Ipotez a modelului de regresie liniar: erorile corespunztoare

diferitelor observaii sunt independente ntre ele (necorelate).

Consecina autocorelatiei: estimrile parametrilor sunt deplasate.
Autocorelaia
Datele transversale: se refer la uniti economice diferite
(menaje, firme) => erorile nu sunt corelate.
Seriile cronologice: sunt formate din observatii nregistrate
pentru aceeai unitate economic => erorile succesive pot fi
corelate.
timp
0
e
i
^
x
x
x
x
x
x
x
x
x
Autocorelatie pozitiv
timp
0
e
i
^
x
x
x
x
x
x
x
x
Autocorelatie pozitiv
timp 0
Autocorelatie pozitiv-ciclicitate
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Erorile tind s
aib acelai semn
ca cele precedente.
Indiciu: graficul erorilor.
Autocorelaie negativ
timp
e
i
^
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Fr autocorelatie
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
0 timp
x
x
x
e
i
^
Erorile tind s aib semn opus precedentelor.
1973 230 320 e
1973
.
... .
1995 558 714 e
1995
1996 699 822 e
1996
1997 881 907 e
1997
... .
2009 984 1174 e
2009
2010 1072 1246 e
2010
An Consum
t
= |
1
+ |
2
Venit
t
+ eroare
t

Exemplu de corelatie a erorilor:
impozit
2009

impozit
2010

Eroarea reprezint
ali factori care
influeneaz
consumul, de ex.
impozitul
v
t
: eroare necorelat
(medie=0, o
v
2
=const.)
Impozit
2010
= Impozit
2009
+ v
2010

e
t
=

e
t-1
+ v
t
Impozitul din anul curent poate fi corelat cu cel din anul anterior.
Model autoregresiv de ordinul 1, AR(1)
dac Cov (e
t
, e
s
) = 0 unde t = s
Y
t
= |
1
+ |
2
X
t
+ e
t
t = 1,,T
e
t
= e
t-1
+ v
t
-1 < < 1
-eroarea e
t
depinde de valoarea ei anterioar e
t-1
plus o component
aleatoare v
t
, de medie nul i varian constant (=> v
t
necorelate).
0 ) , cov(
) var(
0 ) (
2
=
=
=
s t
v t
t
v v
v
v E
o
= coeficient de
autocorelaie

e
t
=
1
e
t-1
+ v
t
AR(1)
e
t
=
1
e
t-1
+
2
e
t-2
+ v
t
AR(2)
e
t
=
1
e
t-1
+
2
e
t-2
+ +
n
e
t-n
+ v
t

AR(n)
.
Autocorelaie
de ordin
superior
-1 <
i
< 1
Semnificaia lui : Variabila aleatoare e
t
la monentul t este o
combinaie liniar a perturbaiei curente i precedente.
0 < < 1
-1 < < 0
Cu ct este mai departe n timp, cu att
mai mic este influena erorii anterioare
(e
t-1
) asupra celei curente e
t
= 1
Trecutul este la fel de important ca prezentul.
> 1
Trecutul este mai important ca prezentul.
v
t
este noua
influen aleatoare
asupra variabilei y
t
eroarea e
t
= e
t-1
+ v
t
are dou prti:
e
t-1
este influena aleatoare
preluat din perioada precedent,
datorit ineriei economice
Cel mai probabil
Dac = 0, Autocorelatie nul.
Variante:
Consecinele corelaiei erorilor:
1. Coeficienii estimai cu metoda celor mai mici ptrate rmn
nedeplasai, dar nu mai sunt cei mai buni.
3. Erorile standard ale estimatorilor, se (b
i
) devin mai mari =>
dac ignorm autocorelatia supraevalum sigurana estimaiilor
cu metoda celor mai mici ptrate .
2. Varianele estimatorilor b
i
nu mai sunt cele mai mici =>
intervalele de ncredere i testele bazate pe ele nu mai sunt sigure.
DW = ~ 2 (1 - )
(e
t
- e
t-1
)
2

t=2
T
^ ^
e
t
2

t=1
T
^
^
(d)
Depistarea autocorelaiei: testul Durbin-Watson
Condiie: T>15, unde T
este nr. observatiilor
d = 2 (1- )
==> = 1 -

==> = 1-
^
^
d
2
d
2
^
Deoarece -1 s s 1
^
rezult c 0 s d s 4
H
0
: = 0
H
1
: > 0 (autocorelatie
pozitiv)
0
d
i

d
s
2
respinge
H
0

nu exista
autocorelatie

indecis
DW
(d)
4-d
s
4-d
i
4
indecis
respinge
H
0

H
0
: = 0
H
1
: < 0 (autocorelaie
negativ)
d
i
i d
s
sunt valorile critice ale distribuiei DW.
Ex. Modelul cheltuielilor alimentare
EViews4
Depistarea autocorelaiei: testul BreuschGodfrey
(Lagrange Multiplier -LM)
Etape:
(1) Rulm regresia y
t
= |
1
+|
2
x
t
+e
t
i obinem reziduurile e
t
.
(3) Folosim testul t sau F pentru a testa semnificaia
coeficientului lui e
t-1
(test H
0
: =0 nu exist autocorelatie).


(4) Dac F > F
c
, respingem Ho (nu exist autocorelatie),
deci exist autocorelatie;
Dac F < F
c
, nu respingem Ho,
deci nu exist autocorelatie.
Sau verificm p-value pentru parametrul : dac p-value < 0.05,
respingem Ho.
(2) Rulm modelul auxiliar de regresie:
e
t
= |
1
+|
2
x
t
+ e
t-1
+v
t




^
^
^
Avantajele testului LM
1. Testul Durbin-Watson nu este valid dac una din variabilele
explicative este variabila y
t-1
. n acest caz se folosete testul BG.
2. Testul BG se folosete i pentru corelatii de ordin superior (cu erorile
decalate e
t-1
, e
t-2
, e
t-3
etc). Toate erorile decalate se includ in modelul
auxiliar de regresie:
e
t
= |
1
+ |
2
x
t
+
1
e
t-1
+
2
e
t-2
+
3
e
t-3
++
p
e
t-p
+ v
t
Daca (T-p)R
2
aux
> X
2
p
se respinge ipoteza nula => erorile sunt
autocorelate.
Alternativ, F-statistic se poate folosi pentru a testa simultan semnificaia
tuturor parametrilor .
^ ^ ^ ^ ^
2
1
3
4
nu respingem Ho,
deci nu exist
autocorelatie
Model transformat pentru eliminarea autocorelrii
(1). Modelul iniial:
Y
t
= |
1
+ |
2
X
t
+ e
t

obinem e
t

^
(2). Rulm regresia e
t
= e
t-1
+ v
t
^
i obinem
^
^
(3).Folosim pt a transforma variabilele :
^



(Y
t
- Y
t-1
)= |
1
(1-) +|
2
(X
t
- X
t-1
) + v
t
^ ^
^
(4). Rulm regresia:
i obinem estimaiile parametrilor |
1
i |
2

Y
t
*
= |
1
X
t1
*
+ |
2
X
t2
*
+ v
t

=

=

=
T
t
t
T
t
t t
e
e e
2
1
2
2
1

Modelul iniial: Y
t
= |
1
+ |
2
X
t
+ e
t
.
Modelul transformat:

n modelul transformat erorile v
t
nu sunt corelate => estimare nedeplasat pt
1
i
2
.
Varianta (2)*
Calculm direct:
^