analisis de regresion multiple estimacion. modelo multiple de regresiÓn es un modelo con más de...
TRANSCRIPT
ANALISIS DE REGRESION MULTIPLE
ESTIMACION
MODELO MULTIPLE DE REGRESIÓN
Es un modelo con más de una variable exógena incluida en el modelo y la forma funcional que representa la relación entre las variables ES LINEAL EN LOS PARÁMETROS y estos últimos son estimados a través del análisis de regresión
ikikiii XXXY ......22110
Variable Dependiente
Parámetros
Variables Exógenas
Perturbaciones
i= iesima observación
B1 representa el cambio en el valor medio de la variable dependiente causado por cambios unitarios en X1, manteniendo constantes X2,..Xk..Efecto neto de X1 en Y
Bo representa el efecto medio de las variables excluidas en el modelo sobre Y
Bk representa el cambio en el valor medio de la variable dependiente causado por cambios unitarios en Xk, manteniendo constantes X1…X k-1 ..Efecto neto de X1 en Y
ESTIMACIÓN DE UN MODELO MULTIPLE DE REGRESIÓN
ikikiii XXXY ......22110
)..,,/( 321 kiiii XXXXYE
FRP
ikikiii XXXY ˆˆ......ˆˆˆ22110
FRM
MCO
iY
kikiiii XXXY ˆ......ˆˆˆˆ 22110
iii YY ˆˆ
iii YY ˆ
ikikiii XXXY ˆˆ......ˆˆˆ22110
222110
2)ˆ......ˆˆˆ(ˆ kikiiii XXXY
222110
2)ˆˆˆ(ˆ iiii XXY
Minimizar la Sumatoria de los errores al cuadrado
kikiiii XXXY ˆ......ˆˆˆˆ 22110
Caso particular dos variables exogenas
0)ˆˆˆ((2ˆˆ
221100
2
iii
iXXY
0)ˆˆˆ((2ˆˆ
1221101
2
iiii
iXXXY
0)ˆˆˆ((2ˆˆ
2221102
2
iiiii
XXXY
Ecuaciones Normales
222110
2)ˆˆˆ(ˆ iiii XXY
22110ˆˆˆ XXY
221
21211
)())((
))(())((ˆ2
2
2
1
2
2
ii
iiiiii
XXXX
XXXYXXY
ii
i
221
21122
)())((
))(())((ˆ2
2
2
1
2
1
ii
iiiiii
XXXX
XXXYXXY
ii
i
LOS ESTIMADORES MCO DE UN MRM TIENEN LAS
MISMAS PROPIEDADESMATEMATICAS Y ESTADISTICAS QUE LOS DE UN
MRS
Enfoque Matricial
1121211101 ˆˆ......ˆˆˆ kkXXXY
)..,,/( 321 kiiii XXXXYE
222212102 ˆˆ......ˆˆˆ knkXXXY
nknknnn XXXY ˆˆ......ˆˆˆ22110
i= 1,2,3…..n
ikikiii XXXY ˆˆ......ˆˆˆ22110
………………………………………………………………………………………
121211101 ˆˆ......ˆˆˆ knkXXXY
*XY(n*1) (n*1)(n*K) (k*1)
úúúúúúúú
û
ù
êêêêêêêê
ë
é
+
úúúúúúúúú
û
ù
êêêêêêêêê
ë
é
úúúúúúúú
û
ù
êêêêêêêê
ë
é
=
úúúúúúúúú
û
ù
êêêêêêêêê
ë
é
n
4
3
2
1
n
3
2
1
0
321
3332313
2322212
1312111
3
2
1
ˆ
.
ˆ
ˆ
ˆ
ˆ
ˆ
..
ˆ
ˆ
ˆ
ˆ
*
............1
...........................................
............1
............1
............1
.
.
..
m
mmmm
b
b
b
b
b
knnnn
k
k
k
n
XXXX
XXXX
XXXX
XXXX
Y
Y
Y
Y
*XY(n*1) (n*1)(n*K) (k*1)
Y= Vector Columna compuesto por las “n” observaciones de la Variable dependendiente
X = Matriz compuesto por las observaciones de las Variables independendiente
B = Vector Columna compuesto por los valores de los parametros desconocidos
U = Vector Columna compuesto por los “n” valores de las perturbaciones
Estimación de los parámetros MCO
ˆˆ* XY ˆ*ˆ XY
YY ˆˆ ˆ YY
)ˆ)´(ˆ(ˆ´ˆˆ 2 XYXY )ˆ´)(´ˆ´(ˆ´ˆˆ 2 XYXY
)ˆ´)(´ˆ´(ˆ´ˆˆ 2 XYXY )ˆ´´ˆˆ´´´ˆ´(ˆ´ˆˆ 2 XXXYYXYY
)ˆ)´´(ˆ´´ˆ2´(ˆ´ˆˆ 2 XXYXYY
ˆˆ)´´(ˆ´´ˆ2´(ˆˆ`ˆ XXYXYY
0)ˆ)´(2´2(ˆˆ`ˆ
XXYX
Minimizando la función con respecto a los parámetros
)´(2´2 XXYX )´(´ XXYX
)´()´(´)´( 11 XXXXYXXX YXXX ´)´(ˆ 1
0)ˆ)´(2´2(ˆˆ`ˆ
XXYX
nnn
nn
nn
nn
nn
nn
n
nn
nn
XXXX
XXXX
XXn
XX
22212
212
11
21
´
nnn
nnn
nn
yX
yX
y
Xý
2
1
Ejemplo
Yi=GMT= Gasto en materiales de transporte
X1=GST= Gasto en servicio de transporte
X2=YD=Ingreso disponible
iGSTGMT ˆˆˆ10
iYDGSTGMT ˆˆˆˆ210
GSTGMT 1545800842,69051305,276
21
21
111
)(ˆ
ii
iiii
GSTGSTn
GSTGMTGSTGMTn
iio TSGTMG 11ˆ
545801,61
54,79501122,797406
15,199431223,20099871
9051305,276ˆ o
5872.68*54580,60533,172ˆ o
iGSTGMT ˆˆˆ10
GMT GST YD GST*GST GST*YD YD*YD GST*GMT YD*GMT116,0522 58,8343 1.340,7320 3461,474856 78881,02871 1797562,296 6827,84995 78881,0287120,1382 66,3608 1.430,4300 4403,755777 94924,47914 2046129,985 7972,46706 94924,4791133,0910 64,3417 1.537,1980 4139,854359 98905,93256 2362977,691 8563,30119 98905,9326141,9152 70,2267 1.614,9130 4931,789393 113410,0108 2607943,998 9966,23618 113410,011146,2002 70,8483 1.730,0660 5019,481613 122572,235 2993128,364 10358,0356 122572,235159,8645 66,9100 1.883,1680 4476,9481 126002,7709 3546321,716 10696,5337 126002,771171,1625 67,6408 1.957,2000 4575,277825 132386,5738 3830631,84 11577,5684 132386,574172,4617 70,7093 2.072,0640 4999,805106 146514,195 4293449,22 12194,6461 146514,195173,5585 71,9820 2.243,1300 5181,408324 161464,9837 5031632,197 12493,0879 161464,984202,3987 73,2057 2.434,4060 5359,074512 178212,3953 5926332,573 14816,7385 178212,395231,1393 68,0813 2.558,1320 4635,06341 174160,9521 6544039,329 15736,264 174160,952226,9788 70,0557 2.610,2600 4907,801102 182863,5915 6813457,268 15901,1587 182863,591241,7324 72,4376 2.688,9180 5247,205894 194778,7665 7230280,011 17510,5149 194778,767
2.236,6932 891,6342 26.100,6170 61338,94027 1805077,915 55023886,49 154614,402 1805077,91
nnn
nn
nn
nn
nn
nn
n
nn
nn
XXXX
XXXX
XXn
XX
22212
212
11
21
´
36,55023883855,18050776162,26100
855,180507794027,613386342,891
6162,261006342,89113
´XX
nnn
nnn
nn
yX
yX
y
Xý
2
1
618,4723342
4023,154614
6932,2236
Xý
iYDGSTGMT ˆˆˆˆ210
YXXX ´)´(ˆ 1
618,4723342
4023,154614
6932,2236
*
0000007072,00000572357,00025057805,0
0000572357,080100061003,05751421696,0
0025057805,05751421696,049338567,34
0955112867,0
18428107,1
51809747,61
YDGSTGMT 0955112867,018428107,151809747,61 1
1
36,55023883855,18050776162,26100
855,180507794027,613386342,891
6162,261006342,89113
´
XX
618,4723342
4023,154614
6932,2236
Xý
0000007072,00000572357,00025057805,0
0000572357,080100061003,05751421696,0
0025057805,05751421696,049338567,34
´ 1XX
YDGSTGMT 0955112867,018428107,151809747,61 1
Calculo de una matriz inversa
Calculo del determinante X´X, debe ser diferente de cero
Cálculo de la matriz de cofactoresCálculo de la matriz transpuestaCalculo de la matriz inversa
anteerdelValor
cofactoresdematrizladeaTranspuestXX
mindet)´( 1
1123901,1´ EXX
ESTIMACION POR INTERVALO
En lugar de depender de un solo estimador puntual, se puede construir un Intervalo alrededor del estimador puntual, por ejemplo dentro de dos o tres errores estándar a cada lado del estimado puntual, tal que este intervalo tenga, digamos 95% de probabilidad de incluir el verdadero valor del parámetro
Mientras mas grande sea el error estándar mas grande será el intervalo
1)ˆ(ˆ)ˆ(ˆPr 22/2222/2 eeteet
)ˆ(ˆ22/2 eet
Coeficiente de
confianzaLimites de confianza (valores críticos)