Коэффициенты являются значимыми. Параметр отражает зависимость от двух прошлых периодов.
Таблица 2.44 Коэффициенты автокорреляции переменной (Х3)
X3t
| 0,995428721
| 0,995311938
| 0,996782031
| 0,99625498
| 0,99674572
| 36 848,40
| 36 115,10
| 36 848,30
| 34 148,80
| 32 912,20
| 28 932,50
| 36 115,10
| 36 848,30
| 34 148,80
| 32 912,20
| 28 932,50
| 25 303,50
| 36 848,30
| 34 148,80
| 32 912,20
| 28 932,50
| 25 303,50
| 24 046,50
| 34 148,80
| 32 912,20
| 28 932,50
| 25 303,50
| 24 046,50
| 22 333,10
| 32 912,20
| 28 932,50
| 25 303,50
| 24 046,50
| 22 333,10
| 19 615,20
| 28 932,50
| 25 303,50
| 24 046,50
| 22 333,10
| 19 615,20
| 15 859,10
| 25 303,50
| 24 046,50
| 22 333,10
| 19 615,20
| 15 859,10
| 13 020,10
| 24 046,50
| 22 333,10
| 19 615,20
| 15 859,10
| 13 020,10
| 10 624,10
| 22 333,10
| 19 615,20
| 15 859,10
| 13 020,10
| 10 624,10
| 8 476,30
| 19 615,20
| 15 859,10
| 13 020,10
| 10 624,10
| 8 476,30
| 7 162,40
| 15 859,10
| 13 020,10
| 10 624,10
| 8 476,30
| 7 162,40
| 5 892,50
| 13 020,10
| 10 624,10
| 8 476,30
| 7 162,40
| 5 892,50
| 4 620,20
| 10 624,10
| 8 476,30
| 7 162,40
| 5 892,50
| 4 620,20
| 3 550,10
| 8 476,30
| 7 162,40
| 5 892,50
| 4 620,20
| 3 550,10
| 2 464,70
| 7 162,40
| 5 892,50
| 4 620,20
| 3 550,10
| 2 464,70
| 2 312,40
| 5 892,50
| 4 620,20
| 3 550,10
| 2 464,70
| 2 312,40
| 2 286,10
| 4 620,20
| 3 550,10
| 2 464,70
| 2 312,40
| 2 286,10
| 2 221,40
| 3 550,10
| 2 464,70
| 2 312,40
| 2 286,10
| 2 221,40
| 2 212,10
| 2 464,70
| 2 312,40
| 2 286,10
| 2 221,40
| 2 212,10
| 2 212,10
| 2 312,40
| 2 286,10
| 2 221,40
| 2 212,10
| 2 212,10
| -
| 2 286,10
| 2 221,40
| 2 212,10
| 2 212,10
| -
| -
| 2 221,40
| 2 212,10
| 2 212,10
| -
| -
| -
| 2 212,10
| 2 212,10
| -
| -
| -
| -
| 2 212,10
| -
| -
| -
| -
| -
| Так как более точной является Q-статистика Льюнга-Бокса, для анализа она является более предпочтительной. Анализ автокорреляции в программе Statistica помимо коэффициентов автокорреляции автоматически рассчитывает Q-статистику Льюнга-Бокса и значимость для каждого коэффициента. Проверка значимости по Q-статистике Льюнга-Бокса равна
Коэффициенты являются значимыми. Параметр отражает зависимость от двух прошлых периодов.
Таблица 2.45- Коэффициенты автокорреляции переменной (Х4)
X4t
| 0,870745691
| 0,843436841
| 0,795144661
| 0,688195779
| 0,096306588
| 102,8
| 102,7
| 102,0
| 101,9
| 101,0
| 102,0
| 102,7
| 102,0
| 101,9
| 101,0
| 102,0
| 101,2
| 102,0
| 101,9
| 101,0
| 102,0
| 101,2
| 103,3
| 101,9
| 101,0
| 102,0
| 101,2
| 103,3
| 101,0
| 101,0
| 102,0
| 101,2
| 103,3
| 101,0
| 111,3
| 102,0
| 101,2
| 103,3
| 101,0
| 111,3
| 104,6
| 101,2
| 103,3
| 101,0
| 111,3
| 104,6
| 108,7
| 103,3
| 101,0
| 111,3
| 104,6
| 108,7
| 110,2
| 101,0
| 111,3
| 104,6
| 108,7
| 110,2
| 110,7
| 111,3
| 104,6
| 108,7
| 110,2
| 110,7
| 103,2
| 104,6
| 108,7
| 110,2
| 110,7
| 103,2
| 108,6
| 108,7
| 110,2
| 110,7
| 103,2
| 108,6
| 111,1
| 110,2
| 110,7
| 103,2
| 108,6
| 111,1
| 109,5
| 110,7
| 103,2
| 108,6
| 111,1
| 109,5
| 112,8
| 103,2
| 108,6
| 111,1
| 109,5
| 112,8
| 110,6
| 108,6
| 111,1
| 109,5
| 112,8
| 110,6
| 108,3
| 111,1
| 109,5
| 112,8
| 110,6
| 108,3
| 107,4
| 109,5
| 112,8
| 110,6
| 108,3
| 107,4
| 106,2
| 112,8
| 110,6
| 108,3
| 107,4
| 106,2
| 106,2
| 110,6
| 108,3
| 107,4
| 106,2
| 106,2
| 0,0
| 108,3
| 107,4
| 106,2
| 106,2
| 0,0
| 0,0
| 107,4
| 106,2
| 106,2
| 0,0
| 0,0
| 0,0
| 106,2
| 106,2
| 0,0
| 0,0
| 0,0
| 0,0
| 106,2
| 0,0
| 0,0
| 0,0
| 0,0
| 0,0
| Так как более точной является Q-статистика Льюнга-Бокса, для анализа она является более предпочтительной. Анализ автокорреляции в программе Statistica помимо коэффициентов автокорреляции автоматически рассчитывает Q-статистику Льюнга-Бокса и значимость для каждого коэффициента. Проверка значимости по Q-статистике Льюнга-Бокса равна |