Torniamo ad affrontare il caso della autocorrelazione. Abbiamo già visualizzato il fenomeno:

L'autocorrelazione può risultare da:

Oppure, in termini più generali, si può avere:

NB: stiamo ipotizzando un PROCESSO AUTOREGRESSIVO

- La maggior parte della correlazione trasmessa da errori precedenti è catturata (nei campioni) dall'impatto di e t -1

- Eccezioni:

° Correlazioni stagionali o trimestrali;

° Correlazioni spaziali (hanno significati complessi)

-Nella maggior parte dei casi, correzioni AR(1) sono sufficienti

Autocorrelazione Positiva

. Se rho è positivo abbiamo che gli errori tendono a mantenere lo stesso segno in osservazioni contigue (abbiamo visto varie volte); (relazione funzionale ??)

. shock esterni dispiegano effetti per molto tempo (autocorrelazione genuina);

. l'ispezione visiva mostra "clustering effects" (gruppi di errori con stesso segno).

Autocorrelazione Negativa

. Se rho è negativo abbiamo termini di errore che tendono a cambiare segno (da negativi diventano positivi) per osservazioni contigue.

. Esiste un pattern ciclico nella distribuzione degli errori;

. Problemi particolarmente rilevanti nel caso dei dati economici;

Vi presento un "signore" che troveremo più avanti: Il correlogramma

Caso con rho > 0 e vicino all'unità

Caso con rho < 0 e vicino a - 1

Proviamo a fare qualche esperimento con E-views

Generiamo serie utilizzando il generatore di numeri casuali nrnd. Cosa succede se rho: . sale verso l'unità? . varca l'unità? . diventa negativo? . varca l'unità col segno meno davanti?

STUDIEREMO BENE PIU' AVANTI

Prof. Paolo Mattana

Successivo: L' autocorrelazione: diagnosi

Sommario: Index