实验五_序列相关性过程详细.ppt

实验五 试问： （1）当设定模型为 时，是否存在序列相关性？ （2）若按一阶自相关假设 ，试用广义差分法估计原模型。 （3）采用差分形式 与 作为新数据，估计模型 ，该模型是否存在序列相关？ 步骤一：建立工作表，并输入数据 （1）打开Eviews软件，进入主界面，界面如下： （3）由于数据为时间序列数据，则依次点击： workfile → frequency → Annual由于数据的个数为28，则按如下列步骤依次填入： Start date→1980 End date →2007 →OK 结果如下图： （4）建立序列对象： 定义解释变量X 在workfile窗口中，依次点击： Objects ? New Object ?series； 在Name for object中输入X，界面如下所示 定义被解释变量Y： 同理，在workfile窗口中，依次点击： Objects ? New Object ?series； 在Name for object中输入Y 界面如下所示: (5)录入数据： 同时选中X、Y右击： Open→ as Group → Edit+/- 相应的界面如下所示： 步骤二： 第一问:当设定模型为 时，是否存在序列相关性？ （1）在命令窗口中输入：LS LOG(Y) C LOG(x) 得到如下图形： 由Equation界面可知：该模型的D.W值为0.379695，查表的 n=28,k=2 (包含常数项) 的上下界分别为： D.W ，所以该模型存在 自相关性。 由相应的散点图也可知： 步骤如下： （1）单击workfile击窗口Genr,分别输入： e=resid e1=e(-1) (2）选中e、e1，右击Open→ as Group 在Group窗口： View→ Group→ Scatter → Scatter With Regression →OK （2）进行二阶滞后检验 法一：回归检验法 在命令窗口输入:ls e e(-1) e(-2) 所得图形如下示： 进行显著性检验： 在5%的显著性水平下， ， e(-1)的参数t 检验值分别为6.9587652.069,　e(-2)的参数ｔ检验｜－ 3.260779 ｜＝ 3.260779＞2.069，所以该模型存在二阶相关。 法二：拉格朗日检验 在命令窗口输入:ls e c log(x) e(-1) e(-2) 图行如下： 由图可知： （3）进行三阶滞后检验 法一：回归检验法 在命令窗口输入:ls e e(-1) e(-2) e(-3) 所得图形如下示： 由图可知： 在5%得显著性水平下： e(-3)的t检验值为0.0558012.080，不显著，所以模型不存在三阶序列相关。 法二：拉格朗日检验 在命令窗口输入:ls e c log(x) e(-1) e(-2) e(-3) 图行如下： 由图可知： 步骤三： 第二问：若按一阶自相关假设 ，试用广义差分法估计原模型。 由杜宾两步法： 在