Autocorrelação
Econometria
Alexandre Gori Maia
Bibliografia Básica:
- Maia, Alexandre Gori (2017). Econometria: conceitos e aplicações. Cap. 13.
Ementa:
• Definição;
• Identificação: Análise Gráfica, teste t, Durbin-Watson, Breusch-Godfrey;
• Correção: MQG e MQGF;
• Estimadores Robustos para a Variância;
Modelo Clássico de Regressão Linear
2/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
1) Relação Linear entre X e Y:
O ajuste só é válido para relações lineares.
2) Os valores de X são fixos em repetidas amostras, não aleatórios:
Quem varia é o regressando, o regressor é fixo e dado, qualquer que seja a
amostra. Fazemos a pressuposição que dado um valor de X, Y irá variar
segundo uma distribuição de probabilidade com valor esperado dado por E(Y|Xi).
3) Esperança condicional dos erros igual a zero, ou seja, E(e|xi)=0:
É a mesma coisa afirmar que E(Y|xi)=xi´.
4) A variabilidade dos erros é constante, ou seja, E(ei2)=2
Os erros são homocedásticos, ou seja, sua variância é a mesma para qualquer X.
5) Os erros são não autocorrelacionados, ou seja, E(eiej)=0:
Não há relação entre valores ordenados dos erros segundo tempo ou espaço.
6) Os erros apresentam distribuição normal: Não é um pressuposto necessário para que os estimadores de MQO sejam
MELNV, mas necessário para que as inferências sejam válidas.
Modelo
Clá
ssic
o d
e R
egre
ssão L
inear
Autocorrelação - Definição
Não Autocorrelacionado
Definição:Autocorrelação significa a correlação de valores de uma mesma variável
ordenados no tempo (com dados de séries temporais) ou no espaço (com dados
espaciais). No contexto da regressão, dizemos que há autocorrelação nos termos de
erro quando:
0)(),( sttstt eeEeeCov
Autocorrelacionado
Sendo que o tipo mais comum de autocorrelação aquele dado por um processo o
autorregressivo de 1ª ordem, AR(1):
ttt uee 1 é o coeficiente de autocorrelação dos erros (-1 < < 1)
e ut são erros IID.
e
t
0)( stteeE e
t
0)( stteeE
3/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Autocorrelação - CausasPrincipais causas da autocorrelação:
- Inércia: séries temporais econômicas costumam apresentar ciclos, ou seja,
períodos de crescimento ou decaimento. Quando esse comportamento se reflete
nos fatores não observados (et), é comum que mudanças na tendência ocorreram
lentamente.
- Falhas de especificação: a autocorrelação pode ser devida à ausência de um
importante regressor ou de transformação das variáveis existentes. Os erros
expressariam, assim, um padrão sistemático devido à ausência dessas informações.
- Defasagens: as decisões econômicas em um período t dependem, muitas vezes,
de informações defasadas do período t–1. Desconsiderar esse tipo de relação
sujeitaria os erros à correlação serial.
