- •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
6.3. Приклад 7. Дослідження моделі на наявність
автокореляції залишків
Приклад 7. Дослідити модель, побудовану в прикладі 1 на наявність автокореляції залишків з допомогою критерію Дарбіна – Уотсона.
Розв’язання.
На основі моделі , використовуючи фактичні дані прикладу 1, заповнюємо допоміжну розрахункову таблицю 6.1. Зауважимо, що фактичні значення треба розмістити в порядку зростання (спадання), а значення відповідно.
Таблиця 6.1
|
|
|
|
|
|
|
|
1 |
45 |
69 |
68,85 |
0,15 |
0,023 |
|
|
2 |
47 |
67 |
67,43 |
-0,43 |
0,185 |
-0,580 |
0,336 |
3 |
55 |
65 |
61,75 |
3,25 |
10,563 |
3,680 |
13,542 |
4 |
57 |
60 |
60,33 |
-0,33 |
0,109 |
-3,580 |
12,816 |
5 |
59 |
55 |
58,91 |
-3,91 |
15,288 |
-3,580 |
12,816 |
6 |
60 |
61 |
58,2 |
2,8 |
7,840 |
6,710 |
45,024 |
7 |
62 |
57 |
56,78 |
0,22 |
0,048 |
-2,580 |
6,656 |
Разом, |
|
|
432,25 |
|
34,055 |
|
91,192 |
Обчислюємо значення критерію Дарбіна – Уотсона
.
Порівнюємо значення критерію з табличними для , , . В даному разі критичні значення такі: – нижня межа, – верхня межа. Так як
,
то приймається гіпотеза, що автокореляція залишків відсутня.
6.4. Питання для самоперевірки
Що таке автокореляція?
Назвіть основні причини автокореляції.
Що може викликати від’ємну автокореляцію?
Яка передумова 1МНК порушується при автокореляції?
Які наслідки автокореляції?
Перелічіть основні методи виявлення автокореляції.
Опишіть схему використання статистики Дарбіна - Уотсона.
Перелічіть обмеження на використання статистики Дарбіна – Уотсона.
Опишіть способи визначення коефіцієнта автокореляції в авторегресійній схемі першого порядку.
Вірні або помилкові наступні твердження? Відповіді поясніть.
-
а)
Автокореляція характерна в основному для динамічних рядів.
б)
При наявності автокореляції оцінки, отримані за 1МНК, є зміщеними.
в)
Статистика Дарбіна - Уотсона не використається в авторегресійних моделях.
г)
Статистики Дарбіна - Уотсона лежать у межах від 0 до 4.
д)
При наявності автокореляції значення коефіцієнта детермінації буде завжди істотно нижче одиниці.
е)
Автокореляція завжди є наслідком неправильної специфікації моделі.