Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTEGRANTES:
Adriana Romaneth Teran Valdivia
Christian Santiago Corpus Veizan
Carlos Eduardo Mamani Arias
Kevin Mauricio Hugo Lora
DOCENTE:
Luis Fernando Cernadas Miranda
ASIGNATURA:
ECONOMETRIA 1
INTRODUCCON
La autocorrelación econométrica es un fenómeno en el que los
errores de un modelo econométrico tienen cierto grado de
correlación serial, lo que significa que los valores actuales de
los errores están correlacionados con los valores pasados. La
presencia de autocorrelación puede conducir a estimaciones
sesgadas e inconsistentes de los coeficientes del modelo y a
la mala especificación del modelo. Los métodos para tratar la
autocorrelación varían según la naturaleza del problema y se
pueden aplicar a través de técnicas econométricas tales como
pruebas de diagnóstico y modelos de corrección de errores.
NATURALEZA CAUSAS DE
LA AUTOCORRELACION
Existe auto correlación cuando el término de error de un modelo econométrico está correlacionado consigo
mismo a través del tiempo y puede venir de diversas causas
THIAGO CORPUS
CONTRASTE DURBIN
WATSON
Se utiliza para realizar una prueba de autocorrelación AR(1) sobre un
conjunto de datos. Este contraste se centra en el estudio de los residuos
de Mínimos Cuadrados Ordinarios.
THIAGO CORPUS
EJEMPLO Contraste Durbin Watson
THIAGO CORPUS
EJEMPLO Contraste Durbin Watson
THIAGO CORPUS
EJEMPLO Contraste Durbin Watson
THIAGO CORPUS
CONTRASTE DE BREUSCH Y
GODFREY
Si queremos probar la autocorrelación en ordenes superiores al primer orden
debemos realizar el mas conocido el contraste de multiplicadores de Lagrange
introducido por Breusch y Godfery. Ellos sugieren:
Estimar el modelo de regresión por MCO y obtener los residuos .
Estimar una regresión de los residuos sobre p retardados: así
como las variables explicativas x, del modelo original. El numero de retardos
debe coincidir con el numero de estadísticos cuya significancia conjunta se
pretende contrastar.
Comparar TR2 con las tablas de una distribución chi-cuadrado con p grados de
libertad y rechazar la hipótesis nula de no autocorrelación si TR2 es superior al
valor de las tablas. Si esta es cierta el coeficiente de determinación de la
regresión auxiliar que hemos descrito debería tender a 0.
CONTRASTES GRAFICOS
Se trata de un examen del grafico de contra . Si la mayoría de los puntos en
dicho grafico se hallan en el primer y tercer cuadrante, es un indicio de
autocorrelación positiva mientras que si se hallan en el segundo y cuarto cuadrante es
un indicio de autocorrelación negativa.
La limitación de este procedimiento es que solo es realmente útil si la autocorrelación
puede aproximarse por un modelo autorregresivo de orden 1. Así mismo el contraste
también puede basarse en rachas de residuos de igual signo, si hay pocas rachas
indica una autocorrelación positiva, si hay muchas rachas se trata de una
autocorrelación negativa.
CONTRASTES GRAFICOS
CONTRASTES GRAFICOS
ESTIMACION DE MODELOS MCG DE
COCHRANE ORCUTT
La estimación de modelos MCG (Mínimos Cuadrados Generalizados) de Cochrane-
Orcutt es una técnica utilizada para abordar la presencia de autocorrelación en
los datos de una serie temporal. Esta técnica es una extensión del método de
Mínimos Cuadrados Ordinarios (MCO) y se utiliza cuando se sospecha que los
residuos del modelo presentan autocorrelación.
ESTIMACION DE MODELOS MCG DE
COCHRANE ORCUTT
procedimiento de
Cochrane-Orcutt
Estimación máxima verosimilitud del modelo
autoregresivo de primer orden