Una vez estimado el modelo, es importante llevar a cabo un diagnóstico del mismo. El análisis de los residuos MCO juega un papel fundamental en esta tarea. Por ejemplo, nos pueden ayudar a determinar la existencia de valores atípicos, la presencia de problemas de autocorrelación, heterocedasticidad, etc.
La salida estándar asociada a esta opción proporciona, en primer lugar, información sobre el valor de la variable dependiente, su valor estimado y el error cometido en su estimación, para cada una de las observaciones muestrales. Además proporciona un gráfico representando los residuos respecto a su media. Recuérdese que en modelos formulados con ordenada en el origen, la media residual es nula.
Se denomina residuo o error ( ) a la diferencia entre el valor observado del regresando ( ) y el valor estimado por el modelo ( ).
Además, proporciona la suma residual, la varianza residual, la suma de errores absolutos y el coeficiente de determinación entre observados y estimados. Para modelos formulados con ordenada en el origen la suma residual es nula (propiedad de los residuos MCO).
La varianza residual aparece también en la primera parte de la salida del comando OLS, bajo la denominación VARIANCE OF THE ESTIMATE-SIGMA**2.
En la suma de errores absolutos se evita que los residuos de distinto signo se compensen entre sí, por tanto, esta suma tan sólo será nula si todos los residuos lo son.
El coeficiente de determinación entre observados y estimados (r2) no es más que el coeficiente de determinación resultante de la regresión del regresando sobre el regresando estimado: .
Cuando el modelo está formulado con ordenada en el origen, coincide con y, por tanto, r2 coincide con R2.
Debe de tenerse en cuenta que cuando se ejecuta la opción LIST del comando OLS se activa automáticamente la opción RSTAT, que proporciona resultados asociados a la autocorrelación (dw, v, y test de rachas).
Señalar que $K es el nº de regresores del modelo (K+1) y $N es el número de observaciones (tamaño muestral). Si se quiere disponer de estas variables en cualquier momento es necesario guardarlas, lo que se hace con un comando GEN1 por tratarse de escalares.
Cuando en un comando GENR o GEN1 interviene alguna “variable temporal ($)”, Shazam recuerda el valor numérico de esa variable temporal, porque hace referencia al último de los comandos ejecutados que llevan asociados dichas variables y el usuario podría haber ejecutado otro comando que tuviese disponibles las mismas variables temporales, por lo que la información a utilizar podría no ser la deseada. Si el usuario no está interesado en comprobar dichos valores, puede ejecutar dichos comandos precedidos con un signo “?”.
En eumed.net: |
1647 - Investigaciones socioambientales, educativas y humanísticas para el medio rural Por: Miguel Ángel Sámano Rentería y Ramón Rivera Espinosa. (Coordinadores) Este libro es producto del trabajo desarrollado por un grupo interdisciplinario de investigadores integrantes del Instituto de Investigaciones Socioambientales, Educativas y Humanísticas para el Medio Rural (IISEHMER). Libro gratis |
15 al 28 de febrero |
|
Desafíos de las empresas del siglo XXI | |
15 al 29 de marzo |
|
La Educación en el siglo XXI |