X
x جهت سفارش تبليغ در سایت ثامن بلاگ کليک کنيد



مجموعه اشعار و نوشته های غمگین من - رگرسيون ساختگي - رگرسيونهاي مبتني بر متغيرهاي سري زماني

مجموعه اشعار و نوشته های غمگین من - رگرسيون ساختگي - رگرسيونهاي مبتني بر متغيرهاي سري زماني

موضوعات
Category

محبوب ترین مطالب
Most visited Postss

ارشیو وبلاک
Archived blog

لينك هاي روزانه
Daily Links

کدهای اختصاصی
Code

کدهای اختصاصی
Site Statistics

» بازديد امروز : 3
» بازديد ديروز : 0
» افراد آنلاين : 1
» بازديد ماه : 2
» بازديد سال : 21
» بازديد کل : 79
» اعضا : 0
» مطالب : 19

رگرسيون ساختگي[1]

در رگرسيونهاي مبتني بر متغيرهاي سري زماني (رگرس يك متغير سري زماني بر سري زماني ديگر) محققان غالباً R2 بالايي را مشاهده مي كنند، هرچند كه رابطه معني‌داري بين متغيرها وجود نداشته باشد. اين وضعيت نشان دهنده رگرسيون ساختگي (كاذب) است.

اين مشكل ناشي از آن است كه هر دو متغير سري زماني (متغير وابسته و متغير توضيحي) تمايل شديدي نسبت به زمان (حركتهاي نزولي و صعودي) از خود نشان مي‌دهند و لذا R2 بالايي كه مشاهده مي شود، نه به واسطه ارتباط حقيقي بين متغيرها بلكه بواسطه وجود متغير زمان مي باشد.

نتايج چنين رگرسيونهايي اغلب عالي به نظر مي رسند، R2 بالا و نسبتهاي t معني دار بالا (بصورت قابل توجه) براي متغيرهاي توضيحي، در اين بين تنها اشكال پايين بودن آماره d (دوربين- واتسون ) است.

گرنجر و نيوبلد[2] يك روش تجربي براي شناسايي رگرسيون ساختگي پيشنهاد كردند. (R2 خيلي بالا و D.W خيلي پايين بطوريكه R2>D.W باشد).

بنابراين هنگاميكه يك سري زماني غير ساكن را بر روي يك سري زماني غير ساكن ديگر رگرس كرده باشيم، ديگر آماره هاي F,t روش هاي آزمون معتبري نمي باشند. از طرفي تفاضل گيري مرتبه اول (يا مرتبه هاي بالاتر) رابطه بلند مدت بين دو سري زماني را از بين مي برد، زيرا اغلب تئوريهاي اقتصادي رابطه بلند مدت بين متغيرها را به شكل سطح[3] و نه به صورت تفاضلي ارائه مي كنند.

در قسمت بعد خواهيم ديد، كه اگر چند سري زماني بر روي هم، هم انباشته باشند، نتايج رگرسيوني آنها ساختگي نخواهد بود و استفاده از آزمونهاي F,t صحيح و معتبر مي‌باشد.

همانطور كه گرنجر مي گويد: “براي اجتناب از وضعيتهاي رگرسيون ساختگي، آزمون هم انباشتگي را بايد بعنوان يك پيش آزمون[4] بكار گرفت.

هم انباشتگي (هم جمعي)

معادله زير را در نظر بگيريد:

A)

اگر Ut يا اجزاء پسماند را در طرف چپ معادله قرار دهيم، خواهيم داشت:

حال اگر Ut يا اجزاء پسماند يك معادله رگرسيون، انباشته از مرتبه I(0) يا ايستا باشد، در اين صورت مي گوييم متغيرهاي توضيحي و وابسته، هم انباشته (هم جمع) مي‌باشند. به عبارت ديگر دو متغير روي طول موج يكساني قرار دارند. بطور عيني مي‌توان مشاهده كرد، زمانيكه Ut در معادله فوق انباشته از مرتبه صفر I(0) مي باشد، متغيرهاي توضيحي و وابسته روند زدايي مي شوند.

بطور كلي اگر Y بصورت I(d) و X نيز بصورت I(d) باشد، دو سري مي توانند هم انباشته باشند. به عبارتي در اين حالت رگرسيون ساختگي نبوده و هيچ گونه اطلاعات بلند مدتي را از دست نمي دهيم. اين موضوع برخلاف نتيجه حاصل از كاربرد تفاضلهاي مرتبه اول كه اطلاعات بلند مدت را از دست مي دادند، مي باشد.

بطور خلاصه در صورتيكه تشخيص دهيم باقيمانده هاي حاصل از معادله فوق بصورت I(0) يا ساكن مي باشد، متدولوژي سنتي رگرسيون (شامل آزمونهاي F,t) براي داده هاي سري زماني قابل استفاده مي باشد.

در ادبيات تئوري هم انباشتگي، رگرسيوني نظير (A) را «رگرسيون هم انباشتگي» و پارامتر (B) «پارامتر هم انباشتگي» ناميده مي شود.



[1]  spurious regression

[2]  Granger and Newbold

[3]  Level Form

[4]  Pre-test

دسته :
برچست ها :
نظرات
نظرات مرتبط با این پست
نام :
ایمیل :
وب سايت :
کد تاييد :        
متن دیدگاه :

تمامی حقوق برای نویسنده محفوظ میباشد