Econometra Centro de Estudios PEPE

TEMA 4: ANLISIS DE REGRESIN MLTIPLE: INFERENCIA

1.CONCEPTO DE MODELO NO RESTRINGIDO Y MODELO RESTRINGIDO
A la hora de efectuar un contraste hay que tener en cuenta los conceptos de modelo no restringido y
modelo restringido. Llamamos modelo no restringido a aquel en el que efectuamos el contraste. Para
obtener el modelo restringido seguimos dos pasos:

a) Introducimos la informacin de Ho en el modelo no restringido.

b) En el segundo miembro de la ecuacin resultante slo pueden quedar coeficientes ,
productos del tipo X i y el error ui. El resto de los elementos debe pasar al primer miembro.

Para analizar la obtencin del modelo restringido, vamos a considerar el siguiente modelo no
restringido:

Y 0 1 X1 2 X 2 3 X 3 u

Vamos a obtener el modelo restringido en los siguientes casos:

1) H 0 : 2 2
Introducimos Ho en el modelo no restringido:
Y 0 1 X1 2 X 2 3 X 3 u
debemos pasar 2 X 2 al primer miembro y el modelo restringido sera:
Y 2 X 2 0 1 X1 3 X 3 u

2) H 0 : 1 23
Introducimos Ho en el modelo no restringido:
Y 0 2 3 X 1 2 X 2 3 X 3 u
El modelo restringido sera:
Y 0 2 X 2 3 2 X1 X 3 u

3) H 0 : 1 3 0
Introducimos Ho en el modelo no restringido y obtenemos el siguiente modelo restringido:
Y 0 2 X 2 u

4) H 0 : 1 2 1
En este tipo de hiptesis despejamos en Ho algn coeficiente i , por ejemplo, 2 1 1 .
Introducimos Ho en el modelo no restringido:
Y 0 1 X1 1 1 X 2 3 X 3 u
Pasando X 2 al primer miembro obtenemos el modelo restringido:
Y X 2 0 1 X1 X 2 3 X 3 u

1
Econometra Centro de Estudios PEPE

2.INTERVALOS DE CONFIANZA PARA LOS COEFICIENTES i

Se construyen utilizando la siguiente expresin:

i L, i L donde L z / 2 SE (i )

Si el intervalo no contiene al cero el coeficiente i ser significativo, en caso contrario, no ser

significativo

3.CONTRASTES SOBRE COEFICIENTES i

Atendiendo al nmero de ecuaciones (o signos =) que aparezcan en Ho, distinguimos 2 tipos de

contrastes:

3.1 CONTRASTES CON UNA ECUACIN EN Ho:

Se resuelven utilizando estadsticos t del tipo:

ecuacin _ H 0 _ estimada Ho
t N 0,1
ecuacin _ H 0 _ estimada

donde la ecuacin de Ho es lo que queda cuando pasamos todo al primer miembro de Ho. Ejemplo:

1 3 Ho
H 0 : 1 3 1 3 = 0 t N 0,1
ec. Ho
SE ( 1 )

En ocasiones por falta de informacin no se puede calcular directamente el estadstico t y en su lugar

utilizamos un estadstico F que cumplira la siguiente equivalencia:

F = t2

Dentro de los contrastes con una ecuacin en Ho distinguimos tres tipos:

3.1.1) Contrastes de significacin individual:

Sirven para verificar si una variable explicativa influye individualmente en la variable dependiente. Sus
hiptesis son:

H 0 : i 0
i=0,1
H1 : i 0

2
Econometra Centro de Estudios PEPE

3.1.2) Contrastes sobre el valor de un coeficiente i :

En Ho aparece un coeficiente i igualado a un determinado valor y el contraste puede ser unilateral o

bilateral. Ejemplos:

H 0 : 1 1 H 0 : 2 0
H1 : 1 1 H1 : 2 0

3.1.3) Contrastes sobre restricciones lineales entre coeficientes i :

En Ho aparece una ecuacin que relaciona dos o ms coeficientes . Por ejemplo:

H 0 : 1 2 2 H 0 : 1 2 1
H1 : 1 2 2 H1 : 1 2 1

3.2 CONTRASTES CON MS DE UNA ECUACIN EN Ho:

En este caso utilizaremos exclusivamente estadsticos F. Podemos utilizar dos estadsticos equivalentes:

En funcin del coeficiente de determinacin (R2):

