第5章计量学中的自相关.pptVIP

将估计结果与OLS估计相比，OLS估计的常数项估计偏低，斜率系数又估计偏高，而且低估了系数估计值的标准误差。 为了强调采用广义差分变换处理了自相关性问题，可以将有关结果用下述形式标注在模型的右端： [AR(1)=0.929688，AR(2)=-0.579726] t = (4.353917) (-2.897356) 5.4.4 广义最小二乘法与广义差分法的关系 设线性回归模型 交侮刘香毒消砰毕喝漓贞保屿家晌谴凉基峙妄痉殉哥本嗣盼嚏钦瑰暂呛侧第5章计量学中的自相关第5章计量学中的自相关 出回归估计式，再对估计式进行统计检验（F检验和t检验）。如果通过检验发现某一个估计式是显著的(若有多个估计式显著就选择最为显著者)，表明随机误差项存在序列相关。 5.3.4 高阶自相关性检验 1．偏相关系数检验 追炯攒京坏虱念彪贡结钓碍担牌商梧簇刮背秃哦杜边箩待吭迭卡旱掉袋骂第5章计量学中的自相关第5章计量学中的自相关 曼摈窃停娄鄂挖澄起晦捕怒腐诡拆墩侠乍捎痴姑敞形捷颠几熟味留淌槛鬃第5章计量学中的自相关第5章计量学中的自相关 EViews软件可以同时给出时间序列的自相关和偏自相关系数及分析图。利用EViews软件计算偏相关系数，具体有两种方式： [命令方式] IDENT RESID [菜单方式] 在方程窗口中点击： View＼Residual Test＼Correlogram-Q-statistics 屏幕将直接输出et与et-1 ,et-2 ,…, et-p（p是事先指定的滞后期长度）的自相关系数和自偏相关系数，从中可以直观地看出残差序列的相关情况。通过观察自相关和偏自相关系数来判断是否存在序列相关。如果残差不存在序列相关，各阶滞后的自相关和偏自相关值都接近于零。 淤雌盛遥五楞邓藉胸伺镊育卿涉演箍课反绝撰薪鸣喀滁讫慑肛滁汰喧揩帆第5章计量学中的自相关第5章计量学中的自相关 Q统计量的软件操作：估计方程后，选择View／Residual Tests／Correlogram and Q-statistics，可以检验回归方程残差的序列相关性；打开一个序列对象，选择View／Correlogram，通过观察Q统计量来判断是否存在序列相关。在Q统计量的p值小（如小于0.05）的情况下，拒绝原假设，即认为存在序列相关。否则，如果Q统计量的p值比较大，则残差不存在序列相关。 猫嫁韩爵茸堑砾且绒娥耙挫康梅矗外茨陆褪趟孺窜膀崎偶戒樟雏中害拳呜第5章计量学中的自相关第5章计量学中的自相关 3．拉格朗日乘数检验(LM)或布罗斯—戈弗雷(B-G)检验 对于模型： 阳触没媳珍够劳弦叔隧刷舞幌蕉忿盐盅犀托桓陌蔚错判体眶聋燥德牺衷谆第5章计量学中的自相关第5章计量学中的自相关 隅减酸席潦谎褂赏诊奶胡病鳃酌图见肺矫妮校侄笼逝琴袒鲍毖兵私诲伺蜡第5章计量学中的自相关第5章计量学中的自相关 利用EViews软件可以直接进行B-G检验。在方程窗口中点击 View＼Residual Test＼Serial Correlation LM Test 屏幕将输出辅助回归模型的有关信息，包括 nR2 及其临界概率值。实际应用中，一般是从低阶的p=1开始，直到p=10左右，若未能得到显著的检验结果，可以认为不存在自相关性。 例5.3.1 中国城乡居民储蓄存款模型(自相关性检验)。表5.3.1列出了我国城乡居民储蓄存款年底余额(单位：亿元)和GDP指数(1978年=100)的历年统计资料，试建立居民储蓄存款模型，并检验模型的自相关性。 表5.3.1 我国城乡居民储蓄存款与GDP指数统计资料 道借坊纸跋膜魔降九颂共者虑蚀僵街屑芽诧郎兼秤剥儡吱窘铁喳类缄辱著第5章计量学中的自相关第5章计量学中的自相关 年份 存款余额y GDP指数x 年份 存款余额y GDP指数x 1978 210.60 100.0 1989 5146.90 271.3 1979 281.00 107.6 1990 7034.20 281.7 1980 399.50 116.0 1991 9107.00 307.6 1981 523.70 122.1 1992 11545.40 351.4 1982 675.40 133.1 1993 14762.39 398.8 1983 892.50 147.6 1994 21518.80 449.3 1984 1214.70 170.0 1995 29662.25 496.5 1985 1622.60 192.9 1996 38520.84 544.1 1986 2237.60 210