第六章_自相关(计量经济学).ppt

* 三、对模型检验的影响 对模型检验的影响 考虑自相关时的检验 忽视自相关时的检验 * 由于 并不是所有线性无偏估计量中最小的，使用t检验判断回归系数的显著性时就可能得到错误的结论。 t检验统计量为： 由于 的错误夸大，得到的 统计量就可能小于临界值 ，从而得到参数 不显著的结论。而这一结论可能是不正确的。 考虑自相关时的检验 * 如果我们忽视自相关问题依然假设经典假定成立，使用 ，将会导致错误结果。 当 ，即有正相关时，对所有 的有 。 另外回归模型中的解释变量在不同时期通常是正相关的，对于 和 来说 是大于0的。 忽视自相关时的检验 * 因此，普通最小二乘法的方差 通常会低估 的真实方差。当 较大和 有较强的正自相关时，普通最小二乘估计量的方差会有很大偏差，这会夸大估计量的估计精度，即得到较小的标准误。 因此在有自相关时，普通最小二乘估计 的标准误就不可靠了。 * 一个被低估了的标准误意味着一个较大的t统计量。因此，当 时，通常t统计量都很大。这种有偏的t统计量不能用来判断回归系数的显著性。 综上所述，在自相关情形下，无论考虑自相关，还是忽视自相关，通常的回归系统显著性的t检验都将是无效的。 类似地,由于自相关的存在,参数的最小二乘估计量是无效的，使得F检验和t检验不再可靠。 * 四、对模型预测的影响 模型预测的精度决定于抽样误差和总体误差项的方差 。抽样误差来自于对 的估计，在自相关情形下， 的方差的最小二乘估计变得不可靠，由此必定加大抽样误差。同时，在自相关情形下，对 的估计 也会不可靠。由此可看出，影响预测精度的两大因素都会因自相关的存在而加大不确定性，使预测的置信区间不可靠，从而降低预测的精度。 * 第三节 自相关的检验 本节基本内容: ● 图示检验法 ● DW检验法 * 一、图示检验法 图示法是一种直观的诊断方法，它是把给定的回归模直接用普通最小二乘法估计参数，求出残差项 ， 作为 随机项的真实估计值，再描绘 的散点图，根据散点图来判断 的相关性。残差 的散点图通常有两种绘制方式 。 * 图 6.1 与 的关系 绘制 的散点图。用 作为散布点绘图，如果大部分点落在第Ⅰ、Ⅲ象限，表明随机误差项 存在着正自相关。 * 如果大部分点落在第Ⅱ、Ⅳ象限，那么随机误差项 存在着负自相关。 et-1 et 图 6.2 et与et-1的关系 * 二、对模型检验的影响 按照时间顺序绘制回归残差项 的图形。如果 随着 的变化逐次有规律地变化， 呈现锯齿形或循环形状的变化，就可断言 存在相关，表明存在着自相关；如果 随着 的变化逐次变化并不断地改变符号，那么随机误差项 存在负自相关 * 图 6.4 的分布 如果 随着 的变化逐次变化并不频繁地改变符号，而是几个正的 后面跟着几个负的，则表明随机误差项 存 在正自相关。 * 二、DW检验法 DW 检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于小样本的检验方法。DW检验只能用于检验随机误差项具有一阶自回归形式的自相关问题。这种检验方法是建立经济计量模型中最常用的方法，一般的计算机软件都可以计算出DW 值。 * 随机误差项的一阶自回归形式为： 为了检验序列的相关性，构造的原假设是： 为了检验上述假设，构造DW统计量首先要求出回归估计式的残差 定义DW统计量为 ： * * 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 * 由上述讨论可知DW的取值范围为： 0≤DW≤４ 根据样本容量 和解释变量的数目 (不包括常数项)查DW分布表，得临界值 和 ，然后依下列准则考察计算得到的DW值，以决定模型的自相关状态。 * DW检验决策规则 误差项 间存在负相关 不能判定是否有自相关 误差项 间 无自相关 不能判定是否有自相关 误差项 间存在 正相关 * 用坐标图更直观表示DW检验规则： 不能确定 正自相关 无自相关 不能确定 负自相关 4