1 Svar. Det du antar i en lineær regresjonsmodell er at feilleddet er en prosess med hvit støy, og derfor må være stasjonær. Det er ingen antagelse om at verken de uavhengige eller avhengige variablene er stasjonære.
Er stasjonaritet nødvendig for regresjon?
En stasjonaritetstest av variablene er nødvendig fordi Granger og Newbold (1974) fant at regresjonsmodeller for ikke-stasjonære variabler gir falske resultater. … Siden begge seriene øker, dvs. ikke-stasjonære, må de konverteres til stasjonære serier før regresjonsanalyse utføres.
Krever lineær regresjon standardisering?
I regresjonsanalyse,, må du standardisere de uavhengige variablene når modellen din inneholder polynomtermer for å modellere krumning eller interaksjonstermer. … Dette problemet kan skjule den statistiske signifikansen til modelltermer, produsere upresise koeffisienter og gjøre det vanskeligere å velge riktig modell.
Hva er de tre kravene til lineær regresjon?
Linearitet: Forholdet mellom X og gjennomsnittet av Y er lineært. Homoscedastisitet: Variansen til residual er den samme for enhver verdi av X. Uavhengighet: Observasjoner er uavhengige av hverandre. Normalitet: For enhver fast verdi av X er Y normalfordelt.
Antar OLS stasjonaritet?
Når det gjelder ikke-stasjonaritet, dekkes det ikke under OLS-forutsetningene, så OLS-estimater vil ikke lenger være BLÅ hvis dataene dine er ikke-stasjonære. Kort sagt, du ønsker ikke det. Det gir heller ikke mening å ha en stasjonær variabel forklart med en tilfeldig gange, eller omvendt.
