统计前沿--虚假回归课件.pptVIP

虚假回归 Spurious Regression 　 在线性回归模型中，我们总是以样本决定系数R2作为回归方程对解释变量与被解释变量样本变化关系的拟合程度的度量。然而变量之间的样本相关与总体相关是两个概念，虽然经济变量的样本之间的关系在一定程度上可以说明变量总体之间的关系，但也有例外，这主要取决于经济变 量总体分布的性质。有研究表明，当用两个相互独立的非平稳时间序列建立回归模型时，常常会得到一个在统计意义上显著的回归方程。我们称之为虚假回归(Spurious Regression)或伪回归。称不相关的随机变量之间的这种统计相关关系为虚假相关。 研究虚假回归的第一位学者是尤尔(G.U. Yule )，他于1926年研究了虚假回归的问题，但是格兰杰—纽博尔德（C.W.J. Granger – P. Newbold）于1974年首先提出了虚假回归问题。 在计量经济应用研究中，我们常常可以看到回归方程的拟合优度极高，即解释变量与被解释变量之间的多重相关系数很高 但是DW统计量却极低的例子。比如，作1950年至2003年的美国个人消费支出（Y）关于个人可支配收入（X）的线性回归估计，得： R2 = 0.997 , DW = 0.172 从DW检验的角度考虑，这样的回归方程不可信，而