ttt uee 1ttt eXY
ttt eXY tttt eXXY 2
21
ttt eXY tttt eXXY 121
tttt eXYY 1ou
4/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Autocorrelação - ConsequênciasIneficiência dos Estimadores de MQO
Na presenção de autocorrelação nos erros, os estimadores de MQO continuam
sendo não viesados e consistentes, mas deixam de ser eficientes (ou seja, não
possuem mais variância mínima). Em outras palavras, seja o estimador de
MQO, então existe outro estimador * tal que:
Não Autocorrelacionados
Y
X
Intervalo de Variação das
estimativas de MQO
Intervalo de Variação das
estimativas de outro método
Autocorrelacionados
Y
X
Intervalo de Variação das
estimativas de MQO
Intervalo de Variação das
estimativas de um método
mais eficiente
)ˆ(*)ˆ( VarVar
^
^
5/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Autocorrelação - ConsequênciasTendenciosidade da Variância dos Estimadores:Outra importante consequência da autocorrelação é o fato de as estimativas dos
erros padrão e de as estatísticas de teste t e F não serem mais válidas, mesmo para
amostras grandes, já que a estimativa da variância dos estimadores dos coeficientes
será viesada. Em outras palavras, na presença de autocorrelação teremos:
0)( stteeE
n
t txVar
1
2
2
1)ˆ(
tstt uee
1
1 11
2
2
1
2
2
1 2)ˆ(n
t
tn
s
stts
n
t i
n
t i
xxxx
Var
Seja o modelo: tt10t eXY
Pelo MQO:
n
t
2t
n
t tt
1x
yx
1
1 e
n
t
2tx
S1
1
2
2ˆ
Na presença de
autocorrelação:
Na ausência de
autocorrelação:
não viesado na ausência de
autocorrelação e viesado na
presença de autocorrelação
2)( teVar
2
2
1)(
teVar 2
2
1),(
sstt eeCov
0),( stt eeCov
e
)ˆ()( 2ˆ
VarSE
6/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
IdentificaçãoPrincipais testes para se detectar a autocorrelação:
Análise gráfica: ê t
Teste t: regressores
estritamente exógenosIdentificação
Testes
Paramétricos
Durbin-Watson: MCRL
Breusch-Godfrey:
autocorrelação com
ordem superior a 1
7/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Análise Gráfica
ê
0
Ausência de Autocorrelação
Não há nenhum padrão evidente de
relacionamento no tempo
tempo
Autocorrelação
Há um padrão cíclico de dispersão
dos resíduos ao longo do tempo
tempo
ê
0
Autocorrelação
Há uma tendência quadrática de
dispersão dos resíduos ao longo do tempo
tempo
ê
Autocorrelação
tempo
Há uma tendência linear na distribuição
dos resíduos ao longo do tempo
ê
0
0
8/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Análise Gráfica
Podemos suspeitar de um comportamento cíclico dos erros. Afinal, é natural supor que
a área plantada no trimestre t não dependa apenas do preço no trimesre t, mas também
de informações observadas em períodos anteriores: área plantada em um trimestre
anterior; preço pago pela cana-de-açucar no período anterior; outros fatores não
previstos pelo ajuste (política de incentivos do governo, previsões sobre os preços
futuros e expectativas sobre o estabelecimento de usinas na região, por exemplo) que
tenham lento amortecimento no tempo.
Seja a relação entre a área plantada de cana-de-açucar e seu preço:
ttt ereçoPreaÁ ˆ79,454,2
9/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste t para Autocorrelação
0
0
1
0
: H
: H Como correlações seriais são, usualmente, positivas, sugere-se teste
unicauldal para verificar existência de autocorrelação nos erros.
ttt ue e 1t
k
j jjt eXYt 1
Se supormos que os erros apresentem autocorrelação de primeira ordem:
Se estimarmos os resíduos de MQO êt, podemos testar as hipóteses:
Poderíamos utilizar a estatística t dada por:
ˆ
ˆ
St
2
12
2 1
ˆ
ˆˆ ˆ
t
n
t
n
t tt
e
ee 2
12
2
ˆ
ˆ
ˆ
t
n
te
S
1)1(
ˆ ˆ
2
22
n
ut
n
t
Sendo os estimadores de MQO dados por:
Caso os regressores sejam estritamente exógenos e a
amostra grande seja relativamente grande, teremos:
0
p
t
1)1( nt
Como não observamos et,
a estatística t é válida
assintóticamente caso os
regressores sejam
estritamente exógenos.
10/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste t - Exemplo
ttt uee ˆˆ252,0ˆ 1
As estimativas de MQO foram:
A estatística t associada ao coeficiente foi:
O valor p do teste de hipóteses será dado por:
0
0,079
1)134( tSe rejeitarmos a hipótese de
ausência de autocorrelação pelo
teste t, estaremos sujeitos a um
erro de 7,9%. A validade do
teste depende, entretanto, (i) da
ausência de relação entre os
erros et e os valores defasados
do preço da cana-de-açucar e
(ii) do tamanho da amostra, que
não é razoavelmente grande.
