Ejercicio Detección de Autocorrelación

library(wooldridge)
library(printr)
library(lmtest)
data(hprice1)
head(force(hprice1),n=5)

price	assess	bdrms	lotsize	sqrft	colonial	lprice	lassess	llotsize	lsqrft
300	349.1	4	6126	2438	1	5.703783	5.855359	8.720297	7.798934
370	351.5	3	9903	2076	1	5.913503	5.862210	9.200593	7.638198
191	217.7	3	5200	1374	0	5.252274	5.383118	8.556414	7.225481
195	231.8	3	4600	1448	1	5.273000	5.445875	8.433811	7.277938
373	319.1	4	6095	2514	1	5.921578	5.765504	8.715224	7.829630

ESTIMAR EL MODELO

modelo_precio <- lm(formula = price ~ lotsize + sqrft + bdrms, data = hprice1)
library(stargazer)
stargazer(modelo_precio, title = "Modelo Precio", type = "html", digits = 4)

Modelo Precio

	Dependent variable:
	price
lotsize	0.0021***
	(0.0006)
sqrft	0.1228***
	(0.0132)
bdrms	13.8525
	(9.0101)
Constant	-21.7703
	(29.4750)
Observations	88
R2	0.6724
Adjusted R2	0.6607
Residual Std. Error	59.8335 (df = 84)
F Statistic	57.4602*** (df = 3; 84)
Note:	p<0.1; p<0.05; p<0.01

PRUEBA DE DURBIN-WATSON

dw <- dwtest(modelo_precio)
print(dw)

## 
##  Durbin-Watson test
## 
## data:  modelo_precio
## DW = 2.1098, p-value = 0.6777
## alternative hypothesis: true autocorrelation is greater than 0

La prueba de Durbin-Watson arroja un estadístico de 2.1098 con un p-value de 0.6777. Dado que el p-value es mayor al nivel de significancia del 5%, no se rechaza la hipótesis nula de ausencia de autocorrelación. Por lo tanto, no existe evidencia estadística de autocorrelación en los residuos del modelo.

PRUEBA LM (BREUSCH-GODFREY)

# Autocorrelación de primer orden
bg1 <- bgtest(modelo_precio, order = 1)
print(bg1)

## 
##  Breusch-Godfrey test for serial correlation of order up to 1
## 
## data:  modelo_precio
## LM test = 0.39362, df = 1, p-value = 0.5304

# Autocorrelación de segundo orden
bg2 <- bgtest(modelo_precio, order = 2)
print(bg2)

## 
##  Breusch-Godfrey test for serial correlation of order up to 2
## 
## data:  modelo_precio
## LM test = 3.0334, df = 2, p-value = 0.2194

Los resultados de la prueba de Breusch-Godfrey indican que no se rechaza la hipótesis nula de ausencia de autocorrelación, tanto para el primer como para el segundo orden, dado que los p-values (0.5304 y 0.2194, respectivamente) son mayores al nivel de significancia del 5%. Por lo tanto, no existe evidencia estadística de autocorrelación en los residuos del modelo estimado.