- •4.1. Ряды динамики и предварительная обработка
- •4.1.1. Основные определения
- •4.1.3. Среднее значение уровней ряда динамики и его числовых характеристик
- •4.2. Аналитическая модель рядов динамики
- •4.2.1. Факторы, влияющие на формирование значений уровней рядов динамики
- •4.2.3. Основные задачи уровней рядов динамики
- •4.3. Неслучайная составляющая рядов динамики и точечный прогноз
- •4.3.1. Проверка гипотезы о наличии неслучайной составляющей
- •4.4. Случайные составляющие рядов динамики и интервальный прогноз
- •4.4.1. Природа возникновения случайных факторов
- •4.4.2. Условия получения «хороших» оценок для случайной составляющей
- •4.4.3. Проверка гипотезы о случайности,
- •4.5.4. Проверка адекватности и точности многофакторной модели
- •4.5.6. Прогнозирование с помощью многофакторных моделей
4.4. Случайные составляющие рядов динамики и интервальный прогноз
4.4.1. Природа возникновения случайных факторов
Рассмотрим основные причины возникновения и существования случайной составляющей е(?) в анализируемом ряде динамики (4.12).
Невключение объясняющих переменных.Мы анализируем ряды динамики, в которых рассматривается зависимость между уровнями ряда динамики(объясняемая переменная) и временем(объясняющая переменная). Совершенно очевидно, что зависит не только отно и от других объясняющих переменных. В п.4.3 мы пытались найти соотношение между объемом продажи месяцами2007 г. Конечно, на объем продаж влияют не только месяц, в течение которого производились наблюдения, но и масса микроэкономических показателей, не включенных в модель, что привело к наличию случайных составляющих.1
Агрегирование переменных.Во многих случаях рассматриваемая зависимость есть попытка объединить вместе некоторое число микроэкономических соотношений. Например, функция суммарного потребления — попытка общего выражения совокупности решений отдельных индивидуумов о расходах. Поскольку отдельные соотношения имеют разные параметры, любая попытка определить зависимость между расходами и доходами является лишь аппроксимацией. Наблюдаемое расхождение объясняется наличием случайной составляющей.
Неправильное описание структуры модели.Мы рассматриваем модели, в которых объясняемая переменная у.ставится в соответствие объясняющей переменнойНапрактике делообстоит сложнее. Вначале у.может зависеть отзатем — отв конце — вновь отТакое неправильное описание структуры вносит вклад в наличие неслучайной составляющей.
иример, в качестве ее выбрана показательная (4.16), хотя на самом деле имел место более сложный вид зависимости (4.18). Неправильная спецификация тем самым является залогом наличия случайной составляющей.
5. Ошибки измерения.Если в измерении одной и более взаимосвязанной переменной имеются ошибки, то между эмпирическими теоретическимзначениями будет наблюдаться расхождение, которое вносит вклад в наличие случайной составляющей.
Введем следующие обозначения. Для данного значения t.согласно п. 4.2.3
где— соответственно эмпирическое и теоретическое значе
ния, рассчитанные по модели неслучайной составляющей значения уровней ряда динамики.
Набор значений
называется рядом остатков.
4.4.2. Условия получения «хороших» оценок для случайной составляющей
Перечислим условия, при которых возможно получение «хороших» оценок. Они называются условиями Гаусса—Маркова.
Условие 1.Математическое ожидание ряда остатков должно быть равно 0:
В какие-то моменты времени значение случайного остатка может быть больше или меньше 0, но в результате не должно наблюдаться систематического смещения в ту или иную сторону.
Условие 2.Дисперсия значений случайных составляющих есть постоянное число:
Иногда значениедля данногоможет быть больше или меньше, однако не должно быть априорной причины для того,
чтобы оно порождало большую величину в одних наблюдениях, чем в других. Если условие 2 не выполняется, то коэффициенты уравнения функции тренда, найденные методом наименьших квадратов, могут быть ошибочными.
Условие 3.Отсутствие корреляционной связи между значениями(отсутствие автокорреляции). Если это условие не будет соблюдено, то метод наименьших квадратов не даст эффективных результатов.
Условие 4.Предполагается отсутствие корреляционной связи междуа также между
Условие 5.Значенияслучайных остатков должны подчиняться нормальному закону распределения.