第4讲 异方差与自相关.ppt

根据本实验中模型的具体形式基本回归命令形式如下： reg D.rs LD.r20 输入该命令表示rs的一阶差分项对r20的滞后一阶差分项进行回归 3、自相关检验 （1）作图法 在Stata中通过描绘残差项的自相关图与偏自相关图来判断模型的自相关情况。 模型回归之后，在Stata命令窗口输入如下命令生成模型的残差项： predict e, res 然后输入如下命令来生成模型的残差图： scatter eps time 使用散点图绘制命令scatter在这里绘制横轴是时间变量time，纵轴是模型残差项eps的散点图。 在本实验中，输入如下命令得到图8.16残差图： scatter e month 此命令表示绘制的是以月为时间变量的残差图。 此图横轴为时间，可以看到残差项随时间成连续变化（在一段时间内残差在0的同一侧），是典型的具有正自相关的模型。 在本实验中输入如下命令： scatter e L.e 看到本实验中残差项与其滞后一项的残差关系图，若模型不存在自相关关系，e与会散乱分布，而本图显示分布有向上倾斜的趋势，显然存在一阶正自相关。 ac e 此ac命令表示生成变量的自相关图，在这里就是生成残差项e的自相关图 从此残差项的自相关图，可以看出：样本自相关系数未很快衰减到阴影内部，反而在很长的时间里仍有比较大的自相关系数；所以样本是自相关的。 也可以使用生成变量偏自相关的命令pac生成残差项的偏自相关图，stata中输入如下命令即可得到偏自相关图： pac e 偏自相关图的解读方法与自相关图读法是很相似的，显然结果图给出了模型存在自相关的结论。 如果使用自相关与偏自相关的实际值检验来判断模型是否存在自相关，可以使用如下命令： corrgram e,lag(10) 输入此命令可以得到变量e的自相关和偏自相关系数值及Q检验的列表图8.20，然后通过此结果判断变量e的自相关情况： 此结果图给出了样本的滞后1-10阶的自相关和偏自相关系数，可以看到自相关系数先后连续为正值或者连续为负值，且在很长的时间内仍然是显著自相关的（比如滞后10阶时，Q检验的Q值为0.0031仍很显著），所以从自相关系数可以看到变量e是存在显著自相关的。同样的解读方法可以得到偏自相关系数显示出e也是存在自相关的，关于Q检验是时间序列中的基本检验，具体内容在时间序列可以查阅。 以上是介绍了各种图来直观判断自相关是否存在，由于看图判断法标准比较模糊，所以只能对模型的自相关粗略判断。 （2）BG检验 BG检验的命令语句是： bgodfrey [,bgodfrey_options] BG检验的基本命令是bgodfrey，命令后面的bgodfrey_options主要包括： bgodfrey 以上命令stata默认其检验的是滞后一阶的自相关 bgodfrey，lag(n) 此命令语句是检验滞后n阶的关系，但并不是说明存在n阶自相关 本实验中，进行基本回归生成残差后，在命令窗口输入如下命令检验模型的滞后一阶自相关情况： Bgodfrey BG检验结果图显示BG检验的p值很小，且结果显示BG检验原假设是模型不存在序列自相关。所以模型以p值0.0001显著拒绝原假设，即检验结果是模型存在序列相关。 如果要检验该模型滞后期为半年的自相关情况，则在命令窗口中输入如下命令得到图8.22的检验结果： bgodfrey, lag(6) 显然，检验结果显示在5%置信度下模型仍然存在自相关（p值为0.0084），实际上这种命令是一种不太准确的联合检验高阶自相关，时间序列篇会讲如何单独检验高阶自相关。 （3）Box-pierce Q 检验与Bartlett检验 Q检验的命令语句是： wntestq varname [if] [in] [,lags(p)] 该命令语句中varname中加入需要检验的变量名称，if表示检验的约束条件，in表示检验变量的范围，lags(p)表示检验变量滞后p阶的自相关情况。该命令默认p值为p=min{floor(n/2)-2,40}。 本实验中，在回归并生成残差后，在命令窗口中输入如下命令得到结果： wntestq e 或者在命令窗口中输入如下命令来检验模型滞后2阶的自相关情况： wntestq e, lag(2) Bartlett检验命令语句： wntestb varname [if] [in] [,options] 此命令语句中wntestb表示进行Bartlett检验，varname表示需要检验的变量名称，if表示此检验的约束条件，in表示变量的取值等范围，options的具体情况包括下表内容： 输入此命令后，Stata会生成一个白噪声检验图，图的最外面两条线表示临界线，形成一