Upload
ivana-russo
View
44
Download
2
Embed Size (px)
DESCRIPTION
第七章 序列相关和异方差的处理. 一、序列相关 1 、无自相关 :简言之,就是任一样本点的误差项都不受其他样本点的误差项影响。 2 、出现的原因 : ( 1 )惯性: ( 2 )偏误: ( 3 )蛛网现象:就是供给对价格的反应要滞后一个时期。. 4 、序列相关的形式:. ( 1 )一阶自相关 : 其中 -1<
Citation preview
第七章 序列相关和异方差的处理•一、序列相关•1 、无自相关:简言之,就是任一样本
点的误差项都不受其他样本点的误差项影响。
•2 、出现的原因:•( 1 )惯性:•( 2 )偏误:•( 3 )蛛网现象:就是供给对价格的
反应要滞后一个时期。
4 、序列相关的形式:
•( 1 )一阶自相关 : • 其中 -1< <1•( 2 )高阶自相关;• 在回归模型中,多数讨论是限于• 一阶自相关形式。
ttt vee 1
序列相关的检验方法•1 、作散点图法(图形法):•以时间为横轴,残差 e 为纵轴,画
散点图,看有无系统性模式;•2 、 D-W 检验:德宾—沃森统计量
(D-W 统计量 ) 是检验模型是否存在自相关的一种简单有效的方法,其公式为:
• D-W=
n
it
n
itt
e
ee
2
2
2
21
续 D-W 检验
•把上式计算的 D-w 值,与德宾—沃森给出的不同显著性水平 α 的 D-W值之上限 dU 和下限 dL( 它们与样本容量 n 和自变量个数 p 有关 ) 进行比较, D-W 的取值域在 0-4 之间。
自相关判断•在 D-W 小于等于 2 时, D-W 检验法则规定:• 如 D-W < dL ,认为 ei 存在正自相关;• 如 D-W > d U ,认为 ei 无自相关;• 如 dL < D-W < dU ,不能确定 ei 是否• 有自相关。•在 D-W 大于 2 时, D-W 检验法则规:• 如 4-D-W < dL ,认为 ei 存在负自相关;• 如 4-D-w > d U 认为 ei 无自相关;• 如 dL < 4-D-W < dU ,不能确定是否• 有自相关。
自相关检验步骤
•Step1: 提出假设: H0: •Steo2: 构造 D-W 统计量; •Step3: 确定 dL( 下限)和 dU( 上限);•Step4: 判断:
0
D-W 检验例: yi
430335520490470210195270400480
409322458526477312195283458361
211362-36-7-1020-13-58119
4411693844129649104040169336414161
6424019604841902510404169202531329
iy22)ˆ( iii eyy iii eyy ˆ 2
1 ii ee
三、消除序列相关的方法
•1 、一阶差分法:•2 、广义差分法。
四、异方差及其检验:•1 、异方差性:•2 、使用普通最小二乘法估计参数的后果:•( 1 )回归系数的最小二乘法估计不具有
有效性或不再是最小方差;•( 2 )很可能假设检验的结论不正确:可
能高估 ,从而使得显著的系数变成统计上不显著。
•3 、异方差性的检验方法:•( 1 )图解法 P95•( 2 )等级相关检验法:
)ˆ( ibS
五 . 多重共线性及检验方法•1. 无共线性 : 在多元回归模型中 , 各
自变量之间是线性独立的 .•2. 后果 :•一个或多个回归系数的 t 检验在统计•上不显著 ( ) 偏小 .•3. 检验方法 :• (1)R2 值高而显著的 t 检验少 ;• (2) 散点图法 ;• (3) 计算自变量间的相关系数
i
i
b
ib S
bt
ˆˆ
ˆ
显著性检验
•1 、 t 检验•2 、 F 检验•3 、多重共线性