27967043
Description
Mind Map by andrea carolina cuellar, updated more than 1 year ago
|
Created by andrea carolina cuellar
over 5 years ago
|
|
Modelos econométricos
- Criterios de selección de modelos
- Ser adecuado para los datos; es
decir, las predicciones basadas en
el modelo deben ser lógicamente
posibles.
- Ser consistente con la teoría; es
decir, debe tener un sentido
económico pertinente.
- Tener regresoras exógenas
débiles; es decir, las variables
explicativas, o regresoras, no
deben estar correlacionadas con
el término de error.
- Mostrar constancia en los
parámetros; es decir, los
valores de los parámetros
deben ser estables.
- Exhibir coherencia en los datos; es
decir, los residuos estimados a partir
del modelo deben ser puramente
aleatorios (técnicamente, ruido
blanco).
- Ser inclusivo; es decir, el modelo
debe abarcar o incluir todos los
modelos contendientes, en el
sentido de que debe poder
explicar sus resultados.
- Ser adecuado para los datos; es
decir, las predicciones basadas en
el modelo deben ser lógicamente
posibles.
- Tipos de errores de especificación
- Omisión de una
variable relevante.
- Consecuencias: Implica
estimaciones sesgadas e
inconsistentes de los
coeficientes y de la varianza de
las perturbaciones.
- Consecuencias: Implica
estimaciones sesgadas e
inconsistentes de los
coeficientes y de la varianza de
las perturbaciones.
- Inclusión de una
variable irrevelante
- Consecuencias: Los estimadores de los parametros
asociados a variables relevantes son
insesgados, mientras que los estimadores de
los parametros asociados a variables
irrelevantes tienen un valor esperado nulo,
por lo tanto un modelo de regresion puede
disminuir pero nunca aumentar.
- Consecuencias: Los estimadores de los parametros
asociados a variables relevantes son
insesgados, mientras que los estimadores de
los parametros asociados a variables
irrelevantes tienen un valor esperado nulo,
por lo tanto un modelo de regresion puede
disminuir pero nunca aumentar.
- Adopción de la forma
funcional incorrecta.
- Estimadores SESGADOS e
INCONSISTENTES.
- Estimadores SESGADOS e
INCONSISTENTES.
- Errores de medición.
- Aunque los errores de medición
en la variable dependiente aún
producen estimaciones
insesgadas de los parámetros y
de sus varianzas, las varianzas
estimadas ahora son más
grandes que cuando no existen
tales errores de medición.
- Aunque los errores de medición
en la variable dependiente aún
producen estimaciones
insesgadas de los parámetros y
de sus varianzas, las varianzas
estimadas ahora son más
grandes que cuando no existen
tales errores de medición.
- Especificación incorrecta del
término de error estocástico.
- Como el término de error no
se puede observar de manera
directa, no hay una forma
sencilla de determinar la
forma en que ingresa en el
modelo.
- Como el término de error no
se puede observar de manera
directa, no hay una forma
sencilla de determinar la
forma en que ingresa en el
modelo.
- Deteccion de variables innecesarias
- Resulta arriesgado hacer de una
regularidad empírica el fundamento, en
vez de tomar como base una implicación
de la teoría económica”
- Resulta arriesgado hacer de una
regularidad empírica el fundamento, en
vez de tomar como base una implicación
de la teoría económica”
- Omisión de una
variable relevante.
Want to create your own Mind Maps for free with GoConqr? Learn more.