1.4. Проблема автокорреляции остатков. Критерий Дарбина-Уотсона

Часто для нахождения уравнений регрессии используются динамические ряды, т.е. последовательность экономических показателей за ряд лет (кварталов, месяцев), следующих друг за другом.

В этом случае имеется некоторая зависимость последующего значения показателя, от его предыдущего значения, которое называется автокорреляцией. В некоторых случаях зависимость такого рода является весьма сильной и влияет на точность коэффициента регрессии.

Пусть уравнение регрессии построено и имеет вид:

- погрешность уравнения регрессии в год t.

Явление автокорреляции остатков состоит в том, что в любой год t остаток не является случайной величиной, а зависит от величины остатка предыдущего года . В результате при использовании уравнения регрессии могут быть большие ошибки.

Для определения наличия или отсутствия автокорреляции применяется критерий Дарбина-Уотсона:

.

Возможные значения критерия DW находятся в интервале от 0 до 4. Если автокорреляция остатков отсутствует, то DW2.

Тема 2 Использование линейного регрессионного анализа

2.1 Построение уравнения степенной регрессии

2.2. Двухфакторные и многофакторные уравнения регрессии

2.3. Применения уравнения регрессии. Эконометрика

2.1 Построение уравнения степенной регрессии

Уравнение степенной агрессии имеет вид:

,

где

a, b - параметры, которые определяются по данным таблицы наблюдений.

Таблица наблюдений составлена и имеет вид:

Таблица 2.1. Таблица наблюдений

x	x1	x2	...	xn
y	y1	y2	...	yn

Прологарифмируем исходное уравнение и в результате получим:

ln y = ln a + bln x .

Обозначим ln y через , ln a как , а ln x как .

В результате подстановки получим:

Данное уравнение есть ничто иное, как уравнение линейной регрессии, параметры которого мы умеем находить.

Для этого прологарифмируем исходные данные:

Таблица 2.1. Таблица значений наблюдений после преобразования

ln x	ln x1	ln x2	...	Ln xn
ln y	ln y1	ln y2	...	Ln yn

Далее необходимо выполнить известные нам вычислительные процедуры по нахождению коэффициентов a и b, используя прологарифмированные исходные данные. В результате получим значение коэффициента b и . Параметр a можно найти по формуле:

.

В этих же целях можно воспользоваться функцией EXP в Excel.

2.2. Двухфакторные и многофакторные уравнения регрессии

Линейное двухфакторное уравнение регрессии имеет вид:

,

где - параметры;

- экзогенные переменные;

y - эндогенная переменная.

Идентификацию этого уравнения лучше всего производить с использованием функции Excel ЛИНЕЙН.

Степенное двухфакторное уравнение регрессии имеет вид:

где - параметры;

- экзогенные переменные;

Y - эндогенная переменная.

Для нахождения параметров этого уравнения его необходимо прологарифмировать. В результате получим:

.

Идентификацию этого уравнения также лучше всего производить с использованием функции Excel ЛИНЕЙН. Следует помнить, что мы получим не параметр a, а его логарифм, которое следует преобразовать в натуральное число.

Линейное многофакторное уравнения регрессии имеет вид:

где _n- параметры;

_n - экзогенные переменные;

y - эндогенная переменная.

Идентификацию этого уравнения также лучше всего производить с использованием функции Excel ЛИНЕЙН.