Автокорреляция

  • Просмотров 4219
  • Скачиваний 112
  • Размер файла 423
    Кб

Содержание Введение Суть и причины автокорреляции Обнаружение автокорреляции 2.1 Графический метод 2.2 Метод рядов 2.3 Критерий Дарбина-Уотсона 2.4 Тест серий (тест Бреуша-Годфри) 2.5 Q-тест Льюинга - Бокса Последствия автокорреляции Методы устранения 4.1 Определение на основе статистики Дарбина-Уотсона 4.2 Метод Кохрана-Оркатта 4.3 Метод Хилдрета-Лу 4.4 Метод первых разностей Заключение Список использованной литературы Введение

Модели, построенные по данным, характеризующим один объект за ряд последовательных моментов (периодов), называются моделями временных рядов. Временной ряд – это совокупность значений какого-либо показателя за несколько последовательных моментов или периодов. Применение традиционных методов корреляционно-регрессионного анализа для изучения причинно-следственных зависимостей переменных, представленных в форме временных

рядов, может привести к ряду серьезных проблем, возникающих как на этапе построения, так и на этапе анализа эконометрических моделей. В первую очередь эти проблемы связаны со спецификой временных рядов как источника данных в эконометрическом моделировании. Предполагается, что в общем случае каждый уровень временного ряда содержит три основные компоненты: тенденцию (Т), циклические или сезонные колебания (S) и случайную

компоненту (E). Если временные ряды содержат сезонные или циклические колебания, то перед проведением дальнейшего исследования взаимосвязи необходимо устранить сезонную или циклическую компоненту из уровней каждого ряда, поскольку ее наличие приведет к завышению истинных показателей силы и связи изучаемых временных рядов в случае, если оба ряда содержат циклические колебания одинаковой периодичности, либо к занижению этих

показателей в случае, если сезонные или циклические колебания содержит только один из рядов или периодичность колебаний в рассматриваемых временных рядах различна. Устранение сезонной компоненты из уровней временных рядов можно проводить в соответствии с методикой построения аддитивной и мультипликативной моделей. Если рассматриваемые временные ряды имеют тенденцию, коэффициент корреляции по абсолютной величине будет