- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三讲序列相关性的检验重要!!!
第三讲、序列相关性的检验与消除: By Jimmy 一、序列相关性产生的原因与后果 二、序列相关性的检验 三、序列相关性的修正 四、修正结果的再检验 五、说明 一、序列相关性产生的原因与后果: 原因:数据违背了OLS估计的五条基本前提假设之一: 在这种情况下数据具有了多重共线性,对于某两个或多个解释变量而言,它们之间存在着相关性。 具体的经济问题中,一般经验告诉我们,时间序列为基础的数据所建立的模型,往往存在着多重共线性。 后果: 由于多重共线性的存在已经使数据违背了OLS估计的五大基本原则,若不对数据进行处理就进行OLS估计,则会出现以下后果: (1)参数的估计量非有效(方差不再是估计值中最小的)。 (2)变量的显著性检验失去意义。 (3)模型的预测失效。 这些后果的详细解释和其它后果的产生请参阅李子奈版《计量经济学》P70 我们将拿李子奈书P86的模型作例子: 二、序列相关性的检验 1、散点图法: 2、D—W检验法: 3、B.G检验: 1、散点图法: 原理:此方法即为计算当前残差与滞后一期残差的散点图。如果大部分点落在一、三象限,则表明随机项存在正自相关。如果大部分点落在二、四象限则表明随机项存在负相关。 具体操作方法: 第一步、建立工作文档,输入数据并作OLS估计。目的是得到残差resid。(具体的数据选择和修正步骤见书,此处从略) 第二步、在命令栏键入Scat resid resid(-1) 得到残差的散点图(见下页图): 2、D—W检验法: 原理:若数据不存在序列相关性,则et和et-1成随机关系,两者的差较为适中,此时DW值则会取一个适中值。而若存在序列相关性的话,则DW的分子会过大或过小,进而影响DW的值。具体的数学证明见李子奈书P62。 具体步骤: 对数据进行ols估计,在所得的对话框中: 判断标准: (1)DWdL,存在正自相关 (2)DW4-dL,存在负自相关 (3)dUDW4-dU,不存在自相关性 dL与dU的值是根据不同样本的容量N和解释变量的个数P,在给定的不同显著性水平下查得的。 直观上理解,DW值越靠近2,则越不具备自相关性。 具体操作方法: 第一步、在OLS估计结果对话框中选择view——Residual test——serial correlation LM test 。 第二步、设定用以检验的序列相关的阶数。键入1表示检验一阶序列相关。 三、序列相关性的修正: 序列相关性的修正主要有两种方法: 1、广义最小二乘法 2、差分法 1、广义最小二乘法: 由于WLS步骤和异方差基本相同,另外经常出现进行一次或多次广义最小二乘法后,仍不能良好地消除序列相关性的情况。因此我们不再讲述WLS的具体操作步骤。 2、差分法 原理:采用普通最小二乘法估计原模型,得到随机误差项的“近似估计值”,然后利用该“近似估计值”求得随机误差项相关系数的估计量。语言可能不太好表达,大家可以随着差分法的步骤一步步地体会。 具体步骤: 第一步、首先对原始数据进行ols估计,得到残差序列(为了下面好表示,我们命残差为e,命令为genr e=resid) 第二步、对残差及其滞后变量进行ols估计,目的是找到其系数。输入命令ls e e(-1) c得到: 将这个系数记录下来: Coefficient=0.653829 第三步、将变量都取对数: 依次输入命令: genr ly=log(y) genr lx1=log(x1) genr lx4=log(x4) genr lx5=log(x5) 第五步、对新构造的这组数据(lly llx1 llx4 llx5)进行ols估计:键入命令: Ls lly c llx1 llx4 llx5 ,得到OLS估计结果: 结果分析: 估计结果为: (5.123767) (1.307397) (3.211654) (1.914285) R-squared=0.976516 Durbin-Watson stat=1.015270 F-statistic = 263.3549 若常数项的显著性不显著,则可以舍去常数项再进行估计。具体过程从略。 四、修正结果的再检验: 下面我们再利用第一部分的三种检验方法进行检验: 1、散点图法: 2、D—W检验法: 3、B.G检验: 具体检验过程从略,结果我们可以看到修正方法良好的消除了序列相关性。 五、说明 正如上一章最后说的一样,序列相关性同异方差一样,是回归过程的一种情况,很多情况下并不能完全消除,这要看我们关注
您可能关注的文档
最近下载
- 2024官方兽医考试更新题库及答案.doc
- 八年级数学平方差公式20题(含答案).doc
- 市政工程分部分项划分表(全套)最新版.docx
- (中职)Access数据库应用技术教案课题: 任务6 创建操作查询.docx
- 通达信筹码峰左右画线主图通达信指标公式源码.docx
- 《GBT 24421.2-2023服务业组织标准化工作指南 第2部分:标准体系构建》最新解读.pptx
- GB 55009-2021 燃气工程项目规范.pdf
- 法医临床学试题.docx VIP
- 河北对口单招第十类职业适应性测试(计算机)-第一章计算机基础知识课件ppt.pptx VIP
- 九年级语文下册 第8课《假如我有九条命》课件 上海五四制版.ppt VIP
文档评论(0)