La regresión simple en el contexto de Regresión múltiple: Introducción al sesgo de especificación (VII)

La conclusión de la discusión en esta sección es simplemente esta: Si se requiere una regresión de tres variables, no efectuar una regresión simple o de dos variables. O, en forma más general, si se adopta un modelo particular de regresión como el "verdadero" modelo, no modificar omitiendo una o más variables de éste. Si ignora este principio, es probable que se obtengan estimados sesgados de los parárametros. No sólo eso, es probable que se subestime la verdadera varianza (σ²) y, por consiguiente los errores estándar estimados de los coeficientes de regresión. Aunque se demostrará esto formalmente en el capítulo 13, es posible darse una idea a este respecto comparando los resultados de las regresiones (7.6.2) y (7.7.6). El error estándar de β2 es mucho menor (en relación con su coeficiente) en (7.6.2) que en (7.7.6) (en relación con su coeficiente). Por tanto, los intervalos de confianza y la prueba e hipótesis basados en el modelo (correcto) (7.6.2) tienden a ser mucho más confiables que aquellos basados en el modelo mal especificado (7.7.6)