220 likes | 573 Views
فصل بيست و يکم ايستايي، ريشه هاي واحد و هم انباشتگي. فهرست. فرآيند تصادفي ساکن ( ايستا (. يک فرآيند تصادفي هنگامي ساکن ناميده مي شود که ميانگين و واريانس آن طي زمان ثابت باشد و مقدار کواريانس بين دو دوره زماني تنها به فاصله يا وقفه بين دو دوره بستگي داشته باشد ، يعني : 1 ) (2 (3
E N D
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي فصل بيست و يکم ايستايي، ريشههاي واحد و هم انباشتگي فهرست
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي فرآيند تصادفي ساکن (ايستا ( يک فرآيند تصادفي هنگامي ساکن ناميده ميشود که ميانگين و واريانس آن طي زمان ثابت باشد و مقدار کواريانس بين دو دوره زماني تنها به فاصله يا وقفه بين دو دوره بستگي داشته باشد، يعني: 1) (2 (3 تذکر: گاهي غير ايستايي ميتواند ناشي از انتقال ميانگين باشد.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي واريانس آزمون ساکن بودن براساس نمودار همبستگي يک راه براي آزمون ساکن بودن رسم تابع خود همبستگي (ACF) است. - تابع خود همبستگي نمونه : نمودار در مقابل k نمودار همبستگي نمونه ناميده ميشود.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي شرط غير ايستايي: يکي از ويژگيهاي مهم نمودار همبستگي نمونه اين است که با يک مقدار خيلي بالا (حدود 97 درصد در وقفه اول ) شروع شده و به تدريج و خيلي آهسته کاهش مييابد.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي - معنيدار بودن آماري هررا ميتوان با انحراف معيار آن مورد قضاوت قرار داد. "بارتلت" ميگويد: اگر يک سري زماني بطور خالص تصادفي باشد، ضرايب خود همبستگي نمونه به مجانبي داراي مانگين صفر و واريانس است. - آزمون فرضيه مشترک: H0 : P1 = P2 = …….., Pm= 0 H1: حداقل يکي از
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي آزمون لجانگ- باکس (LB):
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي آزمون ريشه واحد: خود رگرسيون : به عبارت ديگر : داراييک ريشه واحد
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي روش دوم: اگر0H پذيرفته شود، تفاضل مرتبه اول سري ساکن است. اگر سري پس از يک مرتبه تفاضلگيري ساکن شود_ I(1)_سري زماني اصلي را انباشته از مرتبه اول مي گويند.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي آزمون ديکي- فولر (DF) : تحت فرضيه (ρ=1) H0، آماره آزمون t که در اين روش محاسبه ميشود، آمارهاست. اگر H0 رد شود، يعني سري زماني ساکن است و ميتوان از – t استيودنت استفاده کرد. فرضيه مبتني بر ساکن بودن سري زماني را نمي توان رد کرد. مقادير بحراني محاسباتي
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي آزمون ديکي فولر براي رگرسيونهايي بکارگرفته ميشوند که به فرم زير باشند: (1 (2 (3 اگر utخود همبسته باشد: ( 4
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي فرآيند استوکاستيک (روند- ايستا(TSP) و تفاضل- ايستا(DSP) براي پيشگيري از همبستگي ساختگي، روش معمول رگرس کردنYt رويXt وt است. -چگونه ميتوان قطعي يا تصادفي بودن روند را تشخيص داد؟ اگر داراي ريشه واحد باشد. روند تصادفي است.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي رگرسيون ساختگي • گرنجر و نيوبلد پيشنهاد کردند که يک روش تجربي براي شناسايي رگرسيون ساختگي: • 2 R خيلي بالا • DW خيلي پايين • t و F معتبر نيستند.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي هم انباشتگي: اگر y, x هر دو انباشته از يک باشند: ممکن است ترکيب خطي آنها ساکن باشد، يعني U t داراي I(0) است. در اينصورت ميگوييم Y, X هم انباشته هستند. در اينصورت ديگر رگرسيون ساختگي نيست واطلاعات بلند مدت را از دست نميدهيم.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي آزمونهاي هم انباشتگي 1) آزمون انگل- گرنجر (EG)- يا تعميم يافته (AEG) 2) آزمون رگرسيون هم انباشته: آزمون دوربين واتسون (CRDW)
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي 1) آزمون انگل- گرنجر (EG)- يا تعميم يافته (AEG) : چون U با استفاده از پارامترهاي هم انباشته حاصل شده است. مقادير بحراني کاملاً مناسب نيستند.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي 2) آزمون رگرسيون هم انباشته: آزمون دوربين واتسون (CRDW): در اين روش از آماره دوربين- واتسون بدستآمده از رگرسيون هم انباشتگي استفاده ميکنيم. عدم وجود هم انباشتگي فرضيه H0 را نمی توان رد کرد.→ بحراني d < محاسبه شده if d
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي هم انباشتگي و مکانيزم تصحيح خطا (ECM) اگر Y, x هم انباشته باشند: عدم تعادل کوتاه مدت → خطاي تعادل→ ∆X تغييرات کوتاه مدت در x را نشان ميدهد و جمله تصحيح خطاي ، تعديل در جهت بلند مدت را. - اگر α2 از نظر آماري معنيدار باشد نشان ميدهد چه نسبتي از عدم تعادل Y در يک دوره، به دوره بعدي تصحيح ميشود.
فصل بيست و يکم: ايستايي، ريشههاي واحد و هم انباشتگي پايان