Sunteți pe pagina 1din 9

1

1
CAPITOLUL 5.1
TESTAREA IPOTEZELOR
MODELULUI DE REGRESIE
LINIARA
5.1 AUTOCORELAREA ERORILOR
2
CONINUT
1. Definirea autocorelrii
2. Surse ale corelrii reziduurilor
3. Testele statistice utilizate pentru
depistarea autocorelrii
4. Metode de estimare a parametrilor n
cazul autocorelrii: testul Durbin
Watson
5. EXEMPLE
6. REFERINTE si TEMA
2
3
1. Definirea autocorelrii
Prezena unei corelaii ntre valorile
variabilei reziduale
Modelul de regresie: Y=X|+c
Matrice de covariana a variabilei reziduale=
(
(
(
(

) , cov( ) , cov( ) , cov(


) , cov( ) , cov( ) , cov(
) , cov( ) , cov( ) , cov(
2 1
2 2 2 1 2
1 2 1 1 1
n n n n
n
n


4
1. Definirea autocorelrii
Erorile sunt autocorelate
- i=j astfel nct cov(
i
,
j
) 0.
Definim coeficientul liniar de corelaie de ordinul k
1 - n 1, k
) var( ) var(
) , cov(
= =
+
+
k i i
k i i
k

3
5
1. Definirea autocorelrii
Matrice de covariana a variabilei reziduale
funcie de coeficienii liniari de corelaie
Seria valorilor reziduale prezint o autocorelare de ordinul 1 dac
verific relaia:
(
(
(
(

1
1
1
2 1
2 1
1 1
2

n n
n
n


i i i
u + =
1

6
2. Surse ale corelrii reziduurilor
Absena uneia sau mai multor variabile explicative
importante
neincluderea uneia sau mai multor variabile explicative
importante poate genera autocorelarea erorilor.
Exemplu:
variabila exogen x
3
este omis variabilele reziduale
sunt autocorelate i reziduul va fi explicitat prin intermediul
acestei variabile omise:
i i i i
cx bx a y + + + =
2 1
i i i
u x + + =
3

4
7
2. Surse ale corelrii reziduurilor
Modelul de regresie nu este corect specificat:
fie modelul se exprim sub forma unei
combinaii liniare de variabile n condiiile n
care o specificare corect a modelului trebuie
s fie exprimat printr-o combinaie liniar de
logaritmi de variabile exogene etc.
Au fost fcute transformri neadecvate sau
interpolri n cadrul seriei de date
8
3. Testele statistice utilizate pentru depistarea
autocorelrii: Durbin Watson
Variabila rezidual satisface:
Ipoteze: H
o
: =0 H
a
: =0
Statistica testului:

=
=

=
n
i
i
n
i
i i
e
e e
DW
1
2
2
2
1
) (
N u m r t o r u l s t a t i s t i c i i v a f i s c r i s s u b f o r m a e c h i v a l e n t :
, , . 2 2 2
1 2
2 2
1 1
2
2
1
2
1
2
2
2
1
= =

=

=

= =

= + =
n
i
n
i
n i i i
n
i
i
n
i
i i
n
i
i
n
i
i i
e e e e e e e e e e e
A t u n c i s t a t i s t i c a d v a f i :
, , . 1 2
1
2
2 2
1
1

