Módszerek kiküszöbölésére autokorrelációs
Módszerei autokorreláció kiküszöbölésének.
Az ok a autokorrelációs lehetnek hibás megadása a modell, vagy a jelenléte eltünt tényezők. Ezek megszüntetése okok nem mindig hozza meg a kívánt eredményt. Autokorreláció saját belső okok kapcsolatos függőség autokorrelációs.
Tegyük fel, hogy az eredeti regressziós egyenlet tartalmazza autokorreláltsága véletlenszerűen kiválasztott tagjai.
Tegyük fel, hogy az autokorrelációs programra a autokorrelációs az elsőrendű, ahol - autokorrelációs és - random távon kielégítő feltételezések OLS.
Az érték közötti korrelációs együttható a két szomszédos hibákat. Tudnotok kell. Mi átalakítani az eredeti regressziós egyenlet a következő:
.
Aztán átalakult egyenlet, ahol nem tartalmazza az autokorrelációs és megbecsülni paraméterek hagyományos MNC.
A számítási módszer és eredmények a veszteséget az első megfigyelés. A probléma a kis minták általában megoldható módosítás ár Winstom:
A becsült együtthatója ez a függés közvetlenül használjuk fel az eredeti egyenlet, és az együttható kiszámítása az alábbi képlet segítségével :.
A gyakorlatban ez az érték ismeretlen, becsült kapunk egyidejűleg becslések eredményeként a következő iteratív eljárások.
Cochrane-Orcutt eljárást. Az eljárás magában foglalja a következő lépéseket:
1. Jelentkezés OLS az eredeti regressziós egyenletet, és a kezdeti becslések paraméterek;
2. Számítsuk maradványok és használni, mint egy becslést az elsőrendű autokorrelációs együtthatót csoport van, azaz polugayut;
3. Alkalmazása OLS az átalakított egyenlet, hogy az új paramétereket és az értékelést.
A folyamat általában véget ér, amikor a következő közelítő alig különbözik az előzőtől. Cochrane-Orcutt eljárást végrehajtani a legtöbb ökonometriai számítógépes programok.
Eljárás Hildrata-Loup. Ez az eljárás, valamint alkalmazhatóságát a regressziós csomag alapján az azonos elvek, hanem más algoritmust használ a számítástechnika:
1. A transzformált egyenlet kiértékelése az egyes érték az intervallum (-1, 1) egy előre meghatározott pályán benne;
2. Válasszunk egy értéket, amelyre a négyzetösszeg a maradékok a transzformált egyenlet minimális, és a regressziós együtthatók meghatározható, ha a transzformált egyenlet segítségével ezt az értéket.
3. példa Az 1. használata az adatokat.
Hagyja, hogy a kezdeti modell :.
A kezdeti adatok felhasználásával MNC követően kapott a becsült regressziós egyenletet:
,
Elsőrendű autokorrelációs együtthatót a maradékok tehát DW2 (1-r) = 0,986. Amikor az 5% -os szignifikancia szint = táblázatos érték = 1,106 és 1,371. Azóta van egy pozitív autokorreláció.
Alkalmazása OLS transzformált adatok: () vonatkozó becsléshez a transzformált egyenlet:
, .
Elsőrendű autokorrelációs együtthatót a maradékok tehát, DW 2 (1-r) = 1,71. Mivel az autokorrelációs maradványokat sem.
Emlékeztetett értékelést, megkapjuk a következő becslést az eredeti modell :. Ez az egyenlet különbözik a fent kapott egyenlet, a becsült hagyományos MNC.
Kritikus értékek meghatározására a sorok számát a sorozatban autokorrelációs módszer
()