Capítulo 16 Normalidad asintótica e inferencia: práctica

← Volver a la teoría

16.1 Objetivos de la práctica

Al finalizar esta práctica podrás:

  1. Estimar un modelo con una muestra reproducible de tamaño moderado.
  2. Calcular una prueba tipo \(t\) usando aproximación normal.
  3. Calcular una prueba de Wald para restricciones múltiples.
  4. Visualizar cómo cambian coeficientes e intervalos al aumentar \(n\).
  5. Reproducir el ejercicio en R, Stata y Python.

16.2 Pregunta aplicada

Queremos estudiar una relación lineal entre un resultado educativo y dos regresores construidos de forma reproducible. La pregunta aplicada es:

¿Qué tan cerca está la inferencia basada en una muestra finita de la lógica asintótica que usamos cuando \(n\) crece?

Usaremos datos determinísticos para que R, Stata y Python puedan reproducir la misma base.

16.3 Datos

La función siguiente crea bases de distinto tamaño con la misma regla generadora.

crear_datos_asint <- function(n) {
  i <- seq_len(n)
  x1 <- as.numeric(scale(i))
  x2 <- cos(i / 9)
  error_base <- 0.7 * sin(1.7 * i) + 0.25 * (((i %% 4) - 1.5)^2)
  error <- error_base - mean(error_base)
  y <- 1 + 0.50 * x1 - 0.70 * x2 + error
  data.frame(i = i, x1 = x1, x2 = x2, y = y)
}

datos_asint <- crear_datos_asint(160)

kable(head(datos_asint, 10), digits = 3, caption = "Primeras observaciones de la base para inferencia asintótica")
Tabla 16.1: Primeras observaciones de la base para inferencia asintótica
i x1 x2 y
1 -1.716 0.994 -0.114
2 -1.694 0.975 -0.963
3 -1.673 0.945 -0.900
4 -1.651 0.903 0.134
5 -1.630 0.850 -0.105
6 -1.608 0.786 -1.099
7 -1.586 0.712 -0.479
8 -1.565 0.630 0.623
9 -1.543 0.540 -0.127
10 -1.522 0.444 -0.999
ggplot(datos_asint, aes(x = x1, y = y)) +
  geom_point(color = "#2f4858", size = 2.4, alpha = 0.8) +
  geom_smooth(method = "lm", se = FALSE, color = "#C0562F", linewidth = 1) +
  labs(x = "Regresor x1 estandarizado", y = "Resultado") +
  theme_minimal()
Relación entre x1 y el resultado en la base de práctica

Figura 16.1: Relación entre x1 y el resultado en la base de práctica

16.4 Estimación en R

Estimamos el modelo base y calculamos pruebas usando resultados de R.

modelo_asint <- lm(y ~ x1 + x2, data = datos_asint)
tabla_asint <- coef(summary(modelo_asint))

beta0_asint <- unname(coef(modelo_asint)[["(Intercept)"]])
beta_x1_asint <- unname(coef(modelo_asint)[["x1"]])
beta_x2_asint <- unname(coef(modelo_asint)[["x2"]])
se0_asint <- tabla_asint["(Intercept)", "Std. Error"]
se_x1_asint <- tabla_asint["x1", "Std. Error"]
se_x2_asint <- tabla_asint["x2", "Std. Error"]
r2_asint <- summary(modelo_asint)$r.squared

t_x1_asint <- (beta_x1_asint - 0.50) / se_x1_asint
p_norm_x1_asint <- 2 * (1 - pnorm(abs(t_x1_asint)))

