Успешно сдано наших работ

80663

средняя оценка

4,82
 

8-800-5556499 Звонок бесплатный для России +7 (495) 137-59-73 (городской)

ОН-ЛАЙН КОНСУЛЬТАНТ


28 октября 2013

Устранение автокорреляции. Поправка Прайса-Уинстена.

clip_image002   (1)

Наиболее лучший способ устранения – это определить фактор, который вызывает автокорреляцию остатков и включает его в уравнение регрессии, но это трудно сделать, так как:

  1. нам неизвестен фактор
  2. этот фактор трудно измерить

Поэтому используют другие способы. Пусть закономерность, описывающая автокорреляцию и нам известно clip_image004. Для простоты рассмотрим уравнение 1-го порядка:

clip_image006 (clip_image008) (2)

Получим clip_image002

clip_image012 (3), следовательно полностью устранена автокорреляция.

При использовании такого подхода пропадает первое наблюдение. Если выборка маленькая, то потеря 1-го наблюдения может снизить эффективность оценок, вызванную автокорреляцией остатков.

Для возвращения 1-го наблюдения используется следующий подход. Если уравнение (3) имеет случайную составляющую, не связанную с другими случайными остатками в наблюдениях 2,3,4…n, то эти случайные составляющие не коррелируют и с 1-ым остатком, т.е. clip_image014, а значит мы можем использовать 1-ое наблюдение без преобразований:clip_image016

clip_image018clip_image020clip_image022. Однако в этом случае уравнение (1) будет оказывать, при применении МНК, неоправданно большое влияние на определенные оценки параметров.

Для устранения этого дисбаланса между уравнениями Прайс и Уинстен предложили умножить 1-ое уравнение на поправочный коэффициент clip_image024 . В этом случае уравнение становится соизмеримым с другими уравнениями.

Метод Кокрана-Оркатта

Данный метод используется для устранения автокорреляции итерационную процедуру, которую можно представить в виде следующих этапов:

  1. оцениваем исходное регрессионное уравнение, то есть находим λ и β. clip_image002[16]
  2. вычисляем остатки clip_image004[4]
  3. находим оценку ρ коэффициента автокорреляции (1)
  4. используя данную оценку ρ находим уравнение (3)
  5. производим определение параметров уравнения (3) и находим новые значения оценок λ и β
  6. повторно вычисляем остатки clip_image006[4] и фактически возвращаемся к этому №3

Процесс повторяется до тех пор, пока не будет получена требуемая точность сходимости в оценках λ и β

Метод Хилдрета–Лу

В данном методе исследователь задает интервал изменения величины ρ, допустим в пределах clip_image008[4] Для каждого значения ρ производится оценка параметров λ и β из уравнения (3). Затем из полученных результатов выбирается такой, который дает минимальную стандартную ошибку для преобразованного уравнения. Используемые в этом уравнении значения ρ, λ и β принимаются за искомые.

В случае, когда статистика Дарбина–Уотсона указ.на очень тесную положительную автокорреляцию, можно использовать упрощенную процедуру, в которой принимается ρ=1. В этом случае уравнение (3) принимает следующий вид: clip_image010[4]

Если испытываете трудности в написании контрольной работы по эконометрике, оформите заявку и Вы узнаете сроки и стоимость работы. Цена — от 99 рублей.



Заказать работу

 
 
 
 
26.07.2018

Уточнить задание

Поля помеченные   обязательны для заполнения

Комментарии:

comments powered by Disqus
ООО «Заочник.ком.»
125047 г. Москва, Площадь Тверская Застава, д. 3 ком.454
ИНН/КПП 7710949967/771001001
ОГРН: 1137746981800
Р/с: 40702810110000032692 в АО "Тинькофф Банк" г. Москва
К/с: 30101810145250000974
БИК: 044525974