ECONOMETRIA
REGRESIÓN ESPURIA
Mtro. Horacio Catalán Alonso
Econometría
Yt
Xt
Dos series que presentan camino aleatorio.
Horacio Catalán Alonso
Econometría
Si ambas series se consideran en una modelo
econométrico.
Yt = Yt-1 + ut ut N(0,s2u)
Xt = Xt-1 + et et N(0,s2e)
Yt = b0 + b1Xt + vt
Se considera que es una situación de regresión espuria.
Los resultados aparentemente son adecuados debido a que
ambas series generan una alta correlación.
Horacio Catalán Alonso
Econometría
Cuando las series no son estacionarias, representa un
problema para el modelo econométrico.
Si se asume estacionaridad, cuando es falsa, el
modelo esta mal especificado .
Los resultados no son confiables, debido a que las
series presentan un comportamiento similar en el
tiempo.
Los valores de los coeficientes no pueden ser
utilizados para realizar pronóstico y análisis
económico.
Horacio Catalán Alonso
Econometría
Primera observación. Se afecta la significancia estadística
de los estimadores
1) Prueba de hipótesis t-student
Yt = b0 + b1Xt + vt
Yt Xt presentan la misma tendencia el error vt no
puede ser estacionario
H0: b1 = 0 Yt = b0 + vt Es estacionario
Yt = Yt-1 + ut Es camino aleatorio
En la regresión espuria siempre se rechaza H0
Horacio Catalán Alonso
Econometría
2) Se afecta la distribución de la t-Student
Aumenta la dispersión de
la distribución t-Student
Se presentan valores muy altos de t-calculado
Horacio Catalán Alonso
Econometría
3) La distribución de la prueba F cambia
Se presentan valores muy altos del estadístico F
Horacio Catalán Alonso
Econometría
Consecuencias de la regresión espuria sobre la
significancia estadística de los estimadores
La probabilidad de obtener estimadores distintos de
cero es muy alta. Debido a que el estadístico t
calculado es bastante elevado.
El estadístico F calculado también es bastante elevado
indicando que la relación entre las variables es
estadísticamente significativa.
Los valores de los estimadores pueden señalar una
relación significativa entre las variables.
Horacio Catalán Alonso
Econometría
Segunda observación sobre el problema de la regresión
espuria. Se presenta una R2 cercana a uno.
Cuando dos variables presentan camino aleatorio indica
que la varianza de ambas series aumenta con el tiempo:
Yt = Yt-1 + ut Var(Yt )=TY
Xt = Xt-1 + et Var(Yt )=TX
La serie Yt se aleja de su media por lo tanto se generan
valores de R2 cercanos a uno, señalando que el ajuste del
modelo es muy bueno. Sin embargo se debe a que las
series se mueven juntas
Horacio Catalán Alonso
Econometría
Los valores de R2 tienden a agruparse alrededor de 0.95
0 1
Horacio Catalán Alonso
Econometría
Tercera observación sobre el problema de la regresión
espuria. El estadístico Durbin-Watson presenta un valor
cercano a cero
(et et 1 ) 2
Durbin Watson: dw
et2
Debido a que la serie es camino aleatorio los errores
presnetan un fuerte proceso de autocorrelación
Horacio Catalán Alonso
Econometría
Problemas de la regresión espuria
1) Los estimadores son estadísticamente significativos,
presentando estadísticos t y F elevados, que rechazan la
hipótesis nula.
2) El valor de la R2 es muy cercano al valor de 1, indicando
que el modelo es adecuado
3) El estadístico DW tiende a cero
Una regla para determinar si la regresión es falsa
DW < R2
Horacio Catalán Alonso
ECONOMETRIA
REGRESIÓN ESPURIA
Mtro. Horacio Catalán Alonso
