Documentos de Académico
Documentos de Profesional
Documentos de Cultura
temporales
Basado en Wooldridge (2010), Capı́tulo 12
Stock y Watson (2012), Capı́tulo 15
Econometrı́a II
Departamento de Economı́a,
Universidad de Santiago
1 Introducción
3 Contrastes de autocorrelación
Contraste de orden superior y de Breusch-Godfrey
Motivación
Motivación
La presencia de autocorrelación en el término de error ut , provoca que
los estimadores MCO de los parámetros pierdan consistencia.
Yt = β0 + β1 Xt + ut (1)
Dado que X̄ y T1 T 2 2
t=1 (Xt − X̄ ) tienden en probabilidad a µX y σX ,
P
Contrastes de autocorrelación
Contrastes de autocorrelación
H0 : ρ = 0.
1 Efectúe la regresión por MCO de yt sobre xt1 , ..., xtk y obtenga los
residuales de MCO, ût , para todo t = 1, 2, ..., n.
DW ≈ 2(1 − ρ̂)
Regla de decisión en DW
H0 : ρ1 = 0 vs. H1 : ρ1 > 0
d < dL < dU < 2 =⇒ Rechazar H0 ,
entonces existe autocorrelación positiva.
d > dU > dL =⇒ No Rechazar H0
dL < d < dU el contraste no es concluyente
H0 : ρ1 = 0 vs. H1 : ρ1 < 0
Para usar los valores crı́ticos tabulados (de la hipótesis anterior)
usamos d ∗ = 4 − d, donde d es valor inicial del estadı́stica,
d ∗ < dL =⇒ Rechazar H0
entonces existe autocorrelación negativa.
d ∗ > dU =⇒ No Rechazar H0
dL < d ∗ < dU el contraste no es concluyente
1 Realice la regresión por MCO de yt sobre xt1 , ..., xtk y obtenga los
residuales de MCO, ût , para toda t = 1, 2, ..., n..
2 Realice la regresión de ût sobre xt1 , ..., xtk , ût−1 para todo t = 2, ..., n.
Obtener el coeficiente ρ̂ y su estadı́stico tρ̂ .
εt r .b. 0, σε2
ut = ρ1 ut−1 + ρ2 ut−2 + · · · + ρq ut−q + εt ,
La hipótesis a contrastar es
H0 : ρ 1 = ρ2 = · · · = ρq = 0 , H1 : ρj ̸= 0 para algún j ∈ {1, 2, . . . , q}
Utilizamos un contraste de significancia conjunta, de los q retardos de
los residuos en
u
bt = γ0 + γ1 xt1 + γ2 xt2 + · · · + γk xtk
+ρ1 u bt−2 + · · · + ρq u
bt−1 + ρ2 u bt−q + ϵt , t = (q + 1) , . . . , T
Inferencia robusta
σ̃ 2b = σ
b 2b fc (8)
β1 β1 T
Inferencia robusta
1 Realice la regresión por MCO de yt sobre xt1 , ..., xtk y obtenga los
residuales de MCO, ût , t = 1, 2, ..., n.
Existe una forma alternativa para estimar por este método. Este es el
Procedimiento Iterativo para MCGF, con el cual se debe estimar de
forma conjunta los parámetros β y ρ1 .
T = 31 2
R̄ = 0.2242 F (1, 29) = 9.67∗∗∗ σ̂ = 5.0388
(entre paréntesis, los estadı́sticos t)
2 Realizamos la regresión
\t = −0.322756 + 0.5701135 uhatt−1
uhat ∗∗∗
(−0.45) (4.25 )
T = 31 2
R̄ = 0.3624 F (1, 29) = 18.05∗∗∗ σ̂ = 3.9558
(entre paréntesis, los estadı́sticos t)
H 0 : ρ1 = 0
H1 : ρ1 ̸= 0
Estadı́stica del contraste es t = 4.25 con p − valor ≈ 0
Contraste de Durbin-Watson
H 1 : ρ1 > 0
Estadı́stica de DW es d = 0.859773 < dl < du (dl = 1.35 y du = 1.49)
H1 : ρ1 ̸= 0
Estadı́stica del contraste es t = 4.56 con p − valor ≈ 0
H0 : ρ1 = ρ2 = 0
Estadı́stica del contraste de Breusch-Godfrey es LM = 12.714 con
p − valor = 0.0017
El método de Prais-Winsten
\t = 9.558761 − 0.3337987 desempt
inflac
(1.97∗) (−0.58∗∗)