Anexo
127
ANEXO
A1.
P
ruebas estadísticas
Las pruebas estadísticas que dan validez y a las cuales son sometidos los datos considerados
en el modelo de regresión para la estimación de la demanda, se describen en los siguientes
párrafos, considerando que dado que las perturbaciones (errores) de los datos no son observables,
estas se estudian con los residuos.
Prueba de normalidad
El histograma de frecuencias del error además de los estadísticos básicos (media, mediana,
máxima, mínimo, desviación típica, apuntamiento y curtosis) se muestra en la Figura A.1 y presenta
el resultado de un contraste de tipo Jarque-Bera para analizar la normalidad de la distribución de
errores.
Figura A. 1 Prueba de normalidad
Series: Residuals
Sample 2002 2011
Observations 10
3.2
2.8
2.4
2.0
1.6
1.2
0.8
0.4
0.0
-8.19e-07
0.000835
0.012829
-0.011443
0.008298
0.028396
1.725066
0.678618
0.712282
Mean
Median
Maximum
Minimum
Std. D ev.
Sk ewness
Kurtosis
Jarque-Bera
Probability
-0.01
-0.00
0.01
El test de Jarque-Bera, analiza la relación entre los coeficientes de asimetría y curtosis o
apuntalamiento de los residuos de la ecuación y los correspondientes a los de una distribución
normal, de forma tal que si estas relaciones son suficientemente diferentes se rechazaría la
hipótesis nula de normalidad de los residuos.
El valor del contraste viene acompañado con el correspondiente nivel de probabilidad asociado
al rechazo de la hipótesis nula siendo cierta, de forma tal que si dicho valor de probabilidad fuera
inferior al 5%, se rechazaría la hipótesis nula, con el 95% de confianza, y se admite la no normalidad
del residuo.
Pruebas de autocorrelación
El fenómeno de la autocorrelación residual consiste en la existencia de un determinado nivel de
correlación entre las perturbaciones (errores) de los sucesivos períodos. En el contexto de regresión,
el modelo clásico de regresión lineal supone que no existe tal autocorrelación en las perturbaciones.
