MULTICOLINEALIDAD

MULTICOLINEALIDAD

1. Naturaleza

   • Perfecta
     • Las variables explicativas se multiplican y dan cero
   • Casi perfecta
     • Cuando se agrega una variable estocastica para dar cero
       • Entre mayor es la interseccion, mayor es el grado de colinealidad

2. causas

   • Metodo erroneo de recolecion de la informacion
     • Obtencion de muestras en un intervalo limitado de valores
   • Restriccion en el modelo o en la poblacion muestral
   • Mala especificacion del modelo
   • Modelo sobre determinado
   • Sobre todo en los datos de series de tiempo

3. Consecuencias

   • Los estimadores de MCO SON MELI
   • Razon t uno o mas coeficientes tiende a ser no significativas
   • R al cuadrado es alta
     • Superior a 0.9
   • Los intervalos de confianzas tienden a ser altos

4. Incremental las varianzas y covarianzas

   • Si el R cuadrado se acerca a 1 el FIV se acerca a infinito
   • FIV = Factor inflacionario de la varianza
     • Se conoce Tolerancia ( TOL)
       • R2=1 (perfecta) TOL =0
       • R2=0 no existe colinealidad y TOL=1

5. Detecion

   • Una R2 elevada pero pocas razones t significativas
   • Altas correlaciones entre parejas de regresores
   • Examen de las correlaciones parciales
   • Regresiones auxiliares
   • Diagrama de dispersion

6. Procedimientos

   • Informacion a priori
   • Combinacion de informacion de series de tiempo
   • Eliminacion de una variable y el sesgo de especificacion
   • Transformacion de las variables
   • Datos nuevos

7. Segun Goldberger

   • micronumerosidad exacta
     • cuando n y el tamaño de la muestra es cero
   • Casi micronumerosidad
     • Igual a casi multicolinealidad

8. Las regresoras estan relacionadas

Bilder und Dateien der Mindmap