TODO ECONOMETRIA

Bondad del ajuste

Contraste de hipótesis
 Índice
• Bondad del ajuste:
– Coeficiente de determinación, R2
– R2 ajustado
• Contraste de hipótesis
– Contrastes de hipótesis de significación individual: el
contraste t e intervalos de confianza
– Contraste de hipótesis de significación conjunta de un
subconjunto de regresores
– Contraste de hipótesis de significación global de la
regresión: el contraste F

info@todoeconometria.es
Bondad de ajuste

info@todoeconometria.es
• Una vez estimado el modelo de regresión:
¿Cómo es el ajuste de la estimación?
¿Cuánto puedo explicar con el modelo?

• Recordemos que:
varianza muestral de Y = varianza muestral del valor ajustado
+ varianza muestral de los residuos

“el ajuste de la estimación será mejor cuanto mayor sea la

proporción de la variación muestral de Y que viene explicada
por el modelo”

info@todoeconometria.es
 • Sabiendo que siempre que hay término constante:
SST = SSE + SSR
Suma de Cuadrados Totales= Suma de Cuadrados Explicada+Suma de Cuadrados de los Residuos

n 2 n 2 n 2
yi y yi y u i
i 1 i 1 i 1
• Si dividimos por SST, podemos definir el coeficiente de
determinación o R-cuadrado como:
n 2 n 2

yi y ui
R2 i 1
n
1 n
i 1
2 2
y y y y
i i
i 1 i 1

SSR SSE
1
SST SST
info@todoeconometria.es
 Consideraciones sobre R-cuadrado
• 0 ≤ R2 ≤ 1 Cuanto mayor sea R2 mejor
será el ajuste del modelo

• R2 = coeficiente de correlación muestral entre y e y

• Si no hay término constante en el modelo R2 ≤ 1

• R2 sirve para comparar el grado de poder explicativo de

dos o más modelos siempre que tengan el mismo
número de variables independientes

• Siempre que añadamos nuevas variables

independientes, sean o no relevantes, el valor de R2
aumentará porque no aumenta la SSR

info@todoeconometria.es
 R-cuadrado corregido de grados de libertad
• R2 no nos sirve como seleccionador entre:
• Modelos con término constante y sin término constante
• Modelos anidados ¿Por qué no
• Modelos no anidados
demuestro?
2
• Utilizaremos el R2 ajustado , R
SSR
2 n k 1 n 1 SSR
R 1 1
SST n k 1 SST
n 1
• Se puede demostrar que:
FACTOR DE
2 n 1 CORRECIÓN
R 1 1 R2
n k 1

info@todoeconometria.es
Contraste de hipótesis

info@todoeconometria.es
 Contraste de hipótesis
• Contrastar hipótesis sobre los β

• β son características desconocidas de la población y no

los conoceremos con certeza

• Una vez estimados, podemos contrastar hipótesis sobre

los auténticos valores de β

• Para realizar contrastes es necesario que se cumplan

dos hipótesis del modelo:
– ui ~ N (0, σ2)
– ui indentica e independientemente distribuidos (iid)

info@todoeconometria.es
• Siendo la FRP:

yi 0 x
1 1i x
2 2i ..... k xki ui i 1....n

• Contrastaremos hipótesis sobre βj

– Significación individual:
H0: βj = aj

– Significación conjunta de un conjunto de regresores

(combinación lineal de parámetros)
H0: β1 + β2 = 1

– Significación global de todos los parámetros

H0: β1 = β2 = … = βk = 0
info@todoeconometria.es
 Contrastes de significación individual:
contraste de la t
H0: βj = aj
H1: βj ≠ aj

• Envuelven un solo parámetro (βj)

• Tenemos una sola restricción: m = 1 porque βj = aj
• Si se cumplen las hipótesis:
– ui ~ N (0, σ2) y ui iid

Calculamos el valor de t, si:

j aj
t* tn k 1
• │t*│ < │tn-k-1│=> Acepto H0

SE( 1 ) • │t*│ > │tn-k-1│=> Rechazo H0

info@todoeconometria.es
• El valor de t* dependerá de los grados de libertad y del
nivel de significatividad determinado
– = 0,01
– = 0,05
– = 0,1

• Generalmente:

