第三章回归诊断().pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三章回归诊断().ppt

二、自相关问题及其处理 自相关产生的经济背景 自相关的影响 自相关诊断方法 自相关的处理 (一)自相关的经济背景 自相关(autocorrelation),又称序列相关(serial correlation) 本期GDP高于期望,有理由预测下一期也会高;某个家庭的消费偏低,有理由推测另一个家庭消费也偏低(正相关) (一)自相关的经济背景 遗漏关键变量 如果这些关键变量在时间顺序上的影响正相关,就会出现序列正相关 经济周期 不正确的函数形式 蛛网现象 (一)自相关的经济背景 数据处理导致自相关 (二)自相关的影响 1、最小二乘估计不再具有最小方差的优良性 2、 SSR/(n-k-1)在多数情况将低估误差项的方差(正相关); 3、在多数情况将使得回归系数标准误低估(正相关); 4、使得t检验失效、F检验等失效 (二)自相关的影响 进行一项模拟 (二)自相关的影响 模拟残差数据(误差项初始值为3) (二)自相关的影响 获得样本数据 (二)自相关的影响 拟合回归线 (二)自相关的影响 真实回归线 (二)自相关的影响 随机误差项真实方差:5.2632 软件计算的估计值:1.4410 (二)自相关的影响 对回归系数标准误的影响 (二)自相关的影响 如果存在正的序列相关,将低估回归系数的真实方差 (三)自相关的诊断 1、残差图直观判断 (三)自相关的诊断 (三)自相关的诊断 (三)自相关的诊断 2、D.W检验(Durbin-Watson) 统计量的构造 统计量的取值区间 统计量的检验 D.W检验的适用范围 不适用情况的处理办法 2、D.W检验 统计量的构造 2、D.W检验 取值区间 2、D.W检验 取值区间 2、D.W检验 检验 2、D.W检验 检验 2、D.W检验 适用范围 要有截距项,要满足回归模型的经典假定 对于利用滞后被解释变量作解释变量的模型,检验失效 存在两个不确定区间 只适用于一阶自回归,无法进行高阶自相关检验 2、D.W检验 存在滞后被解释变量,可使用两种方法 Durbin h统计量 缺点是:有时计算不出来,此时可以代之以Durbin t统计量 2、D.W检验 做如下回归: 如果拒绝原假设,则存在自相关 3、回归检验 首先获得残差,然后以残差为被解释变量,以其他期残差为解释变量,建立线性回归模型,如果模型通过检验,拒绝原假设,就认为存在显著自相关。 该方法的优点在于:判断自相关的同时,就确定了自相关的模式 3、回归检验 4、游程检验(runs test ) 游程定义为:一个符号的不中断历程,游程长度为一个游程中元素个数 (四)自相关的处理 处理自相关主要采用的方法是差分法,通过差分可以消除自相关 差分法中最简单的形式为一阶差分法,除此之外一般都称为广义差分法 对广义差分法而言,关键是估计自相关系数 一阶差分法 适用于原数据存在较高程度的一阶自相关 一阶差分法 一阶差分法实际就是用增量数据代替原数据 广义差分法 适用于自相关系数不是很接近1时的情况 (以一阶自相关为例) 广义差分法 广义差分法实现的关键就在于对自相关系数的估计 自相关系数的估计 根据DW统计量进行估计 Cochrane-Orcutt迭代法 Durbin两步法 自相关系数的估计 根据DW统计量进行估计 自相关系数的估计 Cochrane-Orcutt迭代法 首先获得残差 利用残差做如下回归以获得自相关系数 的初始估计 作出广义差分方程,得到参数估计 自相关系数的估计 自相关系数的估计 如果样本量过小,那么第一个观测值也不能损失,此时可以采用Prais-Winsten变换: 自相关系数的估计 Durbin两步法 * * 估计方差 正相关时大于0 *

文档评论(0)

czy2014 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档