Автоматизация Автоматизация Архитектура Астрономия Одит Биология Счетоводство Военна наука Генетика География Геология Държавна къща Друга журналистика и средства за масова информация Изкуство Чужди езици Компютърни науки История Компютри Компютри Кулинарна култура Лексикология Литература Логика Маркетинг Математика Механика Механика Мениджмънт Метал и заваръчна механика Музика Население Образование Безопасност на живота Охрана на труда Педагогика Политика Право инструмент за програмиране производство Industries Психология P Дио Религия Източници Communication Социология на спорта стандартизация Строителство Технологии Търговия Туризъм Физика Физиология Философия Финанси Химически съоръжения Tsennoobrazovanie скициране Екология иконометрия Икономика Електроника Yurispundenktsiya

Автокорелация на остатъците от регресионния модел. Последици от автокорелацията. Функция за автокорелация

Прочетете още:
  1. Упражнения за урок 4. Има / има. Функция. Форма. Използвайте в хотелска ситуация
  2. I. Последици от участието на Япония в Първата световна война
  3. II. Вторият етап. Функция на производствения капитал
  4. II. Право на фабрични чертежи и модели (приложно изкуство), на търговски марки и на фирмата
  5. III. Последици от приемането на наследството
  6. Абсолютни и относителни показатели на задължителната сила в уравненията на двойствената регресия.
  7. Функция за автокорелация. correlogram
  8. Автокорелация в остатъците. Критерият "Дърбин-Уотсън"
  9. Автокорелация в остатъците. Критерият "Дърбин-Уотсън"
  10. Автокорелация в остатъците. Критерият "Дърбин-Уотсън"
  11. Автокорелация в остатъците. Критерият Durbin-Watson за оценка на качеството на уравненията, изработени от динамични редове.
  12. Автокорелация в остатъците. Моделът Дърбин-Уотсън

Автокорелация е корелация, която възниква между нивата на изследваната променлива. Това е корелация, която се проявява с течение на времето. Наличието на автокорелация най-често е характерно за данните, представени под формата на динамични редове.

Автокорелацията на остатъците от регресионния модел ei (или случайни регресионни грешки на модела βi ) е корелацията между настоящите и предишните остатъчни стойности.

Времевото забавяне е сумата на преместването между серията от остатъци на регресионния модел.

Стойността на времевото забавяне определя реда на коефициента на автокорелация. Например, ако има корелация между остатъците en и en-1, времето закъснение е едно. Следователно, тази зависимост на зависимостта може да се характеризира с използване на коефициент на автокорелация от първи ред между серията остатъци e1 ... en-1 и e2 ... en .

Едно от условията, които се вземат предвид при конструирането на нормален модел на линейна регресия, са некорелационните произволни грешки на регресионния модел, т.е. ковариацията на произволните грешки на всяко две различни наблюдения е нула:

Ако в регресионния модел случайни грешки са корелирани един с друг, това състояние е нарушено.

Последиците от това, че наличието на остатъчна автокорелация в регресионния модел може да доведе до съвпадение с последствията, които хетеросеклексантията може да има в регресионния модел:

1) оценките на неизвестните коефициенти на нормалния модел на линейна регресия са безпристрастни и последователни, но ефективността на собствеността се губи;

2) има голяма вероятност оценките на стандартните грешки на коефициентите на регресионния модел да не се изчисляват правилно, което в крайна сметка може да доведе до неправилна хипотеза за важността на регресионните коефициенти и значението на регресионния модел като цяло.

Най-очевидният начин за откриване на автокорелация на произволни остатъци от регресионния модел е графичният метод. В този случай се извършва начертаването на функциите за автокорелация и автокорелация.

Функцията за автокорелация е функция за изчисляване на коефициента на автокорелация като функция на величината на времевото забавяне между изследваните серии.

Графично, функцията за автокорелация е представена чрез използване на корелограма. Корелограмата отразява коефициентите на автокорелация и техните стандартни грешки за последователността на изоставанията от определен диапазон (например от 1 до 25) числено и графично. В този случай стойностите на τ (tau) са изобразени по оста X , стойностите на преместването между редиците от остатъци, които съвпадат с реда на коефициента на автокорелация. Също така на корелограмата има диапазон в размера на две стандартни грешки на автокорелационните коефициенти за всяко изоставане.



Особена функция за автокорелация е по-задълбочена версия на обичайната функция за автокорелация. Неговата отличителна черта е премахването на зависимостта на корелацията между наблюденията в рамките на изоставанията, т.е. специфичната автокорелационна функция при всяко закъснение се различава от обичайната автокорелационна функция от величината на отдалечени автокорелации с по-малко времеви забавяния. Следователно, специфичната автокорелационна функция по-точно характеризира автокорелационните зависимости в рамките на времевите редове.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 |


Когато използвате този материал, свържете се със bseen2.biz (0.017 сек.)