Autokorelace náhodných složek

Podobné dokumenty
= 1, což však má oprávnění jen v určitých situacích. V takovémto případě lze chování produkce vystihnout závislostí K L

Přechodové jevy RC. Řešení přechodového jevu v obvodech 1. řádu RC. a) varianta nabíjení ideálního kondenzátoru u C (t)

Časové řady typu I(0) a I(1)

MECHANICKÉ KMITÁNÍ TLUMENÉ

SP2 01 Charakteristické funkce

Úhrada za ústřední vytápění bytů II

část 8. (rough draft version)

Modely veličin spojitých v čase funkce spojité v čase Binární matematické operace konvoluce a korelace

5. Modifikovaný exponenciální trend

Phillipsova křivka a její vypovídací schopnost v podmínkách české ekonomiky v letech

I. MECHANIKA 8. Pružnost

4EK211 Základy ekonometrie

STATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

Digitální učební materiál

Derivace funkce více proměnných

V EKONOMETRICKÉM MODELU

0.1 reseny priklad 4. z

7. Soustavy lineárních diferenciálních rovnic.

Volba vhodného modelu trendu

PJS Přednáška číslo 2

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

ε, budeme nazývat okolím bodu (čísla) x

Heteroskedasticita. , což by odpovídalo homoskedasticitě 2 T

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK

10 Lineární elasticita

Schéma modelu důchodového systému

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Pasivní tvarovací obvody RC

MATEMATIKA II V PŘÍKLADECH

ÚVOD DO DYNAMIKY HMOTNÉHO BODU

4. PRŮBĚH FUNKCE. = f(x) načrtnout.

2 VYBRANÉ PRAVDPODOBNOSTNÍ MODELY. as ke studiu: 60 minut. Cíl: Po prostudování této kapitoly budete umt popsat a použít pro popis technických proces:

02 Systémy a jejich popis v časové a frekvenční oblasti

Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE. Martina Čechvalová. Speciální problémy regrese v ekonomii a financích

Základy matematiky pro FEK

4. Střední radiační teplota; poměr osálání,

AVDAT Klasický lineární model, metoda nejmenších

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

základní pojmy základní pojmy teorie základní pojmy teorie základní pojmy teorie základní pojmy teorie

Aplikace VAR ocenění tržních rizik

4EK211 Základy ekonometrie

5 GRAFIKON VLAKOVÉ DOPRAVY

Vlny v plazmatu. Lineární vlny - malá porucha určitého v čase i prostoru pomalu proměnného stavu

4EK211 Základy ekonometrie

NA POMOC FO. Pád vodivého rámečku v magnetickém poli

Model spotřeby soukromého sektoru (domácností)

Parciální funkce a parciální derivace

Metody ešení. Metody ešení

FYZIKA 3. ROČNÍK. Nestacionární magnetické pole. Magnetický indukční tok. Elektromagnetická indukce. π Φ = 0. - magnetické pole, které se s časem mění

Cvičení k návrhu SSZ. Ing. Michal Dorda, Ph.D.

Diferenciální počet funkcí více reálných proměnných SLOŽENÉ FUNKCE. PŘÍKLAD 1 t, kde = =

Biologické modely. Robert Mařík. 9. listopadu Diferenciální rovnice 3. 2 Autonomní diferenciální rovnice 8

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav

Práce a výkon při rekuperaci

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů

Vlny v plazmatu. Lineární vlny - malá porucha určitého stacionárního konstantního nebo v čase a/nebo v prostoru pomalu proměnného stavu

DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y

OBJÍMKA VÁZANÁ PRUŽINOU NA NEHLADKÉM OTOČNÉM RAMENI

4EK211 Základy ekonometrie

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

Statika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha.

