Автокорреляция и кросс-корреляция



Расчет автокорреляционного и кросс - корреляционного коэффициентов производится в модуле анализа временных рядов Time Series.После вызова данного блока на экране появляется окно, озаглавленное Time Series Analysis.Для расчета вышеуказанных коэффициентов в этом окне нам понадобятся только две кнопки: Variables и Ok (transformations, autocorrelations, cross-correlations, plots).С помощью первой кнопки производится выбор переменных для анализа: после нажатия на кнопку откроется стандартное окно выбора переменных, в нем необходимо указать все переменные, которые будут иметь то или иное отношение к проводимым расчетам. После этого нажимается кнопка Ok и пользователь переходит в следующее окно: Transformations of Variables,в этом окне ряд кнопок выделен в группу, которая об­ведена рамкой и озаглавлена Autocorrelations & Crosscorrelations,рассмотрим данную часть окна подробнее:

 

Для проведения любого корреляционного анализа в данном окне прежде всего необходимо в верхнем левом углу щелкнуть мышью на имени той переменной, которая будет анализироваться, установить максимальное значение лага в окошке Number of lags,и установить желаемый уровень значимости критерия (см. Рисунок).

После этого, для проведения автокорреляционного анализа нужно нажать кнопку Autocorrelations.На экране появится два окна: в одном будут приведены численные значения коэффициента автокорреляции при разном значении лага, а на втором, кроме того значения коэффициентов будут отображены графически. В окне численных значений столбцы имеют следующий смысл:

 

 

 

Для расчета частной автокорреляционной функции используется кнопка Partial autocorrs.После нажатия, как и в предыдущем случае появляются два аналогичных окна: одно с числовыми значениями коэффициента другое представляет результаты расчетов в графическом виде.

При расчете кросс - корреляционной функции, после нажатия кнопки Cross - correlations,появится окно в котором указывается вторая переменная для анализа, после чего появляются два окна аналогичные тем, которые можно наблюдать в автокорреляционном анализе.

 

Глава 2. ПРОВЕДЕНИЕ МНОЖЕСТВЕННОГО РЕГРЕССИОННОГО АНАЛИЗА В СИСТЕМЕ STATISTICA

Введение

Методы регрессионного анализа, позволяющие моделировать статистические зависимости между двумя или несколькими переменными, представлены в STATISTICA модулем Множественной регрессии (Multiple Regression). В нем реализованы различные методы множественной линейной, пошаговой и фиксированной нелинейной регрессии (в частности, полиномиальной, экспоненциальной, логарифмической). STATISTICA позволяет вычислить все необходимые статистики и оценить адекватность построенной модели. Анализ остатков и выбросов может быть проведен при помощи широкого набора графиков, включая разнообразные точечные графики, графики частичных корреляций и многие другие. Система прогноза позволяет пользователю выполнять анализ "что - если".

Методы общей нелинейной регрессии реализованы в модуле нелинейного оценивания (Nonlinear Estimation). Он позволяет строить произвольную регрессионную модель, задаваемой некоторой алгебраической формулой, которая может быть нелинейной как по переменным, так и по параметрам. Для расчета модели могут использоваться различные итерационные алгоритмы минимизации. Программа осуществляет полный контроль за всеми аспектами вычислительных процедур (начальное значение, размер шага, критерий сходимости и т.д.). Большинство обычных нелинейных регрессионных моделей задано в модуле и может быть просто выбрано из меню.


Дата добавления: 2018-02-28; просмотров: 1096; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!