- ベストアンサー
※ ChatGPTを利用し、要約された質問です（原文：残差に自己相関がある時系列データy(1),y(2),y(3),...,）
時系列データの残差に自己相関がある場合の上昇トレンドの統計的検定方法
このQ&Aのポイント
- 時系列データの残差に自己相関がある場合に、上昇トレンドの統計的検定を行う方法を教えてください。
- データの単回帰分析では、残差の自己相関が無視されているため、結果が正確でない可能性があります。
- 適切な方法を知りたいので、上昇トレンドの統計的検定について教えてください。
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
http://www.google.co.jp/search?hl=ja&safe=off&client=firefox-a&rls=org.mozilla%3Aja%3Aofficial&q=%E8%A8%88%E9%87%8F%E7%B5%8C%E6%B8%88%E5%AD%A6%E3%80%80%E7%9B%B8%E9%96%A2%E3%80%80%E6%99%82%E7%B3%BB%E5%88%97&aq=f&aqi=&aql=&oq=&gs_rfai= で、上からみていって最初のpdf ? 誤差項の系列相関(1)：定義と問題点 ? で、3枚めに 「2 自己回帰(AR)モデルによる系列相関の定式化」 という項目があります。 私の勉強した本だと、「計量経済学」 http://www.amazon.co.jp/gp/product/toc/4811543122/ref=dp_toc?ie=UTF8&n=465392 に、「自己相関」という章があります。 どんな内容かは忘れました・・・
お礼
教えていただいた文献を読んで、結局Newey-West修正で乗り切ることにしました。 お忙しい中、ご回答いただき誠にありがとうございました。