Линейные регрессионные модели с гетероскедастичными остатками презентация

Содержание

Слайд 2

Несмещенность

Эффективность

Состоятельность

Несмещенность Эффективность Состоятельность

Слайд 3

Задачи регрессионного анализа:
Построение модели
Исследование случайных отклонений

Задачи регрессионного анализа: Построение модели Исследование случайных отклонений

Слайд 4

Пять предпосылок МНК:

1. Случайный характер остатков

2. Нулевая средняя величина остатков, не зависящая от

xi

4. Отсутствие автокорреляции остатков

5. Остатки подчиняются нормальному распределению

3. Гомоскедастичность

Пять предпосылок МНК: 1. Случайный характер остатков 2. Нулевая средняя величина остатков, не

Слайд 5

1. Случайный характер остатков

1. Случайный характер остатков

Слайд 6

2. Независимость величины остатков от величины фактора x

2. Нулевая средняя величина остатков

2. Независимость величины остатков от величины фактора x 2. Нулевая средняя величина остатков

Слайд 7

Слайд 8

нарушение третьей предпосылки МНК.
неправильная спецификация модели.
наличие систематической погрешности модели.

нарушение третьей предпосылки МНК. неправильная спецификация модели. наличие систематической погрешности модели.

Слайд 9

3. Гомоскедастичность дисперсии остатков

1. Оценки коэффициентов - несмещенные и линейные.

2. Оценки коэффициентов не

эффективные

3. Дисперсии оценок будут рассчитываться со смещением.

4. Ненадежные интервальные оценки коэффициентов.

3. Гомоскедастичность дисперсии остатков 1. Оценки коэффициентов - несмещенные и линейные. 2. Оценки

Слайд 10

4. Отсутствие автокорреляции остатков

Коэффициент корреляции

Остатки автокоррелированы

4. Отсутствие автокорреляции остатков Коэффициент корреляции Остатки автокоррелированы

Слайд 11

Графический анализ остатков

Линейные регрессионные модели с гетероскедастичными остатками

Графический анализ остатков Линейные регрессионные модели с гетероскедастичными остатками

Слайд 12

,

.

Линейные регрессионные модели с гетероскедастичными остатками

Тест Гольдфельда-Кванта

, . Линейные регрессионные модели с гетероскедастичными остатками Тест Гольдфельда-Кванта

Слайд 13

,

.

Линейные регрессионные модели с гетероскедастичными остатками

Тест Гольдфельда-Кванта
Все наблюдения упорядочиваются по доминирующему фактору
2. Упорядоченная

совокупность делится на три группы:
3. По первой и третьей группе оцениваются регрессии

, . Линейные регрессионные модели с гетероскедастичными остатками Тест Гольдфельда-Кванта Все наблюдения упорядочиваются

Слайд 14

,

.

Тест Гольдфельда-Кванта
4.
5.

Остатки гетероскедастичны

, . Тест Гольдфельда-Кванта 4. 5. Остатки гетероскедастичны

Слайд 15

,

.

Тесты Парка, Глэйзера, Уайта
Парка

, . Тесты Парка, Глэйзера, Уайта Парка

Слайд 16

,

.

Тесты Парка, Глэйзера, Уайта
Глэйзера
Уайта

, . Тесты Парка, Глэйзера, Уайта Глэйзера Уайта

Слайд 17

,

.

Тест ранговой корреляции Спирмена
1. Ранжируются значения модулей остатков и значения выбранного фактора
2. Вычисляется

коэффициент Спирмена
d - разность между рангами i-го остатка и i–го фактора

, . Тест ранговой корреляции Спирмена 1. Ранжируются значения модулей остатков и значения

Слайд 18

,

.

Тест ранговой корреляции Спирмена

остатки
гетероскедастичны

, . Тест ранговой корреляции Спирмена остатки гетероскедастичны

Слайд 19

Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов

Слайд 20

Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов

Слайд 21

Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов

Слайд 22

Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов

Слайд 23

Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов

Слайд 24

4. Автокорреляция

4. Автокорреляция

Имя файла: Линейные-регрессионные-модели-с-гетероскедастичными-остатками.pptx
Количество просмотров: 45
Количество скачиваний: 0