第六章自相关新.pptVIP

第六章 序列相关（自相关）;第一节、序列相关概念;一、定义;或;二、实际经济问题中的序列相关性 ;例：绝对收入假设下居民总消费函数模型： Ct=?0+?1Yt+?t t=1,2,…,n;2.模型设定的偏误 ;3.数据处理原因等 数据的“编造”,在实际经济问题中，有些数据是通 过已知数据生成的。 因此，新生成的数据与原数据间就有了内在的联系，表现出序列相关性。 注意：自相关关系主要存在于时间序列数据中，但是在横截面数据中，也可能会出现自相关。;第二节、序列相关性的后果; 多元线性回归模型一旦出现序列相关性，如果仍采用OLS法估计模型参数，会产生下列不良后果：; 1. 变量的显著性检验失去意义;2. 模型的预测失效;第三节、序列相关性的检验;当随机误差项存在自相关时，会给最小二乘法的应用带来困难，此时，OLS估计量不再保持BLUE的性质，并且通常的检验方法不起作用。 如何诊断回归模型存在自相关至关重要。;1、图示检验法;2. 回归检验法 ;3、D-W检验法;在线性回归模型当中 *模型称为一阶自回归模型MR(1) ;P96图;*;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2