t1 que el~ el' IllOtkl\l ptohil,la tleriv:,da de I;¡,probilbilidaú respecto. a un,
c1el;lcnlli de X varía COIl X:' ,... ,
'¡ , I í, J. 1";:
t1E(y) , =.
--- ~xp(XjJ)'.: fh
~¡;~~;\~~;'~,~:;~':;,~;::;:~~::'"'7';'é!":"'7''''~.~''f",,''''''cti?
llús. n:[orimllarlú
,.'..
lIc':i\i:itl;¡CC}11l0. , ' ."
'. .~'
. ',)E(;):',:~" . . :..
a,\,{:~!}(l-p)fh . ( 1J,22)
.". exp(,''ll)
úonóe
1+ tXp(Xfl)
I
\
.
--~'~'--"~~~ 1r~T:~'_~ •• ~~""~"'P~.-~'_':-1
logil Sindicalo pOI e.xp2 gradcmariicd high
. ". '.
llcr~lion o: Log LiI:c1ihood = - 521,79847
licralion 1: Log Likc1ihood =~478,2127).
Ítcmion2: Log Likclihoud = '':''475,5873
llcralion ): Log Lik'c1ihood ::: -475,55'112 .
llmlioll 4:Log Likciihood= -475.55411
1:""":,,.'<':~":':~:::H~~~~.:"i.,<_
,0026869
1 cLI,uc-:,0703209
II ..
CCIVil
nivel
éOiJs'
,.JI546)'
';9801411
.. ,"':2,5SI'1}6 ,
I
I ,6 -
VI
U
ñ
e
>
'. '1 r
o ., .
"
I
1
; l' " t.
o ,2' : .. . , ",4.. ,6 '1.~.
. .,~
Loeil
~ vs. proLJil'
.. (
...
'
.>~
\,
. : i'IGURA 13.8
Válores predichos (r.r~bil)
." '. '.' '.:.
")~
<•...,
,:',,'. j
o" ,'".
('.11'11111.0 l.I: MotklllS dc V;,riahlc.[)i~l:ICla)' V;¡ri;¡hk I)cpcntli.:iÍl.: Linlitada ~~7
,,'-:1. Figurn 13.7 prescnla los rcsullnúos úe una cspccificnción logil. Unn "cz
")T;ís, cl 111()úelo se eSlima meúianle méloúos de m;íxima I'erosimililuú ~' el rcsull;IUO if:'!
I,L
STI\TA incluye los valores delIogaritl11O de la (unción de'vcrosiniilil'Uu ilcrada has- '01'
la su m;íxinlll nivel. El c~lillrasle >;2 del modelo, conlra J:, hip('llcsis nula de que el
"-'l'
,!
modelu apropi;ltio incluye sólo una conslanlc, rechaza uecisiv,lIncnle la hipólesis
. nula. El signo de los codicien les cs el mismo. Por ejcmplo, c1ni,'c1 de eSllldios dis-
minuye la probabilidaú de afiliación sindical.
La Figuró) I:U';cs una comparación úelas Ijrubabilidades predichas cSlimat.!as
/":1-1
Con probil y logil. Como se ohser,va c1aramenle, las diferencias sOlln,ienorcs.
1'1'(
.,
]].7,1 Ilctero.sccdnslicidad
~, "
(I 3.23 )
",-o
'., 'consillercinos, en I)rinler lugar. el.probleiúa. úe hcteroscedaslicidad. Rceurue. ,~.,-
.í'.
. ~ios que al t1iseulir ambos mOllclos, suponíalll()squ'e (J2 era conslanle )' que. por lo
~~J
lanlo, cra (actible norlllalizarló a 1, Si, d<:~e.atl¡lIn9~ el Supueslo ue varianza conSlan- If
":.
2 y!
le dé muúo que Ir '=:- (J~¡. resulta (;ícil cpmilrenúer por ,qué I;í helerosc'eúasliciuat.! r:
reprcsenta un problel11a: por cj~l1lplo.eunl1úoj(x) = XjJ y jJ i::s k >< 1, nos en(renla- .-1
,f-
mos a una (unciún úe: verosimilituu (le In fomin L(j1/;r¡). cOlf 11 + /.: par:lmelros
"[";
. ,-1.'1' ...• (r".jJ-, resullando imposihle hésliniación úe úicl¡;¡ (unción sin reslriccio-
. Iles atlicioilnles. Debcría compararse este r~s'ullado CUII el lilod~lo lineal' eSl¡inúar
ei;.prcsencia de heleroseedaslici'dacl:dondc ~alela pena en(renlarse al problema es-
limaildo jJ)' "'corrigieÍlúo" a continuación I.osc~rore~ cSlóíndilr. Nill.urillmenlc. si la
lIélcrosccdaSliciúatlluvjera una (arma paraméirieo'cOilóciúa,.cnlonccs sería posiblc ,
incorp()r~rla dircclamcnle a nucslra Jumiónúc verosimililud", '
I ~ ; f
. .. ," I(X¡}
• p.
...
rob()'¡ =1)
' "
=F[--] Ir ¡:(X;)
( 13.24)
Discu tir en u~ la lIé las consecuencias UClos crro¡'es dc'cspcci ric;-¡ción en rnocJclos,no
lincalcsnosllcvárí;iruera dcl alcance de la obra. ESlO no'es óbicé,si~ e.,ilbargo, pa-
ra queesboccmos ;ilgullos ÚClos prol:ilcma~ potenciales. ' '
La consecucncia uecrrorcs dc cspccir¡'cadóii cn modelos cSlilllauosmedíante
"/o l'n e,,~i; ~'Iiel C¡;'~~I ohjci;) tI~ il;lcr~s es f(') es ti nloúelu ,le 11(;/¡,(;"/II/ •.III(I(;o. En ~sle li~o tic n;otlelos,
el ¡"tlife 1" es s~seerl'ihk úe scr inler.prcl"úo eumo clni\'e1 úe ulililbtl eunsc~"itlo por ~" i"JiviJuo. Por,
lu lanlo, es imporla"le conoea ~iel ckel" tic ,Ia~\'ariahles inllcpcnJicnles,es a lrav~s tic la (unci,;n ,le,u::'
g'l',i,;" ('1IlC "kCl~'a la 1¡lilitla")o a Ira\'~s de la \'arianza. " '. , .' ,
- , •... ','e :'';':')' ';!:: 1" .,' • :: " l,,:,':,¡'~;,:-', ...~
,"
". ~.
,":',,'
" ,"'~,';':' ,', :,1";::"""'" L, ,', ¡, . ,
cAl'lrul.O D. Modelos de Y,lriab!~ DI5crela y Va'rihble Dependienle Limil~d~ i\?c) .
. .~. " l" J \ ' l' j
i! . "
.1..•.•. ,,;!',I '1 ,. I l' , •
, , '" '", , ",:',!i ',,: ,i; , : "" j," . 1, : , • , : .' ' ' • " ,
.; .'
r
49'0 ~IET(lDOS DEliCONO~IETIlIA
'1
I
','" r
.~ ' . ~ - 1", " .'. .•' • ' ,
.A(O) = E
iJ2In[(y"X(,
. .
0)1
, " ,", ',', .,' .., . " " 'iJOj,iJO}' , ",'
Y ~upon'g~ll\~s,de.Olod~~'i~iib¡',." '
. ; ~ .... , . ,
'.' •. " ..., ."., .' 1_,. ..; .';: ,.' ""::.,. . _ " '. ' •• ' . o" _;-: _<. • '. __ -,
o',
,'
, ,
.1,
pl:;ib-u.i=' L) ~
,:
f[HJo;J,]
(f . ,,(].l},I),
Esfrecucnleexpbncrcl problclila COIllO'~igue; dado' que/(X}'~' X}1, ¿'cuál cs la forllla
,corrccl::t dc F?: fun:l normal aCUlhul¡;da, 'una fUlici'Ól1lógísliéa II olr:l fUIlCiéJlldistinla?
,T¡lIi heroico es supollerque' ¡: 1¡'illOllllla f()fJn;1 de'tcnllillild:t. ",,',(;,,', \1'1''''''\1'' '1'"' i¡ Xl
es li~lcal. Dado el rormalode F. unndc,las s()lili:iolle~ ';01 flr¡';,hlem;',uir)\i\I'; ':11 v,r ;':'.
'nó~li¡;o cn'clianlo allllodo en que las cuv,af\;!Ilzas ell(,;'II', elll""'UIILI(¡lI UC ILc;'L~I('11.
, 'Qichocl'¡foque deserÍluoc:l 'enl¡¡ siguienlc'pregullla:'¿cu:Ú es la fbrilln correcta
qü'c, debcnlOs. ~Illliz:lr? 'Tal y COll10 ladiscusi6n'i1IJle~iortleja ell cvidencia. 110 ha\,. ,:.;.'
.
.' ., .' -' '.
I
~;
111 É.,is,lcunc~nlra5I,e lormal. el cOlllraüc "'da' MaJfiz ¡J~ fnrorm~cí,in. a,~lIquc,ú ulij¡%aci<inrr~,cnla al. '",L'
~U~O~ r(o'~Ic:'m,3S .. '.'¿a!-C
L'ni\:~j:~.P:'~. :ü:'.:. ,'-:;-5~~.
n. Da\'i~~on y ,J. ;\JacKinnoo>£.I/(f1Ja:it'." o'ld'l';/i'if:(? ;1:' .[{(";"".;:':':~''', Ü\':.=.:~
,;')
-;:) j '.
',':,:,
__ ~_~_~, ~ , 't
J
:¡':,
r<:~pue~ta clan!' En cienus casos, re~ull<lilosiGle rech;tzar probit logil calculanuo y
;,
la difercncia entre el \:alor maximizado de las funcioncs' dci vcrosimililud, p;\r1icular-
mt.:nle consiJ~ranuo ambos modelos como parle ,tic un motklo m;ís general' 1, L;is
(.. :~:
...
dikr.:ncias ':Illrc amhas rUll.:ion.:s lit: \'crusimilituu sc dislribuidll seg~n ulla 'X2(1)
i-/:
aunque. cn' la pr;Í<:li~a. la dircrcncia Ilosuclc ser lósuricicnlcnll;nle grande como
,
para que la prueba permita discriminar el{tre los do's'l1lodclos. .
" Por suene. en la mayoría de aplicaciones .empíricas lus lres 11l00ldos parecen
uar r.:spucstas similares. T¡¡) vez el mejó.' enfoquc sea quedarse con Jil que sca m;ís
cOIl\'\:nienlc para una ul:lerni,iiladOl aplicación,'aseguhínuose de que 'las'inferencias"
no depcnJan de las dislinlas.:iecciones, ".
,U,n~ 1)\,'~Il<\regla e~ compararlas dc,'ivadas de las probabilidade~ respecto a X
(, ' dd 111\)(kl(')ue pruhabilidad linc;;1 conell()~il en los valores medios dc la muestra.
Recordemos que la dcri\'ad~' de'la pr~b'abiiid~d, r~speciorif\'k dclm~dclo dc proi,¡t-
hilidad lineal es el cucficicnlc fll.:' y lI1;ls a'lin,la,deriv;ida e~ siell;pre COnSI¡¡nlC, Di-
cha dcrivntla pue(~c cOll1pa¡"a,rse ¿o~ !nde¡'ivad~(kll11odelo logil en un valo'r líp'icu
de X. flor IQ t;\lllo. comp;\I'arel1l(js ''-'' . ,',."
'¡JI¡/' frenle aJ1lt~it ¡J(J - ¡J) (IJ,3.'i)
( .,t~
donde ji cs In proporción (1.:.U¡l~lScn la lI1ucstra. A conlinllacilín, cumpnraremos el
logil COI1el prohit: ' .
{ C''', (/1 (.\' jj¡jll~r"hilrr':l1tca ,jJl(~il ¡¡( I - ji) (13.36)
D'cslaqll.:mos 'lile (¡, (,\' J1) e~ IIn nlimcroque; una "el.
calculado el índice mi;.
dio. plledc leerse en IIl1a tabla z eS\<Índ;¡i'., Un'cnfoqüc¡;llcrn'alivo y que no pred~úl
calcular el indice de la media. COllsisle (;'n cllmparnr
(/1 [(¡,.I (ji)) p1i"hi' frenle.a jJ¡o~il ¡¡(I - ji) (ljj7)
Gcnáalmcnlc, las cSlim;]cioncs de las deri~';idas deberían ser basl;¡nlc similares. En
:}
C;150dequc ji = -l..
(_.<.
',1,
r, EI}ht;1üé16 de prob;¡bilid;¡l! lincn! (iglWI que I(igil) Iicnc una propiedúd adicio.
\ nal qúe ;liuchns vcces resulta il1ll1tlr\antc; Calculcmos ¡iIIliliznndo los codicicnles
f'..:; f cstimados mediallte iogit. prob<1bi.lidad lin~al )' prohil. A conlinuación, sumemos
eslas jlrobabi.lid;ides e~til1lad;,s~' considercllIos lassigl;¡"~iitcs dos canlil!;]dcs: '. 0"---"
,. . , , ..' ""., ,
r\..¡' SlUl);]I=¡11J¡ (13.39)
"') ,\' .
.,'
,,/!';~ Sumn,=""
. - f:'1 Yi ( I J.40)
"-,:
'.1.,
.... ~.~
.' 1 '.
." !
• • ~- I
¡
. '.' . '". "
" .
Para lus n'lOdelus logit yde prob;bilidad Ji'lleéll.
l " ,', ,.' L.l., ";
te). En ciertas aplÍ\;aci~lies, cua;ldo I,a iglialdad dela ecunción (13..11) es impor{arite;
se IClltlcr:í n ulil.izar logil,o el nJodelo de. probabilitladlineal en !ug;¡r dc probil.'
',,":. Resull)iclldo. c1prob'I~~la, pririeipa('pélrcec'ser'¡:i Convenienci;\.,En términos
gelli:~,ales, los .'li'e~;llodclq~ s,uel~ni~a'r ,Iug~r,~ 'rcsllh~dos siillilarcs. El modelode
pr~babilid;\(,I. I,ineal ~iiuc:'si~"~?,;l1luyt:p.!i¡¡~;¡~()~n"aplic~~iones empíricas, ¡¡un ~ pe:.
sa~,dcl.dd~cJq d~ qlls Iqs :v;¡I,?r,cSwe~li,~!)os l1o,~c limiten al inle~vnJo (O, 1). EI;'rh?"
delu de, probabilid;¡d linenI es
m;Ís [;id I Üe 'jillplC;lnenlar con nplicélciolles inform¡\jj.
' casd~ iipoC~la(¡íslico'c'S'I';¡I;d!;,'r; CÚ~ildo '~¡~bj~'lo .~~ in'lcrésson.Ios efeclos (ii~( Pc
m~uos¡'I;;il;¡i', c'lmtidclo de'pl'~bnb'¡jid;¡'dlill~al ~li~le (ambi~nscr cOllveiJienlc c~an.
do al,g;lIlas>t!e I¡'svariables d~i;'~~do'&'~cc'h~ son cn~lógcnns)' se precisaUi\ esquc~n
tic vnrinble instrlll11eníal.' . . , • i
Por ulrolado. el nlodel(1 de jlrob;,bilidad,lilieal i,O es perfeclo. En la ~edid¡¡ de
lo posible dehclllOS' eyitar sli ulH¡7.aci61~•.}' cn s'u defecto es aconsej<lble ul,ili7.¡¡(logll
t II pr0hiiyevalunr Íl~~l;l qué 'punio b inrer'encia depclJde de la cs'peciricación poin¡'.
I culnr dclllloiJclo de prolnibilidad.:
. " , '
. '., ""',
•• , "",
"', "i";
. 1.1 ~í'
, .;:
t !:" ',' . ," . " •~ .
"lJ.R: ,t'~' l .
EXTENSIONES
': DEL MODELO
. nÁSICO: DATOS¡\Gn.UPADÓS:
; U,ía .de I;¡s extensioncs m;ís frccuenles,de los 'modelos revisados hn~l;¡ elmomcnlo es
Elprúblcma d~los dalosagn'p;¡dos inlpli~n J clases. donde las vnrinbles X son cons-
tanles alolargode una cl;l~e.SupongaíntÍs quc y¡es \ina: v;¡riablc bill;]Jia igu;]I.:l i
i:ualld~ielhecho licneJugar )' O.é'ilCólSÓ cóiill';¡ri(i.Sup6Ilg~l1los"wlllo antes. un mo,
dclllde probahilidad p;'i'a I(is individllossu!'yaccnles(datos Ilonúupados) donde.:
J
.. 494 METOllOS OE ECor-:O,\IETliI.\
; '. f'. '.
Suponiendo que Iris variables X son cons(¡intes en lodas ü,s celdas Ji podemos refor-
múlar la ecuílciónanteriorcomo
'\' . '.' . ",". ,:, ' - .
I~' B [Pi In[f{,Y¡)3)]+(-! ~p¡) In!l "-.f(X¡)3)Il"¡ (13.45)')r
J , ,,', l' - .>! t
.:i,9.9D9.r;.,p j~,c;sJ;¡.rr-ºp.QL<;i9.D.:J-l~:.J)_!)P.~<c..nd~;.c.I~se..j~.és¡mnJY:lIl,.~.,.lliS_oil.
elnúmero,.de,:' -{.;;;:~ -,
observaciones en-cada clase, A destacar que la función de vcrosimilitud es la suma ;
,del términos. Una vez:el.egidoF('); prqcedemos)gual queántes: Lo ni~s'rrecuenle ,:',:-.)
es que'F(-) sea unli1odeloprobitOun mod~lologiL, .... ¡.,j'
En el caso de 'dat,<s agrupados, y'dado que'J <, N (sieI1do' N el n (1111 cfO de ob- ..•..j
servacioriCS), considernrcmos un modelo toiaimenle saturado con J parám~trbs, Es-" ,<~,
to es, asignamosun,parámctro dislinto:S¡ pil'ra j.= l~ .. J,a t'odas hs dasesde X sili " '•.'{ ; .
restrin~i( el modo en ,que la probi'lbilicla~ pueda verse .afeclada i)orla eovariilllzíl, ,
En.este,caso,la fu~.ción de logarill,llodeverosimililqdse éonvi,crleen '::~
.. :: 1.~~,~j!ln(!)i).+(l-P¡)I;l(\~.!i~)jll¡" . (IJA6)
,
El tSlil)wdor de máxima verosimilitl!d de eslC. n)odcIo es S¡ = Pi' Ellnodelololal- ,1
::j
menle 'saluradorcprcsei¡[a'lo' mCJórc'¡ue liucdceOllSeglÍil'Se en cunnlo a :Illilxímiznr
la v~ros~ln"nlili(ud'. .." : ;":: .. o:: <.-., .. ~,'.:;:, . ,', ... ' "... ." .
, <,.,'
'.' InoicaillOsla proba4i.lidad 're."\. de que. u.na c1asc) exptdm¡:nle c1nconlecilllien- . ¡'..~
.to'medianlei1¡, rodeif¡b~"escr'¡~¡r ",' ;':.' ";;.'~' ", ' '.' .....
.' ',; . ; . '.:': '<'.. '. :1Í¡ =i. f(X¡fJi. (Ó.47)
. donde 'dim(fJ)'=K y K <.1: El secrelode('éXilo del modcloeon. dalos agrupados ia-
,dicaen qucresume '\¡{ in'roiiúai;ión'eonlenida .enlas Jeeldas como uná función de
un número. limitado (le va~¡a~l~s x".' :-" . , .', .' .
~sevidenteahora la posibilidad de rcalizarun conlraslcde razón devcrosimililuJ,
comparando el modclotot'aln1'e'nie si'lturado connueslro modeló (laliipÓIC.~is nula):
.
-¿no
1 ..: I ,l.
[p.'lnp.+'(1~i)ln[
1,. : :', I ¡.
1-;;.)1:)
.-1.
';y-
~na de las opciones más utili'l.adas con datos agru'padossonlos métodosdc X2 míni-
,;.y-
ma,EI punlodc panida dc este tipo deestilDación cselll'echo de quc, en caso de ;;Tx
dalos agrupados, necesilamos ajustar un número finilo de celdas, Con dalOS ¡ndi"i- ,I'y
duales~ el número dc obscrvaciones (Ias)'i individuales) aumenta igual que aumenta ' ..."
la mucstra, En el caso dc datos agrupúdbs,'c1nl:ímcrode r:clt]¡is ¡Jen la eCllaci6n
(1:1.45) I cs fijo.
La estructura dcl problcma de dal~s agrupados nos¡)erlllite la op'ción de (¡-¡Ins-
forl1laradecuad:\I11enle la variable dependiente)' utilizar iVlCO (pondera(los). La
Tabla 13.1 descnbc los modelos más popúlaies dex" mínima. ' _ '. .
está ~odos ~~IOSSICobtieneln c,alclllan,doMCO, median le aplicadbn'csinCormálicas
_ ,n al', ull ,lZaJHo para e lo a variable dependientc desei'ila enl.a ..iabl)Íj~'j)~¡:h~é'-
,,".' ~nn>-locoJ) .1a l n vcrsa de 1ara íz cu ad rhd a ,de lá'va r ¡:ania 'li'ósi tad';'l'~'ir'lii':~'IYi'h~'ñ";;ol
;','n;-
_na de dicha labia .. -
,.~Y
El lector f¡lI11íliarizado con el contcnido del Capílulo la reconocer¡í adem;is
" que los métodos de Xl mínima so,í susceplibles de 'ser considerhdos como i'vIGM. .-:v
1h
_T.\IILA Ü,I _
....
. Lngit p¡=i\(X¡{J),
,(
'. log'~) . ' . . ..
. JIlb(p¡F
I
Ir'"
'-
. .1 - p¡ . "¡Pi(1 - Pi)
. . . . '. . '),
" ,TI.(l-fr.)
\' 1'í\Í'(p,l == 1, ¡_
( J.~,Jú1
': .
, .
'J
Si s~,sliIUilllllS ;r¡ por su valor CSlil1l;¡do/I¡, oblcIlCl110S un eSli';lador consistenle
r~' dc la \',manza. ~fCO po'nderndo tomnr<Í conio ponderación el inverso de 1<1r<líz cua.
drada dc dicha \'arianZ<I estimada. .
,'. Los rcsl<lnl~s modelos prcscnlndos en 1:;Tabla IJ.I se (ksarrull<ln de 1110du si.
11111:11'.Puedcn dcsarrollnrse direct<lmcnte, .utilizandu series Tnylor para ohtener la
\'¡(,r:;~nz:"aJlroxim:ld:l .. L~Js l1lélodosdc,X2 nlínima son consisten les y posccnla mis-
m<l V:ll'lanZ:l cstim:ld:l que los modelos .de máxima verosimililud espccificadus co.
rrecl:lI11cn.te: Una \'e~ .especificado cllllodel.o correcto, l:ls eSlirn<ldOl1cs mejoral'iÍn
l'lIanlo m:lS se aproxllne p¡ al :\'alorre¡]Ide Tri' Ello succtlc siempre que la mueslr<l
aumcnta de tnm;lIio.
lJ.I), .
PItOBIT OHDENADO
'.
.i prohIY:: ==1) ==Flc2- ~\).I) - ,F{c, - X.m,
:l,
.
"
"
'1
. , '. proh,(r {== i)== 1:" pr~bJ: ':~.'Ú~'~r,obG, f ==1)
a Oeslncareinos quc l:lúllinl;rHncn'implien que' .
- . "¡iI-(lb(J;~== ., r(:/. l-rcc2:.'~yjJ)'
, El resto de nucslra discusión se, cenlr,:lrá en el caso de f?robjl ordCllndo en lug:lr
de haecrlo 'concl'logit ordclf:l'dó, dc modo qlJe F será la densid:ld ;¡CUl11ltl:l~a nor.
Illalcst!ílídar. (En la prnclic:l. I;l'di(erencin elil.re ;\mbos es Illínim:l).
