Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 102 стр.

UptoLike

Составители: 

Рубрика: 

Отметим также проблему, связанную с последовательным использованием нескольких
критериев проверки гипотез. В рамках рассмотренной процедуры приходится, по крайней
мере, сначала
проверять гипотезу H
1
о наличии общих множителей, а затем, если она не
отвергается, проверять гипотезу H
2
: a
1
= 0 о некоррелированности ошибок в статической
модели регрессии.
Пусть каждая из этих гипотез проверяется на уровне значимости
α
, скажем,
α
= 0.05.
Какова в такой ситуации вероятность ошибочного отвержения модели статической
регрессии? Имеем:
P{ошибочно отвергается хотя бы одна из гипотез H
1
, H
2
}
P{ошибочно отвергается H
1
} + P{ошибочно отвергается H
2
} =
=
α
+
α
= 2
α
.
Следовательно, если положить
α
= 0.025, то вероятность отвержения модели статической
регрессии в рамках двухступенчатой процедуры не будет превышать 0.05. Заметим, что при
этом мы еще не принимали в расчет ошибки, связанные с возможностью неправильной
диагностики общей модели.
   Отметим также проблему, связанную с последовательным использованием нескольких
критериев проверки гипотез. В рамках рассмотренной процедуры приходится, по крайней
мере, сначала проверять гипотезу H1 о наличии общих множителей, а затем, если она не
отвергается, проверять гипотезу H2: a1 = 0 о некоррелированности ошибок в статической
модели регрессии.
   Пусть каждая из этих гипотез проверяется на уровне значимости α , скажем, α = 0.05.
Какова в такой ситуации вероятность ошибочного отвержения модели статической
регрессии? Имеем:
   P{ошибочно отвергается хотя бы одна из гипотез H1, H2} ≤
   ≤ P{ошибочно отвергается H1} + P{ошибочно отвергается H2} =
   = α + α = 2α .
Следовательно, если положить α = 0.025, то вероятность отвержения модели статической
регрессии в рамках двухступенчатой процедуры не будет превышать 0.05. Заметим, что при
этом мы еще не принимали в расчет ошибки, связанные с возможностью неправильной
диагностики общей модели.