¿Qué pasa si la varianza de los

residuos ya no es constante?
EL PROBLEMA DE HETEROCEDASTICIDAD

1
¿Cuáles son los supuestos del Modelo de Regresión
Lineal?
• El modelo de regresión es lineal en los parámetros.
• Esperado de los errores igual a 0
• LOS ERRORES TIENEN UNA VARIANZA CONSTANTE.
• Los errores no tienen autocorrelación serial; es decir, no existe correlación entre los
errores de diferentes periodos de tiempo.
• No existe correlación entre las variables explicativas y los errores.
• No existe colinealidad perfecta entre las variables explicativas incluidas en el modelo
• El modelo esta perfectamente identificado
• El número de observaciones debe ser mayor al número de parámetros a estimar
• EL TÉRMINO DE ERROR DEBE ESTAR NORMALMENTE DISTRIBUIDO
Kingdon, G. G., & Theopold, N. (2008). Do returns to education matter to schooling participation? Evidence from India. Education
Economics, 16(4), 329-350.

3
Formichella, M. M., & Alderete, M. V. (2020). El efecto de las tic en el desempeño educativo:, el análisis de la comprensión lectora. Semestre
Económico, 23(54), 181-199.

4
Montenegro, E., Tinajero, F., & Pacheco, I. (2017).
Estimación del riesgo de acciones a través de un
modelo financiero y de modelos de heteroscedasticidad
condicional autorregresiva. UTCiencia, 1(2), 61-71.

5
Implicaciones de asumir normalidad
Los estimadores se distribuyen como una función de distribución normal

መ
𝛽~𝑁(𝛽, 𝜎 2 𝑋′𝑋 −1 )

Aspecto que permite realizar las siguientes pruebas de hipótesis

• T-Student
• F-estadística
• Chi-cuadrado

6
¿Qué implica en términos de la funciónde
distribución?
Dado el supuesto anterior, el modelo se distribuye como una función de densidad de
probabilidad normal
1 1
𝑓 𝑌 𝑋𝛽, 𝜎 2 = 𝑒𝑥𝑝 − 2 (𝑌 − 𝑋𝛽)′(𝑌 − 𝑋𝛽)
𝜎 2𝜋 2𝜎

La variable dependiente condicionada al conjunto de variables independientes (X) sigue

una distribución normal.

7
¿Qué nos asegura que los errores sigan una
distribución normal?
El hecho que los errores sigan una distribución normal permite
asegurar que su varianza es constante y que la media de los mismos
es cero.

Una vez estimado el modelo de regresión y estimados los residuos

del modelo, procedemos a realizar una prueba de hipótesis de
normalidad a esa nueva variable generada (𝜇ො𝑖 ).

8
¿Cómo vemos la normalidad de una variable?

Se puede ver la normalidad de una variable a través del tercer y cuarto momento de
una variable. A continuación, se muestran los cuatro momentos de una variable:

Primer momento: La media 𝐸 𝑋 = 𝜇𝑋

Segundo momento: La varianza 𝑉 𝑋 = E (𝑋 − 𝜇𝑋 ) 2

= 𝜎𝑋2

𝐸(𝑋−𝜇𝑋 )3
Tercer momento: La simetría 𝑆(𝑋) =
𝜎3

𝐸(𝑋−𝜇𝑋 )4
Cuarto momento: La curtosis 𝐾 𝑋 =
𝜎4

9
 Principales estadísticos

.4
descriptivos en una
variable que sigue una

.3
distribución normal

Density
.2
Estadístico Valor

.1
Media 0.0031

Varianza 1.0043

0
Simetría 0.0188
-4 -2 0 2 4
Variable normalmente distribuida
Curtosis 2.985 kernel = epanechnikov, bandwidth = 0.1421

10
Pruebas para ver la normalidad de una variable

Visual Contrastes Estadísticos

• Q-Q Plot • Jarque Bera
• Kolmogorov-Smirnov
• Shapiro-Wilks

11
Q-Q plot (Cuantiles-Cuantiles gráfico)
Gráfica los valores observados de la variable que se esta analizando con los valores
de una variable que sigue una distribución normal.

Si la variable que se analiza sigue una distribución normal, los valores de la misma
(cuantiles) formarían una línea recta con los valores teóricos de la distribución
normal.

En stata el comando que permite hacer este análisis se llama qnorm y su sintaxis es
la siguiente:

qnorm [nombre de la variable]

12
Analizando la normalidad de los residuos
ℎ𝑎𝑧𝑖 = 𝛽1 + 𝛽2 𝐸𝑚𝑎𝑑𝑟𝑒𝑖 + 𝛽3 𝑃𝑛𝑎𝑐𝑒𝑟𝑖 + 𝛽4 𝑂𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑖 + 𝛽5 𝐸𝑚𝑒𝑠𝑒𝑠𝑖 + 𝜇𝑖

4
2
Residuals

0
-2
-4
-4 -2 0 2 4
Inverse Normal

13
Prueba de Jarque Bera (i)
Esta prueba consiste en evaluar la curtosis y la asimetría de una variable. La
hipótesis nula es que la variable se distribuye normalmente, para lo cual evalúa los
valores de la simetría y curtosis de la variable.

Hipótesis nula H0: S = 0 y K = 3

Hipótesis alternativa H1: S ≠ 0 y K ≠ 3

El estadístico para la prueba se distribuye como una Chi-cuadrado con 2 grados de

libertad.
𝑁 2 (𝐾 − 3)2 2
N: Número de observaciones
𝐽𝐵 = 𝑆 + 𝐽𝐵~χ 2 S: Simetría
6 4 K: Curtosis

14
Prueba de Jarque Bera (ii)
A un nivel de significancia del 5% el estadístico ꭓ2(2) tiene como valor crítico o de tablas de
5.99. Entonces, si el valor del estadístico estimado es menor al de tablas, se acepta la
hipótesis nula de normalidad de la variable; en caso contrario, se rechaza la nula y la
variable seria no normal.

Usando el ejemplo anterior, se tiene que la simetría de los errores estimados es 0.06 y la
curtosis toma el valor de 3.39. Así reemplazando los valores en el estadístico de JB se tiene:

7111 (3.39 − 3) 2
𝐽𝐵 = (0.06)2 + = 1185.17 0.0036 + 0.038 = 49.30
6 4

𝐽𝐵𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 = 49.30 vs ꭓ2(2) = 5.99 entonces rechazamos 𝐻𝑜

15
Prueba de Shapiro y Wilks
El método consiste en ordenar las observaciones de menor a mayor, luego se comienzan
a calcular las diferencias entre los valores extremos ponderadas: primero menos el
último, el segundo menos el penúltimo y así sucesivamente.

Así, el estadístico para el contraste viene dado por:

𝐷2
𝑊= , 𝑑𝑜𝑛𝑑𝑒 𝐷 = σℎ𝑖=1 𝑎𝑖 (𝑋𝑛+1−𝑖 − 𝑋𝑖 )
𝑛𝑆 2

En caso el número de observaciones sea impar, no se considera la mediana, y S2 es la

varianza de la variable analizada.
16
Valores de los coeficientes de Shapiro-
Wilk para cada pareja de observaciones.
Se aprecia que en el caso de números
impares el valor de en medio se multiplica
por 0 o no se considera.

17
Prueba de swilk
Al igual que la prueba de Jarque-Bera, 1
el swilk realiza la prueba de
normalidad de una variable.

swilk residuos
De esta manera podemos ver que los datos o la variable
sometida a prueba no sigue una distribución normal: p-value
menor a 0.05.

Asimismo, como se puede ver en la nota de pie de cuadro,

este test es válido para muestras menores o iguales de 2000
observaciones.

