Badanie autokorelacji w szeregach czasowych

• Autorzy: Czesław Domański , Jerzy Korzeniowski

Warianty tytułu

Study of Autocorrelation in Time Series

• Języki publikacji: PL

Abstrakty

W literaturze można znaleźć wiele różnych statystyk służących do estymacji i weryfikacji wartości współczynnika autokorelacji rzędu pierwszego. Celem artykułu jest porównanie własności wybranych estymatorów oraz zbadanie własności (mocy, odporności) wybranych testów parametru autokorelacji rzędu pierwszego dla modelu liniowego o klasycznych założeniach.

EN

The problem of studying autocorrelation of the random disturbance is often apparent when analyzing time series. In such cases the sample which we usually have is small making it difficult to analyze autocorrelation structures. This is the reason why the theory based on single parameter autocorrelation models is best developed. In this paper we study a first order autocorrelation model with classical assumptions. We discuss the characteristics of a few chosen autocorrelation estimators and the following statistical tests are carried out using the Monte Carlo method: von Neumann, Anderson, Durbin-Watson and their nonparametric competitors: Geary and Pawlowski statistics. The nonparametric tests proved weaker than the parametric tests and are less resistant to interfering with the normality assumptions. (original abstract)

Słowa kluczowe

PL

Analiza szeregów czasowych; Analiza statystyczna

EN

Time-series analysis; Statistical analysis

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2002
• Tom: 49
• Numer: z. 2
• Strony: 37--45

Twórcy

autor

Czesław Domański

autor

Jerzy Korzeniowski

Bibliografia

• [1] Chan W.S., Wei W.S., A comparison of some estimators of time series autocorrelation, Computational Statistica & Data Analysis 14, 1992, s. 149-163.
• [2] Domański Cz., Testy Statystyczne, Warszawa, PWE 1990.
• [3] Gastwirth J.L., Selwyn M.R., The Robustness Properties of Two Tests for Serial Correlation, Journal of American Statistical association 75, 1980, s. 138-142.
• [4] Maronna R.A., Robust M-estimators of multivariate location and scatter, Annals of Statistics 36, 1976, s. 51-67.
• [5] Masarotto G., Robust identification of autoregressive moving average models, Applied Statistics 36, 1987, s. 214-227.
• [6] Tomaszewicz A., Jednorównaniowe modele ekonometryczne przy nieklasycznych założeniach, Acta Universitatis Lodziensis 1985.