Методы устранений автокорреляции:

Изв-но, что осн причиной наличия в ур-ие регр-ии случ откл-ия яв-ся не учет всех объясняющ перем-х в модели и ошибки в выборе зав-ти.

Поэтому устранять а/коррел нач-т с того, что пробуют ввести в модель еще какую-то сущест (значимую) объясняющ переем-ую. Если это не помогает, то пытаются исходя из теоретич знаний изм-ть форму зав-ти в модели.

Но если все разумные приемы совершенст-я модели исчерпаны, а а/коррел все-таки сохр-ся, то м предпол-ть, что она связана с какими-то внутр св-вами переем-й.

Тогда в моделях прибегают к а/регрессионным преобр-м, суть кот-ых закл-ся в след-ем.

А/регр преобр-е 1 пор-ка получ-т с.о. Запис-т теорет модель для нек-го года t

yt=βo+β1xt+εt

Тогда для предыдущего года она б иметь вид

Вычтем из 1 ур-ия 2.

В этом случае мы получаем модель, построенную на приращенных переем-х в году t.

Δyt=β1Δxt+Ut, где Ut – случ вел-на = εt – εt-1

Для таких моделей исход выборка сокр-ся на 1 и если n-1>3m+1, то мы м построить новую модель включающую в себя своб член bo, кот-ый б гаран-ть прохождение ч/з ср точку нов выборки.

Δỹt=bo+b1Δxt+Ut

Δỹt*=bo+b1Δxt*+Ut

В такой модели а/коррел остаткв уже наверняка б отсут-ть. Если же объем выборки не позвол-т уменьшить ее на 1, то прибегают к вспом преобр-ям исх-х переем-х с исп-ем стат-ки DW.

В этих случаях также а/крел из модели б.устран-ся.

Кроме метода разности прим-ся еще неск-ко методов. Нап-р когда в кач-ве нов переем-й вводятся неполн полусуммы значений переем-х по выборке, а только их половинные вел-ны.

yt*= (yt + yt-1)/2

xt*= (xt + xt-1)/2

Метод исп-ия сглаж по люб кол-ву интервалов изм переем-ых. Но все-таки прежде чем исп-ть эти вспом методы, необ-мо сначала попроб-ть изм-ть специф-иб модели.