– contrastaremos:
H0: βj = 0
H1: βj ≠ 0

– Estableceremos un = 0,05 => significatividad del 5%

– Si n y los grados de libertad son suficientemente

grandes => tn-k-1 = 1,96 2
info@todoeconometria.es
 Si t < 2 => Acepto H0
Si t > 2 => Rechazo H0

Región
aceptación
H0

Región rechazo Región rechazo

H0 H0

-t /2 = -2 0 t /2 =2

info@todoeconometria.es
• Si t* < 2 => acepto H0 => βj = 0

variable x j no es estadísticamente significativa al 5%

x j no influye en y

X
Y
• Si t* > 2 => rechazo la H0 => βj ≠ 0

variable x j es estadísticamente significativa al 5%

x j influye en y
X
Y
info@todoeconometria.es
 El p-valor en los contrastes t
• Lo utilizaremos para establecer el nivel de significatividad
a posteriori

• Obtenido t ¿cuál es el nivel de significatividad más

pequeño al que se rechazaría la H0?

• Este nivel de significatividad es el p-valor

• p-valor = P( t* > t n-k-1)

• Compararemos con
– p-valor < => Rechazamos H0
– p-valor > => Aceptamos H0

info@todoeconometria.es
 p-valor < 0,01
Significatividad del 1%
Rechazo H0 al 1%
= 0,01
0,005 0,005

Significatividad del 5% p-valor < 0,05

= 0,05 Rechazo H0 al 5%
0,025 0,025

Significatividad del 10% p-valor < 0,1

= 0,1 Rechazo H0 al 10%
0,05 0,05

info@todoeconometria.es
 Contrastes de significación individual:
intervalos de confianza
• Construimos IC para el parámetro poblacional βj

• Zona en la que con una probabilidad determinada estará

el auténtico valor de βj

Límite β1 Límite
inferior superior

j j ˆ tn SE( ˆ)
tn k 1, a / 2 j j k 1, /2 j
SE( 1 )
La amplitud del intervalo de
info@todoeconometria.es
confianza dependerá del SE
 Contrastes de significación conjunta de un
conjunto de regresores
• Ejemplo:
• F. producción Cobb-Douglas ¿presenta rendimientos
constantes?
H0: β1 + β2 = 1

• Envuelven más de un parámetro (βj)

• Tenemos una sola restricción: m = 1

• Para hacer estos contrastes:

H0: β1 + β2 - 1 = 0
*
1 2 1
t tn k 1, a / 2
SE( 1 2 )
info@todoeconometria.es
 1
t* 1 2
tn k 1
¿Y si
H 0: β1 = β2?
SE( 1 2 )

*
1 2 1
t tn k 1

SE( 1 ) 2 SE( 2 ) 2
2 cov( 1 , 2 )

*
1 2 1
t tn k 1

var( 1 ) var( 2 ) 2 cov( 1 , 2 )

info@todoeconometria.es
 Contraste de significación global
yi 0 x
1 1i x
2 2i ..... k xki ui
H0: β1 = β2 = … = βk = 0
H1: βj ≠ 0

• Envuelven todos los parámetros excepto el término constante

• Tenemos k restricciones: m = k

β1 = 0, β2 = 0 …. βk = 0
H0: A β = a H1: A β ≠ a A*B-a=0
• Ejemplo: yi 0 x
1 1i x
2 2i ui
0
0 1 0 0
A ; 1 ;a
0 0 1 0
2 info@todoeconometria.es
• ¿Cómo realizamos estos contrastes?
• Tenemos el modelo bajo la hipótesis nula

yi 0 u2i donde u2i es el error del modelo restringido

• Considerando que la SSR del modelo siempre aumenta al

eliminar variables podremos calcular:

*
SSRR SSR n k 1
F Fk-1, n-k-1
SSR k-1
• Si:
F* < Fm,n-k-1(valor crítico) => Acepto H 0
F* < Fm,n-k-1 (valor crítico) => Rechazo H0

info@todoeconometria.es
• Podremos usar el p-valor en los contrastes F
• p-valor = P( F* > Fm,n-k-1)
– p-valor < => Rechazamos H0
– p-valor > => Aceptamos H0

1 -

Región
aceptación
H0

F*m, n-k-1
info@todoeconometria.es
Consideraciones sobre el estadístico F

• Relación con el estadístico t

• F en función del R-cuadrado
2
R 2 n k 1
F* F
1 R k-1 k-1,n-k-1

info@todoeconometria.es