форми зв'язку між залежною і незалежною змінними. Залежність має бути саме лінійної або зведеної до лінійної за допомогою деяких перетворень. p align="justify"> Але іноді досліджуваний процес не може бути зведений до лінійної залежності ніякими перетвореннями, як, наприклад, у випадку логістичної залежності. Тоді використовується ряд методів, наприклад, метод симплексів. Даний метод відрізняється порівняльною простотою, легко реалізовані на ЕОМ, ефективністю при визначенні оцінок коефіцієнтів моделі. p align="justify"> Важливою характеристикою реалізованої моделі є оцінка помилки прогнозу:
В
де Х t +? - вектор значень незалежних змінних в момент (t + ?). Тому довірчий інтервал для значень залежної змінної
визначається в момент t як
В
де I - одиничний стовпець;
t p, v - значення критерію Стьюдента.
Або ж знаходиться більше ефективна оцінка довірчого інтервалу для прогнозних значень:
В
Важливою умовою отримання надійних оцінок для моделі за методом найменших квадратів є відсутність автокореляції.
Оцінка автокореляції для отриманої за МНК моделі здійснюється за критерієм Дарбіна-Уотсона:
В
де Т - довжина часового ряду.
Отримане розрахункове значення d порівнюється з нижньої і верхньої кордоном d 1 і d 2 , критерію. Якщо:
В· d 1 , то гіпотеза відсутності автокореляції відхиляється;
В· d> d 2 , то гіпотеза відсутності автокореляції приймається;
В· d 1 ? d? d 2 , то необхідно подальше дослідження. Одним з відомих способів зменшення автокореляції є авторегресійного перетворення для вихідної інформації або перехід до різницям, тобто ? Y t = Y t +1 -Y t ;? X
