Homocedasticidad – Definición, qué es y concepto | Diccionario Economico

Definición de Homocedasticidad – Definición, qué es y concepto | Diccionario Economico

La homocedasticidad se refiere a la igualdad en la dispersión de los errores en un modelo estadístico. Esto implica que la variabilidad de los errores es constante en todas las observaciones.

Este término, opuesto a heteroscedasticidad, se utiliza para referirse a la propiedad de algunos modelos de regresión lineal en los que los errores de estimación son constantes sobre las observaciones. La varianza constante nos permite tener modelos más robustos. Además, si la varianza, además de ser constante, también es menor, esto dará como resultado una predicción más confiable del modelo.

La palabra homocedasticidad se puede dividir en dos partes: homo (igual) y cedasticidad (dispersión). Así, si combinamos estas dos palabras, adaptadas del griego, obtenemos algo así como igual dispersión o igual dispersión.

análisis de regresión

Homocedasticidad en un modelo de regresión lineal

La homocedasticidad es una propiedad deseable de los errores de un modelo de regresión simple. La homocedasticidad, como dijimos antes, le permite crear modelos más confiables. Y esta confiabilidad se refleja en el hecho de que es mucho más fácil para los econometristas trabajar con el modelo.

El modelo que se presenta a continuación es homocedasticidad. Este no es un ejemplo perfecto, pero es uno real con el que podemos entender mejor el concepto.

En la imagen anterior, vemos un gráfico que muestra el precio del IBEX35. La cita se refiere a un período elegido al azar entre 89 períodos. La línea roja representa la puntuación del IBEX35. El indicador fluctúa hacia arriba y hacia abajo a lo largo de esta línea de manera más o menos uniforme.

Para ver si nuestro modelo es homedástico, es decir, para ver si la varianza de sus errores es constante, calculamos los errores y los representamos en el gráfico.

Es imposible decir con certeza que el modelo tiene la propiedad de homocedasticidad. Para esto, se deben realizar las pruebas apropiadas. Sin embargo, la forma del gráfico indica que este es el caso. Un excelente ejemplo de un proceso homocedástico realizado específicamente por un programa de computadora se muestra en el siguiente gráfico.

La imagen de lo que sería ideal y nuestro ejemplo IBEX35 son diferentes. Por lo tanto, debemos comprender qué fenómenos reales dificultan el cumplimiento de este supuesto.

Como se indicó en el artículo sobre heterocedasticidad, existen ciertas consecuencias de un modelo que no satisface la hipótesis de homocedasticidad. Recuerde que si el modelo no satisface el supuesto de homocedasticidad, entonces sus errores son heterocedásticos y ocurre lo siguiente:

• La presencia de errores en los cálculos de las matrices correspondientes a los evaluadores.
• Se pierde la eficiencia y fiabilidad del modelo.

Diferencias entre homocedasticidad y heterocedasticidad

La heteroscedasticidad difiere de la homoscedasticidad en que, en esta última, la varianza del error de las variables explicativas es constante a lo largo de todas las observaciones. A diferencia de la heterocedasticidad, en los modelos estadísticos caseros, el valor de una variable puede predecir el valor de otra (si el modelo no tiene sesgo), por lo que los errores son comunes y constantes a lo largo del estudio.

Las principales situaciones en las que aparecen las perturbaciones heteroscedásticas es en el análisis de datos de corte transversal, cuando los elementos seleccionados, ya sean empresas, individuos o elementos económicos, no tienen un comportamiento uniforme entre ellos.

¿Problemas o dudas? Te ayudamos

Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org