Последствия автокорреляции

Последствия автокорреляции в определённой степени сходны с последствиями гетероскедастичности. Среди них при использовании МНК обычно выделяют следующие.

1. Оценки коэффициентов регрессии, оставаясь несмещёнными и линейными, перестают быть эффективными. Следовательно, они перестают обладать свойствами наилучших линейных несмещённых оценок (BLUE-оценок).

2. Дисперсии оценок будут рассчитываться со смещением. Это является следствием того, что не объясненная уравнением регрессии дисперсия S ², которая используется при вычислении оценок дисперсий всех коэффициентов, является смещенной оценкой истинного значения ², во многих случаях занижая его.

3. Вследствие вышесказанного все выводы, получаемые на основе t- и F-статистик, а также интервальные оценки будут ненадёжными. Следовательно, статистические выводы, получаемые при стандартных проверках качества оценок, могут быть ошибочными и приводить к неверным заключениям по построенной модели. Вполне вероятно, что стандартные ошибки коэффициентов будут занижены, а, следовательно, t -статистики будут завышенными. Это может привести к признанию статистически значимыми коэффициентов, которые таковыми на самом деле не являются. Кроме того, ухудшаются прогнозные качества модели.

Мы поможем в написании ваших работ!