Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 182 vistas

    Prueba de Estabilidad

    Cargado por

    David Ignacio Berastain Hurtado
    El documento presenta resúmenes de varias pruebas estadísticas comúnmente usadas en econometría. Explica brevemente la prueba de estabilidad VAR, la prueba de Wald para evaluar la significancia conjunta de variables en un modelo logístico, la prueba de Portmanteau Ljung-Box para detectar autocorrelación en los residuos, la prueba de causalidad de Granger, y la prueba de Jarque-Bera para probar la normalidad de una distribución.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Prueba de Estabilidad

    Cargado por

    David Ignacio Berastain Hurtado
    182 vistas3 páginas
    El documento presenta resúmenes de varias pruebas estadísticas comúnmente usadas en econometría. Explica brevemente la prueba de estabilidad VAR, la prueba de Wald para evaluar la significancia conjunta de variables en un modelo logístico, la prueba de Portmanteau Ljung-Box para detectar autocorrelación en los residuos, la prueba de causalidad de Granger, y la prueba de Jarque-Bera para probar la normalidad de una distribución.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta resúmenes de varias pruebas estadísticas comúnmente usadas en econometría. Explica brevemente la prueba de estabilidad VAR, la prueba de Wald para evaluar la significancia conjunta de variables en un modelo logístico, la prueba de Portmanteau Ljung-Box para detectar autocorrelación en los residuos, la prueba de causalidad de Granger, y la prueba de Jarque-Bera para probar la normalidad de una distribución.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    182 vistas3 páginas

    Prueba de Estabilidad

    Cargado por

    David Ignacio Berastain Hurtado
    El documento presenta resúmenes de varias pruebas estadísticas comúnmente usadas en econometría. Explica brevemente la prueba de estabilidad VAR, la prueba de Wald para evaluar la significancia conjunta de variables en un modelo logístico, la prueba de Portmanteau Ljung-Box para detectar autocorrelación en los residuos, la prueba de causalidad de Granger, y la prueba de Jarque-Bera para probar la normalidad de una distribución.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    Prueba de Estabilidad

    Kunst (2011), señala que un VAR (1) es denominado estable si los valores propios correspondientes la
    matriz de coeficientes son menores al valor numérico 1. Desde una perspectiva matemática, esta
    condición es equivalente a la siguiente expresión

    det ( I k −A 1 z ) ≠ 0 para |z|≤1

    Adicionalmente, se aclara que cuando no se encuentren raíces dentro o en el circulo unitario, se genera
    una condición de estabilidad dentro del modelo VAR, pero esta condición no implica estacionariedad.

    Prueba de Wald

    Esta prueba examina la significancia conjunta entre las variable dependiente e independiente
    contenidas dentro de un modelo logístico. Para ello, se plantearán dos hipótesis; la hipótesis nula que
    señala que el coeficiente de la variable independiente es igual a 0, mientras que en la hipótesis
    alternativa demostrará que el coeficiente es diferente de 0.

    H 0 : β1 =0

    H1: β1 ≠ 0

    Liu (2016) señala lo siguiente acerca de la prueba estadístico de Wald:

    Se obtiene dividiendo la máxima verosimilitud estimada (MLE) del parámetro del pendiente ( ^ β 1)
    multiplicado por las estimaciones de los errores standard respectivos se ¿) . Bajo la hipótesis
    nula, la ratio sigue una distribución normal.

    (^
    β 1)
    se ( ^
    β 1)

    Prueba de Portmanteu Ljung-Box

    Esta prueba se basa en los problemas de autocorrelación de los residuos estimados para los modelos
    econométricos de series de tiempo propuesto por Box-Jenkins en 1976. Sin embargo, después de
    algunas discusiones sobre la distribución estadística de una muestra finita, Ljung y Box (1978) una
    prueba modificada sustituyendo los coeficientes de los residuos correlacionados con valores
    estandarizados obteniendo la siguiente expresión:

    ~ ~
    n
    r^ 2k
    QLB ( r )=n( n+2) ∑
    k=1 n−k
    Donde r^ k es la muestra de autocorrelación de orden k de residuos y n el tamaño de la muestra.
    ~
    Asimismo, se señala que Q LB posee una distribución para una muestra finita cercana a la distribución
    Chi-cuadrado con (m− p−q) grados de libertad.

    Prueba de Causalidad

    Esta prueba, mediante el estadístico T- Student y el estadístico F comprueba que los valores de una
    variable X provee información estadísticamente significativa sobre los valores de otra variable Y . Por lo
    tanto, asumiendo que X y Y son dos variables con series estacionarias de una muestra de
    observaciones, es posible comprobar una causalidad a lo Granger de X sobre Y si se encuentra un
    determinado número de rezagos P dentro de la expresión que representa Y ; asimismo, esta última
    variable es definida como un proceso AR de orden P.

    En base a lo anterior, se puede expresar la variable Y de la siguiente manera:

    y t =c +ϕ1∗y t−1 +ϕ2∗y t−2 +…+ ϕ p∗y t − p+ ε t

    Donde

    ϕ 1 , ϕ2 , … , ϕ p : representa los parámetros estimados

    c : el intercepto del proceso AR(p)


    Luego, en la ecuación anterior, se incluye los valores de los rezagos de la variable X :

    y t =c +ϕ1∗y t−1 +ϕ2∗y t−2 +…+ ϕ p∗y t − p+ ωm∗X t −1+ …+ω n∗X t −n +ε t

    Entonces, , se puede indicar que existe una causalidad de Granger de X sobre Y si los rezagos de la
    expresión X se conservan después de aplicar los estadísticos T student y F en la última ecuación.

    Prueba de Jarque-Bera

    Las pruebas de normalidad son ampliamente utilizadas para estimar la diferencia entre una distribución
    empírica y una distribución normal. La prueba de Jarque – Bera es usada para reconocer esta condición
    de la muestra. Además, esta prueba es basada en los coeficientes de asimetría y los coeficientes
    estadísticos de curtosis. En efecto, para una población muestral de N individuos el estadístico JB se
    define de la siguiente manera:
    2
    N ( K −3 )
    JB= (W 2 + )
    6 4
    Donde:

    μ3
    W= representa la asimetría
    μ32 / 2
    μ4
    W= representa la curtosis
    μ 22

    También podría gustarte