|
|
Ложные регрессии или правило 11 сигм.
|
Отправлено elite on 08/11/06 4:12
Экономические процессы очень часто бывают нестационарными (или неограниченными). В качестве примера можно привести ВВП, индекс цен. Однако стационарность процессов является очень важным условием для установления зависимостей. Применение обычных статистик к экономическим данным приводит к тому, что "устанавливаются" связи, которых на самом деле нет. Такой эффект называют ложной (мнимой) регрессией.
|
Показать эффект ложной регрессии можно с помощью метода Монте-Карло. Если сгенерировать много раз два случайных блуждания с независимыми нормально распределенными приращениями, то можно оценить сколько раз ошибаются обычные статистики. Например t-статистика при 50 наблюдениях и номинальном уровне значимости 5% в действительности отвергает верную гипотезу об отсутствии связи примерно в 75% случаев. Это значит, что в 75 процентах случаях Вы будете в заложниках зависимости, которой на самом деле нет. (А если будете смотреть на графики, на которых будет "явно видна" корреляция, то ошибаться будете еще чаще) Вместо того, чтобы использовать 5%-ю критическую границу t5% = 2 нужно использовать t5% = 11,2. Грубо говоря, правило 2 сигм для экономических рядов следует заменить на правило 11 сигм. Что бы не попасть в ловушку собственных иллюзий, следует использовать специально разработанные для нестационарных рядов методики, такие как коинтеграция.
|
|
< Ставка рефинансирования ЦБ
| Federal Funds Rate - Ставка по федеральным фондам >
| |
|
Ложные регрессии или правило 11 сигм.
