Cargado de datos

library(wooldridge)
## Warning: package 'wooldridge' was built under R version 4.0.5
data(hprice1)
head(force(hprice1), n=5) #mostrar las primeras 5 observaciones
##   price assess bdrms lotsize sqrft colonial   lprice  lassess llotsize   lsqrft
## 1   300  349.1     4    6126  2438        1 5.703783 5.855359 8.720297 7.798934
## 2   370  351.5     3    9903  2076        1 5.913503 5.862210 9.200593 7.638198
## 3   191  217.7     3    5200  1374        0 5.252274 5.383118 8.556414 7.225482
## 4   195  231.8     3    4600  1448        1 5.273000 5.445875 8.433811 7.277938
## 5   373  319.1     4    6095  2514        1 5.921578 5.765504 8.715224 7.829630

1. Estimación del modelo.

library(stargazer)
modelo_price<-lm(formula = price~lotsize+sqrft+bdrms, data = hprice1)
stargazer(modelo_price, title="Estimación Modelo Price", type = "text")
## 
## Estimación Modelo Price
## ===============================================
##                         Dependent variable:    
##                     ---------------------------
##                                price           
## -----------------------------------------------
## lotsize                      0.002***          
##                               (0.001)          
##                                                
## sqrft                        0.123***          
##                               (0.013)          
##                                                
## bdrms                         13.853           
##                               (9.010)          
##                                                
## Constant                      -21.770          
##                              (29.475)          
##                                                
## -----------------------------------------------
## Observations                    88             
## R2                             0.672           
## Adjusted R2                    0.661           
## Residual Std. Error      59.833 (df = 84)      
## F Statistic           57.460*** (df = 3; 84)   
## ===============================================
## Note:               *p<0.1; **p<0.05; ***p<0.01

2-a) Prueba de Durbin Watson.

#DW con la librería lmtest
library(lmtest)
dwtest(modelo_price, alternative="two.sided", iterations=1000)
## 
##  Durbin-Watson test
## 
## data:  modelo_price
## DW = 2.1098, p-value = 0.6218
## alternative hypothesis: true autocorrelation is not 0
#DW con la librería car
library(car)
durbinWatsonTest(modelo_price, simulate=TRUE, reps=1000)
##  lag Autocorrelation D-W Statistic p-value
##    1     -0.05900522      2.109796   0.626
##  Alternative hypothesis: rho != 0

No se rechaza la H0, por lo tanto no hay evidencia de autocorrelacion de primer orden en los residuos del modelo, ya que el p-value>0.05

2-b) Prueba del Multiplicador de Lagrange (verifique autocorrelación de primer y segundo orden).

#Primer orden
library(lmtest)
bgtest(modelo_price, order = 1)
## 
##  Breusch-Godfrey test for serial correlation of order up to 1
## 
## data:  modelo_price
## LM test = 0.39362, df = 1, p-value = 0.5304

No se rechaza la H0, por lo tanto no hay evidencia de autocorrelación de primer orden en los residuos del modelo, ya que el p-value>0.05 (el p-value es 0.5304).

#Segundo orden
library(lmtest)
bgtest(modelo_price, order = 2)
## 
##  Breusch-Godfrey test for serial correlation of order up to 2
## 
## data:  modelo_price
## LM test = 3.0334, df = 2, p-value = 0.2194

No se rechaza la H0, por lo tanto no hay evidencia de autocorrelación de segundo orden en los residuos del modelo, ya que el p-value>0.05 (el p-value es 0.2194).