Оценка адекватности модели
Независимо от вила выбранной модели вопрос о возможности ее применения для прогнозирования экономического показателя может быть решен только после установления се адекшгпности.
Проверка адекватности выбранных моделей реальному процессу строит ся на анализе случайного компонента.
Случайный компонент получается после выделения из исследуемого ряда тренда и периодической № тжяяющей. Если временной ряд не имеет сезонных колебаний, го для аддитивной модели |
ряд остатков может быть получен как отклонения фактических уровней и, от расчетных и,:
 |
При использовании кривых роста уг вычисляют, подставляя в уравнение кривой соответствующие значения времени.
Считается, что модель адекватна описываемому процессу, если значения остаточного компонента удовлетворяют свойствам случайности, независимости и если распределены по нормальному закону распределения.
При правильном выборе вида тренда отклонения от него будут носить случайный характер и изменение остаточной случайной величины не связано с изменением времени. По выборке, полученной для всех временных значений на рассматриваемом интервале, проверяется гипотеза о независимости последовательности значений е, от временя или наличия тенденции в ее изменении. Для проверки этого свойства может быть использован критерий определения тенденции с помошью «восходящих* и «нисходящих* серий.
Если вид функции тренда выбран неудачно, то последовательные значения остатков ряда могут нс обладать свойствами независимости, так
как могут коррелировать между гобой.
В этом случае юаорят, что имеет место а ет о корргляц ия ошибок.Наиболее распространенным приемом обнаружения автокорреляции является метод Дарбшш - Уотсона, связанный с автпкоррсдяцпей между соседними остаточными членами ряда. Критерий Дарбина — Уотсона определяется по формуле
 |
Применение критерия основано на сравнении величины Д 5 2, рассчн тайной но формуле, с Теоретическими значениями (1Х и т/г, то гипотеза об отсутствии автокорреляции не отвергается,
• если т/,bgcolor=white>1*54
