guia de a
DESCRIPTION
Guía evaluadaTRANSCRIPT
Econometría I Autocorrelación
Guía de Econometria: AutocorrelaciónAyudante = Pedro González
Se ha recogido información de la economía española para el período 1985-1997 de las macromagnitudes consumo público (CP) y producto interior bruto a precios de mercado (PIBPM) en millones de pesetas, con el objeto de estimar un modelo de regresión lineal y comprobar la posible presencia de autocorrelación en las perturbaciones. Las series toman los siguientes valores:
A partir de dicha información, contraste el posible incumplimiento de la hipótesis clásica de noautocorrelación por medio de:
a) Contrastes gráficos
b) Contraste de Durbin-Watson
c) Contraste de h de Durbin
d) Contraste de Breusch-Godfrey
e) Contraste de Box-Pierce-Ljung
gonzalezpe Página 1 12-04-2023
Econometría I Autocorrelación
SOLUCIÓN:
a) A continuación grabamos el residuo generado con el nombre RESIDUO y generamos eldiagrama de dispersión del residuo y el residuo retardado un período, obteniendo la siguientegráfica, observando que la forma de dicho diagrama muestra la posible presencia deautocorrelación positiva.
gonzalezpe Página 2 12-04-2023
Econometría I Autocorrelación
Otra gráfica que puede ayudarnos a discernir esta cuestión es la representación gráfica de losresiduos a lo largo del tiempo
En esta última gráfica observamos que los residuos no se disponen de manera aleatoria, sinoque manifiestan cierto comportamiento sistemático, lo cual es un indicio de posibleautocorrelación.
gonzalezpe Página 3 12-04-2023
Econometría I Autocorrelación
b) Calculo de estadístico Durbin Watson
Paso 1: Obtener por MCO los residuosPaso 2: Obtener el retardo de los residuos en un periodos AR(1)
Obtenidos por SPSS tenemos:
ANOVAb
2,96E+015 1 3,0E+015 185,842 ,000a
1,75E+014 11 1,6E+013
3,14E+015 12
Regresión
Residual
Total
Modelo1
Suma decuadrados gl
Mediacuadrática F Sig.
Variables predictoras: (Constante), cpa.
Variable dependiente: pibb.
Resumen del modelob
,972a ,944 ,939 3992088,487 ,335Modelo1
R R cuadradoR cuadradocorregida
Error típ. de laestimación
Durbin-Watson
Variables predictoras: (Constante), cpa.
Variable dependiente: pibb.
Calculo Manual
Et et2 et-1 (et - et-1) 2 0,57072 0,387394208 . 0,62241 0,014611974 0,57072 0,002671856 -0,12088 0,002050278 0,62241 0,552480024 0,04528 0,290585684 -0,12088 0,027609146 -0,53906 0,669385786 0,04528 0,341453236 -0,81816 1,043686992 -0,53906 0,07789681 -1,02161 1,094597213 -0,81816 0,041391903 -1,04623 1,551095885 -1,02161 0,000606144 -1,24543 0,03389281 -1,04623 0,03968064 -0,1841 0,303116314 -1,24543 1,126421369 0,55056 1,616839403 -0,1841 0,539725316
gonzalezpe Página 4 12-04-2023
Econometría I Autocorrelación
1,27155 3,667033503 0,55056 0,51982658 1,91495 0,325721318 1,27155 0,41396356Suma -0,57072 11,00001137 -1,91495 3,683726583
d 0,334883889
Por lo tanto d = 0,335
Análisis
El estadístico D-W toma el valor 0,335. Al buscar los valores críticos en las tablas del estadístico correspondiente obtenemos los valores 1,010 y 1,340, por lo que a un nivel de significación del 5% rechazamos la hipótesis nula de ausencia de autocorrelación positiva de primer orden.