'l
:¡ '¡~OU¿ ei; lo que se' idel\lirió CI1"diCho'lllodCl~ipor, ejcnipio, en ¿I ¿~soen c¡'ue
,,'
X ii1C1l1yalllú\ c(úlsi:I,Úe flll;;l'únic;icov;¡'ri:il11.a; jJodcli'los'es.crihir' .,;~;... '
""1';., ',' ":,_ .', '." ,',
X¡jJ==cr.+óz¡
; h.~ ¡ .' " F.:, .' ': ..'
,1
'
¡
í
"
"
pro,b(){
.:' C'
==I)==I ~el'"
(e • 2 ~ ex -
(J'
5il') "
, .,
lJ' lJ (J'
J
. ,J.
'~.\'
1
. -'"prob
at..
f •• 1I
V,.
;"J)';' -. '/';10("""'., ~.~. &~:)&
I
,,1, • .... ,.'
C
,c
d
i
éJ.:. . ".
~'probút=l) = (/1(c- Cl ~&zJ&
. ,'
CM/rULO 1.1:Mutlelos tle Vari~blc Discrcl~y Variable Dcr.clltli~1l1C.Limil~t1~ 4')9
dice de deseo quc un individuo sienle por cierto coche)' ddinamos una variable 1" I 'j'
v jJ +
)' ~I. = ,\. E.I .
, (I:l.:iO)
[ .
donde E -' N(O, (J2), }/ )0 _ 1 si y* > [)
¡- O" si yO :S O (13,5 1) , .. .,-,
S
upongamos ahora que, en lugar de observarsimplclllcnle la dccisión ue COIll'
pral' u~ coche, poseemos ademiÍs'.dalos, so~re I~ cantidad gastada en el coche;Tq\;>il,', .
(el, probil. deTobi n)es' una cx tcmió/i'na ll!ra 1d~' eS[cí'>fQ'tSílYhc'iíe'dÚ'J(j' i:óJ~t8':;;l~¡;/
\~.:'
. y. ~ {YT, si i> O .
.'.' O si)'; ~.O '1' "
,.
donde y*se ddillcen I.aeCIl;\ció/i (l joSO), Dicho ¡nodelo rccibe el nombre dc modc.
10 lJc'r~grcsilíncénsllr.ida, ya que es posible conlemplar)1 r;robk'lla como aqllel'..:'n'
(lile J:lS observaciones dc y* igunl.n ceroQ mcnoi'cs (lile. ce 1,'0 sc hallan cens~lratlas.
Es' dc.cir;'I'>odríamos formular c1modc,lo como' "'. ' .::
~..• C'~
'.*.1.\':
. . 'Ir.. u
. ( - X.jJ )'
.;"'1.,.(1) -.-'-.
. ., Ir.
Para cierta ollsci'vación YT>' O,la cO;llril;~lción a laverosimililud cs
..... ' .'., . ,.' (~¥:fJ).
1";¡'!I',-X./1)/u' j'.
( 13.54) .:.:.,¡~_o
,~
',"',
.....
~.j
to'
'"
~~,
.t2
"
.C
, ¡
500 ~IErOI)OS I)E EC(J;\'()~ltllliA .,'.'
t "f." Vale la pena deslncar diversos puntos. En primcr lugnr, In segunda parte 'de la
r función dc verosimilitud es semejnnle a la i1e la verosimilitud del estimndor tI'ICO
convencional cn aquellos puntos m'ucstrales no censurados (es Je~ir:rai'a aquellos
C" ,'¡lIorcs nWYllI'es que O). La pi'ini~ra parle rccucn.!a el modelo probil. El lo'garitmo
r- l; de: prllhahilidad es .
.r- f=¿ '\' In. [ 1-(1) ( -a'
X;1J))
("', ,1';/,1'; = II .' .
r
,,".
r 1
+' 'L '(In. r;1 ~.~ (y; - X;/1)2) (13.55)
.;- ''1,,, > U. V 21m2 2. u2 .
1" ~ .1.'
'
C. . [n segundo lugar.'destacarcl1l11s que, a difcrencia de lo que ocurría con elmo-
\.
< ddo probil. normali7.ar lT'= J provoca problcm:lsen la formulación TobiL (Discuti.
r rcmos. ~n breve que d,ichn diferencia provocatambié'li' serios problelllas el1 el Tubil
clIanuo existe ileterosceJasticidad).qcrto es (Iue, en la primera parle de la. verosi.
mililud. únicnmente resulla "icJcnlirieada" la razónfJ/u. Sin embargo~ en la segunda
parte de la función dc ver<isilllilitud, se ic.Jcriliricnn por'separado lanto los coeficien.
lcs de las pendicntes' corilO el par;ímetrb el: Es lo mismo que sucedc en una regre.
).,
sión MeO. . . . .
. En lerCer Iu!,!.nr. 110 sicmrre es posible interprctnr los codicientes de un mouc~.
'r.' lo Tobit tld mismon\ouo quc Sé inlcrpre'tan los coeficienles ue un modelo lincal no
ccnsurado. Consiueremos las siguientes tresdcrivadas uc la observación i reS recIo a
ciena variable xk:. .
y'l
,\,/J.
",1
i){:."¡yFX¡J .
. =h
dXk .'
,
\".1 "
(. ,:'~{,\:??¡':':..':; :.,,'.~,~.. :,~;l'O~(lr(~'(:f!)11~::~:::~':-':~~:";~::;'
,~,~.ij[[L; ",.. .'" C'.~ •. ,:, .
. [[,'./X. 'I'~'l>0
. ".' "'.'
. Cu;lIquier tIc ell¡is nos intcresa. ~Ilérmino simrle. iJE[y}'IX;I',1.rk es, seguramente,
de mayor inlerés el1 aquellos CélSOSue 10p-codil1g quc disculiremos el1 breve. En cs.
;~.~:1
\.,'
los casos, la censur~, es m¡is lllla moleslia que UI1asreclOrUnU¡lIl1Cl1lal tIc la rclélción
CI1la que e$tamos il1leresados.
(.7.1 ~\'IcDonaldy ivlorril proponcnla siguiente dcscol11posición:1J
.\~)
\ .
l.' J. ~ IcDllll;,hl'y Ir. ~Ié)ffil."'i'h~1Js~s ~,f'roh;, 0'-';t1rsis". /lrl';r'" uf ¡':"I/IIII/I/jo 1/1,,/ S'"';.I,!,,r: (,2. 19KO. p.
~1:{..111.
',¡ l.!.!
! ¡ -
",:' ,
" " .. !'
:, l' ,": .; ¡,' " .';'_ ',. ' ...". ': :'
C,\I'ITUL;) D: MUlklosue
. - -,
Vnrinble Oiscrcln.y
,. - I • ,"
Vnri~.blc Dep~;luiel\le
,l"."
Limiladn .
•
50\ '
1'"
"
" I ""
, .
. ,.,.;(x,p\)~
. .fJ,".i '( XifJ')""\ : " ,el? \-;;-J
+'--C:- 1/) '-,. " . X¡fJ + . ,'. (,;)
I
a .. (J .\.J1
=prOb()'1>O)':;,~Xk':
iIE[y¡- ~YI'y;'>,
ral '.a prob ú'l>
>'.iJXk
O)
E[y¡IX¡,J'; >0) I ),\
y' = xfJ +
,',
,',' ',"
E (13S6)
• t
plinl A1CO~L;:!.I;~.!;
prob(y*~' O}+O::p'ro:b(y*~ 0).(\~)7)
'" "'=/]'.'6f~b()'~;:d)' " . ".'. , (1 Jjs)
MCO qlletIaaiellllauó porqi.ie pi'obúi' > O) es menor que 1; Dadoc! supueslo
denonilalidau cOnjuiltairodcmoscnlcular Ullél esl imilción Consislentc meuiilnte el.
liiétodo dc momcntos,Uneslim~dor consiste'nle de probú'. :> O) e~ II¡/N, la rnon
¡
lIc ~as obscrvaci~nés .nó.censúra~ns II( respecloal número lolnlde observ¡¡cio~cs .
..'~
I:s r;icil ol;servélr qllepodemos construir lIneslimndor consistente de jJ "desilaciell-
.l
.~
,
dI;" el sesgo: '.' .
.'. .• ,. .' .N
J1Cnnsi'lcnlc = jJ ";KO . .:.-.
., :. . h
l
. AlInqúelil,c.onsislel'!cia dcleslin1ador no estéga(aniizada cU:Jndoyt)' x nosc
di$lri\Jliyall cOlljU'llalllcnle 'sigúieildo U l';" )c'y ríorma1(por'ejcrnplo, cU¡¡lldoalgllrt'as
variahks cxplicativasiliclll)'envúiablcs,ricliciélS, la norm¡¡lidnd conjllnlélcles;¡pare.'
J
~II,TOOOS
DEEc::ONOMETRI,\
,~1
(~~j
502
'1-; t , ,
! \•• ' .•.
t.
"J "."
, ,
"
('''''!TllI.U l.', 1,;1(H.!clns lit: V¡¡ria!lil: Discreta)' Vúiabil: Dt:penJiclIlt: Li,ilÍlaua -
liz:lr una prueb:l gr~fica C]lle compare la razónft, rlur'col1la eSlim;cióll probil de
la misma cantidad J11' I<TI" :EI modelo Tobil estará mal especificado en. caso de que
los resullados sean muy dislinlos. finy Sdlll1idL desarrollan Un cCJnlrasle basado cn ,:'i.'
'r1:' '•.
eslé conceplol(,. ' .' . , ')'">
.-,,:.~
El caso m:ís sencillo donde lfieho contraslede especificación revelaría la exis-
tencia de un problema es Cllanuo las varial)les explicativas lienen diferenles efectos
s?bre. ~a deeisi~n de participar yla decisiÓn de conslllilir condicionada a dicha parti-
elj.)~CIOI1.~n ejemplo podría ser la publicidad delabaco. Por ejemplo,lal vez la pu-'
blicldad eJcrce una poderosa inrlucncia sobre el hecho oe empezara fumar. aunque
los cambios marginales en la publicidad ejerzan escíÍso efecto sohre ,el conslllílodcl
individuo ya fumador. El modelo Tobil impone la reslricción de que lanlÓ la ecua- '
ción de parlieipaciÓn como la ecuación de consulilo debcn tener id~niicos pa'r¡ilúc: .
p,~:,,f'J~~le.~~sl1,.~1 JllQ,d~lqTq\)¡ICS\Ajnco(rcctaillenlc..:cspÚ{l'ic¡rclb \,'(Jjt,l¥6~~ft87i.
uc cSI~eciric¡¡ción tcndrá importan les y. poeo dcseabl~s consecuencias s'obre las esti.
maciones. Esle caso se comprendc ll1ej~rcQnlempli1l1do el problema como si dc (Jos
ecuaeionessc lrnlara. Disculircmos este p'unto de '~isla el1 la SecciÓn 1'3.12. '
" , Uno de los casos en C]lICTobit ti¿'ne eSCaS~1'~ ,alierl\aii"O)s es el de' CI)diji'CllciljJj
.1'II¡J.c:riur. Un ejemplo sencillo scriacl de los 'datosdes¡liarios o ingresos: En CaSlQtic
eXGedercierlas canlitlades,y por motivoS dc ..col!fidencialiclad. ll~s d¡\lOs"d.:'s'alariéls \-,"~)
os
de" lo.s indiviuu.o. s sue.len eS,lar ¡;cotlld. si cx.'cede,i de,: alg,in,\'¡dor ,delerlll1'I'l","ll).
, I'lll'
".-1,
eje,l1iplo, ,cie~'lt:isconjunlos dc dalas rcgislrhn IdsdfilOS deS<tfiirilis de lo~ indh'¡'ullos ''i..::~,.~
Ju adecuado. Consideremos ahora.el efecto que lil hel.eroscedaslicidad pos.:e sobre; :~:..
nueSlrO modelo: El problema es"mucho. niásmolcslo que cunn~o Ocurre en los mo-
delos,probit y line¡¡1 tSlándar. " ,...'..' ,'. '}.
/.;:~
;t.;'
" ' '. , ,'., ..,,' .
6 T.Fin y P',Schmitlt: -:\ T(H oC Ih" To!>i, S~ci(jc~Ji(ln,a~Jiml ,¡¡n_:,\II~m1!¡\:,S~~~~ ;',~..!~:. C'nf;-;, R~;
01 éC(lnbm;e<; Jnd SlaliSlje<;. 66, !9::-:., .'5,5),., .. ,' ',. ;l'" . ',.,
Un simpk. e~tudio rJe Monte,C:1r1o.nos a)'ud;lféí a comprenderlo., Necesi(amos;
:1nle lodo. describir el pro~cso de.gcncración de dalos. El mOlIdo 'real cs' el siguienlc:
, .l'r= .I'¡'- lO +E¡ (IJ.IíO)
¡:.,
t--.'"
}{
;!!!
\...1"
::,1 13.11
,-,y
1:\\ DOS SOLUCIOf\:CSYOSlBLES
'd'
ei;
.\:,;' ElmclIs:1je Ol1\C/lido dcl <1nlc'rior estudio ue ¡"Ionle Cario cshaslanlc pesimisla, aun-
quc ello 110 significa quc nü se deba ulilizar Tol1il. No dcscamos, cn modo alguno,
,::,.:'
"'f:"",_
dcj:1r el problema para e1lcclor y.por ello .discllliremoscn'hrl=l'c dos n.:cicntcs'cs,lU'.',
dios de Jilll I'o\\'cll q\Íc pérlllilcil una eSlimación COilsislellle de 'robil'. illc!I;S'Ocuall'.
¿~
'1 .)',~,l
l' , "",. :' .•
. l'
IJ.1. L11\'1 íili IlIlls. CU:l¡l~n.¡\(ls Sitil~1 ric:IIIlCn 1c R cc.o rl:t elos.
1, '.
'Yi~."{'.~/~i
"~'o
si
E¡> '-
E¡
xjr
"¡;'- ,Y¡f1 .. ' .i
POl~:~il Je~(n<;a que siobserv~r~mos y~ )' eli~rlll,ino d~ error se, disliilJuyer;¡ si.
mélricamente cnlorno a O.' MCO es(:lnc!;¡r produciría estimaciones consislentes de
los pa~'¡imelros. La c~nsl1r;;~s'un' l~r~blcll1apo~qlle introduce un;¡ ';¡simctría cnla
uislribl;ción.La Figunil ].l) ~1llIeslra.la sill;aciól): No' obscrvali1os sólo yt Ú;¡ cierta: r
. ()hscrvaci(íl~ Xi' Obsérvamos: pl)r lo co';llrario,'e\ :lre;, siluaclaa la derecha de O. Es-
to.es, sc o'n{ilellIcicl;;sl;;s.~i)sel:~aciollcs donde E¡ <..: X¡f1,lm;¡gincIllos ahora que'
Irt,!I~;\ill'O~I;lIpl~iéna(lli:cll:!~ ob~cr~~,cione~ dlll)dc 'f:¡>, - ),;)J. Esto es, en la Figura
I J.l) pre~cindirf;¡lllOS d~ los P~IIl~()ssiIU:,Idos ala c1er~cha de 2X¡jJ. "Cor\;¡ndo" nsi
los t1alos, la dislrilJllCitlll cle,error.rcsult:1Il.tc volvería,;¡.scr silllélric;¡. .¡ .
I
. '.
J
!' ,
SOq
n
No observan;os jJo, nalu~almenle. Po\~ell utilizael concepto de autoconsistenci" pa- .,
ra uemostrar que.!" estimacióndejJo que sea consistente ccimo'solución,de laecua-
Ción'O 3.6J),la ec.'uaci~n ~ormal. 'producirá unaeslirnaciól.1COnsislcnte de jJll,I3
"
í
40
~.l
.'
,'~ ,
; E
',:¿.,.,c.". -":~f';'" ..'.
'\~
t)
.~ do
'O (1
.'0 .
~
'U'
: v:¡
e hu
'0- ue
nO
li~
dl
: :.' ,¡:lallarun :C;li~ador. c~nsl~l~nlcde fl re'su¡'ta. sencillo si seuÚli~ .•i el sigllieill'c.al- . gie
Sc
gor!tll1o ileralivo:, , . ',' ,
tO
1. Calcular una ~sl¡ll1aci¿n ¡nici~.l ró~ ~jemrlo. fi : Meo,:a 'parlir de los' d~IOS ori. ac
. 'ginales ... ,' .' , .. .' ,:.,' ' .. • lo
./
l
•••• "-!--;.
. ,4~:
~~~~.:
Cl\I'lwl.u 1.\: 1\'lodclos de Variable Discrela y Variable D.::pcnllicfllc LiiiJilatla ,./1':';
507 ',1
••••.l_i.
,
Hallar I;¡ matriz covarianza dejJ es algo más compIiC;¡du. aunque directo. Defi. '.~~~~
namos: '. ,
"
"1'
(l.l65 )
'. 1" '.'" .
D" = -
11
L
, = 1,
E[1 (X¡jlo> O) . minlE7. (XijJllF)X'¡ Xi]
"
( 13.(6)
El eSlimador
,',', '.,,' .-' ".:.
covarianza
- . . .
adecuado
..,
es
e-' 06-1
" .":.'_'~. ....:.
J ~ ::,.•••
I
.. : . -. -:-~,
,
onde
13:65))'
e (13:66),
-1 y o son eSlimaciones
respcclivarncnlc'.
con~isl.c'~ics (Jc'l~s 'matrices
.. "
dc.l;¡s ccuaciont:s
,
'.'i' •
•• \.0,
"-
. ~nilde I;¡s c.ílr;¡clcrístic;¡s más atractiv;¡~'~e esic'mélodo es qu~ 'se IllUCSlra:r.ll: , ,'+\.
'1,
uslo ánle la pre'~encia de hClcrqsécuaSliciu;¡d sie!l1iHe y'cu,lJiuo la.disiribución real - '-
e.1 lérmino de crror sea siillétriea y'unimou<Í1. p-esulla 'm¡Ís tilil 1=11"nuoI,a c~nsura '. !'"t .•
Y~asc: 'por cjéll\rl~, 'Ii l'aar5,'h. "./\ ~lolllc C~r1nCompijrisoll l)r E~Úll1al;'r5 rOl CellslHed t{ecres,iOIl
odel.\",Jij¡""I1J /lf EClillú/II"lric$;'.2'1, J'):l'I,.1~7..2J). . ,-
El :dt:"[illl;" des,eriI", "<¡"f es'de M, Uuchinsky, :'Ch,1~&es'in.lhc 'u.s. \\lllgC ,SI;"CI"I'e. 1')(,).1 ~¡¡7: APl'li-
lion or 0ua'nli!c HCf.rcssion", /;'cvlllIllirtriCII. ~2. J 994, 405.-45S. Secci'\ll ) ..~. en rar'licu"'r. El uoclllllen,o
du."e ',;"liien "n a'''r'io ejemplo I',,~au(l en d.\larchCurrcnir.(lpui.1ii(l~ SUtw.": . '
. . ' .. ' '. ',.: '.
50S ,"I~TOI)OS DE E<:rJ:-':CJ.\IEI'IltA
m!n
fJ
:¿ (y¡-.\'¡]i)~
1= I ..
( I:UíS)
ESlo cs . .ft es el estimador que minimiza la sum,,' dc c~ladrndos de los errores. Supon-
galllOs. por lo conlr"rio.qucdcl,:idi',nos,minimizarla suma del valor ahsolulO(k los
,err'ores:11
1ll!1l
.fI
¿ (y'l~ xi.ft).
1= 1 .
sgn(y;- x;/í) (1 :UO)
donde la runción signo sgn(') atlqllicre v:llor 1, O 0-1 según el "rgulllenlo sea rOSili-
vo'. cero o nC!!,alivo. La ecuación IHHIll,,1 corrcspondienle cs .
. - . - .' "
O=.¿
. 1=1
X'.sgn(y~-,y;.ft)
'.' (1 J.71)
Lo que "'luí imporla es el signo de los residuos, no su magnilud. El eslim"dor DAM
clirrcspllndc a la regresión IlIcdi:il\a, cOlisislenle P!,rn jJ rorque '
I
q", [,': X,l "
,,~..•,1"'~I\i,do,fm: ?2)'¡'i¡'ti';¡i<i ".,'¡;¡'i,¡,~",; ,'o 'e¡',,,,,,;;
X, ~ + q'"[~ I =;J~':: fJ,
,re'",,,,;," ..;,:Mto,:,,,L~~;:
ni,' '" ,',é,.
';'F",\d',," ,,1, 'eg"'¡,¡" ,;"dI", " '",o"""en" e" e' modelo de ".,,,'ó,, ""'''''' .
dn rorquc
£[n"'-':[O. YOi l' X;) = X;jJ.¡.r:r E IX;; E¡ > :- X"¡)I i' X;jJ (13.73)
L1 11lcdiana. a diferencia de la medí;l: no reSI"la' úk!;úlda por la transrun'nacilln
"max", En p"rticul"r.
(13.74)
lJeslacaremos queJa ecuación (1:\.7'1) es cierla parn rorlll"s IlIUYgen~ralcs de error, En
p"nicul:lr, no es ncces"rio sup\lcslonlguno tic homosccd:lslicidad ni de normalidad.
,l.",' .'
".:
"¡'"
'.,
" l' 1":', '1,
"
. , ..' .: r t. ',_ . ,. l' ~
2.' Ulilizar esté eslitnndor'uc jJpdrn clescchnr aqu'ollns observaciones pnra las que
c\.v;ilor prodichoresl;llcnugnlivo. " .;.: ", , .
s .;. J. ESI¡IlI~fPor DAM'coll,la n\lcvnn1lleslm ycnlculnr unanuevneslimllci6n tic jJ.
<\. RerClir los rasos 2 Y:\ uli¡¡'znndo.ft dcl Paso 3 como nueva eSlimnción inicial.
)
5. Conlin\lnr hasl" 'I\le el uslill1<1dor no varíc'. " , :.:
Una'delas diric\lltndesclcl nlgo'rillllo.ilcrnlivo es que no garnntizn hallar el m(-
llin\oglobal. ÉI,l la l'ir:Íelica, eJ.problema, eare'eede iniporlnneia aunCJuc~iempre de-
bed IIcluarsecollcaulcln.Un eriroque,nllcrnnlivocoflsis1cen iniciar la rUlinn jl.etn-
tiva con UIl ,;;1101'desalidacli~linlQ y t1ceste modo,asegurnr elmínimo globnl. Fin;'}l-
mClllc., los errorescS,l<Índnl' lienen lnmbién cierln difieullad. El enfoque Ilds
pr:Ícli<:o seríó! rC;lliZ",I:,hoo.ISlr'lr,tl') 1" .tol"lidntl dcf proceso (v~nse Cólp"ílulo 1 J).
",ullque también.dchamo~ser enulelosos "",)lc la .Iiniilada experiencia etnpíricn que
cxisle con cslc modclo.
13.12
1 Ef.E,éTO'S
.• ,"",',
DE,-rl~kG\IV1YENTO y ~'IItTODOS EN DOS
'. ' .• ,' ", .' ,.' '.', o,, " '. • •.•. :
ETAPAS •
I " ' . ,. , ..
,I Es !Hu)' difíéildel,iIlar y
los divcrsos Illodeio~ quecOlllhinnn vnrinblcs lilllilntln's con-
:.:L,,,.,,,.,.~;~:~~~~~:~,;'~I~~~;;;¿~,r,~~;:;;~;m1;~¡~
." .' , E" 1, ""Ol' 'c,do" ¿,,,¡J,,,,,,,o,' b,. ,'m,,, " 'q" ello' p,obleo'"q", 'm.
P
,
. pi k." "" 1""''',;c nlo ("O,"'" In,'"le; "".";,, bledieoI6o,¡",¡ y \in ¡""";do.< no,.
m;t1nicnlc. i,ni, vnl"¡;;hlcconlilllll;r'LiI lcrniiliologí,,' i.lliliz¡¡dnlienesu órigencn 1:1
.'1 hiología:Yenianlc~lii:¡ií;;;dón(fe 1;\v:ij'¡;;bledicOI6Illicn objclb de esl udio su.e1e ser
llnanuevndrogil ();uil ré!Fmelidéierníliindo y clrcsullado,'una median de) crec.lo
del iraiamié,ítú '-ui;'i'li~rcl;)~nt()tk la cspdal\z'adcvidn o I~ énnlidnd'dc glóbu,los
ro]oss;ínos,porejeml)1Q; .... . '. .
