自相关系数ρ的估计方法研究.pdfVIP

科 技 论 坛 中国科技信息2005年第16期 自相关系数ρ的估计方法研究 毕会卿 河北大学经济学院 071002 摘 要:本文首先简单介绍了什么自相关,论证了自相关存在的严重后果然后介绍了自相关系数 的五种估计方法及各种方法的使用范围以及其优缺点。 关键词:自相关;自相关系数;估计;检验 1．自相关及其影响 Durbin J.和Watson..G.S.提出的d统计量为 作广义差分: 线性回归模型的假定之一就是不同的误差项 μ 与μ 之间互相独立,即 t s ( ) （ .当误差项μ 不满足上述 (1) t 得到模型 的假定条件时,就称误差项间存在自相关。 (7) 对于一元线性回归模型 其中误差项ε 满足标准线性回归模型的所 ( ) 当n较大时,认为 ,则 t 有假设。 在满足标准线性回归模型的条件下,用最小二 下面用迭代法对ρ进行估计: 乘法(OLS)估计的 的方差为 第一步：同方法一, 求出ρ的估计值 (2) 当误差项μ 之间存在自相关时,用最小二乘 t 由(1) (2)可得 ,整理则有 法(OLS)估计的 的方差为 第二步：计算 因为d统计量可由大多数软件包计算得出,我 们可以很容易地得到ρ的近似估计值。这一方法 很容易使用,但只有在样本容量很大时才能得到较 可见,当存在自相关时,若仍用标准条件下的方 理想的ρ值.另外,应用DW检验方法时必须有几 对变换后的模型式 （7）运用OLS方法，求出 个前提条件,这些同时也是应用此法进行自相关系 法进行最小二乘估计,会造成对实际方差估计过小 参数的估计值 ， 数ρ的估计的前提条件。 的后果,即 被低估,这时: ②．从OLS残差e中估计ρ 得到 t 对一阶自相关模型: (1) , 估计过低造成虚假 1 (3) 利用 计算残差 增大,虚假缩小,致使 统计量虚假增大,使 统计检 其中 满足条件: 验失效。