4.5. Автокорреляция
Случайная последовательность образует авторегрессионный процесс 1-го порядка, если:
(4.5.1)
где – последовательность независимых нормально распределенных случайных величин с нулевым средним (математическое ожидание равно 0) и постоянной дисперсией,
– коэффициентом авторегрессии ( ).
Если , то нарушается условие гомоскедастичности. МНК – оценки коэффициентов регрессии останутся несмещенными, но потеряют свойство эффективности.
Для проверки наличия или отсутствия корреляции по времени используется тест Дарбина – Уотсона. В основе теста лежит статистика:
(4.5.2)
Нулевая гипотеза состоит в отсутствии корреляции.
Условно значение статистики DW можно оценить:
1) если статистика DW близка к 2, то это означает отсутствие корреляции в остатках регрессии;
2) если статистика DW близка к 0, то, скорее всего, есть положительная корреляция в остатках регрессии;
3) если статистика DW близка к 4, то, скорее всего, есть отрицательная корреляция в остатках регрессии.
Для оценки регрессионных моделей с авторегрессией применяются специальные процедуры доступного обобщенного МНК.
- 1. Что такое эконометрика?
- 1. Что такое эконометрика?
- 2. Основные типы эконометрических моделей
- 2.1. Регрессионные модели с одним уравнением
- 2.2. Модели временных рядов
- 2.3. Системы одновременных уравнений
- 3. Однофакторная парная регрессионная модель
- 3.1. Функциональная спецификация модели
- 3.2. Парная линейная регрессия
- 4. Множественная регрессия
- 4.1. Нахождение оценок неизвестных параметров
- 4.2. Значимость модели множественной регрессии
- 4.3. Мультиколлинеарность
- 4.4. Гетероскедастичность
- 4.5. Автокорреляция
- 4.6 Фиктивные переменные
- 5. Реализация типовых задач на компьютере
- 5.1 Регрессионный анализ в ms Excel
- 5.2 Другие возможности ms Excel
- 5.3 Анализ полученной модели
- 6. Задачи
- Глоссарий
- Список вопросов к экзамену (зачету)