Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...
История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...
Топ:
Особенности труда и отдыха в условиях низких температур: К работам при низких температурах на открытом воздухе и в не отапливаемых помещениях допускаются лица не моложе 18 лет, прошедшие...
Комплексной системы оценки состояния охраны труда на производственном объекте (КСОТ-П): Цели и задачи Комплексной системы оценки состояния охраны труда и определению факторов рисков по охране труда...
Основы обеспечения единства измерений: Обеспечение единства измерений - деятельность метрологических служб, направленная на достижение...
Интересное:
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Мероприятия для защиты от морозного пучения грунтов: Инженерная защита от морозного (криогенного) пучения грунтов необходима для легких малоэтажных зданий и других сооружений...
Средства для ингаляционного наркоза: Наркоз наступает в результате вдыхания (ингаляции) средств, которое осуществляют или с помощью маски...
Дисциплины:
2017-11-28 | 343 |
5.00
из
|
Заказать работу |
|
|
Автокорреляция — корреляционная зависимость между текущими уровнями некоторой переменной и уровнями этой же переменной, сдвинутыми на несколько периодов времени назад
Автокорреляция случайной составляющей ε — корреляционная зависимость текущих 𝜀𝑖 и предыдущих и 𝜀𝑖−𝐿 значений случайной составляющей. Величина L называется запаздыванием, сдвигом во времени или лагом. Лаг определяет порядок автокорреляции. Автокорреляция случайной составляющей нарушает 3-ю предпосылку нормальной линейной модели регрессии: случайные отклонения 𝜀𝑖 и 𝜀𝑗 (i ≠ j) не коррелируют (отсутствует автокорреляция): 𝑀(𝜀𝑖, 𝜀𝑗)= 0, 𝑖 ≠ 𝑗. Обычно автокорреляция встречается при использовании данных временных рядов. Допустим, что случайная составляющая обусловлена только невключением в модель объясняющих переменных. Тогда, если значение 𝜀𝑖 в i -м наблюдении должно быть независимым от его значения в предыдущем (i - L)-oм наблюдении 𝜀𝑖−𝐿, то и значение любой факторной переменной, «скрытой» в ε, должно быть некоррелированным с ее значением в предыдущем наблюдении.
Причины: ошибки спецификации; инерция в изменении экономических показателей; эффект паутины; сглаживание данных.
Автокорреляция может быть как положительной, так и отрицательной. Положительная автокорреляция означает постоянное в одном направлении действие неучтенных факторов на результат. Отрицательная автокорреляция означает разнонаправленное действие неучтенных в модели факторов на результат, что приводит к отрицательной корреляции между последовательными значениями случайной составляющей. То есть за положительными значениями случайной составляющей 𝜀𝑖 в одном наблюдении следуют отрицательные значения 𝜀𝑗 и в следующем, и наоборот. Заметим, что отрицательная автокорреляция в экономике встречается относительно редко.
|
29. Последствия автокорреляции в определенной степени сходны с последствиями гетероскедастичности. Среди них при применении МНК выделяют следующие. 1. Оценки параметров, оставаясь несмещенными и линейными, перестают быть эффективными. Поэтому, они перестают обладать свойствами наилучших линейных несмещенных оценок. 2. Дисперсии оценок коэффициентов являются смещенными. Дисперсии часто, являются заниженными, что влечет за собой увеличение t-статистик. 3. Оценка дисперсии регрессии S2 является смещенной оценкой истинного значения σ2, во многих случаях занижая его. 4. Выводы по t- и F-статистикам, определяющим значимость коэффициентов регрессии уравнения и коэффициента детерминации R2, возможно, будут неверными. Вследствие этого ухудшаются прогнозные качества модели.
30. Обнаружение автокорреляции случайной составляющей. Оценкой случайной составляющей является остаток — разность между фактическим и рассчитанным по оцененному уравнению регрессии значениями признака-результата. Так как автокорреляция случайных составляющих имеет место, в основном, когда исходные данные являются временными рядами, обозначим номер наблюдения как t: (t = 1,…,n). Тогда для t -го наблюдения остаток будет равен 𝑒𝑡 = 𝑦𝑡 − 𝑡. Возможные методы обнаружения автокорреляции остатков, (следовательно, и случайных составляющих): Метод рядов, Критерий Дарбина-Уотсона – наиболее известный критерий обнаружения автокорреляции. (существуют 4 ограничения использования данного метода)
Устранение автокорреляции
Используем авторегрессонную схему первого порядка AR(1). Вместо переменных x, y рассмотрим новые переменные x*, y*, значения которых вычисляются по правилу: Пусть = b0 (1 − 𝜌). Коэффициент 𝜌 = 1 − = 0,4205. С помощью обычного МНК по переменным x* и y* оцениваем коэффициенты уравнения = + 𝑏1 . Далее находим 𝑏0 = /(1 − 𝜌).
|
Так как автокорреляция чаще всего вызывается неправильной спецификацией модели, то необходимо, прежде всего, скорректировать саму модель. Для простоты изложения AR(1) рассмотрим модель парной линейной регрессии: + Тогда наблюдениям t и (t - 1) соответствуют формулы: + + Пусть случайные отклонения подвержены воздействию авторегрессии первого порядка: , где — случайные отклонения, удовлетворяющие всем предпосылкам МНК, а коэффициент известен. Вычтем из второй формулы соотношение третьей, умноженное на : Положив получим: .
Так как по предположению коэффициент известен, то очевидно, у*, xt, vt вычисляются достаточно просто. В силу того что случайные отклонения vt удовлетворяют предпосылкам МНК, оценки параметров в 0 и в 1 будут обладать свойствами наилучших линейных несмещенных оценок.
|
|
Адаптации растений и животных к жизни в горах: Большое значение для жизни организмов в горах имеют степень расчленения, крутизна и экспозиционные различия склонов...
Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!