Из перечисленного условием выполнения предпосылок метода наименьших квадратов не является _ остатков
гетероскедатичность случайный характер нулевая средняя величина отсутствие автокорреляции Решение: Условия, необходимые для несмещенных, состоятельных и эффективных оценок, представляют собой предпосылки МНК. Исследования остатков предполагают проверку наличия следующих пяти предпосылок МНК: – случайный характер остатков; – нулевая средняя величина остатков, не зависящая от ; – гомоскедастичность остатков; – отсутствие автокорреляции остатков; – подчинение остатков нормальному закону распределения. Гетероскедатичность остатков не является предпосылкой МНК. 5. Значение критерия Дарбина – Уотсона можно приблизительно рассчитать по формуле , где – значение коэффициента автокорреляции остатков модели. Максимальная величина значения будет наблюдаться при ________ автокорреляции остатков. отрицательной положительной нулевой бесконечно малой Решение: Значение коэффициента автокорреляции остатков модели рассчитывается по аналогии с парным коэффициентом автокорреляции и изменяется в таких же пределах, то есть от –1 до +1. Подставим эти граничные значения в формулу для расчета значения критерия Дарбина – Уотсона: если , то ; если , то . Поэтому значение меняется от 0 до 4. Максимальное значение равно 4 для случая, когда , то есть для отрицательной автокорреляции остатков.
1. Пусть – оценка параметра регрессионной модели, полученная с помощью метода наименьших квадратов; – математическое ожидание оценки . В том случае если , то оценка обладает свойством … несмещенности состоятельности эффективности смещенности Решение: Желательными свойствами оценок параметров регрессионной модели являются состоятельность, несмещенность и эффективность. Понятие несмещенности оценки формулируется следующим образом: «Оценка параметра называется несмещенной, если математическое ожидание »; где – истинное значение параметра, вычисленное для генеральной совокупности. Поэтому правильный ответ – «несмещенности». 2. Из несмещенности оценки параметра следует, что среднее значение остатков равно … -1 Решение: Желательными свойствами оценок параметров регрессионной модели являются состоятельность, несмещенность и эффективность. Понятие несмещенности оценки формулируется следующим образом: «Оценка параметра называется несмещенной, если математическое ожидание »; где – истинное значение параметра, вычисленное для генеральной совокупности. Математическое ожидание в том случае, если . 3. Несмещенность оценок параметров регрессии означает, что … математическое ожидание остатков равно нулю дисперсия остатков минимальная точность оценок выборки увеличивается с увеличением объема выборки дисперсия остатков не зависит от величины Решение: Несмещенность оценок параметров регрессии означает, что математическое ожидание остатков равно нулю.
Популярное: Почему стероиды повышают давление?: Основных причин три... Личность ребенка как объект и субъект в образовательной технологии: В настоящее время в России идет становление новой системы образования, ориентированного на вхождение... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (682)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |