1 odgovor. Ono što pretpostavljate u modelu linearne regresije je da je izraz pogreške proces bijelog šuma i stoga mora biti stacionaran. Ne postoji pretpostavka da su neovisne ili zavisne varijable stacionarne.
Je li stacionarnost potrebna za regresiju?
A Potreban je test stacionarnosti varijabli jer su Granger i Newbold (1974) otkrili da regresijski modeli za nestacionarne varijable daju lažne rezultate. … Budući da su oba niza rastuća, tj. nestacionarna, moraju se pretvoriti u stacionarne nizove prije provođenja regresijske analize.
Da li linearna regresija zahtijeva standardizaciju?
U regresijskoj analizi, trebate standardizirati nezavisne varijable kada vaš model sadrži polinomske pojmove za modeliranje zakrivljenosti ili pojmova interakcije. … Ovaj problem može zamagliti statističku važnost pojmova modela, proizvesti neprecizne koeficijente i otežati odabir ispravnog modela.
Koja su tri zahtjeva za linearnu regresiju?
Linearnost: Odnos između X i srednje vrijednosti Y je linearan. Homoskedastičnost: Varijanca reziduala je ista za bilo koju vrijednost X. Neovisnost: Zapažanja su neovisna jedno o drugom. Normalnost: Za bilo koju fiksnu vrijednost X, Y je normalno raspoređen.
Pretpostavlja li OLS stacionarnost?
Što se tiče nestacionarnosti, to nije obuhvaćeno pretpostavkama OLS-a, stoga procjene OLS-a više neće biti PLAVE ako vaši podaci nisu stacionarni. Ukratko, ne želite to. Također, nema smisla imati stacionarnu varijablu objašnjenu slučajnim hodanjem, ili obrnuto.
