ОЦЕНКА ЭФФЕКТИВНОСТИ ТЕСТОВ ГЕТЕРОСКЕДАСТИЧНОСТИ (2024)
В данной статье рассматривается эффективность различных статистических тестов, предназначенных для обнаружения гетероскедастичности в модели. Описывается методология исследования, принцип построения синтетических данных с разными типами гетероскедастичности. Приведены детальные результаты анализа, определены лучшие тесты для решения задач детектирования гомо- и гетероскедастичности. Применен аппарат деревьев классификации для определения лучших тестов в зависимости от свойств выборки, показано наличие данных закономерностей. Отмечено, что в практических работах необходимо проведение дополнительных исследований, направленных
на установление лучшего статистического теста при наблюдаемых свойствах данных. Кроме того, сделан вывод о том, что для рассматриваемых типов гетероскедастичности все выбранные тесты показывают значительный процент ошибок, что говорит о необходимости продолжения соответствующих теоретических исследований и разработке новых способов детектирования разных форм гетероскедастичности.
Идентификаторы и классификаторы
Активное использование методов анализа данных для решения большого комплекса практических задач актуализировало и вопрос о границах применимости тех или
иных методов. Например, для случая классической регрессии общеизвестно, что метод
наименьших квадратов дает несмещенные и эффективные оценки коэффициентов только при выполнении условий Гаусса – Маркова. В противном случае возможно получение
смещенных оценок коэффициентов, что может привести к серьезным ошибкам при внедрении модели на практике.
Среди всех условий Гаусса – Маркова самым сложно проверяемым является условие
на гомоскедастичность – условие на отсутствие зависимости между дисперсией ошибки модели и значениями независимой переменной. Однако в последнее время в разных
программных пакетах (например, в пакете skedastic для языка R) появилось значительное количество реализаций разных статистических тестов, проверяющих гипотезу о гомоскедастичности остатков.
Список литературы
- Асансеитова С. М., Ковалева Э. В., Свинухов В. Г. Оценка влияния экпорта и прямых иностранных инвестиций на ВВП на примере стран-членов ЕАЭС // Вестник НГИЭИ. 2018. № 9. С. 60‒70.
- Молодченков Д. А. Результаты экспериментальных исследований профилеобразующего катка для гребневого посева пропашных культур // Вестник НГИЭИ. 2018. № 9. С. 114‒127.
- Lyon J. D., Tsai C.-L. A comparison of tests for heteroscedasticity. The Statistician. 1996;45(3):337–349.
- Harvey A. C., Phillips G. D. A. A comparison of the power of some tests for heteroskedasticity in the general linear model. Journal of Econometrics. 1974;2:307–316.
- Griffi ths W. E., Surekha K. A Monte Carlo evaluation of the power of some tests for heteroscedasticity. Journal of Econometrics. 1986;31(2):219–231.
- Dufour J.-M., Khalaf L., Bernard J.-T. et al. Simulation-based fi nite-sample tests for heteroskedasticity and ARCH effects. Journal of Econometrics.2004;122(2):317–347.
- Uyanto S. S. Monte Carlo power comparison of seven most commonly used heteroscedasticity tests. Communications in Statistics – Simulation and Computation. 2019;51(4):2065–2082.
- Bickel P. J. Using residuals robustly I: Tests for heteroscedasticity, nonlinearity. Ann Statist. 1978;6(2):266–291.
- Ramsey J. B. Tests for specification errors in classical linear least-squares regression analysis. Journal of the Royal Statistical Society. Series B (Statistical Methodology). 1968;31(2):350–371.
- Carroll R. J., Ruppert D. On robust tests for heteroscedasticity. Ann Statist. 1981;9(1):206–210.
- Breusch T. S., Pagan A. R. A simple test for heteroscedasticity and random coeffi cient variation. Econometrica. 1979;47(5):1287–1294.
- Cook R. D., Weisberg S. Diagnostics for heteroscedasticity in regression. Biometrika. 1983;70(1):1–10.
- Evans M. A., King M. A point optimal test for heteroscedastic disturbances. Journal of Econometrics.1985;27(2):163–178.
- Goldfeld S. M., Quandt R. E. Some tests for homoscedasticity. Journal of the American Statistical Association. 1965;60(310):539–547.
- Harrison M. J., McCabe B. P. M. A test for heteroscedasticity based on ordinary least squares residuals. Journal of the American Statistical Association.1979;74(366a):494–499.
- Horn P. Heteroscedasticity of residuals: A non-parametric alternative to the Goldfeld‒Quandt peak test.Communications in Statistics ‒ Theory and Methods.1981;10(8):795–808.
