Автокорреляция

из "Вводный курс эконометрики "

Данный метод применяется при известных для каждого наблюдения значениях Ji2. В этом случае можно устранить гетероскедастичность, разделив каждое наблюдаемое значение на соответствующее ему значение дисперсии. В этом суть метода взвешенных наименьших квадратов. [c.219]
Следовательно, для преобразованной модели (8.10) выполняются предпосылки 1° - 5° МНК. В этом случае оценки, полученные по МНК, будут наилучшими линейными несмещенными оценками. [c.220]
Для применения ВНК необходимо знать фактические значения дисперсий у отклонений. На практике такие значения известны крайне редко. Следовательно, чтобы применить ВНК, необходимо сделать реалистические предположения о значениях у . [c.220]
Дисперсии Ji пропорциональны xt (рис. 8.5, а). [c.220]
Таким образом, оценив для (8.11) по МНК коэффициенты р0 и Рь затем возвращаются к исходному уравнению регрессии (8.8). [c.221]
Иногда из всех объясняющих переменных выбирается наиболее подходящая, исходя из графического представления (рис. 8.4). [c.221]
По аналогии с вышеизложенным несложно показать, что для отклонений Vi будет выполняться условие гомоскедастичности. После определения по МНК оценок коэффициентов р0 и pi для уравнения (8.13) возвращаются к исходному уравнению (8.8). [c.221]
Отметим, что для применения описанных выше преобразований существенную роль играют знания об истинных значениях дисперсий отклонений Ji2, либо предположения, какими эти дисперсии могут быть. Во многих случаях дисперсии отклонений зависят не от включенных в уравнение регрессии объясняющих переменных, а от тех, которые не включены в модель, но играют существенную роль в исследуемой зависимости. В этом случае они должны быть включены в модель. В ряде случаев для устранения гетероскедастичности необходимо изменить спецификацию модели (например, линейную на лог-линейную, мультипликативную на аддитивную и т. п.). [c.222]
В заключение отметим, что наличие гетероскедастичности не позволяет получить эффективные оценки, что зачастую приводит к необоснованным выводам по их качеству. Обнаружение гетероскедастичности - достаточно трудоемкая проблема и для ее решения разработано несколько методов (тестов). В случае установления наличия гетероскедастичности ее корректировка также представляет довольно серьезную проблему. Одним из возможных решений является метод взвешенных наименьших квадратов (при этом необходима определенная информация либо обоснованные предположения о величинах дисперсий отклонений). На практике имеет смысл попробовать несколько методов определения гетероскедастичности и способов ее корректировки (преобразований, стабилизирующих дисперсию). [c.222]
Проводится анализ зависимости средней заработной платы от средней производительности на предприятиях различного масштаба. Проведенное обследование нашло отражение в следующей таблице. [c.226]

Вернуться к основной статье