Читать онлайн «Анализ авторегрессий»

АНАЛИЗ АВТОРЕГРЕССИЙ СБОРНИК СТАТЕЙ Перевод с английского И, Г. Грицевич Составитель, научный редактор и автор предисловия Ю. П. Лукашин МОСКВА «CTATPICTPIKA» I978 517. 8 A64 Анализ авторегрессий. Сборник статей. Пер. А64 с англ. И. Г. Грицевич. Составитель Ю. П. Лука- шин. Под ред. Ю. П. Лукашина. Предисловие Ю. П. Лукашина. М. , «Статистика», 1978. 232 с. с ил. В предлагаемый вниманию читателя сборник включены статьи видных английских и американских ученых, посвященные авторегрессионным моделям, которые на практике достаточно хорошо описывают многие временные ряды. В сборнике рассматриваются как теоретические проблемы, связанные с анализом авторегрессии, так и различные методы оценивания параметров модели и вопросы анализа качества подбора авторегрессионных схем. Книга адресована специалистам научно-исследовательских экономических институтов. Она будет полезна аспирантам и студентам старших курсов экономических вузов. А 008(01 )-78 32"78 * Второй индекс 10803 © Перевод на русский язык «Статистика», 1978. ПРЕДИСЛОВИЕ Методы регрессионного анализа относятся к наиболее широко применяемым математическим методам обработки статистических данных. Существует обширная литература по общим теоретическим и прикладным вопросам регрессионного анализа. Важной областью применения регрессионного анализа является изучение поведения временных рядов — одной из основных форм представления данных, с которыми работают исследователи в различных областях естествознания, экономики и техники. Под временным рядом понимается последовательность упорядоченных во времени наблюдений, которые, как правило, характеризуются взаимозависимостью, коррелиро- ванностью. Для изучения свойств временных рядов и взаимодействий между ними в регрессионном анализе разрабатываются специальные статистические методы. Они включают, в частности, изучение автокорреляций и построение моделей авторегрессионного типа. В тех случаях, когда исследуется изолированный временной ряд, ограниченность информации необходимо компенсировать тщательностью анализа для выявления взаимосвязи значений, относящихся к различным моментам времени. Для отражения этой связи может быть построена соответствующая модель авторегрессии, скользящего среднего или смешанного типа. Особый интерес к ним объясняется тем, что на практике многие временные ряды достаточно хорошо описываются^ этими схемами. Очень часто авторегрессионными оказываются временные ряды, описывающие технологические процессы или экономические явления. Изучение структур временных рядов весьма полезно также в процессе построения моделей множествен- 3 ной регрессии. Модели авторегрессионного типа легко интерпретируются, ибо нетрудно представить себе ситуацию, когда текущее значение переменной зависит от одного или нескольких предыдущих. Большое значение для развития анализа авторегрессий имели результаты Дж. Юла, полученные в 1927 г. , когда ему удалось применить авторегрессионный процесс для описания годовых чисел солнечных пятен Вольфа.