МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||
Лекція 99.3. Оцінювання параметрів авторегресійних моделей
Три авторегресійних моделі - Койка, адаптивних сподівань і часткового коригування - можна подати в загальній формі:
(9.5) Наявність лагових залежних змінних у динамічних моделях створює певні проблеми при оцінюванні параметрів: серед пояснюючих змінних є стохастичні (залежні лагові змінні), а також існує проблема серійної кореляції залишків моделі та лагових змінних. Залежно від гіпотез щодо залишків таких моделей використовують відповідні методи оцінювання. Гіпотеза 1. Залишки є нормально розподіленими випадковими величинами з нульовим математичним сподіванням та сталою дисперсією. Гіпотеза 2. Залишки описуються авторегресійною схемою першого порядку: (9.6) Гіпотеза 3. Залишки автокорельовані та описуються авторегресійною схемою першого порядку: (9.7) Першу гіпотезу виконують лише для моделі часткового коригування; саме для неї можливе застосування звичайного МНК. Однак залежність залишків від лагової змінної yt 1 у цій моделі призводить до зміщення оцінок параметрів. Та хоча оцінки параметрів будуть завищеними, вони матимуть найменшу середньоквадратичну похибку. І після визначення величини зміщення МНК-оцінки будуть найприйнятнішими. Якщо залишки моделі визначають через автокорельовані випадкові величини, то МНК-оцінки параметрів моделі також матимуть зміщення, до того ж зміщення матиме також критерій Дарбіна - Уотсона. Тому для перевірки автокореляції залишків застосовують узагальнений критерій Дарбіна - Уотсона. Оцінювання параметрів таких моделей виконують узагальненим методом найменших квадратів (методом Ейткена), в операторі оцінювання якого коригуюча матриця має вигляд Якщо лагову модель можна подати у вигляді (9.8) то до перетворених у такий спосіб даних залежної змінної застосовують звичайний МНК. Причому, параметр X вибирають з інтервалу 0 < X < 1 так, щоб мінімізувати суму квадратів залишків. Якщо відносно залишків моделі приймається третя гіпотеза, то параметри оцінюють за допомогою таких методів: 1) класичного МНК після попереднього перетворення вхідних даних; 2) методу Ейткена (узагальненого МНК); 3) ітераційного методу; 4) методу інструментальних змінних; 5) алгоритму Уолліса.
Читайте також:
|
||||||||
|