2
Lo más leído
7
Lo más leído
8
Lo más leído
Freddy NOGALES ZAMBRANACurso de Econometría UATF
VARIABLES INSTRUMENTALES
Freddy NOGALES ZAMBRANA
Freddy NOGALES ZAMBRANACurso de Econometría UATF
El método de variables instrumentales (VI)
permite obtener estimadores consistentes de los
parámetros en situaciones en que el estimador
MCO es inconsistente (omisión de variables
relevantes, errores de medida o simultaneidad).
Condiciones fundamentales
 La covarianza entre el instrumento el
regresor debe ser no nula.
 La covarianza entre el instrumento y los
errores debe ser nula.
Freddy NOGALES ZAMBRANACurso de Econometría UATF
Nota: Si la covarianza entre el variable
instrumental y el regresor no es muy alta, el
instrumento es considerado “débil”.
Demostración
La variable instrumental z, debe cumplir con:
𝒛 𝒕𝒂𝒍𝒒𝒖𝒆 ∑( 𝒛𝒊 − 𝒛̅)( 𝒆𝒊 − 𝒆̅) = 𝟎
𝒄𝒐𝒗( 𝒛, 𝒆) = 𝟎
Freddy NOGALES ZAMBRANACurso de Econometría UATF
Si: 𝒚𝒊 = 𝜷 𝟎 + 𝜷 𝟏 𝑿𝒊 + 𝒆𝒊 el objetivo es estimar 𝛽1
Pero se encuentra que: 𝒄𝒐𝒗( 𝒙, 𝒆) ≠ 𝟎
No es correcto estimar por MCO.
En consecuencia, se realizar lo siguiente:
Iniciamos con el modelo centrado:
𝒚𝒊
∗
= 𝜷 𝟏 𝑿𝒊
∗
+ 𝒆𝒊
∗
Multiplicando el modelo por la variable instrumental 𝒛𝒊
∗
𝒚𝒊
∗
𝒛𝒊
∗
= 𝜷 𝟏 𝑿𝒊
∗
𝒛𝒊
∗
+ 𝒆𝒊
∗
𝒛𝒊
∗
Freddy NOGALES ZAMBRANACurso de Econometría UATF
Expresando la ecuación para cada observación:
𝒚 𝟏
∗
𝒛 𝟏
∗
= 𝜷 𝟏 𝑿 𝟏
∗
𝒛 𝟏
∗
+ 𝒆 𝟏
∗
𝒛 𝟏
∗
𝒚 𝟐
∗
𝒛 𝟐
∗
= 𝜷 𝟏 𝑿 𝟐
∗
𝒛 𝟐
∗
+ 𝒆 𝟐
∗
𝒛 𝟐
∗
.
.
.
𝒚 𝒏
∗
𝒛 𝒏
∗
= 𝜷 𝟏 𝑿 𝒏
∗
𝒛 𝒏
∗
+ 𝒆 𝒏
∗
𝒛 𝒏
∗
∑ 𝒚𝒊
∗
𝒛𝒊
∗
= 𝜷 𝟏 ∑ 𝑿𝒊
∗
𝒛𝒊
∗
+ ∑ 𝒆𝒊
∗
𝒛𝒊
∗
Freddy NOGALES ZAMBRANACurso de Econometría UATF
∑ 𝒚𝒊
∗
𝒛𝒊
∗
= 𝜷 𝟏 ∑ 𝑿𝒊
∗
𝒛𝒊
∗
Despejando el parámetro se tiene:
𝜷̂ 𝟏,𝒗𝒊 =
∑ 𝒚𝒊
∗
𝒛𝒊
∗
∑ 𝑿𝒊
∗
𝒛𝒊
∗ =
𝒇𝒇𝒇𝒇𝒇
𝒛
=
𝒆𝒆𝒅𝒄𝒄𝒆𝒆
𝒂
Freddy NOGALES ZAMBRANACurso de Econometría UATF
La solución: mínimos cuadrados en dos etapas (MC2O)
(2SLS)
Etapa 1
 Regresión preliminar donde X es endógena
𝒙𝒊 = 𝜶 𝟎 + 𝜶 𝟏 𝒛𝒊 + 𝒆𝒊
 Estimamos los parámetros 𝜶𝒊 por MCO
𝒙𝒊 = 𝜶̂ 𝟎 + 𝜶̂ 𝟏 𝒛𝒊
 Proyectar 𝒙̂𝒊 a partir de la estimación
𝒙̂𝒊 = 𝜶̂ 𝟎 + 𝜶̂ 𝟏 𝒛𝒊 No tiene problemas de endogeneidad
Freddy NOGALES ZAMBRANACurso de Econometría UATF
Etapa 2
𝒚𝒊 = 𝜷 𝟎 + 𝜷 𝟏 𝑿̂ 𝒊 + 𝒆𝒊
Aplicamos MCO para estimar 𝜷̂ 𝟎 y 𝜷̂ 𝟏
𝜷̂ 𝟎, 𝜷̂ 𝟏=𝜷̂ 𝟏,𝒗𝒊
Aplicación en Stata
Cargamos en el do-file: la base de datos de la página:
use http://www.stata-press.com/data/r13/hsng
Freddy NOGALES ZAMBRANACurso de Econometría UATF

