[六年级其它课程]第六章自相关.pptVIP

计量经济学;引子:t检验和F检验一定就可靠吗?;检验结果表明：回归系数的标准误差非常小，t 统计量较大，说明居民收入 对居民储蓄存款 的影响非常显著。同时可决系数也非常高，F统计量为4122.531，也表明模型异常的显著。 但此估计结果可能是虚假的，t统计量和F统计量都被虚假地夸大，因此所得结果是不可信的。为什么? ; 本章讨论四个问题： ●什么是自相关 ●自相关的后果 ●自相关的检验 ●自相关性的补救;第一节 什么是自相关;第一节 什么是自相关;一阶自相关系数 ;二、自相关产生的原因; 大多数经济时间数据都有一个明显的特点:惯性，表现在时间序列不同时间的前后关联上。; 2、模型设定的偏误 ;回顾：蛛网现象; 3、数据的“编造”;三、自相关的表现形式;对于样本观测期为 的时间序列数据，可得到总体回归模型(PRF)的随机项为 ，如果自相关形式为 其中 为自相关系数， 为经典误差项，即 则此式称为一阶自回归模式，记为 。因为模型中 是 滞后一期的值，因此称为一阶。此式中的 也称为一阶自相关系数。 ;一般地，如果 之间的关系为 其中， 为经典误差项。则称此式为 阶自回归模式，记为 。 在经济计量分析中，通常采用一阶自回归形式，即假定自回归形式为一阶自回归 。 ;第二节 自相关的后果;对于一元线性回归模型: 假定随机误差项 存在一阶自相关: 其中， 为现期随机误差， 为前期随机误差。 是经典误差项。;将随机误差项 的各期滞后值: 逐次代入可得: 可表示为独立同分布的随机误差序列 的加权和，权数分别为 。 当 时，权数随时间推移而呈几何衰减； 而当 时，权数随时间推移而交错振荡衰减。;可以推得: 表明，在 为一阶自回归的相关形式时，随机误差 依然是零均值、同方差的误差项。 ; ;二、对参数估计的影响;当存在自相关时，普通最小二乘估计量不再是最佳线性无估计量，即它在线性无偏估计量中不是方差最小的。 且可以证明： 将低估真实的 。;三、对模型检验的影响;t检验统计量为： ;四、对模型预测的影响;第三节 自相关的检验;;如果大部分点落在第Ⅱ、Ⅳ象限，那么随机误差项 存在着负自相关。 ;;;二、DW检验法;随机误差项的一阶自回归形式为： 为了检验序列的相关性，构造的原假设是： 为了检验上述假设，构造DW统计量为 ： ;;由 可得DW 值与 的对应关系如表所示。 ;用坐标图更直观表示DW检验规则：;● DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。这时，只有增大样本容量或选取其他方法 ● DW统计量的上、下界表要求 ，这是因为样本如果再小，利用残差就很难对自相关的存在性做出比较正确的诊断 ● DW检验不适应随机误差项具有高阶序列相关的检验 ●只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 ;第四节 自相关的补救;一、广义差分法;由;在进行广义差分时，对丢失的第一个观测值。可采用普莱斯－温斯滕（Prais-Winsten）变换，将第一个观测值变换为： 补充到差分序列 中，再使用普通最小二乘法估计参数。;二、Cochrane － Orcutt迭代法;科克伦－奥克特迭代法估计 的步骤如下： 1.使用普遍最小二乘法估计模型 并获得残差： 2.利用残差 做如下的回归;3. 利用 ，对模型进行广义差分，即 令 使用普通最小二乘法，可得样本回归函数为： ;4. 因为 并不是对 的最佳估计，进一步迭代，寻求最佳估计。由前一步估计的结果有： 将 代入原回归方程,求得新的残差如下： ;我们并不能确认 是否是 的最佳估计值，还要继续估计 的第三轮估计值 。当估计的 与 相差很小时，就找到了 的最佳估计值。;三、其它方法简介;（二）德宾两步法 当自相关系数未知时，也可采用德宾提出的两步法，消除自相关。将广义差分方程表示为：;第一步，把上式作为一个多元回归模型，使用普通最小二乘法估计参数。把 的回归系数 看作 的一个估计值 。 第二步，求得 后，使用 进行广义差分， 求得序列： 和 然后使用普通最小二乘法对广义差分方程估计 参数，求得最佳线性无偏估计量。;;五、案例：中国商