18
Prueba de la
simetría y la
curtosis (sktest)
Al igual que la prueba de Jarque-Bera,
el sktest realiza tres pruebas de
hipótesis. En primer lugar hace la 1 2 3
prueba de hipótesis de que la simetría
de la variable es igual a 0, luego que la
curtosis es igual a 3, y finalmente hace
la prueba conjunta; es decir, que tanto De esta manera podemos ver que los datos o la variable
la simetría de la variable es 0 y que la
curtosis es igual a 3. sometida a prueba no sigue una distribución normal (prueba
sktest residuos, noadj conjunta -3- ), así como la probabilidad que la simetría -1- y
curtosis -2- sean iguales a 0 y 3 respectivamente son menores
a 0.05.

19
Consecuencias por la ausencia de normalidad en
los errores
Las principales consecuencias de que los errores no sigan una distribución normal
son:

• Las pruebas de hipótesis consideradas para realizar inferencia estadística no

son adecuadas, se debe de recurrir a estimaciones no paramétricas.

• Los parámetros estimados del modelo MCO dejan de ser eficientes dado que la
varianza no sería constante.

20
Si no existe normalidad de los residuos, uno de los
causantes es la presencia de Heterocedasticidad

21
Causas de la Heterocedasticidad
Las causas mas comunes de la heterocedasticidad son:

• Mala especificación del modelo.

✓ Variables omitidas

• Forma funcional incorrecta en las variables usadas en el modelo.

✓ Una de las variables tiene una relación no lineal con la dependiente

• Cambio estructural.
✓Un cambio estructural puede provocar una estimación errónea de los
parámetros. Esto se produce en algunas secciones de la muestra y genera
diversos problemas en el modelo
22
Formas de detectar la Heterocedascidad
• Si no se cuenta con información previa sobre la naturaleza de la
heterocedasticidad, se debe estimar el modelo de regresión para
luego hacer análisis de los residuos del modelo estimado.

• Recordar que los residuos se definen como 𝜇Ƹ = 𝑌 − 𝑌෠

• Sobre los residuos estimados se realizan los diferentes tipos de

análisis o contrastes para detectar la heterocedasticidad.

23
Análisis Gráfico de los errores al cuadrado y elvalor
estimado de Y
• De acuerdo a los supuestos del
Modelo MCO, los residuos no deben
estar correlacionados o asociados con
el valor promedio estimado de la
variable dependiente.

• Los gráficos muestran que esto sólo

ocurre en la figura a, mientras en las
demás figuras se aprecia cierto nivel
de asociación.

24
Usando el ejemplo anterior

Usando el ejercicio anterior, no se

20

aprecia un patrón definido entre los

residuos al cuadrado y el valor
15

predicho de la dependiente
10
5
0

-3 -2 -1 0 1
HAZ - predicho

25
Análisis Gráfico de los errores al cuadrado ylos
valores de X
• De acuerdo a los supuesto del Modelo
MCO, los residuos no deben estar
correlacionados o asociados con las
variables explicativas o
independientes ( E[µ|X]=0 ).

• Los gráficos muestran que esto sólo

ocurre en la figura a, mientras en las
demás figuras se aprecia cierto nivel
de asociación entre los residuos y la
variable explicativa X. Este análisis nos
estaría dando un indicio sobre la
posible fuente de heterocedasticidad
en el modelo.

26
 Usando el ejemplo anterior

20
20

15
15

En el caso de los años de

Residuos al cuadrado
escolaridad de la madre y

10
10

orden de nacimiento, se
puede apreciar cierta

5
5

asociación.

0
0

0 5 10 15 20 1 2 3 4 5 6
Anhos de educacion de la madre Peso al nacer

20
20

15
15

Residuos al cuadrado

10
10

5
5

0
0

0 5 10 15 10 20 30 40 50 60
Numero de orden al momento de nacer Edad en meses

27
Pruebas estadísticas para ver la presencia de
heterocedasticidad
Existen tres pruebas comúnmente usadas para ver la presencia de
heterocedasticidad:

✓ Prueba de Park
✓ Prueba de Glesjer
✓ Prueba de Breusch-Pagan
✓ Prueba de White

28
Pasos a seguir para la estimación de las pruebasde
heterocedasticidad (i)
Paso 1: Estimar el modelo de regresión a testear

𝑌𝑖= 𝛽0 + 𝛽1𝑋1i + 𝛽2𝑋2𝑖 + 𝛽3𝑋3𝑖 + ⋯ + 𝛽𝑘𝑋𝑘𝑖 +𝜀𝑖

Paso 2: Se obtienen los residuos de la regresión, algunos prefieren usar los

errores estandarizados para evitar los valores extremos.