Más contenido relacionado

PDF
15PRONOSTICOS.pdf
PPTX
Promedio movil
PPTX
Modelos de pronosticos e inventarios
PPT
Inferencia estadística. Estimación por intervalos.
PPT
programacion lineal
PPT
Artificial Variable Technique –
PPTX
Promedio movil ponderado proyeccion de demanda.pptx
PPTX
Presentacion programacion lineal ivo
15PRONOSTICOS.pdf
Promedio movil
Modelos de pronosticos e inventarios
Inferencia estadística. Estimación por intervalos.
programacion lineal
Artificial Variable Technique –
Promedio movil ponderado proyeccion de demanda.pptx
Presentacion programacion lineal ivo

La actualidad más candente (20)

DOC
Guiasimplex
PPTX
Método simplex
PDF
Clase2 El modelo de regresión simple
PPT
5 estadística inferencial
PPTX
Ejemplos de Procesos Estocásticos
PPT
Simplex two phase
PDF
PRUEBAS PARA MODELOS ECONOMETRICOS
PPTX
Unidad 2: Regresión lineal múltiple y correlación
PDF
Trabajo final de econometria upc
DOCX
Unidad cuatro de marco legal de las organizaciones
PPTX
CRITERIO DE LAPLACE
PPTX
Programación no lineal
PPTX
Matriz jacobiana
PPTX
Unidad 3. Programación dinámica
DOC
Proyecto Integrador Álgebra Lineal. Documento Instruccional desarrollado por ...
PPTX
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
PPT
Maximax, maximin y Minimax
PDF
Clase10 Endogeneidad y estimación por variables instrumentales
Guiasimplex
Método simplex
Clase2 El modelo de regresión simple
5 estadística inferencial
Ejemplos de Procesos Estocásticos
Simplex two phase
PRUEBAS PARA MODELOS ECONOMETRICOS
Unidad 2: Regresión lineal múltiple y correlación
Trabajo final de econometria upc
Unidad cuatro de marco legal de las organizaciones
CRITERIO DE LAPLACE
Programación no lineal
Matriz jacobiana
Unidad 3. Programación dinámica
Proyecto Integrador Álgebra Lineal. Documento Instruccional desarrollado por ...
S16.s1 Regresion Lineal Multiple.Matriz de varianzas-covarianzas.pptx
Maximax, maximin y Minimax
Clase10 Endogeneidad y estimación por variables instrumentales
Publicidad

Similar a Variables instrumentales (20)

PDF
Regla de la Cadena - Universidad Privada Del Norte
PDF
Regla de la Cadena - Universidad Privada Del Norte
PPTX
Pt2 a3 e1_pelm
PDF
Análisis de la respuesta transitoria. sistemas de segundo orden
PPTX
Clase 11 MDJ
PPTX
Método de jacobi Metodos Numericos
PPSX
Método de jacobi Métodos Númericos
PDF
F4002 - L05 - Solución de ecuaciones diferenciales ordinarias (problemas de v...
PDF
459944481-Taller-2-Diseno-de-Compensadores-Basados-en-la-Respuesta-en-el-Tiem...
PPTX
Método de jacobi
PPTX
numerosAleatorios.pptx
PDF
Aplicaciones de la ecuación de Schrödinger.pdf
DOCX
Actividad integradora 2
PPTX
Pt2 a2 e1_pelm
PPTX
Ejercicio resuelto del metodo grafico 3 r - minimización
PDF
Formulario antisismica maverick
DOCX
Complejidad y overfit modelos lineales a
DOC
2015 word
PDF
S17.s1 - Material.pdf
PDF
SdC Clase 05 Modelado Energético y VdE.pdf
Regla de la Cadena - Universidad Privada Del Norte
Regla de la Cadena - Universidad Privada Del Norte
Pt2 a3 e1_pelm
Análisis de la respuesta transitoria. sistemas de segundo orden
Clase 11 MDJ
Método de jacobi Metodos Numericos
Método de jacobi Métodos Númericos
F4002 - L05 - Solución de ecuaciones diferenciales ordinarias (problemas de v...
459944481-Taller-2-Diseno-de-Compensadores-Basados-en-la-Respuesta-en-el-Tiem...
Método de jacobi
numerosAleatorios.pptx
Aplicaciones de la ecuación de Schrödinger.pdf
Actividad integradora 2
Pt2 a2 e1_pelm
Ejercicio resuelto del metodo grafico 3 r - minimización
Formulario antisismica maverick
Complejidad y overfit modelos lineales a
2015 word
S17.s1 - Material.pdf
SdC Clase 05 Modelado Energético y VdE.pdf
Publicidad

