Refinamiento de métodos asintóticos en modelos de regresión unitaria de Lindley: una aplicación a los datos de crecimiento económico

Resumen

Modelos de regresión son ampliamente utilizados en Economía, principalmente cuando los datos involucrados son tasas y proporciones. El modelo de regresión Lindley-Unitaria está definido para datos restringidos al intervalo (0,1). En problemas regulares, la inferencia basada en la teoría asintótica puede no ser confiable cuando la muestra es pequeña. Este es el caso de la estimación de máxima verosimilitud y la prueba de Wald. Las correcciones de sesgo de los estimadores de máxima verosimilitud y los ajustes realizados en las estadísticas de prueba son una forma ampliamente utilizada para resolver tales problemas. En este artículo, obtenemos una expresión para corregir el sesgo y una fórmula para la matriz de covarianza de segundo orden para los estimadores de máxima verosimilitud en el modelo de regresión Lindley-Unitaria. Evidencia numérica muestra que los estimadores corregidos tienen sesgos más pequeños y que la prueba de Wald basada en la covarianza de segundo orden es más precisa. Por último, se presenta una aplicación a datos económicos, en la que se modela la Tasa de Crecimiento del PIB Real per cápita en función de la apertura en precios constantes.

Palavras clave: Corrección de sesgo. Prueba de Wald modificada. Matriz de covarianza de segundo orden. Regresión Lindley-Unitaria.