En este tema se aborda
el estudio del modelo de regresión generalizado bajo el supuesto de
matriz de varianzas y covarianzas de la perturbación no-diagonal (modelo con
perturbaciones autocorrelacionadas) pero con varianzas constantes
(homocedasticidad)
El objetivo fundamental que
se pretenden alcanzar tras el estudio de este tema es el análisis de autocorrelación.
Para ello se define su concepto y se señalan algunas de las causas[1] que pueden
originar perturbaciones correlacionadas serialmente. A continuación se estudian
distintas estructuras para modelizar este comportamiento y se presentan
contrastes de hipótesis que permitirán tomar una decisión acerca de si existe o
no autocorrelación.
Detectada la presencia de
autocorrelación se sugiere distintas alternativas teóricas para la estimación
de modelos con estas características. En último lugar se mencionan los
problemas que plantean los contrastes de hipótesis y la predicción en los
modelos autocorrelacionados
[1] Es necesario señalar que el problema de autocorrelación, generalmente se asocia a datos de series temporales ya que la relación entre los datos contiguos puede derivarse a relaciones de dependencia entre perturbaciones de periodos de tiempo distintos. No obstante, este problema puede surgir también al trabajar con datos de corte transversal utilizando, en este caso, el término correlación espacial para referirse a las relaciones de dependencia entre perturbaciones de observaciones distintas.