Evidencia empírica de los mínimos cuadrados en el Modelo de Regresión de Coeficientes Aleatorios

• Huamanchumo de la Cuba, Luis ^[1]
  1. [1] Facultad de Ingeniería Económica, Estadística y CCSS, Universidad de Ingeniería, Lima-Perú
• Localización: TECNIA, ISSN-e 2309-0413, ISSN 0375-7765, Vol. 11, Nº. 1, 2001
• Idioma: español
• Títulos paralelos:
  • Empirical evidence of least squares in the Random Coefficients Regression Model
• Enlaces
  • Texto completo
• Resumen
  • español

    El presente artículo estudia algunas propiedades en muestras finitas de varios estimadores del Coeficiente de Respuesta Medio en un Modelo de Regresión Lineal de Coeficientes Aleatorios.Para este fin, fue necesario diseñar un experimento muestral. Así, se obtuvo evidencias acerca del Sesgo, Consistencia y Eficiencia a partir de 15,120 estimaciones. De acuerdo a esto, no sólo el estimador Mínimos Cuadrados Generalizados en Dos Etapas (MCG2E) produjo los mejores resultados sino también el estimador Mínimos Cuadrados Ordinarios (MCOII) al obtener ganancias significativas en Eficiencia cuando fue estimado a partir de un modelo sin Error de Especificación. Es necesario ampliar dicha investigación incluyendo el estimador Máximo Verosímil.

  • English

    This article studies some properties in finite samples of several estimators of the Mean Response Coefficient in a Linear Regression Model of Random Coefficients.For this purpose, it was necessary to design a sample experiment. Thus, evidence about Bias, Consistency and Efficiency was obtained from 15,120 estimates. According to this, not only the Two-Stage Generalized Least Squares (GLS) estimator produced the best results but also the Ordinary Least Squares (OLS) estimator by obtaining significant gains in Efficiency when it was estimated from a model without Error of Specification. It is necessary to expand this research by including the Maximum Likelihood estimator.