![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Автокореляція в залишках.Автокореляція в залишках може бути викликана декількома причинами, що мають різну природу. 1. Вона може бути зв'язана з вихідними даними і викликана наявністю помилок виміру в значеннях результативної ознаки. 2. У ряді випадків автокореляція може бути наслідком неправильної специфікації моделі. Модель може не включати фактор, що впливає на результат і вплив якого відбиває в залишках, унаслідок чого останні можуть виявитися автокорельованими . Дуже часто цим фактором є фактор часу Від щирої автокореляції залишків варто відрізняти ситуації, коли причина автокореляції полягає в неправильній специфікації функціональної форми моделі. У цьому випадку варто змінити форму моделі, а не використовувати спеціальні методи розрахунку параметрів рівняння регресії при наявності автокореляції в залишках. Один з більш розповсюджених методів визначення автокореляції в залишках – це розрахунок критерію Дарбина-Уотсона:
Т.е. величина Можна показати, що при великих значеннях
Таким чином, якщо в залишках існує повна позитивна автокореляція і Алгоритм виявлення автокореляції залишків на основі критерію Дарбина-Уотсона наступний. Висувається гіпотеза
Якщо фактичне значення критерію Дарбіна-Уотсона попадає в зону невизначеності, то на практиці припускають існування автокореляції залишків і відхиляють гіпотезу 4. Методи згладжування часових рядів. При аналізі часових рядів ми використовували метод ковзаної середньої, де усі дані (і піздні, і ранні) були рівноправні.Більш правильнимпредставляється спосіб, в якому даним приписують вагу : більш пізнім даним придається більшу вагу, чим більш ранім.
|