Функции автокорреляции и частной автокорреляции

Функции автокорреляции и частной автокорреляции можно оценить для одиночного процесса с применением команды из меню Variable/Correlogram (Переменная / Коррелограмма) или с использованием контекстного меню (правая кнопка мыши) и команды Correlogram. После указания максимального периода запаздывания р_mах (он не должен превы­шать 15-20% длины ряда) мы получим два окна результатов расчета порядка автокорреляции: графическое и текстовое. Оценочные результаты для процесса темпа инфляции в России представлены на рисунке

Функция автокорреляции (англ. autocorrelationsfunction — ACF) представляет зависимость между разнесенными по времени наблюдениями. Функция частной автокорреляции (англ. partialautocorrelationsfunction— PACF) представляет чистую зависимость между наблюдениями. Эта функция позволяет оценить по­рядок запаздывания процесса р для модели авторегрессии AR(p). Тест значимости коэффициента автокорреляции р_т, называемый те­стом Квенилле (Quenouille).

На рисунке показаны построенная функция автокорреляции и границы доверительного интервала стандартной погрешности этого коэффициента. Числовые значе­ния оценок представлены в текстовом окне на рисунке.

Критическое значение, рассчитанное для рассматриваемого при­мера при п= 120, равно ua 1,96/120^0.5 = 0,1789. При сравне­нии значения функции частной автокорреляции с критическим зна­чением можно сделать вывод о наличии автокорреляции порядка AR(12). Такой высокий порядок автокорреляции обусловлен тем, что в исследуемой последовательности присутствуют сезонные ко­лебания (коэффициенты кратные 4 максимальны).

Источник: Куфель Т. Эконометрика: решение задач с применением пакета программ GRETL

Решение других задача в Gretl смотрите здесь