Студопедия
МОТОСАФАРИ и МОТОТУРЫ АФРИКА !!!


Авиадвигателестроения Административное право Административное право Беларусии Алгебра Архитектура Безопасность жизнедеятельности Введение в профессию «психолог» Введение в экономику культуры Высшая математика Геология Геоморфология Гидрология и гидрометрии Гидросистемы и гидромашины История Украины Культурология Культурология Логика Маркетинг Машиностроение Медицинская психология Менеджмент Металлы и сварка Методы и средства измерений электрических величин Мировая экономика Начертательная геометрия Основы экономической теории Охрана труда Пожарная тактика Процессы и структуры мышления Профессиональная психология Психология Психология менеджмента Современные фундаментальные и прикладные исследования в приборостроении Социальная психология Социально-философская проблематика Социология Статистика Теоретические основы информатики Теория автоматического регулирования Теория вероятности Транспортное право Туроператор Уголовное право Уголовный процесс Управление современным производством Физика Физические явления Философия Холодильные установки Экология Экономика История экономики Основы экономики Экономика предприятия Экономическая история Экономическая теория Экономический анализ Развитие экономики ЕС Чрезвычайные ситуации ВКонтакте Одноклассники Мой Мир Фейсбук LiveJournal Instagram

С автокорреляцией остатков




Линейная модель множественной регрессии

Проверка гомоскедастичности дисперсии по критерию Бартлетта

Y Ошибка ei ei2 Y Ошибка ei ei2
-2,49 6,20 -0,68 0,46
-1,86 3,46 5,27 27,72
31,93 1019,21 5,8 -5,29 27,93
7,5 -3,18 10,11 13,8 -16,74 280,23
-2,17 4,71 6,2 8,94 79,87
-18,38 337,64 7,9 -3,57 12,74
11,5 -3,45 11,90 5,4 5,18 26,79
5,58 31,14 7,72 59,60
15,8 -3,11 9,67 25,5 -0,85 0,72
-8,72 76,04 7,1 4,85 23,47
    =167,41     =59,69

Таблица 4.2

Переменные Коэффициент Стандартная ошибка Значение t-статистики Значение критерия Фишера F(2,17) R2
до после до после до после до после до после
X1 1,156 1,156 0,246 0,251 4,694 4,588 24,17 20,87 0,73 0,73
X2 15,104 15,104 3,352 4,112 4,505 3,673
Константа -17,313 -17,313 6,447 5,297 -2,685 -3,268

Вернемся еще раз к предположению (3.3). Из него, в частности, следует, что ковариации случайной ошибки для разных наблюдений равны нулю. Если к тому же случайные ошибки распределены нормально, то это означает их попарную независимость.

Однако регрессионные модели в экономике часто содержат стохастические зависимости между значениями случайных ошибок – автокорреляцию ошибок. Ее причинами являются: во-первых, влияние некоторых случайных факторов или опущенных в уравнении регрессии важных объясняющих переменных, которое не является однократным, а действует в разные периоды времени; во-вторых, случайный член может содержать составляющую, учитывающую ошибку измерения объясняющей переменной.

Применение к модели с автокорреляцией остатков обыкновенного МНК приведет к следующим последствиям:

1. Выборочные дисперсии полученных оценок коэффициентов будут больше по сравнению с дисперсиями по альтернативным методам оценивания, т.е. оценки коэффициентов будут неэффективны.

2. Стандартные ошибки коэффициентов будут оценены неправильно, чаще всего занижены, иногда настолько, что нет возможности воспользоваться для проверки гипотез соответствующими точными критериями – мы будем чаще отвергать гипотезу о незначимости регрессии, чем это следовало бы делать в действительности.

3. Прогнозы по модели получаются неэффективными.




На практике исследователь в этом случае поставлен перед проблемой тестирования наличия в модели автокорреляции, а также выявления причины автокорреляции при ее обнаружении: или в модели опущена существенная переменная, или структура ошибок зависит от времени. То есть, исследование остатков позволяет судить о правильности модели и ее пригодности для прогнозирования.

Простейшим способом проверки наличия автокорреляции является графическое изображение остатков ei. Возможно построение:

· графика временной последовательности, если остатки получены в разные моменты времени;

· графика зависимости остатков от значений , полученных по регрессии;

· графиков зависимости остатков от объясняющих переменных.

Если изображение остатков представляет собой горизонтальную полосу, это указывает на отсутствие каких-либо проблем, связанных с моделью. В противном случае в зависимости от вида и типа графика можно получить информацию о: неадекватности модели, ошибочности расчетов, необходимости включения в модель линейного или квадратичного члена от времени; наконец о непостоянстве дисперсии.

Ясно, что ошибки могут коррелировать по-разному, однако без нарушения общности можно рассматривать так называемую сериальную корреляцию (автокорреляцию), когда зависимость между ошибками, отстоящими на некоторое количество шагов s, называемое порядком корреляции (в частности, на один шаг, s=1), остается одинаковой, что хорошо проявляется визуально на графике в системе координат (ei; ei-s). Например, для s=1 на рис. 4.2 показаны отрицательная (слева) и положительная (справа) автокорреляция остатков. В экономических исследованиях чаще всего встречается положительная автокорреляция.



       
   
 






Дата добавления: 2014-02-01; просмотров: 631; Опубликованный материал нарушает авторские права? | Защита персональных данных | ЗАКАЗАТЬ РАБОТУ


Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Как то на паре, один преподаватель сказал, когда лекция заканчивалась - это был конец пары: "Что-то тут концом пахнет". 8477 - | 8069 - или читать все...

Читайте также:

  1. АГРОНОМИЯ ДРЕВНЕГО МИРА. известной степени и морфологическим анализом зерновых остатков. Яровая пшеница, особенно на гарях, может давать хорошие урожаи, не страдая силь­но от
  2. Анализ преимуществ и недостатков различных процедур разрешения
  3. Ведомость остатков по синтетическим счетам ОАО «Линда» на 1 декабря 2001 г
  4. Гетероскедастичность остатков
  5. Гетероскедастичность остатков в уравнении регрессии и ее последствия
  6. Гидрогеологические условия. Вспомогательная таблица полных остатков
  7. ЗАКЛЮЧЕНИЕ. Ликвидация остатков бухаринско-троцкистских шпионов, вредителей, изменников родины. Подготовка к выборам в Верховный Совет СССР. Курс партии на развернутую
  8. Разложение растительных остатков
  9. Соблюдение требований, которым должен удовлетворять ряд остатков
  10. Солнечная система. В приводе выключения сцепления лучше иметь дело с чем-нибудь понадежнее, чем трос - в нем масса недостатков. Тянется? Да. Рвется? Безусловно. Поднимите руки


 

18.207.255.49 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.


Генерация страницы за: 0.002 сек.