КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Автокорреляция уровней временного ряда и ее последствия
Компоненты временного ряда Специфика временного ряда как источника данных в эконометрическом моделировании Временной (динамический) ряд – это ряд последовательно расположенных во времени числовых значений соответствующего показателя Элементы временного ряда: · уровни ряда (yt)- числовые значения того или иного показателя; · время (t). Виды временных рядов: · моментные, если время задано моментами; · интервальные, если время задано интервалами. · Модели на основе рядов динамики · Модели изолированного динамического ряда. · Модели системы взаимосвязанных рядов динамики. · Модели автрегрессии. · Модели с распределенным лагом · Тенденция (T) · Периодические колебания (P) · Случайные колебания (E) yt = f (T,P,E) Корреляционная зависимость между последовательными значениями уровней временного ряда называется автокорреляцией уровней ряда
Последствия: · Оценки параметров, оставаясь линейными не смещенными, перестают быть эффективными, они перестают обладать свойствам наилучших линейных несмещенных оценок · Дисперсии оценок являются смещенными. · Зачастую дисперсии являются заниженными, что привод к увеличению t-статистик. Это может привести к признанию статистически значимыми объясняющие переменные, которые могут ими и не являться. · Коэф. регрессии и детерминации м.б. не верными, следовательно ухудшаются прогнозные качества модели.
Дата добавления: 2015-04-24; Просмотров: 1094; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |