Capítulo 29 Problem Set 2: FWL, propiedades e inferencia

Este taller cierra el bloque central de MCO. Integra el teorema de Frisch-Waugh-Lovell, las propiedades de los estimadores, las pruebas de hipótesis y la intuición asintótica. Está pensado para resolverse después de estudiar los capítulos 06 a 09.

La idea es pasar de “estimar una regresión” a entender qué está haciendo la regresión: qué variación usa, qué propiedades tiene el estimador y cómo convertimos una estimación en una afirmación estadística.

29.1 Objetivos del taller

Al finalizar este problem set podrás:

  1. Usar FWL para interpretar coeficientes parciales.
  2. Relacionar residuos, valores ajustados y \(R^2\) con las propiedades de MCO.
  3. Enunciar Gauss-Markov y distinguir sus supuestos de la normalidad.
  4. Formular pruebas \(t\), intervalos de confianza y pruebas \(F\).
  5. Usar simulación para estudiar insesgadez, varianza y consistencia.

29.2 Instrucciones

  • Justifica cada respuesta con álgebra, intuición o ambas.
  • Cuando uses FWL, explica qué variable se está “limpiando” de qué controles.
  • En preguntas de inferencia, escribe siempre hipótesis nula, alternativa, estadístico y conclusión.
  • En la parte computacional, entrega código reproducible y una interpretación breve.

No confundas significancia estadística con importancia económica. Una prueba puede rechazar una hipótesis con un efecto pequeño si la muestra es grande, y puede no rechazar con un efecto relevante si la estimación es imprecisa.

29.3 Parte A: Frisch-Waugh-Lovell

  1. Considera:

\[ y=X_1\beta_1+X_2\beta_2+\epsilon, \]

y define:

\[ M_2=I-X_2(X_2'X_2)^{-1}X_2'. \]

Muestra que el coeficiente de \(X_1\) en el modelo completo coincide con el coeficiente obtenido al regresar \(M_2y\) sobre \(M_2X_1\).

  1. Explica el resultado anterior a una persona que conoce regresión simple, pero no álgebra matricial. Usa un ejemplo concreto: salarios, educación y experiencia; salud, ejercicio y edad; o consumo, ingreso y tamaño del hogar.

  2. Sea:

\[ Y=X\beta+D\delta+\mu, \]

donde \(D\) es una dummy que toma el valor de 1 para una sola observación y 0 para todas las demás. Usa FWL para explicar por qué incluir \(D\) equivale a estimar \(\beta\) sin esa observación.

  1. En una regresión múltiple:

\[ Y=\beta_0+\beta_1X_1+\beta_2X_2+\epsilon, \]

describe verbalmente qué parte de \(X_1\) usa MCO para estimar \(\beta_1\).

29.4 Parte B: Propiedades de MCO

  1. Enuncia las hipótesis y la conclusión del teorema de Gauss-Markov. Explica qué significa que un estimador sea lineal, insesgado y de varianza mínima dentro de una clase de estimadores.

  2. Para cada caso, identifica qué supuesto puede estar fallando y qué consecuencia tendría:

    1. \(\mathbb{E}[(y_i-\bar{y})^2\mid X_i]=X_i^2\)
    2. \(X_i=[1,X_{1i},X_{2i},X_{1i}X_{2i}]\)
    3. \(X_i=[1,X_{1i},X_{2i},X_{1i}-X_{2i}]\)
    4. \(u_i\) tiene distribución lognormal.
    5. \(u_i=Z_i+\kappa_i\), con \(\mathbb{E}[Z_i\mid X_i]=c\) y \(\mathbb{E}[\kappa_i\mid X_i]=0\).
  3. Considera una regresión de \(Y\) sobre \(X\). Si luego estimas una regresión de \(Y\) sobre una constante y \(\hat{Y}\), ¿cuál debe ser el intercepto? ¿Cuál debe ser la pendiente? ¿Cómo se relaciona el \(R^2\) de esta regresión con el \(R^2\) original?

  4. Si estimas una regresión de \(Y\) sobre una constante y \(\hat{\epsilon}\), ¿qué esperas para el intercepto, la pendiente y el \(R^2\)? Justifica usando las propiedades de los residuos de MCO.

  5. Considera una transformación \(Z=XW\), donde \(W\) es una matriz no singular. Demuestra que los residuos de la regresión de \(Y\) sobre \(X\) y los de la regresión de \(Y\) sobre \(Z\) son iguales. ¿Qué implica esto para cambios de unidades en los regresores?

