Презентация на тему Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками

стоимость основных производственных фондов (млн. руб.)
Y – прибыль

численность официально зарегистрированных безработных (чел.)
Y - число зарегистрированных

затраты на рекламу
Y – прибыль предприятия

Парка
тест Глейзера
тест Голдфреда-Квандта
тест Уайта

εi ранжируются. Затем определяется коэффициент по формуле:

2 этап.

3 этап. tфакт сравнивается tтабл (α/2; v=n-2). Если tфакт > tтабл то необходимо отклонить гипотезу об отсутствии гетероскедостичности

RiX, Riε - ранги по независимой переменной и случайным отклонениям;
n – объем изучаемой совокупности.

Для каждого наблюдения определяется:

3 этап. Строится регрессионное уравнение:

4 этап. Проверяется статистическая значимость коэффициента β на основе t-статистики.

Если коэффициент β значим, то это означает наличие связи между т.е.

гетероскедостичности в статистических данных присутствует

этап. Строится регрессия:
4 этап. С помощью t-критерия Стьюдента

Тест Глейзера

гетероскедостичности в статистических данных присутствует

по величине X.
2 этап. Вся упорядоченная выборка после этого

4 этап. Для сравнения соответствующих дисперсий строится F- статистика:

где: m - число объясняющих переменных в уравнении регрессии.

5 этап. Если Fфакт > Fтабл (α, v1=v2=k-m-1), то гипотеза об отсутствии гетероскедостичности отклоняется.

3 этап. Оцениваются отдельные регрессии для первой подвыборки (k первых наблюдений) и для третьей подвыборки (k последних наблюдений).

этом для ui выполняется условие гомоскедастичности.