Definición de Contraste de Dickey-Fuller

David Méndez

El contraste de Dickey-Fuller es una prueba que utiliza la estadística para conocer la presencia de una conducta tendencial estocástica en series temporales de las variables que integran la prueba, mediante un contraste de hipótesis.

Es decir, el contraste de Dickey-Fuller nos ayudará a conocer si hay presencia significativa de tendencia en las series temporales de las variables que estamos analizando. Para ello, se realizará un contraste de hipótesis que permita conocer la veracidad de dicha tendencia.

¿Para qué sirve el contraste Dickey-Fuller?

Este contraste se aplica en econometría (rama de la economía que usa modelos matemáticos y estadísticos para explicar sistemas económicos, sucesos o interpretaciones de la economía y el mercado) para poder comprobar que existe o no tendencia en las series temporales.

Además, para analizar este tipo de tendencias, el contraste Dickey-Fuller es el más fácil de usar, en comparación con otros contrastes que son más complejos y requieren más conocimiento o analizan otro tipo de hechos que no nos interesan.

Planteamiento y cálculo de Dickey-Fuller

Para poder realizar este contraste, debemos fijar una hipótesis nula que será la presencia de esta tendencia estocástica en las observaciones que realizamos, frente a una alternativa: la no tendencia estocástica en las observaciones.


Para saber si hay o no tendencia en una autoregresión, en una serie temporal en un modelo AR(1), el primer regresor tiene que tender a 1 ó estar muy próximo. Esto es por la propiedad de reversión a la media en un proceso estocástico estacionario.

Si el primer coeficiente de un modelo AR(1) está próximo a 1, más tardarán las observaciones en poder volver a tener el valor medio. La tendencia estocástica en las observaciones se da en función del número que asignemos al primer regresor de la autoregresión, que será el contrastado.

Las hipótesis serán:

  • H0 (nula): Tendencia estocástica en series temporales
  • H1 (alternativa): No tendencia estocástica en series temporales
  • ¿Te ha servido de ayuda?
  • No