Autocorelaia

Scopul: Depistarea autocorelaiei cu ajutorul diferitor teste i metode.

Datele personale, tabel 1. Dupa formula:Modified: 1981 2000 // y=0.001*6

1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

Y
87.4
97.6
96.7
98.2
99.8
100.5
103.2
107.8
96.6
88.9
75.1
76.9
84.6
90.6
103.1
105.1
96.4
104.4
110.7
127.1

X1
98.6
101.2
102.4
100.9
102.3
101.5
101.6
101.6
99.8
100.3
97.6
97.2
97.3
96
99.2
100.3
100.3
104.1
105.3
107.6

X2
99.1
99.1
98.9
110.8
108.2
105.6
109.8
108.7
100.6
81
68.6
70.9
81.4
102.3
105
110.5
92.5
89.3
93
106.6

X3
108.5
110.1
110.4
104.3
107.2
105.8
107.8
103.4
102.7
104.1
99.2
99.7
102
94.3
97.7
101.1
102.3
104.4
108.5
111.3

Determinarea grafic a autocorelaiei

1. Calculam ecuaia liniar de regresie
LS y x1 x2 x3 c
2. Construim corelograma reziduurilor
Aflndu-ne n obiectul Equation, alegem View/Residual Tests/Correlogram- Q-statistics
i analizam autocorelograma reziduurilor.

Prezentarea din EvIEWS:

AC coeficienii autocorelaiei
PAC coeficienii de autocorelare...
Q-stat statistica Ljung-Box . Q-stat are o distribuie asimptotic 2 cu un grad de
libertate egal cu . Valorile ridicate ale statisticii indic prezena autocorelaiei.
n coloana Prob, pentru anumit nivel de semnificaie se verific ipoteza despre existena
autocorelaiei. Presupunem, dac nivelul de semnificaie este 0,05, i valorile n coloana
Prob, mai mari dect 0,05, atunci se accept ipoteza despre prezenta autocorelaiei.
p

Formula de calcul este QLB n(n 2)

j 1

r j2
n j

, ordinea autocorelaiei o vom nota cu p

st Durbin Watson
1. Estimam ecuaia liniar de regresie LS y x1 x2 x3 c

2. Analizam graficul rezidurilor.

Forma Graficului: sinusoidala .

Analiza grafica a erorilor detecteaza un proces de reproductie a erorilor in situatia in care:
valorile positive ale rezidurilor alterneaza cu cele negative pe o succesiune de mai multe
perioade consecutive, este prezenta o autocorelatie pozitiva.
3. Testam ecuaie obinut (testul Student, Fischer).
2,085963441

tstudent

TINV(0,05;20)

3,238871522

Fisher

FINV(0,05;3;16)

testul Student
T Student tabelar= 2.08596
T calc1= 9.7356
T calc 2=6.590977
T calc 3= -3.658727
Concluzie: Observam ca T calc2,T calc1> T tab, deci x1si x2 sunt semnificativ, iar
Tcalc3<Ttab, deci x3 este nesemnificativ.

Testul Fischer
F tab=3.23887
F calc=81.94784

Concluzie:Fcal>Ftab, deci

Fcal fiind mult mai mare ca Ftab concludem ca intre variabile este o

legatura foarte mare.

4. Realizam testul Durbin-Watson. Presupunem, c autocorelaia se supune schemei de

autocorelaie de rangul I: t t 1 t .
Se formuleaz dou ipoteze:
H0 : =0 lipsete autocorelaia
H1 : 0 exist utocorelaie.
Se imparte n dou compartimente: Dac >0 este pozitiv, exist autocorelaie pozitiv,
dac <0, atunci autocorelaia este negativ.

