Здесь можно найти учебные материалы, которые помогут вам в написании курсовых работ, дипломов, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

 

Повышение оригинальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение оригинальности любого файла в формате MS Word. После такого повышения оригинальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, РУКОНТЕКСТ, etxt.ru. Программа «StudentHelp» работает по уникальной технологии так, что на внешний вид, файл с повышенной оригинальностью не отличается от исходного.

Работа № 115395


Наименование:


Контрольная Учет автокорреляции остатков временного ряда. Критерий Дарбина Уотсона

Информация:

Тип работы: Контрольная. Предмет: Мат. методы в экономике. Добавлен: 08.02.2019. Год: 2015. Страниц: 19. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Содержание
Временной ряд и его характеристики 2
Учет автокорреляции остатков временного ряда. Критерий Дарбина – Уотсона 3
Задача 1 9
Список литературы


Теоретические вопросы.
Временной ряд и его характеристики.
Под временными рядами понимают экономические величины, зависящие от времени. При этом время предполагается дискретным, в противном случае говорят о случайных процессах, а не о временных рядах.

Модели стационарных и нестационарных временных рядов,
их идентификация

Пусть t=0,±1,±2,…. Рассмотрим временной ряд X(t). Пусть сначала временной ряд принимает числовые значения. Это могут быть, например, цены на батон хлеба в соседнем магазине или курс обмена доллара на рубли в ближайшем обменном пункте. Обычно в поведении временного ряда выявляют две основные тенденции - тренд и периодические колебания.
При этом под трендом понимают зависимость от времени линейного, квадратичного или иного типа, которую выявляют тем или иным способом сглаживания (например, экспоненциального сглаживания) либо расчетным путем, в частности, с помощью метода наименьших квадратов. Другими словами, тренд - это очищенная от случайностей основная тенденция временного ряда.
Временной ряд обычно колеблется вокруг тренда, причем отклонения от тренда часто обнаруживают правильность. Часто это связано с естественной или назначенной периодичностью, например, сезонной или недельной, месячной или квартальной (например, в соответствии с графиками выплаты заплаты и уплаты налогов). Иногда наличие периодичности и тем более ее причины неясны, и задача эконометрика - выяснить, действительно ли имеется периодичность.
Характеристики временных рядов. Для более подробного изучения временных рядов используются вероятностно-статисти еские модели. При этом временной ряд X(t) рассматривается как случайный процесс (с дискретным временем) основными характеристиками являются математическое ожидание X(t), т.е.
a(t)=MX(t),
дисперсия X(t), т.е.
?^2 (t)=DX(t)
и автокорреляционная функция временного ряда X(t)
?(t,s)=(M(X(t)-a(t))( (s)-a(s)))/(?(t)?(s)),
т.е. функция двух переменных, равная коэффициенту корреляции между двумя значениями временного ряда X(t) и X(s).
В теоретических и прикладных исследованиях рассматривают широкий спектр моделей временных рядов. Выделим сначала стационарные модели. В них совместные функции распределения F(t_1,t_2,…,t_k) для любого числа моментов времени k, а потому и все перечисленные выше характеристики временного ряда не меняются со временем. В частности, математическое ожидание и дисперсия являются постоянными величинами, автокорреляционная функция зависит только от разности t-s. Временные ряды, не являющиеся стационарными, называются нестационарными.

Учет автокорреляции остатков временного ряда. Критерий Дарбина – Уотсона.
Рассмотрим уравнение регрессии вида:
y_t=a+?_(j=1)^k-b_j *x_jt+?_t, (1)
где k - число независимых переменных модели.
Для каждого момента (периода) времени t=1:n значение компоненты ?_t определяется как
?_t=y_t-y ?_t (2)
или
?_t=y_t-(a+?_(j=1)^k b_j *x_jt ). (3)
Рассматривая последовательность остатков как временной ряд, можно построить график их зависимости от времени. В соответствии с предпосылками МНК остатки ?_t должны быть случайными (рис. 1 а). Однако при моделировании временных рядов нередко встречается ситуация, когда остатки содержат тенденцию (рис. 1 б) и в)) или циклические колебания (рис. 1 г)). Это свидетельствует о том, что каждое следующее значение остатков зависит от предыдущих. В этом случае говорят о наличии автокорреляции остатков.

Рис. 1. Модели зависимости остатков от времени
а – случайные остатки; б – возрастающая тенденция в остатках;
в – убывающая тенденция в остатках;
г – циклические колебания в остатках

Автокорреляция остатков может быть вызвана несколькими причинами, имеющими различную природу. Во-первых, иногда она связана с исходными данными и вызвана наличием ошибок измерения в значениях результативного признака. Во-вторых, в ряде случаев причину автокорреляции остатков следует искать в формулировке модели. Модель может не включать фактор, оказывающий существенное воздействие на результат, влияние которого отражается в остатках, вследствие чего последние могут оказаться автокоррелированными. Очень часто этим фактором является фактор времени t. Кроме того, в качестве таких существенных факторов могут выступать лаговые значения переменных, включенных в модель. Либо модель не учитывает несколько второстепенных факторов, совместное влияние которых на результат существенно ввиду совпадения тенденций их изменения или фаз циклических колебаний...


Практическое задание.
В таблице приведены данные об успеваемости студента за два года обучения по результатам сдачи семестровых экзаменов.
Успеваемость студента оценивается в пятибалльной порядковой шкале. В этой шкале допускается осреднение баллов. В итоговых колонках таблицы приведены значения среднего балла по семестрам и порядковым номерам экзаменов, сдаваемых в каждом семестре. По данным таблицы рассчитать корреляционные матрицы успеваемости студента по семестрам и по экзаменам.
Экзамены 1 2 3 4 5
Оценки Средний балл
1-й семестр 4 3 2 3 4 3
2-й семестр 4 4 3 3 3 3,
3-й семестр 3 5 4 2 4 3,
4-й семестр 4 4 4 5 3 4,
Средний балл 3,75 4,0 3,25 3, 5 3,5

Решение:
Корреляционная матрица успеваемости студента по семестрам...

Список литературы
Айвазян С.А., Мхитрян В.С. Прикладная статистика и основы эконометрики. 2-е изд. Том 2. Основы эконометрики. – М.:ЮНИТИ,2001.
Эконометрика/Под ред. И.И.Елисеевой. – М.: Финансы и статистика,2002.
referat-106773.html
econometrics/chapter0 .html



Скачать работу


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.