Autocorrelación
SUPUESTOS DE MCO
1) La covarianza debe ser igual a cero
Es el principio de No autocorrelación
Este supuesto se rompe sí
Es el principio de Autocorrelación o correlaciónserial
El modelo es insesgado, consistente pero no es eficiente:
Para el caso muestral se tiene:
El coeficiente de correlación es P
ESTADÍSTICO DE PRUEBA DURBON-WATSON
No existeAurtocorrelación
Existe Autocorrelación
Intervalos de DW
P=1 correlación negativa
P=1 correlación positiva
P=0 no hay correlación
Intervalos de Dw
P=1 correlación negativa
P=1 correlaciónpositiva
P=0 no existe autocorrelación
Dw=2(1-0)=2(1)=2
No existe Aurtocorrelación
Existe Autocorrelación
Ejemplo:
Y= índice de compensación real por hora, sector negocios
X= Índice deproducción por hora, sector negocios
= Numero de parámetros en el intercepto
=1
AUTOCORRELACIÓN
P=rho coeficiente de correlación
Correlación positiva
Correlación negativa
Estadístico DwMODELO DE REGRESIÓN CON PERTURBACIÓN NO ESFERICA (HETEROCEDASTICIDAD)
SEA
Resulta habitual suponer que el término de perturbación presenta varianza constante (hipótesis de homocedasticidad).Los términos de la diagonal principal son iguales=homocedasticidad.
Cuando se cumple dicha hipótesis se presenta el problema de heterocedasticidad (varianzas desiguales en la diagonal principal).En tales condiciones, el estimador MCO es insesgado y consistente, pero no es eficiente.
DEMOSTRACIÓN:
No esférica heterocedística
Esférica homocedística
MATRIZ DE VARIANZA COVARIANZA
Suvarianza deja de ser mínima o eficiente.
QUÉ OCACIONA ESTE PROBLEMA
1) CAUSAS ESTRUCTURALES.- Se produce al trabajar con modelos de corte transversal (problemas con las muestras) Por ejemploDonde:
Familias ricas
Familias pobres
S=ahorro
Y=ingreso
2) CAUSAS ESPURIAS.- Por problemas de omisión de alguna variable explicativa relevante, o la existencia de cambios estructurales....
Regístrate para leer el documento completo.