第四章时间序列模型导论.ppt

引子:是真回归还是伪回归？ 经典回归分析的做法是: 首先，采用普通最小二乘法（OLS）对回归模型进行估计；然后，根据可决系数或 F 检验统计量值的大小来判定变量之间的相依程度，根据回归系数估计值的 t 统计量对系数的显著性进行判断；最后，在回归系数显著不为零的基础上对回归系数估计值给予经济解释。 例如：为了分析某国的个人可支配总收入(I)与个人消费总支出(E)的关系，用OLS法作E关于I 的线性回归，得如下结果： t = （-7.481） (119.87) 从回归结果来看， 非常高，个人可支配总收入I 的回归系数的 t 统计量也非常大，边际消费倾向符合经济假设。凭借经验判断，这个模型的设定是好的，应是非常满意的结果。准备将这个计量结果用于经济结构分析和经济预测。 可是有人提出，这个回归结果可能是虚假的！可能只不过是一种“伪回归”！ 要千万小心! 这里用时间序列数据进行的回归，究竟是真回归还是伪回归呢？为什么模型、样本、数据、检验结果都很理想，却可能得到“伪回归