R_asint <- rbind(c(0, 1, 0), c(0, 0, 1))
r_asint <- c(0.50, -0.70)
b_asint <- coef(modelo_asint)
V_asint <- vcov(modelo_asint)
wald_asint <- as.numeric(t(R_asint %*% b_asint - r_asint) %*%
  solve(R_asint %*% V_asint %*% t(R_asint)) %*%
  (R_asint %*% b_asint - r_asint))
p_wald_asint <- 1 - pchisq(wald_asint, df = 2)

kable(
  data.frame(
    termino = rownames(tabla_asint),
    estimacion = tabla_asint[, "Estimate"],
    error_estandar = tabla_asint[, "Std. Error"],
    t = tabla_asint[, "t value"],
    p_valor = tabla_asint[, "Pr(>|t|)"],
    row.names = NULL
  ),
  digits = 4,
  caption = "Resultados del modelo para inferencia asintótica en R"
)
Tabla 16.2: Resultados del modelo para inferencia asintótica en R
termino estimacion error_estandar t p_valor
(Intercept) 1.0004 0.0447 22.3738 0
x1 0.5072 0.0450 11.2585 0
x2 -0.6929 0.0646 -10.7251 0

Ahora repetimos el ejercicio con varios tamaños muestrales para observar cómo se estabilizan la estimación y el intervalo aproximado.

tamanos <- c(40, 80, 160, 320)
tabla_tamanos <- do.call(
  rbind,
  lapply(tamanos, function(nn) {
    datos_nn <- crear_datos_asint(nn)
    modelo_nn <- lm(y ~ x1 + x2, data = datos_nn)
    se_nn <- coef(summary(modelo_nn))["x1", "Std. Error"]
    beta_nn <- unname(coef(modelo_nn)[["x1"]])
    data.frame(
      n = nn,
      beta_x1 = beta_nn,
      error_estandar = se_nn,
      inferior = beta_nn - 1.96 * se_nn,
      superior = beta_nn + 1.96 * se_nn
    )
  })
)

kable(tabla_tamanos, digits = 4, caption = "Coeficiente de x1 e intervalos aproximados para distintos tamaños muestrales")
Tabla 16.3: Coeficiente de x1 e intervalos aproximados para distintos tamaños muestrales
n beta_x1 error_estandar inferior superior
40 0.4667 0.1835 0.1070 0.8263
80 0.5021 0.0677 0.3694 0.6348
160 0.5072 0.0450 0.4189 0.5955
320 0.5015 0.0318 0.4393 0.5638
ggplot(tabla_tamanos, aes(x = n, y = beta_x1)) +
  geom_hline(yintercept = 0.50, color = "grey60", linewidth = 0.7) +
  geom_errorbar(aes(ymin = inferior, ymax = superior), width = 8, color = "#2f4858", linewidth = 0.9) +
  geom_point(color = "#C0562F", size = 3) +
  labs(x = "Tamaño muestral", y = "Coeficiente de x1") +
  theme_minimal()
Coeficiente de x1 e intervalos aproximados al aumentar el tamaño muestral

Figura 16.2: Coeficiente de x1 e intervalos aproximados al aumentar el tamaño muestral

16.5 Interpretación

Para \(H_0:\beta_{x1}=0.50\), el estadístico tipo \(t\) aproximado es 0.160 y el valor \(p\) usando la normal estándar es 0.8733.

Para la hipótesis conjunta \(H_0:\beta_{x1}=0.50\) y \(\beta_{x2}=-0.70\), el estadístico de Wald es 0.034 y su valor \(p\) aproximado es 0.9832.

El gráfico por tamaños muestrales muestra que los intervalos se vuelven más estrechos cuando aumenta \(n\). Esa es la manifestación práctica de la tasa \(\sqrt{n}\): la incertidumbre del estimador cae con el tamaño de la muestra.

La aproximación asintótica no reemplaza el juicio empírico. Si la muestra tiene observaciones extremas, mala especificación o dependencia fuerte, el tamaño muestral por sí solo no garantiza inferencia confiable.

