Ejercicio Autocorrelación

Carga de Datos

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

##   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. Estimar el siguiente modelo: price = ˆα + ˆα1(lotsize) + ˆα2(sqrft) + ˆα3(bdrms) + E

options(scipen = 9999)
library(stargazer)
modelo.price <- lm(formula = price~lotsize+sqrft+bdrms,data = hprice1)
stargazer(modelo.price,title = "Modelo Price", type = "html")

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. Verifique si los residuos del modelo son independientes entre sí (no autocorrelación), a través de:

a) Prueba de Durbin Watson.

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

No se rechaza la Ho, No hay presencia de autocorrelación de primer orden en los residuos del modelo. El p_value es mayor que el nivel de significancia de 0.05

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

Autocorrelación de 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 Ho, No hay presencia de autocorrelación de primer orden en los residuos del modelo. El p_value es mayor que el nivel de significancia de 0.05

Autocorrelación de 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 Ho, No hay presencia de autocorrelación de segundo orden en los residuos del modelo. El p_value es mayor que el nivel de significancia de 0.05