2) 1. оцениваем исходное регрессионное уравнение, т.е. находим оценки;
2. вычисляем остатки
3. оцениваем адекватность и точность модели;
3) 1. оцениваем исходное регрессионное уравнение, т.е. находим оценки;
2. вычисляем остатки
3. находим d -критерий
4. используя d -критерий определяем наличие автокорреляции
5. находим оценку коэффициента автокорреляции
6. используя данную оценку находим уравнение, где автокорреляция устранена
7. проводим определение параметров полученного уравнения и находим новые значения оценок
8. повторно вычисляем остатки и фактически возвращаемся к этапу 3.
42. Метод Хилдрета-Лу, используемый для оценки коэффициента автокорреляции случайного члена уравнения регрессии и коэффициентов самого уравнения регрессии, заключается в следующем:
1) В данном методе используется итерационная процедура. Находятся оценки факториальных переменных уравнения, далее вычисляются остатки, находится оценка коэффициента автокорреляции из авторегрессионной схемы I порядка, далее, используя данную оценку , находится уравнение, в котором полностью устранена автокорреляция, производим определение параметров этого уравнения, повторно вычисляются остатки и возвращаемся к этапу 3. Процесс повторяется до того пока не будет получена требуемая точность.
2) В данном методе исследователь задает интервал изменения величины и шаг. Для каждого значения производится оценка фактических параметров из уравнения, в котором автокорреляция полностью устранена. Затем выбирается из полученных результатов такой, который дает min стандартную ошибку для преобразования уравнения. Используемые в этом уравнении значения и факториальные переменные принимаются за искомые.
3) В данном методе исследователь исключает один из факторов уравнения регрессии, который, по мнению исследователей, считается менее значимым, или имеет менее высокий коэффициент корреляции с результирующим фактором, или имеет более высокий коэффициент корреляции с другими факторами.