06- 自相关性.ppt

对模型 实行变量变换： 称为广义差分变换 变换后可以得到模型： 称为广义差分模型 对该模型可知，满足经典假设，则可以利用OLS方法估计参数。这样，经过广义差分变换后，进而用OLS估计模型参数的方法，称之为广义最小二乘法。 值得注意： （1、b0的估计值为 ，它和b1的估计值一样，必须在ρ已知的情况下才能得到。 * * （2、广义差分变换后，损失了一个观测值。样本容量n足够大，不至于损失自由度，那么可以不考虑观测值的损失；但是如果损失的样本观测值对自由度损失有影响，那么要补上一个观测值。具体补法为： （3、广义差分变换同样可以推广应用到多元线性回归模型中。 （4、广义差分变换还可以推广到高阶自相关的模型中。 （5、如果广义变换后，模型还存在自相关性，可以继续使用广义差分变换，直到自相关性消除为止。 * * 5.4.2、自相关系数的估计 1、直接ρ =1。注意广义变换后的模型是没有常数项的（截距项） 2、利用DW统计量估计 第一，对原模型进行OLS估计，可以得到ut的估计值et（t=1,2，……，n） 第二，求DW的值 第三，利用关系式DW=2（1- ），可得到 3、