Multicolinealidad. Ejercicio 6.9 POE4

Transcripción

1 clear use "C:\POE4\manuf.dta", clear gen ly=log(y) gen lk=log(k) gen ll=log(l) gen le=log(e) gen lm=log(m) regress ly lk ll le lm Multicolinealidad. Ejercicio 6.9 POE4

2 ln y ln ln K 3 ln L 4 ln E 5 ln M F calculada test lk=0 display invftail(,0,.05) F crítica No se rechaza J n K Número de restricciones lineales H

3 ln y ln ln K 3 ln L 4 ln E 5 ln M F calculada test lk=0 test ll=0,accum display invftail(,0,.05) F crítica n K J No se rechaza 0 Número de restricciones lineales H

4 ln y ln ln K 3 ln L 4 ln E 5 ln M F calculada test lk=0 test le=0,accum display invftail(,0,.05) F crítica n K J No se rechaza 0 Número de restricciones lineales H

5 ln y ln ln K 3 ln L 4 ln E 5 ln M F calculada test lk=0 test ll=0,accum test le=0,accum display invftail(3,0,.05) F crítica n K No se rechaza H J 3 0 Número de restricciones lineales

6 ln y ln ln K 3 ln L 4 ln E 5 ln M F calculada test lk+ll+le+lm= display invftail(,0,.05) F crítica n K No se rechaza H J 0 Número de restricciones lineales

7 ln y ln ln K 3 ln L 4 ln E 5 ln M * Modelo de Regresión Principal regress ly lk ll le lm * Matriz de Correlación entre los regresores correlate lk ll le lm * Factores de Inflación de Varianza (VIF) vif * Regresiones Auxiliares y Cálculo de los VIF regress lk ll le lm display "R^ aux.=",e(r),"; ","VIF =",/(-e(r)) regress ll lk le lm display "R^ aux.=",e(r),"; ","VIF =",/(-e(r)) regress le lk ll lm display "R^ aux.=",e(r),"; ","VIF =",/(-e(r)) regress lm lk ll le display "R^ aux.=",e(r),"; ","VIF =",/(-e(r))

8 ln y ln ln K 3 ln L 4 ln E 5 ln M Matriz de correlaciones Los coeficientes de correlación lineal de todos los regresores son altos.

9 Los factores de inflación de varianza se obtienen mediante los coeficientes de determinación de las regresiones auxiliares ln K 0 ln L ln E 3 ln M R aux VIF R aux ln L 0 ln K ln E 3 ln M R aux VIF R aux

10 Los factores de inflación de varianza se obtienen mediante los coeficientes de determinación de las regresiones auxiliares ln E 0 ln K ln L 3 ln M R aux VIF R aux 6.8 ln M 0 ln K ln L 3 ln E R aux VIF R aux.0

11 STATA despliega la lista de factores de inflación de varianza y sus inversos en orden descendente En la estimación de la función producción, se sospecha del problema de multicolinealidad dado que se obtiene un coeficiente de determinación R cuadrada cercana a y los estadísticos t revelan efectos estadísticamente no significativos de los factores productivos. No es posible estimar los efectos de los factores sobre el producto con la precisión mínima necesaria. Como alternativa se pueden considerar regresiones parciales en las que son estadísticamente significativos los efectos y no se presente un grado de colinealidad importante.

12 Multicolinealidad. Ejercicio 6. POE4 clear use "C:\POE4\cobb.dta", clear * Estimación de la Función producción Cobb-Douglas gen lq=log(q) gen lk=log(k) gen ll=log(l) regress lq lk ll * Factores de Inflación de Varianza vif * Correlaciones entre los regresores correlate lk ll * Regresiones Auxiliares y Cálculo de los VIF regress lk ll display "R^ aux.=",e(r),"; ","VIF =",/(-e(r)) regress ll lk display "R^ aux.=",e(r),"; ","VIF =",/(-e(r))

13 Multicolinealidad. Ejercicio 6. POE4 Se observa correlación muestral fuerte entre el capital y el trabajo, tanto en niveles como en logaritmos. El uso de los factores productivos parece reflejar una proporción fija. capital labor Fitted values capital lk ll Fitted values lk

14 Multicolinealidad. Ejercicio 6. POE4 El uso de los factores productivos trabajo/capital refleja una proporción fija promedio de.07±0.05

15 Multicolinealidad. Ejercicio 6. POE4 Se estima el modelo de regresión lineal por mínimos cuadrados restringidos constraint lk+ll= cnsreg lq lk ll, constraints() Los coeficientes son estadísticamente no significativos, por lo que los datos de esta muestra no ofrecen una precisión mínima en la estimación de la función producción Cobb-Douglas.