9 Viskoelastické modely

Základy maticového počtu Matice, determinant, definitnost

5EN306 Aplikované kvantitativní metody I

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

Fyzikální korespondenční seminář MFF UK

Maxwellovy a vlnová rovnice v obecném prostředí

Stavový model a Kalmanův filtr

Testování hypotéz o parametrech regresního modelu

Matematika v automatizaci - pro řešení regulačních obvodů:

Testování hypotéz o parametrech regresního modelu

1.3.4 Rovnoměrně zrychlený pohyb po kružnici

EKONOMETRIE 6. přednáška Modely národního důchodu

4EK211 Základy ekonometrie

Diferenciální rovnice 1. řádu

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Vojtěch Janoušek: III. Statistické zpracování a interpretace analytických dat

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Teorie obnovy. Obnova

1. Určíme definiční obor funkce, její nulové body a intervaly, v nichž je funkce kladná nebo záporná.

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA

18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1

UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ. Katedra fyziky ZÁKLADY FYZIKY I. Pro obory DMML, TŘD a AID prezenčního studia DFJP

= μ. (NB.3.1) L kde bezrozměrný kritický moment μ cr je: Okrajové podmínky při kroucení Krouticí zatížení α β. (volná deplanace) obecné 3,7 1,08

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

INTERGRÁLNÍ POČET. PRIMITIVNÍ FUNKCE (neurčitý integrál)

POPIS OBVODŮ U2402B, U2405B

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1

Skupinová obnova. Postup při skupinové obnově

10. AGREGÁTNÍ NABÍDKA A PHILLIPSOVA KŘIVKA. slide 1

Vybrané metody statistické regulace procesu pro autokorelovaná data

EI GI. bezrozměrný parametr působiště zatížení vzhledem ke středu smyku ζ g =

2. Frekvenční a přechodové charakteristiky

Věstník ČNB částka 16/2004 ze dne 25. srpna 2004

LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická

ANALÝZA KATEGORIÁLNÍCH DAT PROBLÉM VÍCENÁSOBNÉ VOLBY V ODPOVĚDI. Julie Rendlová. Robust, Jeseníky,

OBECNÁ LOKÁLNĚ PODEPŘENÁ ŽELEZOBETONOVÁ STROPNÍ KONSTRUKCE

β 1 β Y L a tím i ekonomicky názorně interpretovatelný vztah o závislosti veličiny L K (vybavenost práce kapitálem).přitažlivost

Transkript:

Auokorlac náhodných složk Druhou nsnází, krá provází odhad zobcněného linárního rgrsního modlu, případná auokorlac náhodných složk rgrsní rovnic no dos časý úkaz s vsku dalko časěi u dnorovnicového modlu, hož pozorování voří časové řad (u průřzových údaů pozorován vzácně) Jho důsldkm, ž odhad paramrů modlu pořízné občnou modou nmnších čvrců OLS sic zůsávaí nsranné, al zrácí vdanos Při znalosi kovarianční maic náhodných složk pro získání vdaného odhadu nuno uplani zobcněnou modu nmnších čvrců GLS Odhad s rozplu náhodných složk σ modou OLS však vchýlný Indikac příomnosi auokorlovanosi náhodných složk O příomnosi auokorlac náhodných složk (ichž orické hodno nznám) s lz přsvědči n npřímo, všřním rziduálních hodno Vlmi názorný obrázk o míř auokorlovanosi náhodných složk podává () A) Durbin-Wasonův koficin auokorlac rziduí určný výrazm DW ( ) krý dfinován ako podíl souču čvrců difrncí dvou po sobě doucích rziduálních hodno a souču čvrců všch rziduí Rozsah přípusných hodno DWkoficinu s pohbu v rozmzí <, 4 >, přičmž obě kraní hodno signalizuí maimální možnou korlovanos dvou náslduících rziduálních hodno Pro případ DW d o kladnou auokorlaci řádu, v případě DW 4 o zápornou auokorlaci, zaímco prosřdní hodnoa DW znamná npříomnos auokorlac řádu Poznámka Po umocnění výrazu v čiali vzorc pro DW vidím, ž a) při npříomnosi auokorlac rziduí bud skalární součin vkorů a blízký nul, akž zbk čial bud přibližně rovný dvonásobku mnoval b) při silné kladné auokorlaci bud no skalární součin blízký výraz bud přibližně rovn souču - ( + ) a c) končně při silné záporné auokorlaci bud zmíněný skalární součin blízký a výraz a ( + ) budou přibližně sné co do absoluní vlikosi i co do znaménk Příčinou zménao, ž v průřzových vzorcích sou hodno dnolivých případů/pozorování řazn zpravidla nahodil, akž nní sbmnší důvod usuzova, ž můž isova souvislos (krá závisí na pořadí) mzi nimi (s akoukoliv náhodnou záměnou pořadí pozorování b s ao souvislos musla nuně změni) odno pozorování v časových řadách sou naproi omu řazn chronologick

Vš plaí za přdpokladu, ž rozdíl v poču člnu sumací (v mnovali o čln víc) nbud při dosačně počném daovém vzorku podsaný Poznámka Zřlná kladná auokorlac (řádu) charakrisická dlšími řězci shodných znaménk rziduálních hodno lžícími sřídavě nad a pod vrovnávaící rgrsní nadrovinou Silná záporná auokorlac (řádu) naopak pická éměř pravidlným sřídáním znaménk rziduálních hodno ( zřlnou oscilací dvou po sobě doucích rziduálních hodno kolm vrovnávaící rgrsní nadrovin) Nvýhodou Durbin-Wasonova koficinu však skučnos, ž mpirick získanou hodnou DW nlz v úplnosi saisick sova (rozdělní sové saisik závisí na prvcích maic X, kré sou rozdílné pro každý saisický výběr) V důsldku oho obsahu inrval přípusných hodno pro DW-koficin <, 4 > dvě hluché oblasi, v nichž nlz rozhodnou, zda hpoéza o npříomnosi auokorlac řádu bud zamínua v prospěch někré z alrnaiv (kladná či záporná auokorlovanos) ak v inrvalu <,dd > s zamíá hpoéza nauokorlovanosi v prospěch alrnaiv: isnc kladné auokorlac řádu v inrvalu < d, > nlz s rigorózně vhodnoi v inrvalu < d d D, 4 d > s nzamíá (přiímá) hpoéza nauokorlovanosi v inrvalu < 4 d, 4 d > nlz s rigorózně vhodnoi D v inrvalu < 4 d D, 4 > s zamíá hpoéza nauokorlovanosi v prospěch alrnaiv: isnc záporné auokorlac řádu Mzní hranic d d D, lz spočía pro libovolný poč supňů volnosi (-k) a pro obvklé hladin významnosi (α, nbo,5) Příslušné hodno sou ablován Poznámka DW s nní přímo použilný v případě sování sériové korlac všších řádů nbo při nlinární formě auokorlac náhodných složk Někré modifikac k zmírnění problému v ěcho siuacích navrhli Nrlov, Wallis, hil, Nagar a Gar

