Автокорреляция в целом представляет тем более существенную проблему, чем больше интервал между наблюдениями:
Автокорреляция в целом представляет тем более существенную проблему, чем меньше интервал между наблюдениями:
Автокорреляция обычно встречается только в регрессионном анализе при использовании данных временных рядов:
Если имеется модель, в которой зависимая переменная, взятая с лагом в один период, используется в качестве одной из объясняющих переменных, то в этом случае влияние автокорреляции, сделает оценки по обычному МНК несостоятельными:
Если ряд имеет автокорреляцию или сезонность, матрица его ковариаций может оказаться близкой к вырожденной:
Если только одна лаговая переменная имеет значимый коэффициент, то это значит, что и другие лаговые переменные значимы:
Из слабой стационарности следует сильная стационарность случайных процессов:
Из строгой стационарности следует слабая стационарность:
Лагированные переменные определяются как разности разных переменных:
Метод Кокрана-Оркатта - итеративный процесс:
Нелинейный метод наименьших квадратов полностью отличается от метода максимального правдоподобия:
Нелинейный метод наименьших квадратов является аппроксимацией метода максимального правдоподобия и отличается от него только отсутствием оптимизации по начальным значениям у:
Случайное блуждание стационарно:
Тест Гранжера на причинно-следственную зависимость - если х влияет на у, то изменения х должны предшествовать изменениям у:
Тест Дарбина-Уотсона всегда дает определенный ответ: