Repaso general del curso
Módulo 2 - IV/2SLS
Endogeneidad: variable omitida, error de medición, simultaneidad
Condiciones: relevancia (Cov(Z,X)≠0) y exogeneidad (Cov(Z,ε)=0)
2SLS: primera etapa (X = Zγ + v) y segunda etapa (Y = &Xcirc;β + ε)
Test de Sargan/Hansen para sobreidentificación; F-stat para instrumentos débiles
Módulo 3 - Logit/Probit
VD binaria: modelo de probabilidad lineal (sesgado) vs logit/probit
Logit: F(z) = 1/(1+e-z), Probit: F(z) = Φ(z)
Efectos marginales son la clave interpretativa (no los coeficientes brutos)
Máxima verosimilitud: función de log-verosimilitud, iteración numérica
Módulo 4 - Multinomial
VD con más de 2 categorías no ordenadas: MNL (Logit Multinomial)
Supuesto de IIA (Independencia de Alternativas Irrelevantes)
Risk ratios y efectos marginales por categoría
Test de Hausman-McFadden para IIA; alternativa: Nested Logit, Probit Multinomial
Módulo 5 - Tobit
VD censurada (muchos ceros, valores continuos positivos)
Doble censura, sesgo de selección; E[Y|X] = Φ(Xβ/σ) (Xβ + σλ)
Diferencia entre efecto marginal sobre Y y sobre Y positiva (lambda de Heckman)
Alternativas: Heckman (dos etapas), Poisson (conteo), Two-Part Model
Módulo 6 - Poisson
VD de conteo (0, 1, 2, ...); equidispersión: E[Y|X] = Var[Y|X]
Sobre-dispersión: Negative Binomial; cero-inflados: ZIP, ZINB
Exposición (offset) cuando el área de oportunidad varía
IRR (Incidence Rate Ratios) son la interpretación natural
Módulo 7 - Panel I (FE/RE)
Estructura i=1..N, t=1..T: misma unidad, múltiples periodos
FE: transformación within (resta media individual), consistente si Cov(α,X)≠0
RE: asume Cov(α,X)=0, más eficiente si se cumple
Test de Hausman: si p<0.05 usar FE, si p>0.05 RE es preferible
Módulo 8 - Panel II (Avanzado)
Errores cluster-robust: correlación dentro del clúster a lo largo del tiempo
PCSE: corrige heterocedasticidad y correlación contemporánea (N < T)
Test de Pesaran CD: detecta dependencia transversal (CD > 2)
Driscoll-Kraay, CCE, Mean Group: robustos a dependencia transversal
Módulo 9 - Arellano-Bond
Panel dinámico: yit = ρyi,t-1 + Xitβ + αi + εit
Sesgo de Nickell: -(1+ρ)/(T-1), FE inconsistente con T pequeño
Dif-GMM: primera diferencia + rezagos en niveles como instrumentos
Sys-GMM: combina diferencias y niveles, óptimo con ρ cercano a 1
Validar: test de Hansen y AR(2) no significativo
Módulo 10 - SUR
Sistema de M ecuaciones con errores correlacionados entre ecuaciones
GLS con Σ estimada de residuos MCO; más eficiente si hay correlación
Test de Breusch-Pagan de independencia; restricciones cruzadas
Si las X son idénticas, SUR = MCO ecuación por ecuación
Módulo 11 - GMM
Condiciones de momento: E[g(y,X,β)] = 0
Sobreidentificación (L > K): minimizar J(β) = g(β)' W g(β)
W óptima = Var[g(β)]-1; GMM en 2 etapas
J-test: validez de condiciones de momento, J ~ χ²(L-K)