ь грошей <# "24" src = "doc_zip23.jpg"/>. Перевірити, чи є залишки ut автокоррелірованнимі). p>
Автокорреляция - це кореляція між рівнями ряду або відхиленнями від тренду, взятими зі зсувом у часі, тому говорять про коефіцієнти автокореляції різних порядків: першого, другого, третього і т.д.
До найбільш складних задачах економетрики відноситься вивчення причинно-наслідкових залежностей змінних, представлених у формі рядів динаміки. Потрібно виявляти особливу обережність у спробах використати для цього традиційні методи кореляційно-регресійного аналізу. Справа в тому, що ці ситуації характеризуються істотною специфікою і для адекватного дослідження їх є спеціальні методи, що враховують цю специфіку ситуації. На попередньому етапі аналізу досліджується наявність у вихідних даних сезонних або циклічних коливань в якості виявлення структури досліджуваного ряду динаміки. Якщо такі компоненти є, то до проведення подальшого дослідження взаємозв'язку слід усунути сезонну або циклічну компоненту з рівнянь ряду. Це необхідно, оскільки наявність таких компонент призведе до завищення істинних показників сили і тісноти зв'язку досліджуваних рядів динаміки, коли обидва ряди містять циклічні компоненти однаковою періодичності. Якщо ж сезонні або циклічні коливання містить тільки один з рядів або періодичність коливань в цих рядах різна, то відповідні показники будуть занижені. p> Для виявлення автокореляції залишків моделі регресії використовується критерій Дарбіна-Уотсона.
Критерій Дарбіна-Уотсона (або DW-критерій )-статистичний критерій, використовуваний для тестування автокореляції першого порядку елементів досліджуваної послідовності. Найбільш часто застосовує при аналізі часових рядів і залишків регресійних моделей. Критерій названий на честь Джеймса Дарбіна і Джеффрі Уотсона. p> За допомогою критерію можна виявити автокореляції першого порядку.
Припустимо, що на основі зібраних даних була побудована лінійна модель множинної регресії, яка представлена ​​в матричному вигляді:
Y = X? +? t.
Присутня в даній моделі регресії автокорреляция першого порядку може генерувати помилку, обумовлену по формулі:
? t = p? t-l + vt
де p-коефіцієнт автокореляції,? p? <1;
vt-незалежні, однаково розподілені випадкові величини з нульовим математичним очікуванням і дисперсією G2 (vt).
Перед дослідником стоїть завдання визначення наявності автокореляції першого порядку в побудованій моделі регресії.
Висувається основна гіпотеза про незначущості коефіцієнта автокореляції першого порядку: H0: pl = 0.
Зворотний або конкуруюча гіпотеза полягає в утвердженні про значущість коефіцієнта автокореляції :: H0: pl? 0.
Перевірка висунутих гіпотез здійснюється за допомогою критерію Дарбіна-Уотсона.
Спостережуване значення критерію Дарбіна-Уотсона (обчислене на основі вибіркових даних) порівнюють з критичним ...