[研究生入学考试]6自相关.pptVIP

第一节、自相关的概念 第二节、自相关的来源与后果 第三节、自相关的检验 第四节、自相关的解决方法 第二节、自相关的来源与后果 一、自相关的来源 1、经济变量固有的惯性 2、模型的数学形式不妥 但建模时设立了如下模型： Yt= ?0+?1Xt+?t 因此，由于 ?t=?2Xt2+vt ，包含了产出的平方对随机项的系统性影响，随机项也呈现序列相关性。 3、模型中丢掉了重要的解释变量 4、数据的“编造” 例如：季度数据来自月度数据的简单平均，这种平均的计算减弱了每月数据的波动性，从而使随机干扰项出现序列相关。 还有就是两个时间点之间的“内插”技术往往导致随机项的序列相关性。 二、自相关的后果 而且，在大样本情况下，参数估计量仍然不具有渐近有效性，这就是说参数估计量不具有一致性。 一、参数估计量仍满足线性性 二、参数估计量仍满足无偏性 三、参数估计量非有效 因为在有效性证明中利用了 五、模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质； 另一方面，在预测值的置信区间中也包含有随机误差项共同的方差?2。 所以，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而