𝜇Ƹ = 𝑌 − 𝑌෠

Paso 3: Luego se estiman diferentes regresiones auxiliares o secundarias en

función a los residuos estimados.

29
Pasos a seguir para la estimación de las pruebasde
heterocedasticidad (ii)
Paso4a: Prueba de Park (Dependiente es el logaritmo natural
de los residuos al cuadrado)

𝑙𝑛µ2𝑖 = 𝛼0 + 𝛼1𝑙𝑛𝑍1 + ⋯ + 𝛼𝑝𝑙𝑛𝑍𝑝𝑖 + 𝜇𝑖

Paso4b: Prueba de Glesjer (Dependiente: Valor absoluto de los

residuos)

|µ𝑖| = 𝛼0 + 𝛼1𝑍1 + ⋯ + 𝛼𝑝𝑍𝑝𝑖 + 𝜇𝑖

30
Pasos a seguir para la estimación de las pruebasde
heterocedasticidad (ii)
Paso4c: Prueba de Breusch-Pagan (Dependiente: residuos al cuadrado)

µ2 𝑖 = 𝛼0 + 𝛼1𝑍1 + 𝛼2𝑍2𝑖 + 𝛼3𝑍3𝑖 + 𝜇𝑖

Paso4d: Prueba de White (Dependiente: residuos al cuadrado)

µ2 𝑖 = 𝛼0 + 𝛼1𝑍1 + 𝛼2𝑍2𝑖 + 𝛼3𝑍3𝑖 + 𝛼4 𝑍21 + 𝛼 5 𝑍2 2 + 𝛼 6 𝑍2 3 + 𝜇𝑖

31
Pasos a seguir para la estimación de las pruebasde
heterocedasticidad (iii)
• En las pruebas de Park y Glesjer se requiere saber que variable es la
posible fuente de heterocedasticidad.

• La prueba de Glesjer requiere que los residuos de la ecuación

adicional sean normalmente distribuidos.

• La prueba de Breusch-Pagan y White no requiere que se conozca la

fuente de heterocedasticidad dado que se estima sobre todas las
explicativas del modelo. Por otro lado, ambas pruebas no requieren el
supuesto de normalidad de los residuos.

32
Prueba de Park
Se evalúan los coeficientes de cada
variable (t y p-value). La hipótesis nula
(Ho) es que la variable no esta
asociado a los errores por tanto seria
homocedastico con relación a la
variable analizada. En caso contrario,
existiría heterocedasticidad.

En el ejercicio realizado se aprecia que

la edad y el peso al nacer están
asociados al logaritmo natural de los
residuos al cuadrado, aspecto que
indicaría que pueden ser los causantes
del problema de heterocedasticidad

33
Prueba de Glesjer
Se evalúan los coeficientes de cada
variable (t y p-value). La hipótesis nula
(Ho) es que la variable no esta
asociado a los errores por tanto seria
homocedastico con relación a la
variable analizada. En caso contrario,
existiría heterocedasticidad.

En el ejemplo, se aprecia que la

educación de la madre, el peso al
nacer y su edad están asociados con el
valor absoluto de los residuos, esto
indicaría que son posibles causantes
de heterocedasticidad.

34
 Prueba de Breusch-Pagan
El test de Breusch-Pagan, una vez que se estima el
modelo, se guarda el valor del R2 (0.0051) y se
construye el índice que será igual a: nR2 que sigue una
distribución Chi- cuadrado con tantos grados de
libertad como variables explicativas se incluyan en el
modelo (k=4).

La hipótesis nula (Ho) en el test de Breusch-Pagan es de

Homocedasticidad, por tanto, si el valor del estadístico
calculado excede al valor de tablas, se rechaza la nula y
existe heterocedasticidad en los errores.

En caso no exceda, lo que se estaría asumiendo es que

los coeficientes de los diferentes regresores incluidos
son iguales a 0.

Estadistico de B-P nR2=36.27 ~χ(4) En caso de rechazar la nula, las variables que resultan
36.21 vs 9.49 → Rechaza la Ho significativas para explicar los residuos son posibles
causantes del problema de heterocedasticidad.

35
Prueba de White
El test de White, una vez que se estima el modelo, se
guarda el valor del R2 (0.295) y se construye el índice
que será igual a: nR2 que sigue una distribución Chi-
cuadrado con tantos grados de libertad como variables
explicativas se incluyan en el modelo.
La hipótesis nula (Ho) en el test de White es de
Homocedasticidad, por tanto, si el valor del estadístico
calculado excede al valor de tablas, se rechaza la nula y
existe heterocedasticidad en los errores.

En caso no exceda, lo que se estaría asumiendo es que

los coeficientes de los diferentes regresores incluidos
son iguales a 0.

En caso de rechazar la nula, las variables que resultan

significativas para explicar los residuos son posibles
Estadistico de White nR2=99.55 ~χ(8) causantes del problema de heterocedasticidad.
99.55 vs 15.51 → Rechaza la Ho
36
Comando en STATA para ver el problema de
heterocedasticidad
El comando que se usa en STATA para ver el problema de heterocedasticidad es “estat hettest”

Prueba de heterocedasticidad con los valores ajustado

estat hettest
Prueba de heterocedasticidad con las variables incluidas en el modelo
estat hettest, rhs
Prueba de heterocedasticidad para una variable especifica en el modelo
estat hettest peso_n

37
38
En el caso del test de White
Después de realizada la regresión se escribe: whitetst
Comparamos el estadístico
estimado con el de tablas:

112.48 vs 23.68 Entonces

rechazamos la Ho

El modelo presenta residuos

heterocedasticos.

39
¿Cómo corregimos el problema de
heterocedasticidad?
MÍNIMOS CUADRADOS GENERALIZADOS

40
¿Qué pasa cuando tenemos el problema de
heterocedasticidad? (i)
Si la varianza de los residuos no son constantes a lo largo de las diferentes
observaciones, el modelo de regresión presenta heterocedastidad. Esto se puede
expresar de la siguiente forma:

𝑉 𝜇Ƹ 𝑖 = 𝜎𝑖2 𝑖 = 1, 2, 3, … , 𝑛

De esta manera se ve que la varianza varia entre observaciones pero la covarianza

entre diferentes observaciones en el tiempo es 0; es decir, la cov(εiεj)=0 para todo i≠j.

41
¿Qué pasa cuando tenemos el problema de
heterocedasticidad? (ii)
Los que nos indica el segundo panel es que la varianza
es distinta para las diferentes observaciones, en otras
palabras, 𝜎𝑡2 ≠ 𝜎𝑠2 donde t ≠ s

A esta situación se le denomina HETEROCEDASTICIDAD

42
¿Cómo es la matriz de varianzas y covarianzas de los
residuos?
De forma matricial, se puede expresar el problema de heterocedasticidad de la
siguiente manera:

𝜎12 ⋯ 0 𝑤1 ⋯ 0
𝐸 𝑈𝑈 ′ =∑= ⋮ ⋱ ⋮ = 𝜎2 ⋮ ⋱ ⋮ → 𝐸 𝑈𝑈 ′ = ∑ = 𝜎 2 Ω
0 ⋯ 𝜎𝑛2 0 ⋯ 𝑤𝑛

Donde wi es la causante de la heterocedasticidad en los errores estimados ¿Qué

implica esta situación para los parámetros estimados mediante MCO?

