Evidencia empírica de los mínimos cuadrados en el modelo de regresión de coeficientes aleatorios

Abstract

El presente artículo estudia algunas propiedades en muestras finitas de varios estimadores del Coeficiente de Respuesta Medio en un Modelo de Regresión Lineal de Coeficientes Aleatorios. Para este fin, fue necesario diseñar un experimento muestral. Así, se obtuvo evidencias acerca del Sesgo, Consistencia y Eficiencia a partir de 15,120 estimaciones. De acuerdo a esto, no sólo el estimador Mínimos Cuadrados Generalizados en Dos Etapas (MCG2E) produjo los mejores resultados sino también el estimador Mínimos Cuadrados Ordinarios (MCOII) al obtener ganancias significativas en Eficiencia cuando fue estimado a partir de un modelo sin Error de Especificación. Es necesario ampliar dicha investigación incluyendo el estimador Máximo Verosímil.

This paper studies some Finite Sample Properties of several estimators of the Mean Response Coefficient in a Linear Regression Model with Random Coefficients. An Experiment was designed to explore that. in this context, results about Bias, Consistency and Efficiency were obtained from I 5, I 20 estimates. According to this, not only Two Steps Generalized Least Square (MCG2E) performed better than the other alternative estimators but also Ordinary Least Square had gotten gains in Efficiency when the Linear Regression Model without Constant Term was used. Further investigations about Maximun Likelihood Models are needed.