Aplicação de bootstrap para teste de durbin-watson - uma contribuição para cenários na economia.

Resumo

Em economia, trabalhar com modelos de regressão linear clássicos com o intuito de investigar comportamentos sejam macroeconômicos ou microeconômicos é algo bastante comum de se encontrar. Entretanto, dada as várias as suposições que devem ser atendidas ao se utilizar este método, e dada à natureza de algumas variáveis econômicas, é comum se violar uma ou mais hipóteses. Para diagnosticar a presença de erros autocorrelacionados, o teste de Durbin-Watson é o mais usado, porém apresenta a limitação de não fornecer valores críticos exatos para a distribuição de probabilidade de sua estatística de teste, tornando-se inconclusivo em determinados casos. Com o intuito de fornecer uma solução para esta limitação, propõem-se dois algoritmos bootstrap. Um deles pode ser aplicado em situações onde se pode afirmar que os erros “bem comportados” seguem uma distribuição normal com média zero e variância (bootstrap paramétrico). O outro, por sua vez,não requer qualquer suposição sobre a sua distribuição (bootstrap não-paramétrico). Os algoritmos propostos são aplicados a dois exemplos práticos e são obtidos, para cada um deles, os valores críticos exatos da distribuição da estatística de Durbin-Watson para os níveis de significância de 1%, 5% e 10%, bem como o formato resultante da densidade de probabilidade empírica.