I
i HcckmandcsélfrollallnlllotlClo'genernl qucnnidamuchos dc esos modelos y
que such; ulilizarsetICrilodogcnéi'aI.2~ElllIotleJo es: '.
n
i
:l
:1
::Ckrl:rsapli~;\d\,n~~'in.r(l(l';,;it¡c:,~ .il1~ln)'~)I;,h~ l'it!in:\ ¡:ellci:t1rar~ c~I,clliar regresiones cn~niik\ .. E". tli.
c" ••s'pa'1\ld~~. i);'''l C('rfC,SPllil,lc '~Ia rcgre'sicin cit:lIu¡'¡ enel éllan'il cincucnl~.
:"r.:Aillcl1Il)'a."Tllhil "littlcls: A Survc/', ¡;",r;i~1 ti! £('01101/1(1(;0. 24. IrjB~. ).6),
:' .l. Iledl11:m ....Varielks lIr'Scleclillll uias". A'¡:r~'iclIIl CCIJI/lJIII;C 11,'\';,.",. 1>0.19')0. ) I).) 11>,
.', j
,"-' ,
r',' •
D,
'11 'u.nrnow: G.' Caín y A,G~idlJcrgcf""IS,lud~ in Ilii:,Ail~I):sis ór Sél~~li;'iIY Bias., r:"III/1;'lit¡'I'SI"tI;"ll1~.
,:vi~,IVJ\/I/1'j'InI,,5"1976:4).59.. ,,'., ' ' '!," .. " , ~; ':"':' ,.' : ' "
l
• ,. 1",."
:.','
.,4~ 'fot
:,'t'"
"/:.::
•..;p.-..
C,\I'ITlJI.ClI.I:
i\.1llllclos uc V~riablc Discreta y V~riab\c. Dcpcmliélllc Lilililaua 511
.-,;¡,-'
"0(.:/
lonce~ igl\(lrar dicha selecciÓI\, [1U,edc,provocar ciuccl eco'nónlctra conr~lll]¡í el o
, ~' . '.
::\~
.::t~
13.12.1 La Corrección' de HCc!(lilan'
\~
'vk
¡'lcekl11.nn: ellun'arlíeul,O muy il_l'n~lyenle•.pr'o'p~ne u,n, sl:nci1'lu ;'l1~IOU~l~k d;;s pas'()s ~r"
,~~I.e:~?luclo,n"ln. Illnyofln de eslos lllodeI05.~(1 Dicho l11(¡dClndc doselapas <;lI<:ic lIli. :'~~~
"lit,.llse en SlluaClOnes donuc aparezca el ','Sesgo deséketivilJad". " "
" '. ,Gro,hau a!)~rla un ejcniplo clási'co ,que ilustn\'laspo,5ibb conset'ucnci'as lid
:)tl
,sesgo ~~ ~el<:c(l.vld"d. dondeel,resullnu.o éS,el snlariQ de,lIn".l11ujer y ~I tralamlcnlo. ' G(
su declSIO,n
I . '1 . de Inlegrarse
.' en eln\ercado
," ' labQraJ.21"QlIé
'..,' f.,.
es lo Clu'c'del !' I
Clnllnn os S,l- .
ar.'~s. te I~s 1ll~IJ.crcs?,Aunqlle el,I11o~clo se.aju~laal ant,eli(lr'Cnlol'l1o dc lrnbajo.
,1ll~S genernl, utillznlllos una perspe'clivauisli'liia j)a'~hsililplificar. ..' ,
' .. :L:a.i~len I~l¡íssencilla se'ría ¡ijuSI¡rrfa's'igui~nl<ce~;ació;i;i~ln'a;~1Ueslra "u~ ;nujc- ,
le5'llab,IJndOlas: ' ".. " ,
, ,.' , ,;,¡ =: X¡jJ:Ú'li., . ' " (13,XO)
d.~nd~,l\:es e.ll~g~rilmO de sa,lnrio )' X~I, ve'~lor ,~Ieea~a~terísli'cas'Jalcs camÓ eXrl:-
f1e~cl:~ll.~bol,~I.• ,lI~os,de eSlu~lOs~ ele. SIIl embargo, es disclIliblé qu~ la lllucSlra dc
n~lIJelcs lI\legr~ldas end "mcte,ado ,laboral" (es dc'cir, nqucllo1s q\'ú:'trab¡ijan a C"I11-
b~o de \In salano) sea \ln<) m\leslra,nlealorii,cle mujeres)' 'llIe dicha seieclividad uri-
g~ne 1I.1~sesgo-cnlos cocficienles:FornlUlaren.lOsunae'cunción j)arlicipacilÍn:
(IJ,X 1)
r..~
!
.(
; ...r'
'(ir
l
.~
< .••
don.de Z incluyc variablcs que predicen Si\1I1a mujer lrabai~'o'no. Una ;11üjertrho'n.
ja si Zi-Y > - (Oi o: ut: modoeC]uil'illcnlc, si - Z¡'« EO¡'
DeSfaquelllos quc Z y X p;le.
den incluir vari:lhles comunes y que. cn ciertos ejeniplos elllpíricos, s~ln idénlicas.
En el C¡~SOde Gmnau. L il.leluye t¡\I11bién cl número de hijos pequeños. Es presumi-
hle <¡u..:la prl:sencia uc hijos peque,ios afecle a la uccisión de lrabajar dc la mujer, '
aunque no debería lener <;fCClosobre el salario. El rrohlcll1a de ~c1eCliviu;¡dse hace
aparenfc cuilnuo 101ililnHJS.esperanzas de la ccullción.( 13.00) sobre la mueslra de
Illujeres irabajadoras:
'II( Z¡-yI(Jo)
-----cJ.
el'( Z¡ -y¡un) ( 13.86)
I;I~ e'slilnilcillncs resultarían consiSlentes. Heckman 'afirma que dicho modelo se cs-
limil r;'lcihlll:nle l11etli¡lIlleel siguienle eSlil11auorendos elapas:
1. I~cilli~.ilr 1111pmhit del Iralamienlosohre el vcclor Zy ohlener eSlimaciones de
yinll.
;¿~ ,.. ,
C.\I'IWLO IJ: ~IUllclo~de Variahle .Dis~reta.y. Variable' Depentliente Limilatla '513
. ..
2. Ulilizar dichas eSlimac'ioncs pllra co"nslruir la razón inversa de Milis. .'
J .. Estimar por MCO del rcsultlldó~obre X,corno en la ecuación (13.86), ulilizan-
do la razón eSlimadninversa de Milis cono un regresor lldicional. '
La 'csli~l1aciól\ de (Ju¡/(Jo puede lecrs~,como' ~icocrieicnte de la rnzón inversa de
Mills:~Lo's errores eslándar s~n illgo ,más complicndos porque el modelo resull~nle
es hel~rosccl)¡islico"\;Ülili7.:\ \'alorcs'e'slimados. En'g.enernl. no reslIlln nucc\\aclo
aju5la; los errores eS;ánJJr¡)arJ'heláosc.:Jasliciu~J ya que Jiclia corw:ciún nll ~i~.
n.: .:n cuenla la r:llladeprc(i~ión rúu\\nriled~ utilizar eSlimaciones Je b r:\ZL)n in~
. ¡'
. \'crsn ui:'l\ Iills. enlu\!,ar, de los.\'alores'rc:lks.'
•.. " .0:'.
l.J.l\a:Jiscusion' dcl:lllaJa de esle lcma
i..... .".,.. 'r. ,
-1' . ...., i
"
.~II L Cirq'¡: I.c,,:is. Ul/¡~'" [(,01,,1;,'( \I'n.~/qfCClJ:'I\S/lr!,r)'. Urlivt(sily o( Chic~l~O rrcss,I9~('. p. 59~
:I
'.1
.'.';
r-' --------''
,
yor que laseslim~ci?,~es ouleni¡Jas 111edinnt~técnicas m,ís s~ncillas. HeckmM i~ldi- ,'
"1"" ••
cague parli~ de esta nparenle varlabiiidad es,simplemenlc. consccu~ncia deurín in'
lerpretación errónea de las estimaciones generadas por esos modClos. Sirí embargo,
;.1' ~1
Heckman indica lambién que, en muchos coniextos y l;ltnlido se lrata de 'responder :~
inleresantes preguntas econó,micas.las técnicas m:\s sencillas ~lcestil11ación(indll-
yendo variables inslrumenl'ales) funcionan lan bien como.los métodos de sesgode
seleclividad más com'plicados.J1 .' .'. .' '. . ..'
No existe consenso en cuanto al valor. de los mélodós dé sesgo de sc!ectividnd
ni a cuando deuenlllilizarse, De todos modos, dest~caremos los sigllie~tes puntes:.
, J~~mós -dislingui'de,en ~ueslros ejemplos.enlre ~(I:is covnrbn~;ls que afeclan
el resullado, y Z,')as covariilnzas (qveparcial!l1enlc.pueÜcn rcpctirse en X)qlle
. dc;C:rmina~ si s~'p~aClica o..no el Irnln~lienlo;En prillcirio~elll\oddo se .identi. .,
.."',fícairidusocuand() las.. variablés.q~ /<y. Z s9:r:ligllal~s .. 9n~sle.i,:aso,la. iden!i.f¡,
. .," ¡;~añit'iÚ'~"Jc.!(l'u¡f.:cí"'¡']j t'cl'C'ig-'y "2T ~s';II;~'~soi
,..,?',."".•;...•¿a~"8~;'1ré-p~n1í;¡(é'icl;rs ~\í'tll-Ó'~~\¡~'¡'(In~I;" .*:.. "v'~.'
. s~an exnclamenle correclos, su pues lOS casi ~ienlpre derllnsindo severos: . .'
A.unqueúesenule.~sucle senJífícil,hnlbr variables 'que' 'nfeClen a lapr'ouabilidad '~
tle .reGibir el lfalamje;ú6 y ¿¡ue,:nde~m~s"no Cnlr¡;n' en la ccll'ación dc. salado. El
'.,.,
'.' cas~ d.e.Gronm.i,don.de In identificación ¡i.diciol;~1 seb.asa.en la hnbiliuad de cx- '. ~ ","
.' .
,,:' l.
,',
,)1 V¿ase Hcc~,;\~n, :op. cil:, 1990. pa¡a.~na eXctlcnfc uiscu'siúlillccrca,uc:csIC l~nh1.
. )1 J, Ilcckman, ilJiJ,. ,." . .' . . .....
¡) R. DDvius~n;; J. ¡..ia'c~¡-nnon,op. c'ii.,5~5' ,
. ",,: ',.:'
(',\l'ITlII.O 1.\; 1"loúelos de Variable Discrel'l l' V'IrI"ll)le D l" L"
, " epell( ICllle I1111t;llJa :i l.';
rianzas incluye, por ejcmplo el precio gde lo:' p.ongamos que el \'eclor de co\'a-
variablc indicador que in<lic~ si el o d"tI sfclgal flllos; y supongnmos que T es una
, lf1 IVI lIO ,lima. De un modo l\1,ís formal
J.,.,. ..•
Y¡::: Xi
Y2¡ =0
jJ,+ EI¡
( U.S7)
(J J,RS)
I
<-.
••
" , , '
".'''.
.
Si concretamos un I)OCO ~ I '0 I .'
... ' . . milS e 1110 e o supol1lclldoque .t. = Z., .=jJ' \' . _ • "
• .'
El)', I Xi. 7: =
','
11 ~ X.jJ, + E[E,'I E'. ~ -
•..• ' ,111
'z-¡'('1 (U.YI.)
~J.',
.Dl:lllIC\'O.siE ::::E' ..jJ' = .. \'-Z' '0 '.: .'. ' , ,¡"t,
: 1, 11,. '( y. :- -, 1,1CCUolClonse rcduc' . T l: "
cxprcsión a la que nos enfrenln;il0sal . ~'.' . , . e ,1 un . OHl cSl,fnuar. La
... ' , . . .... ..' , 10la recuer.da mucho el cJc 1\ I <l l' '>'~.~
'(i.. ,
'
.•..¡;--,
.."J.;
, ,
13.]3.
LECTURAS 'o
q (.... 1 hi:II' ... ,\ Sl:tlisli~ill P\,~rspt:(ti\"l,~ ur, Insurallcc Hat~.r\"lakillg'~. 10""1(;/ 01 ~:"'('fJlJt!i"l',r;cs. ~14.I'J~)O.
).~-I.
,'oT. 1\l11tl11iy"."Oll"lii,,¡il'~ ("(tsl1l'IlSC,Mutlcls: ,,' Sur\'cf'. JO"fII,,1 01 (;"('11110"';(' /.if"'"f"",. 19. 1961",
~sl.':,~t.. .'
-.t, j\:. K i'•..rl'r .:'E""ol\lJIllic 'DuratílHl 1):11.;1' íllH.J H:11.aru FUl1ctiolls". Jm""',,lo/ J:'cor'III11;C .I.;Il'''t~"r( •. 2(" 19::;6, ....
fl.lh'(17tJ.
CAI'ITULO
1), Mudelos tic V~ri~l>IcDiscreta )'.vari~ble Dependiente Limitada 517
PROBLEMAS
• ." .' .i 1-'/
2. Demostrar que-. p~ra los I~~dcl~s ,logilYde ~robilbilidad lineal.lil sumil de las prob~b\li.'
tladq pl'I:dichils,eqlliv;¡l,e ,a,Jasl)n,l:;l,empiricatle los,uno,sde la muestra .. " ,
J. Demostrar q~;e el. cllnlr~ste R V que implica la cómparaci6n con ei motlclo toiaím~nte
~;~Iu~ado,~i~c~ti,dll aIn~;,I,tlc, iasección'13,8)',se dislribuye~sinI6ikamenlC: según ',urÍa
.
I
dlslnbueloI1X.No,la:,r:e¡;or~ar.q\lt;
t:lndnr li::netin~,~islribue!~n,
la suma de los euadratlos de variables normale~ es .
i' ,"".". ,'
1 t/,<::on.sitleremos los siguiente~ dalus tle tlos vllrial>lcs tli~oI6rn¡eas:'
,1
.
,!
, ,
, ••* -_
I
••••• _ ••••• _--
,x
•••••• 0-..
'.
1 'y o, 1. Tli~1
I
I 'ó 40 60 100
I, \,' 60 ',40 ,' 100
TOl,al 100 100 200
1
1 (a)C:llculai' los codidelltcs tic rcgresiÓn' y los valore's predichos pnra el siguic~te
I
, motlclo tic prohabilidad,lineal: '! ' '. , '
E.sumar
'.: •.. nodclo ~o\)ii. Sl!Sli;~;~ndq ..I.~al~ii6 P,ó.; .~isa~a(i-o.. LC¿Ill~.S:.llifct~n ..~i,an;las
un I . . '.. '. ....,'. l" . comcn
' eSlirú¡¡ciol1S:s dc' los co'cfici~'nl~s r~levnnlcs;!.r'icr~rn.~.nJar c,l.p.Ulllll.l c ~~nsu~a Y";.. '
.lh.~ios'rcsulla~o~:; ".". . .
.1"':.,', '<.<" ,",' . " ..~
~ f',
" .
. . '-,' '.'
f.
','
"
,-.:.' ,j"
",'~ '.t, .; ::'fJ ...
¡ _, . J.' ~ ",':.
,',' . "'.' .
,':. :."':":'. ':," '-';,'
;' ..:.
. .-,,: ~ "
":",
". ,j.'o
.,' . ":1 '
.",:
., . i~ ~ ,;. - '. '.' "
.'.
.; ,
" :~
. .f' " ,.:.,'
.-'.',.
.• .•••
;",
1,'
. ':
. . .~
~', ,. . . ~. .. ".:-
'"," ",.'
. '. .......
,',1;' .•...•.
APÉNDICE A
':':: :1
Algebra'Matricial
.A..1. . . • j,
VECrOrmS' • ¡,
\;: ;~~
~,.~"
. 'Ut(.yecto(
l'
",:".~
,
. oc!:] ,.i.
. que c.sun .veClor columna de 3 elen,cnlos,-Y:b= [~2 OJ'CSUI.lveClor I'il<i::to'nHci;: Jic- :¿.
InciilélS: El orden d~ lín vectores el ínínlCrO 'de elenlcnlosen .efveclor., Cambios en, j ..•.
" .~
r~
c}.
~~ SiO .\Ir:-roUOS Ill; ECt 1:-;1)\11,'1"111"
, .
Obviamcl1lc. la rcpetición d~ 101oper01ción de Irfll1sposiciól1 permile r~cupcrflr el,
I'cclm origil101I. O1s(que (a")' = a. .
"'.
)<0'
,le:) 1+ 2I!1{~1.
En gencr:t1 , k
"
"
que definc el vcclor b como unacorilbinacián Hnen\ de vectores nj~con pesos dndos
, !
por un conjunlo de cscataresen\afoi;m~ Aj.
Los "cctorcs admitcn tanlo un:\ interprelaci<Íll gcomél rica como algeuraica. Consí-
f.
uC,reill1l5'un ve,clQr dc 2 e,ÍeJ1)~¡'I~.s:.(/:,:::.[i ' 1 Este vector pu'ede ser rcprescnl:}uo
como un scgnlenlo de un:I.Ií;lea,recln con dirección l;¡\ como mueslr" \01figura Fig,
A.I. La f1cch:i sirve para il~d¡carq'ué 'e'l'segmento ó';'pil:7.a,c"ri eLorigen decoordcn:1-
das)' acaba cn el punlo dc c;JO~:dcnauas (2,1). Elveclor (/ puedet<Jmuién idcntifi-
carse por el punlo cn el' i1uc lermina la QCC";¡: Si tenemos Ol~o v,ccior de dos ele-
mcnlos b' = [1 J], la gcrillleirí,i.Úe l;tSlllll;¡dc vecloreses 1" siguiente. Se empiczn
con el vcctor {/y'se sill;a. ~I ~ecior b CJ1el p'U;lIO dondc~íermin01 (l. Este proccdimicn,
lo nos lIe\'a al punIó l' en '101Fig. 1\.1; Este punto P ddillc lin vector e que es 100S'U-
n1;l dc los veélllres (1 )' b.' Y 'que ol)viamenle 1;t1~dc' 1;lIl1hi~n ohtcnersc cmpezando
con c1vcc!or 6 y situ;1I1do"c1ved~)r á cn el pUlito el1 uOllde lermin" el veClor b. ESle !
/'
,
.-' .. '<: , '
L..-I
11 2 .l"~
I'rilllÚ i:Ie",cl1lo, 'fI GÜ nA A.l
2(1
',.,,'
=2 "
, ,', ,'t, [ 2) ,[ 2,4]
== ,,', '
. .- 3a.'.. J~
l-361' "
da un vector tres v~ces más largo que el ~'ector a:,p~roc~n una dirccción opuesta a .
la de a. Los tres vectores ap¡¡recen representad,os eola Fig. A.l. Lostres puntos ter-
minales pertenecen a una misma línea recta que pasa po~ el origen, estando dicha lí-
neaderinida de manera ú.niea porel vector a.
, En general.
h~' ~ lha I h02 :.. ho,,1 . (AJ) .
Del proce<1imientodd paralelogramo es evidente que éualcluiervector de dos ele.
mentos puede expresarse como una combinaCión única de los vectores o Y'b en el
..ejemplo :l~lerior.Pórejemplo. . ..... " .' . ... .. '
Segundo clcmCI\10
, .. ~
...
: ,1"
, ¡.
.
" ,',
,"
'. . 'FIGUItA' 1\.2
" -, .
.~, ' :', 1 '" '.l
A.l.S. Muliipli'cadón
. "
..de V~c(ores.
'. ,
:' ,':
. '. :. ;
!JI.
.•.:
h,
1, .
; .
::1 .~
.j:'<
\i\" ,
."
'i~:/
lo. qpe cs un cscalar. Un caso cS[lucial, ue la ecuación (A.~l)cse!' pro(Juéió dé Un
vcctor por élniismo. que proporciona el siguiente resUltado ,l.
,,', .". '.
;;;(/ = ~(,~
. ,=1
En el caso de 1 clcmenlos esla cuntiuau es (rí~ + O}). 'qtie. porel tcorema de Pil<Íg.(1-
l.. l'
ras; es cl cuaurado de la longilud del vector a. La longitud de un ,'celor sc simboliza
mediante Ilall.' Exlcndiendo este resu}lado al caso de ¡'¡'és (1 1l1;\S dimcnsioncs lenl" ...,'
.\~; I
Si .dos vectores del mismo orden son' igu¡jles',' entonc'es r,esullaque son iguales ell:.
menlo a'elementu.La direrencia de eSlos,dós veclores 'd;1 cl "celor cero. <)ue es Ull
VeCI?r .cuyos elclllen(os son. lodos y,cada'uno,i¡,:uales a ccro. '
U¡;a l.n;llri7. cs. una ordclUlciúlI rcc/~llIg/l/úr' de elementos. EI'ol:dc;l de una m;¡lriz "ie-
ne (1cICrmi,lí;¡do por el númcro. <lc filas y ele collúnnas. Cuando mcncionamos el 01'-
(len de U'itam;¡lriz se proljorcion'~'cli .pril~\e,fiugár elnllmcro' de rila~ y a continua- :yt:
'.1'0
,
. ,~,.
. menlos o. alternativamentc,'como una cbleccióno{.(leI{ad;¡ dc vcctores riÍ;¡ dc 11 ele-
'-...-J~'
mento?, Lamulliplicación d~ una matrizpot un esó"<lr significa (jue cada erem~nllJ ':'
cicla matrii,quecJa muli'iplic~¡J() por cJicho'csc¡¡lú. L¡/s¡,iná de ,dds m~lri¿cs del mis- ~~'J
:¡:
mqorden. al igual que sucedía e,n e/caso. de/os ~.célóres"c()lisislc cn la sl/ma dc los "~j
~Icnlenloscorrespondienles decad;i rílalriz. ' . .~
',~,'! JI J
~Ji, """'!
52.1 ~II~TULJUS DE,ECO;\'U.\II' IId,\
i~
A == . [\' :2, 3],1 ,
r 20 4
1~
-A "
Una 11I:itriz simélrica sillisf;¡ce la condici<iri'
-f:' ,\ ' == ,\
, " • I
,:\S ilustra una ca~oen el qll~ nl11boslipos ele produclo exisl'cn (p_== 111);
ft1'¡")('
i.
, i, . ,A!'l".NDICE.I\: Algcbr~ Malrici~1 . 525
411)' .+
:!
==
13
2 ()
2 2714
j,
[
3 2 7
~".~~::Y;~'''':l~::.~
,:,: •..
"t,~';:'~"."'.~.:~:_':,.'~.":,:,,~.(~ '7:.,:;~.~"~./~.
..,,~~;',.:,_:':r:-:;,,.,~.~~.~:,:.
~,'.::
::.: :'.~"::l,s.'\~ ¿.<,::;:;,:7;T01tr~:;~~~~."p:7J;-.B:.~~.:;.'~q::::"7,~,'?::;-:~:~
:~:.,:.<~~',~;,'>::\." ...,;.'\~i"':•:.~~:',.~T:?:':~'~~y.:,~,~;.:~,::"
.', " ' '$cad p'rodUetoA[J C¡IIC~il~l~ólizari'lOséoÍ1 .,' ' , . .'
o O O
con unos en la diagonal principal y ceros en el rcslo de la matriz. Esla malriz juega
un papel similar al tic la unitlad en el álgebra cscalar. Si prclllulliplicamos un vector
: tle n elcmentos, y, por 1 el veclor queda inallerado, es ~lccir. 1y :::.y. Lil Iransposi-
ción de eSle resullado da: yíI :::)..; es deeir, que si POSllllulliplicamosun veclor fila
por 1 el veClor queda lambié~ inallerado. Para el caso de una malriz. A de ordcn
11/ x Jl se sigue que .
