Способы исключения или уменьшения автокорреляции в рядах динамики

К ним относятся:

- метод включения времени в качестве дополнительного фактора;

- метод последовательных разностей;

- метод авторегрессионных преобразований.

Рассмотрим эти способы. В соответствии с теоремой, доказанной Фришем и Воу, время вводится в систему связных динамических рядов в явной форме в качестве дополнительного фактора, и эта процедура называется введением фактора времени в уравнение регрессии. Уровни исходных динамических рядов могут быть представлены показателями в любой форме, в том числе логарифмической, а время всегда вводится в линейной форме. Доказано, что введение времени аналогично использованию отклонения фактических данных от трендов.

Применение метода наименьших квадратов к обработке многомерных временных рядов не отличается от методологии применения его к обычным статистическим рядам. В рассматриваемом случае минимизируется следующее выражение:

При исключении автокорреляции методом последовательных разностей подвергаются обработке методом наименьших квадратов не сами уровни исходных рядов у_ty_t+1 ,…,y_t+n, и x_tx_t+1 ,…,x_t+n, а последовательные разности между ними.

При использовании этого метода исходят из предложения, что все разности между уровнями динамических рядов, начиная с первой, будут содержать только случайную компоненту. Причем первые разности содержат случайную компоненту в линейной форме, вторые- описываемую параболой 2 – го порядка, третьи – показательной функцией.

Метод авторегрессионных преобразований заключается в том, что определяют уравнение связи между отклонениями от тенденций двух связных рядов динамики. В этом случае так же получают уравнение регрессии, не искаженные влиянием автокорреляции.

Введение времени в качестве дополнительной переменной является наиболее действенным способом обработки связных рядов динамики. Во всяком случае, при линейной связи между исследуемыми рядами этот способ более точен, чем использование последовательных разностей или отклонений от трендов.

При обработке методом наименьших квадратов последовательных разностей или отклонений от трендов исследователь имеет дело с чисто случайными величинами, взаимосвязь между которыми является часто весьма сомнительной, так как исключение в обоих случаях тенденций нарушает существование причинно – следственной связи между явлениями.