Отсутствие автокорреляции остатков
Под автокорреляцией остатков понимают зависимость распределения значений остатков ui друг от друга. Автокорреляция остатков означает наличие корреляции между остатками текущих и предыдущих (последующих) наблюдений. Оценить эту зависимость можно вычислив коэффициент корреляции между этими остатками по формуле (8).
. (8)
Если этот коэффициент окажется существенно отличным от нуля, то остатки автокоррелированны.
Пример 4.
По четырем предприятиям региона (таблица 2) изучается зависимость выработки продукции на одного работника y (тыс. грн.) от ввода в действие новых основных фондов (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих (%). Составлена модель множественной регрессии y=2,38462+3,38462x1+2,15385x2.
Проверить выполнение предпосылок 1МНК для полученной модели.
Таблица 2 – Анализ остатков (ошибок) уравнения регрессии
Предприятие Показатель | №1 | №2 | №3 | №4 |
, (%) | 1 | 2 | 3 | 5 |
, (%) | 0 | 1 | 3 | 4 |
, (тыс. грн.) | 6 | 11 | 19 | 28 |
, (тыс. грн.) | 5,76923 | 11,30769 | 19 | 27,92308 |
, (тыс. грн.) | 0,23077 | -0,30769 | 0 | 0,07692 |
Вычисляем теоретические значения по уравнению регрессии, а остатки по формуле и записываем в таблицу 2.
Для проверки первого условия вычислим величину суммарного отклонения:
|
|
.
По этой величине можно сделать вывод о нулевой средней величине остатков – первое условие соблюдается.
Теперь для проверки случайного характера остатков построим график их зависимости от теоретических значений , рисунок 5.
|
Рисунок 5 - Зависимость ui от
Хотя по четырем точкам судить трудно, но в целом можно сделать вывод, что остатки распределены случайно. Из этого же рисунка можно сделать вывод о гомоскедастичности остатков, т. к. дисперсия каждого отклонения одинакова для всех значений x.
Коэффициент автокорреляции остатков находим по следующим рядам данных:
, (тыс. грн.) | -0,30769 | 0 | 0,07692 |
, (тыс. грн.) | 0,23077 | -0,30769 | 0 |
Отсюда находим
Коэффициент автокорреляции показывает существенную связь между значениями случайной составляющей ui , что является нарушением одной из рассматриваемых предпосылок и некорректности применения 1МНК к исходным данным.
ИНДИВИДУАЛЬНЫЕ РАСЧЁТНО-ПРАКТИЧЕСКИЕ ЗАДАНИЯ
Задание 1.
Даны матрицы А = , В = , С = и число a = 2. Найти АТВ+aС, (Приложение А).
Задание 2. Задана квадратная матрица 3–го порядка. Вычислите определитель det A и обратную матрицу A-1.
А=
Задание 3.
По исходным данным таблицы 3 в соответствии с вариантом выполнить:
|
|
1. Оценить параметры модели
2. Проверить коэффициенты на значимость
3. Оценить адекватность (значимость) модели в целом.
Проверить были ли все предпосылки к тому, чтобы применять 1МНК и линейное уравнение регрессии к исходным данным.
Таблица 3 – Исходные данные
Номер предприятия | 1 | 2 | 3 | 4 | ||
1 | 1 | -1 | -1 | |||
1 | -1 | 1 | -1 | |||
Вариант | y
Мы поможем в написании ваших работ! |