Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Они сходны с последствиями гетероскедастичности.
1) Если в исследуемой модели есть автокорреляция, то оценки параметров полученные обычным методом МНК хоть и являются не смещенными, но не являются эффективными.
2) Стандартные ошибки параметров регрессии в целом полученные по обычным формулам оказываются заниженными, в результате все выводы по t и F статистикам, определяющие значимость коэффициентов регрессии и коэффициента корреляции будут неверны, в частности доверительные интервалы прогноза больше расчетных.
3) Автокорреляция увеличивает дисперсии распределений оценок коэффициентов.
Методы обнаружения:
1. Графический анализ остатков
2. Критерий Дарбина – Уотсона, с его помощью исследуется зависимость между соседними остатками и .
Если DW<1 или DW>3, то автокорреляция есть. если DW>2, положительная автокорреляция, если DW<2, отрицательная.
Методы устранения:
1. Корректировка формы модели или определение нового набора объясняющих факторов. -
2. Разбиение исходного массива данных на 2-а или более подмассивов с последующим построением частных моделей для каждого подмассива.
3. Построение адекватной модели случайных остатков .
Дата публикования: 2015-02-03; Прочитано: 1074 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!