Test Reset de Ramsey

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda

En estadística, la prueba del error de especificación de la ecuación de regresión o prueba RESET de Ramsey (RESET)(Ramsey, 1969) es una prueba general de especificación para el modelo de regresión lineal. Más específicamente, esta prueba verifica si las combinaciones no lineales de los valores ajustados ayudan a explicar la variable de respuesta. La intuición detrás de la prueba es que si las combinaciones no lineales de las variables explicativas tienen algún poder de explicación sobre la variable de respuesta, entonces el modelo está mal especificado.

La prueba fue desarrollada por James B. Ramsey como parte de su doctorado tesis en la Universidad de Wisconsin-Madison en 1968, y publicado posteriormente en la revista de la Royal Statistical Society en 1969.[1] [2]

Desarrollo[editar]

Considere el siguiente modelo:

\hat{y}=E\{y|x\}=\beta x.

El test de Ramsey prueba si (\beta x)^2, (\beta x)^3...,(\beta x)^k tiene algún poder en explicar y. Esto es ejecutando la siguiente estimación de una regresión lineal:

y=\alpha x + \gamma_1\hat{y}^2+...+\gamma_{k-1}\hat{y}^k+\epsilon,

y luego las pruebas, por medio de una Prueba F de Fisher si \gamma_1~ son cero. Si la hipótesis nula de que todos los \gamma~ coeficientes son cero es rechazada, entonces el modelo adolece de errores de especificación.

Referencias[editar]

  1. Ramsey, J. B. (1969). «Tests for Specification Errors in Classical Linear Least Squares Regression Analysis». Journal of the Royal Statistical Society Series B 31 (2): 350–371. JSTOR 2984219. 
  2. Ramsey, J. B. (1974). «Classical model selection through specification error tests». En Zarembka, Paul. Frontiers in Econometrics. New York: Academic Press. pp. 13–47. ISBN 0-12-776150-0. 

Bibliografía adicional[editar]

  • Murteira, Bento. (2008) Introdução à Estatística, McGraw Hill.
  • Wooldridge, Jeffrey M. (2006) Introductory Econometrics - A Modern Approach, Thomson South-Western, International Student Edition.