Tài liệu tương quan chuỗi AR

Tương quan chuỗi AR, vì sao chúng ta phải quan tâm đến sự tương quan chuỗi? Các giả thiết đặt ra để đáp ứng sự tưởng quan chuỗi và các quan tâm đặc biệt sau đây: Tương quan chuỗi AR. Hậu quả của việc bỏ qua chuỗi AR Kiểm định AR Các thủ tục ước Lượng. Các phương pháp đồ thị

TÖÔNG QUAN CHUOÃI

(Serial Correlation)

Tương quan chuỗi ?

Tương quan chuỗi (hay tự tương quan) là

Töông quan chuoãi ?

Töông quan chuoãi ?

E(νt) = 0

E(ν2

t) = σ2 = constE(νt νt-s) = 0 với s ≠ 0

AR(p): tương quan chuỗi bậc p

Töông quan chuoãi ?

HẬU QUẢ BỎ QUA AR ?

lượng đó vẫn không chệch và nhất quán nhưng không hiệu quả.

Tính nhất quán sẽ không có nếu biến độc

lập bao gồm biến phụ thuộc có độ trễ

2 Phương sai và đồng phương sai ước lượng

của các hệ số sẽ chệch và không nhất quán và do đó các kiểm định giả thuyết (t

& F) không còn hiệu lực

KIỂM ĐỊNH AR ?

Kỹ thuật này chỉ có tính gợi ý về AR và không thay thế được kiểm định chính thức

ĐỒ THỊ KIỂM TRA AR ?

ĐỒ THỊ KIỂM TRA AR ?

KIEÅM ÑÒNH AR ?

Kieåm ñònh Durbin Watson

Kieåm ñònh Correlogram – Q Statistics Kieåm ñònh Serial Correlation LM

KIEÅM ÑÒNH DURBIN WATSON ?

2 ˆ

ˆ

ˆ

DW n

1 t

2 t

n

2 t

2 1 t

t

ρ

−

≈ ε

2 t

n

2 t

1 t t

ˆ

ˆ

ˆ ˆ

DW thường được ký hiệu là d

d nằm trong khoảng 0 - 4

KIEÅM ÑÒNH DURBIN WATSON ?

KIEÅM ÑÒNH DURBIN WATSON ?

Trị kiểm định:

Không kết luận

0 dL dU 2 4 - dU 4 - dL 4

H0: ρ = 0 H1: ρ < 0

Tự tương quan âm

Tự tương quan dương

H1: ρ > 0

Không kết luận

KIEÅM ÑÒNH DURBIN WATSON ?

KIỂM ĐỊNH CORRELOGRAM

Giả thuyết:

j n

C

A n

n Q

Q

1

2

ˆ )

2 (

KIEÅM ÑÒNH CORRELOGRAM

Thực hiện trên EVIEW

View/Residual Test/Correlogram–Q Statistics

KIỂM ĐỊNH NHÂN TỬ LAGRANGE

AR(p): tương quan chuỗi bậc p

εt = ρ1 ε t-1 + ρ2 εt-2 + … + ρp εt-p + νt

Giả thuyết:

Bước 3: Kiểm định giả thuyết:

CÁC GiẢI PHÁP KHẮC PHỤC AR

– Thủ tục Tính lặp Cochrane – Orcutt

(CORC) (Cochrane và Orcutt, 1949)

– Thủ tục tìm kiếm Hildrth – Lu (HILU)

(Hildreth – Lu, 1960).

THAY ĐỔI DẠNG HÀM SỐ

Tương quan chuỗi có thể là triệu chứng của mô hình bị sai dạng hàm.

Không có thủ tục ước lượng nào có thể hiệu chỉnh vấn đề AR mà nguyên nhân là do đặc trưng sai trong phần xác định hơn là trong số hạng sai số

Tuy nhiên, giải pháp sử dụng sai phân bậc nhất

này không phải lúc nào cũng thích hợp

THUÛ TUÏC COCHRANE – ORCUTT

* 3 t 3

* 2 t 2

* 1

*

2 t

N

2 t

1 t t

ˆ

ˆ ˆ ˆ

THỦ TỤC COCHRANE – ORCUTT

Bước 3: Tính

Bước 4: Ước lượng

bằng OLS

1 t 1 t

* 3 t 3

* 2 t 2

* 1

*

THỦ TỤC COCHRANE – ORCUTT

⇒ Phương pháp này chỉ tìm được ρ^ cục bộ

THỦ TỤC HILDRTH – LU

này, biến đổi các biến và ước lượng phương trình

(*)bằng thủ tục OLS

t

* tk k

* 3 t 3

* 2 t 2

* 1

*

1 t 1 t

THỦ TỤC HILDRTH – LU

Bước 2:

 Từ các giá trị ước lượng này của phương trình

(*) ta tính ra giá trị tổng bình phương sai số tương ứng Gọi giá trị này là ESS(ρ1)

 Tiếp tục chọn một giá trị khác nữa cho ρ (gọi là

ρ2) và lặp lại bước 1 và 2

THỦ TỤC HILDRTH – LU

Bước 3:

 Thay đổi giá trị của ρ từ –1 đến + 1 theo với

bước nhảy có tính hệ thống nào đó ⇒ Một chuỗi các giá trị ESS(ρ)

 Chọn ρ nào có giá trị ESS nhỏ nhất ⇒ ρ*

 Phương trình (*) ước lượng với giá trị ρ* là kết

quả tối ưu