¡/IIA::: Alm::: A
, La pre o poslmulliplicación por 1 deja la matriz inalterada. Habiluallllenl.c no hay
nccesitlad de indicar el orden de la malriz. idenlidad de manera explícil:l pucsto que
se desprende del propio contexlo. L:I m~lriz idenlidad puede aiiadirse o suprimirse
en ,1:lSoperaciones de multiplicaciones de matrices. Pór ejeniplo,
y - P)' ::: ¡y - 1')' :::My
Gonde M :::1 - P.
:r~
~I
Ulia lIIatri'l. dia¡;onal es como una malriz identid¡¡d Cilla que los elemcntos quc
no 'cstiÍn en la diagonal'principal son:lodos iguales a cero. pero los eklllentos de la r
diagonal principal son e1l:menlos' escalares. de los cuales ahlh.:nos Hno es dist in lo de .'~, ~
cero. La malriz diagol\¡d pu~de es~ribirse de la forma
Al O '0
O A2 O
1\:=
..
() O A"
Il"de manera m;is compacta. ¡\ :::diag IAI A2 ... A,.). Algunosejeinplos SOIl
Un caso especial
[:,~l
de matriz diagonal
y [~-~ ~J....
aparece cU:llldo lod;ls las'A'són igu:llcs.' [sla .\
. ,-;:""
l~)iltriz se dCnOlllina Illa(riz escalar y .puede 'escribirse conlO '.,
",l"
'::'"
A O
O
()
A
O
~J>I"n '".'l'
, Illultiplica. . '}."
cs decir, que multiplicando A por sí misma, l:lnlas "eeescomu se quiera, el resulla- ~).I
do no es olro que la reproducción tic 1:1mntriz originnl. Un ejcmplu de malriz itlcni.
, ...l'.'
poten le es la la malriz '-
~J.'
1 - 2 '1]
A:::*-20.1-2 .~)J
[
l -2 I , ),
quc puede verificarse efectuando las correspondienles IllUlliplicacioncs.
'~) ,
Una transformación de matrices muy útil es
. 1 '.;J ;
A ::: 1- - (jj')
11 ,lJ
''(
dOllde j es un veclor columna den linos. El produélt1 ji' es ulla matriz de orden
1/ x JI, cuyos elementos SOIl lodos 'iguales a uno. Dadll un ':celor colulllna de 11 ob.
servaciones de ulla variable Y, '.
<'l
, .¡.
1-
lr y
,7
, -1 (" ,.,") y="- I
y
.. 1/ 1/
r
,
r':
i YI~ Y
o,Y' y d.: eslc modo.
Y2~Y
Ay =
r
, 'o
':',
Y,,:": Y'
'/-"
.'"1,,
L<I m<llriz lr<lnsfonn<l los dalos'ell desvi<lcioncs con re:speclO a la medi<l. Los 'dntos
no resull<ln afecI<ltlos en el c<lsop<lniclJlarcn el'que su media se<l igu<l1 a cero.'Fi,
n<llmcnle. debemos nolar qlle Ai= O.
011'<1 irnpo;lanlc malriz, aU;Hlue noneecsa~ia'mcnle cuadrada, es 1<1I1lalril'.
nl1l:1 (J, cuyos c1em~nl(Js son (!-ldos igu<ll,cs a ~ero. Obviamenle las rclaciones son '
A+(J=A, Y AQ=(J
De m~ncr<l p;¡recitla operaremos con veclmes' fil,a y colqmn:l cuyos elemenlos son
lodos Iguales a cero. '
Una propiedad impOrlanle dcl<ls nl<llrices cU<ltlr:\das es la 11':11'.:1. La tr<lzade
una matriz es 1" suma lh: los e1eIl1l:I\luS de su dii'gonal priilcipal, es decir
~¡ •••
~?'..
'{'"
, \:l'\.. A.2A. i\1alrices Parlicionadas
1'''1
,\¡;;- .' ¡ •
I.:.¡;t,:
Una m:llriz p~lel¡'e p;¡rlicion:lrscen submalricesindic<lndo subgrupos de rilas y co,
\,
:k
1~
.~. '. lumnas. Por ejemplo.
:\Ir
,<1 l
(A.U)
.''':~
"
oi;.'
t: .-\PE.='l:.1let A: Algcbra Mauicial 519<
donde
,1
! . .'
Las líneas de puntos inuicanla pnrlici~)1l quc:c~ndllce 01\01formnti6n de lns cuatro
ilo sllbmalrices Jcrinidas enln ecuación (A.\"}.L9s'pro.cedimi,enli:>s descrilos anlerior-
¡' Illcnlc'l?<lrn la SlIJn;l y muiiipiic<lciont1c "lalriCes p~ed~l,lUliliz¡¡rse direcl;lmenle en
, ,
el caso de las ni;llrices' panicion;Íd';lssicmp~c )' cuando las sublnalrices senn de lns
~Iilllcnsion~s a~ecuadas. Por cj~mpio.si A Y'fJ son IÍlnlrices escritas en forma p"rti-
donada COlllO ,.' ", " ., "
fJ = l~:: ~:: 1
-".
,ti 12+ fJ12]
enlonces
A22 + D22 "
dadoquc Ay IJ son del mismo orden (dimensión) )' c<ld<lp;lr A;¡, D;¡ es del mismo
, orden .. Como ejelllplll ue mulliplicación de Ill<llrices p<lrticion"dns consideremos el
si~uienlc ejemplo,' ' . ',' .,
','ALJ '~\AIA'
, '
21
1\12]
'[J
"A22
l'
D'
11
, 'A ,,' A 21
- JI' 32
"
¡¡(a'b) = ¡¡(IJ'a) = ni
=a (A.I5)
iJb. r1b
11"
l.
;.
:.:.
,.
";.-
Este .resultado es válido 'pni'n toua mai~izcuadrada simétri~a de cualquier orden; cs'
decir que o"
. oo(b'AfJ) ;';2;\ú (A.ló)
c1b
I
,
L
par;¡ la Illatriz silll~lrica ,\. I\plicando es le rl.:sullauo a los jvlCOresulla .F;o
. c1(h'X'Xh) " .
--- = 2(,\ .\)h
.. ¡Ih , ~rr;'fi
..•.•
n~
que l.:Sun vcclur cululllna de k elementos.
l~.;;;l
A.2.ó. Itcsolllcilín de ECll:lciillles
°EI veelurdc coeficientes dc estimadOres ¡viCO. h. es la sulución dl.: (X '.0\)!J. = X'y. u?l.
Necesit,lI110S establecer las condiciones b;¡j~ las que exista una solución lInicn. Con-
siderenlOs el conjunto de ecu~ciones
o_~,?'
. ;\ ú:'; e. (A . l 7 )
..0L\9n~.e¡\ es una malriz cuadrada. no. necesarialllentc.siill~trica,dc arde.n k.x/..'.; yby.
e son vcctores columna de k e1cmenlos: Los eleolcnlos (il.:'..\ y' e son conociJos ~' los
dc ú debcn delerm:narse. El cnso más silllpil.: ocurre cuando k = 2, L;¡s ccu;lciones ../)
'•..•..
pueden:en l.:sle caso. escribirse como'
. don'de ~¡ (i = 1.2) son vectores' coluninil de2 ékllll.:nlOS dc la inalril.:\ .'Si el "iPI; dc' .
siiuación ilustrad" en la' Fig. A,l t:xisle., cnl'on~~s dircclalll~nle se 'desprclHk que
Ilay una solución lInica que es combinación lineal de ((¡ que dael veclor c. Sin Clll-
bargo, si la sitllacit"Jn dibujada l.:n la r-ig.A.2. en dOlllleun vector coluiilna cs simpil.:.
'menle un escalar múltiplo de 011'0, digamos por <;jemplo que ((2 = Afll. enlonces
cualqUier combinación lineal dedos veclores solanicnle pue'de producir otro 11llílti.
. plo de fll' El veclor e debe coincidir con Iii line;¡ definida por fll' ecuación ('\.17) .
para que 'Icnga infi,iilas soluciones. micntras clue ~i elvcClur e eSI~ en cualquicr ~lro
Illg"r entonces no exisle soluciÓn. Li difcrc'lc¡o¡¡ entre (i):una solución llllica \' (ii) no
exisle soíucióno hay inri,iilas solucioncs es que l.:n e1 primer casu los vcclores.co-
.,J"
. lumn¡¡ son lillcallllcn(l.: inllepcnllientcs, y en el s'egundo ósu los \'l.:Clores sun lincal. 0 ••
+,.
.
b. ESle conjunto de vectores linealmenle independientes sirve COI\\O h¡¡se del cspa. .<
lJ
--
~.
~, P.
532 ~IEToDns DE E('o:o.:l)~I¡:TllIA
(..,:"
f .• 'h
~io v(ctoriOlI de k dimcnsio,ies que contiene lodos los vcclo~es de k elementos cuyas
1O.n.lponenlcs son rcales. El espació veelorial se si'lilboliza con Ek, que es el símbolo
r~
t~ r' . utilizado [lara rcp.rt:scnlar un espacio euclídeo de k dimensiones. La suma de dos
veclor~s cualesqulcra dc esle espacio también perlenece 'al espacio, el múltiplo de
(?:, cu;\lq~"er \'cc.lor del esp;lcill también pertcnece al espacio y la distancia uelllro del
l.
r;;;, . CSP¡.CIO.se Illld.e como cn la ccuaciiín (A.5). Una hnse no tiene por qué ~er lmica ..
CualqUier conjunto ue k vcClores Iinealmenle independientes tam'bién lo cs. Los
vcctores .que constituyen una base sc dice quc expande la basc. Una base muy ¡Ilil
cs el conJunlo de veclores unilarios. En EJ los veclores unitarios son ..
y. dec~lc 1110do, cualquier. vcct,or e.'.=' [CI e2 c)) puede expresarse cOI.no C = el!!1 +
~. c2cZ'+ CJC1' " . .' ,
CUOlndo 0= 9(t. cos O = o. Y dc esle modo a'ú = O. Los dos vectores sc cruzan for-
111;ll1lloun .íngulo recto. el prodileto interno es iguala cero, y los vectores 'sc uice
que son llr~ll¡;l)na":s. Claramente los vcctores lInii'arios son mlltlla111~nle o'rlogona-
I les,')' constllu)'en una b¡lseor!ogonal para e1es[l;'lcio. . .
,.>- .•...
U . . 'ó '. . ,,
~,'~,~'~:~~
.'
::.;,~;~;~~:~T:;~~~:~~~::~~-~:;~"t
na aprOXlmac! Il estr~cham¿nle relacionada'eón la soluciÓn tic laeóla~iún (/~ 17)
,
relación slmdaL Específicamente, si A es uÍla niati'iz cuadr.lda, ¿existe otrá matri~
cuadrada, n, lal que An = n Si las colurllllas de A son linealmente independientes
la r~spu~sta es sí. Hag¡\I110S que ÚI simbolice la primera columna dc n, con lo (',ue '
Abl =!!¡ (A.I~)
Oonde c'l = [10 O, ..... OJo ba,da 1;'1indepcndenci;'l lincal de las cl:lumllas de A ti
queda determinado de manera líliica. Por el mismo argumento cada columna d~ 1;
queda delerminad" línicamclite, y la malrizil exisle, si se salisfacc que
. . AI1 =1. (A.20)
I.lemos .di'cho. sin de!noSlrarcl re~ul,tndo, que si,las columnas de 1., matriz cuadradOl
,\ SOl~, linealmente; int~epe.ndienles"t.am~~én lo~on sus filas. Un arg.umenl~ sin)ilar
rermlleden~(1strarque CXISl~lIn~ .1)1.a1rizcl)nc1raya la.! que ;. " .•
CA = J (A.21)
.•. ..
"I'~NDICEA: Algebra Matricial. 53J
h e = el = C.Ul= ID :=. B .
~::¡~::~"
tr:,~';:~::;~:~::,:;~:~'t
"'c"'' 'S:f'::~;,<;~:::::::;Jl'!~W>
,"t ..k'é"T"-H~"~7'"-''''''''' .....•;..'
A+ T:•..
2 3
O 1
. .2 2 4
,.
'1
El rant;o no J1l1cdeser mayorquc l[és.'Lai~sJ1ección de la 'ma'triz. sin embargo,
Illuestraque las filasobedecen.a larelación, filal + fila..2 - rila 3 = vector de ceros.
El rang.o debe ser, 'porhl ,'anto, menor que tres. No hny ninguna fila que sea un
múltiplo escalar de otra fila, as£'que elr;lngo de la malriz es igual a uos, Desde el
plll1lodc visla de las collllllnasobservnmos que hay cuatro posibles conjuntos de
,tres vcclores; pcroen' conjunto hay tres colllnmas linealmente independientes. Las
ri:lacion~s enlr~ ~llas501~ " ," . - " .' .•
col 1=' col 3'- col 2
col 1 = col 1\ - 1,5 'col 2
..¡
J
"
534 ~!I~'rooosOE EcONO~iETI\IA' -X..• ~..
- {/12] (A.24)
{/II
[:.:.]
i\ ' E"o d, la """;, [ ::~, -~::'l
~~l
:,...\~
"__
-:i
.
~. ,\I'I~=-iDI("E .•\: J\l.gchra i\'I:llricia.t. 535
A(ndjA)=(ac,lj/\)A
[
(1111 (1);-aptl'l)
--O -- () ] ',-. 'j
I,U '
la matriz de tercer orden y cle mayores órdenes. Eliminando la fila y la columna que
contiene a un elemento, por ejemplo el elemenlo all, nos queda una submalriz
.'.~
í
-'.
;, [~~: :~~1
~.'
en lugar dc un cscalar. En declo, ahora rccinplazamos el elemento 1111 por elliL'll:r.
minanle de esta submatriz. Los procedimienlos recomendados son los siguientes:
1. Reemplazar (/jj por (-1 )j+j Mjj, donde Mjj es el determinan le de la submalriz , ",1
1\-1
,
= _1_ (adjA) = _1_
[e
C'2
ll C11 C-I]
C~~ C:~2 (A.2lJ)
..J
.J
, IAI IAI Cn C2J C-'J
....-J.
.~ 1\ (adjA) = (adJi~)A.
"
~ IAI :1=11~1
. O
I~I ~
O /.-1/
J ( A..1fl)
"
,~
.-,
.' .•..J
J
:~.
---'-- _ r, "
T~)úo ~~1.0 ~llIcslra <¡u.e.h:I~'varias [armas úc expresar el d~lerminante úe Una ma-
lllZ m,IS ,dla de la Úd,nl(IOn general dada en la ecuación (A.27). Igualando el elc-
menlo de la p'lrle SU¡)c" '. . I I I ,.'
" 1101' Izqlllert a t c as malnces con la parle th:recl . '. .
da de Eq. (A.JO) resulta 1,1 e Izquler-
"--, 1 3 .1
1,11,: I 2 1
'1.-
2 4 .'i
Los nlel10res de ia malriz son
(j 3 O
- I -J -2
"
\." - 5 -J -1
~oloc~nd~ los si~nl1s a los menores y haciendo la Ir~llspu~sla dc esta malriz resul.
1,1 la matraz lh: aUJuIlloS . . .
6 J
adjA = - 3 -J
-51 J. .
Expres;llldo el uelcrlllinallle
r O 2 -1 .
en ténllillos de los elemelltus de la primcra [ila de JI
lent:1ll0S que .
\',: .. 1,11=1(6)+3(-3)+'1(0).=-3
-2 _1
I .
11
J J
=
'l:--";~. "
.:.t
¡\-t 1
O _1
I -'\
I
;;:'t J "3
ArtNulCE A: AIgebra Malricial 5)7
Para el caso de una matriz de orden'/1 los p'rocedimientos a seguir para obtener
la matriz. inver~a son esencialmenle Jos mismos que los desarrollados para el caso
de la matriz. de tercer orden. El determin,lnle es
Los cor"clores son los menores arectados del signo correspondiente a las matrices
de ordcn /1 - J. Y In matriz invers;les
;,
C¡';"C'2'"
.
......A.2.9. Algil;1a.~ rropicdadcs;lclo.~ Qc!érJTli\1,:1IJtcs .
.., ~ ' '. ~....
... , . ' ..
(i) Si';,in /IIotri, n d.fttÍIO~l/i(1{¡~'~ pniiirl/~: I~ 1;1n';ri,~dCsfJl/éjd~ ~ii{/~!i~/~ ,;/1;.
/IIliltiplo (Ir! I//ln[iltl (v 'COll/lI/l/il)n olril(¡cslIJ[ifas (o COIIl/IIII{/J). el detcrlili:,
l/O varía. Supongamosqu~."aj-ési'I1\~
I/(II/tl! rila de n se ddine corno In su-
ma de.- la i-ésima rila de A y Un hlúltipló
. .
de la
. j-ésima rila de A. es decir
. " ,
• I
donde los coractorcs de Ja rila i.ési,m:i s,9n, obviamenle; los mismos en caeJa
unadc lasdos I11ritrices. El resultauo se sigue innú:dialamente ya que las
expresiones en lérminos de los cofactoresdesapare¡:en,:
(ii) Si las filas (cvll/mlll/s) tic A sql/ lillenll/'-cnre depelldientes.IAI:;: O.}'.si SO/l ti.
l/ea/mente illdr:pr:;,dielilcs. 11\1 -t o. Si,
'p~ngamos por ejemplo, la filni.ési-
ma se expresa COIllO combinación lineal de otrasJilas.las rilas de Asonli.
neallllenle dependienles. Restar la combinación lineal de la rila i.ésima, es
simplemente una aplicación repelida de la propiedad (i) y. cnconsectien-
cin. el delerminante no ca,mbia de \'alor. S'in em.bargo'.'.la nueva malriz. lie.
IlC tln:l fila [orinada por .ceros, Ya que cada término de la expresi6n ues;i.
rrallada del v"IOr del determinante contiene un elenlcntode una de sus n-
las, el dcterminanle es igual acero, Si las filas (cnlum'nas) de A son
5Jll 'Mt::fODOSOE (coNcniETI\lA
"'... ,i
.1 '(4
IA-'! =- ,~ 1
IAI
,'!)
IA-i¡ =A
;., "" " '..' ~:I~~::~~~I~i~~~\~:~ill~~1di~ISV~~~~::(/\-1 )(A -:' )~I =~:: premUlli.pli,~.~I~~~;!~ór 1\
~/'J2
O
11)).
....
lnspei:cio~ando esta malril. podemos observar' que los tres cofaclorcs son
igUales a cero. en ereclo ..
~
....L,
n() \
. .)<
.,
~-~L
. I [CIIO '0 ]
.../,
,1'
j;'sJ.'
:~;~'1
/
~IU()O(J.~ DE ECO"'U~lI;TllI",
't"~ [
bl ] _ [X'IXI :X'IX2 ]-,' [X'I)'
. . b1 ,'('2XI X'zX2 X '2)'
:'jl
,,-,l',. Tomando cn cuent" el
ucsarrollo p"ra la primcra rila. tenclllos que
!JI = [(X'I/~J1XI)-;
. .'
-(X',M1X¡)-1 X'IX2(X'2:Y2)-;J
': ' . lx'])'
f X'I)' 1 . (AA3)
= (''('''\[2,'(,)-1 X";\(2)'
"
A.2.11.l\1:ís subre el Rango )/ In Resolución lIeEc\lacioncs '.'
GOl1sideremóshl eOU:lcilÍl'lhoIl1ogéIlC:I""':';",
- ,lb = O (A.45)
Los elemcntos deA son eonslantes. conocidas, y b es un veclor solución descolloci.
do. Si A es ul1n nialriz. cuadrada .yno.singul:l'r,'.'a:única solución es el vector cero,
b = ;\-10 = O. Unn solución dislinl:l' de cero requiere que A sen singul"r. Considere-
IlH)S. cml1o)luslr ••citln,lasiguiei11~exriJ;esiól\.' .
','.. '. '.." .
'(I1,b', + {I12b2 :d O .
.. , ," .,'., ,'1
1
11 '~2 AJ
[ 2] [] ]
b'.= b = 1 bJ- + () .!Jj
b] O . 1.
.
. A-. '[A';"AI2)''.
. ..... - ,til . Aü',.
úonúe ~ II e's U';il nléÚrí~'c~aú'~"da'nb 'singu,iar de árden.r.y'A".i2cs'de. ordcn l' X (1' - r).
. Elimin;¡ndo Ins líltinlns in :..:ailn$¿!c !" -ec\í,ición <f,.45)rcsllllil
IhL ~ _
..-'k;
'"Jl.~Y •
.:~.
''''"~.iJ,; .,.
Caua solución ~Ie la CCU;\Ci(ll\(AAn .es lambién una solución de la ccuación (r\ ..1.'i) .,....."
.:"::¡,!
ya que las filas tJcscartadas de la ecuación (AA5) p"ra proporcion"r 1" c¿(,acic'ln
(A.'l7)yucuen cxpresarsc Como colllbilra~ión lineal de hlsrfilitsindepenuien'lcs de
........,
la ecuación (A.47). Por lo I;Inlo. cunlquicr solución tille se;1 \'iilitla para I;,s filas in. ~::::>
cluidas también lo ser,í para las filas desc"rtadas. EJilollCes. la ccuaci<Ín (¡\AlJ) ddi. :..r!~.
~..ti~:)
-
IH': el veClor de solución genernl para la ecu<ición (AA5). Si b cs una solución. en. . -...\.. .
:.:iJ)-
lanccs está claro quc Ab es lnmbién unn solución para el valor arbilrario A. Si h. l' h
son solucio/)es distintas entonces resulla que A¡b¡.. j'Ajbj es lambién una s(Jlu~i'(i,/ .',~.•. ji
X"Xs = O
-l..,"
I'rcmulliplicando por s', Ilcgnmos n :J'\
j.?
s'X'Xs = (Xs)(Xs) =O -J,}
.. EI veclor X.r es un vcclor COn longilud cero)' (Icbe ser elvcclor nulo, es decir. J'
'1;.
'!"
Xs= O JI..
r
'1:
Entonces,.r pertenece al csp;¡cio nulo dc X:,De e~la (orm¡; resulla que XI' X'X li~-
~~\
nen el mismo cspacio nulo y, por lo 1;1/110, liln~isma nulidad. (k- r): Ticnc~ lambi~n ~..
. elm~smo llIímcro decolunina~ (k) y, Cl1consccilciicia por la ecuación (A.<16). liencn ,.,
....•
h',
el mismo rango l' = k - (k - r). Enlonccs, .' .. ':, . , .
-. , >~ .:s dccir. quc el rangll del í)nH.1uclo de dos malriccs. es menor o 'ig,ual que el menor
\
.••...•... l.k IllS rang.os dc las m¡¡l rices que i,úervienen en el prouuclo. De nucVO, un procedi-
'" '\ mienlo parccido al ulilizado en los dos anleriores leoremas sirve pnra de1110slrotr es-
,/,-..
Ic úllimo.
)- .
.?-.
:\.:!.12. Valoresl'ropios y Veelores Prop'i~s
'A
.:
: ,_. ~ Los \';lIores p,;opios y I(;s \'l.:clorcs propios :lpúrccen en la r'esolución de un conjunto
.:sp.:cial de ccuaciones: Consideremos el conjunlo de las ecuaciones en difcrcnci:ls
,11.:primcr ordcn quc aparecen enla discusión dclos VAI{ en el Capítulo 9, es uccir,
x, = AX,_I (A.54)
donde x, es un \'cclor k x I tic observaciones de un conjunlo de variables x en el
licml)ll l.)' ,\es una nwlriz k x k de números conocidos. Por ,!"alogíacon ellrala-
mienlo del casouniv.lI'i':lIllc que vimos c'n ~l Capílu'lo 7,hel11os poslulado un veclor
soluéi(¡n parad cnsO mullivarianlecomo' .
x,=~'Jc (A.55)
donde >-- es un escalar conocidú y cun veclor I~x l'de elemenlos desconocidos. Si la
COlación (Aj5fh:ldcscr una-solución ue l"ccü:lcián (A;SII), enlonc~ssusliluy.cn • .' .
