Lineárny regresný model s autokorelovanými reziduami

Abstract

Cieľom tejto práce je predstaviť postup pre analýzu lineárneho regresného modelu s autokorelovanými reziduami, ktorý je vhodný v prípade, keď sú pozorovania získané sledovaním veličín v čase. Pre reziduá predpokladáme lineárny model ARMA, prípadne ARIMA, čo rozširuje možnosti využitia. Analýza takýchto regresných modelov zahŕňa detekciu autokorelovanosti a s tým súvisiace testy nekorelovanosti reziduí, detekciu stacionarity s testom jednotkového koreňa, ďalej identifikáciu modelu pre reziduá a odhad všetkých parametrov regresného modelu metódou maximálnej vierohodnosti.

The aim of this bachelor thesis is to introduce the algorithm for analysis of the linear regression model with autocorrelated residuals, which is applicable to time series data. For residuals, we assume the ARMA model, eventually ARIMA model, which enlarges the possibilities of application. The analysis of such regression models includes detection of autocorrelation and related tests, detection of stationarity and related unit root test, followed by model identification for residuals and maximum likelihood estimation of identified regression model.