Posup vdoucí k liminaci auokorlovanosi náhodných složk B) COCRANE-ORCUova procdura krou lz popsa ímo iraivním opakováním náslduících ří fází () B) Přdsupněm iračního procsu výpoč paramrů b modlu v původní spcifikaci občnou modou nmnších čvrců OLS a násldné sanovní vrovnaných hodno ŷ závisl proměnné a hodno rziduí B) Formulum auorgrsní schéma řádu pro rzidua v varu () + v kd ν příslušný bílý šum auorgrsního procsu řádu (ho ralizac sou cnrované, nkorlované, homoskdasické a sně rozdělné náhodné vličin) K zachování sacionari procsu, ak známo, nuné splnění podmínk < B) Odhad ˆ koficinu auokorlac řádu získám pomocí výrazu () při dodfinování ˆ B) ako získaný odhad ˆ s použi v modifikovaném rgrsním modlu Modifikac přdsavována úpravou dnolivých modlových proměnných pomocí mod zobcněných difrncí V případě např vsvěluících proměnných, kd první vsvěluící proměnnou přdsavu vkor dničk, má no vzah podobu (pro,,, ) (4) β( ˆ ) + β ( ˆ ) + β( ˆ ) + + ε ˆ ε ˆ,, Nasazním občné OLS na ako modifikovaný modl získám upravný ( ) odhad ˆ β vkoru paramrů β no odhad s dosadí do původního modlu () a násldně s spočou (přs vrovnané hodno) upravná rzidua S ěmi s vsoupí do druhého kroku irační procdur přdsavované opakováním fáz B) Násldu opě skvnc oprací B), B) ad ( r ) ( r ) ( r ) ( r ) Poé, co v průběžném r-ém kroku získám odhad ˆ β, ˆ, ˆ β β, ˆ, β, β,, ( r ) ( r ) ( r ) ( r ) porovnám s hodnoami vličin ˆ β, ˆ, ˆ β β, ˆ získanými v přdchozím r ém kroku Jsliž rozdíl v dvou po sobě doucích krocích npřkročí přdpsanou odchlku (sanovnou např v formě maima z odchlk u dnolivých paramrů a nbo ako (v absoluní hodnoě vzaý) rozdíl odhadů auorgrsního koficinu ˆ ( r ) ˆ ( r ), můžm výsldk dosažné v daném iračním kroku považova za uspokoivé a příslušné odhad přvzí ako končné Určiou podobnos s přdchozím posupm vkazu

C) DURBINova dvousupňová moda použilná i v případě příomnosi auokorlac všších řádů u náhodných složk C) Modl s nprv obdobně ako v kroku B) přdchozí mod přvd na var zobcněných difrncí (5) β( ) + β(, ) + β(, ) + + ε ε rsp po subsiucích β ( ) γ, β γ, β γ ad a w ε ε získá var (6) + γ + β + γ, + + βk k + γ k k + w, Odud s pomocí mod OLS získá konzisnní odhad auorgrsního koficinu řádu příslušícího zpožděné hodnoě proměnné C) no odhad ˆ s dosadí do výchozího varu modlu (5) a opěovným použiím OLS s získaí zpřsněné odhad βˆ, βˆ, βˆ ad s uspokoivými asmpoickými ( pro vlký rozsah výběru ) vlasnosmi Poznámka Odhad paramru získávaný v prvním kroku procdur Durbinov dvousupňové mod s zd d nprování podl () ako v případě Cochran-Orcuov mod, al rgrsí (6) s maicí vsvěluících proměnných Z varu: k γ k β Z + γ, k γk w w w w Z éo rgrs s použi pouz odhad paramru, zaímco osaní s nuplaní; s poom získávaí až násldně krokm C) z (5) s iž dosazným ˆ Poznámka 4 Nvýhodou ohoo posupu však zřlně zvýšný poč odhadovaných paramrů, krý dosáhn poču k- - k každému původnímu β (,, k) (d až na β ) přísluší nní dvoic paramrů β, γ z nichž dn původní a druhý γ vznikn násobním β hodnoou V případě rlaivně malého poču pozorování v srovnání s počm vsvěluících proměnných rgrsní rovnic k nní d no posup příliš vhodný Nvýhodu sponou s oblasmi nrozhodnulnosi sování závisícími na d, d D u Durbin-Wasonova koficinu odsraňu podobně konsruovaná míra známá ako Koficin auorgrs s v omo případě br iž ako známý 4

