Методы обнаружения автокорреляции
По данным двадцати районов исследуется зависимость переменной У — урожайность зерновых культур в ц/га от ряда факторов: — число тракторов на 100 га, — число зерноуборочных комбайнов на 100 га, — количество удобрений, вносимых на 1 га, — количество средств химической защиты растений на 1 га. Построено уравнение регрессии: Графический метод обнаружения АК: в данном случае по оси абсцисс (ось х… Читать ещё >
Методы обнаружения автокорреляции (реферат, курсовая, диплом, контрольная)
Тема: Автокорреляция. Методы обнаружения автокорреляции (АК) Задача 1: Рассмотрите построенную по годовым данным за период с 1980 по 2004 год модель, оцените адекватность и статистическую значимость полученной зависимости (в модели соответственно — объем потребления, агрегированный доход, ставка рефинансирования), используя представленные характеристики, а так же последовательность знаков случайных отклонений модели (графический метод):
Для справки: =2,0796, = 3,4668, ,
Графический метод обнаружения АК: в данном случае по оси абсцисс (ось х) либо момент получения статистических данных, либо порядковый номер наблюдения, а по оси ординат (ось у) оценки отклонения et. Лучше всего это заметно когда используется график зависимостей et. от et-1, который выглядит так:
Если точки сосредоточенны в 1 и 3 четвертях декартовых координат, то это АК+, если во 2 и 4 — АК;
Метод рядов: Этот метод достаточно прост; последовательно определяются знаки отклонений et
Например (——-)(++ + + + + +)(—-)(+ + + +)(-) т. е. 5 «- «, 7 «+», 3 «-», 4 «+», 1 «-» при 20 наблюдениях.
Ряд определяется как непрерывная последовательность одинако-вых знаков. Количество знаков в ряду называется длиной ряда.
Визуальное распределение знаков свидетельствует о неслучай-ном характере связей между отклонениями. Если рядов слишком мало по сравнению с количеством наблюдений n, то вполне вероятна поло-жительная автокорреляция. Если же рядов слишком много, то вероят-на отрицательная автокорреляция. Для более детального анализа предлагается следующая процедура.
Пусть n — объем выборки;
n1 — общее количество знаков «+» при n наблюдениях (количест-во положительных отклонений е ();
П2 — общее количество знаков «-» при п наблюдениях (количест-во отрицательных отклонений е,);
к — количество рядов.
При небольшом числе наблюдений (n1 < 20, п2< 20) Свед и Эйзенхарт разработали таблицы критических значений количества рядов. Суть таблиц в следующем. На пересечении строки П] и столбца п2 определяются нижнее k1 и верхнее k2 значения при уровне значимости, а = 0.05.
Если к1< к < к2, то говорят об отсутствии автокорреляции.
Если к < к1, то говорят о положительной автокорреляции остат-ков.
Если к > к2, то говорят об отрицательной автокорреляция остат-ков.
В нашем примере п = 20, n1 = 11, n2= 9, к = 5.
По таблицам определяем к1 = 6, к2 = 16. Поскольку к = 5 < 6 = к1, то принимается предположение о наличии положительной автокорреля-ции при уровне значимости, а = 0.05.
Критерии Дарбина-Уотсона Суть его состоит в вычислении статистики DWДарбина-Уотсона и на основе ее величины — осуществлении вы-водов об автокорреляции.
По таблице критических точек Дарбина-Уотсона определяются два числа d| и d" и осуществляют выводы по следующей схеме:
О
d|
du
4 — d"
—di
Задача 2: Рассмотрите построенную по квартальным данным за период с 2000 по 2004 год модель для показателей ИПЦ, ИЦППП, денежного агрегата M0 и индекса валютного курса, оцените адекватность и статистическую значимость полученной зависимости, используя представленные характеристики, а так же последовательность знаков случайных отклонений модели (метод рядов):
Для справки: =2,12, = 3,24, .
Задача 3: Дано:28
Есть модель:
(S) (105.8) (7.4) (0.13) (0.12) (4.1)
RІ =0.70, DW=0.94,
— потребление говядины в году; - реальный располагаемый доход; - среднегодовая розничная цена на говядину; - среднегодовая розничная цена на свинину; - риск, связанный с заболеванием коров в данном году. Оцените качество модели. Ответ обоснуйте.
Для справки: =2.069, = 3.408, .
Задача 4: Дано: 35
Есть модель: ,
(S) (3,1) (0,7) (0.005) (2,0) (2,0)
RІ=0.67, DW= 3.56,
— еженедельные расходы на приобретение продуктов питания домохозяйством;
— недельный располагаемый доход домохозяйства; - число членов семьи; - число детей до 18 лет в семье.
Оцените качество модели. Ответ обоснуйте.
Для справки: =2,042,, =2.69.
Задача 5: Дано: 20
По данным двадцати районов исследуется зависимость переменной У — урожайность зерновых культур в ц/га от ряда факторов: — число тракторов на 100 га, — число зерноуборочных комбайнов на 100 га, — количество удобрений, вносимых на 1 га, — количество средств химической защиты растений на 1 га. Построено уравнение регрессии:
RІ=0.595, DW=1.942
(S) (0.006) 5.1) (1.54) (1.09)
Оцените качество модели. Ответ обоснуйте.
Для справки: =2.131, =3,8046, .
Задача 6: Для объяснения изменения валового национального продукта за 10 лет строится линейная регрессионная модель с объясняющими переменными — потреблением и инвестициями. Получены следующие статистические данные автокорреляция детерминация регрессия
Годы | |||||||||||
С ($ млрд.) | 8.5 | 9.5 | 10.5 | 12.5 | 14.5 | 18.5 | 19.5 | ||||
I ($ млрд.) | 1.6 | 1.8 | 2.0 | 2.1 | 2.2 | 2.4 | 2.6 | 2.8 | 3.2 | 3.5 | |
ВНП ($ млрд.) | 14.5 | 18.5 | 23.5 | 28.5 | 29.5 | ||||||
а) Оцените, используя матричную алгебру, коэффициенты линейной регрессии
.
б)Найдите стандартные ошибки коэффициентов и стандартную ошибку регрессии.
в)Вычислите коэффициент детерминации и скорректированный коэффициент детерминации. Сравните их. Оцените статистическую значимость при уровне значимости .
г)Определите значение статистики DWДарбина-Уотсона. Имеет ли место автокорреляция остатков?
д)Сделайте вывод относительно общего качества модели.
е)Через три года ожидаются следующие уровни потребления и инвестиций. Какой уровень ВНП ожидается при этом?