- •Введение
- •1.1. Линейная модель парной регрессии и корреляции
- •1.2. Нелинейные модели парной регрессии и корреляции
- •2. Множественная регрессия и корреляция
- •2.1. Спецификация модели. Отбор факторов при построении уравнения множественной регрессии
- •2.2. Метод наименьших квадратов (мнк). Свойства оценок на основе мнк
- •2.3. Проверка существенности факторов и показатели качества регрессии
- •3. Системы эконометрических уравнений
- •3.1. Структурная и приведенная формы модели
- •3.2. Проблема идентификации
- •3.3. Методы оценки параметров структурной формы модели
- •4. Временные ряды
- •4.1. Автокорреляция уровней временного ряда
- •4. 2. Моделирование тенденции временного ряда
- •4.3. Моделирование сезонных колебаний
- •4.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона
- •Краткий справочник по формулам
4.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона
Автокорреляция в остатках может быть вызвана несколькими причинами, имеющими различную природу.
Она может быть связана с исходными данными и вызвана наличием ошибок измерения в значениях результативного признака.
В ряде случаев автокорреляция может быть следствием неправильной спецификации модели. Модель может не включать фактор, который оказывает существенное воздействие на результат и влияние которого отражается в остатках, вследствие чего последние могут оказаться автокоррелированными. Очень часто этим фактором является фактор времени
.
Один из более распространенных методов определения автокорреляции в остатках – это расчет критерия Дарбина-Уотсона:
. (4.5)
Т.е. величина
есть отношение суммы квадратов разностей
последовательных значений остатков к
остаточной сумме квадратов по модели
регрессии.
Можно показать, что при больших значениях
существует следующее соотношение между
критерием Дарбина-Уотсона
и коэффициентом автокорреляции остатков
первого порядка
:
.
Таким образом, если в остатках существует
полная положительная автокорреляция
и
,
то
.
Если в остатках полная отрицательная
автокорреляция, то
и, следовательно,
.
Если автокорреляция остатков отсутствует,
то
и
.
Т.е.
.
Алгоритм выявления автокорреляции
остатков на основе критерия Дарбина-Уотсона
следующий. Выдвигается гипотеза
об отсутствии автокорреляции остатков.
Альтернативные гипотезы
и
состоят, соответственно, в наличии
положительной или отрицательной
автокорреляции в остатках. Далее по
специальным таблицам определяются
критические значения критерия
Дарбина-Уотсона
и
для заданного числа наблюдений
,
числа независимых переменных модели
и уровня значимости
.
По этим значениям числовой промежуток
разбивают на пять отрезков. Принятие
или отклонение каждой из гипотез с
вероятностью
осуществляется следующим образом:
– есть положительная автокорреляция
остатков,
отклоняется, с вероятностью
принимается
;
– зона неопределенности;
– нет оснований отклонять
,
т.е. автокорреляция остатков отсутствует;
– зона неопределенности;
– есть отрицательная автокорреляция
остатков,
отклоняется, с вероятностью
принимается
.
Если фактическое значение критерия
Дарбина-Уотсона попадает в зону
неопределенности, то на практике
предполагают существование автокорреляции
остатков и отклоняют гипотезу
.
Краткий справочник по формулам
|
Формула |
Пояснение |
|
|
Остаточная дисперсия |
|
|
Параметр а регрессии |
|
|
Коэффициент регрессии |
|
|
Ковариация |
|
|
Вариация х |
|
|
Вариация у |
|
|
Среднее квадратическое отклонение х |
|
|
Среднее квадратическое отклонение у |
|
|
Коэффициент корреляции |
|
|
Коэффициент детерминации |
|
|
Средняя ошибка аппроксимации |
|
|
Общая сумма квадратов отклонений равна сумме факторной и остаточной сумм квадратов отклонений |
|
|
Общая сумма квадратов отклонений |
|
|
Факторная сумма квадратов отклонений |
|
|
Остаточная сумма квадратов отклонений |
|
|
Общая дисперсия на одну степень свободы |
|
|
Факторная дисперсия на одну степень свободы |
|
|
Остаточная дисперсия на одну степень свободы |
|
|
Расчетное значение критерия Фишера |
|
|
Табличное значение критерия Фишера |
|
|
Стандартная ошибка коэффициента регрессии |
|
|
Остаточная дисперсия на одну степень свободы |
|
|
t-статистика коэффициента регрессии |
|
|
Доверительный интервал коэффициента регрессии |
|
|
Стандартная ошибка параметра регрессии |
|
|
t-статистика параметра регрессии |
|
|
Стандартная ошибка коэффициента корреляции |
|
|
t-статистика коэффициента корреляции |
|
|
Связь между критерием Стьюдента и критерием Фишера |
|
|
Доверительный интервал прогноза |
|
|
Предельная ошибка прогноза |
|
|
Стандартная ошибка прогноза |
|
|
Коэффициент эластичности |
|
|
Индекс корреляции |
|
|
Индекс детерминации |
|
|
Расчетное значение критерия Фишера для нелинейной регрессии |
|
|
Стандартизованный вид множественной регрессии |
|
|
Связь между коэффициентами «чистой» регрессии и стандартизованными |
|
|
Частный коэффициент эластичности |
|
|
Средний показатель эластичности |
|
|
Множественный коэффициент корреляции |
|
|
Множественный коэффициент детерминации |
|
|
Определитель матрицы парных коэффициентов |
|
|
Определитель матрицы межфакторной корреляции |
|
|
Скорректированный индекс множественной детерминации |
|
|
Частный коэффициент корреляции |
|
|
Частный коэффициент корреляции |
|
|
Частный коэффициент корреляции |
|
|
Частный коэффициент корреляции |
|
|
Множественный коэффициент корреляции |
|
|
Множественный коэффициент корреляции |
|
|
Расчетное значение критерия Фишера для множественной регрессии |
|
|
Частный F-критерий |
|
|
Частный F-критерий |
|
|
t-статистика коэффициента множественной регрессии |
|
|
Стандартная ошибка коэффициента множественной регрессии |






















,



,