Último (20)

PDF
expotinaespanolultimaversionparapresentar.pdf
PDF
datos en machine learning estado del arte
PPTX
648329746-IMPLEMENTACION-COSTOS-ABC.pptx
PPTX
Presentación proyecto infantil bonito cute aguamarina_20250807_221326_0000.pptx
PPTX
PRESENTACION SOBRE POLÍTICA FISCAL .pptx
PDF
taller de emprendimiento y competencias emprendedoras.pdf
PDF
Clasificador_De Gastos presupuestarios año_2025.pdf
PPTX
NEGOCIOS Y EMPRESAS INTELIGENTESSSSSS.pptx
PPTX
6. PLAN DE COMPENSACION DXN ECUADOR.pptx
PPTX
Fundamentos-de-Estadistica-Fuentes-de-Datos-Variables-y-Tipos-de-Datos.pptx
PPTX
LA GUAJIRA ggggggggggggggggggggggggggggggggggggggggggggggggggggggg
PPTX
SEGURIDAD FINANCIERA DEL COPERATIVISMO .
PDF
Sector Agropecuario CONTABILIDAD ESPECIFICA
PDF
Sistema_Juridico_de_los_Pueblos_Indigenas_Bolivia.pdf
PPT
MACRO monetaria mayo 2023 economia y finanzas
PPTX
Cuáles son los 9 modelos de negocios.pptx
PDF
Reporte Programacion Multianual 2026-2028.pdf
PDF
VAR - COINTEGRACIÓN.pdf curso de econometría
PPTX
econometria aplicada clase numero uno- Clase 01
PPTX
AUDITORIA ESPECIALIZADA EN PANAMA PARA LAS EMPRESAS
expotinaespanolultimaversionparapresentar.pdf
datos en machine learning estado del arte
648329746-IMPLEMENTACION-COSTOS-ABC.pptx
Presentación proyecto infantil bonito cute aguamarina_20250807_221326_0000.pptx
PRESENTACION SOBRE POLÍTICA FISCAL .pptx
taller de emprendimiento y competencias emprendedoras.pdf
Clasificador_De Gastos presupuestarios año_2025.pdf
NEGOCIOS Y EMPRESAS INTELIGENTESSSSSS.pptx
6. PLAN DE COMPENSACION DXN ECUADOR.pptx
Fundamentos-de-Estadistica-Fuentes-de-Datos-Variables-y-Tipos-de-Datos.pptx
LA GUAJIRA ggggggggggggggggggggggggggggggggggggggggggggggggggggggg
SEGURIDAD FINANCIERA DEL COPERATIVISMO .
Sector Agropecuario CONTABILIDAD ESPECIFICA
Sistema_Juridico_de_los_Pueblos_Indigenas_Bolivia.pdf
MACRO monetaria mayo 2023 economia y finanzas
Cuáles son los 9 modelos de negocios.pptx
Reporte Programacion Multianual 2026-2028.pdf
VAR - COINTEGRACIÓN.pdf curso de econometría
econometria aplicada clase numero uno- Clase 01
AUDITORIA ESPECIALIZADA EN PANAMA PARA LAS EMPRESAS

