计量经姆济学14.pptVIP

第三部分 实践中的回归分析 Chp 14 自相关 主要内容 自相关的概念及性质 自相关的后果 自相关的诊断 自相关的补救措施 小结 一、自相关的概念及性质 自相关：按时间（时间序列数据）或空间（截面数据）排列的观察值之间的相关关系 异方差通常与截面数据有关；自相关通常与时间序列数据有关 对于模型 Yi=B0+B1X1i+B2X2i+…+BkXki+ui i=1,2, …,n 随机项互不相关的基本假设表现为 Cov(ui , uj)=0 i?j, i,j=1,2, …,n 如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性(Serial Correlation)或自相关(autocorrelation)。 称为一阶自相关，（First-order autocorrelation） 自相关的产生原因 惯性(inertia)或迟缓性(sluggishness) 模型设定误差 本应纳入模型的重要变量未纳入模型，或模型选择了错误的函数形式 对于模型设定误差，一个简单的检验方法就是将遗漏变量纳入模型，判定残差是否仍然呈现系统模式。若不存在，则序列数得上中能源自模型设定误差。 蛛网现象 供给对价格的反应往往滞后一期。 数据处理 如季度数据是通过“平滑”得来的，“平滑”过程可能导致扰动项的系统模式，从而引入