Оглавление:
Автокорреляция и связанные с ней факторы
- Автокорреляция и связанные с ней факторы Пока что значение случайного члена и Наблюдения определяются независимо от всех других наблюдений Да. То есть третье условие га Усса — Марков, или поп. cov (uif wy) = 0 для i * j {. Эффекты автокорреляции чем-то похожи на них Неоднородная дисперсия. Коэффициент регрессии остается беспристрастным, Нет эффекта, неправильная оценка стандартной ошибки Но (возможно, они смещаются вниз, то есть недооценивают).
- Возможные причины автокорреляции Автокорреляция обычно происходит только при регрессионном анализе. Используйте данные временных рядов. Случайные члены и регулярные уравнения Спад подвергается переменным, которые влияют на иждивенцев Переменные, не включенные в уравнение регрессии. Значение и Наблюдаемые значения должны быть независимы от предыдущих значений.
Наблюдение, тогда значение переменной «скрыто» Не связано с предыдущими наблюдениями. Людмила Фирмаль
Постоянная направленность воздействия, не включенная в уравнение Ременная передача является наиболее распространенной причиной положительной автокорреляции -Нормальный тип для экономического анализа. Допустим, вы Aus Использует ежемесячное уравнение спроса на мороженое Постоянная погода — единственный «скрытый» фактор.
Есть, вероятно, несколько последовательных наблюдений. Барная погода увеличивает спрос на мороженое и, следовательно, И положительно, а потом — несколько последовательных наблюдений, Когда ситуация развивается противоположно, тогда еще есть Одна строка теплого месяца и т. Д. Если доход постоянно увеличивается с течением времени, схема наблюдения Как показано на рисунке. 7.3.
При показе объема продаж мороженого Существует зависимость тренда, когда доход отражается через х через у Рост продаж: y = a + px. Фактическое наблюдение — почти сон Начальная позиция находится выше линии регрессии, затем ниже и снова выше. Изменения в экономических условиях часто приводят к аналогичным результатам. Татум, особенно в макроэкономическом анализе и литературе Есть много таких примеров в деловом цикле.
Здесь важно отметить, что автокорреляция обычно представлена Чем серьезнее проблема, тем уже интервал Дения. Очевидно, что чем больше этот интервал, тем менее вероятно Но при переходе от одного наблюдения к другому характер воздействия Неизвестные переменные сохраняются. 1 Предполагая, что E (u) = E (u) = 0, это условие также можно записать в виде E (Uf, ujj = 0.
- Если это условие не выполняется, случайный член называется автоматическим субъектом. Часто упоминается как последовательная корреляция (два термина используются взаимозаменяемо). 217 Объем продаж Мороженое лето зима Лето * ^ \ + * ^ — ‘Зима Доход х Рисунок 7.3. Положительная автокорреляция В примере с мороженым наблюдения не ежемесячные, Вероятно, не будет автокорреляции каждый год.
Вряд ли Совокупное влияние погодных условий на один год Логическое влияние следующего года. До сих пор мы рассматривали только положительную автокорреляцию. Принцу Автокорреляция также может быть отрицательной.
В нашем случае это Это корреляция между последовательными значениями случайных членов Negative. Людмила Фирмаль
В этом случае для большинства положительных значений 1 Г-н наблюдения отрицательны в следующем и наоборот. ди Аграм рассеяния в этом случае показан на рисунке. 7.4. Опять же, предполагается, что x увеличивается со временем. Линия связи Если вы постоянно наблюдаете друг за другом, они переходят на следующую строку.
Назовите отношения между y и x. Чаще, чем ожидалось Случайные значения членов не зависят друг от друга. Рисунок 7.4. Отрицательная автокорреляция 218 В экономике отрицательная автокорреляция встречается относительно редко. Тем не менее, он может отображаться при преобразовании исходной спецификации Модель в формате, подходящем для регрессионного анализа.
Увидимся как это Пример из раздела 10.2. Предположим, мы имеем дело с автокорреляцией Чтобы использовать данные временных рядов, обратитесь к наблюдению / Укажите размер выборки с помощью Γ вместо n. del описывается следующим образом: y = a + $ x, + u (7,20)
Смотрите также:
| Косвенный метод наименьших квадратов (КМНК) | Обнаружение автокорреляции первого порядка: критерий Дарбина—Уотсона |
| Инструментальные переменные (ИП) | Что можно сделать в отношении автокорреляции? |
Если вам потребуется помощь по эконометрике вы всегда можете написать мне в whatsapp.