Seja a relação entre a área plantada de cana-de-açucar e seu preço:
ttt ereçoPreaÁ ˆ79,454,2
443,1175,0
252,0ˆ
ˆ
St
1,443
0
0
1
0
: H
: H
11/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste de Durbin-Watson
0
0
1
0
: H
: H
ttt ue e 1t
k
j jjt eXYt 1
Se supormos que os erros apresentem autocorrelação de primeira ordem:
A partir dos resíduos de MQO êt, iremos testar as hipóteses:
A estatística de teste será da por:
2
1
2 1
ˆ
ˆˆ ˆ
t
n
t
n
t tt
e
ee
Sendo o estimador de dado por:
A diferença entre o estimador de da estatística de DW e o de
MQO está no denominador, que, no caso da estatítstica de DW,
também considera a primeira observação da amostra.
Assintoticamente os dois estimadores são válidos.
Com fdp
dada por:
n
t t
n
t tt
e
eeDW
12
22
1
ˆ
)ˆˆ()ˆ1(2 DW
knDW ,
DW
p
2
2
1
0
: DWH
: DWHPara autocorrelação positiva ( 1), DW aproxima-se de 0.
Para autocorrelação negativa (–1), DW aproxima-se de
4. Para ausência de autocorrelação DW aproxima-se de 2.
12/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
WatsonBreusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste de Durbin-Watson - DefiniçãoEstatística de Durbin-Watson:
A estatística de Dubin-Watson (DW) pode ser utilizada para testar as hipóteses:
0
0
1
0
: H
: Hsendo
n
t t
n
t tt
e
eeDW
12
22
1
ˆ
)ˆˆ(ou )ˆ1(2 DW
2
1
2 1
ˆ
ˆˆˆ
t
n
t
n
t tt
e
ee
onde
1- 4 DW0 2 DW
1 0 DW
Teremos que:
O fato de a estatística DW basear-se em valores estimados
a partir da amostra (êt), ao invés de valores observados
(et), condiciona sua distribuição de probabilidade aos
valores observados para as variáveis independentes (X).
Durbin e Watson prepararam uma tabela com possíveis
valores extremos de DW em função no número de
variáveis independentes (k) e observações da amostra (n).
0 Id Sd 4
Rejeita H0:
> 0
Zona
IndecisãoNão Rejeita H0: = 0
0 IdSd 4
Na zona de indecisão, não se pode
rejeitar nem aceitar H0,
IknDW ,
SknDW ,
13/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
WatsonBreusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste de Durbin-Watson - Exemplo
Como o valor de DW
obtido a partir dos
resíduos (1,4725) está na
região de indecisão, o
teste seria inconclusivo,
ou seja, não há
evidências, para afirmar
que os erros sejam ou não
autocorrelacionados.
Seja a relação entre a área plantada de cana-de-açucar e seu preço:
2419,0ˆ
ˆˆˆ
2
1
2 1
t
n
t
n
t tt
e
ee
Distribuição para uma amostra de 34
observações (n=34) e apenas uma
variável independente (k=1), teremos:
0 393,1 514,1 4
IDW 1,34
SDW 1,34
5%
5%
DW=1,4745
As estimativas de MQO foram:
ttt ereçoPreaÁ ˆ79,454,2
0
0
1
0
: H
: H
Devemos testar:
2
2
1
0
: DWH
: DWHttt ue e 1supondo
que:
As estatísticas de teste serão:
4745,1ˆ
)ˆˆ(
1
2
2
21
n
t t
n
t tt
e
eeDW
Onde:
14/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
WatsonBreusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste de Breusch-Godfrey
0
0...
