Varianza de los estimadores

Clasificado en Economía

Escrito el en español con un tamaño de 2,85 KB

 
es importante conocer la varianza de los estimadores mco para tener una medida de dispersion de su distribucion muestral.el tamaño de la varianza es importante en la practica porque una varianza mayor se traduce en un estimador menos preciso, y a su vez en intervalos de confianza mas grandesy en contrastes de hipotesis menos preciosos.una tita al cuadrado mas grande se traduce en varianzas mas grandes para los estimadores mco.para una variable dependiente dada y, existe unicamente un modo de reducir la varianza del error y es añadir mas variables explicativasa la ecuacion.cuanto mayor es la varianza total en xj, más pequña es la varianzabj.por tanto si lo demas se mantiene igual, es preferible tener cuanta más variacion muestre mejor en xj estimar bj.y el rj2 es la proporcion de la variacion total en xj que puede ser explicada por otras variables independientes que aparecen en la ecuacion.

2.-s + util xal analisis ctris paribus xq nos prmit controlar explicitamnt ls divrsos factors q d manra simultana afctan a la variabl dpndient,xa crar mjors modls d prdiccion d la variabl dpndient,prmit incorxar rlacions d forma funcional  bastant gnral.5.-linalidad,exognidad,mustro alatorio,no colinalidad prfcta(no existn rlacions linals exactasentr ls variabls dpndients).3.-el coefi100t --sl valor prdixo d y cuando ls rgrsors valn cro. a vcsl rsultado no tien sntido.ls valors stima2 d ls pndients ---tienn intrprtacions d efcto parcialo ctris paribus.otra forma de demostrar la interpretación de efecto parcial de los coeficientes estimados en un modelo múltiple, que resultarámuy interesante en el análisis posterior.Para ello vamos a utilizar un modelo de dos regresores:Pues bien_ se puede calcular de la siguiente manera:donde r es el residuo de la regresión simple de x1 sobre x2, usando la misma muestra. Es decir, es la parte de X1 que no esta relacionada con x2.Por lo tanto_mide la relacion muestra entre y y x1después de haber descontando el efecto de el efecto de X2.

Entradas relacionadas: