ラグ付きの回帰
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2017/07/28 08:49 UTC 版)
1期前の説明変数、もしくは被説明変数を説明変数として加える事で見せかけの回帰は回避できる。つまり、単位根過程 x t , y t {\displaystyle x_{t},\ y_{t}} に対し y t = α + β 1 x t + β 2 x t − 1 + β 3 y t − 1 + ϵ t {\displaystyle y_{t}=\alpha +\beta _{1}x_{t}+\beta _{2}x_{t-1}+\beta _{3}y_{t-1}+\epsilon _{t}} という回帰式で最小二乗法を適用する。例えば、数式での表現で定義されているように x t , y t {\displaystyle x_{t},\ y_{t}} がランダムウォークならば、 β 3 = 1 , β 1 = β 2 = 0 {\displaystyle \beta _{3}=1,\ \beta _{1}=\beta _{2}=0} であり、結果として誤差項が v t = ϵ t {\displaystyle v_{t}=\epsilon _{t}} を満たし、定常過程となるので通常の最小二乗法で係数が一致推定できる。しかし、仮説検定においては y t {\displaystyle y_{t}} の非定常性により通常の手続きと異なる方法を取る必要がある。
※この「ラグ付きの回帰」の解説は、「見せかけの回帰」の解説の一部です。
「ラグ付きの回帰」を含む「見せかけの回帰」の記事については、「見せかけの回帰」の概要を参照ください。
- ラグ付きの回帰のページへのリンク