Recuérdese el modelo de regresión lineal con ka variables:
Yi =β1 + β2X2i + β3X3i +.....+βkXki + ui (1)
Por consiguiente, si el supuesto 3 no satisface, se ve que no puede estimar el intercepto original β1; loq ue se obtiene es α, el cual contiene a β1 y a E(ui) = w. En resumen, se obtiene un estimado sesgado de β1.
Pero como se ha mencionado en diversas ocasiones, en muchas situaciones prácticas el término intercepto, β1, es de poca importancia; los parámetros con mayor significado son los coeficientes de pendiente, que permaneceran inalterados aún si el supuesto 3 es violado. Además, en muchas aplicaciones el término intercepto no tiene interpretación alguna.
No hay comentarios.:
Publicar un comentario