=
+
=
n
i
i
n
e
e e
d
D a c s e r i a d e d a t e e s t e s u f i c i e n t d e m a r e , v o m n e g l i j a t e r m e n i i
e x t r e m i d i n s e r i a r e z i d u u r i l o r , o b i n n d :
, , . 1 2
1
d =
5
9
Testul Durbin Watson
d
1
i d
2
extrase din tabela Durbin Watson pentru o, k
i n:
0 < DW < d
1
autocorelare pozitiv a erorilor
d
1
s DW s d
2
indecizie, recomandat acceptarea
autocorelrii pozitive
d
2
< DW < 4-d
2
erori independente
4-d
2
s DW s 4-d
1
indecizie, recomandat
acceptarea autocorelrii negative
4-d
1
< DW <4 autocorelare negativ a erorilor
10
Testul Durbin Watson
Observaie:
d1=dL (lower limit) i d2=dU (upper limit)
Testul Durbin-Watson pentru = 5 %.
n k = 1 k = 2 k = 3 k = 4 k = 5
d1 d2 d1 d2 d1 d2 d1 d2 d1 d2
15 1,08 1,36 0,95 1,54 0,82 1,75 0,69 1,97 0,56 2,21
20 1,20 1,41 1,10 1,94 1,00 1,68 0,90 1,83 0,79 1,99
30 1,35 1,49 1,28 1,57 1,21 1,65 1,14 1,74 1,07 1,83
40 1,44 1,54 1,39 1,60 1,34 1,66 1,29 1,72 1,23 1,79
50 1,50 1,59 1,46 1,63 1,42 1,67 1,38 1,72 1,34 1,77
100 1,65 1,69 1,63 1,72 1,61 1,74 1,59 1,76 1,37 1,78
6
11
Testul Durbin Watson
Testul Durbin Watson poate fi aplicat (numai) dac:
modelul de regresie are termen liber
matricea X este nestochastic
printre variabilele explicative nu se afl i variabila
endogen cu decalaj
seriile de date nu sunt atributive
12
4. Metode de estimare a parametrilor
n cazul autocorelrii
Erorile prezint o autocorelare de un anumit ordin estimatorii
parametrilor sunt nedeplasai i consisteni, dar nu sunt
eficieni.
1. Se estimeaz parametrii modelului de regresie: Y=X|+c prin
metoda celor mai mici ptrate i se obine seria erorilor (e
i
)
i=1,n
2. Se consider c erorile urmeaz un proces autoregresiv de
ordinul I:

=

=

=
n
i
i
n
i
i i
e
e e
2
2
1
2
1

i i i
u + =
1

7
13
4. Metode de estimare a
parametrilor n cazul autocorelrii
3.
Notnd:
4. Se estimeaz parametrii noului model(*) i apoi se
revine la modelul iniial.
i
p
j
ji j i
x y + + =

=1
0 1
1
1 0 1
) ( ) 1 (

+ + =
i i
p
j
ji ji j i i
x x y y

=
=
=

) 1 (
0 0
1
*
1
*

ji ji ji
i i i
x x x
y y y
i
p
j
ji j i
x y + + =

=1
*
0
*
) , 0 (
2

N
i

14
EXEMPLU 1
-
2
-0,5
-3
-0,5
2
e
i
-
2,5
2,5
-2,5
-2,5
-
e
i
-e
i-1
25
6,25
6,25
6,25
6,25
-
(e
i
-e
i-1
)
2
115
40
30
20
15
10
y
i
17,5
4
0,25
9
0,25
4
e
2
i
15
5
4
3
2
1
X
i
8
15
EXEMPLU
429 , 1
5 , 19
25
) (
2
2
1
= =


i
i
i
i
i
calc
e
e e
DW
Interpretare Interpretare: :
Din tabelul Durbin Watson se citesc valorile: Din tabelul Durbin Watson se citesc valorile:
dL=0,610; dU=1,400. dL=0,610; dU=1,400.
n exemplul dat: n exemplul dat:
(du=1,400)<( (du=1,400)<(d dcalc=1, calc=1,4 429)<(4 29)<(4- -1,4), 1,4),
ceea ce arat c se accept ipoteza Ho ceea ce arat c se accept ipoteza Ho, ,
erorile erorile NU NU sunt autocorelate sunt autocorelate. .
16
EXEMPLU 2
Se da exemplul din fisierul ek5.xls.
Sa se testeze autocorelarea erorilor aplicand
testul Durin Watson.
In cazul in care erorile sunt autocorelate, sa
se corecteze modelul si sa estimeze noii
parametri ai modelului de regresie. Comentati
rezultatele.
9
17
Referinte
Andrei, T., Bourbonnais, R.- Econometrie,
Ed. Economica, Bucuresti, 2008- capitolul 7,
pag. 221-239
Voineagu, V. si colectiv- Teorie si practica
econometrica, Ed. Meteor Press, 2007, cap.
6.2 pag. 282-294
18
TEM
Sa se rezolve exemplul de la pag. 293 (din
Voineagu, V. )
Sa se rezolve problema 7.1 pag.236 (Andrei,
Bouronnais)- cerintele 1,2 3, si 5.