数理统计自相关性.ppt

自相关性 吴玉明  自相关 ◆自相关的含义 ◆自相关产生原因 ◆自相关性的后果 ◆自相关性的识别 ◆自相关性的修正  自相关含义 ◆含义:随机误差项的各期值之间相关联,即随机 误差项并不满足线性回归模型标准假设中无序列 相关性假定,亦即co(刂判0则称随机误差 项存在自相关或序列相关(在时间序列数据的线 性回归分析中更加常见)。 对于模型 Y=B0+B1x1+B2x2+¨+x1+;i=1,2, 随机误差项互不相关的基本假设表现为: Co(4,)=0  自相关性产生的原因 ◆经济变量固有的惯性引起经济变量作为对客观现象的具体反映, 都存在着历史的延续性与发展的继承性,即现在的状况是在过 去基础上发展来的,过去的水平、速度和特征都会对现在的状 况产生重要影响。同一经济变量,前期与后续时期总是存在 定相关性,如,GDP,就业,消费,投资等,都呈现出周期性 波动。因此,在涉及时间序列的归模型中,连续的观察值之间 很可能是相关的。 ◆模型设定偏误引起模型设定不当,即模型选择了不正确的函数 形式(如非线性形式选择了线性形式)或者模型中遗漏了重要 解释变量,则从错误模型中得到的残差会出现自相关。  自相关性产生的原因 ◆观测数据处理引起由于观测数据存在某种缺陷,为增强代表性, 需要对其进行人为处理,这样,处理后的数据资料与原始数据之 间的差异会在随机误差项中反映出来,引起随机项自相关 ◆蛛网现象.例如,农产品供给对价格的反映本身存在一个滞后期 供给P+价格+-+ 意味着,农民由于在年度t的过量生产(使该期价格下降)很可 能导致在年度t1时削减产量,因此不能期望随机干扰项是随机 的,往往产生一种蛛网模式  自相关性的后果 ◆参数估计值非有效(即不再具有最小方差性) 根据前面学过的内容,我们知道,只有在符合 同方差和非自相关性假定条件下,OLS估计结 果才具有最小方差性。当模型存在自相关,参 数估计值方差不是最小(即估计结果不是最优) ◆变量的显著性检验失去意义。在关于变量的显 著性检验中,当存在自相关时,参数的OLS估 计量的方差增大,标准差也增大,因此实际的 统计量变小,从而接受原假设的可能性增大 检验就失去意义  自相关性的后果 ◆降低预测精度。区间预测与参数佔计量的方差 有关,在方差有偏误的情况下,使得预测估计 不准确,预测精度降低。所以,当模型出现自 相关性时,它的预测功能失效。  自相关性检验方法 ◆图示法 ◆杜宾一瓦森检验(简称D—W检验) ◆相关图法 ◆BG检验法  自相关性检验方法 图示法 正列框关(正自相关 负,列相关负自相  自相关性检验方法 ◆杜宾一瓦森检验(简称D一W检验 DW检验是杜宾( J. Durbin)和瓦森(G.S. Watson) 于1951年提出的一种检验序列自相关的方法。 该方法的假定条件是: (1)解释变量X非随机 (2)随机误差项μ为一阶自回归形式 (3)回归模型中不应含有滞后应变量作为解释变量, 即不应出现下列形式 Y(=0+2x1+.×+yY1+1 (4)回归含有截距项; (5)没有缺落数据。