Micronumerosidad aproximada y regresión lineal múltiple

Resumen

Una de las suposiciones realizadas en la regresión lineal múltiple es que el número de observaciones ha de ser mayor que el número de regresores considerados. Cuando el número de observaciones apenas supera el número de parámetros a estimar pueden surgir problemas de multicolinealidad como la estimación de signos inesperados o sensibilidad a cambios en la muestra. Para resaltar el problema del tamaño de la muestra, Goldberger definió el término de micronumerosidad aproximada de manera homóloga a la multicolinealidad aproximada. En este ambiente, en el que la relación lineal de las variables no se debe tanto a su naturaleza si no al bajo tamaño de la muestra, proponemos identificar aquellas observaciones que puedan estar provocando el problema de multicolinealidad y valorar su eliminación del análisis. El presente trabajo supone una primera aproximación al problema, por lo que se propone una primera solución y se establecen posibles pautas a seguir para obtener una solución óptima del mismo.