=0.05
N=20 de observatii
K=3(variabile)
D1=1
D2=1.68
DW calc=1.053794
D1 1<DWcalc 1.053794<D2 1.68
1 DW / 2 =1-(1.053794/2)=1- 0,525897=0,473103

Date calculate in excel:

1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
SUMA

et
1,197218
2,670174
-2,56218
-5,38922
-5,64547
-2,00663
0,363064
1,540767
0,01624
-0,47647
-3,04588
-0,17751
4,908354
0,756328
2,681048
1,158102
0,79134
-2,87918
0,851209
5,248683

et-et-1

DW=

1,053794

1,472956
-5,23235
-2,82704
-0,25625
3,638836
2,369697
1,177703
-1,52453
-0,49271
-2,56941
2,868366
5,085863
-4,15203
1,92472
-1,52295
-0,36676
-3,67052
3,730392
4,397474

et-et1patrat
2,16959938
27,3775075
7,99214951
0,06566509
13,2411274
5,61546387
1,38698436
2,32418257
0,24275822
6,60186775
8,22752351
25,8660025
17,2393199
3,70454708
2,31936452
0,13451436
13,4727391
13,9158245
19,3377776
171,234919

etpatrat
1,433331
7,129829
6,564756
29,04366
31,87132
4,026576
0,131815
2,373963
0,000264
0,227019
9,277355
0,031509
24,09194
0,572032
7,188018
1,3412
0,626219
8,289695
0,724557
27,54867
162,4937

5. Concluzie: despre existena autocorelaiei

D1>DW nu exista autocorelatie
D2<DW exista autocorelatie
Odata ce : 0 exist utocorelaie , in cazul nostru =0,473103 , deci e un caz specific nu
putem spune daca este autocorelatie sau nu : fara concluzii
Last updated: 12/01/09 21:29
Modified: 1981 2000 //
res=resid
Modified: 1981 2000 //
res=resid
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

NA
NA
-2.017319
-1.958390
-2.875873
-0.652984
0.129137
0.577496
-0.360402
0.242605
-3.597320
0.791218
3.861575
-2.778713
3.968315
0.054681
1.279265
-3.559054
2.868032
3.817426

Test Breusch-Godfrey

1.Estimai ecuaia liniar de regresie: LS y x1 x2 x3 c

2.Formai un rnd de abateri Genr res=resid.

3.Estimai ecuaia, unde variabilei dependente sunt reziduurile (e), presupunem , c

autocorelaia de gradul 2 (gradul autocorelaiei l vom nota prin p=2 )
LS RES X1 X2 X3 RES(-1) RES(-2), unde RES(-1) variabila et-1.

Dependent Variable: RES

Method: Least Squares
Date: 11/25/09 Time: 10:28
Sample(adjusted): 1983 2000
Included observations: 18 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
X1
0.285000
0.351828
0.810054
X2
-0.027836
0.055465 -0.501872
X3
-0.252799
0.335003 -0.754618
RES(-1)
0.565587
0.286697
1.972769
RES(-2)
-0.481984
0.301173 -1.600354
R-squared
0.306381 Mean dependent var
Adjusted R-squared
0.092960 S.D. dependent var
S.E. of regression
2.858090 Akaike info criterion
Sum squared resid
106.1928 Schwarz criterion
Log likelihood
-41.51486 F-statistic
Durbin-Watson stat
2.103004 Prob(F-statistic)

Prob.
0.4325
0.6241
0.4639
0.0702
0.1335
-0.214855
3.000977
5.168317
5.415643
1.435570
0.277442

Calculm statistica LM= n*R2.Comparam cu valoarea tabelar 2 cu un grad de

2
semnificaie p. Dac LM< tabl
, atunci se accept ipoteza nul H0 despre lipsa autocorelaiei de
tang p.

LM= n*R2.
18* 0.306=5.508
2
LM< tabl .
5.508<5.991

In Eviews:
n obiectul Equation. alegem View/Residual Tests/Serial Correlation LM Test n continuare
introducem numrul de laguri p (implicit p=2).
ARCH Test:
F-statistic
Obs*R-squared

0.090339
0.214232

Probability
Probability

0.914115
0.898421

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/25/09 Time: 10:35
Sample(adjusted): 1983 2000
Included observations: 18 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
C
7.628521
3.912384
1.949840
RESID^2(-1)
0.119101
0.288623
0.412653
RESID^2(-2)
0.005333
0.289359
0.018430
R-squared
0.011902 Mean dependent var
Adjusted R-squared
-0.119845 S.D. dependent var
S.E. of regression
11.91957 Akaike info criterion
Sum squared resid
2131.142 Schwarz criterion
Log likelihood
-68.50727 F-statistic

Prob.
0.0701
0.6857
0.9855
8.551698
11.26372
7.945252
8.093647
0.090339

Durbin-Watson stat

0.914115

1.812882

Prob(F-statistic)

Probabilitatea de 0.898421 > 0.05. se accepta H1=este autocorelatie pozitiva

Concluzie: LM=5.508, nu se respinge H0 din lipsa autocorelaiei de tang p, deci nu exista

corelare de nivel inalt.

