АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Преобразования, уравнения которых в качестве лаговых объясняющих переменных включают значения зависимых переменных

Читайте также:
  1. C. Множественные пятна на коже, цвет которых варьирует от белого до бурого
  2. III.Выпишите из абзацев 4, 5, 6 словосочетания, в которых определения выражены существительными, и переведите их на русский язык.
  3. Абсолютные и относительные показатели силы связи в уравнениях парной регрессии.
  4. Административная ответственность: основания и особенности. Порядок назначения административных наказаний.
  5. Анизотропия. Выявление анизотропии свойств геологических переменных методами геостатистики.
  6. б. Внести фундаментальные изменения в теорию и практику международных отношений, которых придерживается правительство, находящееся у власти в России.
  7. Бойцы специального Божьего назначения
  8. Буквенные позиционные обозначения основных элементов
  9. В зданиях школ следует предусматривать медицинские помещения, состав и площадь которых устанавливаются в задании на проектирование.
  10. В качестве обвиняемого
  11. В качестве примеров, иллюстрирующих обязанность арбитражного суда приостановить производство по делу по указанному основанию, можно привести следующие.
  12. В сердце моём просыпается семя предназначения

305. Для чего используется авторегрессионное преобразование?

Для устранения автокорреляции

306. В каких случаях авторегрессионное преобразование может оказаться

неэффективным?

307. Как и для чего используется использование лаговых зависимых переменных в

качестве независимых?

Эта процедура используется только для больших выборок

308. Какова практическая реализация обобщенного метода наименьших квадратов?

Если автокорреляция устранена с помощью использования истинного значения р, и сохранения первого наблюдения, то полученная оценка является оценкой по обобщенному методу наименьших квадратов (ОМНК)

 

309. В каких случаях использование обобщенного метода наименьших квадратов

оказывается особенно эффективным?

При наличии неярко выраженного тренда и высоком значении «ро»

 

310. Что делать, если использование обобщенного метода наименьших квадратов

оказалось неэффективным?

Использовать обычный метод наименьших квадратов

ГЕТЕРОСКЕДАСТИЧНОСТЬ

С нарушением какого из условий Гаусса-Маркова связано наличие

Гетероскедастичности?

Нарушение условия, что случайный член гомоскедастичен, т.е. его значение в каждом наблюдении получено из распределения с постоянной теоретической дисперсией. Другими словами, распределение сл.члена для всех наблюдений оказывается постоянным.

σui2= σu2 для всех i. Или E(ui)=σu2. При гетероскедастичности σui2 не одинакова для всех наблюдений.

Почему появление гетероскедастичности наиболее типично для пространственных выборок?

Поскольку пространственная выборка дает значения в данный момент времени.

В каких случаях можно ожидать проявления гетероскедастичности во временных рядах?

Когда ошибка e в период t более вероятно должна относиться к ошибке в период (t-1)

Каков основной механизм возникновения истинной гетероскедастичности? Что

Такое фактор пропорциональности?

Истинная гетероскедастичность происходит из-за ошибки, казалось бы корректно специфицированного уравнения:

VAR(εi)=σi2 (i=1,2,…,n)

Если VAR(εi)=σ2 все εi получатся из того же распределения. Возникает гетероскедастичность, если в выборке существует большое несоответствие/расхождение между мин. и макс. значениями зависимых переменных (например, если в одной выборке включены вес баскетболиста и мыши)

Отклонение/колебание ошибок можно отнести к экзогенному параметру Zi. Yi=b0+b1X1i+b2X2i+ εi, где VAR(εi)=σ2Zi2, где Z может как быть, так и не быть частью объясняющего анализа. В данном случае Z – фактор пропорциональности.

Каковы возможные механизмы возникновения ложной гетероскедастичности?

Она возникает вследствие неверной спецификации модели, например, за счет упущенных переменных. Это упущение включается в ошибку. Возможно также опускание какого-то члена, что так же приведет к ложной гетероскедастичности.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 |

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.)