Autocorrelación
La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 31 de enero de 2021; las comprobaciones requieren 3 ediciones .La autocorrelación es una relación estadística entre secuencias de valores de la misma serie, tomados con un desplazamiento, por ejemplo, para un proceso aleatorio , con un desplazamiento en el tiempo.
Este concepto es ampliamente utilizado en econometría . La presencia de autocorrelación de errores aleatorios del modelo de regresión conduce a un deterioro en la calidad de las estimaciones de mínimos cuadrados de los parámetros de regresión, así como a una sobreestimación de los estadísticos de prueba por los cuales se verifica la calidad del modelo (es decir , se crea una mejora artificial en la calidad del modelo en relación con su nivel real de precisión). Por lo tanto, probar la autocorrelación de errores aleatorios es un procedimiento necesario para construir un modelo de regresión.
Los coeficientes de autocorrelación también son importantes por derecho propio para los modelos de series temporales ARMA .
Pruebas de autocorrelación
Muy a menudo, se prueba la presencia de un proceso autorregresivo de primer orden en errores aleatorios. Para probar la hipótesis nula , sobre la igualdad del coeficiente de autocorrelación a cero, se utiliza con mayor frecuencia el criterio de Durbin-Watson . Si hay una variable dependiente de retraso en el modelo, este criterio no es aplicable, puede usar la prueba h asintótica de Durbin . Ambas pruebas están diseñadas para probar la autocorrelación de errores aleatorios de primer orden. Para probar la autocorrelación de errores aleatorios de orden superior , se puede usar el LM asintótico más versátil , la prueba de Breusch-Godfrey . En esta prueba, no es necesario que los errores aleatorios se distribuyan normalmente. La prueba también es aplicable en modelos autorregresivos (a diferencia de la prueba de Durbin-Watson).
Para probar la hipótesis conjunta de que todos los coeficientes de autocorrelación son iguales a cero hasta cierto orden, puede usar la prueba Q de Box-Pearce o la prueba Q de Ljung-Box
Función de autocorrelación
La función de autocorrelación muestra la dependencia de la autocorrelación de la magnitud del cambio en el tiempo. En este caso se asume la estacionariedad de la serie temporal , lo que significa, entre otras cosas, la independencia de las autocorrelaciones del momento del tiempo. El análisis de la función de autocorrelación (junto con la función de autocorrelación parcial) permite identificar el orden de los modelos ARMA .
Véase también
 diccionarios y enciclopedias |
|---|