第七篇误差序列相关.pptVIP

第七章 误差序列相关 本章结构 第一节 误差序列相关的性质和原因 第二节 误差序列相关的发现和判断 第三节 误差序列相关的克服和处理 第一节 误差序列相关的性质和原因 两变量和多元线性回归模型都要求模型的误差项不存在序列相关性，即： 对任意 都成立。 这条假设的含义是误差项是纯粹的微小外来扰动因素，不同期之间相互独立，不包含任何有规律性、趋势性的因素。 这条假设对线性回归分析也十分重要，最小二乘估计的最小方差性和一致估计，得到残差方差的无偏估计，以及进行各种统计推断等，也都以这条假设为基础。 但误差项无序列相关的假设也不是总能成立。由于误差项包含的因素常常有时间趋势，数据处理也会导致不同期数据产生内在联系，因此误差序列往往是有自相关性的。 这种问题称为线性回归模型的“误差序列相关”，表现为： 对至少部分 成立。 当线性回归模型存在误差序列相关性时，参数估计的有效性和一致性都不成立或无法证明，残差方差和参数估计量方差的估计无法得到，从而各种统计推断和预测分析也同样会遇到困难。 误差序列相关可以有多种不同的情况，其中相邻两期误差项之间的相关性，也就是误差项 受前一期误差项 的影响，称为误差项的“一阶自回归”。 一阶自回归可以表示为 ，其中 满足 ，称