第八章就自相关.pptVIP

内容回顾;第八章 自 相 关;一、自相关的来源;二、一阶自相关;三、高阶自相关;第二节 自 相 关 的 后 果;第三节 自 相 关 的 检 验;1、时间顺序图—将残差对时间描点;2、绘制残差et, et-1的图形;二、杜宾—瓦森检验;1、适用条件;2、检验步骤;构造 D-W 统计量;DW检验的判断准则;判断表格;三、Q检验与LM;判断方法;一、广义差分法; Yt= bo + b1 Xt + ut （1） 如果自相关系数 ? 为已知，将上式滞后一期 Yt-1= bo + b1 Xt-1 + ut-1 两边乘以 ? ? Yt-1= ? bo + ? b1 Xt-1 + ? ut-1 （2） (1) 式减 (2)式，变成广义差分模型 Yt ? ? Yt-1 = bo(1 ? ? ) + b1 (Xt ? ? Xt-1) + Vt （3） 作广义差分变换 Yt* = Yt ? ? Yt-1 Xt* = Xt ? ? Xt-1 Yt * = bo* + b1 Xt * + εt 对广义差分模型应用 OLS 法估计，求得参数估计量的方法称为广义差分法 ;??? ? = 1 时，可得一阶差分模型 Yt ? Yt-1= b1 (Xt ? Xt-1 ) + Vt （4） 作一阶差分变换 ?Yt = Yt ? Yt-1 ? Xt = Xt ? Xt-1 为不损失自由度， Yt 和Xt 的首项作如下变换 一阶差分模型可写成 ?Yt = b1 ? Xt + Vt ;当 ? = ? 1 时，可得移动平均模型 （5） 作变换 移动平均模型可写成 Yt* = b0 + b1 Xt * + Vt ;二、科克兰内—奥克特（科-奥）法（it‘s so easy!）;4、利用?1 对原模型进行广义差分变换作第一次迭代 ;6、利用?2 对原模型进行广义差分变换作第二次迭代 ;三、杜宾两步法;2、用? 对原模型进行差分变换得： Yt* = Yt ? ? Yt-1 Xt* = Xt ? ? Xt-1 得 Yt* = ao + b1 Xt* + Vt 用OLS法来求得参数估计值 ao 和 b1 bo = ao / (1? ? ) 此外求得估计值还有其它方法：;1、当模型存在自相关和异方差时，OLS参数估计值的优良性质将不存在。 2、通过模型转换（GLS法）消除自相关和异方差 给定线性回归模型 Y = XB + U (6);; 如果 ? = I ( I为单位矩阵 ) ，表明 (1)各随机项的方差相同且等于?2； (2)各随机项无自相关；; 广义最小二乘法的基本思路是对模型进行适当的变换。变换后的新模型满足线性回归基本假定，即 ? = I ，然后应用OLS法，对模型进行估计，主要步骤如下： 1、寻找适当的变换距阵 P 因为 ? 是 n 阶对称正定矩阵，根据线性代数知识，存在 n?n 阶非奇异矩阵 P，使下式成立。 P ? P’ = I 可得 ? -1 = P’ P 2、模型变换 用矩阵 P 左乘公式 (6) P Y = P XB + P U 令 Y* = P Y X* = P X U* = P U 得 Y* = X*B + U*; 新的随机项的方差—协方差距阵 E(U* U*’ ) = E[PU (PU) ’ ] = E(P U U’ P’ ) = P E(U U’ ) P’ = P ?2? P’ = ?2 P ? P’ = ?2 I 变换后的新模型满足同方差和无自相关假定 参