gn=top>
Sum squared resid
213803.1
Schwarz criterion
11.85601
Log likelihood
-217.9889
Durbin-Watson stat
1.935910
В
Q-статистика приймає нульовий гіпотезу про відсутність автокореляції і будується за наступним рівнянням:
, (4)
В
де j-номер відповідного лага, - автокорреляция при відповідному лагу, T-кількість вимірювань. За відсутності автокореляції значення Q можуть асимптотично наближатися до відповідного значенням зі ступенем свободи рівної номером лага. Q-статистика широко використовується для визначення того чи є ряд білим шумом.
Як видно з коррелограмми (Q-тесту) перші значення функції мають достатньо великі значення, при тому, що помітно їх подальше зменшення при збільшенні номера лага. Також на графіку ж часткової автокореляції помітний перший В«видатнийВ» лаг, і збільшення Q на більше значення, ніж за таблицями розподілу, що чітко вказує на наявність автокореляції в моделі.
За відсутності автокореляції Q-статистика показала б всі значення функції, що коливаються біля нуля, незалежно від номера лага.
Для того щоб остаточно переконатися в наявності автокореляції в моделі слід проаналізувати результати по тесту Бреуша-Годфрі, в якому будується рівняння виду:
(5)
У регресійній моделі, побудованої на підставі рівняння (5) розглядається твір коефіцієнта детермінації і кількості вимірів. За нульову гіпотезу приймається те, що всі коефіцієнти нового рівняння мають нульові значення, або статистично незначущі, тобто відсутність автокореляції. Альтернативна ж гіпотеза говорить про наявність у вихідній моделі проблеми автокореляції
Таким чином, розглядаємо значення В«Obs * R-squareВ» і порівнюємо його з відповідним критично значенням з таблиць розподілу з кількістю ступенів свободи рівним 1, так як кількість ступенів свободи дорівнює кількості лагів (в даному випадку один).
Спостережуване значення виявилося більше критичного (7.88 для = 0.005), отже приймається альтернативна гіпотеза, що остаточно переконує в тому, що в моделі присутній позитивна (за Дарбіна-Вотсону) автокорреляция першого порядку.
- була побудована регресійна модель, з хорошими показаннями t-статистик і високим коефіцієнтом детермінації;
- у моделі відсутня гетероскедастичності;
- тести Бреуша-Годфрі і Q-тест виявили в моделі наявність автокореляції;
- для поліпшення якості моделі, а так само її прогнозних властивостей автокореляції слід усунути.
Глава 3. Усунення автокореляції
Як відомо широко використовуваними методами удосконалення моделі з метою усунення автокореляції є:
- уточнення складу змінних, то є усунення однієї або декількох змі...
