АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Наслідки автокореляції залишків в економетричному моделюванні

Читайте также:
  1. Ацілгліцеріни однієї групи розрізняються між собою складом жирнокислотного залишків - ацил, що входять в їх структуру.
  2. Безробіття як економічне явище і його наслідки. Закон Оукена.
  3. Безробіття, його причини, види,форми, та соціально-економічні наслідки.
  4. Безробіття: суть, структура, вимірювання та соціально – економічні наслідки.
  5. В чому полягає проблема етичного співвідношення ідеального і реального(крізь призму поділу на належне і суще)?Чому небезпечний абсолютизований ідеалізм і які його наслідки?
  6. Визначення категорії “діапазон контролю”, наслідки його зменшення. Характеристики високої та пласкої структур управління (переваги, недоліки, сфери застосування).
  7. Війна за незалежність та її наслідки
  8. ГОСТРИИ ГЕМАТОГЕННИЙ ОСТЕОМІЄЛІТ: УСКЛАДЕННЯ ТА НАСЛІДКИ
  9. Діяльність людини в природі та її наслідки
  10. Економічні наслідки більшовицького експерименту 20-х рр.
  11. ЕКОНОМІЧНІ НАСЛІДКИ ДЕФІЦИТУ ДЕРЖ. БЮДЖЕТУ. ДЕРЖАВНИЙ БОРГ.
  12. економічні та соціальні наслідки

Наслідки:

1) Оцінки залишаються лінійні незмінні, але перестають бути ефективними;

2) Дисперсії побудовані за МНК є заниженими, що спричиняє збільшення t-статистики, тобто статистично значимими можуть бути ті фактори, які такими не є.

3) Висновки за t і F статистиками стають ненадійними, тобто неможливо обчислити інтервали надійності і перевірити прогнозні значення моделі.

Загальна характеристика методів виявлення автокореляції залишків.

В силу невідомості значень параметрів рівняння регресіїневідомими будуть також і дійсні значення відхилень εt. Тому висновки про їх незалежності здійснюються на основі оцінок еt, отриманих з емпіричного рівняння регресії. Розглянемо можливі методи визначення автокореляції.

Є графічний метод виявлення автокореляції. Найбільш поширеним і відомим є тест Дарбіна-Уотсона.

 

 

Тест Дарбіна-Уотсона для виявлення автокореляції залишків.

В залежності від значення параметра ρ автокореляція є додатна і від’ємна. ρ вказує на залежність між попередньою і наступною похибкою.

Критерій Дарбіна-Уотсона тісно пов’язанийз вибірковим коефіцієнтом кореляції rxiej і тому знаходиться в межах[0;4]. DW≈2(1-rxiej) – взяти кратні значення r→DW є[0;4]

Якщо rxiej=0, то DW=2 – зв'язок відсутній між похибками, відсутня автокореляція.

rxiej=1, то DW=0 – присутня додатна автокореляція.

rxiej=-1, то DW=4 – присутня від’ємна автокореляція.

Схема критерію Д-В:

1) Визначаємо еt=ytt

2) Підраховуємо статистику DW=

По таблице критических точек Дарбина.Уотсона определяются два числа dl и du и осуществляют выводы по следующей схеме:

0 ≤ DW < dl − существует положительная автокорреляция,

dl ≤ DW < du − вывод о наличии автокорреляции не определен,

du ≤ DW < 4 − du − автокорреляция отсутствует,

4 − du ≤ DW < 4 − dl − вывод о наличии автокорреляции не определен,

4 − dl ≤ DW ≤ 4 − существует отрицательная автокорреляция.

Метод Ейткена (УМНК) для оцінки параметрів моделі з автокорельованими залишками.

УМНК матиме вигляд B=(XTS-1X)-1XTS-1Y

Матриця S-дисперсійно-коваріаційна


1 | 2 | 3 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.)