自相关的补救.PDF

第四节自相关的补救 本节基本内容: ●广义差分法 ●科克伦－奥克特迭代法 ●其他方法 ●Eviews操作 22 一、广义差分法 对于一元线性回归模型 Y  =+  X + u t 1 2 t t 将模型滞后一期可得 Y  =+ β X +u t -1 1 2 t -1 t -1  用 乘上式两边，得 Y  =+  X + u t -1 1 2 t t -1 两式相减,可得 Y - Y  =(1- ) +  ( X - X ) + u - u  t t -1 1 2 t t -1 t t -1 式中，u - u v 是经典误差项。令： t t -1 t * * * Y Y =- Y , X X =-  X , β  =(1 - ) t t t -1 t t t -1 1 1 则 * * * * Y  =+  X + v t 1 2 t t 23 在进行广义差分时，解释变量与被解释变量均以 差分形式出现，因而样本容量减少1，即丢失了第一 个观测值。 如果样本容量较小，则对估计精度产生较大的影 响。此时，可采用普莱斯－温斯滕变换，将第一个 2 2 观测值变换为：Y 1- 和X 1- ,补充到差分序列 1 1 Y *、X *中，再使用普通最小二乘法估计参数。 t t 24 二、Cochrane －Orcutt迭代法 在实际应用中，自相关系数 往往是未知的， 必   须通过一定的方法估计。最简单的方法是据 统计 DW 量估计 。由 与 的关系可知  DW  : ˆ D W