•••I'~~D\CE •••: A\gcbra Matricial 545
. , ' ,',.0' ~
. >"c = Ac
, '
o.(A':'>--I)c=.O, (A.56)
El veclor e perlencce al espacio nulo del" malriz A - >J. Si esln malri7. cs un" ma-
clriz no singular. la única. solución :l l~ ecu:lción (A.56) es la solución lrivinl X = o.
Una solución no lrivial reqlliere.'que la malriZ: se:! singlílar (J, ~n olras palabras, que
su delen!1in~nlc se~ i¡;ual;l cú(i, lo iillesig,l1ific~ que
, ._' "\A'~~II O' . ~ . (A.57),.
Esla cOI;dición propor~i(¡n¡i 1;, ccu'~éi()n C';¡:':lCI'er;~lic~'d'~ i~;
;11:llri;:A: S~ 1ra;~ uC'u~,;'
polinomio de grndo k enel v:llor, desconocidó >--, que puede rés~lvcrse par" las k raí.
ces. Eslas >" son. los denomil1:ldoS vat~r'es propios de A. -rnl11Gién se conocen c'omo .
raÍ\;csl:llenlcs o r:líce~ c;tracleríslicns .. Cndn >--¡ puede sersuslilUido en la ecu:lción
(A.56) y tle ahí oblener el veclori: correspondienle.Losvec\ores e así oblenidos se
ucnon\1nan veclores propios de A.'¡;ambién ;ecí\)e)\elnOl)lbre de veclores l:lt~'nICS
o vec!ores carne!eríSlicos de A. Itcagrllpnndo I"s k soluciones oblenemos un" '~cun.
cilín l1lalrici,,\ 1,. ... " ..-
o o
O,
. >A~b~-ri"l
,
.0,8
.'
0,4
La eCllacit'lncar:ú:led5Iid(/\.5'7)'rcsuna;"
.,~
, .,'~ -'. .-
546 ~I~"OOOS OE ECOr-;O~ICTRI,\
. \ 1,3 - >-.
-0.1'\=(1,3_>-.)(0,4_>-.)+0,01),
0,8 0,'1->-.. . '.
.= O. .'
.'
Losvcclorcs c;¡raclcríslicos son AI= I,~ t>-'2= 0.5. Susliluyendli el primer valor
propio en Ji¡ ecunción (A.56) resulla 2
. ] [ ] ( ]
l_._~ _
c'io~¡' .
...J ...,.
-,~ ..
,\I'I:="I)I[C ,\; AI~chra i'vlalricial ).17 'JI:--'
1 (o),. LO.I' 1II,.lurr.~ propios ¡fe /1110111 II/ril l/O silllétrico IJl/l:dcl/.\:('( rwln o co/llp/rjos.
/ (b). L~.I'I.(¡forr,\' propios 'de ui /(/ 11111/
ri z sil}, el rica ,\'01/'to(í os ('1/OJ 'Illí /Il(,ros rcn/es.
C~mo i1uslración ~c eSI¡¡s rropieuadcs ~onsiueren;os 1;; ~latriz '\. que mOSlramos'
mas aUd;l111e.
.' . ~. cuya ccuación c'lI"lclerísliC'1
"., cs.. >-.)+ 1 (J l .
=, () quc supone .,que 1\ = :!: ".
dondc I = v-l. y /Jllenc v¡¡iores propios igualesa: i == :!:.Vr:¡. .
l1 =, [ 1 -2
]
IJ =[ 1. '::'2
]
~,
v :~.
~
1 -1 . -2 -1
2(a). S~/os k l'i¡fo~'C,\' /}J'(;pios ,\'011¡j¡slilllos. C tCl/d~'1Í k CO/¡IIIII/O.l' lillca/lIIl:llte il/tI~/}(,,;,'
(1Iel/tc.\" )'. (1,\'1.COIIIU awhll/llo.\' tic tlellloJ'trnr' .
~ullipIieilnd6Ii'C()l11billaciónlinc~ir()r>-'l.díl 'J>
'. Cb,>-'i) el + (I)2~2rc2= 'O." . j,>
n.csÍ,ando esla céu;ición o"e,lilcclia~iÓli.anle;'ior pern;ílC IIé~ar.a -J~.
" •," '(~2- Al }b2 c~:= '0 .~
.0.;-
',{
b.1 - (~' ) .asl.ser u~r7.,lla COIII r;~dlccIOIl. En. ddllllllva, diSlin los ¡'alures propios ge ne. 'J~
r.ln v.e.ctores proPiOS que son Iincalmellle lIluepcnui.eritcs:
:J'~, 1',.
2(b). La dcmoslración realizada Cli2(1;),"no 'implical¡¡ simcúía ¿;c ti ni\lI fa!la. ¿n.'
j~,
. IQ.~<:es rcsulla 'lúe ladiagonalizaéióll de 111ccilflció,,'.(A.60) sir\'e indiSlillJ;¡. "r~
mcnl.e.alus ca:os en los que la.nialrizes, °."10, simélrica. Sin cmbargo. ('lIl1ntlo ,J~
A 1:.1'111'111
J/I(l/l"Il silllétriclI ItH )'CÓ . ..
S
;.. ..... ..' .. . '": . .\ '.
.... '. ". . ' ..... UI( e)O/)JO.I.1I0 .\"UN-/))"eCI.I'lIl/ll:l/lC 1t'1t'1I/IIlC"t(~ .J~.....
. lIull'/)(,llrll(~/l/~'.~: X()". or(o¡:ollll/CJ tlU.\:1I rlos. . ' ..
Considercmus el primcúi eJe los dos ~eelüres p'rop.i(;s ell la rorn~a:
. '. ..' ..... ACI = ~,CI .' . .y" ..itc2 ~A'~~';"
I'rel1lulliplicalldo primera ecuación I)Ore ':)' l'l's'e'gull(l~ )'(')r : l'
lit .' .
.' ." .' . . 1 '. "1 e,. e Ile m os '11I e
("2Ac, =>',c'2'cl .... "y" . c',Ac ='~ e' e
. " .;. l. 1\:' I ".
Tr;]nsponielldo la segunda ecuació,; ttncnio~ (Iue c' Ac' "=.'A' ('~' c -J. I .' _.
.. . . . . '.. . . 2 I .. _ ,_ <.Ie () <]uc 1\ es
sIIllelncn. Enlonces
", -,',
'
. . . ..' . . .'
~..
rí.
I
:r.
•• )
~i~
.c
J-- Ya que los valores propios .soi\ distintos,c'i el' :: (i.' Esteresult~'dose r~;¡i~tie~~ p~rn
ro cu;dquicr p;!r de vcctores prupius y de este modo dichos vectores sun' orlogonnles
cnlrc sí cUanthl A es una malriz sillléti'ica. Es habitual en esle ¿¡¡so nurmalizar los
G \'cclorcs propil1s dc modo quc resulten veelures de loilgi'tud uníúHin, IIdl :: 1, parn
i :: 1. 2..... /.;. Sca Q una mal ¡'¡z cuyas colu'11111asest¡Ín fUl"ln'ndns por estos vectores
01:- . prl1pi\IS \lrt\lgon;\ks'llllrm:di1.:idlIS. Se lit:nc que
r. .;
Q'Q :: 1 (A.6.L)
7--- De In ddinición demat riz inversn y de.la propieda9 que eSI;¡blecía que cs única se
o~l"
sigue: que ., . , .
£ Q' = Q-l
~~; - I
Esl;! matriz Q sc dcnomin;!.llIalriz orlognn:il,es decir, cs una matriz tal que .1'11 ;1/-
-'~.
1 .I'\'rSl/ ('S S;/III}lclIIl!ntl! .1'1/(r!l.IiSP,II~s/(/. De ahísC siguedireClarnente d<: (A.62) que
..-:(:' . . Q'Q= j~' (A.tí])
""j-0 cs decir, nunquc Q rue construid" como .una matriz con colull1l,1as ortogon;¡les, sus
'o o \'cctorcs rila SUI1lambién ortogonales. Un" malriz ortogunnl de ddine cnlonccs C0l110
'C
--'h.
Q'Q = QQ' =1
Para el caso de m;,lriccs simétricas la diagonalización puede escribirse de la rorma
~Y- Q'AQ::¡\ o "A:: Q¡\Q'. (A.tí5)
3(fl), CII~'I/do los \'Ir/orcs I}ro)}ios de: 1111(1l.Ii(l(rÍlllu s()lllUlio.l' dios t/iS(;IIIUS e:1I(re:.I';
c:.r';.':(('//'/IIc:iWS c/2 /.; pe:c/(Jrc.d;IIl!II/IlIe:I;Ie: ;lIile:pe:íll/icl/(e:s, .
Considt:rcll1os el siguicnte eje'mplo: .' .
A :: (3 '. -21
. 0.5 I
.l,.l) s',:\,:;Ho¡:<:s';l~i'd1)iO~\6'¡)'>::1~'X~ ,f:.Z::C's"d"Ct ir:'li'~
),'üíí i1í'B íí' SI 111 P r¿ .d e"¡'úlilr1¡jI ic:iü:i il'.
. ','. ".
igl\id ados.SustiI1l);end()cnl;¡ccu¡¡ción(A.56) resulta
tI' ~:][;::1"[:] .
I:Slc rcsulladll nos IIc\'a aun\'cclor pn"pi(') simpk,¿'I"::.\2 11. La diagon:t1i"/.;\ción de
la ccu;¡ción (A.60) cs imposible en este caso. Sin cmbargo, es posible ocerenrnos al
resullado de la di;¡gonaliz;\ción cn la rorn~ade una ma(rii de ./or.dan. En este ejem-
plo \;¡ matriz tk JOI'lI;\n cs
L" matriz eSI¡Í cbillruesia; como puede observnrse, por UI1Iri¡Íngulo superior con el
\':1101'propio (repelido) coloc;¡do en \;¡ di"gol1,,1 principal y el nllmero 1 cncil11<1de
1:\t1iagon:d princip;\1.. Exi~leUI);\ m~,tri'l. [' nu singular lal que
,.¡"-' A1'tNOICE A: Algcbra- Matricial
,
.' f
, ) .•.•1 AY::'] '. O,. It =. 'PJP-l (",66)
Parn encontrar la matriz P de¡cjcml)I~, cscrlbiremosde nu~vo la ecu¡Jción (A.66)
comu 1\ l' ::J'J; es decir,
"" .'."~\p'2'::¡;I\~P2
la primcra cctl.lI:ión mtlcslraquc 'I;I'~S ~\\'cc~'~~ propio el' que nc"bamos tic' oblc-
ner. Suslituyendo )..::2 y PI' ={21].' resulll) P2~ :: l<\ . l}. l<l m;¡tri1. P es
Cada bloque se re\;¡cionn con un v;¡lor propio y el vector propio nsoci;¡do con él. Si
un v;IIor propiu tiene ll1ultiplicidad igunl a 111, e.1correspondiente bloque tiene un
:<.•, •.'
.......
~
•... S r,i~..,9Y.~.1jq~.
}:~n~li~Q,Y'~~~~,~,.~.º.l~Í'y.!;a~p~:t)tÍ?r,.~,}~i
.:" ..• ,Y.¡\.\p.rA~r~I~}p. p~)j.JJ.f.'.~.~ ,~,ryJ.~...~.i~..~.
. gon¡\l porericitúa'tlelndingon;\¡'piil)d'p~L,To~0'si6;;(Jcn~Ks~ién12'iítos'so¡)'¡'~~~(cS¡\'"
.' '. . . '. " ; ......• . , '., <
cero. Si el valorpropioes dislin.lo, erblonues~i'educenÚÍ1escnlnrquese idenlirica
con c1valorprol)io. 'Por ,ejclllplo, sik~4 yhnYdosvnlores rrorios~uno conmulti~
plicidnÓlres, 1;, malr'íz de JorÜ¡\úes .
I O O
Al 1 O
[JI
J = , ..
O
O
..
Al
O
O
A'
2
Cu,lndo u~a 0111:ís raíce's esl¡Ín rcrelid;iS,p~~de cncó~l¡"a~'se unn molriz no sil1gulnr
l' que s"risra~\ll;\ ccunciol) (1\.66); ÚS e,c\lriciones en: (A.6G)~on'pcrrect;~enle gc-
ncrales)'no aplicalJ\esso!al11cnte al casÓ p"rlicularde k = 2. Si ¡\ es un" motriz dia ..
gonalde onlén ./.; qtle cOlliicl)c .todos 16sv"loresprópios, inc.luycndo los repelidos,
eS inmcdia\ocompróbnrquc . ~.
j
.550 ~H~TOD05 OtO ECOtlO.\IETIl/A
..,'".","~.C,."_A.,.,>j:~,;:~
..
Los primeros dos clelnentos en c)son iguales a cero,ycl
,~ll~::ln"" ....,,",' " len;cro cS;trbitrario. De ',.\
"'E
este modo el veclorpropio es un múllip.lo disl.inlo deccro de e'.) ,,; [O o 1}. Él va'lor ,
propio Iliúlliple da' . ,
Eltercer e,Jenienta decd.ebeser igual a ce.ro, pero los OII:OS <Jos elemenlos son arbi-
trarios. Simbolizilndo los esc;ilare.s arbilrarios pÓr'IJrY, LJ2 podemos escribir '
.' '. . [~Jt'", ,.1'0 '
"
b2: ':::b¡ O~.b2 1
b' ,.,'. O,, O'
, .' . . ]'.' ....,.
" ..' ,'. ,
ECI.(A.fi7). '..
c - A e = t; - AC' ~.i~"'
:l
los vec/orcs propios de IIIIIIJ{/S fIln/rices SÚÚ¡ igllales. . " , .' :.J......
l'rem.ull!I)\icando Ac = AC por /t,r'esulta'
-, ':/'
.• ' .
::....{ .
9. !_os'~('lores pr~pio.r líe A"'; :¡;n los ,rccíp;oeos .de lo~',l'alorc.l' propio.l' de A. aUllque
los vec/orCJ IJI'upios dc allll)(l.I"I//{lIricé.'r. seall igualcJ:.' .
De 1" expresión/le = AC, podehios'escribir.' .
. ~= ~A~lc
10. Todos los w¡forcs ProlJios de IIIIa 11la/!:i.z itlC/lljJOlcll/e.\'U1l ig/lalc.r (¡ cero o' a IOIU.
De ia ecuación (A.72) . ' .' " . ' ' ..
. .
552 .'I[TI)I)OS I)E E(,O:-;O~IETI(Í,\
ClIill1UOA es idclllpotcnlc,
,l2e = ,Ic = AC.'
l'llI'llll;lIIto, , A(A-'I)c,=O
t; y. en enn~ecllel1ciil, eildil,vc'¿lor propio é cs UII vcclor liD 1~1I10,
'r-:,
1',
o A = \
,',
.
==11'(11)
El primer paso seucsprcllele dela e'cúac¡ón (A.70); 'el segundo ('Ic I,¡propi'cúatj el
r, lereero ele 1" rroried<ldlO •.y el ~llil11o tlda ccuaéión (A.ó8) .. ' "
Ó,
~
--r,
¡,"
'r A.2.]4. Formas cundr:ítie:ls)' Malriccs dclinidas positivas
"r~
"r Un silliplc CXlllllcn tI<: 'las rorlllas qll<ldr~ticas se h'a viSlo antes, en csie mismo "pón.
dice. en el lralamiclltp de la diferenciación de vectores. Ellcsla sección simbolíia-'
"1,">
f' _ .- I1lUS C\lll ,\ ulla malri,. ~in\élricadc ortlen:k xk de e1emenlos reales. Una formOl CUil'
"r.
\\
dr;ilil:a ~c define elllllO
q= (¡'¡\bEI
-r-;-,
h" .
donde 11 es un cscalar y f¡ es 1111vcclor no nulo de orden k x 1. La form" cuadrñtic" y
,.j....
la malriz se diec que son definidas posilivas si I1 es estriclamente posilivo para cllal: '
:V
'<i~ quier ¡, ¡Jislinll~II~ ..c.:L~;~~~~.I~l.!I_>.'r~~m,~lrk~g~I.~_<:'~I~hIc!!!~i~!;iüo,:~~Uv:ls si (les no.: .
.~,. sIre'eh ll'l'clili:i¿i¡' ~ÚIr'c-'ini1i1lti j:;\ iclti' de" u n á ro rn I'a e Ü ;'J~X
. 1\ c g".!i.V,~,;;Ji-V¡')t?tÍ~\;I:t Ú~'K'.'Y' ",.:.
,:;')
~r~
,x.
IllS \:a'lnrl:s pn¡p¡';)~ dc la mairiz ll."
\. 1/11(/UJII;lil'j¡illll['('¡'.I'(/ri(/."
'
.wficicllle Pllro qtle tlIIOllllllrilo's;¡i,élrieo
JiI,lid(/ l'o,l'iti"1I ;'.1' (/111'lodo.\" los '.'lIlo;cspropio.r
rc(/I ASCII c/c-
de A SC(/II IW.rilil'o.r. Para rrob" l'
~:' .
r. ~~ 1;1Cilllllicil'lIl neccsaria, supong;lI11os que IJ'llb > U. Para cualquicr valor propio y
'-t'''''' Sil l'lll'll'SPllllllil'lllc "c'rllll' prllpio, ,le = Ae. I'rclllulliplicalltio por c' rcsulla '
r't"
'1."-:, e' ,1 e = A CC' =A
".
~'--, ~'a que los ''Cclores prnpiospucdcn l¿ner longilud igu"¡,, uno. La caiaclcríslicn
,;}- de \cr definida Pllsili,;ailllplica valo'rcs propios rOSilivos. Par" proh<lf la sufí-
'c l:ielll'i;l. SllP(JII~;1I110Sque lodos los ."l¡lores propios sc"n POSilivos.
\,L
-¡,:.' De la ccuilcit'lIl (AJ15)
\':~, A = CAC'
(,;':., dlilllk, e cs un;\lIlalrizorlogonal de vtelores prorios. Púa cü~lquier veclor' no
~.:~. lIulo f¡. ' ." , , :
.t'I¡~
e'..;;
f,:l'~
•',. ..;~I
• r~ .. _ ,: ';1 l.,'
"':'''I'~N()icE A: AlgcbraMalricial 553
. I l. ~'. ! I
~
tic factori7."rsc en la forma :-'
, .... ~. .
donde
.'
Eníollces resull" que
1\ =
¡\ In =
l
CA. C' = CAlnA
"
In C'=(CAln)(
. -'-'.'
CAII2)'
'.
. . "!'
O,,:'
AI'ENDICE U
I
~~'" •• ~"':'t:"Y.lJrrr.r:--"Tl't t"lI'T"1":c\l"'J"1n':.~UJ'\'r.:\'.~~;:VZ._H'(Il'~;"
. .'
.~"u:~T'1:,j,•.''''r:,,~=,:";''''':~.•...•.
~..:~r4'::IC " .:.""'I"" ..••~.;-r;'r.:~:-J
II
, "{
..
.
Estadística' .i
I
¡
"., .~. I
I
,
.¡
L~~~~~~~~~._~~_:~~~~k
cubra los principios básicos dc la,eslim,icióny el conlr<Jsle tic hipÓlt.:sis. El propósito \
d¿esle apérid.ice es dar: algúiilJUnlo de viSI¡¡''ailauido 'so\ire ~Igullós tlclos'íl1~~. ill1~,
,pOrlan'les resu1t,ados'lc6.ricos Y,'en p¡¡rli~~I¡jr. proporcionar un Ir'alamiCnto inalr¡cial 1"
,D,I:. , ..
VAH.IADLÉS t\LEA1:0RIAS YDISTH.IllUCiONES',
DÉPROllAnIUPAD ' '.
, .
•, •..•
' ...
"
'.
,:.,
,.L . I :;;
.[J;'~'
I .-~
i
, L;\sdos' caracl€:rístiéas 'lll;\s,impOrlill;\es'de'l'á dislrib,lIciónde prohabilidiJd son la
media Y la yarianza.' La 'n;edia. o valor,. e.spcr.ado. 'se simboliza ha bil ualmenle me-
tliallle ¡.t y se define como, '. .
. ' .. ' le '. .
.' ,.' j.L'7E(~\').'= ¿',~!,,;. (D.l)
.' . . .' ..'". "', .'. .... : I F 1, . " . ...• .•
quc'no es nada m,ís que 1:] media pondcrúd¡¡ d.c'los va.lores.\'. slentlo los pesos sus res-
pcclivás¡irob~bilid;¡d.es" Ji ¿se'\'opcra;lur' ~sp~~:j~lza y'puc,dc apli~~rsc';j dívt;:¡sas run-
. ciones dcX. ?oréjcmplo;E(,y2) Inüiéacl v.afor,GspcraÜl.lc.lc,,\'2.L<ls' posiblCs:'valores
de)f1. son x~ . .r~..:':.xl'que Ocurren'con. probabilidnclcsPI,-'Ji •.. ,~Pk: Oc' cSlcmodo"
'.; ;' ¡. ',' •. ,".' ,. o.' ,':,'. ,k'., " o. '.". •. .
. ,".
",.,...
t
.,\I'I~.'\IlI(F,,:Esladistica 555
..
•..• ;:.;:i
....;..
•..••.
. - :-,
\.:J:~.)
LiI vilrialll.iI, h¡¡\Jiluillllll:lllc Silll\Joli~.ildilmetliallll: lr~, es dl'ú//))' L',\pcmdu del CI/II'
.:.};, .
l"
)'
..
)~
(IU) 1\
.11.2
LA DISTIUB UCIÓN I)I~'PltO 1i'~\;IIL~D/\nNOOlt';'ÍIA~' UNIVAltIAi\'TF
• "'.. J
~lf:TU!JOS!JE I:CO;-.:()~IETlti.\
([) .5)
t>
-r:,
,11' : (1" ,./1 x
FIGUItA 11.1'
E~la función udi,ie una fa'íllilia de dislribllciones dependienlcs de dos p:¡r;í Ille 1ros.
E~lllS paníllle 1ros sonlalllcdi:\I:Cy,. 1:1v;¡ria~za (~2.'La'n,rv:1':1Ic"nza sum<Íxil11o en el
pllnlox = p. y es simél~ic.",r~spccIO. d.e e,sle pUnlO. Un micmbro eSJlccial uc csta f¡¡-
~,Jr-:., milia es 1., c1isfríullci(ín 'nm:';1al csl:ínclar quc licnc I11cuia cero y vari"nza igual., uno.
'.~~l (J
..;,(
.
así que
l
2
1'(::) = -==- c:\p-(' -1. ) " (13.ó)
r
.. ' . V2it., 2
. '.
',1 '{.V---) .'
J':
.
'"':/~,
_'.~ '"r'
I~CSU'¡lalal11bi~n ql~C
• '\1
f(x) e/x =
1
1(;:) d1. ..
,":r, uonuc : = (x; - p.)/cr. Las ¡ircas bajo la curV:1 tI.; }a u_i_~~r.i~H1ci6n norl11:11CSl:í,~d:~r_e~'-
. / l;in ¡ab:,'I"d'a.~);£.~~";bl:i;,¡;~,~aicc:i5:""'::""'C:::,' .... ;'c::- ~, ,',....
'~~!~':
'lo,:'
,,"\.'-:,
,)1- 11.3.. . .
'í.
DISTIUBUCIONES BIVAlilANTES
l.:.
~\~.:
t!.•.
tl ••••••
¡ ,\ nlelludo~slamos inleresados ell blvari"ci<Ín conjunla dClln p"r de v¡¡riables alca-
': .
lorias. 'Se¡¡n las \';lI'iabks X e Y que liencnllna Cdp bivariante simbulizaú" por
ICc yJ. Resull;1 que
...:}..
