Varianza, error estndar y covarianza de los a estimadores MCO

Econometr a
EC-415 UCN

22 de septiembre de 2011
Resumen A continuacin se presenta la derivacin matemtica de la varianza o o a y errores estndar de los estimadores del mtodo de M a e nimos Cuadrados Ordinarios (MCO). Recuerdese que la varianza y los errores estndar a de los coecientes estimados son indicadores de la conabilidad de estas estimaciones.

1.

Medidas de precisin o
Antes de obtener la varianza, es necesario desprender de 2 = reemplazando Yi , se obtiene 2 = sea ki =
(Xi X) , (Xi X)2

(Xi X)Yi (Xi X)2

(1)

(Xi X)(1 + 2 Xi ) (Xi X)2

(2)

entonces (3)

2 = ki 1 + ki 2 Xi + ki i

aplicando operador esperanza a ambos lados de la ecuacin, y puesto o que las Xi se suponen no estocsticas, las ki pueden ser tratadas como a constantes. Adems, dado que ki = 0 y ki Xi = 1, se obtiene a E(2 ) = 2 + ki E(i ) Recuerde que E(i ) = 0, por lo tanto E(2 ) = 2 luego, tambin se tiene que e E(2 2 ) = ki E(i ) (6) (5) (4)

Entonces, la varianza de 2 ser a var(2 ) = E[2 E(2 )]2 reemplazando (5) en (7), var(2 ) = E(2 2 )2 con (6) en (8), se obtiene
2 var(2 ) = ki E(i )2

(7)

(8)

(9) (Xi X) , se desprende (10)

2

dado que E(i ) = , y adems a var(2 ) =

2 ki

= 1/
2

(Xi X)2

de la misma manera es posible obtener la varianza de 1 var(1 ) =

2 2 Xi n (Xi X)2

(11)

Recuerdese, que la precisin o conabilidad de un estimador es medida o por su error estndar, que es la raiz positiva de la varianza a ee(2 ) = 2 (Xi X)2 (12)

2 2 Xi n (Xi X)2 La covarianza entre los coecientes estimados es

ee(1 ) =

(13)

cov(1 , 2 ) = E[1 E(1 )][2 E(2 )] de la propiedad de insesgamiento se tiene cov(1 , 2 ) = E[1 1 ][2 2 ] luego cov(1 , 2 ) = E[Y 2 X (Y 2 X)][2 2 ] entonces cov(1 , 2 ) = E[X(2 2 )][2 2 ] por lo tanto se tiene cov(1 , 2 ) = XE(2 2 )2 que es igual a cov(1 , 2 ) = Xvar(2 ) o como se demostr anteriormente o cov(1 , 2 ) = X 2 (Xi X)2

(14)

(15)

(16) (17) (18) (19)

(20)

Referencias
[1] Gujarat D., Econometr 4a. Ed., McGraw-Hill, 2004, p. 97. , a,