AUTOCORELAREA ERORILOR

Ipoteza clasică asupra modelului de regresie se referă

la necorelarea (sau independența) erorilor, adică
variabilele reziduale sunt neautocorelate.
Prin urmare pentru oricare două valori ale variabilei
reziduale ei și ej , covariația trebuie să fie egală cu zero:
cov(ei, ej)=0, pentru i≠j
Dacă cov(ei, ej)≠0, pentru i≠j atunci modelul
econometric prezintă autocorelarea erorilor.
 Autocorelarea erorilor este cel mai adesea
întâlnită la seriile de timp – la seriile cronologice.
Deci, autocorelarea reprezintă dependența
valorilor variabilei reziduale într-o unitate de timp
et de propriile valori întârziate de timp et-1 .
Dacă fiecare valoare depinde doar de valoarea
imediat anterioară sau (precedentă) et-1 , atunci
avem prezent fenomenul de autocorelare de
ordinul unu a erorilor AR(1), dat de relația:
et    et 1   t
unde: ρ – coeficient de autocorelare a erorilor de ordinul 1
 Relația de calcul al estimatorului coeficientului de
corelație de ordinul 1: n n

e e t t 1 e e t t 1
̂  t 2
n 1
 t 2
n

e
t 1
2
t e
t 2
2
t 1

ˆ   1;1
unde: 
̂  1 autocorelație strict negativă;
̂  0 lipsa autocorelației;
̂  1  autocorelație strict pozitivă.
 Autocorelația erorilor se manifestă fie printr-un
număr foarte mic sau foarte mare de schimbări ale
semnului variabilei reziduale, fie ca urmare a unor
schimbări simetrice, fie prin oscilații regulate etc.
Dacă valorile pozitive tind să fie urmate de
valori pozitive, iar valorile negative de cele
negative, adică valorile succesive tind să aibă
același semn, atunci în model este prezentă
autocorelare pozitivă a erorilor.
 Dacă valorile pozitive tind să fie urmate de cele
negative, iar valorile negative de cele pozitive, atunci
există autocorelare negativă a erorilor.
Lipsa autocorelării erorilor
 Cauzele apariției autocorelării erorilor:
- Efectul inerțial în evoluția în timp a variabilelor, efect ce se
manifestă în majoritatea seriilor economice de timp, datorită
persistenţei ciclurilor economice (variabila Y se autocorelează în
evoluția sa ca urmare a unui efect inerțial, generând și o
autocorelare în timp a valorilor variabilei aleatoare);
- Erori de specificare: absența uneia sau a mai multor variabile
explicative importante. Influența variabilei excluse este asimilată
de variabila eroare, ducând la manifestarea unei tendințe
sistematice în evoluția acesteia, producând astfel o autocorelare;
- Erori de specificare: datorită alegerii incorecte a funcției
analitice a modelului (de exemplu alegerea funcției liniare în loc
de neliniară etc.);
 Consecințele autocorelării erorilor:
a) Estimatorii parametrilor din model nu sunt eficienți (au
dispersii mari și sunt deplasați (prezintă abateri sistematice de la
valori reale));
b) Testul t (Student) aplicat pentru analiza semnificației
estimatorilor nu este valid. Valorile t-Student calculate pentru
semnificația parametrilor sunt supradimensionale sugerând o
semnificație mai mare decât în realitate a parametrilor;
c) Abaterea standard a erorilor S eˆ este subdimensionată, astfel
R2 este supradimensionat, ceea ce indică o ajustare mai bună
decât este în realitate.
 Detectarea autocorelării erorilor:
1. Metoda grafică
2. Teste statistice :
a. testul Durbin – Watson;
b. testul Breusch – Godfrey;
c. testele Box-Pierce și Box-Ljung;
d. testul Lagrange.
 Testul Durbin-Watson este cel mai invocat test în
econometrie în vederea testării independenței erorilor în
raport cu propriile valori.
Prin acest test se testează dacă erorile sunt corelate printr-
un proces de autocorelare de ordinul 1 (AR1), dat de
expresia:
et    et 1   t
Etapele:
1. Formularea ipotezelor:
H0: ρ=0 (erorile sunt necorelate, independente)
H1: ρ≠0 (erorile sunt autocorelate; adică reziduurile verifică un
proces autoregresiv de ordinul întâi)
2. Calcularea valorii empirice a testului:
n

 e  et 1 
2
t
DW  t 2
n

e
t 1
2
t

DW  0;4 ; DW=2 – autocorelaţie nulă

3. Valoare empirică DW se compară cu două
valori critice/teoretice d1 și d2 (sau dl (lower –
valoare mai mică) și du (upper – valoare mai
mare)) preluate din tabelul distribuției
Durbin-Watson în funcție de un prag de
semnificație α=0,05, de un număr de variabile
exogene k și de valorile observate n,
unde n >15.
4. Luarea deciziilor conform tabelului:
 Aplicarea testului Durbin-Watson presupune îndeplinirea
simultană a următoarelor condiții:
- modelul inițial să aibă termenul liber (a0);
- numărul de observări să fie mai mare decât 15 (n>15);
- printre variabilele explicative să nu figureze variabila
endogenă cu decalaj.
De exemplu: yt  a0  a1x1t  a2 x2t  a3 yt 1   t
Neajunsurile testului Durbin-Watson:
- testează doar existența autocorelării de ordinul 1;
- conțne intervale de indecizie.