Автокорреляция. Временные ряды Зависимость наблюдений во времени Зависимость ошибок во времени Ковариационная матрица Авторегрессионный процесс первого.

Презентация:



Advertisements
Похожие презентации
Лекция 8 Регрессионный анализ временных рядов. Временные ряды Проблема для составления выборки – автокорреляция данных Нарушено условие о независимости.
Advertisements

Количественные характеристики случайных переменных Математическое ожидание (среднее значение) Математическое ожидание (среднее значение) Дисперсия и среднее.
В задачу регрессионного анализа входит исследование остаточных величин. Исследование остаточных величин.
Гетероскедастичность Лекция. 2 Цели лекции Природа проблемы гетероскедастичности Последствия гетероскедастичности Средства обнаружения гетероскедастичности.
Гетероскедастичность Лекция. 2 Цели лекции Природа проблемы гетероскедастичности Последствия гетероскедастичности Средства обнаружения гетероскедастичности.
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ПАНЕЛЬНЫХ ДАННЫХ (36 ЧАСОВ ) д. э. н. Е. А. Коломак.
КЛАССИЧЕСКИЙ РЕГРЕССИОННЫЙ АНАЛИЗ. ОБЩАЯ ЛИНЕЙНАЯ МОДЕЛЬ.
ОМНК – обобщенный метод наименьших квадратов (метод Эйткена) Применяется к эконометрической модели, которой свойственна гетероскедастичность.
Идентификация систем Определения и задачи идентификации математических моделей Идентификация статических моделей объектов управления.
ВОПРОСЫ Решение каких проблем включает эконометрическое исследование. Укажите этапы эконометрического исследования. Что представляет собой простая регрессия.
Метод наименьших квадратов УиА 15/2 Айтуар А.. В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей.
Кандидат технических наук, доцент Поляков Константин Львович Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 8.
Кандидат технических наук, доцент Поляков Константин Львович Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 10.
Уравнение множественной регрессии y t = a 0 +a 1 x 1t +a 2 x 2t +a 3 x 3t +…+a k x kt +U t (8.1) Наилучшая линейная процедура получения оценок параметров.
Метод наименьших квадратов В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей функции получили.
Кандидат технических наук, доцент Поляков Константин Львович Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 7.
Модели со стохастическими регрессорами. Ранее мы предполагали, что COV(x i,u i )=0 На практике это не всегда справедливо. Причины: 1. В моделях временных.
Лекция 11. МОДЕЛИРОВАНИЕ ТЕНДЕНЦИИ ВРЕМЕННОГО РЯДА (продолжение)
МЕТОД КОЙКА Предположим,что для описаний некоторого процесса используется модель с бесконечным лагом вида: Предположим,что для описаний некоторого процесса.
1 МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ ПЛАТА ASVABC S 1 ПЛАТА = S + 3 ASVABC + u Геометрическая интерпретация множественной регрессионной модели с.
Транксрипт:

Автокорреляция

Временные ряды Зависимость наблюдений во времени Зависимость ошибок во времени Ковариационная матрица Авторегрессионный процесс первого порядка - AR(1). Оценки МНК – состоятельны и несмещенные, а оценка дисперсии смещена вниз.

Учет автокорреляции Исходная модель: Учет автокорреляции при предположении о AR(1): Проблема Тогда Замечание: не зависит от

Что такое ? Ковариация: Т.е. Это коэффициент корреляции. Вид ковариационной матрицы.

Оценивание моделей Пусть известно. Рассмотрим следующую преобразованную модель: (*)

Оценивание моделей Процедура Кохрейна-Оркатта 1)Оценка - МНК оценка уравнения 2)Проводится преобразование (*) 3)Строится новая оценка 4)Процедура повторяется 5)Остановка процедуры Процедура Хилдерта-Лу (последовательный перебор вариантов) Процедура Дарбина.

Тесты на автокорреляцию. Тест Дарбина-Уотсона Идея – автокорреляция ошибок ведет к автокорреляции остатков. Статистика Дарбина-Уотсона: Распределение DW.

Коррекция Коррекция Ньюи-Веста – коррекция на автокорреляцию и гетероскедастичность. См. Магнус.

Модель с лаговыми переменными. Вид модели с лаговыми переменными: AR(1) модель:(**) Характеристики данной модели. Оценка параметра а и Метод моментов.

h – тест Дарбина Используется только для AR(1). Для уравнения (**) критическая статистика имеет вид: Если нулевая гипотеза верна, то Тест не работает, если

Процедура 1)Вычисление остатков для (**) 2)Оценивание регрессии et на et-1,yt-1,xt- 1 3)Проверка нулевой гипотезы с помощью t – теста для коэффициента при et-1.