Модели содержащие в качестве факторов лаговые значения зависимой переменной называются моделями авторегрессии. Например, 
Как и в модели с распределенным лагом, 
и в этой модели характеризует краткосрочные изменения 
под воздействием изменения 
на 1 ед. Однако промежуточные и долгосрочные мультипликаторы иные. К моменту времени 
результат 
изменился под воздействием изменения фактора в момент времени t на 
ед., а 
под воздействием свого изменения в непосредственно предшествующий момент времени – на 
ед. таким образом, общее абсолютное изменение результата в момент 
составит 
ед. Аналогично в момент времени 
абсолютное изменение результат составит 
ед. и т.д.
Следовательно, долгосрочный мультипликатор в модели авторегрессии рассчитывается как сумма краткосрочного и промежуточных мультипликаторов:
где 
Отметим, что такая интерпретация коэффициентов модели авторегрессии и расчет долгосрочного мультипликатора основаны на предпосылке о наличие бесконечного лага в воздействии текущего знач. зависимой переменной на ее будущее значения.
Одним из возможных методов расчета параметров уравнения авторегрессии является метод инструментальных переменных. Сущность этого метода состоит в том, чтобы заменить переменную из правой части модели, для которой нарушаются предпосылки МНК, на новую переменную, включение которой в модель регрессии не приводит к нарушению его предпосылок. Применительно к моделям авторегрессии необходимо удалить из правой части модели переменную 
. Искомая новая переменная, которая будет введена в модель вместо 
должна иметь два свойства. Во-первых, она должна тесно коррелировать 
, во-вторых, она не должна коррелировать с остатками 
. Еще один метод, который можно применять для оценки параметров моделей авторегрессии типа — это метод максимального правдоподобия.
Поможем написать любую работу на аналогичную тему