Оглавление
Walter Sosa Escudero. El lado oscuro de la econometría
AGRADECIMIENTOS
PALABRAS LIMINARES
CAPÍTULO 1: LOS REYES MAGOS SON LOS PADRES (CRITICAR LA ECONOMETRÍA)
MULTICOLINEALIDAD, MICRONUMEROSIDAD Y MACROESTUPIDEZ
FUCK GAUSS MARKOV
MAMÁ, MAMÁ, MI MODELO TIENE HETEROCEDASTICIDAD
UN AÑO SIN EL R2
CAPÍTULO 2: EL PAPER DE UN SOLO NÚMERO (COMUNICAR Y LEER LA ECONOMETRÍA)
SOY EL ROBERTO CARLOS DE LA ECONOMETRÍA (¡TENGO UN MILLÓN DE LIBROS!)
EL LADO OSCURO DE LA ECONOMETRÍA
NO TODO LO QUE BRILLA ES ORO (SOBRE LAS PUBLICACIONES DE ECONOMETRÍA)
ÉTICA Y ESTÉTICA DE LA ECONOMETRÍA
EL ECONOMETRISTA COMO CONSULTOR
LATE(X) UN CORAZÓN, DÉJALO LATIR
CAPÍTULO 3: ESTO NO ES UNA PIPA (PENSAR LA ECONOMETRÍA)
LA PREGUNTA DEL TERROR. SOBRECENSOS, MUESTRAS Y POBLACIONES
TO PROBIT OR NOT TO PROBIT? ESA ES LA CUESTIÓN
LOSSIMPSON Y LA ECONOMETRÍA
ESTO NO ES UNA PIPA (SOBRE EL TEOREMA CENTRAL DEL LÍMITE)
LA CARTA ROBADA (SOBRE ESTIMADORES INSESGADOS)
CAPÍTULO 4: COMO EL VALS (ENSEÑAR Y APRENDER ECONOMETRÍA)
THE MATRIX
COMO EL VALS: EN CÍRCULOS (SOBRE LA MATEMÁTICA Y LA ECONOMETRÍA)
THE ECONOMETRIC MASCHEFACTS
TATTOO YOU (LAS TRES FÓRMULAS ESENCIALES DE LA ECONOMETRÍA)
REFLEXIONES SOBRE LA ENSEÑANZA DE LA ECONOMETRÍA
MANIFIESTO ANTI-STATA
CAPÍTULO 5: ¿OTRA VEZ ARROZ? (APLICAR LA ECONOMETRÍA)
ECONOMETRÍA Y ESTADÍSTICA: HOMENAJE A RICARDO FRAIMAN
LOS MONSTRUOS DEL LAGO NESS DE LA ECONOMETRÍA
SMALLDATA
BIGDATA: ¿OTRA VEZ ARROZ?
QUE NO SEAMOS UN JUSTO CAMPEÓN (FÚTBOL, CHANCES Y ESTADÍSTICAS)
MAGOS, ESPADAS Y ROSAS: LEYES Y LEYENDAS DE LA ECONOMETRÍA
EL EFECTO NICOLE NEUMANN (ECONOMETRÍA Y COMPUTACIÓN)
Отрывок из книги
Walter Sousa Escudero
El lado oscuro de la Econometría
.....
El TGM dice, ni más ni menos, que el estimador de MCO es el de varianza mínima en la clase de estimadores lineales e insesgados. Que no es poco, pero tampoco es demasiado. La clase de estimadores insesgados posiblemente sea interesante. Pero ¿la clase de estimadores lineales? ¿En serio? ¿Para qué quiere uno que el estimador sea lineal? ¿Para sacar cuentas más rápido? ¿Para pasar las esperanzas a través de funciones lineales? ¿Para deducir normalidad, ya que toda función lineal de una variable normal también lo es? Posiblemente. Son todas ventajas analíticas, pero difícilmente sean conveniencias conceptuales, como la insesgadez. Decir que el método de MCO es el mejor estimador lineal e insesgado es como decir que tal vino es el mejor vino antimagnético, o que tal raza de perro es buena porque su nombre no contiene la letra “t”. En definitiva, mi problema con el TGM es que muchos alumnos creen que justifica el uso de MCO, pero solo lo hace en términos relativos. O sea, el TGM dice que el estimador de MCO es óptimo: a) en un sentido muy particular (varianza mínima) y b) dentro de una clase de estimadores que no es necesariamente interesante (la de los lineales e insesgados).
Ahora, hablemos bien del TGM. Es un “teorema chusma” (chusma (arg.): ‘que habla mal de otro y en su ausencia’), como esas viejas vecinas de barrio que tienen demasiado tiempo libre. En general, el TGM sirve para descartar otras estrategias lineales e insesgadas. Por ejemplo, bajo los supuestos clásicos, el método de mínimos cuadrados ponderados no puede ser mejor que MCO (porque por el TGM el mejor es MCO), bajo exogeneidad, el método de variables instrumentales no puede ser mejor que MCO, etc., etc., lo cual no es poco.
.....
