Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 67 vistas

    Cuadro Comparativo

    Cargado por

    Daniel Berrio
    Este documento compara tres problemas de especificación en modelos econométricos: información redundante, información faltante y equivocada forma funcional. La inclusión de variables irrelevantes proporciona estimaciones consistentes pero menos precisas. La omisión de variables relevantes puede sesgar los coeficientes y empeorar la estimación de varianzas. Especificar una relación de forma incorrecta también puede conducir a un término de perturbación no esférico y alejar la distribución de probabilidad del modelo correctamente especificado.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Cuadro Comparativo

    Cargado por

    Daniel Berrio
    67 vistas1 página
    Este documento compara tres problemas de especificación en modelos econométricos: información redundante, información faltante y equivocada forma funcional. La inclusión de variables irrelevantes proporciona estimaciones consistentes pero menos precisas. La omisión de variables relevantes puede sesgar los coeficientes y empeorar la estimación de varianzas. Especificar una relación de forma incorrecta también puede conducir a un término de perturbación no esférico y alejar la distribución de probabilidad del modelo correctamente especificado.

    Título original

    Cuadro comparativo

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento compara tres problemas de especificación en modelos econométricos: información redundante, información faltante y equivocada forma funcional. La inclusión de variables irrelevantes proporciona estimaciones consistentes pero menos precisas. La omisión de variables relevantes puede sesgar los coeficientes y empeorar la estimación de varianzas. Especificar una relación de forma incorrecta también puede conducir a un término de perturbación no esférico y alejar la distribución de probabilidad del modelo correctamente especificado.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    67 vistas1 página

    Cuadro Comparativo

    Cargado por

    Daniel Berrio
    Este documento compara tres problemas de especificación en modelos econométricos: información redundante, información faltante y equivocada forma funcional. La inclusión de variables irrelevantes proporciona estimaciones consistentes pero menos precisas. La omisión de variables relevantes puede sesgar los coeficientes y empeorar la estimación de varianzas. Especificar una relación de forma incorrecta también puede conducir a un término de perturbación no esférico y alejar la distribución de probabilidad del modelo correctamente especificado.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 1

    Realizar una tabla comparativa entre el problema de información redundante en un

    modelo econométrico (variables innecesarias), el problema de información faltante


    (variables omitidas) y el problema de equivocada forma funcional (ecuación
    erróneamente definida).

    Problema Información redundante Información faltante Equivocada forma funcional


    La inclusión de variables Una vez formulado el modelo con Se dice que se comete un error
    irrelevantes en el modelo base es poco recomendable el en la forma funcional cuando se
    proporcionaría estimaciones eliminar variables de dicho modelo, especifica una relación que
    insesgadas y consistentes de esto debido a que es probable que resulta ser diferente a la
    los coeficientes en el modelo los procedimientos de pruebas de verdadera relación. Dicha
    verdadero, la varianza del hipótesis se vuelvan dudosos. especificación incorrecta en la
    error sería correctamente forma funcional del modelo en
    estimada y los métodos Algunas consecuenticas de tener algunos casos pude
    convencionales de pruebas de información faltante son: considerarse un error de
    hipótesis serían aun válidos, especificación asimilable a la
    pero habría una penalización, 1. Si la variable omitida esta omisión de variables relevantes.
    la cual seria que las varianzas correlacionada a una variable Para estos casos las
    estimadas de los coeficientes incluida el coeficiente de consecuencias serán las mismas
    serían mayores por lo que la relación entre las dos será que las que se provocan al tener
    inferencia probabilística sobre diferente de cero por lo que información faltante.
    Definición los parámetros sería menos serán sesgadas.
    precisa. 2. Una incorrecta estimación en En general, especificar una
    la perturbación de la relación de forma equivocada
    varianza. puede conducir a obtener un
    3. Aumente la probabilidad de término de perturbación no
    que el intervalo de confianza esférico, así como al hecho de
    usual y los procedimientos que la ley de probabilidad se
    de prueba de hipótesis aleje de la distribución del
    conduzcan a conclusiones termino de perturbación del
    equivocadas sobre la modelo correctamente
    significancia estadística de especificado.
    los parámetros estimados.
    4. Los pronósticos basados en
    el modelo incorrecto y los
    intervalos de confianza del
    pronóstico no son confiables.

    http://openaccess.uoc.edu/webapps/o2/bitstream/10609/71665/4/Econometr
    %C3%ADa_M%C3%B3dulo%202_Errores%20de%20especificaci%C3%B3n%2C
    %20multicolinealidad%20y%20observaciones%20at%C3%ADpicas.pdf

    También podría gustarte