自相关检验与假定..docxVIP

实验报告 成绩 课程名称 计量经济学 指导教师 实验日 期 2010年 5 月 20 日 院(系 经济管理学院 专业班级 营销 09-1 实验地点 机电楼 B250 学生姓名 学号 同组人 无 实验项目名称 自相关检验与假定 一、 实验目的和要求 通过 Eviews 软件估计线性回归模型并计算残差 , 检验误差项 是否存在自相关 ,用广义最小二乘法估计回归参数。 二、 实验原理 如果模型存在自相关 ,可以通过检验来解决 三、 主要仪器设备、试剂或材料 计算机 , EViews 软件 四、 实验方法与步骤 准备工作 :建立工作文件 ,并输入数据。 CREATE A 1978 2000 a b c DATA CONSUM INCOME PRICE GENR Y=CONSUM/PRICE GENR X=INCOME/PRICE 1、相关图分析。 -SCATXY 2、估计模型。 GENR et=resid 3、自相关检验。 ①图示法 LINE et SCAT et(-1et ②方程结果窗口 ,有 DW 统计量 ,查表得出结论。 ③ LM(BG 检验 ? 在方程窗口中点击 View/Residual Test/Series Correlation LM Test 4、自相关的修正。 GENR GDY=Y-0.7*Y ﹙﹣ 1﹚ GENR GDX=X-0.7*X ﹙﹣ 1﹚ LS GDY C GDX 5 、再次检验自相关是否存在。五、 实验数据记录、处理及结果分析 先定义不变价格﹙ 1978=1﹚的人均消费性支出﹙ t Y ﹚和人 均可支配收入﹙ t X ﹚。令 /t Y CONSUM PRICE = /t X INCOME PRICE = 得关于 t Y 和 t X 的散点图 ,如下图 ,显然 t Y 和 t X 服从线性关 系。假定所建模型形式为 01t t t Y X u ββ =++ ⑴估计线性回归模型并计算残差。 下面是 Eviews 的预计结果。 Dependent Variable: Y Method: Least Squares Date: 05/20/11 Time: 09:42 Sample: 1978 2000 Included observations: 23 Variable Coefficien t Std. Error t-Statistic Prob. C 111.4400 17.05592 6.533804 0.0000 X 0.711829 0.016899 42.12221 0.0000 R-squared 0.988303 Mean dependent var 769.4035 Adjusted R-squared 0.987746 S.D. dependent var 296.7204 S.E. of regression 32.8467 6 Akaike info criterion 9.904525 Sum squared resid 22657.1 0 Schwarz criterion 10.00326 Log likelihood -111.902 0 F-statistic 1774.281 Durbin-Watson stat 0.59857 1 Prob(F-statistic 0.000000 用普通最小二乘法求估计的回归方程结果如下 ?111.440.7118t t YX=+ (6.5 (42.1 2 0.9883R = s.e=32.8 DW=0.60 T=23 回归方程拟合得效果比较好 , 但是 DW 值比较低。 残差图如下 ⑵分别用 DW 、 LM 统计量检验误差项 t u 是否存在自相关。 操作结果如下表 Breusch-Godfrey Serial Correlation LM Test: F-statistic 7.34840 Probability 0.00432 6 Obs*R-squared 10.0314 Probability 0.00663 3 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 05/20/11 Time: 09:49 Presample missing value lagged residuals set to zero. Variable Coeffici Std. Error t-Statistic Prob. ent C 3.88049 0 13.54398 0.286510 0.7776 X -0.0056 64 0.013505 -0.419411 0.6796 RESID(-1 0.59222 3 0.231823 2.554630