Metoda Cochrane'a -Orcutta można powiedzieć, że jest wersją UMNK (uogólnionej metody najmniejszych kwadratów)
a stosowana bywa przy wystąpieniu autokorelacji pierwszego rzędu.
Transformujemy pierwotne dane i szacujemy model od nowa w oczekiwaniu, iż niepożądane zjawisko autokorelacji zniknie.
Po oszacowaniu KMNK obliczamy współczynnik autokorelacji i stwierdzeniu np..testem
DW, iż autokorelacja występuje przekształcimy dane wejściowe w sposób następujący:
Dla pierwszej obserwacji czyli i=1:
Dla następnych obserwacji czyli i=2,3,4....n
ponownie po transformacji szacujemy parametry MNK i weryfikujemy hipotezę o autokorelacji np..metodą Durbina Watsona lub test mnożnika Lagrange'a.
Autokorelacji składnika losowego powinniśmy się pozbyć, a w przeciwnym wypadku powtarzamy czynności do skutku.
opracował:
red. Mariusz Styś
Wszelkie publikacje
prezentowane tutaj są chronione prawami autorskimi.
Kopiowanie zabronione zgodnie z
Ustawą z dnia 4 lutego 1994 r. o prawie autorskim
i prawach pokrewnych
All right reserved © 2006 www.ekonometria.com