У вас вопросы?
У нас ответы:) SamZan.net

1Метод рядов 2 Тест Дарбина Уодсона 3Qтест Льинга Бокса и др

Работа добавлена на сайт samzan.net: 2016-03-05

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 3.4.2025

Регрессионная модель МНК позволяет получить несмещенную оценку с минимальной дисперсией только тогда, когда остатки независимы друг от друга. Нарушение условия независимости остатков ) называется автокорреляцией. Если имеет место автокорреляция остатков, то коэффициенты регрессии не смещены, но стандартные ошибки недооценены, а проверка статистической значимости коэффициентов ненадежна. Онаружение автокорреляции осуществляется с помощью методов: 1)Метод рядов 2) Тест Дарбина Уодсона 3)Q-тест Льинга Бокса и др.

Метод рядов. Последовательно определяются знаки отклонений , Ряд определяется как непрерывная последовательность одинаковых знаков. Количество знаков в ряду называется длиной ряда. Подсчитывается кол-во рядов (К) и длина ряда.

Визуальное распределение знаков свидетельствует о неслучайном характере связей между отклонениями. Если рядов слишком мало по сравнению с количеством наблюдений п, то вполне вероятна положительная автокорреляция. Если же рядов слишком много, то вероятна отрицательная автокорреляция. Для более детального анализа предлагается следующая процедура. Пусть п — объем выборки; п1 — общее количество знаков «+» при п наблюдениях; п2    — общее количество знаков «—» при п наблюдениях ; .k — количество рядов. Если при достаточно большом количестве наблюдений (n1>10, п2>10) количество рядов к лежит в пределах

                      

то гипотеза об отсутствии автокорреляции не отклоняется.

Устранение автокорреляции

Для устранения автокорреляции (как и в случае с гетероскедастичностью) можно воспользоваться обобщенным методом наименьших квадратов (ОМНК).

Для применения ОМНК необходимо специфицировать модель автокорреляции регрессионных остатков. Обычно в качестве такой модели используется авторегрессионный процесс первого порядка AR(1).

Используя AR(1) в качестве модели автокорреляции остатков, можно записать:

            (1)         

Предполагая, что структура модели является постоянной, для периода t -1 получаем модель:

           (2)      

Умножаем обе части уравнения (2) на ;

       (3)

Вычитаем уравнение (3) из уравнения (1):

    (4)

Приводим уравнение (4) к виду:

    (5)

где

6) Вводим переменные    

,

,

,

.

и переписываем уравнение (5)  в виде:

.      (6).

Ошибки полученного уравнения (6) не подвержены автокорреляции, поэтому на данном этапе можно применить к модели метод наименьших квадратов.

Однако прежде чем перейти к моделе 6 необходимо оценить величину , т.к. заранее она не известна. Приближенно это можно сделать через критерий ДУ.




1. Петр Ильич Чайковский (1840-1893)
2. Характеристика населения США Традиции страны
3. Holidys nd trditions in english-speking countries
4. Очередной развод ну или чтото в этом роде и это нормально
5. 2013г Автономная некоммерческая организация Учебный Центр Нефтестрой именуемая в дальнейшем Ис
6. Пояснительная записка.
7. Лабораторна робота 5 Статистичні методи аналізу взаємозв~язків
8. тема представлений индивида о себе самом осознаваемая часть личности образ собственного Я
9. ЛФК при плоскостопии
10. ФИЗИЧЕСКАЯ КУЛЬТУРА КАК СРЕДСТВО СОХРАНЕНИЯ И УКРЕПЛЕНИЯ ЗДОРОВЬЯ