Эконометрика: Введение в регрессионный анализ временных рядов. Носко В.П. - 71 стр.

UptoLike

Составители: 

Рубрика: 

-4
-2
0
2
4
6
10 20 30 40 50 60 70 80 90 100
Y X
Имея в распоряжении только эти две реализации, мы не знаем, с какой моделью имеем дело.
Начнем с оценивания статической модели y
t
= µ + βx
t
+ ε
t
методом наименьших квадратов; в
результате получаем оцененную модель y
t
= 1.789 + 0.577x
t
+ e
t
, где e
t
ряд остатков.
График ряда остатков имеет вид:
-6
-4
-2
0
2
4
10 20 30 40 50 60 70 80 90 100
DELTA
Здесь обнаруживается явная автокоррелированность ряда остатков, которая подтверждается
построенной для него коррелограммой
ACF PACF AC PAC Q-Stat Prob
. |***** . |***** 1 0.696 0.696 49.981 0.000
. |**** . |* 2 0.536 0.099 79.868 0.000
. |*** *| . 3 0.364 -0.081 93.801 0.000
. |** . | . 4 0.227 -0.056 99.279 0.000
. |* . | . 5 0.130 -0.015 101.10 0.000
. | . . | . 6 0.057 -0.020 101.46 0.000
и критерием БройшаГодфри с запаздыванием на один шаг, который дает P-значение
0.0000. Это означает, что мы имеем дело не со статической, а с динамической
моделью.
 6


 4


 2


 0


-2


-4
          10    20    30        40   50        60    70    80   90   100

                                     Y          X


Имея в распоряжении только эти две реализации, мы не знаем, с какой моделью имеем дело.
Начнем с оценивания статической модели yt = µ + βxt + εt методом наименьших квадратов; в
результате получаем оцененную модель yt = 1.789 + 0.577xt + et , где et – ряд остатков.
График ряда остатков имеет вид:
4


2


0


-2


-4


-6
     10    20   30   40    50   60   70   80    90   100

                           DELTA


Здесь обнаруживается явная автокоррелированность ряда остатков, которая подтверждается
построенной для него коррелограммой
ACF        PACF         AC PAC Q-Stat Prob

    . |*****   . |***** 1 0.696 0.696 49.981 0.000
    . |****    . |*     2 0.536 0.099 79.868 0.000
    . |***     *| .     3 0.364 -0.081 93.801 0.000
    . |**      .|.      4 0.227 -0.056 99.279 0.000
    . |*       .|.      5 0.130 -0.015 101.10 0.000
    .|.        .|.      6 0.057 -0.020 101.46 0.000
и критерием Бройша – Годфри с запаздыванием на один шаг, который дает P-значение
0.0000. Это означает, что мы имеем дело не со статической, а с динамической моделью.