Реферат Побудова економетричної моделі та дослідження проблеми автокореляції за допомогою тестів Бреуша-Годфрі і Q-статистики

для побудови моделі, в якій можлива наявність автокореляції. br/> 1.2 Проблема автокореляції: теорія

Автокорреляция (послідовна кореляція) визначається як кореляція між що спостерігаються показниками, впорядкованими в часі. Автокорреляция частіше зустрічається в регресійному аналізі при використанні даних часових рядів. У економічних задачах зустрічається як позитивна автокорреляция (), так і негативна ().

Основними причинами викликають появу автокореляції вважають помилки специфікації, інерцію у зміні економічних показників (внаслідок циклічності), ефект павутини (причина - тимчасові лаги), а також згладжування даних.

Серед наслідків автокореляції зазвичай виділяють наступні:

В· Оцінки параметрів перестають бути ефективними;

В· Оцінка дисперсії регресії є зміщеною;

В· Дисперсії оцінок є зміщеними, що призводить до збільшення t-статистик. Це може призвести до визнання статистично значущими пояснюючі змінні, які насправді такими не є;

В· Погіршуються прогнозні якості моделі.

Так як наслідки автокореляції для якості моделі великі, то важливо виявити наявність автокореляції, що робиться за допомогою декількох тестів. Найчастіше все використовуються такі тести, як метод рядів, критерій Дарбіна-Уотсона, тест Бреуша-Годфрі, Q-статистика, h-статистика. h1> Глава 2. Побудова регресійної моделі та її аналіз на проблему автокореляції

Оскільки в даній роботі при побудові рівняння регресії будуть використовуватися тимчасові ряди, так як в них частіше зустрічається проблема автокореляції, а не перехресні дані, то перед побудовою моделі слід перевірити ряди на стаціонарність. p> Як видно з Рис.1 Додатка 1 всі ряди досліджуваних показників не мають постійного математичного сподівання, але мають висхідний лінійний тренд, з чого можливо зробити попередній висновок про тому, що ряди будуть стаціонарними відносного тренда.

Для більш глибокого аналізу рядів на стаціонарність використовуються коррелограмми рядів, а також тести В«одиничного кореня В». У даній роботі буде розглянуто тест Дікі-Фуллера. p> Очевидно, що всі три ряди є нестаціонарними, що можна визначити по характерному малюнку В«спадної експоненти В»на графіку автокореляційної функції, а також перший виступаючий лаг на графіку приватної автокореляційної функції. Отже, перевірку вихідних рядів на стаціонарність слід доповнити тестом Дікі-Фуллера. Результати наведені нижче:

ADF Test Statistic

-20.99004

1% Critical Value *

-4.2412

5% Critical Value

-3.5426

10% Critical Value