Autocorelarea erorilor- testare si tratare

Unele dintre cele mai mari probleme ale analizei de regresie o reprezinta
incalcarea sau neverificarea unora dintre ipotezele fundamentale ale modelului de
regresie. Una dintre aceste ipoteze ar fi ceea in care perturbatiile, reziduurile unui model
de regresie nu sunt corelate.Coeficientul de corelatie masoara intensitatea legaturii dintre
doua variabile.Coeficientul de autocorelatie dintre u
i
si u
i-1
este r=

2
1
/
i i i
u u u
,
deoarece media perturbatiilor este zero si varianta lor este constanta. Insa nu cu ajutorul
coeficientului de corelatie vom testa autocorelarea erorilor ci cu ajutorul testului lui
urbin-!atson
!= t
T
t
t t
T
t
e e e
2
1
2
1
2
2
/ " #

=

=

$entru esantioane mai mici de 1% observatii ! trebuie sa fie in jur de 2 pentru
ca perturbatiile sa nu fie necorelate. ! are valori cuprinse intre & si '. $entru
esantioane mai mari de 1% observatii, se cauta in tabele doua intervale d1 si d2 in functie
de numarul de observatii si de numarul parametrilor. $entru valoarea lui ! cuprinsa
intre #&,d1"- avem autocorelare pozitiva, pentru ! cuprins intre #d1,d2" nu ne putem
pronunta, pentru ! cuprins intre #d2, '-d2", perturbatiile sunt necorelate, pentru !
cuprins intre #'-d2,'-d1" nu ne putem pronunta si pentru ! cuprins intre #'-d1,'" avem
autocorelare negative
Y X1 X2 X3
87.4 98.6 99.1 108.5
97.6 101.2 99.1 110.1
96.7 102.4 98.9 110.4
98.2 100.9 110.8 104.3
99.8 102.3 108.2 107.2
100.5 101.5 105.6 105.8
103.2 101.6 109.8 107.8
107.8 101.6 108.7 103.4
96.6 99.8 100.6 102.7
88.9 100.3 81 104.1
75.1 97.6 68.6 99.2
76.9 97.2 70.9 99.7
84.6 97.3 81.4 102
90.6 96 102.3 94.3
103.1 99.2 105 97.7
105.1 100.3 110.5 101.1
96.4 100.3 92.5 102.3
104.4 104.1 89.3 104.4
110.7 105.3 93 108.5
127.1 107.6 106.6 111.3
$entru datele de mai sus am testat prezenta autocorelarii cu ajutorul programului (vie)s.
*m testat ipoteza +& conform careia perturbatiile sunt necorelate si cu ajutorul ,-. am
obtinut urmatoarele/
1
,bservam ca ! este 1.&%012'. -uand din table di si d2 pentru 2& de observatii
si ' parametrii obtinem d1=1 si d2=1,34. Inseamna ca ! este cuprins in intervalul
#d1,d2", deci nu ne putem pronunta . 5otusi el e foarte aproape de 1 ceea ce ar presupune
o corelare pozitiva.
6otivul pentru care confirmarea autocorelarii reziduurilor nu ne lasa indiferenti
consta in faptul ca una dintre calitatile estimatorilor 6C66$ si anume eficienta este
efectata.Una dintre cele mai folosite metode pentru eliminarea autocorelatiei mentionam/
-inlocuirea valorilor 7i si 8i cu diferente de ordinal 1 calculate pentru fiecare variabila in
parte
9i=7i:1-7i
8i=8i:1-8i
-utilizand valorile transformate 7i; si 8i; rezultate astfel/
9i;=7i - r;7i-1
<i;=81- r;8i-1, unde r=coeficientul de autocorelatie
upa aceea facem regresia intre 7i; si 8i;. aca obtinem perturbatiile ca fiind si de data
asta corelate mai aplicam inca o data acelasi proces.
2