计量经济学七章序列相关性.pptVIP

第七章 序列相关性 序列相关产生的原因 序列相关性的后果 序列相关性的识别 序列相关性的修正 一、序列相关产生的原因 序列相关的含义 在古典线性回归模型中，我们假定随机误差项序列的各项之间独立，即Cov(?i,?j)=E(?i?j)=0。 如果这一假定不满足，则称之为序列相关，即： Cov(?i,?j)=E(?i?j) ≠0 在序列相关中，较多是?i与?i+1相关，称为自相关。 一、序列相关产生的原因 惯性：如GNP、价格指数、生产、失业等时间序列都呈现商业循环，相继的观测值很可能是相依赖的。 设定偏误：不正确的函数形式或应含而未含变量都会使干扰中观察到序列相关性。 一、序列相关产生的原因 蛛网现象：许多农产品的供给表现出一种所谓的蛛网现象 例如供给对价格的反应要滞后一个时期，即今年作物的种植量是受去年流行的价格影响的，因此，相关的函数形式是： 二、序列相关的后果 出现序列相关时，OLS估计量仍是线性无偏估计量，但不再是有效的。 通常的t和F显著性检验都变成无效了。如果仍然使用这些检验，很可能对所估计的回归系数做出有严重错误的统计显著性结论。 三、自相关的识别 图解法： 时间序列图（Time Sequence plot):将残差对时间描点。如图（a）所示，扰动项的估计值呈循环形，并不频繁地改变符号，而是相继若干个正的以后跟着几个负的，表明存在正自相关。 将et对et-1描点图，