Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1.- Anlisis Grfico (es central, aunque pueda parecer que es menos importante que el anlisis
numrico)
-
OJO: No puede hacerse del residuo frente a la Y real porque podra haber
correlacin mientras que no la hay entre el residuo y la estimacin
Podra sugerir formas funcionales incorrectas respecto a la variable exgena
Podra sugerir problemas de heterocedasticidad
Histograma:
o
Valores:
U: Cero es el valor de mxima igualdad, 1 es el valor
de mxima desigualdad
UM=Cero es el valor de mxima igualdad de medias, la
desigualdad flucta entre -1 y 1
US=Cero es el valor de mxima igualdad de medias, la
desigualdad flucta entre -1 y 1
Ejemplo: realizar ejemplo analizando los errores del modelo SALARIO1, EDAD:
1.- Respecto a su interpretacin, debemos notar que la varianza del error, en uno y otro caso,
depende de:
-
2.- Adicionalmente, debemos observar que en el caso del error puntual, este se incrementa,
respecto al error medio en una cuanta 2, es decir, en funcin de la dispersin del error, dado
que no podemos asumir que, puntualmente, el error (U) ser nulo (esto slo puede asumirse
en media). Este error adicional no depende del tamao de la poblacin: es decir, mientras que
en el caso de la previsin media, el trmino 2 queda multiplicado por un factor 1/n que, para
muestras grandes, implica una aportacin de error pequea, para el caso de la prediccin
puntual se aade, neto, un nuevo trmino trmino 2.
3.- Por ltimo, cuando se incluye ms de una exgena, no hablamos ya de valor previsto para
la X sino de vector de valores de las exgenas y, de mismo, modo, aparece no slo la
Varianza de la X sino la matriz completa de informacin de varianzas y covarianzas. La
expresin del error de clculo (conocida como Predictor) es ahora (para una prediccin
puntual y media) :
3.- Respecto a su uso, puede demostrarse que el error de prediccin estandarizado sigue en
ambos casos una distribucin tn-k cuando se sustituye el valor de Sigma por su estimador:
de modo que podemos realizar intervalos de confianza con sencillez usando sumando al valor
previsto el trmino +/- t/2 DT(ep). Esto nos permite aadir a la previsin, no slo valores
extremos (intervalos) sino tambin un nivel de confianza para ese intervalo.
El clculo es evidente, debe recordarse nicamente que para sigma SI debe usarse
el estimador insesgado de la varianza de la perturbacin aleatoria.
Ver Wooldridge (pg. 203) para un mtodo alternativo basado en la desviacin
tpica del trmino independiente de un modelo transformado.
Ejemplos numricos:
-
Aun queda algo ms que decir sobre las fuentes de error, en concreto, el asunto de los
errores en la prediccin de las exgenas: no conocemos a futuro los valores de las exgenas.
-