|
| |||
|
|
Для нелюбителей картинок и любителей цифирек, по поводу предыдущего анализа данных. Продолжение http://www.livejournal.com/users/mi_b/39 1) тестируем на корреляцию приращений концентрации и концентрации R^2 F-stat p-value 0.3549 23.1105 0.0000 2) тестируем на корреляцию приращений лог(концентрации) и лог(концентрации) R^2 F-stat p-value 0.2618 14.8950 0.0004 3) замечаем, что автокорреляция в приращении и концентрации и логарифма не значима на 1% уровне, но значима на 5%. Поэтому, на всякий случай, вместо тестов на корреляцию фиттим ARMAX(1,0,1) модель регрессии приращений лог(концентрации) на лог(концентрацию). (Это эквивалентно автокорреляционной поправке Cohrane-Orcutt для регрессии.) Если lc=log(concentration), dlc - ее приращение, то оцениваемая модель dlc_i = C + AR(1) * dlc_{i-1} + Regress*lc{i-1} + e, Var(e) = K
Видим: коэффициент регрессии положителен и равен 0.012651 +- 0.004 и имеет T-статистику чуть больше 3. Вывод: тест 1) устанавливает нелинейность роста. Тест 2) устанавливает суперэкспоненциальность, тест 3) подтверждает тест 2) для совсем дотошных. Что, впрочем, было совершенно очевидно из картинок в предыдущем посте. |
|||||||||||||||||||||||||||||||||