- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Определение автокорреляции презентация
Содержание
- 1. Определение автокорреляции
- 2. Причины автокорреляции Обычно автокорреляция встречается в регрессионном
- 3. Причины чистой автокорреляции Примеры: 1.
- 4. Причины чистой автокорреляции Примеры: 2. y —
- 5. Причины чистой автокорреляции
- 6. Автокорреляция первого порядка ξ− случайная составляющая рассматриваемого
- 7. Классический случай (автокорреляция отсутствует)
- 8. Положительная автокорреляция Положительная автокорреляция – наиболее важный для экономики случай
- 9. Отрицательная автокорреляция
- 11. График остатков соответствует положительной автокорреляции
- 12. Последствия автокорреляции 1. Оценки несмещенные, состоятельные, но
- 13. Обнаружение автокорреляции 1. Графический метод. 2.
- 14. Тест Дарбина-Уотсона. 1. Вычислить остатки
- 15. Тест Дарбина-Уотсона. 1. Вычислить остатки
- 16. Статистика Дарбина-Уотсона 3. Вычислить статистику Дарбина-Уотсона:
- 17. Границы для статистики Дарбина-Уотсона Если
- 18. Критические точки распределения Дарбина-Уотсона 4. Для более точного
- 19. Критические точки распределения Дарбина-Уотсона
- 20. Расположение критических точек распределения Дарбина-Уотсона
- 21. Расположение критических точек распределения Дарбина-Уотсона
- 22. Устранение автокорреляции — независимы
- 23. Устранение автокорреляции первого порядка (при
- 24. Устранение автокорреляции (процедура Кохрейна-Оркатта)
- 26. Пример Создаем новые переменные. Сначала создаем столбцы со сдвигом
- 27. Пример Вычисляем Close_new=close-0,72*close_1 R_income_new=R_income-0,72*R_income_1 P_close_new=P_close-0,72*P_close_1
- 28. Пример
- 29. Пример Close=0,02 * R_Income+0,51 * P_close-6,82
Причины автокорреляции Обычно автокорреляция встречается в регрессионном анализе при использовании временных рядов. Для временных рядов предположение о некоррелированности ошибок часто не выполняется, так как результаты предыдущих наблюдений
Слайд 1Определение автокорреляции
Автокорреляция характеризуется тем, что
не выполняется одно из условий Гаусса-Маркова:
Слайд 2Причины автокорреляции
Обычно автокорреляция встречается в регрессионном
анализе при использовании временных рядов.
Для
временных рядов предположение о некоррелированности
ошибок часто не выполняется, так как результаты
предыдущих наблюдений влияют на результаты следующих.
временных рядов предположение о некоррелированности
ошибок часто не выполняется, так как результаты
предыдущих наблюдений влияют на результаты следующих.
Слайд 3Причины чистой автокорреляции
Примеры:
1. y — последовательность значений курса ценной
бумаги; t — время.
Результаты предыдущих торгов влияют на результаты
последующих
Слайд 4Причины чистой автокорреляции
Примеры:
2. y — спрос на мороженое; x — доход
потребителей.
Данные фиксировались ежемесячно в течение нескольких лет.
y
лето
лето
зима
зима
Положительная автокорреляция
x
Слайд 6Автокорреляция первого порядка
ξ− случайная составляющая рассматриваемого уравнения регрессии,
ρ − коэффициент автокорреляции
первого порядка,
ε− случайная составляющая, независимы
ε− случайная составляющая, независимы
Слайд 8Положительная автокорреляция
Положительная автокорреляция – наиболее важный для экономики случай
Слайд 12Последствия автокорреляции
1. Оценки несмещенные, состоятельные, но неэффективные.
2. Стандартные ошибки занижены,
t-статистики завышены. Поэтому выводы по оценке качества коэффициентов и модели в целом, возможно, будут неверными.
Слайд 13Обнаружение автокорреляции
1. Графический метод.
2. Критерий знаков.
3. Критерий Дарбина-Уотсона.
4. Тест серий
(Бреуша-Годфри)
В специализированных эконометрических пакетах эти тесты есть
Слайд 15Тест Дарбина-Уотсона.
1. Вычислить остатки
2.
Вычислить оценку коэффициента автокорреляции остатков
Данные
– Анализ данных –Корреляция
Слайд 18Критические точки распределения Дарбина-Уотсона
4. Для более точного определения, какое значение DW свидетельствует
об отсутствии автокорреляции, а какое – о ее наличии, построена таблица критических точек распределения Дарбина-Уотсона.
По этой таблице для заданного уровня значимости α, числа наблюдений n и числа регрессоров k определяются два значения:
dн – нижняя граница, dв – верхняя граница
Слайд 20
Расположение критических точек распределения Дарбина-Уотсона
2
4
0
dн
dв
Положительная автокорреляция
Отрицательная автокорреляция
Отсутствие автокорреляции
4-dн
4-dв
Зоны неопределенности
Слайд 21
Расположение критических точек распределения Дарбина-Уотсона
2
4
0
1,21
1,55
Положительная автокорреляция
Отрицательная автокорреляция
Отсутствие автокорреляции
4-1,21
4-1,55
Зоны неопределенности
n=25, k=3,
0,57
Есть
положительная автокорреляция!
Слайд 23Устранение автокорреляции
первого порядка
(при известном коэффициенте автокорреляции)
В модели (3) выполнены
условия Гаусса – Маркова и можно применять МНК
Слайд 24Устранение автокорреляции (процедура
Кохрейна-Оркатта)
1. Вычислить остатки
2. Вычислить коэффициент автокорреляции
остатков
3. Создать переменные:
4. Оценить модель
3. Создать переменные:
4. Оценить модель
5. Вычислить
6. Записать уравнение модели
Слайд 27Пример
Вычисляем
Close_new=close-0,72*close_1
R_income_new=R_income-0,72*R_income_1
P_close_new=P_close-0,72*P_close_1