'. . para\odo .i',)'
~.:~~\
,
~~:'I~.
'(")
fJ [(Xl)'~ elx d)',,=1
\':6 y ..
J' J('~'/(.1':
1" . ..
y)d.r ely = prob la < x < b, c:<)' < el] ,
"'0'1' ~. . f ", .1'
;f r~I
"',,'
(x',' y);.ri.~ dy ~
, , .
'~J~j(X)d.;
1::1lérminocnlre pa ré nlesiscnlacunrla, Iínc,icsia sumaue}a proba b¡lidau' conJi-
c1onal)' es iguala uno para cualquierv¿¡lor de Xl'or el mismoproccdimienlo
La ecuación (0.11) dá
UA
,l.tÉLACIONES ENTRE L/\S DISTIlmUClONé;S NOHl\'IAL, Xl, iY F
,,~'>;..-,~¿~'¿~~;r ¡"~';::'~'I.-.:.:::....••.-..;.,.__~.•,.';•.~~:•..;,,'.;,;.,: ..~.;.:i:¡"-.-,i'::' ..:i~~'."r':"':':",,. :~'.\ "-:',:~. '.•.'.:...•.•:.~.;..•..•
..,~.¡.!,~¿j'~ ~~~~_
'o:, ..;.••.;;::::.:, . ..:.'.':. ,,;,:' '::':.: J.'i,,:~:", -:,.,/.•..•:.:.I,.-.~'
..•_,',_.:_.::.') ..•.., ••. ".¡'}:~•. '.
Sea lo - N(O,!) una yarinblc normal estáiülar. .Sup0!1gamos Cjue esta dislribuciílll g,c-
nera 11 valores tI" lol •.•••. lo') Cjue se' elev.¡¡n al cuadrado y se suman. El resullado resul ..
lan\e e's un eSI:ldísli~o Cju'e se' dice sigtie una qiSlribucilÍll X2 con grados deliber- . 11
lad:" .
.. '(' 2 . '2" , 2) _ 2 ( .): , .' ' l\,+ tl+ ... + lll• X.II .'
'. "':'
;.."h\
~,.\
..'
liene una tlislribuci(¡n F Con (1/1,112) grados de libertad. Los\'aloreserílicosap;lrc. :':
...
J~..
cen labulallos en el Apéndice D. Alulilizar la labia debe nOlarse que 11 $e rdiere a
1
los grados de liberlad de la variable del numer;¡dor y 11, ;¡ los ~r;¡dós de libcrl;ld de :;.,::-\
la variable que aparece en el denominador. . -. 'j.:.,
Si elcvamos al cuadrado la expresión para In disiribuciún I en la ecu¡lciún ... \"
(B.I)) cl resull;ldo pucde cscribirse -\j.~
,2 =: __
z2/1 ~~;~ \,
)'/11 ~'~
..
t~
donde z~ " que es el cuadrado de una variable normal eSI¡indar. licnc una dislribu.
ción X2 (1).Oe esle modo, 12(11) =: F(I,II); cs dccir, que el cuallr:ldlllJc'un¡¡,variilhk: 1
con 11grados de libertad es una variable Fcon (1.11) grados dc'liberlad. Oc 1:1ecua.
. ci~n (11.12) se desprende laplbién que. . 'j~
...... ',':.:;:,
:.,,[
[=:-.-=:1
X2 (1/) 'J"¡- ".' .. :. '0'
)'
.,'.:,. ""[ >;2.(;/)] 2. ~,:. -,"
.,j~
'. IJ .'~' .'
Vílr -- ='~
1/ 11 .',j-~
. ESla varianza liendea cero cunndo aUI11cnlnmos'¡!, y e'nllllices .:~y,
.
1
. [X (11)] . .~)'
. plim -.-'- ;" 1 '-1e:'
11 .
J~'
. =JfJI:..(X, ).)¡()'l:ri¡;)']f{.r) ¡~.r'. .,¿l .
.J ~
. ~1 lérminu cnlre parénlcsis es el ,,'alor' esperad'o' de g(x, y) en la dislribucilÍn condi .. ..¿
c.lo?al f (y l..l). Simbolicemos ~sla espeí'illlza'Condicional mcdianle L/x .. Cada cspc . "
.:)~'
'.,.lnzacondlclol.lal :es u.na htnclón ele s<;J1 al11C11le . .la variable .r. y cntonces.se promc.
dlan sobre la. (lislnbllélón marginal de.r ní'cdianlc una' operación' que simbolizamos J;"
con E"~.El proceso arranca con.la dcscol11ljosiclón alldnali\'a dc la densidad con- \'\
:~")
~t'";"
Wl..
...!'.'..:,:.r .•
'-j:
5{¡() ~"~,II)U()S 111;I:.CU:'\CJ~":'lllj,\
,m-' blc r<.:suilado. e~ ulilizadu n menudopnra evaluar [u;lcion~s co.lnplej:ls. Parn oule-
.•.~~:-' n<.:runn <.:spcranzn condicional lh:bemos lomar.esperalizas co.ndicio.nnlcs cn unn de
~. I;¡s \'ariahks y. n conlinuacil'lI1. Innwr<':Sli.:ranzas sobre 'Ia~ olrns vari¡¡bles. Este pro-
, ;i' ~ C<':SIlrt:cih<.: el nombre de léy dc la.s esperanzas ileraliras ..
¡~.'
, ~,....,
..•. 1...
'}-~
J.f lUí
DENSIDADES iHULTIVAIUANTES
~~.t;
'C .. '
~.-
Las densidnde5 uni'variantes y'bivnrinnlcs so.n casos parÚculares dc Ins dcnsidades
r:
.~C
11l1l1Ii'\';\ri;1I1Ies.EIl'el CiISll l;CI\l:r;11. lenemos tllIe.r sil11líoliz;; IIn vet.:lor de variahies
ak;lllll'ias XI' ,\'~.....X". Ahora la l1lisl11¡¡Ictr¡¡ sculiliza par¡¡ ladas las v¡¡riables y el
~t: suhíndice dislingue unas vnriable.s de olms. Ulla observación cn el punta l1lueslrnll
proporciona el vet.:lor de k el~l11entlls.x'l = [xit x21'" .r~.,). Cada vnriable tienc lIn Va.
"'r-
,',.. .~
1,,1'.:sperado
",:r i = 1,2, ...• k
~r;
\Y'-~:-' Si fllrni;lnll;5' t;l \,<':(101'.(.1'- J.I.) Y definil1los la malrii
\:-¡í.....
. .,~.
'
\:l:--
{:...
.\ .
las co.varianzns en )¡¡s posiciones que quecl¡¡n fuer¡¡ oe dicha di¡¡gona\. L¡¡ m;¡triz se
conoce tol110 11l~lriz de v¡¡rianzns:y cbvari~nza's a, de maner¡¡ más simple, como ma-
triz de varinnzas o como malriz de covnri;mzas, Habilualmcnle .nos referiremos a
eSla malril. como mali.'iz'dc
.. .
varia';lzas'y la'simbalizaremos
". '
medi¡¡nle
y = (x - I.l.) ~c"!'
donde c es un veclor columna de k elemenlOS' arbitraria y no nula. Elevando. al cua~.
drndo nl11bos (¡¡dos de la ecuaciónanleriory lon;and~ luego esper¡¡nz¡¡s lenemos '
~()'2) == E[ c'(.r - ;.l.)(x- I.l.)'e]
, , = c' El (.t. - I.I.)(X- ,1.) 'lc
.. _=,'c'):c.
11:1)'dos /JUlllos úliles en c¡desarrollo :lnlerior que nos inleresadcslacar. En primer
lugnr. (.1'- 1.I.)'ees un escalar, y de este 1110~OSUcua~r¡'do.puede oblenersc multipli.
cando dicha eXI,rcsi(íll'por su lranSpUeSI¡¡. En segunda lugar. siempre que lomamos
esperanzas de un producto.de. n'lalriccs, el aperador ~spernnz¡¡ puctle qcSpl¡¡zarse
hacin liI derech:lsiél11pre que enconlremos ~ect'ores y m¡¡lr'ices campueslos sólo por
conslanles. pero debemas par'¡¡rnos cUilndacnconlrel1los expresiones que incarpo-
ren vúriables alealorias,. Ya que y cs una v¡lriabh~ a\c¡¡loria escalar. E(y2)~ O. Así
c'Ie ~ O
siendo ~ una 11Ii'11riisemidcfinida posiliva. La forma cuadr¡)lica lomad el valor cc-
ro stílo en aquellus casos en Io.s que X represcl;le desviaciones linealmenle depen.
"{frCil'i¿'~:"'Jjlch¡)'a(!olÍ'li:7ím)TIó ;"cIF'ii'U]tAcl'¡r(l~]"t~t'ii(r2hci'i{'fi.ilc~~V'21Ít¡:~/I~'i\;'ari'ti'úl'cs ..
a!calorias,hl malriZdt \'arian7.asesdcrini(J~ po~iliva. " . . .
11.7 ...
fdp NORMAL IVIULTIVARI0-NTE
i"'.;<"'),~;~:,,,,,,<:;~,:~j,,::,:,;,;;/:,'~",:.j.~.;.,~~;:.:jji,';:~:¡;0;>.,;~;g~~
...,.:."""~.~,~\~:; ..:,.d:,.;.. ../, ,I":,,t,;: .'o',
~A.l.~.
),t CXI~[~ ,lT., , n...., ....
1
'2 .:,'
Ir-
(X¡~
.....
11¡)2])'.'
,'. •
(IUX)
,
.." ,..... :".
,~n(~II'L.~..;J'" ,-,', .
(B.I~)
duntle:L1I cs' una n¡¡;lriz. cuadrada 110 si.ng,ufarde;orden ,. )"122 es UI;,\ malriz cua-
drada no.singuiardeorden (k-.,.)'. Lil fOflna:dela,ecuación (13..1~) significa quc 10'
. das y cada,uJia de; las \'i)riables'enel éónjunii(Y.I~'X2.""" X, cSl,í illcorn,:laciollall;\.
;. '. -,' ,.' .
. ¡",
" .
;( i', ,":.:
... :.-,
. :. -'. ~,
:¡;
, ""."
l.L" "hi.pótcs.is tic "\'ilriól'nz;:a comlHl s,e 'irürndü~..: p:u". slll;rIÚi~';ii": l)~'~~IC ~Iilldo ia Ill.al'ri'¡t ¡le \"i1~ialllas eS di;l'
.
'. "1, .' .-., •.••. :.::." -'.. .
. ;'
'-",J.,;
, I~.
( ..•
" ~
'
,..J",! .
['.
conlotlas y cada una tic las \'ariahles tlel conjunlO .1"1' .1,_, X~ Si ahura del" "'-Jo: /
;./j
.J~)
,..::)
cs decir,l(ue.
. "
...;::\
La densidad Illullivarianle para lodas las k variables es el ¡J1:iJducLOde 'dn> dell>ida:
.., ;" ;.9~~.J'~llliv¡¡ ri an<les.~ep,arildas.,.~i.rwqlte. in du)'e) as k.p.ril.1ll:ra s.i~.a¡:i:¡bles S la u 1r:J. e.o.¡j
.•. .•...
las reSlanles (1; - r) variables.
lUí
)
n UCIONESr.>EfO
,
.DlSTIU ,
RII1AS
. CUAl)
..... h.AT¡'CAS -.'
.....,'
. SlipollgallHls
,\'...; /V(O. n .' r.
""''-'1
).,
o. iillernalivamelllc. comu
(IJ.:! I )
.1
,... ;.
~ --'- ~
'~~
~ ~ ",!,l.
)
~--."
r,r.""f
~. ...
.~r;
• •t ~ ,'1
() 'A Q
~
= ,\ .'.= [ IrO . 0]
O (D.25)
¡;S l.kcir..\
liene ¡'unos .y (1.: - r) c!:rns. en la diaL:I;nal
' •.. princip¡d. Ddiliamós
. ,r.= Q'.r yo\' = Q)'
Enll)nCcs. £(y) = O. y \'ar(y) = ['(.1'.1")
= f( Q 'x.r'Q ')
= Q'IQ
=1
Las Y son variables norm;¡¡' estándar independiJnicscntre sí. Ln rormól cu;¡drlÍ¡ica
,pucde ahor:\, ulilizando la ecuación (D~25). cXpr~sólrse Como
....• ',~ " .• .
.r'A.~'=: y'Q'AQy
. ),2 y2' ,,2
= 1 + 2 + oo. + 'r
y, pllrlo 1l\lllO, " "."'Ax - X2 (r)
El rcsuÚado g~llc'r;\1 c~ . .'1 ~.
.,.".- .•••. ".,..,. "C., .• ': • .\,~." •.c.é !1~:::{".RT:';'-~"'y;;-;;¡e,:::;-: <;':.- ;.""..
:~-:7"'7-~~';-'-'"-:'r'.f;\J)"':.ytll~'X(~~
=.11. -Ir [(X'A')~I (X'X)]
=H-k
e'c', ,
.y. di: este lllodo,lIegalilOs rill¡l!mclllea. ---'-;:.-X2 (11. ~ k)
(T-',,' ",
'. "
...
"I/finbles lIol'/!lnlcs, COII'.illntfii:ei Jilllétfic(lS:.1: itlel1'potclIlCS C:S/llf(ílt' diJt;ill;,idns illdc.
IIC:luliclIll:lII'CIIII: si.i:1 ¡¡f(JlIIICIO tic tlidlns¡'!"ij~i(:cJ l!~.¡;i'llI"lri,i.lIlI!" ..
. . ", ",' . .' ,', -.' .. ;' . "
.,,' ;
~." ~:. .:
. '",', • .'. " t~
',: ;
..
', ",",'
.' ','"
,:',
-",.•'
..:r.: :.! ";
o" •• -
':.()
, .
. ./TI)
.L9
.''.;;,,~
!l~
'. ~~t.7,1 r~vie n e ¡1.c<~Jl' P;l ii ad()u, e u I,..d i.s.'tII eJe.<)u e S() ilJ i~ I.~l)'Ja.11):.\ypr 1);1n e,dclo~¡j¡i,;,
los, ell forma de cOrle Imllsversal )' series t.:mporalcs. ulilizatlos ell los ejcmplos nu-
méricos a \0 largo de los dislilllOS capílulos .. Algullos ue los prohlemas su!.!,cridos ; .h~
~;\:,
'~;"
l:\Iilbién hacen rderelicia' a esla misma basc' tle datos. Los pr~[csnres y aiull1nus
puetlell ,invenlar olros problemas con eSlos. tlatos con objeLo 'ue realizar más ejerci. . ...
.cios pr¡íelicos lle Cconolllelría aplicada. Tqdos los. ficheros eslán \:n.formalo ASCII. '~~L...
I:.Vic\\'s)' Sta la. El richero REA DM E.DOC, que está cn el.directorio pr'incipal lI~1
'disco, proporci.ona li! in[l1rllló\ciiín nccesaria par:., eíllcnd.:rl:, CSlfllClura d.: Il')s dis.
.li;lIoS ,~ubllil:ecloril1s y lIc su conlcnilllj; .
-..-1-...
.j~
J-..
,0.0
.. ;
:-:J.:
.'.
'..).
.;.L
~.\.
:-t.'
.,
rJt1h
. ..l'~, .
•••. .1
'.r
Ll.,.'.
h
<r .
".~,
t-:
1--.
,.:'
.•.•jl
r.
~r.
J.:..'
'r-o
r-
." , .
. "
-p-,
l'-=-:-
'-t:-:
"r ~:;:
'/
..
. APÉNDICE l) . ,
'. .' .. l J
".- ..
569
. L\U'L\ n ..• ~- :." _..~,,:: ..
:\rcas de la distriLJ"lcilÍlIlI\lrlllall:sl:hlllar.
~~--~_'-'-"'----~.-""~""':"-"'-""""""~~'~~-~-':'-:"'~""'#""! ..';'.- -: ,,-~ ~._'
'. ",', " .'.
., t .00 ,91 .•..~ :02 !oj: <o~'.:',,;;~~;; .... 06:,o7 -' ,08 .09
0,0 ,6000 ,0040 ~,OO80;Ó I'io"': .0319 .0359
\: .0,1 .0398 .Q.1)S.O:l7B ",05i7, . ,,07!4. .6.m
0~2. ,079} .0832' ;0871, '.09(0" ,0948 .1I()3 .1141,
1.0
'1,1
J41j ".34]8'
j643 ".)695 ...
.3461.)48.5
,3686 '.' ;él798
.)50~8.
,J1Í9
1 ~35;'1
.• 3749 '. .3770
':X53 > :3577 " .3599 ,36.21
.3790 .3810 .)S}Ó'
u .. .3849 ..: .J~69_ .388S ,3907 .:im .)3944 ,'J962 .391\0 . ;3997 . ;.iOI5
l.) ¡,40n .40-19 .' .4066 <4082 ,4b99' .• 4115 ')11) I' .4.147 04162 . .4171
.1.4 :4192.4207'.41Ú: ;4136 ':4251.'¡~65.;'.{279 .4291 '.ÚU6 ,,4.m'
~.~ ... : '.' " .
1.5 ,4332 ... 4J~5 ...• 4357 ' .•4)70 ,o\)8~ ,4)94.,".4406 ,4418 .44i9 A'I~I
1.6 ,4452 .. 446} .'. '.4474' ',ol.18(:.o\495~Ú05 ....•15.15.. .4525 .4535 J545
\, 1..7
l.8 ,;'
,45.l~ .. 4564"
.464I,.j649
.457)"
..•. 1~5¡¡
.4582 ',Ü,)I"
.46to\ ',4671'
.":1599,' ::4608
,'1678.;,1686-'
.461'6
..1693
.. 4625
,.4699
.46Ú
..1701í
'1.9' .0\71)' .4119,..• 4726. :.4732 ".4pS« :4j4~ :':.'!J 50 .4756 .476 I ,4767
'.',. -, - ',,.4.
2,0 .477i ':4718 ..-: :'4783'" .47'88": 4793 ., 4798'.4803 : .,1'808,,18,12 .4817
2,1: ,~821 ,4826 .' ,'.48jo' ~,'18jil ~:4S)8;'. :4,~:12. .4.8.g, .4850 .,4854
.;; .4857.
2,i. '.,~ 861 .;' '.• 486-1 " .486S::4871:':t815 ..;0\818. ,.4881 ~4890
2j: ,4893 .4896/ '.4898":;4901,' .,490-1' '.,4901í ,';')0') ":'.~~'9H81'
4, '. ,,1881
" . :.491) ,4916
.2,4 :,~918 :4920;: .4922 . '.01915 . '.49'p.:¡i)29>19H
.... '.: ,.
.4932 ';.19)4 ,49.)6
";!
, .2,5 ,49)8 , '.4940 .4941 ;494) • ..•49,'5. .49,(6
.J .. , ;;,;.4?4S' ;4949 .4951 .,4952
2.6 . ,4953 .49~'5 . ,4956 .' .495'7' ,4959. .', ,~960 :,:.4961. ,4%2 ;.I9~3 ,49601
'2.1 . ,'1965 ,4966 . ,4967 ' ,49G8 .,4969 ,4970' ,'1\171 ;4972 ..197) .4974 .
2.8 ,¡4<)74 .4975 ,4976 . ,'19.77 .,4977- .oI?n:< 4979 .•1')79 .49g0 .49'81
2,9 ',4981 ,4982 . ,49M2 .4983. . ,49.84 . '.4984 ..• 4985 .4985 ;.I9H6 . ,'19K6
3,0 ,4987 ,4987 ,4987 ,4988 .. .,4988 •4989.' : .498? .4989 .4990 ..1990
'"
'. , !. ~
".tO •
,: .. ,'
>,'.1
• ' j''"
'1'.\111..\ 11.2
- •....•-dc -SludclIl
Dislrihul'il'lIll
._-.----.., ,,- .. , ,. -.-
p
v '. .10" .ll5 .025 .UI .IIU5
1 ).078 6,31,1 12.706 ) I.M21 63.657
.i'~~~,,;¡~~;~-
",:,'_~",.;" ri ' • ...... '.
2
3
.... '4..:c-
. 5
I.RR6
1.638
¡533
1.476
..
.2.920
2,3S3
..<2.1J2
_•.,.2.015
4,303
. 3.1S2
2.176:.
. 2.~71
(,.9(,~
~.~.II
..' .,1:1of1"
-3.J6S
tJ.tJ:!5
~.•-
.
~:~~~I".':i~'
4.032
'
.c.
'"l'
8
1.,140
1.'lIS
1.397
1;943
1,89S
'.. 2.4.17
2.365
J.I;\)
~
J.707
J.4~9
I.StiO 2.306 ~,' 3.JSS
9 .1.383 1,83) 2,262 2.821 3.2S'O~""
10 U72 1,812 2.228 2.76.' ).Ió~
11 1.36) 1.796 2;201 2.718 J.106
12 1.)~6 1.7M2 ..2,179 2.(1~ : J.1I55
13 1;)50 1.77"1 2.160 2.1,511 'J.1l1 ~
14 !.J4 S 1.,761 2,145 2.624 2.977
15 I,).¡¡. UD 2.13 1 "'1Xi01 2.')41
f
)'
l.'. '1'" ••1'1 .; l. •• 1'. II 1 : 1 l .•.. 1 1,." '.', ". .•• '.' -l.' .' " .•••. ,,~, .1 \" .•• ¡.,;. ~ l'. l. '.' '1' ,..
.-=t:.
1\ •• I
'-i:. );
.j~'I;: :
,
..
"2Ii"'~
... ~\$
..
572 ~1I~nJl)m /JE ECO='O~WI1tI..\
-¡-.\lII..\ 1),.1
Oi~lrihllci(jll X2
.......••.. _ •__~..._._l. •..... ._•. ....-._~ ..._ .•._.. _: .......•..•__ ... ;..•
, rados de ..
lihntad .,
l' = U,Y') u.n 0,Y5 O,YO t
O,HO U,70
1 0.OOOI5~ 0.000628 0.00393' "
'0,0158 0.0642 0.148
2 0.0201 0.0~0.1 0.10) 0,211 0.446 0.71)
) 0.115 0.185 0.352 .0.584 1,005 1.424
4 0.297 0.429 0.711 1.06.1 1,6,19 2,195
5 0.S5~ 0.752 1.1.15 .1,610 2.343 3.000
6 0.87T 1.134 1,635 2,2b.1 3.070 3,828
7 1,2)9 I.S6~ 2.167 2.833 3.822 4.671
8 t.G46 2.032 2,733 3,490 4,59.) 5.527
9 2.088 2.532 3.325 4.168 5,380 6.39)
10 2.558 ).OS~ J.9~O 4.865 6.179 7,267
11 3.053 3.609 4,575 5578 6.989 8.148
12 3.571 ~.I78 5,226 ", 6,)04 7.807 9,b)4
IJ 4.107 4.765 .:-5,892 ?OH 8,634 9.926
I~ 4.6bO 5.J63 6.571 7,790 9,467 10.821
15 5.229 5.985 7.261 8.547 . 10.J07 11,72\
16 5.812" 6.61~ 7.962 9,312 11,152 12.624
17 6.403 7.255 8.6'72 10.085 . 12,002 1).5) 1
18 7.015 ..
7.'J06 . 9.390 . 10.865 ' 12.857 '¡- '"
14,'140
19 7.6 n _.
. . '9.:U7
_....$..\61_. __ --l.()..l..l':]_. _.- - .. .H.ú54 .... ..Ek7+6 15;352
20 i1.2(>O .. r~,851
",
'. 12.443 14.578 16.266
21 8:~'J7 9.915 11.591 13,240 15.4.15 17.182
~~ 9.5H 10.600 12.338 1'1.()'1I 16.31,1 18.101
2.1 10.1% 11:29) 13.091 14.8.18 17.187 .. 19,021
2.1 IO.X.~6 11.')'12 13,8.18. ' 15.659 18,062 1'.1,94)
2,~ 11.52~ 12.(.')7 14.611 16,473 18.9.10 20.867
~(I 1'2.I'IX .I.l..IlN I.U7'J 17.2'12• lY.320 21,7'J2
27 I !.X7') 1.1.125 16,151 18,114' 20,703 22.719
!X I.U(,5 1').~.17 16.928 18,9)9' 21.583 23.647
2') 1.1.256 I.U7~ 17.708 19,76H 22.475 2').577
.10 1.1.'15.1. 1(,.,lO(, 18.'19) 20,599 2).364 25.50H
-
'r.\ 111.'\Il.~
...-' ObtriulIci,ín F . . ' .
Pnlllos ele b c1isírihllcitm F :,15 por cienfo (cifr;s en '¡ipo r
._ •••..,..~.í: .•: .• , ~."_.' .•_"''''''''.' '_,' ""'::._:.
•• ,,,,~,,, ,,,,,,,,
__
,
!
! .':'
'.Gr:lclos ele.
libert:lo
elel Gr:Jdos 'de.!iuerl:ld d
'elenoitiin:l'd'o'r. . ,",
-'.:
-"'.
-
"
'"
10
1 • 3•
.i
10
._--- ---- _ ..
__,I......-_---------------------
Grnelos de
libert:Jd
del
Granos de Iibert:Jd
denomin:Jdo(
'
•. ~ 3.98 3.59 '.)6 3.~0 3.09 3.01 2..9~ 2..90 2
9.6.1 7.20 6.:22 J.67 J.J2 J.07. ..1.&$' .1.74 .I.6J J
".7" ).!! ).49 ).~6 3.11 .J.OO 2.92' :.85 2.80 1
12 9JJ 6.9J J.9S S.JI S.06 J.81 J.6S J.SO J.J9 J
.:.'.\.!'
...•... '.r.-.,""~--=i\..'
,'" " (
.'
,:.'
1: <
;""
. . . ~".'
ro'lIl:lno) )'1 por.c.:icnln (ófras en lipn il,jlicn)
_ .,.,,-,,,,,,,_"""'
..'.';" ...~:••._. '; "_ .••__ '"•.'""1.' ••
ro/
~.
..~'.
~O 100 500
16 30
0 II 12 )'
..-'-'- .
(Conlinn:lci,',n)
1'111110" de 1:1 di"lrihn~'i"1I1 ¡: aL:' por cientu (cifra." eu lipu rllllla
Cr:Hlos de
lihertad
del'
Cr:ldos ele Iilll:rl:ld del
d~'uonlin:H,lor
b .7 9' JO 1
(":1
J.~: .'..'7 . :UN ~~j'.J 1.5') 1...17 ~.-,q ~.:"2 2.27 1.22 ~
7.72 .fi •• tJ ./.1,.1
./.1./ 3.s~ 3)11 .J: .'.:9 J./7
.r. .UN ,r
)4 4.13 3.2S 2.~& 2.65 , 2.49 2.JS 2.JO 2.2J 2.17 2.12' 2
7.44 S.29 4.42 ].9] ].61' JJ3 ].21 ].03 2.97 2.h'9" 2
Gr:ldos de
libertad
del
'Gr:ldos de libertad del
denominador
7 10
4.04 3.19 2.80 2..56 2.41' 2.30 1.21 1.14 2.0& 2,03
7.19 S.08 ~n £U Ln LM L~'~ro 2W ~n
2.79 2.56 2..40 2.29 2.20 2.13. 2.07 2.02
SO 4.03, 3.1 S 4.20 J.n ..1.41 ].13 ].02. 2.83 ,2.7 •. 2.70 .
7.17 S.06
2.78 2.54 2.)8 2.27- 2.18 2.11 2.05 2.00.1.
ss 4.02 ).17
4.16 ].68 ].J7 ]./S 2.93 2,&1 2.7S 2.66.2
7.12 5.01
2.76 2..:12 2.37 2.25 2..17 2.10. 2.04 1.99
60 4.00 3.IS 4.1] ].65 ],]4 ].12 2.9S 2,.r. 2.72' 2.6]
7.03 4.98
2;7S UI' 2.36 2.24 1;IS. 'Lo& ''L02' 1.9&.
6S 3.99 3.14 4.10 ].6'1 ].Ji ].09 2.9] 2.79 2.70 2.6/
7.0'1 4.9S
2.7J .2.S0' 2.3S .2.32 2.14 2,07' 2.01 1.97
70 , 3.9& 3.11 4.08 ].60 ].29 ].07 '2.91.2.77' 2.67' 2.59.2
7.01 '4.92 .
2.72 2.J8 2.33 2.21 ,2.12 2.05 1.99 1.9S
&0 3.96 3.11 4.0'1 ] •.56 ].25 ].0'1 1.37 2.U 2.6-1 2.55,
6.96 4.511
2.70 2.46 2.30 1.19 2,10 'L03 1.97 •\'92
100 3.94 3.09 ].98 ].5/. ].20 2.99 2.112 2.69 2.19 2..51
6.90 4./S2
2.6& 2..... 2.29 2,17 2.0S 2.01 1.95 1.90,
12S 3.92 3.07 ].94 ].47 .].17 2.9S 2,79 ,2.6S 2.56 2.47
.6.3.'. 4.78
1.67 2.43 2,27' .2.16 2.07 'LOO 1.94 1.&9
ISO ).91 3.0? ].9/ ].u ],1] 2.92 2.76 2.62 2.5] 2.4-1
6.81 4.?S
2.6S 2,41' 1.26 1.14 2.0S' 1.9& 1.92 1.&7
3Jl9 ,i.(}t J.43 ].41 ),11 2.ro 2.7] 2.60 2..:10 2.41
6.76 4.71
2.62 2.J9 2.23 2.11 2.03 '1.?6 1.90 1.8~
400 • • J.M6 H2 ]./SJ J.J6 J.()¡\ 2./SS 2.69 2..55 2,46 2J7
6,70 4.66
2;61 2.Ja 2.22 Í,IO 2.02 1.95 1.S9 1.84
1000 US 3.00 J.80 J.J4 J.O'I 2.82 2.66']J]" 2.41 2J4
6.66 4.~2
2.60 2.J7 2.21 2.09 2.01 1.94 1.8a 1.83
J.a4 1;99 ].7& JJ2 ].02 2.110 2,64 ]J/ 2.,11 2J2
6.64 4.60
RcprcxJucido con f"'r",i~o de Gcor~c W. Snedccur)' Willi:lm G. Cochr~
an())' l por t:i~'nlu (<;ifr:ls en t.ipo it:ílicll)
nUllIerador (1'1)
4U su 75 100 ~oo '500
11" 1~ 1-l 1ft. ~o
l.'Xl US 1.~2 I.n ' 1.76' 1.72 1.70 I./lY
~.1~ 2~!5 2.10 :.05 1.99
2.50 Z. ../I' '2.J6 1.:0"". 2.15 2./9 2.15 2./.1
r.O! 1.Yt'\' ~.S() 2.77 2.M
I.Y7 1.9J I.S~ I.X4 I.MO 1.76 1.7J. 1.71 1.6M 1.67'
2.16~. :.I~'-':.O~ :.0':\
2..55 :.J7 :.J~Y 2.31 2.25 2.2/ 2.'i, 2.12 2./0
2.Y,~. 2.9,1 2.•V 2.74 1.<\.1
2.IS :!.12 2.06 2.0:! 1~96 I.YI I.S7 I.RI 1.73 1.7S 1.72 1.6Y 1.67 I./I~
2.95 2.90 2.M 2.712:óll 2.52 2.44 2.JS. 1..l0 2.22 2./8 2./) 2.09 2.l1ri
2,10 2,05 2.00 1.9J 1.90 1.85 1.80 1.77 1.73 1.71 1.6S 1.65 1.60£
2.14
2.•9 1:,1/ 2.]2 2.27 2./9 2./.:1' 2./0 1.06 2.0]
2.92 2.67 2.77 2.68 2.57
1.79 .1.76 1.72 1.69 1.66 1.64 1.62' .
2.1! _ 2.09 2.04 l.99 1.93 1.&9 • I.8J
l,iS6 2.SS .2.47 2JS 2.29 2.24 '2.16 2.1]' 2.07 . 2.0] 2.0/
2.90 2.84 2.74
2.10 2.07,. 2.02 1.97 1.91 'I.R6 1.82 1.76 1.7J ,1.69 1.6o£,~1.61 .U9
2.M 2.S0 2.70 2.62 2..l1 2.42 ' 2•.14 2.1.5 2.10 2./2 2.02 1.90 1.96
2.0S' 2.02 1.96 1.92 'LSS 1.&0' l.76 1.71. l.67 1.6) l.6O 1..S7 1.54 IJ31
2.75 2.69 2J9 2..:11 '2.40 2.12 2.22 2./4 2.03 2.00 /.97 1.90 1.86 1.84
2~2 1.99 1.94 1.a9 1.a2 1.7& 1.73 .I~S 1M 1.60 I.S7 1.54 .1.s1 1.49
2.26 2.17 2.1)3 2.1)2 1.94 1.91 /.lH /.80 1.78
2.70 2.6-'. 2J~ 2.46 2JS
1.76 1.72 1.66 1.63 I'sS 1.56 1..S2 1.50 1.4&
2.D1 1.9& 1.92 1.&& \,SI
2.24 2.1 S 2.06 2.00 1.92 1M 1.82 1,78 I.7S
2M' 2.62 2.52 2.# 2J2
1.7,S 1.71 I.6S 1.62 1.57 1S4 I..SI 1.4& 1.46
2JX) 1.97 1.91 1.87 I.S0
2.66 2M 2.50 2.4] 2.40 2.22 2./J 2~ 1.98 1.90 1M 1.80 1.76 /.n
l numer:idor (VI)
4ll SO 7S' 100 ,200 500
14 16. 10 30
11 11
1.60£ 1.61 l.S6 l.B '. 1.50 1.47 1.45
1.99 1.96 1.90 "1.86 1.79 1.14 1.70
2.02 .1.96 1.88 1.84 1.711 1.7] 1.70
2,64 LU2~l.~ 218 ~M 1.1/
1.6i 1.60 US 1•.52 1.4& l.<ló l••••
1.69
1.9S 1.95 1.90 I.~S I.n 1.74 2.00 /.94 1.86 1.82 1.76 1.71 1.68
1./0
.2.62 2•.:16 2.46 2.)9. 2.26 2.1& I.S2,.,UO 1.J6 l.43 I.JI
1.67 1.61 !.S&
.97. 1.93 I.S& 1.83 1.76 1.72 1.96 1.90 1.82 /.78 ,1.71 1.66 1.64
2.06
2.59 20SJ 2,4] 2J5 ,2.]] . 2.11 I'.~ 1.41.' 1.39
I.S9 1.56 1.50 I.J8
1.6S
1.9S '1.91.1-86 1.81 1.7S 1.70 /.79 /.74" 1.68 1.6] 1;60
2.0J ,1.9] • 1./S7
2..:16 2.S0 2.40 2;]2: 2.20 2./2 'I.J6' 1.42 1.39 1.37
1.63 1.57 '1.54 , 1.49
1.94 1.90 lis, I.SO 1.73' 1.68 2.00, 1.90 '1.84 J.76 1.71 1;64 0'/.60 /.56
2.S4, 2.i7 2.10 2.]72.IS 2:09 1.4S 1.40 1.)7, 1.3S
1.62 1.56 IJ3 1,47
1.9J •., 1.89 . .I,$.l. 1.79.1•72 1.67 1.98. 1.88 1.82 1.74 1.69 1.6] 1.56 1.5]
2.5/ ,2.4S 2.n 2.28,' 2;IS 2.0'7. 1.42 1.3& I.JS 1.31
1:34 UI 1.45
1.6S 1.60 1.57 U2 1.49
1.91 I.n 1.82' 1:77 1.70 2.0] 1:84 1.73 1.70 /.65
/.94
2,4$ 1:41 2;]2 2:24,'2, il' 1,J9 1.34 1.30 1.2S
!.SI I.J8 1.42
1.63. I.S7 1.5/ 1.4)
I.SS I.&S. 1;i9 r;'i5 1.6& 1,93 '1.89 1.79 .1.7] 1.64 JJ9 /,"'6
, .~.
.173 "I(TODOSDE ECOr;O"II.:TRIA
,', .
1_",.""
TAIlLA 1l.5 ••...;. 1
,~'
(cvl/tilll/nciÓI/)
.....1' )
k' = 6 k' = 10
n, dL .. du
dI. dll
."..u..,
6 .....
t~.. J
7
8 "~I:~
9
10
(-;'f'
11 '0,124 2.892. '. ,..- .•.
-: .1
12 0.1&1 2,665 0,105 3,05)
13 0,211 2.490 0,140 2,838 0,090 3.182
14 0,257 2,154 0,183 2.667 0,122 2.981 0,078 3,287
15 0)03 2,244 0,226 2,530 0,161 2,817 0.107 ).101 0:068 3.174
"""""..:,I.~. Q.}42 V5,),,,. 0)6'?, .. 2AI.6.,. PJOO .2.681., .0;142. 2.944'.:- ~.;.. 0.b9~.':,;'3,i\\)p:
17 0.393 2,on 0,313 2,319 0,241 2,566 0,179 2.811 ' 0.127 3.05]
18 0,135 2,015 0,355 2.238 .0,282 2,467 0,216 2.697
r 0.160.: 2.925
19 0,476 1,963 0,396 . 2.16'9 0,322 2,)81 0,255 2.597. 0,196' 2.813
20 0,515 1,918 0.436 2,110 0.]62 2.308 0.294 2.510 0.232 2.714
21 0,552 1.881 0,474 2,059 0,400 2.244 0.3~ 1 2.4H 0,268 2.625
22 0,587 1,84? 0,510 . 2,015 0.4)7 2,188 0.368 2.367. 0.304 2.5-18 , I
23 0,620 1.821 0,5<15 1.977 0,4)3 2,1'10 0,404 2'.308 0.340 2.479 '-"'.
24 0.652 1,797 íÍ,578 1,944 0;507 2;097 004]9 2.255 0,)75 2AI7 . I
25 0,682 i.766 0,610 1,915 0,540 2.059. . 0.473 2.209 0.409 ' 2.362 .. -''"\
.26 0.71-1 1,759 0,640 1,889 0,572 2.026 0,505 2,168 0,441 DIJ
27 0,7)8 . 1.743 0.669 1,867 0,602 í,997 0,536 ,2.13 1 0,473 2.26lJ
'28 0,764 1,729 0.696 1.8'17 0,630 1,970 0.566 2,O')i¡. 0.504 2.229
29 0,788' i ,718 0,723 1,830 0:658 ' 1.947 0.595 2.068 0,533 2,193
30 0,812 1,707 0,748 1'.8) 4 0;681 1.925 0.622 2,04.1 0,562 2.160
'31 0,834 1,698 .0,772 1,800 '0.710 1.906' 0,649 2,017 0.589 2,131
32 0,856 1,690 0,794 1.788 0,734 1,889 0,6701 1.995 0,615 2.10-1
33 0,876 1,683 0,816 1,776 .0,757 1.87~ ' '0.698 1,975 0.641 2,080
-...1..
34 0.896 1,677 0.8)7 1.766 0,779 1.8(;0 0,722 1.957 0.665 2.057 ,
35 0,914 1,671 0.857 1'.757 0,800 1.847 ',~~
0,74'1 1'.940 0.689 2.0)7. .• ,1 '
)6 0.932 1,666 0,877 1,749 0,821 1,836 .
0,766 1.925 0,711 2.018 )
Jl 0,950 1.662 0,895 1.7.42 0;i\.1 r 1,825 0.787
.•.:.,......•....•
1.911 0,733 i.ool
38 0,%6 1.658 0,913 1,735 0.860 !.816 0,807. 1.8'19 0,7 ~4 1.%5
39 0,982 1,655 o,ino 1.729 0.878 1,807 0.826 1,887 0.774 1.'170
40 0.997 1,652 0.946 1,724 . 0.895 i ,791) 0.844 1,87(, 0.789 1,.956
.15 1,065 1.643 1,019 1,704 0,974 .~:.:...-,
1.768 0.927 1.834 0.881 ,1.902
50 1,123 1,639 1,081 1;'692 1.039 1.748 0,997 1.805 0.955 1.8&4
55 1,172 1,638 1,134 1,685 1.095 1)34 1.057. 1.785 1.018 1.837
60 1.21" 1,639 1,179 ' 1.682 1.144 1,126 I.IOH 1.771 1.072 1.817
65 1.251 1,642 1,218 . 1,680 1,1'86 1,720 1.153 1.761 1,120 I.HIl2
70 1.283 1.645 1,253 1.680 1.223 1,716 1.192 1.754 1.162 1.792
75 1,313 1,6'16 1.284 1.682 1,256 1,716 1,7,16
1.227 1.199 1.785
W 1,338 1,653 1.312 1,683 1,285 1,714 1,259 1,745 1,232 1.777
85 1,)62 1,657 1,337 1.685 1,3.12 1.714 1,287 1.743 1.262 1.77J
90 1,383 1,661 1,360 1,687 1,336 1;714 1,312 ),
1.7,11 ' 1.288 1.769
95 ' 1,40] 1,666 I,n I 1,690 1,)58 ~("
1,715 I,)J6' 1.741 1.313 1.767 ."
100 1..121 1;670 1.400 1,691 1,378 1,717 1...357 1.741 1,))5 1.765 .'5....
,
150 1.543 1.708 1.5)0 1.722 1,515 I)p 1.501
('.
1.752 1.486 1.767
~no 1 (>11 1.71~ 1/,(\1 1 7.1(, 1. ~Il~ 1 7(7 1;;"'''', 1",.\. 1':'" .~~
..•
r.,."
• ,(o
.,. \
. 5~()
T'\III.,\
~1I~TOf)OS
1).5
!lE 1;I"():-;lI~II'.TJU,\
¿ . ~.
(CIIIII i 111 IIIcic íll)
...
I
J
. ,;,
k' = 11 k' = 12 k' = 1.1 k' = 15
'. " ",. "l' J,. "u ", Ju
16 0.060 3.446
J..
17 O.OS~ 3.286 0.053 3.506
18 0.11 ) ).146 0,075 ),)58 0,047 ),557
19 0,1-15 ),02) 0,102 ),227 0.067 ),420 0,04) ),ml
l' . 20 0.178 2.914 0,1)1 ),109 0,092 ).297 0,061 3.474 0.0)8 3,6)9
21 0.212 2,817 0.162 3.004 0.119 ).185 0,084 3.)58 0.055 3,521
...:..
: :, 22 0.246 2.729 0.194 2,909 0,143 3.084 0.109 3.252 0,077 ).412
2) O,2M1 2.651 0.227 2,S22 0.178 2.99\ 0.136 3.155 0.100 ),3 1I
2~ 0,)15 2.580 0,260 2,744 0.209 2.906 0,165 3,065 0,125 3,218
25 0.)48 2,517 0.292 2.674 0.240 2.829 0.194 2.982 0,152 3,131
26 0.)31 2.460 0,324 2.610 0.272 2.758 0.224 2,906 0.180 3;050
27 0.413 .2,40<) 0,356 2.55'2 0.303 2.694 . 0,253 2,836 0,208 2.976
28 0.44.1 2.363 0,381 2,,199 0,))3 2,635 0,283 2.772 0,237 2,907
29, 0,474 2,321 0.417 2.451 0.363 2.582 0:313 2.713 0,266' 2,8,1)
)0 0.503 2,283 0.447 2.407 0,393 2.533 0,)42 2.659 0.29;1 2.785
)1 0.531 2,248 0,475 :U(,7 0,422 2,487 0,371 2,609 0,322 2.730
32 0,558 2.216 0.503 2,))0 0,450 2,4-16 0.399 2,563 0.350 2,680
)) 0,585 2,1 in 0.530 2,296 0,-177 ' 2.408 0,426 2,520 .0.377 2,6))
)4 0.610 2.160 0.556 2.266 0,50) 2,373 0,452 2,481 0,40-1 2,590
:i.~ 0.6)4 ~.136 O,5S1 2,237 0,529 2,340 ' 0,478 2,444 0,430 2,550
)6 0.658 2.11) 0,605 2.210 0.554 2.310 0,504 2,410 0,455 2,512
".
)7 0.680. 2.092 0.628 2.186 0.578 2,282 0,528 2.379 0,480 2,477
)8 0.702 2,073 0.651 2.164 0.601 2,i.56 0,552 2.35.0 0,504 2.445
J') 0,723 2.055 0.673 2,\4) 0,(2) 2,2)2 0.575 2,323 0.528 2,414
41) 0,744 2.0)9 0.694 2.123 0,645 2,210 .0.597 2,297 0.551 2.386
ro-. ", ~5 0.8)5 1.972 0.790 2.0,14 0.74.1 2.118 .0.700 2.19) 0.655 2.269
50 0.91) \.925 0.371 1:987 0.829 2,051 0.787 2.116 0.746 2.182
55 0.979 1.891 0.9~0 1.9.15 0.902 2;002 0,86) 2.059 0.825 2.117
60 1.037 1.865 1.00\ 1.914 0,965 \.964 0,929 2.015 0,8il) 2.067
65 1.087 1.8~5 .1,º5). 1.889 .---1!llil- . 1-21.1. ..9...•986 .. ..l.21l..Q. J!.25} .:l.0',!] .; .........
'1.999 c'T.liTu'
... ".' ....,."
70 1.1) 1 ' IfgTI: i:O~lf 1;911 1.0)7 Ü5) ¡.OO5 1,i)'JS
1';:' 75 1'.170 ' l:ili9 .' '1;\ 41 1.856 1.111 1.89) 1.082 1,931 1,052 1.970
HU 1.205 '1.1\1o 1:ri7 1.8.1~ 1,150 1.878 1,122 1.91) 1.094 1,949
~5 1.236 1:803 1.210 I.S3.1 1.18.\ 1,866 1,153 1.898 1,132 1.931
')U 1.264 1.798 1.2~Q 1.R2,7 1.215 1,856 1,19\ 1,886 1.166 I.'Jl7
')S 1.2')11 1.7~) 1.267 1.821 1.2.1~ 1;8.18 '1,221 .1.876 1,197 1.905
¡(XI UI~ 1,7'jO 1.~92 1.811í 1.270 1,841 1.2'18 . 1,868 1.225 1.895
1.~f1 1..17,1 I.7S,\ I.~SS 1.7'N IA.I.I I,S I~ 1,429 : 1;8)0 1,,114 1,8,17
2fXI l.5rd 1,71J1 1.5.~(J I.xoi 1,539 1.81) 1'.528 . 1,824 1.518 1.8)6
~',
~'
.
l'
,r..
Al'tNDICE 1); T~bl~s Esl~tlíSlic~s 58\
20
21 0.0)5 3.671
22 0,050 3.562 0,032 3.700
2) 0,070 •. 3,459 ,:.0.0,16 3,597 0,029 3,725 .
)4 0,092 3.36) 0.065 3,501 0.043 . 3,629
..
