1 odpoveď. V lineárnom regresnom modeli predpokladáte, že chybový člen je proces bieleho šumu, a preto musí byť stacionárny. Neexistuje žiadny predpoklad, že nezávislé alebo závislé premenné sú stacionárne.
Je pre regresiu potrebná stacionárnosť?
A test stacionarity premenných je potrebný, pretože Granger a Newbold (1974) zistili, že regresné modely pre nestacionárne premenné poskytujú falošné výsledky. … Keďže obe rady sú rastúce, t. j. nestacionárne, musia sa pred vykonaním regresnej analýzy previesť na stacionárne série.
Vyžaduje lineárna regresia štandardizáciu?
Pri regresnej analýze musíte štandardizovať nezávislé premenné, keď váš model obsahuje polynomické členy na modelovanie zakrivenia alebo interakčných členov. … Tento problém môže zakryť štatistickú významnosť modelových výrazov, spôsobiť nepresné koeficienty a sťažiť výber správneho modelu.
Aké sú tri požiadavky lineárnej regresie?
Linearita: Vzťah medzi X a strednou hodnotou Y je lineárny. Homoscedasticita: Rozptyl rezidua je rovnaký pre akúkoľvek hodnotu X. Nezávislosť: Pozorovania sú na sebe nezávislé. Normálnosť: Pre akúkoľvek pevnú hodnotu X je Y normálne rozdelené.
Preberá OLS stacionárnosť?
Pokiaľ ide o nestacionárnosť, nespadá pod predpoklady OLS, takže odhady OLS už nebudú MODRÉ, ak sú vaše údaje nestacionárne. To skrátka nechcete. Taktiež nemá zmysel vysvetľovať stacionárnu premennú náhodnou chôdzou alebo naopak.
