Разделы презентаций


1 Модель множественной регрессии всегда включает случайную составляющую Метод

Содержание

Определение автокорреляцииПусть нарушено второе условие. В модели есть автокорреляция

Слайды и текст этой презентации

Слайд 1Модель множественной регрессии всегда включает случайную составляющую
Метод наименьших квадратов является

наилучшим только если случайная
составляющая обладает двумя свойствами
1) случайная составляющая является

гомоскедастичной
(имеет постоянную дисперсию)
2) в случайной составляющей отсутствует автокорреляция
(ошибки в разных наблюдениях независимы, т.е. не коррелированы друг
с другом)
Модель множественной регрессии всегда включает случайную составляющуюМетод наименьших квадратов является наилучшим только если случайнаясоставляющая обладает двумя свойствами1)

Слайд 2Определение автокорреляции
Пусть нарушено второе условие. В модели есть автокорреляция

Определение автокорреляцииПусть нарушено второе условие. В модели есть автокорреляция

Слайд 3Причины 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.
Причины автокорреляцииОбычно автокорреляция встречается в регрессионном анализе при использовании временных рядов. Для временных рядов предположение о некоррелированности

Слайд 4Причины чистой автокорреляции
Примеры:
1. y — последовательность значений курса

ценной бумаги; t — время.
Результаты предыдущих торгов влияют на результаты


последующих
Причины чистой автокорреляцииПримеры:1.   y — последовательность значений курса ценной бумаги; t — время.Результаты предыдущих торгов

Слайд 5Причины 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

Причины чистой автокорреляцииПримеры:2. y — спрос на мороженое; x — доход потребителей. Данные фиксировались ежемесячно в течение

Слайд 6Причины чистой автокорреляции
Отрицательная автокорреляция
пилообразная структура ряда

Причины чистой автокорреляцииОтрицательная автокорреляцияпилообразная структура ряда

Слайд 7 случайная составляющая рассматриваемого уравнения регрессии,
  коэффициент автокорреляции первого

порядка,
u случайная составляющая,

независимы

Автокорреляция первого порядка

 случайная составляющая рассматриваемого уравнения регрессии,  коэффициент автокорреляции первого порядка,u случайная составляющая,

Слайд 8Классический случай (автокорреляция отсутствует)

Классический случай (автокорреляция отсутствует)

Слайд 9Положительная автокорреляция
Положительная автокорреляция – наиболее важный для экономики случай

Положительная автокорреляцияПоложительная автокорреляция – наиболее важный для экономики случай

Слайд 10Отрицательная автокорреляция

Отрицательная автокорреляция

Слайд 12 График остатков соответствует положительной автокорреляции

График остатков соответствует положительной автокорреляции

Слайд 13Последствия автокорреляции
1. Оценки МНК перестают быть наилучшими.
2. Проверка гипотез

значимости некорректна.

Последствия автокорреляции1. Оценки МНК перестают быть наилучшими. 2. Проверка гипотез значимости некорректна.

Слайд 14Обнаружение автокорреляции
1. Графический метод.
2. Критерий знаков.
3. Критерий Дарбина-Уотсона.
4. Тест

серий (Бреуша-Годфри)
В специализированных эконометрических пакетах эти тесты есть

Обнаружение автокорреляции1. Графический метод. 2. Критерий знаков.3. Критерий Дарбина-Уотсона.4. Тест серий (Бреуша-Годфри)В специализированных эконометрических пакетах эти тесты

Слайд 15Тест Дарбина-Уотсона.
1. Вычислить остатки

Тест Дарбина-Уотсона. 1. Вычислить остатки

Слайд 16Тест Дарбина-Уотсона.
1. Вычислить остатки
2.
Вычислить оценку коэффициента автокорреляции

остатков
С помощь функции КОРРЕЛ вычислить
коэффициент корреляции между двумя
столбцами
0,715853

Тест Дарбина-Уотсона. 1. Вычислить остатки 2. Вычислить оценку коэффициента автокорреляции остатковС помощь функции КОРРЕЛ вычислитькоэффициент корреляции между

Слайд 17Статистика Дарбина-Уотсона
3. Вычислить статистику Дарбина-Уотсона:

Статистика Дарбина-Уотсона3. Вычислить статистику Дарбина-Уотсона:

Слайд 18Границы для статистики Дарбина-Уотсона
Если

, то
Если

, то

Если , то

Границы для статистики Дарбина-УотсонаЕсли            , то

Слайд 19Критические 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 , числа наблюдений n и числа регрессоров k определяются два значения:
dн – нижняя граница, dв – верхняя граница

Критические точки распределения Дарбина-Уотсона4.	Для более точного определения, какое значение DW свидетельствует об отсутствии автокорреляции, а какое –

Слайд 20Критические точки распределения Дарбина-Уотсона

Критические точки распределения Дарбина-Уотсона

Слайд 21Расположение критических точек распределения Дарбина-Уотсона
2
4
0


Положительная автокорреляция
Отрицательная автокорреляция
Отсутствие автокорреляции
4-dн
4-dв
Зоны неопределенности

Расположение критических точек распределения Дарбина-Уотсона240dнdвПоложительная автокорреляцияОтрицательная автокорреляцияОтсутствие автокорреляции4-dн4-dвЗоны неопределенности

Слайд 22Расположение 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!

Расположение критических точек распределения Дарбина-Уотсона2401,211,55Положительная автокорреляцияОтрицательная автокорреляцияОтсутствие автокорреляции4-1,214-1,55Зоны неопределенностиn=25, k=3, 0,57Есть положительная автокорреляция!

Слайд 23Устранение автокорреляции
Предположим, что мы оценили модель МНК и выяснили,

что в модели
есть автокорреляция. Коэффициент автокорреляции оценили

по остаткам
модели
Устранение автокорреляции   Предположим, что мы оценили модель МНК и выяснили, что в моделиесть автокорреляция. Коэффициент

Слайд 24Устранение автокорреляции

Устранение автокорреляции

Слайд 25Устранение автокорреляции

Устранение автокорреляции

Слайд 26Устранение автокорреляции
независимы, значит к новой модели можно применять МНК

Устранение автокорреляции   независимы, значит к новой модели можно применять МНК

Слайд 28Пример
Создаем новые переменные. Сначала создаем столбцы со сдвигом

ПримерСоздаем новые переменные. Сначала создаем столбцы со сдвигом

Слайд 29Пример
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

ПримерВычисляемClose_new=close-0,72*close_1R_income_new=R_income-0,72*R_income_1P_close_new=P_close-0,72*P_close_1

Слайд 30Пример

Пример

Слайд 31Пример
Close_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

ПримерClose_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

Слайд 32Пример
Close_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

ПримерClose_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

Слайд 33Пример
Close=0,02 * R_Income+0,51 * P_close-6,82
Close_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

ПримерClose=0,02 * R_Income+0,51 * P_close-6,82Close_new=0,02 * R_Income_new+0,51 * P_close_new-1,91

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика