n | K=1; m=2 | K = 2; m=3 | K=3;m=4 | |||
d0 | d1 | d0 | d1 | d0 | d1 | |
0,88 | 1,32 | 0,70 | 1,64 | 0,53 | 2,02 | |
1,08 | 1,36 | 0,95 | 1,54 | 0,82 | 1,75 | |
1,2 | 1,41 | 1,1 | 1,54 | 1,68 | ||
1,35 | 1,49 | 1,28 | 1,57 | 1,21 | 1,65 |
Пограничные значения, в которых должна находиться величина d, приведенные в табл. 6.1., зависят от числа наблюдений n (длины ряда данных) и числа переменных K или параметров m уравнения регрессии).
Если d<d0 , то гипотеза об отсутствии автокорреляции отвергается
(с вероятностью 0,95).
Если d>d1, то гипотеза об отсутствии автокорреляции принимается с вероятностью 0,95.
Если d0 ≤d ≤d1 , то нет достаточных оснований для того, чтобы принять или отвергнуть гипотезу об отсутствии автокорреляции. Рекомендуется увеличить число переменных n.
Такая проверка осуществляется, если 0 ≤d <2. Если 2 <d ≤4, то имеется так называемая отрицательная автокорреляция и с критическими значениями d0 и d1 сравнивается величина 4-d.
Проверка соответствия распределения остаточной компоненты нормальному закону производится с использованием статистических критериев, например критерия Пирсона, критерия Колмогорова и др. которые будут более подробно рассмотрены на следующей лекции. Однако на практике применение критериев согласия затруднено из-за небольшого объема статистических данных (п<50), поэтому оценка соответствия нормальному закону может быть осуществлена приближенно с использованием показателей асимметрии и эксцесса.
|
|
При нормальном распределении показатели асимметрии (А) и эксцесса (Э) рассчитываются по формулам:
Если одновременно выполняются неравенства:
то гипотеза о нормальном законе распределения принимается.
Если выполняются хотя бы одно из неравенств:
то гипотеза о нормальном законе распределения отвергается.
В других случаях требуется дополнительная проверка с помощью более мощных критериев.