43
¿Qué ocurre si estimamos los parámetros del
modelo usando MCO?
Del modelo de “k” variables se tenia lo siguiente:
𝛽መ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌
𝛽መ = 𝛽 + (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑈

Se tiene las X son determinísticas y que el E(X’U)=0, entonces:

𝐸 𝛽መ = 𝐸 𝛽 + 𝑋 ′ 𝑋 −1 𝑋 ′ 𝑈 = 𝐸(𝛽) + 𝐸( 𝑋 ′ 𝑋 −1 𝑋 ′ 𝑈)

𝐸 𝛽መ = 𝛽 + 𝑋 ′ 𝑋 −1 𝐸(𝑋 ′ 𝑈)
𝐸 𝛽መ = 𝛽

A pesar del problema de heterocedasticidad, el estimador de los βs sigue siendo

insesgado.

44
¿Qué ocurre si estimamos la matriz de varianzas y
covarianzas del modelo usando MCO?
𝑉 𝛽መ = 𝐸 (𝛽መ − 𝐸 𝛽መ )(𝛽መ − 𝐸 𝛽መ )′ = 𝐸 (𝛽 + 𝑋 ′ 𝑋 −1 𝑋 ′ 𝑈 − 𝛽)(𝛽 + 𝑋 ′ 𝑋 −1 𝑋 ′ 𝑈 − 𝛽)′

𝑉 𝛽መ = 𝐸 ( 𝑋 ′ 𝑋 −1
𝑋 ′ 𝑈)( 𝑋 ′ 𝑋 −1
𝑋 ′ 𝑈)′ = 𝐸 𝑋 ′ 𝑋 −1 ′
𝑋 𝑈𝑈 ′ 𝑋 𝑋 ′ 𝑋 −1

𝑉 𝛽መ = 𝑋 ′ 𝑋 −1 𝑋 ′ 𝐸 𝑈𝑈 ′ 𝑋 𝑋 ′ 𝑋 −1 = 𝜎2 𝑋′𝑋 −1 𝑋 ′ Ω𝑋 𝑋′𝑋 −1

Entonces solo si Ω es igual a la matriz identidad se tendría que 𝑉 𝛽መ = 𝜎 2 (𝑋 ′ 𝑋)−1

En resumen, si bien la presencia de heterocedasticidad no introduce sesgo en los parámetros

estimados, si origina problemas en la validez de las inferencias estadísticas dado que el
estimador deja de ser eficiente.

45
Mínimos Cuadrados Generalizados (i)
Consiste en transformar el modelo original de tal manera que los coeficientes
estimados no cambien y solo sea la matriz de varianzas y covarianzas del modelo
la que cambie, de tal forma que los nuevos errores estimados tengan varianza
media 0 y varianza constante.

Para lograr este fin, se pre-multiplica a todas las variables del modelo de
regresión por una matriz P de dimensión n x n.

Modelo original: Y = Xβ + U

Modelo transformado: PY = (PX)β + PU

Y∗ = X ∗ β + U∗
46
Mínimos Cuadrados Generalizados (ii)
Con la transformación realizada, se puede apreciar que Y*(=PY) y U*(=PU) siguen
siendo vectores de dimensión nx1 con la diferencia que ahora cada observación
de la variable Y* es una combinación lineal de las n observaciones del vector Y,
encontrándose los coeficientes de dichas combinaciones lineales en la matriz P.

Lo anterior también es aplicable para la matriz de variables explicativas y los

errores del modelo original.

Por otro lado, ninguna de estas nuevas variables tienen un significado económico
claro; sin embargo, dado el supuesto de linealidad, se tiene que los coeficientes
βs siguen siendo lineales.

47
Mínimos Cuadrados Generalizados (iii)
En el caso de la matriz de varianzas y covarianzas de los errores, ahora se tendría
la siguiente especificación:

Var U∗ = Var PU = PV U P′ = σ2 PΩP′

Dado lo anterior, se puede ver que P tiene que ser una matriz tal que PΩP’ sea
igual a la matriz identidad.

