Обнаружение и подавления автокорреляции

Тема:

Эконометрический анализ в условиях нарушений классических модельных предположений

Цели:

Освоить методы обнаружения и подавления автокорреляции

Контрольные вопросы:

1. Что такое автокорреляция?

2. Каковы последствия автокорреляции?

3. В чем заключается графический метод обнаружения автокорреляции?

4. В чем заключается тест Дарбина-Вотсона?

5. Какие существуют способы подавления автокорреляции?

6. Что такое авторегрессия AR?

7. Чем отличаются модели AR(1) и AR(N)?

Ход работы

1) В Excel постройте следующую таблицу:

2) Откройте в EViews файл, содержащий данную таблицу. Для этого выполните команду File-Open-Foreign Data as Workfile.

3) Дайте оценку параметрам модели

.

4) Для этого выполните команду меню Quick-Estimate Equation… и введите следующее уравнение спецификации . В качестве метода оценки параметров выберите МНК (LS – Least Squares).

5) Постройте график зависимости остатков модели от времени измерения RESID(T), а также график автокорреляции остатков RESID(RLAG). Для этого выполните команду Object–Generate Series… и задайте уравнение RLAG=RESID(-1). Затем выделите переменные RLAG и RESID и постройте точечный график (рис. 21).

6) Сделайте вывод о наличии и характере автокорреляции.

7) В статистическом отчете построенной модели найдите значение критерия Дарбина-Вотсона. Сделайте выводы о наличии и характере автокорреляции на основе данного теста.

8) Проведите тест Бриша-Годфри по обнаружению автокорреляции. Для этого выполните команду View–Residual Tests–Serial Correlation LM Test. Сделайте выводы о наличии и характере автокорреляции на основе данного теста (рис. 22).

Рис. 21. Автокорреляция остатков

Рис. 22. Отчет теста Бриша-Годфри

9) Постройте модель авторегрессионной схемы первого порядка AR(1). Для этого в окне спецификации введите следующее уравнение Y C AR(1) X1 X2 X3.

10) Для полученной модели проведите графический анализ автокорреляции, тест Дарбина-Вотсона и тест Бриша-Годфри. На основании сравнения результатов сделайте вывод о качестве устранения автокорреляции с помощью авторегрессионной схемы первого порядка. Сделайте предположения о дальнейшем усовершенствовании модели.

Лабораторная работа № 7