![]() Поиск: Рекомендуем: ![]() ![]() ![]() ![]() Категории: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() |
Автокорреляция, выявление и устранение
Автокорреляция имеет место, если нарушено третье условие Гаусса-Маркова. Последствия автокорреляциив некоторой степени сходны с последствиями гетероскедастичности, перечислим их: 1) оценки коэффициентов регрессии будут неэффективны; 2) стандартные ошибки коэффициентов будут оценены неправильно, чаше всего занижены, иногда настолько, что нет возможности воспользоваться для проверки гипотез соответствующими точечными критериями; 3) прогнозы по модели получаются неэффективными. Для выявления наличия автокорреляции наиболее часто используют ряд критериев: 1) Графический метод; 2) Тест Дарбина-Уотсона 3) Тест серий (Бреуша-Годфри) 4) Q-тест Льюинга-Бокса Графический метод выявления автокорреляции
Для реализации этого метода в окне результатов оценки динамической модели Multiple Regression Results выберем вкладку Residuals / assumptions / prediction, нажмем кнопку Perform residual analysis, деле в окне Residual Analysis выберем вкладку Residuals (Остатки) и кнопку Residuals vs. independent var. В окне Select variable for scatter plot укажем переменную t1, получаем следующий график:
Рисунок 5.9 – Динамики случайного члена временного ряда
Согласно данным, представленным на рисунке 5.10, не прослеживается тренда в отклонениях, соответственно можно предположить отсутствие автокорреляции.
Тест Дарбина-Уотсона
Для реализации теста Дарбина-Уотсона в пакете STATISTICA в окне результатовResidual Analysis выбрать вкладку Advanced (Расширенные) и нажать кнопку Durbin-Watson statistic (Критерий Дарбина-Уотсона).
Рисунок 5.10 – Выбор критерия Дарбина-Уотсона (приведена часть исходного окна)
В результате оценки получаем следующую таблицу 5.7:
Таблица 5.7 – Значение критерия Дарбина-Уотсона
Значение критерия отлично от двух (приложение _____), при этом согласно таблице критических значений данной статистки при n=25 и k=2 нижняя граница dн=1,21 и верхняя граница dв=1,55. Отсюда получаем, что фактическое значение попадает в зону неопределенности dн<DW<dв, соответственно невозможно точно сделать вывод о наличии (отсутствии) автокорреляции (см. рисунок 5.11).
Рисунок 5.11 - Механизм проверки гипотезы о наличии автокорреляции остатков Тест серий Бреуша-Годфри
Для реализации данного теста в пакете STATISTICA 6.0, необходимо выполнить следующие шаги: Шаг 1. Воспользуемся результатами оценки тренда - Шаг 2. В связи с тем, что для реализации теста необходимо оценить уравнение В результате образования новой переменной получаем таблицу представленную на рисунке 5.12.
Рисунок 5.12 – Исходная таблица для построения уравнения вида -
Шаг 3. Далее произведем сдвиг на один уровень вперед, для этого выберем Date ® Shift (Lag) (Данные ® Выделить лаг). В появившемся окне Shift Variables (рисунок 5.13) в поле Lag укажем значение 1.
Рисунок 5.13 – Создание запаздывающей переменной Шаг 4. На данном шаге запустим модуль Multiple Regressions и в качестве зависимой переменной укажем Residuals а в качестве независимой переменной Residuals t-1. Шаг 5. Выставим галочку возле опции Advanced options (stepwise or ridge regressions) в появившемся окне Model Definition в прокрутке Intercept выберем Set to zero (т.е. регрессионное уравнение будет оценено без свободного члена). После оценки получим следующие результаты:
Таблица 5.8 – Результаты оценки модели вида -
Согласно результатам построения модели
Дата добавления: 2016-11-02; просмотров: 529 | Нарушение авторских прав | Изречения для студентов Читайте также:
Рекомендуемый контект: Поиск на сайте:
|