时序预测 | MATLAB实现时间序列回归之评估模型残差及统计分布
基本介绍
残差分析的基本目的是检查 CLM 假设并寻找模型指定错误的证据。残差中的模式表明有机会重新指定以获得具有更准确的 OLS 系数估计、增强的解释力和更好的预测性能的模型。
- 不同的模型可以表现出相似的残差特征。如果是这样，则可能需要保留替代模型并在预测阶段进一步评估。从预测的角度来看，如果一个模型成功地表示了数据中的所有系统信息，那么残差应该是白噪声。也就是说，如果创新是白噪声，并且模型模仿了 DGP，那么提前一步预测误差应该是白噪声。模型残差是这些样本外预测误差的样本内度量。
- 相关的 OLS 估计问题，加上重新指定许多经济模型的选项有限，导致考虑更稳健的异方差和自相关一致 (HAC) 方差估计量，例如 Hansen-White 和 Newey -West 估计量，消除渐近（尽管不是小样本）偏差。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
