Autokorelace: Porovnání verzí

Smazaný obsah Přidaný obsah
m přidána Kategorie:Časové řady za použití HotCat
m Drobné opravy
Řádek 1:
'''Autokorelace''' náhodných složek je jev, kterým ve [[Statistika|statistice]] označujeme porušení Gauss-Markovova požadavku pro možnost odhadu [[Regresní analýza|regresních]] parametrů [[Metoda nejmenších čtverců|metodou nejmenších čtverců]].
 
[[Matice]] [[Kovariance|kovariancí]] <math>\Sigma</math>, která má při splnění nekorelovanosti náhodných složek tvar: <math>\Sigma = \sigma^2 * I_n</math>, při autokorelaci vykazuje nenulové kovariance (tedy nediagonální prvky jsou nenulové). (Platí, že <math>\sigma^2</math> je nám neznámý rozptyl náhodných složek a <math>I_n</math> je jednotková matice řádu ''n''.
 
== Příčiny vzniku autokorelace ==
Řádek 32:
Protože neznáme přesnou podobu vektoru náhodných složek '''u''', pracujeme s vektory reziduí <math>e_i</math>.
 
=== Durbin Durbinova- Watsonova statistika ===
==== Předpoklady použití testu ====
# úrovňová konstanta v modelu
Řádek 70:
# ověřit správnost modelu (jestli se nejedná o kvaziautokorelaci)
# logaritmování nebo semilogaritmování dat
# transformace dat v matici pozorování '''X''' pomocí matice '''T''' - tzv. Praisova-winstenovaWinstenova transformace
 
<math>T = \frac{1} {\sqrt{1 - \rho^2}} *
Řádek 82:
:<math>y_t - \rho y_{t-1} = \alpha(1-\rho)+\beta(X_t - \rho X_{t-1}) + e_t. \,</math>
 
== ReferenceOdkazy ==
=== Reference ===
* [1] Cochrane a Orcutt. 1949. "Application of least squares regression to relationships containing autocorrelated error terms". Journal of the American Statistical Association 44, str. 32–61
 
=== Literatura ===
* Hušek, R. Ekonometrická analýza, Praha, 2007, nakladatelství Oeconomica, ISBN 978-80-245-1300-3