D) von Numannův koficin (podíl) auokorlac rziduí ao míra dfinována vzahm (7) vn ( ) Lz ukáza, ž sou-li náhodné složk ε, a d i rzidua normálně rozdělna, pak pro dos vlký poč pozorování má saisika vn aké přibližně normální rozdělní Jí sřdní hodnoa a rozpl sou dán výraz (7A) E vn) 4 ( ) ( + )( ) ( D ( vn) Kriické hodno vn -podílu sou pro různá a obvkl používané hladin významnosi ablován V siuacích, kd s mzi vsvěluícími proměnnými obvuí éž zpožděné ndognní proměnné, nní použií Durbin-Wasonova koficinu vhodné Rzidua získaná modou OLS nsou v omo případě nzávisl rozdělna, dokonc ani hd n, sou-li nzávisl rozděln náhodné složk ε o snižu přínos éo saisik při aplikaci v konomrických modlch Příčinou oho, ž DW-koficin ndává při příomnosi vsvěluících zpožděných ndognních proměnných obkivní závěr, skučnos, ž DW-koficin s v omo případě blíží k v důsldku výsku právě ěcho proměnných, nn v důsldku příomných (případně však i nauokorlovaných) náhodných složk Poznámka 5 Z výrazu (7) zřmé, ž mzi oběma charakrisikami plaí Účinněším indikáorm v někrých siuacích VN DW E) Durbinova h-saisika auokorlac rziduí dfinována násldovně (8) h ( DW ) var( b ) / kd var( b ) odhad výběrového rozplu odhadnuého rgrsního koficinu u zpožděné ndognní proměnné Při nulové hpoéz o sériové nzávislosi náhodných složk h-saisika asmpoick normálně rozdělna (s nulovou sřdní hodnoou a dničkovým rozplm) Lz i sova ako normální směrodanou odchlku (alrnaivní hpoézou příomnos auokorlac řádu) Omznos ího použií vplývá z podmínk kladného mnoval var( b ) Zd nuno uplani alrnaivní sovací posup von Numan, John: Disribuion of h raio of h Man Squar Succssiv Diffrnc o h Varianc Annals of Mahmaical Saisics 94 s 67-95 5

Poznámka 5 V případě, ž h-saisika nní dfinována, doporuču s (násldně po provdní OLS-rgrs) např dfinova rgrsní rovnici v varu (9) α + α + + η sování hpoéz s přvd na sování saisické významnosi koficinu α v éo rgrsi F) Brnblu-Wbbův s 4 založn na saisic () BW u kd u sou rzidua z rgrs prvních difrncí proměnných (bz konsan) z rgrs na první difrnc vsvěluících () β(,) + β(,) + + βk( k,k) + ς Jmnoval () obvklý SSE, do krého vsupuí původní rzidua z OLS-rgrs () β + β + β + + βkk + ε Poznámka 6 Jn pro upřsnění znační: εˆ a u ςˆ Jsliž původní rovnic obsahu konsanu, můžm uží abulk pro D-W sovou saisiku pro posouzní hodno B-W-saisik BW-saisika navíc uplanilná, i kdž s vskn siuac, kd 5 4 Brnblu, I,I, Wbb, G,I: A Nw s for Auocorrlad Errors in h Linar Rgrssion Modl Journal of h Roal Saisical Soci Vol5/97 s -5 5 Sacionariu procsu, k ímuž zaišění ao podmínka nuná, zaišťu zd uplanění difrncovaných pravosranných proměnných 6

7 Jsliž modl homoskdasický a sou-li náhodné složk rgrsní rovnic gnrován auorgrsním schémam řádu, lz zapsa kovarianční maici náhodných složk v náslduící podobě: Σ σ ε ε E ) ', ( V éo maic, ak parno, sou na hlavní diagonál samé dničk a na rovnoběžkách s ouo hlavní diagonálou vžd příslušné mocnin s, kd s rovno rozdílu indů příslušného prvku od souču indů diagonálního prvku (lžícího na sném řádku, rsp sloupci) Při akovémo schémau lz uplani zobcněnou modu nmnších čvrců GLS ak, ž s ransformac původních pozorování provd ak, ž s k éo ransformaci použi maic R v varu R ao maic má nnulové prvk n v dvou řadách dnou hlavní diagonála, krá má všchn prvk rovn až na první prvk, hož hodnoa a druhou nnulovou řadou řada lžící bzprosřdně pod hlavní diagonálou, krá obsazna prvk s hodnoami rovnými Příslušná ransformac s pak proví ím způsobm, ž pozorování sou upravna do éo podob * X, * zn ž -ý sloupc maic X obsazn (vžd až na první prvk) zobcněnými difrncmi 6 6 Někd s no posup nazývá Prais-Winsnovou ransformací