Nombre de la Asignatura:ECONOMETRIA APLICADA A LOS NEGOCIOS

Sigla: AEA425
Escuela o Instituto: NEGOCIOS
Ao:2012
AUTOCORRELACIN

Autocorrelacin
Se define como la correlacin entre miembros de series de observaciones
en el tiempo.
En regresin lineal se supone que no existe autocorrelacin entre las
perturbaciones( )


La condicin anterior nos dice que el efecto de una perturbacin de una
observacin cualquiera no afecta o no esta relacionada con la
perturbacin de otra observacin.
Sin embrago si existe dependencia estamos en presencia de
autocorrelacin (series de tiempo)

j i E
j i
, , 0 ) ( = c c
c
j i E
j i
, , 0 ) ( = c c
Autocorrelacin
Cuando las perturbaciones sean autocorrelacionadas, cada perturbacin
representa una extraccin que proviene de una distribucin normal y con media
cero y varianza cte , por lo tanto cada extraccin no es independiente.
En este caso para un modelo:


Se asume que las perturbaciones se generan de acuerdo a la relacin:




Si =0, entonces no existe autocorrelacin.
Si =1, existe autocorrelacin positiva perfecta.
Si =1, existe autocorrelacin negativa perfecta.

t t t
X Y c | | + + =
1 0

< <
+ =

) , 0 (
) 1 1 (
2
1
o

c c
N
acin autocorrel de e coeficient
t
t t t
Autocorrelacin
Causas de Autocorrelacin
Inercia: Cuando existen tendencias marcadas que influyen en los
valores futuros de la serie.
Sesgos de especificacin: Cuando se elige mal la forma funcional o
cuando se omiten variables, lo cual genera un comportamiento
sistemtico en el trmino estocstico.
Tiempo de ajuste: Implica el tiempo que los agentes econmicos
deben tomar para procesar informacin de un perodo dado. As un
fenmeno sucedido en un perodo determinado puede impactar en
uno o varios posteriores.
Preparacin de datos: En datos de corte transversal al ordenar los
datos con respecto alguna variable (consumo ordenado de mayor a
menor por la variable ingreso) puede introducir un proceso
aparentemente autocorrelacionado.
Autocorrelacin
Consecuencias:
Estimadores poco eficientes.
Invalidez de las pruebas de contraste usuales.
Ignorar el problema de la autocorrelacin lleva a que
las pruebas t y F dejen de ser vlidas ya que muy
probablemente arrojen conclusiones erradas. Debido
a que la matriz de varianzas y covarianzas estarn
erradas.
Autocorrelacin
Aspectos al analizar el problema:
En la practica el no se conoce por lo tanto hay que estimarlo
y esto genera perdidas de grados de libertad, el problema, en
muestras pequeas, es relevante si el estimado es mayor a
0,3. cuando el proceso es autorregresivo de primer orden.
Es posible confundir una mala especificacin con un proceso
autorregresivo.
Tambin es posible inducir al surgimiento de un proceso
autorregresivo al ordenar, los datos de corte transversal, los
valores de la variable dependiente de mayor a menor o
viceversa.
Test de Autocorrelacin
Existen varios test de autocorrelacin (AR1)pero el mas usado es el Test
de Durbin Watson, el cual utiliza el estadstico d
Hiptesis de prueba:
H0: No existe autocorrelacin positiva
H0*: No existe autocorrelacin negativa





Este test utiliza los valores crticos (dL: limite inferior dU: limite superior),
que dependen del tamao de la muestra n y del numero de variables
explicativas (excluyendo la constante) los que se ven en la tabla de D-W

=
=

=
n
t
t
n
t
t t
d
1
2
2
2
1
) (
c
c c
Test de Autocorrelacin
L
d
U
d
) 4 (
L
d
0
2
) 4 (
U
d
4
Rechace H0
Existe
Autocorrela
cin
Positiva
Zona de
Indecisin
Aceptar H0,
H0* ambas
Zona de
Indecisin
Rechace H0
Existe
Autocorrela
cin
Negativa
d
f(d)
Ejemplo test D-W
Si seguimos con el ejemplo de del ahorro Ai en funcin del
ingreso disponible



