Scribd
Cargar
30 vistas3 páginas

Autocorrelación en Residuos de Regresión

El documento presenta información sobre cómo detectar la autocorrelación en datos estadísticos. Explica que la autocorrelación puede detectarse gráficamente al representar los residuos de una regresión en función del tiempo, o mediante la prueba de las rachas, que consiste en anotar los signos de los residuos y contar la longitud y frecuencia de las secuencias de signos iguales.

Cargado por

Ronald Goncalves
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como RTF, PDF, TXT o lee en línea desde Scribd
30 vistas3 páginas

Autocorrelación en Residuos de Regresión

El documento presenta información sobre cómo detectar la autocorrelación en datos estadísticos. Explica que la autocorrelación puede detectarse gráficamente al representar los residuos de una regresión en función del tiempo, o mediante la prueba de las rachas, que consiste en anotar los signos de los residuos y contar la longitud y frecuencia de las secuencias de signos iguales.

Cargado por

Ronald Goncalves
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como RTF, PDF, TXT o lee en línea desde Scribd

Ronald Goncalves 26.577.

178

Edward Calderón 27.085.558

María Niazoa 28.259.105

Tercer Parcial

Tabla 12.4

Índices de remuneración real y productividad en Estados Unidos, 1960-2005


(cifras de los índices, 1992 = 100; datos trimestrales ajustados por estacionalidad).

Cómo detectar la autocorrelación:

1. A través del método gráfico

2. Prueba de las rachas

SOLUCIÓN

1.
Hay diversas formas de examinar los residuos. Podemos grafi carlos
simplemente respecto del tiempo, con una gráfi ca secuencial de tiempo, como en la fi
gura 12.8, que muestra los residuos obtenidos de la regresión de salarios sobre la
productividad en Estados Unidos (12.5.2). Los valores de estos residuos están en la
tabla 12.5, junto con algunos otros datos.

Por otro lado, podemos grafi car los residuos estandarizados respecto del
tiempo, los cuales también se muestran en la fi gura 12.8 y en la tabla 12.5. Los
residuos estandarizados son tan sólo los residuos (uˆt) divididos entre el error estándar
de la regresión ( √ σˆ 2); es decir, son (uˆt/σˆ ).

Observe que uˆt al igual que σˆ, están medidos en las unidades en las cuales se
mide la variable regresada Y. Los valores de los residuos estandarizados serán
números puros (desprovistos de unidades de medición) y, por consiguiente, son
comparables con los residuos estandarizados de otras regresiones. Además, los
residuos estandarizados, así como uˆt, tienen media igual a cero (¿por qué?) y
varianza aproximadamente igual a la unidad.

2.

Para explicar esta prueba, se anotan simplemente los signos (+ o −) de los


residuos obtenidos de la regresión salarios-productividad, que se presentan en la
primera columna de la tabla 12.5.

Definimos ahora una racha como una sucesión ininterrumpida de un símbolo o


atributo, como + o −. Defi nimos además la longitud de una racha como el número de
elementos que contiene.

En la sucesión mostrada en (12.6.1), hay 5 rachas: una racha de 8 signos


menos (es decir, de longitud 8), una racha de 21 signos más (es decir, de longitud 21),
una racha de 11 signos menos (es decir, de longitud 11), una racha de 3 signos más
(es decir, de longitud 3) y una racha de 3 signos menos (es decir, de longitud 3). Para
un mejor efecto visual, presentamos las rachas entre paréntesis.
Si hay muchas rachas, significa que en el ejemplo los residuos cambian de signo
frecuentemente, y se indica con esto una correlación serial negativa (compare esto con
la figura 12.3b). En forma similar, si hay muy pocas rachas, pueden indicar
autocorrelación positiva, como en la fi gura 12.3a). Entonces, a priori, la figura 12.8
indicaría una correlación positiva en los residuos.

También podría gustarte