Professional Documents
Culture Documents
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Clases 7
Econometra
Tom
as Rau
27 de marzo
Contenidos
Clases 7
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
1 Modelo de Regresi
on con k variables
Representaci
on Matricial del Modelo de Regresi
on Lineal
Estimador Mnimo Cuadrados Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
i = 1, ..., n
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
y1
1
x21
xk1
y2 1
x22
xk2
.. = .. 1 + .. 2 + .. +
..
. .
.
.
yn
1
x2n
xkn
la siguiente
k +
u1
u2
..
.
un
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
y1
1 x21 x31 xk1
1
u1
y2 1 x22 x32 xk2 2 u2
.. = ..
..
.. . .
.. .. + ..
. .
.
.
.
. . .
yn
un
Y = X + u
donde Y es un vector de dimensi
on n1, X es la matriz de
variables explicativas de dimensi
on nk y u es un vector
correspondiente al termino de error con dimension n1.
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
E (u1 )
E (u2 )
E (u) =
= 0
..
n1
.
E (uu ) =
E (un )
2
0 0
0 2 0
2
I
..
.. . .
.. = nn
.
.
.
.
0
0 2
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
nn
n
X
(Y X )
ui2 = u u = (Y X )
i =1
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
donde la u
ltima igualdad ocurre si A es simetrica. Luego,
aplicando las reglas de c
alculo diferencial matricial a S tenemos
Propiedades
del estimador
MCO
h
i
(Y X )
= mn (Y X )
mn SE ()
h
i
= mn Y Y 2 X Y + X X
SE ()
= 2X Y + 2X X = 0
(2)
= (X X )1 X Y
(3)
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
De (2) tenemos:
= 0 X u = 0
X (Y X )
y esta es la condicion de ortogonalidad.
(4)
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
x2,1 x2,2
..
..
.
.
xk,1 xk,2
1 1
1 x2,1 x3,1 xk,1
1 x2,2 x3,2 xk,2
x2,n
..
.. ..
..
..
..
..
..
.
.
.
. .
.
.
.
xk,n
1 x2,n x3,n xk,n
1
1
1 1
x2,1 x2,2 x2,n
= .
..
..
.
..
..
. ..
.
.
xk,1 xk,2 xk,n
1
2
..
.
k
y1
y2
..
.
yn
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Pn n
x
Pin=1 2,i
i =1 x3,i
..
Pn .
i =1 xk,i
Pn
Pin=1 x2,i
x2
Pn i =1 2,i
i =1 x3,i x2,i
..
Pn .
i =1 xk,i x2,i
P
P ni=1 xk,i
1
n
x x
2
Pin=1 2,i k,i
i =1 x3,i xk,i
3
..
.. ..
..
.
.
. .
Pn
2
k
i =1 xk,i
Pn
i =1 yi
Pn yi x2,i
Pni =1
=
i =1 yi x3,i
..
Pn .
i =1 yi xk,i
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Pongamos atenci
on en el segundo supuesto, cuando n=k la
matriz X tiene dimensi
on kk, por lo tanto salvo que no se
cumpla el supuesto 8, X es invertible, y de esta forma
(X X )1 = X 1 (X )1 y por lo tanto:
= (X X )1 X Y = X 1 (X )1 X Y = X 1 Y
(5)
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
el vector de residuos
u = Y X = Y X (X 1 Y ) = Y Y = 0n , de esta forma el
ajuste es perfecto, ya que todos los residuos son cero, la suma
residual de igual forma toma el mnimo valor posible, cero.
Sin embargo, esta no es una caracterstica deseable, el ajuste
perfecto ocurre porque tenemos una muestra muy reducida.
Esto trae como consecuencia poco robustez e imprecision en
las estimaciones. Que pasa con
2?
Necesitamos tener un n
umero de observaciones notablemente
superior al de las variables explicativas (ejemplo 2x2). La
diferencia n-k se conoce como el n
umero de grados de libertad
de la estimacion.
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
(6)
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Necesitamos obtener la
Ahora calculemos la varianza de :
varianza de un vector, para eso necesitamos la esperanza de la
siguiente forma cuadr
atica
= E [( E ())
( E ())
]
var ()
= E [( ) ( ) ]
= E [(X X )1 X uu X (X X )1 ]
= (X X )1 X E (uu )X (X X )1
= (X X )1 X ( 2 In )X (X X )1
= 2 (X X )1
(7)
Para poder estimar la varianza de necesitamos reemplazar 2
en (5) por su estimador insesgado:
e2 =
u u
nk
Propiedad BLUE
Clases 7
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Gauss-Markov
Clases 7
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
Proposici
on: El estimador MCO es el estimador lineal
insesgado optimo, en el sentido de que cualquier otro estimador
lineal e insesgado tiene una matriz de covarianza mayor que la
del estimador MCO. Es decir, el estimador MCO es MELI
(BLUE).
e un estimador lineal de , donde A
e
Demostraci
on: Sea e = Ay
e
es una matriz kn. Definamos A = A (X X ) X , de modo
que:
e = [A + (X X )1 X ]Y
= [A + (X X )1 X ](X + u)
= AX + + [A + (X X )1 X ]u
Aplicando esperanza a la expresion anterior:
Gauss-Markov
Clases 7
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov
e = AX + + [A + (X X )1 X ]E (u)
E ()
= AX +
El estimador e ser
a insesgado solo si la matriz A es tal que
AX=0kk . De esta forma:
e = + [A + (X X )1 X ]u
e = E [(e )(e ) ]
cov ()
cov ()
Gauss-Markov
Clases 7
Econometra
Tom
as Rau
Modelo de
Regresi
on con
k variables
Representaci
on
Matricial del
Modelo de
Regresi
on Lineal
Estimador
Mnimo
Cuadrados
Ordinarios
Propiedades
del estimador
MCO
Propiedad BLUE
o MELI
Teorema de
Gauss-Markov