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 |
Скачать 1.08 Mb.