Procedurile de estimarea .

Dac valorile sunt necunoscute, atunci se aplic urmtoarele procedeuri de estimare a :

1. Estimam direct a valorii pe baza statisticii DW 1 DW / 2 .
1 DW / 2 =1-(1.053794/2)=1- 0,525897=0,473103
2.Estimam ecuaia , folosind variabilele transformate cu ajutorul ...

Yt Yt 1 (1 ) ( X t X t 1 ) t t 1

3.Estimam variabilele Genr Ym= Y- *Y(-1) i Genr X1m= X1- *X1(-1)

Genr ym=y-0.473103* y(-1)
Genr X1m=X1-0.473103*X1(-1)
Genr X2m=X2-0.473103*X2(-2)
Genr X3m=X3-0.473103*X3(-3)

Pentru a obine valorile ecuaiei de regresie , folosim comanda LS YM X1M X2M X3M C
Realizam testul de detectare a autocorelaiei, folosind statistica Durbin.

Ym
Last updated:
11/25/09 10:45
Modified:
1981 2000 //
st=11.053794/2
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103
0.473103

2.Estimam ecuaia , folosind variabilele transformate cu ajutorul ...

Yt Yt 1 (1 ) ( X t X t 1 ) t t 1

Estimam variabilele Genr Ym= Y- *Y(-1) i Genr X1m= X1- *X1(-1)

Genr ym=y-0.473103* y(-1)
Genr X1m=X1-0.473103*X1(-1)
Genr X2m=X2-0.473103*X2(-2)
Genr X3m=X3-0.473103*X3(-3)

Pentru a obine valorile ecuaiei de regresie , folosim comanda LS YM X1M X2M X3M C
Realizam testul de detectare a autocorelaiei, folosind statistica Durbin.

Ym:
Last updated:
11/25/09 10:58
Modified:
1981 2000 //
ym=y0.473103* y(1)
1981
1982
1983
1984

NA
56.25396
50.52831
52.45410

1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

53.34445
53.28748
55.65631
58.97893
45.60266
43.20141
33.04430
41.37313
48.22154
50.57865
60.24003
56.32624
46.68004
58.79603
61.31121
74.73066

X1m.
Last updated:
12/01/09 21:47
Modified:
1981 2000 //
xm=x10.473103*x1(
-1)
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

NA
54.55204
54.52198
52.45425
54.56391
53.10156
53.58005
53.53274
51.73274
53.08432
50.14777
51.02515
51.31439
49.96708
53.78211
53.36818
52.84777
56.64777
56.04998
57.78225

X2m:
Last updated:
12/01/09 21:45
Modified:
1981 2000 //
x2m=x20.473103*x2(
-2)
1981

NA

1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

NA
52.01549
63.91549
61.41011
53.18019
58.61026
58.74032
48.65329
29.57370
21.00584
32.57866
48.94513
68.75700
66.48942
62.10156
42.82418
37.02212
49.23797
64.35190

X3m:
Last updated:
12/01/09 21:46
Modified:
1981 2000 //
x3m=x30.473103*x3(
-3)
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000

NA
NA
NA
52.96832
55.11136
53.56943
58.45536
52.68336
52.64570
53.09950
50.28115
51.11232
52.74998
47.36818
50.53163
52.84349
57.68639
58.17784
60.66929
62.90156

concluzie: analiza graficului rezidurilor nu e eficienta intodeauna , evolutia erorilor nefiind

intodeauna suficient de concludenta.DW nu e demn de incredere.Aparitia autocorelatiei erorilor
putea fi conditionata de mai multi factori: absenta unei variabile explicative importante, a carei
contributii este esentiala pentru explicarea evolutiei variabilei de explicat, specificarea incorecta
a modelului, cazul cind in realitate relatia dintre variabile este de tip exponential , logaritmic,
fapt ce conduce la aparitia fenomenului de autocorelatie. Analiza grafica a erorilor detecteaza un
proces de reproductie a erorilor caci reziduurile sunt pozitive si negative, pe o succesiune de mai
multe perioade consecutive, modelul econometric reprezinta o corelatie pozitiva.