Интерпретация параметров моделей авторегрессии.


Модели содержащие в качестве факторов лаговые значения зависимой переменной называются моделями авторегрессии. Например, Интерпретация параметров моделей авторегрессии.

Как и в модели с распределенным лагом, Интерпретация параметров моделей авторегрессии. и в этой модели характеризует краткосрочные изменения Интерпретация параметров моделей авторегрессии.  под воздействием изменения Интерпретация параметров моделей авторегрессии. на 1 ед. Однако промежуточные и долгосрочные мультипликаторы иные.  К моменту времени Интерпретация параметров моделей авторегрессии. результат Интерпретация параметров моделей авторегрессии. изменился под воздействием изменения фактора в момент времени t  на Интерпретация параметров моделей авторегрессии. ед., а Интерпретация параметров моделей авторегрессии. под воздействием свого изменения в непосредственно предшествующий момент времени – на Интерпретация параметров моделей авторегрессии.ед. таким образом, общее абсолютное изменение результата в момент Интерпретация параметров моделей авторегрессии. составит Интерпретация параметров моделей авторегрессии. ед. Аналогично в момент времени Интерпретация параметров моделей авторегрессии. абсолютное изменение результат составит Интерпретация параметров моделей авторегрессии.ед. и т.д.

Следовательно, долгосрочный мультипликатор в модели авторегрессии рассчитывается как сумма краткосрочного и промежуточных мультипликаторов: 

Интерпретация параметров моделей авторегрессии. где Интерпретация параметров моделей авторегрессии.

Отметим, что такая интерпретация коэффициентов модели авторегрессии  и расчет долгосрочного мультипликатора основаны на предпосылке о наличие бесконечного лага в воздействии текущего знач. зависимой переменной на ее будущее значения.

Одним из возможных методов расчета параметров уравнения авторегрессии является метод инструментальных переменных. Сущность этого метода состоит в том, чтобы заменить переменную из правой части модели, для которой нарушаются предпосылки МНК, на новую переменную, включение которой в модель регрессии не приводит к нарушению его предпосылок. Применительно к моделям авторегрессии необходимо удалить из правой части модели переменную Интерпретация параметров моделей авторегрессии.. Искомая новая переменная, которая будет введена в модель вместо Интерпретация параметров моделей авторегрессии. должна иметь два свойства. Во-первых, она должна тесно коррелировать Интерпретация параметров моделей авторегрессии., во-вторых, она не должна коррелировать с остатками Интерпретация параметров моделей авторегрессии.. Еще один метод, который можно применять для оценки параметров моделей авторегрессии типа  — это метод максимального правдоподобия.

Предыдущие материалы: Следующие материалы: