Для оценки адекватности построенных моделей исследуются свойства остаточной компоненты, т.е. расхождения уровней, рассчитанных по модели, и фактических наблюдений

Наиболее важными свойствами остаточной компоненты являются независимость уровней ряда остатков, их случайность и соответствие нормальному закону распределения.

Проверка равенства математического ожидания уровней ряда остатков нулю осуществляется в ходе проверки соответствующей нулевой гипотезы .

С этой целью строится t-статистика:

, (1.22)

где - среднее арифметическое значение уровней ряда остатков ;

а - среднеквадратическое отклонение для этой последовательности, рассчитанное по формуле для малой выборки.

На уровне значимости гипотеза отклоняется, если , где – критерий распределения Стьюдента с доверительной вероятностью (1 – ) и степенями свободы .

Проверка условия случайности возникновения отдельных отклонений от тренда.

Для проверки случайности уровней ряда могут быть использованы критерий серий и критерий поворотных точек.

Критерий “восходящих” и “нисходящих” серий был описан ранее (см. Предварительный анализ данных)

Критерий «пиков», или критерий поворотных точек.

Значение случайной переменной считается поворотной точкой, если оно одновременно больше (меньше) соседних с ним элементов.

Если остатки случайны, то поворотная точка приходится примерно на каждые 1,5 наблюдения.

Если их больше, то возмущения быстро колеблются и это не может быть объяснено только случайностью.

Если же их меньше, то последовательные значения случайного компонента положительно коррелированны.

Критерий случайности отклонений от тренда при уровне вероятности 0,95 можно представить как

(1.23)

Где

р – фактическое количество поворотных точек в случайном ряду;

1,96 – квантиль нормального распределения для 5%-го уровня значимости.

Квадратные скобки здесь так же означают, что от результата вычисления следует взять целую часть.