Resumen en español

En el modelo de regresión ortodoxo en el cual las variables predictoras son no aleatorias y los errores aleatorios son independientes e idénticamente distribuidos, el estimador de mínimos cuadrados ordinarios para los parámetros del modelo posee excelentes propiedades, como consistencia e insesgamiento, además es el mejor estimador lineal insesgado. Sin embargo, cuando las variables predictoras son aleatorias y además correlacionadas con los errores aleatorios, los estimadores de mínimos cuadrados ordinarios pueden perder propiedades muy deseables como la consistencia. En la investigación que se presenta se pretende explorar la geometría de métodos como el de variables instrumentales que pretende resolver algunas de las limitaciones planteadas para método de mínimos cuadrados ordinarios.