|
1. Autokoreliacijos problemos esmė
|
tarix | 14.09.2018 | ölçüsü | 0,74 Mb. | | #68159 |
|
1. Autokoreliacijos problemos esmė 3. Autokoreliacijos problemos sprendimo būdai
Autokoreliacijos priežastys: Autokoreliacijos priežastys: - nagrinėjamo reiškinio inertiškumas
- Netiksliai parinkti nagrinėjamą reiškinį įtakojantys veiksniai
- Neteisingai parinkta veiksnių priklausomybės matematinė išraiška
Matematiškai autokoreliacija reiškia Matematiškai autokoreliacija reiškia - Yi=b0+ b1X1i+ b2X2i + …b1X1k+ei,
- Autokoreliacija: ei= ρ·ei-1 +ui
- ei-1 –vėluojanti paklaida
- ui –paklaidų autoregresijos likutis
- ,
- Yi=b0+ b1X1i+ b2X2i + …b1X1k+ ρ ei-1 +ui
Standartinė modelio paklaida be autokoreliacijos - Standartinė modelio paklaida be autokoreliacijos
Standartinė modelio paklaida su autokoreliacija
Kodėl autokoreliacija yra blogai MKM apskaičiuotas determinacijos koeficiento R2 yra didesnis už tikrąjį MKM apskaičiuotos įverčių standartinės paklaidos SEbj yra mažesnės
Grafinis būdas Grafinis būdas Ženklų sekų kriterijus Durbin-Watson testas Kiti kriterijai
n- stebėjimų skaičius n- stebėjimų skaičius n1–”+” ženklų skaičius n2 -”-” ženklų skaičius k - sekų skaičius Jeigų sekų skaičius k, turint n stebėjimų yra labai didelis, tuomet turime neigiamą paklaidų autokoreliaciją Jeigų sekų skaičius k, turint n stebėjimų yra labai mažas , tuomet turime teigiamą paklaidų autokoreliaciją
H0 : autokoreliacijos nėra , t.y, ρ =0 H0 : autokoreliacijos nėra , t.y, ρ =0 H1 : autokoreliacija yra t.y, | ρ | 1 Apskaičiuojame d statistiką išvados: Jeigu - dU d 4 - dU H0
- d dL arba d 4 - dL H1
- dL d dU arba 4- dU d 4 - dL neapibrėžtas rezultatas
Autokoreliuotos paklaidos - Autokoreliuotos paklaidos
- skerspjūvio duomenų modelyje:
- Praleisti esminiai veiksniai
- Neteisinga modelio matematinė išraiška
- Laiko eilučių modelyje
- Įtraukiame į modelį laiko veiksnį arba vėluojantį Yt-1
- Jeigu >0,8 arba d
Dostları ilə paylaş: |
|
|