1
10
j
q
: H
: H
t
q
j jtjt ue e 1t
k
j jjt eXYt 1
Supondo agora que os erros apresentam autocorrelação de ordens q:
Como os erros et não são observados, trabalharemos com o modelo:
Para permitirmos que os erros defasados relacionem-se com os regressores:
t
q
j jtj
k
j jtjt ue Xe 110
t
q
j jtj
k
j jtjt ue Xe 110 ˆˆ
E o teste seria dado por:
2ˆ)( eRqnLM
2qχ
p
LM
Onde Rê2 é o coeficiente de determinação do ajuste para os resíduos como função de seus
valores e dos regressores defasados. O valor p representará a probabilidade de erro ao
afirmarmos que os erros apresentam autocorrelação de ordem q.
15/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Teste de Breusch-Godfrey - Exemplo
Se afirmássemos que há autocorrelação de 1ª ordem, estaríamos sujeitos a um erro de 15,5%
segundo o teste de BG. Diferentemente do teste t e do teste DW, que testam apenas
autcorrelação positiva, o teste BG considera também a presença de autocorrelação negativa.
Seja a relação entre a área plantada de cana-de-açucar e seu preço:
As estimativas de MQO foram:
ttt ereçoPreaÁ ˆ79,454,2
Para testarmos a autocorrelação de 1ª ordem pelo BG:
tttt ueecoPre ˆˆ253,0022,0043,0ˆ 11
As hipóteses a serem testadas seriam:
0
0
1
0
: H
: H
023,2061,0)134()( 2ˆ eRqnLM
21χ
155,0
023,2
E a estatística de teste seria:
16/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Correção AutocorrelaçãoSeja a equação autocorrelacionada:
tkt eXXYtt 211 ...
22
321
32
2
12
2
1...
...............
...1
...1
...1
1
1)(
Ve
nnn
n
n
n
Var
eXβy
A equivalente matricial:
Supondo que a autocorrelação seja dada por:
Se conhecemos V a equação corrigida será
dada por:
ttt uee 1
O objetivo é transformar o modelo para que este
apresente erros não autocorrelacionados.
1º passo) A equação (1) pode ser representada
por:
A autocorrelação regressiva de 1ª ordem implica:
ΛeΛXβΛy
Onde
Pois:
22)( IΛVΛΛΛee TE
O que implica em:
2
2
1)(
teVar 2
2
1),(
sstt eeCove
(1)
12111 11...
tkt eXXYtt
(2)
1 ttt eeu
2º passo) Subtraindo da equação (1) a
equação (2) multiplicada por :
)(...)()1()( 11111 1 tttt eeXXYY
tt
1...00
...............
0...10
0...01
0...001 2
Λ
utX*1
*Y*
que apresenta erros ut não autocorrelacionados
e 1VΛΛT
17/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Mínimos Quadrados GeneralizadosDefinição:Uma vez conhecida a matriz V de variâncias e convariâncias do erros de um
modelo de RLM, podemos obter os MELNV transformando as variáveis originais
pela matriz , tal que T=V–1. Em outras palavras, seja o modelo:
Esse método é denominado Mínimos Quadrados Generalizados (MQG).
eXβy onde
Então:
ΛeΛXβΛy onde
Apresentará erros não autcorrelacionados, pois:
yVXXVXΛΛyXΛΛXXβ 1111 )()(ˆ TTTT
Analogamente, teremos:
yVXβyVy 11 ˆSQRes TTTe
2112ˆ ˆ)(S
XVXT
2)()( Veee TEVar
1VΛΛT
22)( IΛVΛΛΛee TE
Os estimadores de MQG serão:
18/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
MQG - ConhecidoMínimos Quadrados Generalizados:
Seja o modelo de RLM:
eXβy
Então teremos:
e
com autocorrelação de 1ª ordem: ttt uee 1
2
2
1)(
teVar
2
2
1),(
sstt eeCov
22
321
32
2
12
2
1...
...............
