l第六章自相关.pptVIP

* 三、对模型检验的影响 对模型检验的影响 考虑自相关时 的检验 忽视自相关时 的检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 由于 并不是所有线性无偏估计量中最小的，使用t检验判断回归系数的显著性时就可能得到错误的结论。 t检验统计量为： 由于 的错误夸大，得到的 统计量就可能小于临界值 ，从而得到参数 不显著的结论。而这一结论可能是不正确的。 考虑自相关时的检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 如果我们忽视自相关问题依然假设经典假定成立，使用 ，将会导致错误结果。 当 ，即有正相关时，对所有的 有 。 另外回归模型中的解释变量在不同时期通常是正相关的，对于 和 来说 是大于0的。 忽视自相关时的检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 因此，普通最小二乘法的方差 通常会低估 的真实方差。当 较大和 有较强的正自相关时，普通最小二乘估计量的方差会有很大偏差，这会夸大估计量的估计精度，即得到较小的标准误。 因此在有自相关时，普通最小二乘估计 的标准误就不可靠了。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 一个被低估了的标准误意味着一个较大的t统计量。因此，当 时，通常t统计量都很大。这种有偏的t统计量不能用来判断回归系数的显著性。 综上所述，在自相关情形下，无论考虑自相关，还是忽视自相关，通常的回归系统显著性的t检验都将是无效的。 类似地,由于自相关的存在,参数的最小二乘估计量是无效的，使得F检验和t检验不再可靠。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 四、对模型预测的影响 模型预测的精度决定于抽样误差和总体误差项的方差 。抽样误差来自于对 的估计，在自相关情形下， 的方差的最小二乘估计变得不可靠，由此必定加大抽样误差。同时，在自相关情形下，对 的估计 也会不可靠。由此可看出，影响预测精度的两大因素都会因自相关的存在而加大不确定性，使预测的置信区间不可靠，从而降低预测的精度。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 第三节 自相关的检验 本节基本内容: ● 图示检验法 ● DW检验法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 一、图示检验法 图示法是一种直观的诊断方法，它是把给定的回归模直接用普通最小二乘法估计参数，求出残差项 ， 作为 随机项的真实估计值，再描绘 的散点图，根据散点图来判断 的相关性。残差 的散点图通常有两种绘制方式 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 图 6.1 与 的关系 绘制 的散点图。用