El problema de un tamaño muestral pequeño en la regresion linealMicronumerosidad

  1. Salmerón Gómez, Román 1
  2. Blanco Izquierdo, Víctor 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Revista:
Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA

ISSN: 1575-605X

Año de publicación: 2016

Volumen: 17

Número: 2

Páginas: 167-177

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA

Resumen

El econometra Arthur Goldberger introdujo (sarcasticamente) el termino micronumerosidad argumentando que los textos sobre Econometra dedican varias paginas al problema de multicolinealidad pero no comentan nada sobre el problema analogo que surge al estimar con un tama~no muestral peque~no/reducido. Por tanto, podramos referirnos a la micronumerosidad como la multicolinealidad debida a mustras peque~nas. Puesto que su origen es muy concreto su tratamiento tambien debe serlo, por lo que en este trabajo se obvian las soluciones tradicionales a la multicolinealidad proponiendo otra basada en la peculiaridad del problema tratado

Referencias bibliográficas

  • A. Spanos, A. McGuirk (2002): The problem of near-multicollinearity revisited: erratic vs systematic volatily, Journal of Econometrics. 108 (2), 365–393.
  • A. Goldberger (1991): A course in Econometrics (Cambridge, MA: Harvard University Press).
  • R.M. O’Brien (2007): A caution regarding rules of thumb for variance inflation factors, Quality and Quantity, 41, 673–690.
  • R. Salmerón, V. Blanco (2016): Micronumerosidad aproximada y regresi´on lineal mu´ltiple, XXIV Jornadas de ASEPUMA y XII Encuentro Internacional, Granada, España, 159–168.
  • D. Gujarati (2004): Basic Econometrics (McGraw-Hill, 4a Edició).
  • J.M. Wooldridge (2006): Introducci´on a la Econometr´ıa: Un Enfoque Moderno (Thomson, 2a Edición).
  • S. Nickel, J. Puerto (2005): Location Theory: A Unified Approach. Berlin, Springer.
  • V. Blanco, J. Puerto, R. Salmero´n, R. (2016): A general framework for multiple linear regression. Submitted. Preprint available at https://arxiv.org/abs/1505.03451.
  • P. Rousseeuw, A. Leroy, A. (2003): Robust Regression and Outlier Detection. New York: Wiley.
  • V. Blanco, J. Puerto, S. El-Haj Ben-Ali (2014): Revisiting several problems and algorithms in continuous location with Rτ norms. Comput. Optim. Appl. 58 (3), 563–595.
  • R.H. Myers (1990): Classical and modern regression with apllications” (2a Edici´on, PWS-Kent).
  • L.R. Klein, A.S. Goldberger (1964): An economic model of the United States, 1929-1952 (Amsterdan: North Holland Publishing Company).
Fuente de los datos: Dialnet