Autocorrelación

La autocorrelación es uno de los problemas que habitualmente encontramos en modelos econométricos, junto a la heteroscedasticidad, son causantes de ajustes pobres y espurios.

Básicamente su definición trataría de explicar la relación que existe en la memoria de la serie observada a través del tiempo, también se debe entender como autocorrelación la relación que existe entre el término de perturbación y cualquiera de los regresores del modelo.

Definición: La perturbación de una observación cualquiera u_i  está correlacionada con la perturbación de cualquier otra observación => las observaciones no son independientes.

La autocorrelación es habitual en los datos de series temporales => correlación serial

En los datos de sección cruzada es menos común, aunque posible => correlación espacial

Algunos patrones identificables son:

 

 

CAUSAS DE LA AUTOCORRELACIÓN:

La autocorrelación es un fenómeno que se presenta en muestras que contengan de datos asociados al tiempo, aunque también puede presentarse cuando se trabaja con datos de corte transversal, en cuyo caso hablamos de “autocorrelación espacial”.

Otras causas posibles de la existencia de autocorrelación en algunas situaciones específicas, como, por ejemplo:

a) Por la existencia de ciclos y tendencias en los datos: Si la variable a explicada presenta un comportamiento cíclico que no viene explicado por las variables explicativas, entonces dicho comportamiento cíclico estará recogido en el término de error del
modelo.

b) Cuando se comete un error de especificación inicial del modelo por omisión de variables relevantes. La omisión de variables
relevantes, en principio, no debería suponer autocorrelación en el término de error salvo que dichas variables omitidas estén
correlacionadas entre sí.

c) Cuando se comete un error de especificación en la forma funcional del modelo. Una mala especificación de la forma funcional del modelo pueden provocar ”rachas” de residuos positivos seguidas de otras de residuos negativos y así sucesivamente.

 

CONSECUENCIAS:

En el contexto del MODELO DE REGRESIÓN LINEAL GENERALIZADO (MRLG), el hecho de que la matriz de varianzas -covarianzas del término de error no sea escalar, supondrá, respecto al método de estimación por mínimos cuadrados ordinarios (MCO) que:

1) Continúa siendo la solución única del sistema de ecuaciones normales (SEN) que se obtienen al aplicar el método de estimación por mínimos cuadrados ordinarios (MCO).

2) Continúa siendo un estimador lineal e insesgado de los coeficientes del modelo.

Estas propiedades del método de estimación MCO en contexto del MODELO BÁSICO DE REGRESIÓN LINEAL (MBRL) no dependen de las hipótesis sobre las perturbaciones, por lo que también se mantienen en el caso más general del MODELO DE REGRESIÓN LINEAL GENERALIZADO (MRLG), donde la matriz de varianzas -covarianzas del término de error no es escalar.

3) NO ES ÓPTIMO en el contexto del MODELO DE REGRESIÓN LINEAL GENERALIZADO (MRLG).

4)  β será un estimador sesgado.

5) Como consecuencia de (4), se invalidan los contrastes de hipótesis “F ” y “t”  y los intervalos de confianza obtenidos por el estimador por mínimos cuadrados ordinarios.

CONTRASTES PARA DETECTAR LA AUTOCORRELACIÓN.

-Estadístico d de Durbin-Watson
-Estadístico Breusch y Godfrey
-Estadístico de Box y Pearce (Q-statistics)

Realizaremos un ejemplo en Gretl. Datos ejemplo Gretl.  (abre otra ventana).

 

 

 

 

Anuncios

2 comentarios sobre “Autocorrelación

Agrega el tuyo

  1. Disculpa, quiero saber si me podría orientar con unos j
    Ejercicios que no entiendo de mi clase de econometría

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Crea un sitio web o blog en WordPress.com

Subir ↑

A %d blogueros les gusta esto: