Professional Documents
Culture Documents
)
El orden la la autocorrelacion esta determinada por la influencia que tenga en variable
aleatoria del periodo t , asi se da:
AUTOCORRELACION
En donde el proceso de autoregresion de primer orden es :
Deteccin de autocorrelacin :
1. Test grficos :
a) Se grafica :
Para lo cual se tiene que generar la variable tiempo mediante:
1
Maha, Ramn (2010) CONCEPTOS BSICOS SOBRE LA AUTOCORRELACIN EN EL MODELO
BSICO DE REGRESIN LINEAL
)
GENR T=@TREND(2007M01)+1
Luego se grafica en el eje de las absisas la variable generada T, y la variable aleatoria
en el eje de las ordenadas :
Quick -> Graph-> t resid01
Al observar el grafico, vemos que los puntos generados de las variables T y Resid01
presentan forma similar a la de una parbola invertida, exceptuando dicha forma por
algunos pocos puntos que salen de esa tendencia, lo que indicara la existencia de
autocorrelacion.
b) Se grfica:
Para graficar en el eje de las abscisas la variable
a partir de :
En eviews colocamos:
LS REDID01 RESID(-1) para obtener el coeficiente
En donde dw= 1.116382 , el cual se encuentra en zona l del grfico de Durbin-Watson, lo
cual indica que existe autocorrelacin positiva y de primer orden.
3. Test de Breusch Godfrey (LM-TEST)
2
3
4
En donde:
En eviews se realiza de la siguiente manera:
11.568 11.72 12.432 12.28
4 dv 4 dL
0
A B
Y colocamos el nmero de rezagos que en el caso ser 2 :
El test se calcula con lo siguiente:
2
2
2
Como el valor de 25.008>5.99, se acepta la Hiptesis alternativa, la cual indica que si
existe autocorrelacin.
4. Test de Box Pierce
Se comienza con lo siguiente:
Haciendo click en Correlogram- Q statistics
Con la frmula de primer orden:
2
2
2
Como 16.484916 > 3.84 se acepta H
1
, lo cual indica que si existe autocorrelacion de
primer orden.
Con la frmula de segundo orden:
2
2
[
2
2
]
2
Como 29.52474 > 5.99147 se acepta H
1
, lo cual indica que si existe autocorrelacion de
primer orden.
El procedimiento es sucesivo, y hasta este punto se ha demostrado la existencia de
autocorrelacion hasta el segundo orden. A continuacin, se hara un procedimiento para
tratar de correguir esta autocorrelacion:
Para no tratar ade editar la ecuacin inicial de los datos, sacaremos una copia a esta
misma, para no alterar algunos datos que ya hemos obtenido. Despues de ello haremos
click en Estimate y editamos el texto que saldr de manera automtica, aumentado ar(1) :
Obteniendo una nueva regresin:
Luego hacemos el mismo proceso anterior y obtener la siguiente tabla :
En donde se debe de comparar la estimacin inicial con la nueva estimacin ya
corrigindose el problema de autocorrelacin. Se compara observando los criterios de
comparacin (akaikeinfocriterion, Schwarzcriterion, Hannan-QuinnCriter) y observamos
que el mejor modelo es la estimacin corrigindose el problema de autocorrelacin.