METODOLOGÍA DE LA EVALUACIÓN DE MODELOS ECONOMÉTRICOS UNIECUACIONALES DE REGRESIÓN LINEAL MÚLTIPLE
Por: Dr. Rafael E. Solórzano [1]
Individuo de Número de la Academia de Mérida, Sillón 11.
Código JEL: C19, C20, C39
RESUMEN
En este trabajo se presentan los principales aspectos de carácter metodológico que deben considerarse al evaluar un modelo econométrico uniecuacional, estimado mediante técnicas de regresión lineal múltiple. La construcción y estimación de estos modelos constituye un recurso de muy generalizada aplicación entre los economistas y demás estudiosos de las ciencias sociales, ya que a través de ellos se suele establecer algún tipo de relación de dependencia entre variables, a partir de la cual se suministran elementos explicativos para proposiciones de carácter teórico. La evaluación del modelo estimado tiene el propósito de validar empíricamente la relación teórica involucrada, y de analizar la capacidad explicativa y el poder predictivo de las estimaciones. Dicha evaluación debe ser hecha en tres diferentes planos: Primero, una evaluación desde el punto de vista de los principios teóricos que han sido incorporados en la especificación del modelo, lo cual se hace analizando y comparando los signos y magnitudes de los coeficientes de regresión del modelo, con los de los coeficientes de regresión estimados. Segundo, una evaluación de la significación estadística de los parámetros estimados, considerados tanto individualmente, como formando parte conjunta de la ecuación de regresión. Y, finalmente, una evaluación econométrica propiamente dicha de las estimaciones, dirigida a verificar si en el proceso de estimación, se respetaron los supuestos clásicos de la regresión lineal múltiple, a saber, la no existencia de colinealidad entre las variables independientes del modelo, la ausencia de autocorrelaciòn estadísticamente significativa entre las perturbaciones aleatorias, y de correlación lineal entre estas y las variables independientes, y, la existencia de varianzas constantes de las perturbaciones aleatorias. El presente trabajo hace énfasis en este tercer tipo de evaluación y en las más importantes pruebas de significación que han sido diseñadas para detectar la presencia significativa de alguno de esos problemas, los cuales afectan negativamente tanto la capacidad explicativa como el poder predictivo de las estimaciones econométricas.
Palabras clave: Autocorrelaciòn, Multicolinealidad, Heteroscedasticidad.
ABSTRACT
This paper presents the main methodological aspects to consider when evaluating an econometric model estimated by the use of multiple linear regression techniques for single-equation econometric model. The construction and estimation of these models is a resource of widespread application among economists and other scholars in the social sciences, because through them is usually set some kind of dependency relationship between variables, from which are supplied explanatory elements for theoretical propositions. The evaluation of the estimated model aims to empirically validate the theoretical relationship involved, and to analyze the explanatory and predictive power of the estimates. This evaluation must be made in three different levels: First, an evaluation from the standpoint of theoretical principles have been incorporated into the model specification, which is done by analyzing and comparing the signs and magnitudes of the regression coefficients of the model, with the estimated regression coefficients. Second, an evaluation of the statistical significance of the estimated parameters, considered individually, and as part of the joint regression equation. And finally, a full-fledged econometric assessment of the estimates, addressed to verify whether in the estimation process, the classical assumptions of multiple linear regression were respected, namely, the absence of collinearity between the independent variables of the model, no statistically significant autocorrelation between random disturbances, and linear correlation between these and the independent variables; and the existence of constant variances of the random perturbations. This paper emphasizes this third type of assessment and the major significance tests that have been designed to detect the significant presence of any of these problems, which negatively affect both the explanatory capability and the predictive power of the econometric estimates .
Keywords: Autocorrelation, multicollinearity, heteroskedasticity.
Descargar artículo completo en PDF: pulse aquí
[1] Dr. Rafael Eduardo Solorzano
Economista, Master in Economics, Doctor en Ciencias Económicas. Profesor Titular Jubilado de Economía, Universidades de los Andes y del Zulia, Mérida y Maracaibo, Venezuela, respectivamente. Miembro del Consejo Académico del Doctorado en Ciencias Económicas, Universidad del Zulia. Individuo de Número de la Academia de Mérida (Sillón 11) y Miembro Correspondiente Nacional de la Academia de Ciencias Económicas del Estado Zulia. E-mail: resolorzano@gmail.com. Teléfonos: +58-274-2631912 y +58-412-7642313.