Testimiseks 1. Viiakse läbi mudeli (1) hindamine ja leitakse jääkliikmed 2. IDEE: kui järjestikuste jääkliikmete vahel on seos, siis seda seost saab modelleerida. Selle kontrollimiseks hinnatakse regressioonmudelit jääkliikmete jaoks. Mudelisse võetakse r eelmist jääkliiget. Kui LMF väärtus ületab kriitilise (p on väiksem kui alfa), võtta vastu H1, esineb autkorrelatsioon. 49. Jääkliikmete autokorrelatsiooni mõju. Autokorrelatsiooni mõju on sama, mis heteroskedastiivsusel: · parameetrite hinnangud on nihketa, · parameetrite standardvead tulevad valed. 50. Mis juhtub parameetrite hinnangutega, kui pole täidetud eeldus juhuslike liikmete ja seletavate tunnuste vahelise korrelatsiooni puudumise kohta? 4. eeldus: Kui näiteks tunnuse X2 ja juhuslik liikmete ui vahel on seos, siis me ei saa tunnuse X2 mõju sõltuvale tunnusele Y puhtalt eraldada. Suuremale juhuslikule liikmele ui vastab suurem yi
Sobib väikeste valimite korral. 2. Teststatistik, mis asümptootiliselt allub χ2-jaotusele: Kui TR2 väärtus ületab kriitilise (p<α), võetakse vastu sisukas hüpotees: mudel onα), võtta vastu H1, esineb autokorrelatsioon. Sobib rohkem suurte valimite korral 57. Jääkliikmete autokorrelatsiooni mõju. (Loengud lk 183) Jääkliikmete autokorrelatsiooni mõju on sama, mis heteroskedastiivsusel: • parameetrite hinnangud on nihketa, • parameetrite standardvead tulevad valed. 58. 1. järku autokorrelatsiooni eemaldamine: idee. ( Loengud lk 183) 59. Jarque-Bera testi idee, nullhüpotees, sisukas hüpotees. (Loengud lk 185) Juhuslike liikmete normaaljaotumust kontrollitakse Jarque-Bera testiga. ● Jarque-Bera (JB) testi korral leitakse analüüsitava suuruse asümmeetriakordaja S ja püstakuse kordaja K ning nende põhjal arvutatakse Jarque-Bera teststatistik
annaabi.ee 