. 0.060' 3,538 . , 0.0)9,
0,027 ),747
3,657 . '0,025
- ),766
25 0.116 3,274 0,085 3,410
26 0,141 ).191 0.107 3,325 0.079 3.452 0,055 3,572 0.03(, 3,682
27 0.167 3,113 0.131 3.245 0.100 '3,)71 . 0,073 3,490 0,051 . 3.602
28 0.194 ),040 0,156 3.169 0,122 3,294 . 0.093 3.412 . 0,068 ).524
29 0.222 2.972 0,182 3.098 0.146 3.220' 0,114 " 3,))8 0,087 3,450
30 0.249 2.909 0,205 3.0)2 0.\71 3,152' 0.137, . ),267 . 0,107' ),)79
JI 0.277 2,851 0.2J4 2,970 0;196 3.087 0.160 J,201 0,128 ),311
32 O.J04 2.797 0,261 2.912 0,221 ).026 . 0.184 J,1)7 0.151 3.246
)) 0.)3\ 2.746 0,287 2,858 0,246 2.969 . 0,209 J,078 ' 0,174' 3.184
34 0,)57 . 2,699 0,)13 2,808 :0,272 2,915 0.2)) 3,022 0,197' 3,126
'"i
35 0,38) 2.655 0,))9 2,761 ' 0.297 2,865 . , 0,257 2.969 :-... 0,221 ),071
36 0.409 2,614 0.)64 2,717 0.322 2,818 0,282' 2,919 0,244 ).019
37 0,434 2.576 0,)89 2,675 0,347 2.774 0.306 2.872 0-,268 . 2.969
38 0.458 2,5.10 '0,414 2,637 0.37\ 2.,7)) . 0,))0 ' 2,823 0.291 2.923
39 0,482 2.507 0.4)8. 2,600 ." 0,395 2,694, 0,)54 2.787 O,)I~ 2,879
40 0,505 2,476 0.461' 2,566 0.418 2,657 0.)'11 2.748 0.))8 2.8)8
45 0,612 2.346 0.570 2.4'24 0,528 . 2,50) 0,488 2.582 0,448 • 2.661
50 0,705 2.250 0.665 2,)18 0.625 2.)87 ., 0.586' 2,456 0.548 2,526
55 0.786 2.1/6 0.748 2.237 0.711 2.298 0,674 2.)59 0.6)7 2.421
60 0.85'1 2.120 0,822 2.17) 0.786 2.227 • 0.751 1.28) 0.716 2,))8
.. 65 0.919 2.075 0,886 .2 i2) . '0;8522,172' 0.8\9 2,221 0.786 2.272
. o',:::",,:::
""70' ":d'9'fj....~Yr2i.i; "'~,¡nf&ii "'il'72';
'o'ij'íFi Oj¡i::-"';~'f4j.,,~,¥()S'lc':~" ();~.¡~ 1;117' .
75 1:023 2:00'> 0:993 Ú49' 0~964'Ú9Ci Ú34 ,2.13 1 . 0,905, Ú1Z'
80 1.066 1,984 . 1,0)9 .2.022 1,011 2,057 0.93) 2.097 0,955 2,1 )5
85 1.106 1.965 1.080 1,999 1,053 2.0)) • 1,027 2,068 1,000 ' 2.104
90 1.141. 1:948 1.116 1,979 L091 .2.012 1,066 2,~4 1.0-1I 2,077
..
95 '1;174 j 1.9),1 1.150 1.963 1.126 1.993 ' 1.102 2;023 1.079 2.054
100 1.203 1.922 1.181 1.949 1.158 1.977 ' '1.1)6 2.006 . 1, \13 . 20.34
150 1,'100 1.86) 1,385 1.88.0 . 1,370 1.897 1.)55' 1.9i3 1.)40 \,9) 1
200 . 1.507 1,.847 \,495 1,860 ,1,484 \,871 1.474 \,883 1.462 1.896
t.~:
J
"" ':>2 ~I'UOO¿'S DE ECO;':O,\IETItI,1
,l
1';\111.'\ 1l.5
n. d'e
k'
- 1
du de
k' .' 1
'/u
k'=J:
di. .....
d" . .'de
~,
- 4
Ju' de
Ji' ~ 5
tilO
6 .. 0,610,
7, 0.700
' 1.400
1.356 0.467 " l,B96
- -',,-
-,
8
"
-
9
0.763
0.824
1,)31
1.320
. 0.559'
0.629
1,771
1.699
0.368
0,455:
:2.287
2,/18 . 0,296 2,588
-
10 0.879.- 1,.320 0,097 ' 1.6-11 0,525 2.016 . 0.376 2.414 0.243 2.822
11 0.927 1.32~ 0.758 1.60.1 0.595 1.9:!1i ' .0,444 2.283 0.3.1.6 2.M5
12 0.971, l.)) I 0.812 1.579 0,658 1,864 0.512 2,177 0.379 2,506
1) 1,010 1.)40 0.861. 1:561 0.715, -r.816 '0;574.' 2,094 0;4,15' ,2.390,
14 , 1.~5 1.350 0.905 1:551 0.767 '1,719 0.632' 2,030 : 0:505 2;296 '.'
15 I.On 1,)61 0,946 1,54) 0.814 Liso 0.685 " 1.977 Ó.562 ,2,220
lti 1.106 1.371 , ,0.982 ' ,1,5)9 0.857- 1,728' , ,0.734 1,935 0.615 2,157
1.7, ' ,1.1 33 1,)81 .- 1.015 1.5)6 0.897 1;710 ' 0.779' 1;9,00 •.0.664 2.104
18 1.1 58 ,:''1,391 1,0-46. 1,535 0.9)). 1,696 0,820 .. 1.872 0.710 2.060
19'. 1.180, 1.401 1,074 1,536, 0.967 1,685 0,859 " ) .8,18 0,752 2.02)
20 " ~1.20\ 1.,411 '" 1.100 1.537 .0.998 1,676 0.894 1.828 ' 0.792 1.99.1
21 " I.'ii 1 1.420 1.125 1.538 1.026 1.669 0,927 1,812 0.829 : 1.964
'22 1.239 ' 1,419 1.147'" U,ll 1.053 ' '1.6M
. 2), 0,958 1,797 0.8(\3 J.94o
1.257 1,437 1.168 ' 1;543 1,078 ,1:660 0.986 1.785, 0,895 1.920
24', 1.273 1.4.16 ' "1,188 1.546 ' '~I.IO 1 ,~I ,656 1.013 1.775 0.925 1',902
25 1.238' 1..154
26 . 1'.302 '¡ .461 ..: 1.206 1.550, 1,123 1,65.1. 1,0)8 1.167 ' 0.95'3 U86
; 1.224 1,55) . 1.1-13 1.652 1,062 1.159 0.919 1.873
27 ,l.) i6 1,,169 .1.240 .,1,556 1,162 . 1,651 1.084 . 1.753 1.004 ' 1.861
,28 . 1,328 1,476 1.255 ,1.560 . 1,1 S 1 1,650 1.104, .1.747
29 1.028 1.850
1.341 1.483 1.270 1-.56) ,1.198 J.(,50 l, 124 1.743 1,050, 1,8,11
)0',,' 1,)52 1.489 1.284 1:567 1,214 1.650 1.143 1.739 1,071 1,833
.... • j,I' .:U63. ,.1,496' 1,297. '1,5),0; 1;229. " 1.650 " 1,160 1,735 1.090
:.) 'i .'1,) ;i3 '1 :502 1,309 ,1,574' 1,244, ... 1,(¡SU. , 1.177
1.825
1.732 1:1 09 1.819
,,)), '1.383 ;I,50S. "1.32.1 0.577' .". 1,258 ' '1.651' 1.,193 1,730 1.12] ."I.S 13
.34.',;"'.:\<)3 1,514 ;'1;))) , i .580 1.271 1,652 ' 1,208' 1.728 1,1014
')5 1,808
1'.492 1,519 1.J4) : 1.584 1,283 ,1,653 1.222 1,726 1,160 1,80)
)6 ' 1.411 1.515 1.)5,1 ,1.587 ,1,295 1,65.1 1.236 1:724 1,175 1,799
,:Í7-', 1;419' 1.530" ' 1,36-1 . i.590 : 1,307' 1,655 1,249 1,723 1.190 1,795
38 1.427 1,5)5 1.373 1.594 • 1.318 .'1.651í 1,261 1,722 1,204 1,792,
j9 1.435 \.540 1,3'82' 1.5')7 , 1.328" 1.658 1,273 1,722 1.218 1.189
40 1.442 I,H~ 1.391 1.600' 1.J}8 1.659 1,285 ,1.721 1,230' 1,786
4Y 1.475 1.566 1.430 1.615 1,)83 1.666 1.))6 ' 1,720: 1.28) 1.776
50 1,503, , 1,585 ''',1,462 1.628 1.421 1.67,' 1,378 1,721 I.3J5 ' 1.771
SS 1.528 1.601 : 1,490 1.641 ,1,452 . 1.681 ' 1.414 1.724 1,374 1.768
6.0 1.549 1.616 1.514 1,652 1,,180 1.689 1,444 1,727 1.408' 1.707
65 ' 1,567 1.629 1,536 : 1.662 1.50) 1.696 1.471 1.7)1 1.438 1.761
70 1.583 1.6'11 1.554 1.672 1.525 1.703 1.494 1,735 ' 1.,\64
s',
7 1.598 1,652 1.571 1.680 1,54) 1.709 1.515 1.739. 1.'187
1.768
1,770
80 1.6\1 1.662 l,5SÓ 1,688 l,560 1,715 1.534 1,743 1.507 1.772
85 1.624 1,671 1.600 1.696 l,575 1,721 1,550 1.747 1.525. 1.774 '
.9U 1,635 . 1.679 1.612 .- 1,703 1,589
" 1.726 1,566 1,751 1.5'12 1.776
95 1.645 1.687 1.623 1;709 1,602 1.732 1,519 1.755 1,557 1,778
100 1.654 1.694 1.634 1.715 1.61) 1,736 1.592 1.758 1.571 1.780
150 1.720 1.746 1.706 1.760 1.69) 1,774 1.679 1,788 1.665 1.802
¡eo 1.758 1.778 1,748 1.789 1,7)8 1,799 1,728 1.81 U 1.718 1.820
. l.a \';¡!"j~hlc J.:' l,~" el n t"111 h.: rn tiC' H"i!rt''''orclO tilla '"ei' l"'\dllicln d lI:fllllll1' .'1111••1'11111'
. 'lo:',
.~ d;:~'
\;¡;,J_\':
.-II'I"::-.IJICI'ILT:lhl:t, ESI:llliSliC:l' ~S::
(r'
:-';./
'1',\111.'\ 11,$
/~I~~I
(COlltiIlIlIlCitlll)
-----.---~_.~
..-. _._--, . .... _-_ ... - _ .... .....
-
':.!. ;}
¡,
1~1.
k' ~ 6
dIO d"
k' D 7
; ,Iv d
k' = 8
" ,/" ,1,.
k' .= 9
i/,.
k'
,11.
~ lO
d,"
'~.rr,
"
6
7
- !'.' ":l!\
8 ~:.(1:,;\
"') I
9
ID ,;..,
.~
11 á.2oJ 3.005 '-1,
-
12
13
0.268
O.n8
2.832
2.6~2
0.171
0,230
3,14~
2,985
- <0-
0.147 3.26(,
1.\
15
0.38~ 2.572 U.2S6 2,848 0.200 3.111 0.127 J.360 ', ..'"\
0.4n .2.472 0,34) 2,727 0.251 2.979 0.175 ).216 0./11 3,4)8
16 0.502 ,2.3S8 0.398 2.624 0.304 2.860 0.122 3.090 0.155 ,3.)0-1
17
¡8
0.55-1
0.603
2,318
2,257
'0.4'51
0,502
2;5,)7
,2.461
0.)56
.0,407
t757
2.667
0.272
0.321
2:975 0.1'98 ' 3.18~
).0'1)
'-i"
"
2.373 0,244
19 '0.M9 2.206 0/159 2.396 0/156
.,-J'''-
20 '0.692 2,1(,2
2.589 0.J69 2.78) 0.290 2.n~
0,595 2,339 0.502 2.511 0.416
21 ,0.732 . 2.124 "'0.(,37 2,290 0.547 2.460 ,0.461
2.71~1
2.6J3
0.))6 2.885
...••.
1 ,.'"
0.380 2.R06
22 0,769 ' 2,090 "0.677 2.246
23 0,804 2.061 0,715 2;208
0.588
0,628
2/107
2,360
0.50.1
0,545
1.571
2.514
0,424
0..,465
2.734
2.610
.••.. ; ,~,
24 0.837 2.0)5 0.751 2.174 0.666 2.) 18
25 0.868 2.012 0.784 ,2,144 0,702 '1,280
0.584
0.621
2 .•164
2:'1'19
0.506 2.613 ,',-.,
0.544 2.560
26 0.897 1.992 0.816 '2,117 0,735 2.246 0.651 2.)79 0.581 2.5U -
27
2K
0.925
0,~5 r
.1.974
1.958
'0.845
0.874
2.093
2.071
0.767 2.216 0.691 2.H2 0.616 2 .•170 - -'1...
"
0.798 2.188 0.72] 2.JO'}
29 0.975 1,944 O.~OO ,2.052 0.826 2.164 0.75) 2.278
0.650
0.682
2.,1.11
2.J')(,
;,-1,..
30 O,~9S 1.'131 o,nlí 2,0'34 ,0.854 2.1'1.1 0.782 2.251 0.712 2.3(,) ,
3I 1.020 /;920 0.950 2.018 ,9,879 2,120 0.810 2.226 0,741 2.33)
-,..
I
32 1.041 1.909 0,972 2,004 0.904 . 2,102 0.836 2.203 0.769 2.)06
33 1.01í1 1.900 u.~94 1.991 0.927 2.035 .0.861 ...
1.
2.181 0.795 2.28 I
3,1 /,080 1.891 1.015 1,979 0.950 2.069 0.885 2.162 0,821 2.257
)5 1,097 1,884 1.03'1 .1.967 0.971 2.054 0.908 2.1.1.1
)6 1,114 1.877 1.053 1.957 0,991 2.041 0.930 2./27
0.845
0.86H
2.2)6
2.21 (,
'.,
)7 1:13 1 1.870 1,071 1,948 1.011 2.029 0.951 2.112 0.891 2.198 ":",(1..
38 1,146 ,1.864 1,088 1,939 1,029 2.017 0.97U ' ion 0.912 2.180
39 1,161 1,li59 1:104 " 1.932 1.0.17 2,007
40 1,175 1,,854 1.120 1.924 1.064
0.9~0 2.0R5 0.931 2.16-1 ',_,:,1
1.997 1.008 2.U12 0,945 2,14'1
4.~ l238 I,R35 1.189 1.8Y5 1,139 1.958 I.OH9 2.001 1.0)8 HJSK
50 1.191 1.822 1.246 1.875 1.2ÓI :-
1.930 1.156 1.~86 1.110 2.(~"I'
55 1,3)4 ' 1,814 '1,29'1 1,861 1,253 1.909 1..211 1.959 1..110 2.(lIU r
60 1,)12 1,808 1,335 1.850 1,298 ,,~,-
1.894 1.160 '1.939 1.222 1.984
65 1,404 1.805
70
75
1,433
1.458
1.&02
I.ROI
1.370
1,401
1.,128
'1,843
I.S37
,1:aJ4
1.336
1)69
,1)99
i .8R2
. 1.873
1.301
I.JJ7
1.923
1.910
1.266
UU5
1.96~
1.9'IS
.~ - 1
85 1.500 I,ROI 1.474 I.Íl29 1,448 1..857 1.•122 1.886 1)% 1.91 r,
~o 1.518
95 1.535
1.801
1,802
1••194
1.512
1.827
1.827
1••169
1.48~
1.85.1
1.852
I .•I.I.~
1,0165
1.8X 1
1.877
1.'1~ll
1.442
I.'IO'}
1.90J
---
100 1,550 I.RuJ 1.528 1.82(, 1.506 .•..•. ~.
I.N50 I.'IM,I 1.87.1 1.,162 1.89R ;~
105 1.651 1,817 1.637 1,832 1'(,22 1.8,17 1./iOR I.R62 1,5~4
2(X) 1,707 1,831 1/,'J1 I.H'II I/,Ar, I.H.~2 1.(,15 I.Sr,) 1.6(,5
1.877
I.H7,1 .. -()
~J
~'
-7'
¡,: r.
:~
J. '"._
" ,¡..
.
:
.¡ ;.:,
\1I1.;\D.6 ,
.,t ~~í.~~~(K~':~~~
~':I,I.I,i.\ 1~::1~;¡.:~~,I(:,~I~;:',~~:~:~.I~n,~I,~
..;~:~:~rl.~':~~~.1~~I'
."~:.
'unlos d •. I. )' du" al 5 flor .cicnlo lk'sig.niri<.:ai:iól\,"I;aJlI'rcgr~si~l1es sin vúiahkdiclid:ls trio.
',sLraks lk= );' + 1) ". .. ..... ..,.
~~;
14' 1.036
~:~~;
~:~~~ ::;~;~:~;~:
:~~;~:;~~ 1,189
:~;~
:~~~~:;~~: 0,953 . 1,273 .. O,86}. ~ I~J71' 0,779
.
1.459
..
0.702 1.565
~8 .. 1,12) . 1,257 1,050'1.J2iF 0,975' 10410 '.0.898 I-,¡si 0,8281,576
31' 1,192 1J111,i27 '1)11. / 1,061 1,443.' 0.99J'I,;iiI0.929 1,587
.\6 •. i.i48. 1,)55 . 1.1.9I'[,;I:IO",.'I,I)I,I"j7l'/ ¡OtilO.'.1.532 ',I.on 1.598
!. ' .. 40', ....1.295 ....I,m •.•...• '¡;,24~,,~:I".H1<. ...'1.1 ~O :',< j~4?~.:\~¡~,:~."!}JA,'.:;J.'~,~9~;:.¡ ..;,,;J¡l)82.,:;J,609,:.,; .. \.,;":<:,-",,,,::.:,,";
",' \ •..:.'".i';fl''4\'.I'::fd.;-''.ljif'.' ..••.I)S8 .... j~;16if''''''''',2'39' ~1',5'18, 1.189 1,561 1.1'1,1 1,620
U I,J69 1,.151 \.J26 1,49J 1,281':. 1,5~7 .. 1,2J6 1.582. 1.191 1,6JO
. 52\.J99 1.475 1.359': I.~n l,ll8 i.55.'I, 1,276 U95 1,235,' 1,6J9
56: 1,426' 1,496 . 1;J89UJ2 1,351 '~U69 . I.JI2 .. 1,608 .1,17] . 1,648
'6014,19 1,515 '1,415 '1,543 . I.J79.:I,583.' 1,34J '1,619" I,J07 1,656
(,.l 1'470 15J2 '1,4J8. 1.56]' 1,/105:' 1.596' .1.J71 .,.1.629 I,3J7 . 1,664
lI8 1:489 1:548 .1.459 1,571.. 1,4i7. 1,608 .. 1,396 '1,6J9 . 1,364 1,671
72' 1,507.' 1,562 !1;'178 1,589 1,448 l.618. .IAI8 1,648 I,J88 1.618
76: 1,522 1,574 ..1',495'.'1,601 1;'161':,1,628/.' . 1.4J9';I,656", '1.411.1.685
MU' 1,537 1.586 1.511. :1,611' .1.484.< 1,ciJ1".1,457,' 1.66J 1,4JI \,691
X4 l,j50 1.597 . 1,525 1,621 1,500: 1,646:; I;,nr 1.671 . 1,449 1,696
X8 1,562 1,607 1,539 1.6JO 1,515.' '.654' 1;490 1.677. 1,466 1.702
'J2
. '!6
1,51~ .. 1,6'17
1.584 1.626
1.551,,1;631)
'U6J''U\~17'
.1,528'
1;54/,
1;66.1,,','1,505.1:.684
1;668'1.519.~'1,6?0
1.•182
1,496
1.101
1;712 '!
100 1.594' 1,6J~' .'U7)I.,~~4\ .I,552:I,674~';. 1,531(1.695' UIO 1.717
',' , .' .. ',- ',,':,'.' ""-.' . """, :". ~. :..: "i,'" , . ',-~" .-
.. i;'¡l're~,\ con pCIIl;isn <le £c';/I'/I./lrl'Í<'t1, ~o, 11)72.6~J" 62~:, .
. .'" '. ',' " .' l.• :..'):.
, "
"
.. . <,
,.
!~ ,
:', .' .,¡
. ;:1'.::' ,':"1:':>". 'l ..
,Ji: . .,.:, f ..
l. ,
;.
, .
,,;'.' I
¡.: t .'
. ¡"I,'
, , ;
'.
. ~
. .' •• ' ,J 'l', i~ !'
"],AlIl,o\'I).I,
.(('IJlllil,I",t'ÍtÍll)
1'\llllllSclu. y d4•U' nl5 por cientu de signiricncióh,par;l' r¿grcsiones t¡IIC inclll)'c-nllll L.:rmillo
éllnslanle y con \'ariablcs ricLicins Iril11cSlralcs (k =.);" + '1)
. .--:~_.'-- •• -~."."'.-.r'O' •.••.•....••._••.•(•.o._ .•• .._ •.,o..•.••....•~ .... _••. 0. . '.'
k" = 1 k" = 2 k" =] J,;" = 4 ~ k" = S
11 'd~l. ti~u d~/. dw d .•.¡ 'ti""1 du d,.~. tI~1. d¡.u
16 1,156 1,)81 1,031 I.5J2 0.902 1,776 0.777 ~,191 0.69J 2.n3
20. 1.228 1,428 1,123 1,556 1,011 1,726 O,R~? 1.~54. 0.806 2,O~2
24 1.287 1.459 1,199 1,565 1.107 1.69-1 I,ÓII 1.856 0.923 1:949
28' I,)J7 1,487 1,261 1.576 1.181. 1.679 ~ 1,099 1,80J 1,025 . 1.8S9
J2 1,379 1,511 1,] 12 1,587 1,24J 1,67J 1,171 1.773 I,IO~ . 1.850
J6 '1,414 1,5J2 I.J55 1,598 1,293 1,672 1,130 1,755 1,170 1,824'
40 . 1,4,15 1,550 1,391 1,609 1,336 1,674 1,279 1,7<15 1;225 1;801.', .
. . •. 44,: 1.,471 . 1.567 1,4~3 .. l,p~O .. .I,;IJJ .,. .1.617 ". Ij~r>.j:739., .•. ..'1;2]2/.1 ;195 o:',
""'\"'~f "í :;i9~' . 1,58i 1,450 1,630 1.404 1,6RI 1,]57 1.7J7 1,312 1.788
52 1,514 1,595 1,1]4 1,6J9 1,4J2 1,686 1,)89 1,736 1,) n 1,782
56, 1,5JJ 1,608 1,495 .1,648 1,456 1,691 . 1.416 1,7]6 1,377 1,779
60. 1,549 1,619 1,51,1 1,656 1,478 1.696 1.•141 1,7J7 1,40'1 1,771
.&1 1,564 1,629 1.5JI 1,664 1;497 1,700 .1,463 1.739 I,nl} \,716
68 1,577 1,6J~ . 1,546 1,671 . 1,5l5 1,705 1.4R2 1,741 1,450 1,175
72 1:590 1.648 1,560 1,678 1,5J 1 1,7io 1,500 1,74J 1,.170. 1,176
76 1.601 1.656 1,57] 1.685 1,5;15 1,714 1,511 1,746 1,488 1,716
80 1,611 1,66J 1,585 1:691 1,559 1,719 ' I,m 1,748 150-1 1,777
84 . 1,621 1.671 1,596 1,696 1,571' 1,72J 1,5~5 1,751 ,:5i9 1,77a
88 1.6JO 1,677 1,607 1,702 1,532 1.727 1,55H 1,153 I.S)) . 1,179
92 1,6J9 1.68.4 1,616 1,707 1;59J 1.131 1,570 1,156 1,5-16 1,781
.... 96 ,1,641 1,690 1,62.~ 1,112 1,693 • 1,735 1,580 1,159 1,553 1.782
100 1,65'1 .1,695 1,6J3 . 1,717 1.612 . ' 1,739 1,591 . 1.761 1,569 1,784
~1I,lllIlOS 1)1, 1'(l):"O.\II; mi,\ .,/
..•...•.. - ...
(; r:I(I,,~ 1iL'
lihcrl:1(1 (/; + 1) 1% 5% I()%
: ..
,~
,.
1
.•
~
.¡.
,
l.- .. ',
A1'tND1CE ó: T¡jbl~5 Esl~dís\icas 589
r..........:'.
J~';."
'!l', • '",
"\o ,4 ".-.
T,\IILA Il.K ' .l',
., 1,":
T.IIII ••\ D.R. '
(contil/llnciól/)
~; . .n .. ~
J.. •
.t
"
':':',4