- Simonoff J. S., Tsai C.-L. Use of modified profile likelihood for improved tests of constancy of variance in regression. Appl Statist. 1994;43(2):357–370.
- Verbyla A. P. Modelling variance heterogeneity: Residual maximum likelihood and diagnostics. Journal of the Royal Statistical Society. Series B (Methodological). 1993;55(2):493–508.
- White H. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica. 1980;48(4):817–838.
- Wilcox R. R., Keselman H. J. Detecting heteroscedasticity in a simple regression model via quantile regression slopes. Journal of Statistical Computation and Simulation. 2006;76(8):705–712.
- Yuce M. An asymptotic test for the detection of heteroscedasticity. Istanbul University Econometrics and Statistics e-Journal. 2008;8:33–44.
- Zhou Q. M., Song P. X.-K., Thompson M. E. Profiling heteroscedasticity in linear regression models. Canadian Journal of Statistics. 2015;43(3):358–377.
Выпуск
Другие статьи выпуска
В настоящей работе выполнено исследование поверхностного натяжения на границе
воздух – водный раствор хлорида натрия с помощью высокочувствительного метода вращающейся капли на тензиометре SDТ фирмы KRUSS. Определена изотерма поверхностного натяжения при температуре 20 °C в интервале концентрации 0–25 %. Для разных значений концентрации получена температурная зависимость коэффициента поверхностного натяжения в интервале от 20 до 70 °C. Определен температурный коэффициент поверхностного натяжения α = 0,18 мН/(м×К).
Прогноз вырабатываемой электроэнергии солнечной электростанции позволяет эффективно и безопасно управлять электрическими сетями, интегрирующими кластер солнечных электростанций. Штрафные тарифы закупки рынка «сутки вперед» электроэнергии солнечных электростанций, отклоняющейся более чем на 5 % максимальной мощности солнечной электростанции от предоставляемого почасового макета рынка «сутки вперед» выработки солнечной электростанции, актуализируют повышение точности макета рынка «сутки вперед» путем создания эффективных интеллектуальных систем прогнозирования выработки солнечной электростанции. Проведенный анализ существующего программного обеспечения показал отсутствие доступного программного обеспечения для эффективного прогноза выработки солнечной электростанции, целесообразность и актуальность создания ПО, реализующего интеллектуальную систему прогнозирования выработки солнечной электростанции. В настоящем исследовании разработана, апробирована и реализована как программа для ЭВМ на основе модифицированной нечеткой нейросети с механизмом внимания интеллектуальная система непрямого прогнозирования выработки солнечной электростанции. В нотации UML CASE-средством Microsoft Visio созданы диаграмма классов и блочно-модульная архитектура программы для ЭВМ, реализующей интеллектуальную систему непрямого прогнозирования выработки солнечной электростанции. Гибкость созданной программы для ЭВМ обеспечивает блочно-модульная
архитектура. Апробация программы для ЭВМ, реализующей интеллектуальную систему непрямого прогнозирования выработки солнечной электростанции, отражает ее эффективные, робастные результаты и целесообразность ее применения для построения макетов рынка «сутки вперед». База данных SCADA солнечной электростанции легко интегрируется с интеллектуальной системой непрямого прогнозирования вырабатываемой электроэнергии солнечной электростанции.
В статье представлен способ обработки акустических сигналов при возникновении несанкционированного действия на магистральном трубопроводе на примере проведенных экспериментов по имитации незаконной врезки в виде сверления тела металлической трубы. В рамках эксперимента были записаны акустические сигналы и проведена обработка на основе метода быстрого преобразования Фурье. По результатам были идентифицированы пики характерных частот в пределах каждого эксперимента. Исследование направлено на повышение безопасности протяженных объектов особой государственной важности путем определения угрозы по характерным пикам частот получаемых при обработке акустических сигналов от противоправных действий и, как следствие, оперативного оповещения службы безопасности.
В работе описан алгоритмический способ определения численных оценок параметров простой формы вложенной кусочно-линейной регрессии методом смешанного оценивания. Его суть состоит в их одновременной идентификации методами наименьших модулей и антиробастного оценивания, каждый из которых «работает» на своей подвыборке данных исходной выборки. Этот способ сводится к решению задачи линейно-булевого программирования. Решен численный пример.
