Heterocedasticidad: ¿qué ocurre cuando la varianza del error es no constante?

Cap 11

 Heterocedasticidad: ¿qué ocurre cuando la varianza del error es no constante?

11.1)

1. falso, los estimadores son insesgados pero son ineficientes
2. b) verdadero, mirar la sec 11.4
3. falso, típicamente, pero no siempre, se sobreestimó la varianza mirar la sec 11.4 y ejercicio 11.9
4. falso, además de heterocedasticidad, un patrón de este tipo puede ser el resultado de la autocorrelación, los errores técnicos de modelo, etc.
5. Verdadero, ya que el verdadero  no son directamente observables,  algunas hipótesis sobre la naturaleza de heterocedasticidad es inevitable[pic 1]
6. Verdadero, mirar la respuesta de la d) nuevamente.
7. Falso, heteroscedasticidad se trata de la varianza del término de error de la  y no se trata de la varianza de una variable independiente.[pic 2]

11.2)

1. como (1) muestra ecuación, como N se incrementa en una unidad, en promedio, aumento salarios por unos 0.009 dólares. si se multiplica la segunda ecuación a través de N, se verá que el resultado es bastante similar a la ecuación ( 1 )
2. al parecer, el autor estaba preocupado por heterocedasticidad, ya que divide la ecuación original por N. esto equivale a asumir que la varianza del error es proporcional al cuadrado de N. De este modo el autor está usando mínimos cuadrados ponderados en la estimación de la ecuación (2).
3. el coeficiente de intercepción en la ecuación (1)es el coeficiente de la pendiente en la ecuación (2) y el coeficiente de la pendiente de la ecuación (1) es la intersección de la ecuación (2).
4. las variables dependientes en los dos modelos no son los mismos

11.3)

1. No. estos modelos son no lineales en los parámetros y no se pueden estimar por MCO
2. Existen procedimientos de estimación no lineal especializada. discutimos este tema en el capítulo sobre los modelos de regresión no lineal.

   De manera informal, podemos estimar los parámetros de un       proceso de ensayo y error.

11.5) Esto es una cuestión de sustituir los términos de definición y simplificando.

11.6)

1. se ha asumido que la varianza del error es proporcional al cuadrado del PNB, como se describe en la postulación. Los autores hacen esta suposición al mirar los datos en el tiempo y la observación de esta relación.
2. los resultados son esencialmente los mismos, aunque los errores estándar para dos de los coeficientes son más bajos en el segundo modelo, esto puede ser tomado como justificación empírica de la transformación para heterocedasticidad .
3. no, los términos  no pueden ser comparados directamente, como las variables dependientes en los dos modelos no son los mismos.[pic 3]

11.7) Como se verá en el problema 11.13, la prueba de Bartlett muestra que no había ningún problema de heterocedasticidad en este conjunto de datos. Por lo tanto, este hallazgo no es sorprendente También, véase el problema 11.11.

...