Durbin watson r

Solo disponible en BuenasTareas
  • Páginas : 3 (582 palabras )
  • Descarga(s) : 0
  • Publicado : 18 de mayo de 2011
Leer documento completo
Vista previa del texto
>datos=read.table("/Users/guillermochinchillafidalgo/Documents/UNIVERSIDAD/4 ADE/Econometria 2/journals.txt", skip=2)
> datos
subs price preciocita
APEL 14 123 5.857142857SAJoEH 59 20 0.909090909
CE 17 443 20.136363636
.
.
JoPolEc 737 159 0.023741974
Ecnmt 346 178 0.022409669
AER 1098 47 0.005222803
> attach(datos)
startinghttpd help server ... done
> modelo=lm(log(subs)~log(preciocita))
> summary(modelo)

Call:
lm(formula = log(subs) ~ log(preciocita))

Residuals:
Min 1Q Median 3Q Max-2.72478 -0.53609 0.03721 0.46619 1.84808

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.76621 0.05591 85.25 acf(res)

➢ ts.plot(res)
➢# Aparentemente todo correcto, los Beta son significativos, si el preciocita sube uno, las suscripciones bajan un 0,5%, lo que es lógico.
# Las perturbaciones son heteroscedásticas si analizamosel dibujo de ts.plot(res), ya que cada vez son menores.
# No podemos decir que los Beta sean significatvos ya que la heterocedasticidad estropea nuestros errores standard de los Beta.
> library(car)> ncv.test(modelo)
Non-constant Variance Score Test
Variance formula: ~ fitted.values
Chisquare = 12.57466 Df = 1 p = 0.0003910122

H0: homoscedasticidad de las perturbaciones
H1: Nohomoscedasticidad de las perturbaciones.

P< 0,05 → Rechazar H0

# Breush- Pagan

> modeloBP= lm(res^2~ log(preciocita))
> summary(modeloBP)

Call:
lm(formula = res^2 ~ log(preciocita))Residuals:
Min 1Q Median 3Q Max
-0.83648 -0.46890 -0.21705 0.08527 6.54006

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept)0.54945 0.06492 8.463 9.33e-15 ***
log(preciocita) 0.13241 0.04135 3.202 0.00162 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error:...
tracking img