自相关的检验与识别.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自相关的检验与识别

第三节 自相关的检验与识别 一、散点图法 画 -- 散点 可以先使用OLS方法估计原模型,获取残差估计值 ,观察残差序列与其滞后一期值间的变化过程。以判断自相关的存在。 方法评价: ▲ 散点图法往往在样本容量较大时,才易于观察出自相关的存在 ▲ 散点图法无法判断自相关的存在模式,即自相关的阶数 无自相关 正自相关 负自相关 二、DW检验法 基本过程: 假设原模型为: 先验假定:残差项的自相关即使存在,也仅为1阶,即 提出原假设: 构造统计量: 则有: 故 由 可得DW 值与 的对应关系如表所示 4 (2,4) 2 (0,2) 0 -1 (-1,0) 0 (0,1) 1 DW J.Durbin(杜宾)和G.S.Watson(沃特森)的贡献: 计算了DW统计量在不同的样本容量N和解释变量个数(K)下的临界值 和 并据此给出了DW检验自相关的规则: DW检验的局限性: ● 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n15 ,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因变量(当存在滞后 因变量做解释变量时,DW值常常接近2 ) 检验自相关的一般过程 模型特征 时序数据回归 自相关检验 散点图法和DW方法结合使用 存在自相关 自相关是不是虚假自相关? 模型设定的相关检验 是 增加变量或改变形式 否 修正自相关

文档评论(0)

sunshaoying + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档