Econometria

Actividad 2. Autocorrelación y heteroscedasticidad en series de tiempo

Primeramente debemos de estudiar el comportamiento de nuestra variable, después de ello se estima el modelo lineal, posteriormente necesitamos encontrar ejecutar la autocorrelación en el modelo, para esto se utiliza el diferentes herramientas en la que también se ocupan un diagrama de dispersión y los métodos gráficos. En este primer caso observamos rachas por encima y debajo de su media y en el segundo una clara tendencia creciente, luego consideramos la opción de que el modelo presente una autocorrelacion positiva. En caso de que tengamos residuos tenemos que sacar primeras y segundad diferencias. Para conocer la existencia o no de autocorrelación en el modelo, recurrimos al contraste de Durbin-Watson con un estadístico.

La heterocedasticidad significa que la varianza de las perturbaciones no es constante a lo largo de las observaciones, violando un supuesto básico del modelo. En caso de que tenga heteroscedasticidad tendremos que modificar nuestra serie de tiempo de lo contrario nuestro modelo tendrá: una pérdida de eficiencia de los estimadores mínimos cuadrados .Para ello recurrimos a determinar la Heterocedasticidad y posterior a ellos un análisis de residuos.

Para encontrar la Heteroscedasticidad requerimos utilizar las pruebas de Goldfeld y Quant, Breusch y Pagan, White. La situación más común se encuentra en el análisis de datos de corte transversal ya que no suelen tener comportamiento homogéneo.

La importancia de este proceso es muy significativa ya que si no se elimina nuestra la heterocedasticidad nuestra serie podría resultar errónea ya que estaría incumpliendo la hipótesis básica de nuestro modelo.

...