Рекурсивный или рекуррентный МНК (англ. Recursive Least Squares) - применяемая в эконометрике итеративная процедура оценки параметров регрессионной модели. Данный метод применяется при мультиколлинеарности факторов (в этом случае матрица близка к вырожденной и при ее обращении могут возникнуть большие вычислительные неточности). Также получающиеся в результате применения рекурсивного МНК (рекурсивные остатки) используются при тестировании стабильности параметров модели.

Описание метода

В данном методе вместо обращения плохо обусловленной матрицы производится расчет матрицы согласно следующей реккурентной формуле:

То есть на каждом шаге вместо обращения производится деление на число. Для "запуска" процедуры нужно задать начальное значение матрицы.

Параметры модели оцениваются согласно следующему реккурентному соотношению:

Выражение в скобках представляет собой ошибку прогноза на один период. Известно, что дисперсия ошибки такого прогноза будет равна , где - дисперсия случайных ошибок модели (предполагается классическая регрессионная модель). Для выравнивания дисперсии дисперсий ошибок прогнозов ошибки прогноза делят на квадратный корень из . Полученные величины и называют обычно рекурсивными остатками:

Если регрессионная модель правильная (то есть соответствует моделируемой зависимости) и выполняются классические предположения, то полученные рекурсивные остатки являются независимыми случайными величинами с нулевым математическим ожиданием и постоянной дисперсией - . Это позволяет использовать их для тестирования стабильности параметров модели.

См. также

• CUSUM-тест
• Метод наименьших квадратов