- •1. Основні теоретичні положення регресійного аналізу
- •1.1. Кореляційна залежність
- •1.2. Основні математичні поняття,
- •1.3. Передумови використання
- •2. Парний регресійний аналіз
- •2.1. Лінійна парна регресія
- •2.2. Властивості оцінок
- •2.3. Лінійний коефіцієнт кореляції
- •2.4. Коефіцієнт детермінації
- •2.5. Оцінка значущості рівняння регресії
- •2.6. Прогноз залежної змінної.
- •2.7. Приклад 1.
- •2.8. Нелінійна парна регресія
- •2.9. Дослідження нелінійних рівнянь
- •2.10. Приклад 2.
- •2.11. Побудова функції парної регресії
- •2.12. Побудова графіку функції
- •2.13. Питання для самоперевірки
- •3. Багатофакторний регресійний аналіз
- •3.1. Класична нормальна лінійна модель
- •3.2. Коефіцієнти детермінації і кореляції.
- •3.3. Перевірка значущості параметрів
- •3.4. Прогноз залежної змінної
- •3.5. Приклад 3. Знаходження двофакторної моделі
- •3.6. Використання пакету анализ данных
- •3.7. Використання Excel для розрахунку
- •Введення і підготовка даних
- •4. Мультиколінеарність
- •4.1. Поняття і наслідки мультиколінеарності
- •4.2. Алгоритм Фаррара – Глобера
- •4.3. Приклад 4.
- •4.5. Питання для самоперевірки
- •5. Гетероскедастичність
- •5.1. Поняття гетероскедастичності
- •5.2. Виявлення гетероскедастичності.
- •5.3. Приклад 5. Дослідження даних
- •5.4. Виявлення гетероскедастичності.
- •5.5. Приклад 6. Дослідження даних
- •5.6. Непараметричний тест Гольдфельда-Квандта
- •5.7. Питання для самоперевірки
- •6. Автокореляція
- •6.1. Поняття автокореляції.
- •6.2. Критерій Дарбіна-Уотсона
- •6.3. Приклад 7. Дослідження моделі на наявність
- •6.4. Питання для самоперевірки
- •7. Індивідуальні комплексні завдання
- •Завдання 2
- •Завдання 3
- •Завдання 4
- •Завдання 5
- •Предметний покажчик
- •Література
- •Коефіцієнтів автокореляції залишків
- •Критичні значення і для коефіцієнта автокореляції залишків критерія Дарбіна-Уотсона для
- •Критичні значення і для коефіцієнта автокореляції залишків критерія Дарбіна-Уотсона для
- •Значення критерія Пірсона
- •Квантилі розподілу Стьюдента
- •83050, М. Донецьк, вул. Щорса, 31.
- •83023, М. Донецьк, вул. Харитонова, 10
6.2. Критерій Дарбіна-Уотсона
Даний критерій (тест) виявляє наявність автокореляції між сусідніми залишками.
Цей тест базується на такій ідеї: якщо автокореляція в залишках є, то вона буде проявлятися і в залишках , які отримані в результаті застосування 1МНК. Застосування тесту Дарбіна-Уотсона можна розбити на такі кроки.
Крок 1-й. Методом 1МНК будується регресійна модель.
Крок 2-й. Обчислюються залишки . Обчислюємо статистику Дарбіна-Уотсона за формулою
. (6.2.1)
Значення даної статистики можуть знаходитися на інтервалі від 0 до 4.
Неважко показати, що
.
При великій вибірці, очевидно, що , тому
,
де – коефіцієнт кореляції між сусідніми членами.
Очевидно, що у випадку відсутності автокореляції , тому . Якщо близьке до 0, то це означає додатну автокореляцію, якщо близьке до 4 – від’ємну автокореляцію. Отже, .
Крок 3-й. Порівнюється обчислене значення з табличними і – нижньою і верхньою границями. і знаходяться для заданого рівня значущості і числа ступенів свободи – кількість спостережень, – число пояснюючих змінних в регресійній моделі. Для проведення порівняння розрахованого значення і двох табличних і використовується наведена нижче шкала.
|
П риймається гіпотеза про додатну автокореляцію |
Зона невизначеності |
Приймається гіпотеза про відсутність автокореляції |
Зона невизначеності |
Приймається гіпотеза про від’ємну автокореляцію |
|
|||||
---|---|---|---|---|---|---|---|---|---|---|---|
|
|
|
|
|
|
|
|||||
0 |
|
2 |
|
4 |
Отже, якщо наприклад, , то робиться висновок, що автокореляція залишків відсутня.
Критичні значення і можна знайти, якщо обсяг вибірки не менше 15.
Як видно з шкали інтервалів, тест Дарбіна-Уотсона має той недолік, що він має зони невизначеності при попаданні в які, питання про наявність чи відсутність автокореляції залишається відкритим. Якщо обчислене значення попадає в зону невизначеності, в цьому випадку пропонується приєднати область невизначеності до області відхилення, тобто вважати, що автокореляція присутня, або застосувати так звані - або - тести Дарбіна, які в даному посібнику не розглядаються, або обчислити циклічний коефіцієнт автокореляції і на основі цих обчислень зробити висновок.
Циклічний коефіцієнт автокореляції обчислюється за формулою
.
Якщо обсяг вибірки невеликий, то коефіцієнт обчислюється за формулою
.
Обчислене фактичне значення коефіцієнта автокореляції порівнюється з табличним для вибраного рівня значущості і обсягу вибірки . Якщо , то автокореляція існує.
На застосування критерію Дарбіна – Уотсона накладаються такі обмеження:
Критерій Дарбіна – Уотсона виявляє автокореляцію залишків тільки першого порядку. При перевірці залишків на автокореляцію більш високого порядку необхідно застосовувати інші методи.
Критерій Дарбіна – Уотсона застосовується для вибірок обсягом не менше 15.
Критерій Дарбіна – Уотсона не застосовується до моделей, які включають в якості незалежних змінних лагові значення регресанта, тобто до моделей авторегресії.
Зауваження. |
Низьке значення статистики не завжди означає, що в моделі присутня додатна автокореляція першого порядку. Значення статистики може виявитися низьким, якщо в моделі пропущена важлива факторна ознака, або якщо специфікація моделі помилкова. |