Model Autoregresif Terdistribusi (ADR) (I) Tertinggal

Lag Autoregressive Distributed Model (ADL) adalah regresi yang melibatkan variabel independen baru tertinggal selain variabel dependen tertinggal.

Dengan kata lain, caral ADR merupakan perpanjangan dari caral autoregressive p-order, AR (p), yang memasukkan variabel independen lain dalam periode waktu sebelum periode variabel dependen.

Model ADR dinyatakan sebagai ADR (p, q), dimana:

p = adalah periode tertinggal dari variabel dependen (Y).

q = adalah periode tertinggal dari variabel independen tambahan (X).

Secara matematis

Model AR (p):

Variabel independen tambahan baru (X):

Model ADR (p, q):

Model ADR disebut autoregressive karena regresi memasukkan nilai-nilai tertinggal selama p periode variabel dependen sebagai regresi. Lagged terdistribusi karena regresi juga memasukkan nilai lagged lainnya untuk q periode dari variabel independen tambahan.

Kita mendefinisikan istilah kesalahan (u t ) dan menganggap:

Asumsi ini menyiratkan bahwa nilai lag lainnya dari Y dan X tidak termasuk dalam caral ADR. Artinya, semua nilai tertinggal berada di antara Y t-p dan X t – q .

Kita merekomendasikan membaca artikel: logaritma natural , AR (1) .

Contoh praktis

Kita kira bahwa kita ingin mempelajari harga melewati musim ini 2019 (t) berdasarkan harga berlalu dan jumlah lereng hitam membuka dari musim sebelumnya (t-1). Kemudian, daripada menggunakan caral AR (p) kita dapat menerapkan pola ADR (p, q) dan menggabungkan dua variabel independen: tiket t -1 dan trek t -1.

Modelnya akan menjadi:

Kita memiliki harga tiket masuk dari tahun 1995 hingga 2018:

Tahun

Tiket ski ( € )

trek

Tahun

Tiket ski ( € )

trek

sembilan belas sembilan puluh lima

32

8

2007

88

6

seribu sembilan ratus sembilan puluh enam

44

6

2008

40

5

1997

lima puluh

6

2009

68

6

1998

55

5

2010

63

10

1999

40

5

2011

69

6

2000

32

5

2012

72

8

2001

3. 4

8

2013

75

8

2002

60

5

2014

71

5

2003

63

6

2015.

73

9

2004

64

6

2016

63

10

2005

78

5

2017.

67

8

2006

80

9

2018

68

6

2019

?

Kita hanya mundur satu periode, maka:

p = adalah periode tertinggal dari variabel dependen ( forfaits t ) = 1

q = adalah periode tertinggal dari variabel independen tambahan ( trek t ) = 1

ADR (p, q) = ADR (1,1)

Kita dapat memasukkan lebih banyak variabel yang relevan dengan caral dan meningkatkan periode jeda di setiap variabel hingga ADR (p, q).

Contoh penyelesaian ADR

Related Posts