Методы обнаружения автокорреляции

 

Тема: Автокорреляция. Методы обнаружения автокорреляции (АК)

Задача 1: Рассмотрите построенную по годовым данным за период с 1980 по 2004 год модель, оцените адекватность и статистическую значимость полученной зависимости (в модели соответственно - объем потребления, агрегированный доход, ставка рефинансирования), используя представленные характеристики, а так же последовательность знаков случайных отклонений модели (графический метод):



Для справки: =2,0796, = 3,4668, ,

Графический метод обнаружения АК: в данном случае по оси абсцисс (ось х) либо момент получения статистических данных, либо порядковый номер наблюдения, а по оси ординат (ось у) оценки отклонения et. Лучше всего это заметно когда используется график зависимостей et. от et-1, который выглядит так:



Если точки сосредоточенны в 1 и 3 четвертях декартовых координат, то это АК+, если во 2 и 4 - АК-

Метод рядов: Этот метод достаточно прост; последовательно определяются знаки отклонений et

Например (-----)(++ + + + + + )(---)(+ + + +)(-) т. е. 5 - ,7 +,3 -, 4 +, 1 - при 20 наблюдениях.

Ряд определяется как непрерывная последовательность одинаковых знаков. Количество знаков в ряду называется длиной ряда.

Визуальное распределение знаков свидетельствует о неслучайном характере связей между отклонениями. Если рядов слишком мало по сравнению с количеством наблюдений n, то вполне вероятна положительная автокорреляция. Если же рядов слишком много, то вероятна отрицательная автокорреляция. Для более детального анализа предлагается следующая процедура.

Пусть n - объем выборки;- общее количество знаков "+" при n наблюдениях (количество положительных отклонений е();

П2 - общее количество знаков "-" при п наблюдениях (количество отрицательных отклонений е,);

к - количество рядов.

При небольшом числе наблюдений (n1 < 20, п2< 20) Свед и Эйзенхарт разработали таблицы критических значений количества рядов.Суть таблиц в следующем. На пересечении строки П] и столбца п2 определяются нижнее k1 и верхнее k2 значения при уровне значимости а = 0.05.

Если к1< к < к2, то говорят об отсутствии автокорреляции.

Если к < к1, то говорят о положительной автокорреляции остатков.

Если к > к2 , то говорят об отрицательной автокорреляция остатков.

В нашем примере

п = 20, n1 = 11, n2= 9, к = 5.

По таблицам определяем к1 = 6, к2 = 16. Поскольку к = 5 < 6 = к1 , то принимается предположение о наличии положительной автокорреляции при уровне значимости а = 0.05.

Критерии Дарбина-Уотсона

Суть его состоит в вычислении статистики DWДарбина-Уотсона и на основе ее величины - осуществлении выводов об автокорреляции.



По таблице критических точек Дарбина-Уотсона определяются

два числа d| и d„ и осуществляют выводы по следующей схеме:

О <DW<di - существует положительная автокорреляция,| <DW<du - вывод о наличии автокорреляции не определен,<DW< 4 - du - автокорреляция отсутствует,

- d„ <DW<4-di - вывод о наличии автокорреляции не определен,

di<DW< 4 - существует отрицательная автокорреляция.

Задача 2: Рассмотрите построенную по квартальным данным за период с 2000 по 2004 год модель для показателей ИПЦ, ИЦППП, денежного агрегата M0 и индекса валютного курса, оцените адекватность и статистическую значимость полученной зависимости, используя представленные характеристики, а так же последовательность знаков случайных отклонений модели (метод рядов):



Для справки: =2,12, = 3,24, .

Задача 3: Дано:28

Есть модель:


,

(S) (105.8) (7.4) (0.13) (0.12) ( 4.1)

R² =0.70, DW=0.94,


- потребление говядины в году; - реальный располагаемый доход; - среднегодовая розничная цена на говядину; - среднегодовая розничная цена на свинину; - риск, связанный с заболеванием коров в данном году. Оцените качество модели. Ответ обоснуйте.

Для справки: =2.069, = 3.408, .

Задача 4: Дано: 35

Есть модель: ,

(S) (3,1) (0,7) (0.005) (2,0) (2,0)

R²=0.67, DW= 3.56,

- еженедельные расходы на приобретение продуктов питания домохозяйством;

- недельный располагаемый доход домохозяйства; - число членов семьи; - число детей до 18 лет в семье.

Оцените качество модели. Ответ обоснуйте.

Для справки: =2,042, , =2.69.

Задача 5: Дано: 20

По данным двадцати районов исследуется зависимость переменной У - урожайность зерновых культур в ц/га от ряда факторов: - число тракторов на 100 га, - число зерноуборочных комбайнов на 100 га, - количество удобрений, вносимых на 1 га, - количество средств химической защиты растений на 1 га. Построено уравнение регрессии:



, R²=0.595, DW=1.942

(S) (0.006) 5.1) (1.54) (1.09)


Оцените качество модели. Ответ обоснуйте.

Для справки: =2.131, =3,8046, .

Задача 6: Для объяснения изменения валового национального продукта за 10 лет строится линейная регрессионная модель с объясняющими переменными - потреблением и инвестициями . Получены следующие статистические данные

автокорреляция детерминация регрессия

Годы12345678910С ($ млрд.)8.59.510.512.51414.51718.51919.5I ($ млрд.)1.61.82.02.12.22.42.62.83.23.5ВНП ($ млрд.)14.51618.5202323.52528.529.532

а) Оцените, используя матричную алгебру, коэффициенты линейной регрессии


.


б)Найдите стандартные ошибки коэффициентов и стандартную ошибку регрессии.

в)Вычислите коэффициент детерминации и скорректированный коэффициент детерминации . Сравните их. Оцените статистическую значимость при уровне значимости .

г)Определите значение статистики DWДарбина-Уотсона. Имеет ли место автокорреляция остатков?

д)Сделайте вывод относительно общего качества модели.

е)Через три года ожидаются следующие уровни потребления и инвестиций. Какой уровень ВНП ожидается при этом?



Тема: Автокорреляция. Методы обнаружения автокорреляции (АК) Задача 1: Рассмотрите построенную по годовым данным за период с 1980 по 2004 год модель, оцените

Больше работ по теме:

КОНТАКТНЫЙ EMAIL: [email protected]

Скачать реферат © 2017 | Пользовательское соглашение

Скачать      Реферат

ПРОФЕССИОНАЛЬНАЯ ПОМОЩЬ СТУДЕНТАМ