第十四章自相关.pptVIP

自相关问题 一、自相关的性质 二、自相关的后果 三、自相关的检验 四、自相关的修正 一、序列相关性的性质 称为一阶序列相关，或自相关（autocorrelation） 实际经济问题中的序列相关性（截面数据中的序列相关性举例）（时间序列数据中的序列相关性举例） 截面数据中因变量取值之间（或误差项取值之间）自相关的解释 一个家庭收入增加对自己消费支出的影响（比如增加自己消费支出），这种影响会波及其他家庭，很有可能迫使另外的某个家庭增加消费支出（死要面子，相互攀比）。因此这两个家庭的消费支出数额之间就存在相关性。进而各自误差项的取值之间也就存在相关性。 这类相关性称为空间相关，是就截面数据而言的。 可以从下表中找到解释…… 时间序列数据中变量取值之间（或误差项取值之间）自相关的解释 众所周知，GDP等时间序列都呈现出周期性。当经济复苏时，存在某种力量推动序列上移，在GDP序列由谷底向上移动的过程中，序列在某一时点的值会大于其前期值。因此，连续的因变量观察值很可能是相互依赖或相关的。 这类相关性是就时间序列数据而言的。可以从下表中找到解释…… 随机干扰项关系图 二、自相关的后果 1.最小二乘估计量仍然是线性的和无偏的 2.但不是有效的。 3.计算得到的 不是 的无偏估计量，而