Proprietățile reziduurilor de regresie

Conform unei a doua condiție Gauss-Markov pentru aplicarea efectivă a MNC necesare pentru reziduurile de dispersie - diferența dintre valorile datelor originale și datele obținute, ecuația de regresie a fost homoskedastic, adică uniforma. Acest lucru înseamnă că, pentru fiecare valoare a reziduurilor factorului au aceeași variație. Pentru probele de volum mic pentru evaluarea Heteroskedasticity (încălcarea homoscedasticity) Goldfeld-Quandt (Goldfeld-Quandt), metoda poate fi utilizată. Ideea de bază a testului Goldfeld-Quandt este după cum urmează:

§ excluse din luarea în considerare observațiile centrale C; în același timp. în cazul în care - numărul parametrilor estimați;

§ pluralitate de separare (n-C) observații în două grupe (respectiv, cu valori mici și mari X) și determinarea pentru fiecare grup ecuațiile de regresie;

În cazul în care ipoteza nulă a raportului homoscedasticity F se va întâlni testul F, cu un număr de grade de libertate pentru fiecare din suma reziduală a pătratelor. Cu cât valoarea F depășește valoarea de masă. ipoteza mai rupt de egalitate a varianței reziduurilor. Dacă valoarea calculată este mai mare. ar trebui să ia în considerare următoarele:

§ erorile standard ale coeficienților de regresie sunt prea mici, ceea ce poate duce la o concluzie falsă despre semnificația parametrilor ecuației de regresie;

§ rezultate Estimările parametrilor sunt estimări imparțiale ale bi. astfel încât acestea să poată fi utilizate în ecuația;

erorile standard practică § traduse prin metode cunoscute (White, Newey-Vest).

Conform unei a treia condiție Gauss-Markov pentru utilizarea corectă a ecuației de regresie este necesară, nici o relație sistematică (corelare) între reziduuri. Pentru a studia comportamentul reziduurilor, acestea sunt ordonate crescator factor. Reziduuri indexate cu valoarea t. Cea mai mică valoare a factorului corespunzător t = 1 și reziduuri e1. următor factor valoare sootvetstvuett = 2 și reziduuri e2. etc. la valorile t = n. Indicele t poate fi privit ca un timp de vorbire și despre punctele de timp actuale și anterioare.

Autocorelare în reziduuri - corelație între valorile remanențelor și pentru vremurile actuale și anterioare. Pentru a determina autocorelarea folosind criteriul Durbin-Watson (Durbin-Watson). Pentru această valoare se calculează cu următoarea formulă:

în care - restul nivelului precedent.

Pentru valoarea relației. Din tabele sunt două valori critice: un nivel inferior - și superior -. Valorile depind de numărul de observații. complexitatea modelului (parametrul număr) și nivelul de semnificație ales. 2. În cazul în care mai mult decât aceasta este o dovadă de o corelație negativă și înainte de a compara valoarea ei ar trebui să fie convertite :.

Dacă - modelul este inadecvat, rămâne puternic autocorelate.

Dacă - Rămășițele necorelate, modelul este adecvat.

În cazul în care - o concluzie clară poate fi trase, și este necesar să se aplice alte criterii.

În cazul în care resturile unui autocorelație pozitiv complet, atunci. dacă totalul este negativ, atunci. în cazul în care nu există nici o autocorelare a reziduurilor, atunci.

În cazul în care detectat autocorelare, apoi, la fel ca în cazul heteroscedasticității, trebuie să ne amintim că erorile standard sunt prea mici, ceea ce poate duce la o concluzie falsă despre semnificația coeficienților de regresie ai ecuației. OLS tradiționale pentru a înlocui metoda generică este recomandată în caz de încălcare homoscedasticity și există erori de autocorelație (GLS), care este aplicat datelor transformate.

Este foarte probabil autocorelare pozitivă. H0 este respins.

Nu există nici un motiv pentru a respinge H0. Autocorelare reziduuri.