Важным условием получения надежных оценок для модели по

методу наименьших квадратов является отсутствие автокорреляции.

Оценка автокорреляции для полученной по МНК модели осуществляется по критерию Дарбина – Уотсона [73, 16]

где T - длина временного ряда.

Полученное расчетное значение d сравнивается с нижней и верхней границей d1 и d2, критерия. Если d < d1, то гипотеза отсутствия автокорреляции отвергается; если d > d2, то гипотеза отсутствия

автокорреляции принимается; если d1≤ d ≤ d2, то необходимо дальнейшее исследование. Одним из известных способов уменьшения

автокорреляции является авторегрессионное преобразование для

исходной информации или переход к разностям, т. е. ΔYt=Yt+1-Yt;

ΔXt=Xt+1-Xt. Если же автокорреляцию устранить не удается, то по-

лученные оценки считаются состоятельными, и среднеквадратическое отклонение корректируется на величину Δj для j-го коэффициента.

---

       

  

---

Корреляционный и регрессионный анализы 5