第3讲.序列相关性的检验.pptVIP

第三讲、序列相关性的检验与消除：; 一、序列相关性产生的原因与后果 二、序列相关性的检验 三、序列相关性的修正 四、修正结果的再检验 五、说明;一、序列相关性产生的原因与后果：;后果： 由于多重共线性的存在已经使数据违背了OLS估计的五大基本原则，若不对数据进行处理就进行OLS估计，则会出现以下后果： (1)参数的估计量非有效(方差不再是估计值中最小的)。 (2)变量的显著性检验失去意义。 (3)模型的预测失效。 这些后果的详细解释和其它后果的产生请参阅李子奈版《计量经济学》P70;我们将拿李子奈书P86的模型作例子：;年份(年);二、序列相关性的检验;1、散点图法：;第一步、建立工作文档，输入数据并作OLS估计。目的是得到残差resid。(具体的数据选择和修正步骤见书，此处从略) 第二步、在命令栏键入Scat resid resid(-1) 得到残差的散???图(见下页图)：; 判断标准： 1、若散点在四个象限呈无规律的散布状态，则模型不存在自相关。;2、D—W检验法：;具体步骤：;判断标准：;具体操作方法：;第二步、设定用以检验的序列相关的阶数。键入1表示检验一阶序列相关。;若值非常大，我们就接受原假设(原数据不存在序列相关性)，拒绝备择假设(原数据存在序列相关性)，即认为模型不具有自相关性。;三、序列相关性的修正：;1、广义最小二乘法：;2、差分法;具体步骤：;将这个系数记录下来： Coefficient=0.653829;第三步、将变量都取对数：;;第五步、对新构造的这组数据(lly llx1 llx4 llx5)进行ols估计：键入命令： Ls lly c llx1 llx4 llx5 ，得到OLS估计结果：;结果分析：;四、修正结果的再检验：;五、说明;郑重声明 此课件只能用于同学学习参考，未经书面授权不得做其他用途，尤其是不得做商业用途。 课件作者