第03章基本回归模型精品.ppt

* (1) 相关图和Q统计量 (2) 平方残差相关图 (3) 残差直方图和正态检验 显示残差直方图和残差的描述统计量，包括检验残差正态性的Jarque-Bera统计量。如果残差服从正态分布，直方图应呈钟型，J-B统计量应不显著。也适用于LS，TSLS，非线性LS等模型残差。选择View/Residual Tests/Histogram Normality显示直方图和J-B统计量。在原假设:残差正态分布下，J-B统计量应服从?2 分布，自由度为2。 (4) 序列相关LM检验 (5) ARCH LM检验 (6) White异方差性检验 * §3.8.3 定义和稳定性检验 一个推荐的经验方法是把观测值区间T分为T1和T2两部分。T1个观测值用于估计，T2个观测值用于检验和评价。把所有样本数据用于估计，有利于形成最好的拟合，但没有考虑到模型检验，也无法检验参数不变性，估计关系的稳定性。检验预测效果要用估计时未用到的数据，建模时常用T1区间估计模型，用T2区间检验和评价效果。对于子区间T1和T2的相对大小，没有太明确的规则。有时可能会出现明显的结构变化的转折点，例如战争，石油危机等。当看不出有转折点时，常用的经验方法