29.5 Parte C: Inferencia inicial

  1. En un estudio sobre estudiantes becados se estima:

\[ y_i=\alpha+\beta B_i+\epsilon_i, \]

donde \(B_i=1\) si el estudiante es becado. Escribe la hipótesis nula y la alternativa para evaluar: “los becados obtienen, en promedio, un promedio acumulado mayor que los no becados”.

  1. Supón que ahora se estima:

\[ y_i=\alpha+\beta B_i+\delta HE_i+\gamma(B_i\times HE_i)+\mu_i, \]

donde \(HE_i\) son horas de estudio. Interpreta \(\alpha\), \(\beta\), \(\delta\) y \(\gamma\). ¿Qué prueba usarías para evaluar si la brecha entre becados y no becados depende de las horas de estudio?

  1. Camilo está terminando el colegio y quiere saber si estudiar más aumenta los salarios. Una regresión de \(\log(salario)\) sobre educación, educación al cuadrado, edad y una dummy de hombre produce una tabla con coeficientes, errores estándar, \(p\)-valores e intervalos de confianza. Escribe una explicación para Camilo sin usar jerga técnica.

  2. Camilo pregunta: “¿cómo sé si la ganancia de un año más de educación es diferente de cero?”. Responde usando hipótesis, estadístico \(t\), \(p\)-valor e intervalo de confianza.

  3. Camilo cree que un año más de educación aumenta más los salarios de las mujeres que los salarios de los hombres. Escribe el modelo que permitiría estudiar esa hipótesis y especifica qué coeficiente o prueba mirarías.

29.6 Parte D: Simulación de propiedades

Esta parte retoma la idea de Monte Carlo: generar muchas muestras, estimar el mismo modelo y estudiar la distribución de \(\hat{\beta}\).

Usa el proceso generador:

\[ y_i=2+1.5x_i+\epsilon_i,\qquad \epsilon_i\sim N(0,1). \]

Compara muestras de tamaño \(n=50\), \(n=200\) y \(n=1000\).

29.6.1 Preguntas

  1. Para cada tamaño muestral, genera 1000 muestras y estima \(y_i\) sobre una constante y \(x_i\).
  2. Calcula la media y la desviación estándar de las 1000 estimaciones de \(\hat{\beta}_1\).
  3. Explica qué parte de los resultados se relaciona con insesgadez y cuál con consistencia.
  4. Repite el ejercicio con errores cuya varianza crece con \(x_i\). ¿Qué cambia en la interpretación de los errores estándar convencionales?

29.6.2 Código base en R

simular_beta <- function(n, reps = 1000, hetero = FALSE) {
  beta_hat <- numeric(reps)

  for (r in seq_len(reps)) {
    x <- runif(n, 0, 10)
    sigma <- if (hetero) 0.3 + 0.15 * x else 1
    epsilon <- rnorm(n, mean = 0, sd = sigma)
    y <- 2 + 1.5 * x + epsilon
    beta_hat[r] <- coef(lm(y ~ x))[["x"]]
  }

  beta_hat
}

set.seed(123)
beta_50 <- simular_beta(50)
beta_200 <- simular_beta(200)
beta_1000 <- simular_beta(1000)

c(media = mean(beta_50), sd = sd(beta_50))
c(media = mean(beta_200), sd = sd(beta_200))
c(media = mean(beta_1000), sd = sd(beta_1000))

29.6.3 Código base en Stata

capture program drop sim_propiedades
program define sim_propiedades, rclass
    syntax, N(integer)
    clear
    set obs `n'
    gen x = runiform(0, 10)
    gen epsilon = rnormal(0, 1)
    gen y = 2 + 1.5*x + epsilon
    regress y x
    return scalar beta = _b[x]
end

simulate beta = r(beta), reps(1000) seed(123): sim_propiedades, n(200)
summarize beta

29.6.4 Código base en Python

import numpy as np
import statsmodels.api as sm

def simular_beta(n, reps=1000, seed=123):
    rng = np.random.default_rng(seed)
    betas = []
    for _ in range(reps):
        x = rng.uniform(0, 10, n)
        epsilon = rng.normal(0, 1, n)
        y = 2 + 1.5 * x + epsilon
        X = sm.add_constant(x)
        modelo = sm.OLS(y, X).fit()
        betas.append(modelo.params[1])
    return np.array(betas)

for n in [50, 200, 1000]:
    beta = simular_beta(n)
    print(n, beta.mean(), beta.std(ddof=1))

29.7 Cierre

Este taller une tres piezas que suelen estudiarse por separado: FWL muestra de dónde sale la variación útil, las propiedades explican qué podemos esperar del estimador y la inferencia traduce una estimación en una afirmación con incertidumbre.

← Volver al índice de problem sets