统计分析与方法-第七章 回归分析2-异方差与自相关.pptVIP

回归分析——异方差与自相关分析 应用最小二乘法的前提—— 符合高斯假设 只有满足高斯假设，用最小二乘法估计出来的回归参数才是无偏的，有效的。 高斯假设主要是针对随机误差项的。 图示检验法 如果大部分落点 在第二、四象限， 表明随即扰动项 存在负的自相关。 例题-居民收入与消费 残差图 是否存在误差序列相关-D.W检验 DW检验的局限 DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。这时只有增大样本量或采用其他方法； DW统计量的上下界表要求n15,这是因为样本如果再小，利用残差很难对自相关的存在性作出比较正确的诊断； DW检验不适应随机项具有高阶序列相关的检验。 自相关问题的处理方法-迭代法 再用最小二乘法进行回归。 如果误差项确实是一阶自相关模型，通过以上变换，可以消除自相关，迭代到此结束。 本例中： 说明误差项中存在中度自相关 例题-收入与消费 用迭代进行回归： 查DW表，得dL=1.16，dU=1.39 由于1.161.3741.39，所以DW检验落入不确定区域 例题-收入与消费 进行第二步迭代，此时， 由于dL=1.16，dU=1.39，DW=1.697 所以，1.391.6974-1.39=2.61 因此，DW值落在无自相关区域。 DW=1.569, 1.569dU=1.39 可知残