|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Узаг-ий МНК для знаходж-я оцінок параметрів моделі з автокорельов-и залишкамиДля оцінюв-я параметрів економ-ої моделі, що має автокореляцію залишків, можна застос-и узагал-ий МНК (метод Ейткена), який базується на скоригованій вихідній інформації з урахуванням коваріації залишків. Система рівнянь для оцінки параметрів моделі на основі методу Ейткена запишеться так: або ‑ вектор оцінок параметрів економ-ої моделі; ‑ матриця не залеж змінних; ‑ матриця, транспон-а до матриці X; ‑ матриця, обернена до матриці кореляції залишків; ‑ матриця, обернена до матриці V, де , а - залишкова дисперсія; Y ‑ вектор залеж змінних. Звідси або Отже, щоб оцінити параметри моделі на основі методу Ейткена, треба сформ-и матрицю S або V. Матриця S має вигляд: У цій симетричній матриці виражає коеф-нт автокореляції s-го порядку для залишків . Очевидно, що коеф-т автокореляції нульового порядку дорівнює 1. Оскільки коваріація залишків при s > 2 часто наближу-я до нуля, то матриця, обернена до матриці S, матиме такий вигляд: Таку матрицю можна викор-и при оцінюв-і параметрів моделі з автокорельованими залишками за методом Ейткена. Циклічний коеф. кореляції де ut - величина залишків у період t; ut–1 - величина залишків у період t-1; n - число спостережень. Якщо , то . Зауважимо, що параметр r (або ) має зміщ-я. Тому, викор-и такий параметр для формування матриці S, необхідно скориг-и його на величину зміщ-я Залишкова Дисперсія: де - вектор, транспонований до вектора залишків u; n-m-1 - число ступенів свободи. Дисперсія залишків з урахуванням заміщення: Значення λ: 56.Метод Кочрена – Оркатта. Модель: Перетворивши вихідну інформацію за доп-ою p, дістанемо: У цій моделі залишки Еt мають скалярну дисперсійну матрицю. Сума квадратів: (8.27) Метод наближу-го пошуку параметрів , і , які мініміз-ь суму квадратів, дає ітеративний метод, запроп-ий Кочреном і Оркаттом. Алгоритм: 1.Довільно вибирають знач-я параметра р, підставивши його в (8.27), обчисл-ь і . 2. Поклавши і , підставимо їх у (8.27) і обчислимо 3. Підставивши в співвідношення (8.27) значення , знайдемо і . 4. Використаємо і для мінімізації суми квадратів залишків (8.27) за невідомим параметром . Процедура триває доти, доки наступні значення параметрів , і р не будуть відрізнятись менш як на задану величину. В результаті застосування методу К-О завжди знаходимо глобальний оптимум і алгоритм забезпечує порівняно добру збіжність. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |