Práctica dirigida: autocorrelación, heterocedasticidad, multicolinealidad
Fernando MedinaTarea15 de Junio de 2024
1.439 Palabras (6 Páginas)89 Visitas
UNIVERSIDAD NACIONAL DE CAJAMARCA[pic 1]
“Norte de la Universidad Peruana”
ESCUELA ACADEMICO PROFESIONAL DE ECONOMIA
CURSO: ECONOMETRIA I
PRACTICA DIRIGIDA: AUTOCORRELACION, HETEROCEDASTICIDAD, MULTICOLINEALIDAD
AUTOCORRELACION
- La siguiente tabla muestra el valor de las importaciones (IMP), el nivel del PIB el índice de precios de bienes de importación (IPBIM), de un determinado país.
AÑO | 1981 | 1982 | 1983 | 1984 | 1985 | 1986 | 1987 | 1988 | 1989 | 1990 | 1991 | 1992 |
IMP | 47 | 43 | 73 | 37 | 64 | 48 | 56 | 50 | 39 | 43 | 69 | 60 |
PBI | 220 | 215 | 250 | 241 | 305 | 258 | 354 | 321 | 370 | 375 | 385 | 385 |
IPBIM | 125 | 147 | 118 | 160 | 128 | 149 | 145 | 150 | 140 | 115 | 155 | 152 |
Se pide determinar si existe o no autocorrelación, utilizando las siguientes pruebas:
- Gráfica.
- Durbin-Watson.
- Multiplicadores de Lagrange.
- Box – Pierce.
- Se ha recogido la información de la economía de un determinado país para el período 1985 – 1997 sobre consumo privado (CP) y el producto bruto interno a precio de mercado (PBI), medido en millones de unidades monetarias, con el objeto de estimar un modelo de regresión lineal y comprobar la posible presencia de autocorrelación. Los datos se presentan a continuación:
AÑOS | CP | PBI |
1985 | 4498034 | 28200885 |
1986 | 4740221 | 32323992 |
1987 | 5159905 | 36143972 |
1988 | 5368137 | 40158739 |
1989 | 5813462 | 45044128 |
1990 | 6197776 | 50145195 |
1991 | 6543696 | 54927320 |
1992 | 6808095 | 59104986 |
1993 | 6971511 | 60952584 |
1994 | 6948140 | 64811535 |
1995 | 7074014 | 69780058 |
1996 | 7141101 | 73743261 |
1997 | 7239097 | 77896586 |
- A partir de dicha información, contraste el posible incumplimiento de no autocorrelación por medio de:
- Gráfica
- Contraste de Durbin – Watson.
- Contraste de Breusch y Godfrey.
- Contraste de Box – Pierce.
- En caso de detectar problemas de autocorrelación, realizar la corrección correspondiente.
- Obtener la matriz de VAR-COV del vector de perturbación estocástica μ, bajo el supuesto:
μt = εt – θεt-1 donde εt ~ iidN( 0 , σ 2 )[pic 2]
- Sea el modelo de regresión simple Yt = βXt + μt, donde Xt es un regresor no estocástico y las perturbaciones siguen un proceso autorregresivo de primer orden:
μt = 0.8μt-1 + εt donde εt ~ N( 0 , 4.96)
- ¿Qué propiedades tienen los estimadores de M. C. O. en este modelo?
- Obtener la matriz de VAR-COV de las perturbaciones σ2Σ.
- Estimar por M. C. O. el parámetro β, utilizando la siguiente información muestral.
Yt | -0.9 | 0.0 | 0.9 |
Xt | -1 | 1 | 0 |
- calcular
∧
β MCG
y su varianza si:
⎡ 2.7
∑ −1 = ⎢− 2.2[pic 3]
⎢⎣ 0.0
− 2.2
4.5
− 2.2
0.0 ⎤
− 2.2⎥ 2.7 ⎥⎦[pic 4]
HETEROCEDASTICIDAD
1) Considere el siguiente modelo que relaciona el número de vehículos matriculados por particulares en 50 ciudades durante un año y la renta per cápita.
MATRi = β0 + β1RENTAi + μi Los datos correspondientes se presentan en la siguiente tabla:
OBS | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
MATR | 39.13629 | 27.92473 | 26.31479 | 30.54535 | 39.14103 | 60.19946 | 48.41736 |
RENTA | 78.92905 | 58.15833 | 60.74424 | 70.83487 | 82.46233 | 92.28496 | 100.3648 |
OBS | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
MATR | 32.92516 | 55.86203 | 28.09311 | 25.37996 | 19.10477 | 34.65636 | 33.46064 |
RENTA | 74.07632 | 81.3904 | 62.9895 | 58.65262 | 55.7553 | 75.76982 | 65.85619 |
OBS | 15 | 16 | 17 | 18 | 19 | 20 | 21 |
MATR | 26.16049 | 21.05448 | 37.29666 | 30.0489 | 23.80499 | 36.36513 | 36.30272 |
RENTA | 57.74183 | 53.36277 | 68.35791 | 66.70665 | 60.29546 | 70.55002 | 72.47797 |
OBS | 22 | 23 | 24 | 25 | 26 | 27 | 28 |
MATR | 23.63584 | 44.87757 | 36.36434 | 20.90516 | 39.69335 | 31.09052 | 24.26106 |
RENTA | 59.17698 | 74.5439 | 66.98841 | 55.02901 | 82.0241 | 64.96964 | 62.85365 |
OBS | 29 | 30 | 31 | 32 | 33 | 34 | 35 |
MATR | 37.30808 | 44.26967 | 35.86262 | 29.53687 | 43.80095 | 20-13183 | 36.7998 |
RENTA | 81.18490 | 79.07606 | 69.00398 | 68.54604 | 68.76851 | 57.87902 | 77.15985 |
...