0 calificaciones0% encontró este documento útil (0 votos)
7 vistas1 página
Problemas de heterocedasticidad ocurren debido a errores en el cálculo de la matriz de varianzas y covarianzas usada en la estimación de mínimos cuadrados. El estadístico de Durbin-Watson puede rechazar la hipótesis nula de ausencia de autocorrelación si su valor absoluto es mayor que el de la tabla, variando de 0 a 4, donde valores menores a 2 indican autocorrelación positiva y mayores a 2 indican autocorrelación negativa.
Problemas de heterocedasticidad ocurren debido a errores en el cálculo de la matriz de varianzas y covarianzas usada en la estimación de mínimos cuadrados. El estadístico de Durbin-Watson puede rechazar la hipótesis nula de ausencia de autocorrelación si su valor absoluto es mayor que el de la tabla, variando de 0 a 4, donde valores menores a 2 indican autocorrelación positiva y mayores a 2 indican autocorrelación negativa.
Problemas de heterocedasticidad ocurren debido a errores en el cálculo de la matriz de varianzas y covarianzas usada en la estimación de mínimos cuadrados. El estadístico de Durbin-Watson puede rechazar la hipótesis nula de ausencia de autocorrelación si su valor absoluto es mayor que el de la tabla, variando de 0 a 4, donde valores menores a 2 indican autocorrelación positiva y mayores a 2 indican autocorrelación negativa.
heterocedasticidad es debido a los errores en los cálculos
que se presentan al estimar la matriz, con relación a sus varianzas y covarianzas de la estimación de los mínimos cuadrados. Asimismo, estas suelen perder eficiencia sobre el estimador cuadrático mínimo.
Se presentan problemas en el estadístico Durbin-
Watson cuando se encuentra cercano a cero, ya que si el valor absoluto del estadístico de la prueba de Durbin-Watson es mayor que el valor encontrado en la tabla entonces puede rechazar la hipótesis nula de la prueba y concluir que la autocorrelación está presente. A continuación, se presenta los indicadores del Durbin- Watson. La estadística de prueba siempre varía de 0 a 4 donde:
d = 2 indica que no hay autocorrelación
d <2 indica correlación serial positiva d > 2 indica correlación serial negativa