УЗНАЙ ЦЕНУ

(pdf, doc, docx, rtf, zip, rar, bmp, jpeg) не более 4-х файлов (макс. размер 15 Мб)


↑ вверх
Тема/ВариантЛинейные регрессионные модели с гетероскедастичными и автокоррелированными остатками
ПредметСтатистика
Тип работыкурсовая работа
Объем работы23
Дата поступления12.12.2012
890 ₽

Содержание

Содержание: Введение 3 1. Обобщенная линейная модель множественной регрессии 4 2. Линейные регрессионные модели с гетероскедастичным остатком 6 §2.1 Понятие «гетероскедастичности пространственной выборки» 6 §2.2 Тесты на гетероскедастичность 8 2.2.1 Тест ранговой корреляции Спирмена 9 2.2.2 Тест Голдфелда–Квандта. 10 2.2.3 Тест Уайта. 12 2.2.4 Тест Глейзера. 13 2.3 Устранение гетероскедастичности 13 3. Автокорреляция остатков 16 3.1 Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция 16 3.2 Устранение автокорреляции. Идентификация временного ряда 18 Заключение 21 Список литературы 23

Введение

Введение При моделировании реальных экономических процессов мы не-редко сталкиваемся с ситуациями, в которых условия классической ли-нейной модели регрессии оказываются нарушенными. В частности, мо-гут не выполняться предпосылки постоянности дисперсии зависимой переменной (D(?i) = ?2) и некоррелированность возмущений (M(?i?j) = 0, i ?j) регрессионного анализа. Для линейной множественной модели эти предпосылки означают, что ковариационная матрица вектора возмуще-ний (ошибок) ? имеет вид: ?? = ?2En В тех случаях, когда имеющиеся статистические данные достаточ-но однородны, допущение ?? = ?2En вполне оправдано. Однако в других ситуациях оно может оказаться неприемлемым. Так, например, при использовании зависимости расходов на потребле-ние от уровня доходов семей можно ожидать, что в более обеспеченных семьях вариация расходов выше, чем в малообеспеченных, т.е. диспер-сии возмущений не одинаковы. При рассмотрении временных рядов мы, как правило, сталкиваемся с ситуацией, когда наблюдаемые в данный момент значения зависимой переменной коррелируют с их значениями в предыдущие моменты времени, т.е. наблюдается корреляция между воз-мушениями в разные моменты времени. Цель данной работы рассмотреть и проанализировать особенности линейных регрессионных моделей с гетероскедастичными и автокорре-лированными остатками. 1. Обобщенная линейная модель множественной рег-рессии Обобщенная линейная модель множественной регрессии (General-ized Linear Multiple Regression model) Y= X? + ? (1) в которой переменные и параметры определены так же, как в классиче-ской нормальной линейной модели множественной регрессии (y = b0 + b1x), описывается следующей системой соотношений и усло-вий: 1. ? – случайный вектор; Х – неслучайная (детерминированная) матри-ца; 2. М (?)=0n; 3. ?? = M(??') = ?, где ? – положительно определенная матрица; 4. r(X) = p + l

Литература

Список литературы 1. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики – М.: ЮНИТИ, 1998. 2. Головина Л.И. Линейная алгебра и некоторые ее приложения. – М.: Наука, 1995. 3. Джонстон Дж. Эконометрические методы: Пер. с англ. — М.: Финансы и статистика, 1997 4. Доугерти К. Введение в эконометрику: Пер. с англ. — М.: Инфра-М, 1997 5. Дубров А.М., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. – М.: Финансы и статистика, 1998. 6. Канторович Г.Г. Эконометрика //Методические материалы по экономическим дисциплинам для преподавателей средних школ и вузов. Экономическая статистика. Эконометрика. Программы, тесты, задачи, решения /Под ред. JLC. Гребнева –М.: ГУВШЭ, 2000. 7. Кремер Н.Ш. Математическая статистика – М.: Экономическое образование, 1992'
Уточнение информации

+7 913 789-74-90
info@zauchka.ru
группа вконтакте