...1
...1
...1
1
1)(
Ve
nnn
n
n
n
Var
Sabemos, nessas circunstâncias, que os estimadores de MQG serão os MELNV:
yVXXVXβ 111 )(ˆ TT
Caso seja conhecido, a matriz V–1 será dada por:
1...00
...............
0...10
0...1
0...01
2
2
1
V
19/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
MQG com conhecido - Exemplo
ttt uee 15,0 ou seja 5,0
22
313233
312
32
332
2
1...5,05,05,0
...............
5,0...15,0
5,0...5,015,0
5,0...5,05,01
5,01
1)( Ve
Var
15,0...00
...............
0...5,015,00
0...5,05,015,0
0...05,01
2
2
1V
64,505
34,3)(ˆ 111 yVXXVXβ TT
4,82332135
21354,727ˆ)( 2112
ˆ XVXβ
TS
Seja a relação entre a área plantada de cana-de-açucar e seu preço:
As estimativas de MQO foram:
ttt ereçoPreaÁ ˆ79,454,2
Supondo agora que:
Teremos a seguinte matriz de Var-Cov dos erros:
e
As estimativas de MQG seriam:
e
9,156332
ˆ
1
SQResˆ
112
yVXβyVy TTT
kn
20/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
MQGF - DesconhecidoMínimos Quadrados Generalizados Factíveis:
Seja o modelo de RLM:
eXβy
Então teremos:
e
com autocorrelação de 1ª ordem: ttt uee 1
2
2
1)(
teVar
2
2
1),(
sstt eeCov 22
321
32
2
12
2
1...
...............
...1
...1
...1
1
1)(
Ve
nnn
n
n
n
Var
Caso seja desconhecido, podemos trabalhar com uma estimativa de MQO:
yVXXVXβ 111 ˆ)ˆ(ˆ TT onde
1ˆ...00
...............
0...ˆ1ˆ0
0...ˆˆ1ˆ
0...0ˆ1
2
2
1
V
ttt uee ˆˆˆˆ 1
Nesse caso, os estimadores consistentes de , embora viesados para amostras
pequenas, serão dados por:
21/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
MQGF - Exemplo
ttt uee ˆˆ252,0ˆ 1 ou seja 252ˆ
Seja a relação entre a área plantada de
cana-de-açucar e seu preço:
As estimativas de MQO foram:
ttt ereçoPreaÁ ˆ79,454,2
Temos ainda que:
Teremos então as seguintes estimativas para as matrizes de transformação:
e
As estimativas de MQGF seriam:
1...252,0252,0252,0
...............
252,0...1252,0
252,0...252,01252,0
252,0...252,0252,01
252,01
1ˆ
313233
312
32
332
2 V
1252,0...00
...............
0...252,01252,00
0...252,0252,01252,0
0...0252,01
ˆ 2
2
1V
9034
0070)(ˆ 111
,
,TT yVXXVXβ
22/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto
Estimadores RobustosEstimadores da Variância Robustos à Autocorrelação:
Seja o modelo de RLS:
ttt eXY
Embora os estimadores de MQO para continuem não viesados, as estimativas de
suas variâncias serão viesadas.
com autocorrelação de 1ª ordem: ttt uee 1
A real variância do estimador para o coeficiente angular seria:
1
1 11
2
2
1
2
2
2)ˆ(n
t
tn
s
stts
n
t t
n
t t
xxxx
Var
Um estimador simples para a variância poderia ser obtido por:
1
1 11
2
2
1
2
2
ˆˆ
2ˆ
)ˆ(n
t
tn
s
stts
n
t t
n
t t
xxxx
Var
Embora esse estimador seja robusto à presença de autocorrelação, considera
apenas autocorrelações de 1ª ordem e erros homocedásticos. Há tratamentos mais
abrangentes na literatura. Essas estimativas são válidas assintoticamente e podem
não ser apropriadas para amostras pequenas.23/23
DefiniçãoAnálise
GráficaTeste t
Durbin-
Watson
Breusch-
GodfreyMQG MQGF
Estimador
Robusto