Autocorrelacioon

AUTOCORRELACION

1. NATURALEZA:

La autocorrelación es la relación que se da entre las variables errores (u ), contraviniendo uno de los supuestos para estimar el modelo a partir de la independencia que debería existir entre estas variables. Este problema se presenta fundamentalmente cuando se realizan estudios econométricos de series históricas. En este caso, en cada periodo, las variables independientes deberían ser las únicas que expliquen el modelo, y no lo que halla sucedido periodos anteriores. Es decir, ni los fenómenos ocurridos anteriormente, o la tendencia o ciclo de la variable debería afectar, en dicho periodo el comportamiento de la variable dependiente.

Entonces la existencia de autocorrelación se define, por tanto, como la existencia de auto autocorrelación entre perturbaciones(u) o errores correspondientes a períodos (u observaciones) distintas

a. Modelo con sin autocorrelacion:

b. Modelo con autocorrelacion:

En un plano intuitivo, la autocorrelación conecta con la idea de que los errores contienen cierta persistencia y, por tanto, no se deben a factores puramente aleatorios, desconectados los unos de los otros. Así pues, cuando existe autocorrelación, el error cometido en un momento del tiempo está “influido” por el error de períodos previos.

2. CAUSAS DE LA AUTOCORRELACION:

El problema de la autocorrelación se presenta mucho en series históricas, en las cuales la “memoria” se transmite a través de los errores. Un “shock” —grande o pequeño que se mantiene en el tiempo..

Entre las principales causas que hacen que aparezca la autocorrelación en una muestra tenemos las siguientes:

 Inercia. Cuando existen tendencias marcadas que influyen en los valores futuros de la serie.

 Sesgos de especificación. Cuando se elige mal la forma funcional o cuando se omiten variables, lo cual genera un comportamiento sistemático en el término estocástico.

 Tiempo de ajuste. Implica el tiempo que los agentes económicos deben tomar para procesar información de un período dado. Así un fenómeno sucedido en un período determinado puede impactar en uno o varios posteriores.

 Preparación 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.

 El conjunto de variables explicativas del modelo no explican adecuadamente dicho comportamiento, entonces el término de error incorporará dicha tendencia, y esto conduce a la existencia de autocorrelaciòn positiva

Las consecuencias inmediatas, producto de la autocorrelación, es que los estimadores son poco eficientes, ya que sus varianzas estarán sobre o subestimada lo cual imposibilita utilizar las pruebas de contrates tests o pruebas de estadístico usuales para verificar la validez de las estimaciones. Pero los estimadores siguen siendo lineales, insesgados y consistentes pero han perdido

3. CONSECUENCIAS DE LA AUTOCORRELACION:

Los estimadores de MCO tendrán las siguientes propiedades:

 . Son insesgados en muestras repetidas sus valores medios son iguales a las verdaderos valores reales.

 Son consistentes a medida que el tamaño de la muestra se aproxime a los verdaderos valores.

 Como en el caso de heterocedasticidad ya no son eficientes (mínima varianza)

...