Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Test Estadistico
Test Estadistico
rezagos
en
sus variables
dependientes y
son
usados
multiplicador de Lagrange.
El nombre del test es en honor a Trevor S. Breusch y Leslie G.
Godfrey.
Test de Breusch-Pagan
En estadstica, el test de Breusch-Pagan se utiliza para determinar
la heterocedasticidad en un modelo de regresin lineal. Analiza si
la varianza estimada de los residuos de una regresin depende de los
valores de las variables independientes.
Supongamos que estimamos el siguiente modelo:
podra
ocurrir
que
la
varianza
estuviera
relacionada
son
significativas,
entonces
se
puede
rechazar
hay
intervalos
un
y
cambio
estructura,
las
regresiones
en
los
,y.
Sea
la suma
la suma de cuadrados
grados de libertad.
Estadstico de Durbin-Watson:
En estadstica, el estadstico de Durbin-Watson, desarrollado por el
reputado economista Watson, es una estadstica de prueba que se utiliza
para detectar la presencia de autocorrelacin (una relacin entre los
valores separados el uno del otro por un intervalo de tiempo dado) en
los residuos (errores de prediccin) de un anlisis de la regresin. Lleva
el nombre de James Durbin y Geoffrey Watson. La pequea muestra de
la distribucin de esta relacin se deriva de John von Neumann(von
Neumann, 1941). Durbin y Watson (1950, 1951) aplicaron esta
estadstica para los residuales de mnimos cuadrados, y desarrollaron
pruebas para la hiptesis nula de que los errores estn correlacionados
en serie frente a la alternativa de que siguen un proceso de primer
orden autorregresivo. Ms tarde, John Denis Sargan y Alok Bhargava
desarrollaron varias pruebas estadsticas del tipo Neumann-DurbinWatson von para la hiptesis nula de que los errores en un modelo de
regresin siguen un proceso con una raz unitaria contra la hiptesis
alternativa de que los errores siguen un proceso estacionario de primer
orden autorregresivo (Sargan y Bhargava, 1983).
Donde T es
el
nmero
de
observaciones.
Puesto
que
es
esto
puede
implicar
una
subestimacin
del
nivel
de significacin estadstica.
Para probar la autocorrelacin positiva en importancia , la estadstica
de prueba d se compara con los valores crticos inferiores y superiores
(dL, and dU,):
Causalidad de Granger :
Causalidad de Wiener-Granger o Test de Wiener-Granger:
predecir
otra
variable,
si
tiene
carcter
aunque
si
stos
son
pocos,
se
puede
ignorar
tal
circunstancia
Para muestras mayores de 20 observaciones, podemos utilizar la
siguiente aproximacin a la distribucin t de Student.
La
interpretacin
de
coeficiente
de
Spearman
es
igual
que
la
incremente
disminuya
es tan significativo
Donde
es
el
elemento
correspondiente a
de
la
diagonal
de
la
matriz
con
Prueba de Rachas:
El contraste de rachas permite verificar la hiptesis nula de que la
muestra es aleatoria, es decir, si las sucesivas observaciones son
independientes. Este contraste se basa en el nmero de rachas que
presenta una muestra. Una racha se define como una secuencia de
valores muestrales con una caracterstica comn precedida y seguida
por valores que no presentan esa caracterstica. As, se considera una
racha la secuencia de k valores consecutivos superiores o iguales a la
Prueba de Anderson-Darling:
En estadstica,
la prueba
de
Anderson-Darling es
una prueba no
Donde:
se utiliza)
Test de Phillips-Perron:
En estadstica y econometra, la prueba de Phillips-Perron (el nombre
viene de Peter Phillips y CB Pierre Perron) 1 es una prueba de raz
unitaria. Es decir, se utiliza en el anlisis de series de tiempo para probar
la hiptesis nula de que una serie de tiempo es integrada de orden 1. Se
basa en la prueba de Dickey-Fuller de que la hiptesis nula es
en
endgeno y invalidando as el
como
ensayo
es
robusto
con
respecto
el
no
proceso
de
Prueba de Dickey-Fuller:
En estadstica,
la prueba
de
Dickey-Fuller confirma
si
una raz
estadstica
tiene
una
determinada
distribucin
conocida
Cada versin de la prueba tiene su propio valor crtico que depende del
tamao de la muestra. En cada caso, la hiptesis nula es que hay una
raz unitaria, = 0. Las pruebas tienen un bajo poder estadstico en el
que a menudo no pueden distinguir entre los procesos de raz unitaria
verdaderos ( = 0) y los procesos de raz unitaria cerca ( es cercano a
como
resultado
lo
que
se
y un trmino de
.
conoce
como
una
tendencia
estocstica.
Hay tambin una extensin de la prueba de Dickey-Fuller (DF) llamado el
test de Dickey-Fuller aumentada (ADF), que elimina todos los efectos