第七节 自相关检验和修正.pptVIP

第七节 自相关检验与修正;1、Durbin-Watson检验（DW检验）。 适用于检验一阶自回归形式。 D-W检验内容： 计算D-W统计量 可以证明此值约在0~4之间。根据样本容量n和解释变量数k查 D-W分布表，得到临界值dl和du，然后按照下列标准考察计算 得到的D-W值，以判断模型的自相关状态。 ;注意： （1）D-W检验只能判断是否存在一阶自相关，对于高阶自相关或非自相关皆不适用。 （2）不适用于联立方程组中的各方程随机项的序列相关检验。 （3）不适用于不含截距项的线性回归模型。 （4）不适用模型中含有滞后的被解释变量的情况;2.杜宾-h(Durbin-h)检验; 显然，当 时，h统计量无法算出，于是，杜宾建议采用渐进等价检验，即采用OLS估计的残差et,建立如下线性回归模型 et=a0+a1xt+a2yt-1+a3et-1+vt 用t统计量检验 H:a3=0, 接受则无一阶自相关，否则存在一阶自相关。;3、高阶自回归形式检验 Breusch-Godfrey(布罗斯-戈弗雷）检验 或拉格朗日乘数检验 对模型y=b1+b2x2i+…+bkxki+ut 设自相关形式为：;二、 自相关模型的修正方法 针对自相关产生的原因，可给出不同的处理方法。 如果是模型中省略了重要的解释变量，使随机项产生了 自相关，则应重新建立模型； 如果是模型建立不当，应重新建立模型； 如果是由于数据加工的原因，可增加样本容量、变换数 据处理形式等。 除了上述原因外还存在自相关，这就是真正的自相关。 如果模型存在真正自相关，其他假定都满足，则可采用广 义差分法、迭代法等估计参数。 ;（一）若自相关系数已知----广义差分法 以一元为例，设模型为 Yt=b1+b2Xt+ut , t=1,2, , n （1） 随机项具有一阶自回归形式： ut= ut-1+ ， 是随机变量，满足前述假定。 将模型（1）减去（1）滞后一期并乘以 得： Yt- Yt-1=b1(1- )+b2(Xt- Xt-1)+ （2） 令Yt*= Yt- Yt-1 Xt*=Xt- Xt-1 ,t=2, ,n 此种变换称为广义差分变换。这种变换损失了一个观测 值，为避免损失，K.R.凯迪雅勒提出做如下变换： Y1*= Y1 X1*= X1 （2）式写成： Y1*= b1(1- )+b2 Xt*+ （3） 这样就可对（3）应用OLS进行参数估计。 如果是多元线性回归模型，处理方法类似。;（二）自相关系数未知;;（三）迭代估计或Cochranc-Orcutt (科克伦-奥克特）估计 ;禹馅埠椽祖络靡询灰昂枉篆酞破成恒恿缠碾田财逐岔秘倪池倦果熊喳蹄罢第七节 自相关检验与修正第七节 自相关检验与修正