Determine si existe autocorrelacin mediante el test de
Durbin-Watson

Hiptesis de prueba:
H0: No existe autocorrelacin positiva
H0*: No existe autocorrelacin negativa

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ai 140 50 61 70 65 74 130 67 58 128 70 72 100 51 66 48 80 50 54 110
Ii 240 84 100 127 105 122 235 95 72 200 120 110 150 80 93 76 115 78 81 210
Ejemplo test D-W
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

=
210 1
81 1
78 1
115 1
76 1
93 1
80 1
150 1
110 1
120 1
200 1
72 1
95 1
235 1
122 1
105 1
127 1
100 1
80 1
240 1
I
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

=
110
54
50
80
48
66
51
100
72
70
128
58
67
130
74
65
70
61
50
140
A
(

=
(

= =
(

=
(

=
(

0.519
12.5046
221094
1544
0 0022 . 0
0022 . 0 3316 . 0
A) (I ) (
221094
1544
A) (I
0 0022 . 0
0022 . 0 3316 . 0
) (
365923 2493
2493 20
t 1
t
1
I I
I I
I I
t
t
t
|
I 0.519 12.5046 A

: manera siguiente la de queda estimado modelo el tanto, lo Por

+ =
Ejemplo test D-W
t Ai Ii A est
et et (et-et-1) (et-et-1)
1 140 240 137,0646 2,9354 8,6166
2 50 84 56,1006 -6,1006 37,2173 -9,0360 81,6493
3 61 100 64,4046 -3,4046 11,5913 2,6960 7,2684
4 70 127 78,4176 -8,4176 70,8560 -5,0130 25,1302
5 65 105 66,9996 -1,9996 3,9984 6,4180 41,1907
6 74 122 75,8226 -1,8226 3,3219 0,1770 0,0313
7 130 235 134,4696 -4,4696 19,9773 -2,6470 7,0066
8 67 95 61,8096 5,1904 26,9403 9,6600 93,3156
9 58 72 49,8726 8,1274 66,0546 2,9370 8,6260
10 128 200 116,3046 11,6954 136,7824 3,5680 12,7306
11 70 120 74,7846 -4,7846 22,8924 -16,4800 271,5904
12 72 110 69,5946 2,4054 5,7859 7,1900 51,6961
13 100 150 90,3546 9,6454 93,0337 7,2400 52,4176
14 51 80 54,0246 -3,0246 9,1482 -12,6700 160,5289
15 66 93 60,7716 5,2284 27,3362 8,2530 68,1120
16 48 76 51,9486 -3,9486 15,5914 -9,1770 84,2173
17 80 115 72,1896 7,8104 61,0023 11,7590 138,2741
18 50 78 52,9866 -2,9866 8,9198 -10,7970 116,5752
19 54 81 54,5436 -0,5436 0,2955 2,4430 5,9682
20 110 210 121,4946 -11,4946 132,1258 -10,9510 119,9244
et 761,4874 (et-et-1) 1346,2530
411 . 1
201 . 1
1
20
7679 . 1
4874 . 761
2530 . 1346
) (
20
1
2
20
2
2
1
=
=
)
`

=
=
= =

=
=

U
L
t
t
t
t t
d
d
k
n
d
c
c c
Ejemplo test D-W
201 . 1 =
L
d 411 . 1 =
U
d
) 4 (
L
d
0
2 ) 4 (
U
d
4
Rechace H0
Existe
Autocorrela
cin
Positiva
Zona de
Indecisi
n
Aceptar H0,
H0* ambas
Zona de
Indecisi
n
Rechace H0
Existe
Autocorrela
cin
Negativa
d
f(d)
7679 . 1 =
obs
d
se acepta H0 por lo tanto no existe autocorrelacin
Tabla Durbin Watson