Что означает "совместимость" в статистическом счете?

• Совместная работа

Сценарий: Классическая регрессионная модель основана на плоскостных данных. Для неплоскостных переменных нельзя использовать классическую регрессионную модель, иначе возникает множество проблем, таких как ложная регрессия. Поскольку многие экономические проблемы неплоскостные, это создает большие ограничения для классического регрессионного анализа. Поскольку большинство временных последовательностей в практических приложениях неплоскостные, обычно используются дифференциальные методы, чтобы устранить неплоскостные тенденции, содержащиеся в последовательностях, чтобы создать модели после стабилизации последовательностей, например, с использованием модели ARIMA.

• Он пишет: В 1987 году Энгель и Грангер выдвинули теорию совместимости и ее методы, которые дают другой способ моделирования неплоских последовательностей. Хотя некоторые экономические переменные сами по себе неплоские последовательности, однако их линейные комбинации могут быть плоскими последовательностями. Такие плоские линейные комбинации называются совместительными уравнениями и могут быть объяснены долгосрочными стабильными равновесными отношениями между переменными.Например, потребление и доход являются неравномерными временными последовательностями, но имеют взаимоотношения. Если их нет, то долгосрочные потребления могут быть выше или ниже доходов, и поэтому потребители будут рационально потреблять или накапливать сбережения.Предположим, что некоторые экономические показатели связаны с какой-либо экономической системой, то в долгосрочной перспективе эти переменные должны иметь равновесные отношения, что является основной отправной точкой для создания и проверки моделей. В краткосрочной перспективе, из-за сезонных воздействий или случайных помех, эти переменные могут отклоняться от средних значений. Если такое отклонение является временным, то со временем оно вернется в состояние равновесия; если такое отклонение является длительным, нельзя сказать, что между этими переменными существует равновесная связь. Концепция совпадения является сильной, поскольку совпадение позволяет нам изображать равновесные или устойчивые отношения между двумя или более последовательностями. Для каждой последовательности, которая может быть неравновесной в отдельности, матрицы этих последовательностей, такие как устойчивость, дифференциация или совпадение, изменяются со временем, а последовательности линейных комбинаций этих временных последовательностей могут иметь нетерпимую природу.

• Определение: Расстояние между делениями к-размерного вектора Yt = (y1t, y2t,...,ykt) х называется д, b степень совпадения, записывается как Yt х CI (d, b), если удовлетворяется: (1) y1t, y2t..., yykt - целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые целые (2) Существует ненулевая вектора β= (β1, β2,..., βk), что делает β YtI (d-b), 0 < b≤d, Yt - совпадение, вектора β - совпадение.

• Условия: Совместимость существует только в том случае, если временные последовательности {x} и {y} двух переменных являются однослойными целыми последовательностями, то есть I (((d)). Поэтому перед проверкой совместимости двух переменных y и x следует проверить устойчивость двух временных последовательностей {x} и {y} с помощью единичных корней ADF. Для того, чтобы узнать, как проверить, является ли последовательность дисбалансовой стабильностью, поищите Unit Root Test.

• Вот что мы узнали:

  

  

  

Вполне естественно