Важной составляющей экономической стабильности организации является совершенствование управления, в том числе использование программного обеспечения для календарного планирования стратегии развития проектной компании. Современные менеджеры часто используют визуализацию в виде диаграмм задач при работе над своими проектами. Диаграмма Ганта представляет собой один из наиболее эффективных типов диаграмм. Программные продукты для создания диаграмм Ганта стали важными инструментами и лидерами в техническом арсенале многих проектных компаний.
В статье представлены результаты исследования, выполненного с применением cистемы поддержки принятия решений (СППР) «Выбор». Отражение сути математического метода анализа иерархии, разработанного Томасом Саати, заключается в выборе наиболее предпочтительных альтернатив при принятии решений. С помощью аналитической системы искусственного интеллекта были проранжированы альтернативы в виде программного продукта (ПП) для построения диаграмм Ганта и сделан вывод о лучшем программном решении.
Причина изучения категории «эффективность» обусловлена множественностью подходов, методов, видов дефиниции и интерпретацией в различных сферах; возможностями и трудностями в процессе принятия решений; влиянием субъективных факторов в отдельных подходах и методах. Это позволяет осуществлять поиск возможностей повышения эффективности деятельности предприятия сферы услуг с помощью разработки информационной системы, спроектированной на основе алгоритма выявления значимых факторов. Целью исследования является разработка алгоритма выявления факторов, позволяющих повысить эффективность деятельности предприятия.
Для решения проблемы разработан алгоритм выявления факторов повышения эффективности деятельности предприятия сферы услуг. В основу положены процессы сбора, обработки данных Федеральной службы государственной статистики по факторам, ограничивающим деятельность организаций этого вида деятельности; по показателям, отражающим деятельность в динамике. Использованы результаты экспертного опроса, объединяющего пять подходов к оценке эффективности и учитывающего специфику изучаемого вида деятельности.
Рассмотрены вопросы моделирования вычислительных процессов, позволяющих оценить потенциальные возможности используемых программных средств по негативному влиянию на работу различных видов человеко-машинных систем, в том числе обладающих признаками искусственного интеллекта. В ходе численного эксперимента анализировались программы, предоставляющие интеллектуальную поддержку роботам-ассистентам преподавателей и реализующие определенные функции в вычислительном комплексе «умного дома», с учетом их агрессивного поведения. Обсужден ряд вопросов, связанных с результатами этого эксперимента. Показан подход, позволяющий выделить группу операторов машинного языка программирования, имеющих потенциал для формирования программных закладок общего и специального видов, влияющих на информационную экологию и корректную работу компонентов «умного дома». Даны рекомендации по формированию набора признаков агрессивности в зависимости от специфики применения конкретных программных средств.
В данной работе предложен метод, комбинирующий вейвлет-преобразования и методы машинного обучения, для классификации состояния растительных культур по цветным цифровым изображениям. Входными данными для классификации являлся сформированный вектор текстурных признаков Харалика.
Реализована программа на высокоуровневом языке программирования Python для классификации цифровых изображений с использованием многоуровневого дискретного вейвлет-преобразования Добеши и классификационных методов машинного обучения – классической логистической регрессии и персептрона. Показана эффективность предложенного метода в решении задачи многоклассовой классификации изображений, сделаны соответствующие выводы, оценены перспективы метода.
В данной работе представлена модель системы, которая позволяет отслеживать положение позвоночника пользователя, собирать статистику по его осанке, анализировать ее с помощью нейросети и предлагать пользователю индивидуальные рекомендации по подбору упражнений для коррекции осанки. В статье внимание уделяется мобильному приложению, потому что это удобно с точки зрения использования устройства и упрощает процесс разработки. В результате были определены и описаны требования к структуре и функционированию системы.
Работа посвящена современному методу сейсмической инверсии. Проведена синтетическая привязка скважин для моделирования пространственного распределения импеданса. Построены низкочастотная фоновая модель и куб акустического импеданса, нормализованы данные плотностного и акустического каротажей. Выполнены анализ петроупругих свойств, динамический анализ и даны рекомендации на заложение бурения скважин. Использованный метод в равной мере учитывает геологическую информацию на основе структурной модели для сейсмических горизонтов.
Издательство
- Издательство
- СУРГУ
- Регион
- Россия, Сургут
- Почтовый адрес
- 628412, Ханты-Мансийский автономный округ – Югра, г. Сургут, пр. Ленина, д. 1
- Юр. адрес
- 628412, Ханты-Мансийский автономный округ – Югра, г. Сургут, пр. Ленина, д. 1
- ФИО
- Косенок Сергей Михайлович (РЕКТОР)
- E-mail адрес
- secretar@surgu.ru
- Контактный телефон
- +7 (346) 2762900