I. Определение. Автокорреляция и неавтокорреляция

 

 

A. Неавтокорреляция:

Другое из допущений для идеальных условий

= Никакой корреляция между погрешностями регрессии совокупности

 

cor (E_i; E_j) = 0.

 

B. Автокорреляция:

Погрешности регрессии совокупности имеют некоторую систематическую зависимость между собой.

Автокорреляция: cor (E_i; E_j) 0 (временные ряды)

Корреляция внутри ряда: когда систематическая зависимость существует в погрешностях данных из различных отраслей экономики

 

II. Влияния автокорреляции на Гауссе - Маркове

 

A. OLS оценки параметра все еще несмещены и плотны, но больше не эффективены при наличии автокорреляции.

Метод обычных наименьших квадратов не используется (имеет эффективность).

 

B. Дисперсии совокупности параметрических оценок имеют тенденцию к тому, что их можно понимать при наличии автокорреляции.

Если s.e^{^} является малым, тогда

имеет тенденцию быть "BIY"

III. Обнаружение / идентификация автокорреляции

A. Подумайте относительно вашей модели.

B. Исследовать план:

1. Y против X:

2. Разности

 

C. Статистические критерии: Критерий Durbin-Watson

Критерии Durbin-Watson проверяет на высокоточную автокорреляцию в данных ряда, только (не для данных из различных областей).

Используйте " кое-что еще, если у Вас есть ряд.

T — означает временной ряд

 

Автокорреляция первого порядка:

Дано:

Если: , V_t является "идеальной" ошибкой

Тогда: cov .

Et связан с ошибкой, которая принадлежит одному периоду раньше

 

Автокорреляция второго порядка:

Если: ,

Это связано с с более ранним периодом

cov и cov .

 

Статистический критерий Durbin-Watson (DW) используется для наличия автокорреляции первого порядка. Расчетное значение DW распечатано на SAS следующим способом:

 

Durbin-Watson D	2.274
( для количества наблюдений)	50
Автокорреляция 1-го порядка	-0.138

 

Нулевые и альтернативные гипотезы критерия DW:

Дано:

H_o: p=0 если истина H_o: нет никакой автокорреляции.

H_a: p0 если H_a - истина: нет автокорреляция. (1-го порядка)

Интерпретация расчетного статистического критерия DW

 

Значения в таблице Durbin-Warson (в syl пакете текста).

( A) если (в случае DW < d_L), тогда мы делаем вывод:

существует положительная автокорреляция первого порядка.

( B) если (случай DW > (4 - d_L), тогда делаем вывод:

существует отрицательная автокорреляция первого порядка.

( C) если (d_u < calc DW < (4 - d_u)), тогда мы делаем вывод:

нет автокорреляции первого порядка.

Самое лучшее:

( D) если d_L < calc DV < d_u — ничего заключить нельзя, неопределенная область.

( 4 - d_u) <... < (4 - d_L)

Тогда мы не можем сказать, существует ли автокорреляция первого порядка

 

 

Критические величины: d_L и d_u основаны на некотором a

и степенях свободы = количество параметров наклонной кривой