1 Odpowiedź. W modelu regresji liniowej zakładasz, że składnik błędu jest procesem białego szumu, a zatem musi być stacjonarny. Nie ma założenia, że zmienne niezależne lub zależne są nieruchome.
Czy do regresji wymagana jest stacjonarność?
A wymagany jest test stacjonarności zmiennych, ponieważ Granger i Newbold (1974) odkryli, że modele regresji dla zmiennych niestacjonarnych dają fałszywe wyniki. … Ponieważ oba szeregi rosną, tj. są niestacjonarne, muszą zostać przekształcone w szeregi stacjonarne przed przeprowadzeniem analizy regresji.
Czy regresja liniowa wymaga standaryzacji?
W analizie regresji musisz ustandaryzować zmienne niezależne, jeśli Twój model zawiera wyrażenia wielomianowe do modelowania krzywizny lub wyrażenia interakcji. … Ten problem może przesłonić statystyczną istotność terminów modelu, generować nieprecyzyjne współczynniki i utrudnić wybór właściwego modelu.
Jakie są trzy wymagania regresji liniowej?
Liniowość: Relacja między X a średnią Y jest liniowa. Homoskedastyczność: Wariancja reszt jest taka sama dla każdej wartości X. Niezależność: Obserwacje są od siebie niezależne. Normalność: dla dowolnej stałej wartości X, Y ma rozkład normalny.
Czy OLS zakłada stacjonarność?
Jeśli chodzi o niestacjonarność, nie jest to objęte założeniami OLS, więc szacunki OLS nie będą już NIEBIESKIE, jeśli Twoje dane są niestacjonarne. Krótko mówiąc, nie chcesz tego. Nie ma również sensu wyjaśnianie zmiennej stacjonarnej przez błądzenie losowe lub odwrotnie.