R 2
nr R r2
H0
q
F Fq,
(1 R 2r )
n k 1
2 2
donde: R nr yR r son respectivamente el coeficiente de determinacin de los modelos
no restringido y restringido respectivamente, k es el nmero de variables explicativas
del modelo no restringido y q el nmero de ecuaciones o signos = en Ho

En funcin de la suma de los cuadrados de los residuos (SCR):

SCR r SCR nr H0
q
F Fq,
SCR nr
n k 1

donde: SCR nr ySCR r son respectivamente las sumas de cuadrados de residuos de

los modelos no restringido y restringido respectivamente, k es el nmero de variables
explicativas del modelo no restringido y q el nmero de ecuaciones o signos = en Ho

3
Econometra Centro de Estudios PEPE

Sin embargo, hay una importante limitacin. El estadstico en funcin de las SCR es vlido siempre,
mientras que el estadstico en funcin de R2 slo es vlido cuando la varianza de la variable dependiente
en los modelos no restringido y restringido coincidan. De forma rpida esta limitacin puede
comprobarse con la siguiente regla: la varianza de la variable dependiente de los modelos no restringido
y restringido si despus de pasar todos los al primer miembro de Ho, lo que queda en el segundo
miembro es igual a cero.

En muestras asintticas (n>100) la distribucin F converge a la distribucin 2 mediante el estadstico

de Wald:

Ho
W q F q 2

Dentro de los contrastes con ms de una ecuacin en Ho distinguimos tres tipos:

3.2.1) Contraste de significacin global:

Sirven para determinar si un conjunto de variables explicativas son conjuntamente significativas y se

plantea igualando a cero todos los coeficientes excepto 0 :

H 0 : 1 2 ... k 0
H1 : 1 0 y / o 2 0 y / o... k 0

3.2.2) Contraste de significacin conjunta de un grupo de coeficientes i :

En Ho aparece un conjunto de coeficientes i igualados a cero. Ejemplo:

H 0 : 2 3 0
H1 : 2 0 y / o3 0

3.2.3) Contrastes sobre valores de un grupo de coeficientes i :

En Ho aparecen distintas ecuaciones dando valores a los coeficientes i . Ejemplos:

0 2
H0 : 1 H0 : 1
2 1 3 1
1 0 1 2

H1 : y / o H1 : y / o
1 1
2 3

4
Econometra Centro de Estudios PEPE

4.REPARAMETRIZACIN DE MODELOS
Supongamos el siguiente modelo:

Y 0 1 X1 2 X 2 3 X 3 u (1)

donde se quiere contrastar la hiptesis:

H 0 : 1 2 0
H1 : 1 2 0

Como vimos a lo largo del tema, el estadstico preferente para este contraste sera:

1 2 H0
t N (0,1)
SE ( 1 2 )
donde SE( ) V ar(
1 2 ) V ar(
1 ) V ar(
2 ) 2 cov(
1, 2 )
1 2

Puede ocurrir que los errores estndar de los coeficientes y/o sus covarianzas sean desconocidos, lo que
impedira el clculo del estadstico t en este caso. Como alternativa podramos pensar en un estadstico
F en cualquiera de sus dos versiones. Pero puede ocurrir que las sumas de cuadrados y/o los
coeficientes de determinacin de los modelos no restringido y restringido sean tambin desconocidos.
En este caso podemos resolver el contraste con un mtodo alternativo llamado reparametrizacin. Este
mtodo consiste en igualar la ecuacin de Ho a un parmetro . A continuacin, se introduce dicha
restriccin en el modelo no restringido y obtenemos un modelo reparametrizado que contiene a
como parmetro. Por ltimo se resuelve el contraste en funcin de .

En el ejemplo anterior el procedimiento sera el siguiente:

1) Igualamos la ecuacin de Ho al parmetro , es decir:

1 2 y despejamos por ejemplo : 1 2

2) Introducimos la restriccin en la ecuacin (1):

Y 0 2 X1 2 X 2 3 X 3 u

Y 0 X 1 2 X 1 2 X 2 3 X 3 u

Y 0 X1 2 X 2 X1 3 X 3 u

3) Como nuestro objetivo es contrastar 1 2 0 pero 1 2 , el contraste ser

equivalente a plantear:
H0 : 0
H1 : 0

5
Econometra Centro de Estudios PEPE

4) Por ltimo, el estadstico del contraste sera:

H 0
t N (0,1)
SE ()