第七章自相关(计量经济学).pptxVIP

自相关性Serial Correlation; 如果模型的随机误差项违背了互相独立的基本假设的情况，称为自相关性。;一、自相关性;1、自相关的概念;;称为一阶自相关，或自相关（autocorrelation）。这是最常见的一种自相关问题。 自相关往往可写成如下形式：;2、自相关产生的原因;（2）设定偏误：模型中遗漏了显著的变量; (3)设定偏误：不正确的函数形式;(4)蛛网现象;(5)数据的“编造”;二、自相关性的后果;1、参数估计量非有效; 2、变量的显著性检验失去意义;3、模型的预测失效;三、自相关性的检验;1、基本思路;2、图示法;;2、解析法; 具体应用时需要反复试算。 回归检验法的优点是： 一旦确定了模型存在自相关性，也就同时知道了相关的形式； 它适用于任何类型的自相关性问题的检验。;（2）杜宾-瓦森（Durbin-Watson）检验法; ;该统计量的分布与出现在给定样本中的X值有复杂的关系，因此其精确的分布很难得到。 但是，Durbin和Watson成功地导出了临界值的下限dL和上限dU ，且这些上下限只与样本的容量n和解释变量的个数k有关，而与解释变量X的取值无关。 检验步骤 ①计算该统计量的值， ②根据样本容量n和解释变量数目k查D.W.分布表，得到临界值dL和dU， ③按照