第八讲序列相关性.pptVIP

序列相关性Serial Correlation 一、序列相关性的概念 二、序列相关性的后果 三、序列相关性的检验 四、具有序列相关性模型的估计 五、案例 如果模型的随机误差项违背了互相独立的基本假设，则认为存在序列相关。 一、序列相关性 1、序列相关的概念 则称为一阶序列相关，或自相关（autocorrelation）。 2、序列相关产生的原因 （2）设定误差：模型中遗漏了显著的变量 例如：如果对牛肉需求的正确模型应为 Yt=?0+?1X1t+?2X2t+?3X3t+?t 其中：Y=牛肉需求量，X1=牛肉价格，X2=消费者收入，X3=猪肉价格。 但在建模时误将模型设定为： Yt= ?0+?1X1t+?2X2t+vt 那么该式中的随机误差项实际上是：vt= ?3X3t+?t, 于是在猪肉价格影响牛肉消费量的情况下，这种模型设定的偏误往往导致随机误差项中有一个重要的系统性影响因素，使其呈序列相关性。 (3)设定误差：不正确的函数形式 例如：如果边际成本模型应为： Yt= ?0+?1Xt+?2Xt2+?t 其中：Y=边际成本，X=产出。 但在建模时误将模型设定为： Yt= ?0+?1Xt+vt 因此，由于 vt= ?2Xt2+?t ，包含了