第五章自相关性王宇新.pdf

第五章 自相关性 Autocorrelation  §5.1 自相关性及其产生的原因  §5.2 自相关性的后果  §5.3 自相关性的检验  §5.4 自相关性的解决方法  §5.5 案例分析 普通最小二乘法（OLS）要求计量模型 的随机误差项相互独立或序列不相关。 如果模型的随机误差项违背了互相独立 的基本假设的情况，称为自相关性（序列相 关性）。 §5.1 自相关性及其产生的原因 1、自相关的概念 2、自相关产生的原因 1、自相关的概念 对于模型 Y    X   X    X   i=1,2, „,n i 0 1 1i 2 2 i k ki i 随机误差项互不相关的基本假设表现为： Cov( , ) 0 i j i≠j ，i,j=1,2,„,n 如果对于不同的样本点，随机误差项之间不再是 不相关的，而是存在某种相关性，则认为出现了序 列相关性。 即不同时期X 与X 对应的随机项 i j  与 是相关的 i j  Cov( ,  ) = E(  )  0 i j i j 则称随机项是自相关的，又称 之为序列相关。 在其他假设仍成立的条件下，序列相关即意味着 E (  )  0 i j 或 1    2         1 1 n  E (NN T ) E    1  n   E          2  n         n 1 n   2   2  E ( )  E (  )   E (  )  1 1 n   1 1 n             2   2  E (  )  E ( ) E (  )    n 1 n   n 1 n    2  E (  )  1 n  2 2