Как было показано в примере 5.1, коэффициент автокорреляции первого порядка по ряду расходов на конечное потребление гух = 0,976. Аналогично можно рассчитать, что коэффициент автокорреляции первого порядка временного ряда совокупного дохода г = 0,880. Можно предположить, что полученные результаты содержат ложную корреляцию ввиду наличия в каждом из рядов линейной или близкой к линейной тенденции. Применим метод устранения тенденции по отклонениям от тренда. Результаты расчета линейных трендов по каждому из рядов представлены в табл. 6.2. [c.266]
Кроме авторегрессионного преобразования, для устранения автокорреляции остатков и уточнения формулы регрессионной зависимости может использоваться метод скользящих средних (Moving Averages, или MA). В этом случае считается, что отклонения от линии регрессии е описываются как скользящие средние случайных нормально распределенных ошибок е( предполагается, что [c.362]
Метод оценки разностей разных порядков во временных рядах для подбора наиболее подходящей степени полинома для описания тренда развивался О. Андерсоном одновременно с В. Госсетом (Стьюдент) (1876—1937). Обнаружилось, что нельзя применять классические методы корреляционного анализа к временным рядам, так как не выполняется исходное условие — независимость наблюдений. Так был установлен эффект автокорреляции, выявление и устранение которого составляют одну из важнейших особенностей эконометрического метода. [c.20]
Смотреть страницы где упоминается термин Методы устранения автокорреляции
: [c.240]Смотреть главы в:
Вводный курс эконометрики -> Методы устранения автокорреляции