16.6 Estimación en Stata

El mismo ejercicio puede reproducirse en Stata:

clear
set obs 160
gen i = _n
summ i
local media_i = r(mean)
local sd_i = r(sd)
gen x1 = (i - `media_i') / `sd_i'
gen x2 = cos(i / 9)
gen error_base = 0.7 * sin(1.7 * i) + 0.25 * ((mod(i, 4) - 1.5)^2)
summ error_base, meanonly
gen error = error_base - r(mean)
gen y = 1 + 0.50 * x1 - 0.70 * x2 + error

reg y x1 x2
test (x1 = 0.50) (x2 = -0.70)

Los resultados esperados son los mismos coeficientes que Stata debe reproducir si usa la misma base y especificación:

Término Estimación aproximada Error estándar aproximado
Constante 1.000 0.045
x1 0.507 0.045
x2 -0.693 0.065
\(R^2\) 0.636

16.7 Estimación en Python y Google Colab

Para correr esta práctica en Google Colab, abre un cuaderno nuevo y ejecuta:

!pip -q install pandas numpy statsmodels matplotlib

Luego reproduce la base y el modelo:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from scipy.stats import chi2, norm

n = 160
i = np.arange(1, n + 1)
x1 = (i - i.mean()) / i.std(ddof=1)
x2 = np.cos(i / 9)
error_base = 0.7 * np.sin(1.7 * i) + 0.25 * ((i % 4) - 1.5) ** 2
error = error_base - error_base.mean()
y = 1 + 0.50 * x1 - 0.70 * x2 + error

datos_asint = pd.DataFrame({"i": i, "x1": x1, "x2": x2, "y": y})
X = sm.add_constant(datos_asint[["x1", "x2"]])
modelo = sm.OLS(datos_asint["y"], X).fit()
print(modelo.summary())

t_x1 = (modelo.params["x1"] - 0.50) / modelo.bse["x1"]
p_norm_x1 = 2 * (1 - norm.cdf(abs(t_x1)))
print({"t_x1": t_x1, "p_normal": p_norm_x1})

R = np.array([[0, 1, 0], [0, 0, 1]])
r = np.array([0.50, -0.70])
b = modelo.params.to_numpy()
V = modelo.cov_params().to_numpy()
W = (R @ b - r).T @ np.linalg.inv(R @ V @ R.T) @ (R @ b - r)
print({"Wald": W, "p_chi2": 1 - chi2.cdf(W, df=2)})

Los resultados esperados son los mismos coeficientes que Python debe reproducir si usa la misma base y especificación:

Término Estimación aproximada Error estándar aproximado
Constante 1.000 0.045
x1 0.507 0.045
x2 -0.693 0.065
\(R^2\) 0.636

16.8 Comparación R, Stata y Python

Los tres programas estiman el mismo modelo y permiten contrastar restricciones múltiples. R usa directamente matrices con vcov(), Stata usa test, y Python combina cov_params() con álgebra matricial o usa métodos de statsmodels.

Tarea R Stata Python
Estimar MCO lm() reg sm.OLS()
Varianza de coeficientes vcov(modelo) matriz interna de reg cov_params()
Prueba normal aproximada pnorm() salida de reg como aproximación scipy.stats.norm
Wald conjunto álgebra con vcov() test álgebra con cov_params()

16.9 Errores frecuentes en la práctica

  • Creer que una muestra grande corrige cualquier problema. El tamaño ayuda, pero no arregla endogeneidad ni mala especificación.
  • Mezclar pruebas exactas y aproximadas sin decirlo. En muestras grandes solemos usar aproximaciones normales o \(\chi^2\).
  • Ignorar la escala de los regresores. La interpretación de los coeficientes depende de cómo se midan las variables.
  • Duplicar el capítulo de heterocedasticidad. Aquí trabajamos la lógica asintótica; las correcciones robustas se estudian más adelante.

16.10 Ejercicios computacionales

  1. Cambia el tamaño muestral a 40, 80 y 320. ¿Cómo cambia el error estándar de \(x1\)?
  2. Evalúa \(H_0:\beta_{x1}=0\) usando la aproximación normal.
  3. Evalúa una prueba de Wald para \(H_0:\beta_{x1}=0.50\) y \(\beta_{x2}=0\).
  4. Cambia la regla generadora del error para hacerlo más variable. ¿Qué ocurre con los intervalos?
  5. Repite el ejercicio en Python y compara los coeficientes con R.