c) Calculo para el Test h de Durbin
Fórmula:
Para Calcular Ro (p) la formula es:
Para el cálculo de este estadístico se necesitan conocer los siguientes datos:1) Tamaño de la muestra (n)2) Varianza muestral estimada del coeficiente del regresor aleatorio (Yt-1) en la regresión MCO del modelo a estimar; es decir, obtenida bajo el supuesto de MRLNC [Var(bi)].VAR DEL COEFICIENTE αEN Yt =β1+ β2 X2t+ αYt-1+Ut
3) Coeficiente de correlación estimado ( pˆ ) Este coeficiente de correlación estimado se puede calcular a partir de la estimación de una estructura autorregresiva de orden 1 para los residuos una regresión MCO de los residuos
Cálculos:
RO:
gonzalezpe Página 5 12-04-2023
Econometría I Autocorrelación
Et et-1 et-12 etet-1 0,57072 . 0,62241 0,57072 0,32572132 0,35522184 -0,12088 0,62241 0,38739421 -0,07523692 0,04528 -0,12088 0,01461197 -0,00547345 -0,53906 0,04528 0,00205028 -0,02440864 -0,81816 -0,53906 0,29058568 0,44103733 -1,02161 -0,81816 0,66938579 0,83584044 -1,04623 -1,02161 1,04368699 1,06883903 -1,24543 -1,04623 1,09459721 1,30300623 -0,1841 -1,24543 1,55109588 0,22928366 0,55056 -0,1841 0,03389281 -0,1013581 1,27155 0,55056 0,30311631 0,70006457 1,91495 1,27155 1,6168394 2,43495467Suma -0,57072 -1,91495 7,33297786 7,16177067
ro 0,97665243
Coeficientesa
4157284 4545474 ,915 ,384
,108 1,273 ,006 ,085 ,934
,986 ,073 ,992 13,475 ,000
(Constante)
cp
LAGS(pib,1)
Modelo1
B Error típ.
Coeficientes noestandarizados
Beta
Coeficientesestandarizad
os
t Sig.
Variable dependiente: piba.
gonzalezpe Página 6 12-04-2023
Econometría I Autocorrelación
Desviación Estándar = 0,073 => Var(bi) = 0,005329
h 0,97 raiz (13/1-1,41)
h 13,96763591 3,73733005
Obtenemos un h de Durban de 3,74
Análisis
El estadístico D-W toma el valor 3,74 Al buscar los valores críticos en las tablas del estadístico correspondiente obtenemos los valores 1,010 y 1,340, por lo que a un nivel de significación del 5% rechazamos la hipótesis nula de ausencia de autocorrelación positiva de primer orden.
c) Cálculo Test Breusch Godfrey
Procedimiento
gonzalezpe Página 7 12-04-2023
Econometría I Autocorrelación
Vamos a calcular AR(2)
Obtenemos R2 de la regresión por MCO
Resumen del modelo
,859a ,738 ,673 ,57634268Modelo1
R R cuadradoR cuadradocorregida
Error típ. de laestimación
Variables predictoras: (Constante), LAGS(ZRE_1,2),LAGS(ZRE_1,1)
a.
Para N = 13
Obtenemos un BG =
n 13r2 0,738 BG 9,594
Se debe buscar Chi Cuadrado al 95% de significancia para 12 gl (grados de libertad)
Si excede la zona de rechazo, no se acepta la hipótesis nula de negación de autocorrelación, por lo tanto según este test existe evidencia de existencia de autorregresión de los residuos.
gonzalezpe Página 8 12-04-2023
Econometría I Autocorrelación
Calculo de Test Box-Pierce-Ljung
Formulas que se deben calcular:
Vamos a calcular para AR(1)
et et-1 et-12 etet-1 0,57072 . 0,62241 0,57072 0,32572132 0,35522184 -0,12088 0,62241 0,38739421 -0,07523692 0,04528 -0,12088 0,01461197 -0,00547345 -0,53906 0,04528 0,00205028 -0,02440864 -0,81816 -0,53906 0,29058568 0,44103733 -1,02161 -0,81816 0,66938579 0,83584044 -1,04623 -1,02161 1,04368699 1,06883903 -1,24543 -1,04623 1,09459721 1,30300623 -0,1841 -1,24543 1,55109588 0,22928366 0,55056 -0,1841 0,03389281 -0,1013581 1,27155 0,55056 0,30311631 0,70006457 1,91495 1,27155 1,6168394 2,43495467Suma -0,57072 -1,91495 7,33297786 7,16177067
et2 0,32572132pj 21,9874176 pj2 483,446535 BPL 6284,804954
Análisis:
BPL = 6285
gonzalezpe Página 9 12-04-2023
Econometría I Autocorrelación
Se debe buscar Chi Cuadrado al 95% de significancia para 12 gl (grados de libertad)
Si excede la zona de rechazo, no se acepta la hipótesis nula de negación de autocorrelación, por lo tanto según este test existe evidencia de existencia de autorregresión de los residuos.
gonzalezpe Página 10 12-04-2023
Econometría I Autocorrelación
Ejercicios para evaluación de Ayudantía.
1) Según base de crecimiento económico que poseen, calcular:
A partir de dicha información, contraste el posible incumplimiento de la hipótesis clásica de noautocorrelación por medio de:
a) Contrastes gráficos
b) Contraste de Durbin-Watson
c) Contraste de h de Durbin
d) Contraste de Breusch-Godfrey AR(4)
e) Contraste de Box-Pierce-Ljung AR(5)
gonzalezpe Página 11 12-04-2023