第十一讲自相关和面板数据知识分享.pptVIP

自相关;多元线性回归模型的基本经典假定 ;假设3 随机误差项彼此之间不相关 ;假设5 解释变量Xi之间不存在精确的线形关系，即解释变量的样本观测值矩阵X是满秩矩阵，应满足关系式： rank(X)=k+1n ;u的方差协方差矩阵;异方差经常出现在截面数据中，因为在截面数据中经常会出现 的情况。 解决方法：异方差稳健的标准差。 FGLS（可行性广义最小二乘法） 自相关经常出现在时间序列数据中，因为在时间序列数据中，经常会出现的 的情况。 面板数据可以看作是截面数据和时间序列的集合，所以既有可能出现异方差，又有可能出现自相关。;截面数据的残差图;时间序列数据的残差图;;由于经济活动通常具有某种连续性或持久性，自相关现象在时间序列中很常见。比如，相邻两年的GDP 增长率、通货膨胀率。又比如，某个意外事件或新政策的效应需要逐步地随时间推移而释放出来；滞后的调整过程，比如，最优资本存量需要通过若干年的投资才能逐渐达到。; 再比如大多数经济时间数据都有一个明显的特点:惯性，表现在时间序列不同时间的前后关联上。;或者写成：;自相关的数学形式;;自相关的检验;例题：利用B2_lutkepohl.dta数据集建立消费和收入之间的一元线性回归模型。并检验是否存在自