Lo que sabemos de Ω es una matriz simétrica, y de acuerdo a las propiedades de

las matrices simétricas, se sabe que existe una matriz cuadrada, llamémosle V, de
modo que Ω =VV’

48
Mínimos Cuadrados Generalizados (iv)
Si Ω es igual a VV’ entonces para convertirla en la matriz identidad, debemos:

V −1 Ω V −1 ′ =I entonces Ω−1 = (V −1 )′V −1

De esta manera, se tiene que si la matriz P=V −1 el termino de error U* tendría

una matriz de varianzas y covarianzas igual a:

Var U∗ = Var PU = σ2 PΩP′

y P = V −1 entonces Var U∗ = σ2 V −1 Ω V −1 ′ = σ2 V −1 VV’ V −1 ′ = σ2 I

49
Mínimos Cuadrados Generalizados (v)
Dado lo anterior, se tiene:

Y ∗ = V −1 Y
X ∗ = V −1 X
U ∗ = V −1 U

En el caso de los errores del modelo transformado se tiene lo siguiente:

E U ∗ = E V −1 U = V −1 E U = 0

Var U∗ = Var V −1 U = σ2 V −1 Ω V −1 ′ = σ2 I

50
Mínimos Cuadrados Generalizados (vi)
y el estimador de los parámetros usando el modelo de MCG sería el siguiente:

β෠ MCG = X ∗ ′X ∗ −1 X ∗ ′Y ∗

reemplazando

β෠ MCG = X′(V −1 )′V −1 X −1 X ′ V −1 ′ V −1 Y = X′Ω−1 X −1 X′Ω−1 Y

β෠ MCG = X′Ω−1 X −1
X′Ω−1 Y

Entonces conociendo la fuente de la heterocedasticidad (Ω), se puede corregir el

modelo
51
Propiedades del estimador de Mínimos Cuadrados
Generalizados
Insesgado:
β෠ MCG = X ∗ ′X ∗ −1 X ∗ ′Y ∗ = β + X ∗ ′X ∗ −1 X ∗ ′U ∗ y E U ∗ = 0 con lo que E(β෠ MCG ) = β

Matriz de varianzas y covarianzas:

Var β෠ MCG = σ2 X ∗′ X ∗ −1 = σ2 X′(V −1 )′V −1 X −1 = σ2 X′Ω−1 X −1

De esta manera, para obtener el estimador de MCG se puede seguir dos caminos:

i) encontrar la matriz Ω que será igual a VV’, una vez encontrada V, se premultiplica el
modelo de regresión por la inversa de esta matriz y luego se estima el modelo MCO
con las variables transformadas.
ii) Si se conoce la matriz Ω simplemente se reemplaza en las formulas halladas para la
estimación de los coeficientes y la varianza.
52
Se tiene el siguiente modelo heterocedastico 𝑌𝑖 = 𝛽0 + 𝛽1𝑋𝑖 + 𝜇𝑖 con n=5 y 𝑣𝑎𝑟 𝜇𝑖 = 𝜎 2𝑋𝑖
. Y es el gasto en salud anual y X la renta anual de las familias. Lo que nos estaría indicando los
errores es que las familias de rentas altas son las que tienen mayor variación en el gasto por
salud, a diferencia de las familias de bajos niveles de ingresos.

Ahora, dada la siguiente información: Responder:

Familia Gasto (Yi) Ingreso (Xi)
1 7.0 10 a. Escriba la matriz ∑ y la matriz P
b. ¿Qué transformación convierte al modelo en
2 12.8 20
homocedastico?
3 18.3 35
c. Obtenga los estimadores MCG aplicando MCO
4 25.3 50
al modelo transformado.
5 33.4 60

53
 La Matriz Ω y P
MATRIZ Ω MATRIZ P
Matriz Σ Matriz P
X1 0 0 0 0 1/√X1 0 0 0 0

0 X2 0 0 0 0 1/√X2 0 0 0
0 0 X3 0 0 0 0 1/√X3 0 0

0 0 0 X4 0 0 0 0 1/√X4 0
0 0 0 0 X5 0 0 0 0 1/√X5
La transformación del modelo
𝑌 𝑋 𝜇 1
𝑌∗ = , 𝑋∗ = , 𝜇∗ = , 𝛽0∗ =
𝑋 𝑋 𝑋 𝑋

𝜇 1 1 2
𝑉 𝜇∗ =𝑉 = 𝑉 𝜇 = 𝜎 𝑋 = 𝜎2
𝑋 𝑋 𝑋

Original Transformado

Familia Gasto (Yi) Ingreso (Xi) Familia Gasto (Yi*) Intercepto Ingreso (Xi*)
1 7.0 10 1 2.214 0.316 3.162
2 12.8 20 2 2.862 0.224 4.472
3 18.3 35 3 3.093 0.169 5.916
4 25.3 50 4 3.678 0.141 7.071
5 33.4 60 5 4.312 0.129 7.746
Ahora aplicamos MCO al modelo
transformado
2.125
𝛽መ𝑀𝐶𝐺 = 𝑋 ∗′ 𝑋 ∗ −1 𝑋 ∗′ 𝑌 ∗ =
0.496

De esta manera, el método de MCG puede verse como el resultado de dividir a cada
una de las observaciones de todas las variables por la desviación estándar de la
variable causante de la heterocedasticidad; es decir, se ponderan las observaciones
con el peso 1/ 𝑓(. ). Por este motivo al MCG se le conoce también como Mínimos
Cuadrados Ponderados.
¿Qué pasa si no llegamos a conocer la
fuente de la Heterocedasticidad?
Puede pasar que no lleguemos a conocer la posible fuente de heterocedasticidad en
nuestro modelo; en otras palabras, no conocemos ∑. En estos casos, se puede usar el
estimador de WHITE.

White (1980) indica que ante el problema de hetercedasticidad el principal problema de

los parámetros estimados no es la insesgadez sino la eficiencia; es decir, la varianza de
los parámetros estimados. Motivo por el cual, plantea que se puede usar los errores del
modelo de MCO original como ponderadores. De esta manera, se pueden obtener
estimadores robustos de la varianza de los parámetros estimados usando MCO.

𝑉 𝛽መ = 𝑋 ′ 𝑋 −1 𝑋 ′ 𝐸 𝑈𝑈 ′ 𝑋 𝑋 ′ 𝑋 −1 = 𝑋 ′ 𝑋 −1 𝑋 ′ Σ𝑋 𝑋 ′ 𝑋 −1

Var β෠ White = 𝑋 ′ 𝑋 −1 𝑋 ′ 𝑆𝑋 𝑋 ′ 𝑋 −1

57
Corrección de White
De esta manera, si no conocemos la posible fuente de heterocedasticidad en el
modelo, la mejor opción es usar MCO con la matriz de varianzas y covarianzas
corregidas por el método de White.

Var β෠ White = 𝑋 ′ 𝑋 −1
𝑋 ′ 𝑆𝑋 𝑋 ′ 𝑋 −1

Donde S es una estimación consistente de la matriz de varianzas y covarianzas

(para muestras grandes) para lo cual se usa los residuos al cuadrado del modelo
MCO estimado inicialmente.

58
Estimación de
los errores
robustos
Al momento de estimar el
modelo usando el paquete
estadístico, se procede a
agregar la opción “robust”

Sin errores robustos

reg haz v133 bord q478 peso_n
Con errores robustos
reg haz v133 bord q478 peso_n,
robust
59
Referencias
White, H. (1980). “A Heteroskedasticity-Consistent Covariance Matrix
Estimator and a Direct Test for Heteroskedasticity,” Econometrica, 48,
817–38.
Gujarati & Porter (2010) Heterocedasticidad, Capitulo 10. En: Econometría.
5ª ed. México DF: McGraw Hill.

60