Variables instrumentales

  • 1. Freddy NOGALES ZAMBRANACurso de Econometría UATF VARIABLES INSTRUMENTALES Freddy NOGALES ZAMBRANA
  • 2. Freddy NOGALES ZAMBRANACurso de Econometría UATF El método de variables instrumentales (VI) permite obtener estimadores consistentes de los parámetros en situaciones en que el estimador MCO es inconsistente (omisión de variables relevantes, errores de medida o simultaneidad). Condiciones fundamentales  La covarianza entre el instrumento el regresor debe ser no nula.  La covarianza entre el instrumento y los errores debe ser nula.
  • 3. Freddy NOGALES ZAMBRANACurso de Econometría UATF Nota: Si la covarianza entre el variable instrumental y el regresor no es muy alta, el instrumento es considerado “débil”. Demostración La variable instrumental z, debe cumplir con: 𝒛 𝒕𝒂𝒍𝒒𝒖𝒆 ∑( 𝒛𝒊 − 𝒛̅)( 𝒆𝒊 − 𝒆̅) = 𝟎 𝒄𝒐𝒗( 𝒛, 𝒆) = 𝟎
  • 4. Freddy NOGALES ZAMBRANACurso de Econometría UATF Si: 𝒚𝒊 = 𝜷 𝟎 + 𝜷 𝟏 𝑿𝒊 + 𝒆𝒊 el objetivo es estimar 𝛽1 Pero se encuentra que: 𝒄𝒐𝒗( 𝒙, 𝒆) ≠ 𝟎 No es correcto estimar por MCO. En consecuencia, se realizar lo siguiente: Iniciamos con el modelo centrado: 𝒚𝒊 ∗ = 𝜷 𝟏 𝑿𝒊 ∗ + 𝒆𝒊 ∗ Multiplicando el modelo por la variable instrumental 𝒛𝒊 ∗ 𝒚𝒊 ∗ 𝒛𝒊 ∗ = 𝜷 𝟏 𝑿𝒊 ∗ 𝒛𝒊 ∗ + 𝒆𝒊 ∗ 𝒛𝒊 ∗
  • 5. Freddy NOGALES ZAMBRANACurso de Econometría UATF Expresando la ecuación para cada observación: 𝒚 𝟏 ∗ 𝒛 𝟏 ∗ = 𝜷 𝟏 𝑿 𝟏 ∗ 𝒛 𝟏 ∗ + 𝒆 𝟏 ∗ 𝒛 𝟏 ∗ 𝒚 𝟐 ∗ 𝒛 𝟐 ∗ = 𝜷 𝟏 𝑿 𝟐 ∗ 𝒛 𝟐 ∗ + 𝒆 𝟐 ∗ 𝒛 𝟐 ∗ . . . 𝒚 𝒏 ∗ 𝒛 𝒏 ∗ = 𝜷 𝟏 𝑿 𝒏 ∗ 𝒛 𝒏 ∗ + 𝒆 𝒏 ∗ 𝒛 𝒏 ∗ ∑ 𝒚𝒊 ∗ 𝒛𝒊 ∗ = 𝜷 𝟏 ∑ 𝑿𝒊 ∗ 𝒛𝒊 ∗ + ∑ 𝒆𝒊 ∗ 𝒛𝒊 ∗
  • 6. Freddy NOGALES ZAMBRANACurso de Econometría UATF ∑ 𝒚𝒊 ∗ 𝒛𝒊 ∗ = 𝜷 𝟏 ∑ 𝑿𝒊 ∗ 𝒛𝒊 ∗ Despejando el parámetro se tiene: 𝜷̂ 𝟏,𝒗𝒊 = ∑ 𝒚𝒊 ∗ 𝒛𝒊 ∗ ∑ 𝑿𝒊 ∗ 𝒛𝒊 ∗ = 𝒇𝒇𝒇𝒇𝒇 𝒛 = 𝒆𝒆𝒅𝒄𝒄𝒆𝒆 𝒂
  • 7. Freddy NOGALES ZAMBRANACurso de Econometría UATF La solución: mínimos cuadrados en dos etapas (MC2O) (2SLS) Etapa 1  Regresión preliminar donde X es endógena 𝒙𝒊 = 𝜶 𝟎 + 𝜶 𝟏 𝒛𝒊 + 𝒆𝒊  Estimamos los parámetros 𝜶𝒊 por MCO 𝒙𝒊 = 𝜶̂ 𝟎 + 𝜶̂ 𝟏 𝒛𝒊  Proyectar 𝒙̂𝒊 a partir de la estimación 𝒙̂𝒊 = 𝜶̂ 𝟎 + 𝜶̂ 𝟏 𝒛𝒊 No tiene problemas de endogeneidad
  • 8. Freddy NOGALES ZAMBRANACurso de Econometría UATF Etapa 2 𝒚𝒊 = 𝜷 𝟎 + 𝜷 𝟏 𝑿̂ 𝒊 + 𝒆𝒊 Aplicamos MCO para estimar 𝜷̂ 𝟎 y 𝜷̂ 𝟏 𝜷̂ 𝟎, 𝜷̂ 𝟏=𝜷̂ 𝟏,𝒗𝒊 Aplicación en Stata Cargamos en el do-file: la base de datos de la página: use http://www.stata-press.com/data/r13/hsng
  • 9. Freddy NOGALES ZAMBRANACurso de Econometría UATF