tema 4 econometria

La multicolinealidad. Será mayor cuanto mayor sea la correlación entre el regresando y los regresores. Supone siempre el incumplimiento de las hipótesis del MRLNC, pues implica que |X^t X| = 0. Es un problema muestral. si es perfecta, entonces podemos estimar con MCO.

En un modelo econométrico con dos variables explicativas, podemos tener indicios de que existe multicolinealidad. Si obtenemos una varianza estimada de la perturbación pequeña. Si el determinante de la matriz Rx toma valores próximos a uno. Si obtenemos un coeficiente de correlación simple entre los regresores próximo a uno. Si el R 2 es elevado.

En un MRLNC la eliminación de una variable explicativa relevante. Es siempre aconsejable. Aumentará las varianzas estimadas de los estimadores siempre que sea una variable que causa multicolinealidad. Llevará a que los estimadores MCO del nuevo modelo sean insesgados. Puede no ser aconsejable si el objetivo de modelo es la predicción.

4.- Si en un modelo econométrico excluimos una variable explicativa relevante que está relacionada con los otros regresores del modelo. El coeficiente de determinación no varía. Los estimadores MCO seguirán siendo ELIO de los parámetros del modelo inicial. Los estimadores MCO del modelo resultante serán estimadores sesgados de los parámetros del modelo inicial. La perturbación aleatoria del nuevo modelo no es ruido blanco.

Un modelo econométrico puede presentar un elevado grado de multicolinealidad. Cuando hay correlación entre la perturbación aleatoria y alguno de los regresores. Cuando se incorpora al modelo una variable explicativa con elevada variabilidad a lo largo de la muestra. Cuando se incluye en el modelo algún regresor cuyos datos varían muy poco a lo largo de la muestra. Cuando se observa un coeficiente de correlación elevado entre la variable endógena y alguno de los regresores.