Métodos cuantitativos para un modelo de regresión lineal con multicolinealidadAplicación a rendimientos de letras del tesoro

  1. Román Salmerón Gómez 1
  2. Eduardo Rodríguez Martínez 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Aldizkaria:
Revista de métodos cuantitativos para la economía y la empresa

ISSN: 1886-516X

Argitalpen urtea: 2017

Alea: 24

Orrialdeak: 169-189

Mota: Artikulua

DIALNET GOOGLE SCHOLAR lock_openSarbide irekia editor

Beste argitalpen batzuk: Revista de métodos cuantitativos para la economía y la empresa

Laburpena

It is known that, when in the linear regression model there is a high degree of multicollinearity, the results obtained by using the Ordinary Least Squares (OLS) method are unstable. As a solution to this situation, in this paper we present the raised method, the ridge method and the orthogonal variables method as an alternative to the estimate by OLS. It is also shown that regression with orthogonal variables makes sense regardless of the existence of serious multicollinearity because it allows to answer questions which are not accessible when using the original model. These methodologies are applied to a data set of yields of treasury bills.

€ Ikusi finantzaketa

Finantzaketari buruzko informazioa

Los autores desean agradecer al Departamento de Métodos Cuantitativos para la Economía y la Empresa de la Universidad de Granada la provisión de fondos para la investigación.

Finantzatzaile

Erreferentzia bibliografikoak

  • Belsley, D.A. (1982). "Assessing the presence of harmful collinearity and other forms of weak data through a test for signal-to-noise". Journal of Econometrics, 20, 211-253.
  • García, C.B.; García, J.; López Martín, M.M. y Salmerón, R. (2015). "Collinearity: revisiting the variance inflation factor in ridge regression". Journal of Applied Statistics, 42(3), 648-661.
  • García, C.; Salmerón, R.; García, J. y López, M.M. (2016). "Estimación cresta y alzada: selección de $k$ y $lambda$ a partir del coeficiente de correlación". Anales de Economía Aplicada, XXX, 949-955.
  • García, J.; Salmerón, R.; García, C. y López Martín, M.M. (2016): "Standardization of Variables and Collinearity Diagnostic in Ridge Regression". International Statistical Review, 84(2), 245-266.
  • Marquardt, D.W. (1970). "Generalized inverses, ridge regression, biased linear estimation and nonlinear estimation''. Technometrics, 12(3), 591-612.
  • McDonald, G.C. (2010). "Tracing ridge regression coefficients". Wiley Interdisciplinary Reviews: Computational Statistics, 2, 695-703.
  • Novales, A. (1993). Econometría. McGraw-Hill, 2ª edición.
  • Novales, A.; Salmerón, R.; García, C.; García, J. y López, M.M. (2015). "Tratamiento de la multicolinealidad aproximada mediante variables ortogonales". Anales de Economía Aplicada, XXIX, 1212-1227.
  • O’Brien, R.M. (2007). "A caution regarding rules of thumb for variance inflation factors". Quality and Quantity, 41, 673–690.
  • Salmerón, R.; García, C.; García, J. y López, M. M. (2017). "The raise estimators. Estimation, inference and properties". Communications in Statistics-Theory and Methods, 46(13), 6446-6462.
  • Spanos, A. y McGuirk, A. (2002). "The problem of near-multicollinearity revisited: erratic vs systematic volatily". Journal of Econometrics, 108 (2), 365-393.
  • Zhang, J. e Ibrahim, M. (2005). "A simulation study on SPSS ridge regression and ordinary least squares regression procedures for multicollinearity data". Journal of Applied Statistics, 32(6), 571-588.
Datuen iturria: Dialnet