Модели с лаговыми переменными (основные понятия, определения и направления использования)

В моделях врем рядов зависимая пер-ная может быть связана не только со значением объясняющ пер-ной х в момент времени t, но и со значениями в предыдущ моменты времени (напр потребл-е товаров длит пельз-я зависит как от доходов текущ, так и предыдущ периодов) В таких случаях строится модель с лаговыми объясняющ пер-ными Ct=a+b1*yt-1+b2*yt-2+E (Ct-потребление в пер врем t, yt-1-доход в пер врем t-1,лаговая пер-ная. Объясняющ пер-ные взятые в модели регрессии с запазданием во времени наз-ся лаговыми пер-ными. Величина интервала с запазданием наз-ся лагом. Yt-2 значит лаг=2 Кроме того, в правой части модели лаговой может быть и зависимая пер-ная. Напр спрос на T может зависеть не только от дохода, но и от достигнутого спроса на него в предыдущ период. Тогда модель будет иметь следующий вид: Ct=a+b1*yt+b2*Ct-1+E. Модели регрессии по динамич рядам с галловыми перемен принято называть динамич моделями. Их можно разделить на 3 класса: 1)модели с лаговыми объясняющ пер-ными или иначе модели с распределенными лагами yt=a+b0*xt+b1*xt-1…+bk*xt-k+E. 2)модели с лаговыми зависим пер-ными (модель авторегрессии) yt=a+bxt+c1yt-1+…+ckyt-k+У 3)модели с лаговыми зависимыми и независ пер-ными (т.е авторегрессион модели с распред лагами) yt=a+b0xt+b1xt-1+..+bkxt-k+c1yt-1+…+cmyt-m+E.