Page 31 - El Modelo de Regresión Lineal
P. 31

  n    2  n          n        n        
                                                     i 
                                                               i i
                                         z i   x y −       x z      z y i  
                                                   i
                                                                       i
                                      i= 0  i= 0         i= 0    i= 0      
                                          n      n         n         2   
                                                                  i i 
                                                      2
                                           x 2     z −      x z         
                                            i      i                   
                             ˆ 
                              1   =   i= 0   i= 0       i= 0                                       (51)
                             ˆ 
                                       n
                                              n
                                                     i 
                                      x i   z y −    n  x z   n  x y 
                                                               i i
                              2 
                                            2
                                      i= 0  i= 0  i     i= 0     i= 0  i  i  
                                          n      n         n         2   
                                                                  i i 
                                           x 2     z −      x z         
                                                      2
                                              i      i                     
                                         i= 0   i= 0       i= 0          
                                                               ˆ
                   Por otro lado, sabemos que  E =                   Y −    ˆ  X −   ˆ  Z ; al sustituir los
                                                                 t    t     1  t     2  t
            datos conocidos en la expresión (17), obtenemos el estimador de la

            varianza:


                                   n                       2
                                     (   y −  i    ˆ  1 i    ˆ  2 i )
                                                        z
                                               x −
                             2
                           ˆ  =  i= 0                                                                  (52)
                                            n − 2

                   Sustituimos (52) en la expresión (19):


                                                                               n             n        
                                                                                                  i i  
                                                                                 z 2     −    x z    
                                                        1                       i                  
                               ˆ 
                          V    1   =  ˆ  2                                i =  0        i =  0     
                                                                       2     n             n       
                               ˆ 
                               2           n   2  n   2     n           −     x z         x i    2  
                                                                     i i 
                                              x i     z −      x z             i i               
                                                         i
                                            i= 0   i= 0       i= 0          i =  0        i =  0    














                                                             27
   26   27   28   29   30   31   32   33   34   35   36